Gizi balita merupakan faktor penting yang menentukan kualitas pertumbuhan dan perkembangan anak pada usia dini. Permasalahan gizi, termasuk stunting yang masih memiliki prevalensi sekitar 19,8% di Indonesia, menunjukkan perlunya pemantauan status gizi yang lebih efektif. Analisis clustering dapat digunakan untuk mengelompokkan balita berdasarkan kesamaan karakteristik gizinya sehingga memudahkan identifikasi kelompok-kelompok yang perlu mendapatkan perhatian khusus. Tujuan penelitian ini adalah untuk menentukan dan mengevaluasi jumlah cluster optimal dari pengelompokan gizi balita. Metode yang digunakan pada penelitian ini adalah  algoritma K-Medoids dengan evaluasi jumlah cluster optimal menggunakan metode Silhouette Coefficient dan Quantitative Discriminant Method (QDM), sedangkan jumlah cluster yang dihasilkandari kedua metode tersebut selanjutnya divalidasi menggunakan Davies–Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa pengelompokan gizi balita menggunakan K-Medoids dengan metode evaluasi Silhouette Coefficient dan QDM menghasilkan jumlah cluster optimal pada K=4, dengan nilai Silhouette sebesar 0,605 yang juga konsisten dengan nilai sudut interseksi terkecil pada QDM. Validasi DBI menghasilkan nilai 0,547 yang menandakan kualitas cluster baik. Cluster yang dihasilkan menunjukkan bahwa dua cluster merepresentasikan balita dengan gizi kurang dan dua cluster lainnya merepresentasikan balita dengan gizi normal.