Dalam upaya mencapai kesejahteraan Indonesia, salah satu kebijakan Pemerintah yang akan dilaksanakan adalah penyelenggaraan dan pelaksanaan program transmigrasi. Pada Umumnya program transmigrasi yang ditawarkan oleh Pemerintah kepada semua masyarakat tanpa mengetahui latar belakang ekonomi dan keluarganya sehingga program transmigrasi tidak tepat sasaran. Berdasarkan latar belakang masalah dalam penelitian ini adalah bagaimana cara merancang, membangun, mengembangkan dan mengimplementasikan Fuzzy C-Means Clustering pada Sistem Pemetaan di provinsi Jawa TImur untuk klasifikasi Kota/Kabupaten yang berpotensi Transmigrasi. Data diperoleh dari data Badan Pusat Statistik (BPS) Provinsi Jawa Timur. Hasil yang didapat dengan menggunakan metode Fuzzy C-Means optimal dengan 3 claster.

Kanker serviks merupakan salah satu penyakit kanker yang terjadi pada organ reproduksi wanita. Kanker serviks ini terjadi ketika sel-sel di leher rahim berubah menjadi sel kanker. Penyebab utama kanker serviks adalah Human Papilloma Virus (HPV) yang ditularkan melalui hubungan seksual. HPV adalah sekelompok virus yang umumnya menginfeksi saluran reproduksi pria dan wanita yang aktif secara seksual. Penelitian ini memanfaatkan teknologi Artificial Intelligence untuk mengidentifikasi tingkat keshalehan secara otomatis menggunakan metode Extreme Learning Machine (ELM) demi menilai penderita kanker servikc sejak dini. Serta sebagai pedoman untuk klasifikasi tingkat penderita kanker serviks. Hasil dari sistem yang dibangun berdasarkan data dengan parameter Kfold 3 pada neuron 400 menghasilkan akurasi 83,3%, Sensitifity 84%,  serta specificity sebesar 80%. Sedangkan akurasi rata-rata tertinggi sebesar 73,22% dengan menggunakan Kfold 4. Untuk rata-rata keseluruhan percobaan yaitu 72,46%.