Clustering merupakan teknik pengenalan pola yang popular dan telah banyak digunakan dalam berbagai bidang, seperti web mining, segmentasi citra, machine learning, pengenalan biometrik, teknik elektro, teknik mesin, penginderaan jauh, dan genetika. AG salah satu metode untuk clustering yang bersifat pencarian global. AG dengan memperhatikan parameter yang digunakan memperoleh hasil yang optimal. Metode clustering AG diuji meggunakan 5 dataset. Silhouette coefficient digunakan sebagai evaluasi kualitas hasil clustering. Evaluasi dilakukan untuk mengecek seberapa optimal suatu cluster. Penelitian dilakukan untuk pengembangan AG dengan new fitness, roulette wheel selection dan arithmetic crossover. Tujuan penelitian dilakukan untuk mengecek seberapa baik hasil clustering menggunakan Algoritma Genetika dengan new fitness, roulette wheel selection dan arithmetic crossover berdasarkan silhouette coefficient. Pengujian dilakukan dengan dua skema yaitu kombinasi generasi 50 Cr=0.7, Cr=0.8, Cr=0.9 dan generasi 100 Cr=0.7, Cr=0.8, Cr=0.9. Hasil penelitian menunjukan nilai evaluasi hasil clustering menggunakan AG berdasarkan silhouette coefficient paling tinggi yaitu kombinasi generasi 100 Cr=0.9 dengan nilai evaluasi setiap dataset yaitu iris = 0.88431, wine = 0.91681, glass = 0.80641, Ecoli = 0.677 dan WDBC = 0.8668