Luas lahan sawah di Indonesia semakin sempit dengan maraknya pembangunan
perumahan dan gedung-gedung. Hal ini berakibat pada ketersediaan produksi pangan
yang semakin rendah dan sebagai bahan evaluasi untuk meningkatkan produksi dan
produktivitas pangan di Indonesia. Seiring dengan meningkatnya pembangunan
nasional terutama dalam memenuhi kebutuhan pangan maka permintaan bahan pangan
pun meningkat, mengingat sumber daya alam yang besar pada sektor pertanian maka
di masa mendatang sektor ini masih merupakan sektor penting dalam memberikan
kontribusi pada pertumbuhan ekonomi nasional . Dalam hal ini diperlukan suatu
metode pengelompokan data terhadap hasil panen berdasarkan Produktivitas Pangan,
salah satu algoritma clustering yang dapat digunakan adalah Fuzzy C-Means (FCM).
Data yang digunakan yaitu data Produktivitas Pangan tahun 2016 di 34 Provinsi di
Indonesia. Dari serangkaian pengujian dimulai dari 2 cluster hingga 10 cluster,
dihasilkan cluster optimum yang berada pada 9 cluster berdasarkan nilai terendah yang
dihitung dengan metode Davies Bouldin Index. Cluster 1 terdiri dari 3 provinsi, cluster
2 terdiri dari 4 provinsi, cluster 3 yang terdiri 3 provinsi, cluster 4 yang terdiri 1
provinsi, cluster 5 yang terdiri 1 provinsi, cluster 6 yang terdiri 1 provinsi, cluster 7
yang terdiri 1 provinsi, cluster 8 yang terdiri 15 provinsi, dan cluster 9 yang terdiri 4
provinsi. Jumlah anggota pada tiap cluster dipengaruhi oleh jarak antara pusat cluster
dan kemiripan data terhadap pusat cluster pada saat clustering.