Malaria merupakan penyakit menular yang masih menjadi permasalahan kesehatan masyarakat di Indonesia. Permasalahan ini terutama terjadi di wilayah timur, seperti Papua dan Nusa Tenggara Timur. Penelitian ini bertujuan untuk mengidentifikasi pola penyebaran kasus malaria di Indonesia berdasarkan nilai Annual Parasite Incidence (API) periode 2017–2021 melalui pendekatan klasterisasi hierarki aglomeratif. Empat skenario data digunakan dalam analisis, yaitu data asli, data tanpa pencilan, data hasil transformasi log(1+x), dan data transformasi tanpa pencilan. Metode klasterisasi dilakukan dengan mengombinasikan lima teknik linkage (Single, Complete, Average, Ward, dan Weighted) dan tiga jenis metrik jarak (Euclidean, Manhattan, dan Mahalanobis). Evaluasi struktur klaster dilakukan menggunakan Cophenetic Correlation Coefficient (CCC). Penentuan banyak klaster optimal didasarkan pada ambang batas Mojena dan tiga indeks validasi internal, yaitu Silhouette Coefficient (SC), Dunn Index (DI), dan Xie-Beni Index (XBI). Hasil penelitian menunjukkan bahwa kombinasi metode average linkage dan jarak Manhattan dengan dua hingga tiga klaster memberikan hasil paling representatif, tergantung pada jenis data yang digunakan. Klaster yang terbentuk mampu menggambarkan perbedaan tingkat endemisitas antar provinsi secara jelas dengan wilayah dengan nilai API tinggi secara konsisten tergolong dalam klaster tersendiri. Temuan ini diharapkan dapat mendukung strategi eliminasi malaria nasional.
Perpustakaan Digital ITB