Pemerintah berpartisipasi dalam Sustainable Development Goals (SDGs) yang salah satu tujuannya adalah mengakhiri kemiskinan dalam segala bentuk apapun pada tahun 2030. Di Indonesia, kemiskinan pada bulan September 2022 menunjukkan angka sebesar 9,57%. Untuk mencapai target sebesar 6-7%, angka kemiskinan harus diturunkan sebanyak 2-4%. Penentuan daerah prioritas dapat menjadi solusi mencapai target tersebut, sehingga kebijakan yang ditentukan pemerintah dapat tepat sasaran. Penerapan metode hierarchical clustering untuk pengelompokan kabupaten/kota di Indonesia berdasarkan indikator kemiskinan bertujuan untuk mengetahui daerah prioritas, yaitu kabupaten/kota dengan kemiskinan yang tinggi. Hierarchical clustering merupakan metode pengelompokan data dengan membangun hierarki kelompok. Metode tersebut dapat dilakukan dengan dua metode, yaitu agglomerative nesting (AGNES) dan divisive analysis (DIANA). Pada metode AGNES, penghitungan jarak antar cluster dilakukan dengan menggunakan metode single linkage, complete linkage, average linkage, dan Ward linkage. Dalam menentukan metode yang lebih baik, dilakukan perbandingan nilai koefisien korelasi cophenetic untuk metode AGNES dan silhouette coefficient untuk metode AGNES dan DIANA. Hasil analisis menunjukkan nilai koefisien korelasi cophenetic terbaik yaitu sebesar 0,904 untuk metode AGNES average linkage. Selanjutnya, metode DIANA menjadi metode yang lebih baik dengan silhouette coefficient sebesar 0,702. Metode tersebut menghasilkan dua cluster, yaitu cluster 1 dengan karakteristik kemiskinan rendah dan cluster 2 dengan karakteristik kemiskinan tinggi.