ABSTRAKSI: Dalam teori fuzzy dikenal adanya istilah clustering atau pengelompokan. Clustering merupakan suatu proses pengelompokan data ke dalam kelas-kelas atau cluster-cluster sehingga data dalam suatu kelas tersebut memiliki tingkat persamaan yang tinggi antara satu dengan yang lainnya akan tetapi berbeda dengan data dalam kelas yang lainnya. Fuzzy clustering adalah salah satu teknik untuk menentukan cluster optimal dalam suatu ruang vektor yang didasarkan pada bentuk normal Euclidian untuk jarak antar vektor. Salah satu kasus yang berkaitan dengan pengelompokan data yaitu pengelompokan suatu tumor yang diderita pasien ke dalam dua kelas yaitu tumor jinak (benign) atau tumor ganas (malignant). Pertumbuhan tumor tersebut dapat mengarah ke pertumbuhan jinak (benign) atau ke pertumbuhan ganas (malignant). Tumor pada payudara yang mengalami pertumbuhan ganas itu lah yang merupakan kanker payudara. Algoritma fuzzy c-means merupakan salah satu algoritma fuzzy clustering yang paling banyak digunakan karena berusaha mengelompokkan setiap elemen-elemen yang merupakan anggota dari suatu cluster ke dalam suatu cluster. Algoritma fuzzy c-means dapat digunakan untuk mengelompokkan data yang sudah diketahui jumlah cluster-nya. Pertama-tama proses awal yang dilakukan adalah preprocessing data (dilakukan di luar sistem) dengan menggunakan tools weka yaitu proses attribute selection. Proses ini dilakukan untuk mendapatkan atribut-atribut pilihan yang akan digunakan sebagai input pada sistem. Selanjutnya data akan diproses menggunakan algoritma fuzzy c-means. Proses terakhir yang dilakukan yaitu melakukan penghitungan akurasi sistem. Hasil pengujian menunjukkan bahwa metode fuzzy c-means mampu melakukan identifikasi resiko terkena kanker payudara dengan nilai akurasi yang baik.Kata Kunci : kanker payudara, fuzzy clustering, fuzzy c-meansABSTRACT: In fuzzy theory, there‟s something called clustering or grouping. Clustering is data processing to classes or clusters so that the data in a class has high similarity with the others which happen to be in the same class, but it is different with the data in the other class. Fuzzy clustering is a technique to determine the optimal cluster in a vector that is based on the normal Euclidian for the distance between vectors. One of the cases that related to the data grouping is a patient‟s tumor grouping into two classes: benign and malignant. The growth of the tumor can lead to a benign tumor or the malignant one. The tumor in breast tumor that is a malignant growth can be called breast cancer. Fuzzy C-Means algorithm is one of the fuzzy clustering algorithms that was used the most because it tries to cluster every elements that is the member of a cluster to a cluster. Fuzzy C-Means algorithm can be used to cluster data that was known the number of the cluster. First of all, the initial process is to do preprocessing data (outside the system) using weka tools, that is the attribute selection process. This process is done to get the selected attribute that will be used as inputs for the system. Then data will be processed with fuzzy c-means algorithm. The last prosess to be done is calculating the system‟s accuracy. The testing result shows that the fuzzy c-means method is capable to identificate the breast cancer risk with the good accuracy.Keyword: breast cancer, fuzzy clustering, fuzzy c-means.