Kanker serviks adalah salah satu kanker paling umum di kalangan wanita di dunia. Ini paling umum di negara berkembang. Kanker serviks berkembang perlahan di dalam tubuh. Dengan clustering sangat dibutuhkan agar kanker serviks cepat untuk ditangani.Metode K-means dipilih karena kemapuannya dalam pengelompokan data dalam jumlah besar dan waktu komputasi cepat. Metode K-means ini juga sangat mudah untuk diimplemantasikan, flesibel, dan menggunakan prinsip yang sederhana, dapat dijelaskan non statistik. Banyaknya kelebihan yang dimiliki K-means, juga memiliki kelemahan karena menngunakan jumlah clustering secara acak dan hasilnya kurang maksimal. Sulitnya dalam menentukan jumlah clustering dalam dataset secara akurat. Metode K-means tidak bisa memberikan solusi optimal penentuan jumlah clustering, sehingga perlu untuk ditingkatkan agar mendapatkan solusi optimal.PSO dipilih dikarenakan memiliki beberapa kelebihan yaitu membutuhkan sedikit parameter, mudah diterapkan, konvergensi yang cepat, lebih efisien karena membutuhkan sedikit komputasi dan sederhana. Hasil penelitian menunjukkan bahwa metode PSO - K-means dapat terbukti memberikan konstribusi yang signifikan denggan langsung mendapatkan hasil clustering yang optimum tanpa harus melakukan percobaan berulang kali dengan nilai Silhouette Coefficient mencapai 0,83 dan nilai Davies Bouldien Index mencapai 1,91.