ANALISIS PERBANDINGAN K-MEANS DAN HIERARCHICAL CLUSTERING UNTUK SEGMENTASI WILAYAH BERDASARKAN INDIKATOR STATUS GIZI BALITA DI PROVINSI JAWA TENGAHAbhipraya Rasendriya AtmaArdanyauthorStatus gizi balita merupakan indikator penting untuk menilai kondisi kesehatan masyarakat. Setiap kabupaten/kota di Jawa Tengah memiliki karakteristik yang berbeda terkait proporsi balita dengan berat badan kurang, balita pendek, balita gizi kurang, dan balita gizi buruk. Penelitian ini bertujuan untuk membentuk segmentasi status gizi balita antar wilayah serta membandingkan dua metode klasterisasi K-Means dan Hierarchical Clustering dalam menghasilkan struktur kelompok yang paling sesuai dengan pola data. Data yang digunakan merupakan data publik BPS tahun 2024 yang berisi persentase berbagai indikator status gizi balita. Tahapan analisis mencakup praproses data, pembentukan klaster, dan evaluasi menggunakan metrik validitas internal, yaitu Silhouette Score, Calinski–Harabasz Index, dan Davies–Bouldin Index. Hasil evaluasi menunjukkan bahwa K-Means memberikan pemisahan klaster yang lebih baik dan konsisten dibandingkan Hierarchical Clustering. Metode terbaik tersebut kemudian digunakan untuk membentuk segmentasi wilayah di Jawa Tengah. Hasil segmentasi memperlihatkan adanya perbedaan pola indikator gizi antar kabupaten/kota yang membentuk beberapa kelompok kondisi. Temuan ini dapat menjadi dasar awal untuk memahami kerentanan relatif setiap wilayah serta mendukung pemantauan dan evaluasi status gizi pada periode selanjutnya.000 Ilmu komputer, informasi dan pekerjaan umum004 Pemrosesan data dan ilmu komputer2025-12-19Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis