Clustering merupakan salah satu metode yang dipakai untuk mengelompokkan titik pada data sesuai dengan kesamaan dari ciri antar titik/obyek data tersebut. Penelitian ini menerapkan algoritma clustering hirarkis dengan pembatas kesebelahan menggunakan pendekatan agglomerative. Konsep constraint atau pembatas diterapkan untuk menghasilkan cluster dari obyek-obyek yang saling berbatasan secara geografis. Beberapa metode clustering yang diselidiki antara lain: single linkage, complete linkage, serta average linkage. Sementara konsep jarak yang akan diselidiki antara lain Euclidean distance, Manhattan distance, Minkowski distance, dan Chebychev distance. Perbandingan masing-masing metode dan jarak diukur berdasarkan nilai keseimbangan clustering pada konfigurasi yang dihasilkan sebagai ukuran tingkat keoptimalan. Metode complete linkage menunjukkan kinerja paling tinggi sedangkan metode single linkage menunjukkan kinerja paling rendah diantara metode yang lain. Sementara parameter clustering paling optimal dihasilkan dengan menggunakan metode complete linkage dan jarak manhattan.