Pengelompokan pola minat baca masyarakat merupakan instrumen krusial bagi perpustakaan dalam merancang strategi layanan yang tepat sasaran. Penelitian ini bertujuan untuk mengembangkan sistem analisis pola minat baca di Perpustakaan Provinsi Jawa Tengah dengan menerapkan algoritma Hybrid K-Means dan Fuzzy C-Means (FCM). Hasil analisis terhadap 3.112 data peminjam aktif berhasil mengidentifikasi tiga segmen utama, yaitu Pembaca Muda Selektif (66,6%), Pembaca Mapan Antusias (18,4%), dan Pembaca Belia Eksploratif (15,0%). Temuan ini mengungkapkan adanya karakteristik yang kontras antar kelompok pemustaka berdasarkan dimensi usia, tingkat loyalitas kunjungan, serta keragaman preferensi genre buku. Untuk menghasilkan segmentasi tersebut secara akurat, metode yang digunakan mengintegrasikan keunggulan K-Means dalam menentukan pusat klaster awal untuk mengoptimalkan proses iterasi pada FCM, divalidasi menggunakan model klasifikasi LightGBM, serta diimplementasikan ke dalam Executive Dashboard berbasis Streamlit. Hasil evaluasi teknis menunjukkan bahwa metode hybrid secara signifikan lebih efisien dengan mencapai konvergensi hanya dalam 7 iterasi, jauh lebih cepat dibandingkan FCM konvensional dengan inisialisasi acak yang memerlukan 19 iterasi. Validasi melalui LightGBM menghasilkan akurasi sebesar 99,68%, yang mengonfirmasi bahwa variabel usia merupakan faktor paling dominan dalam menentukan segmentasi minat baca masyarakat. Penelitian ini menyimpulkan bahwa pendekatan hybrid memberikan hasil pengelompokan yang stabil dan presisi tinggi, sehingga sangat relevan digunakan sebagai basis pengambilan keputusan strategis bagi pihak pengelola perpustakaan.
Kata Kunci: Hybrid Clustering, K-Means, Fuzzy C-Means, LightGBM, Minat Baca.