Pemenuhan gizi pada anak usia dibawah lima tahun  merupakan faktor yang harus diperhatikan dalam menjaga kesehatan, karena balita merupakan masa perkembangan yang rentan terhadap gizi. Kepedulian orang tua dan petugas Pusat Pelayanan Kesehatan Masyarakat (PUSKESMAS) sangat diperlukan untuk memantau gizi balita. Oleh karena itu diperlukan sebuah sistem yang dapat membantu mengelompokkan status gizi balita. Sistem yang dirancang menggunakan metode KnA (kombinasi K-means dan Agglomerative Hierarchical Clustering) agar hasil clustering lebih baik dengan menggabungkan kelebihan metode bottom-up clustering (agglomerative) dan top-down clustering (k-means). Penelitian ini mencoba untuk mengelompokan data balita dari puskesmas Pulung Ponorogo dengan jumlah 7336 data (testing 3641 dan learning 3695 data) dengan variable jenis kelamin, umur, berat badan dan tinggi badan kedalam 4 cluster dari masing-masing status gizi balita yaitu untuk BB/U terdiri dari 4 cluster BB S.Krg, BB Krg, BB Normal, BB Lbh, 4 cluster TB/U yang terdiri dari S.Pendek, Pendek, Normal, Tinggi dan BB/TB 4 cluster S.Kurus, Kurus, Normal dan Gemuk. Pada penelitian ini metode KnA mampu dengan baik mengelompokan data balita dalam jumlah yang besar. Dengan data learning sebanyak 3695 menghasilkan akurasi sebesar BBU = 94%, TBU = 98%, dan BBTB = 93%. Dari hasil pengelompokan yang dilakukan, selanjutnya akan digunakan untuk menentukan status gizi balita baik itu menurut BB/U, TB/U, dan BB/TB, dimana masing-masing dilengkapi dengan solusi penanganan. Dari pengujian dengan metode black-box secara keseluruhan sistem ini sudah berjalan dengan baik, begitu juga dengan metode kuisioner dan validasi status gizi, sistem yang dibuat sudah baik dan sesuai dalam hal menentukan status gizi balita.

Kata Kunci— Data mining, Agglomerative Hierarchical Clustering, K-Means, Status Gizi Balita.