Stunting masih menjadi permasalahan gizi kronis yang berdampak terhadap

kualitas sumber daya manusia Indonesia. Pemerintah melakukan upaya

percepatan penurunan stunting melalui berbagai program yang salah satunya

dipantau menggunakan Indeks Khusus Penanganan Stunting (IKPS). Meskipun

secara nasional menunjukkan tren peningkatan, masih terdapat ketimpangan

capaian antarwilayah, sehingga diperlukan pendekatan analitis untuk

mengelompokkan wilayah berdasarkan karakteristik indikator stunting.

Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia

berdasarkan IKPS tahun 2023 menggunakan metode Agglomerative

Hierarchical Clustering (AHC), Fuzzy C-Means (FCM), dan kombinasi AHC-FCM,

serta membandingkan kinerja ketiga metode. Data yang digunakan berasal

dari 34 provinsi dengan 11 indikator penyusun IKPS yang mencakup aspek

kesehatan, gizi, perumahan, pangan, pendidikan, dan perlindungan sosial.

Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah dua

klaster, dimana metode AHC dengan pendekatan complete linkage dan ward

method menghasilkan nilai Calinski–Harabasz Index dan Silhouette Coefficient

tertinggi dibandingkan FCM dan kombinasi AHC-FCM. Hasil pengelompokan

menunjukkan Klaster 1 terdiri dari 30 provinsi dengan capaian indikator yang

lebih tinggi, sedangkan Klaster 2 terdiri dari 4 provinsi di wilayah Indonesia

timur dengan capaian indikator yang lebih rendah. Klaster kedua lebih rentan

terhadap permasalahan stunting sehingga memerlukan perhatian dan

intervensi yang lebih intensif dari pemerintah.