Este trabalho apresenta um algoritmo baseado em Aglomerative Hierarchical Clustering para segmentação de dados e calculo da métrica PREDEP. O algoritmo mostrou-se eficaz em diversos cenários, ajustando-se as características especıficas das distribuições das variáveis. Os resultados evidenciam a importância do critério de parada e da complexidade do modelo em relação ao tamanho do conjunto de dados. A principal contribuição e a demonstração de que um particionamento adaptativo, guiado por uma função de perda, para melhorar a interpretação e precisão da métrica PREDEP.