Kemajuan IT (Information Technology) yang semakin pesat menyebabkan jumlah pengolahan data terkomputerisasi semakin meningkat, begitupun dengan jumlah data digital yang diolah. Untuk mendapatkan suatu informasi yang diinginkan tentu bukanlah hal yang mudah. Clustering merupakan salah satu teknik dalam Text mining yang dapat menjadi solusi untuk mengatasi masalah ini. Clustering bertujuan untuk mengelompokkan data/dokumen ke dalam suatu kelompok/klaster yang memiliki informasi yang sejenis/hampir sama. Efektifitas dan hasil dokumen klaster dari proses clustering ditentukan oleh algoritma yang digunakan, salah satu algoritma yang cukup populer dalam clustering dokumen teks adalah Suffix Tree Clustering (STC). Namun, sebenarnya algoritma STC sendiri masih memiliki beberapa kekurangan, salah satunya yaitu algoritma STC tidak memiliki pengukuran kesamaan yang efisien untuk menghitung kesamaan antara inter-cluster maupun intra-cluster. Maka dari itu pada penelitian ini akan digunakan algoritma modifikasi dari STC yaitu STHAC (Suffix Tree Hierarchical Agglomerative Clustering). Pada algoritma ini akan menambahkan 2 proses tambahan pada algoritma STC biasa, yaitu adanya proses clusters ranking and filtering, serta proses cluster cleaning. Hasil dari clustering dianalisis dengan uji validasi Precision, Recall, dan F-measure untuk mengetahui kualitas performansinya. Setelah dilakukan beberapa pengujian diperoleh bahwa secara umum algoritma STHAC memiliki hasil klasterisasi dan performansi yang lebih baik dibandingkan dengan algoritma STC. Nilai Recall dan F-measure pada hasil pengujian STHAC lebih tinggi dari STC. Sedangkan untuk nilai Precision, algoritma STHAC masih lebih rendah daripada STC.
Kata Kunci: Clustering, Text mining, Suffix Tree Hierarchical Agglomerative Clustering, Precision, Recall, F-measure.