Berat Badan Lahir Rendah (BBLR) merupakan salah satu penyebab utama morbiditas dan mortalitas neonatal yang dipengaruhi oleh berbagai faktor maternal, klinis, dan pelayanan kesehatan. Kompleksitas faktor-faktor tersebut menyebabkan proses penentuan prioritas intervensi pencegahan BBLR memerlukan sistem pendukung keputusan yang objektif dan konsisten. Penelitian ini mengusulkan metode hybrid Analytic Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dengan optimasi matriks perbandingan berpasangan menggunakan Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO). Dataset yang digunakan berasal dari Dinas Kesehatan Kabupaten Indramayu tahun 2025 dengan 958 data yang terdiri atas 911 kelahiran normal dan 47 kasus BBLR. Tahapan penelitian meliputi preprocessing data, penyusunan hierarki AHP, optimasi matriks pairwise menggunakan GA dan PSO, perhitungan bobot kriteria, serta perangkingan menggunakan TOPSIS. Hasil penelitian menunjukkan bahwa kedua algoritma berhasil meningkatkan konsistensi matriks dibandingkan baseline. Pada kategori utama, nilai Consistency Ratio (CR) menurun dari 0,033 pada baseline menjadi 0,005 pada GA dan 0,000 pada PSO. Faktor Klinis tetap menjadi kriteria dengan bobot tertinggi pada seluruh metode. Evaluasi hasil optimasi menunjukkan bahwa PSO menghasilkan distribusi bobot yang lebih dekat terhadap baseline dengan nilai Euclidean Distance sebesar 0,0145, sedangkan GA menghasilkan 0,0230. Sementara itu, nilai Kendall’s Tau menunjukkan bahwa GA memiliki kesesuaian urutan prioritas yang lebih tinggi terhadap baseline sebesar 0,7197 dibandingkan PSO sebesar 0,6897. Dari sisi efisiensi komputasi, GA memiliki waktu eksekusi lebih cepat sekitar 7,75 detik dibandingkan PSO. Hasil penelitian menunjukkan bahwa kedua metode mampu meningkatkan konsistensi pembobotan AHP, dengan GA lebih unggul dalam mempertahankan urutan prioritas dan efisiensi komputasi, sedangkan PSO menghasilkan eksplorasi distribusi bobot yang lebih luas. Namun, hasil ranking yang diperoleh masih menunjukkan perbedaan yang cukup besar dibandingkan baseline sehingga diperlukan pengembangan lebih lanjut untuk meningkatkan kesesuaian terhadap preferensi pakar.