Penelitian ini bertujuan untuk melakukan Analisis Perbandingan Clustering pada data ekspresi gen yang terintegrasi dengan data consolidation dan transformasi kernel. Penulis membandingkan hasil clustering antara kedua metode yang digunakan untuk melakukan integrasi pada data. Penulis menggunakan beberapa metode clustering, yaitu K-means, Gaussian Mixture Model (GMM), dan Iterative Local Gaussian Clustering (ILGC). Perbandingan hasil clustering dinilai dengan menggunakan Silhouette Index, Davies-Bouldin Index (DBI), dan R2 untuk menentukan metode terbaik untuk melakukan clustering di dalam penelitian ini. Hasil penelitian menunjukkan bahwa menggunakan clustering K-means adalah hasil yang terbaik, sedangkan untuk melakukan data integrasi, lebih baik menggunakan transformasi kernel daripada menggunakan data consolidation berdasarkan hasil clustering yang didapatkan.