Berdasarkan standar prevalensi stunting yang ditetapkan oleh WHO, yaitu sebesar 20%,tingkat prevalensi stunting di Indonesia masih cukup tinggi. Oleh sebab itu, pada tahun2018 pemerintah menetapkan 100 kabupaten prioritas penurunan angka stunting.Penentuan 100 kabupaten tersebut hanya didasarkan pada kriteria jumlah dan prevalensibalita stunting yang dibobot dengan tingkat kemiskinan provinsi (desa-kota). Akibatnya,akan tidak efektif apabila pemerintah memberikan alokasi APBN, APBD, dan perhatianyang merata pada 100 daerah prioritas tanpa melihat kondisi pada masing-masingkabupaten untuk indikator yang lain. Dengan demikian, diperlukan analisispengelompokan 100 kabupaten prioritas intervensi stunting pada tahun 2018 berdasarkanpada indikator-indikator yang telah ditetapkan oleh Tim Nasional PercepatanPenanggulangan Kemiskinan untuk melihat kondisi keparahan stunting. Analisispengelompokan ini diharapkan dapat dijadikan acuan bagi pemerintah dalam penentuankelompok kabupaten prioritas dan diharapkan pemerintah dapat mengambil kebijakanyang tepat sesuai dengan kondisi masing-masing kelompok. Banyaknya observasi yangdigunakan adalah 100 kabupaten prioritas intervensi stunting tahun 2018 dengan terdapatdelapan variabel numerik dan enam variabel kategorik. Adapun metode yang digunakanadalah metode Partitioning Around Medoids (PAM) dengan menggunakan Gowerdistance yang mampu menangani pengelompokan pada tipe data campuran. Hasil daripenelitian ini menunjukkan bahwa terbentuk lima kelompok kabupaten yang memilikikarakteristik masing-masing. Diperoleh bahwa Cluster 5 memiliki kondisi yang relatifpaling buruk di antara cluster lainnya untuk setiap indikator, sehingga sebaiknya menjadikelompok kabupaten prioritas pertama dalam penanganan kasus stunting. Cluster yangmenjadi prioritas kedua adalah cluster 4, prioritas ketiga adalah cluster 2, dan prioritaskeempat adalah cluster 3. Cluster 1 memiliki kondisi yang relatif paling baik di antaracluster lainnya, sehingga menjadi prioritas terakhir. Kabupaten-kabupaten yang berasaldari Provinsi Papua dan Provinsi NTT secara garis besar merupakan kabupatenkabupatenyang memiliki kondisi keparahan stunting yang buruk, dengan mayoritasmerupakan anggota cluster 2, cluster 4, dan cluster 5. Secara umum untuk lebihmeningkatkan upaya penurunan angka stunting pada 100 kabupaten prioritas, pemerintahperlu mengoptimalkan upaya penurunan angka kemiskinan, meningkatkan proporsipenduduk dengan perilaku BAB di jamban, meningkatkan akses masyarakat terhadap airbersih dan akses masyarakat terhadap sanitasi yang baik, meningkatkan jumlah posyanduper desa, dan meningkatkan ketersediaan jumlah dokter pada masing-masing kabupaten Based on the stunting prevalence standard set by WHO, which is 20%, the stuntingprevalence rate in Indonesia is still quite high. Therefore, in 2018 the government set 100priority districts to reduce stunting rates. The determination of the 100 regencies onlybased on the criteria of the number and prevalence of stunted children weighted by theprovincial (rural-urban) poverty rate. As a result, it will be ineffective if the governmentallocates the state budget, regional budget, and equal attention to 100 priority areaswithout looking at each district’s conditions for other indicators. Therefore, an analysisof the 100 priority districts for stunting intervention needed in 2018 based on indicatorsestablished by the National Team for the Acceleration of Poverty Reduction to see thecondition of the severity of stunting. This grouping analysis expected to use as a referencefor the government in determining priority district groups and expected the governmentto take appropriate policies by each group’s conditions. The number of observations usedwas 100 priority districts for stunting intervention in 2018 with eight numerical variablesand six categorical variables. The method used is the Partitioning Around Medoids (PAM)method using a Gower distance that believed to handle grouping on mixed data types.The results of this study indicate that five district groups formed that have their respectivecharacteristics. It found that cluster 5 had the relatively worst condition among the otherclusters for each indicator, so it should be the priority group in handling stunting cases.The second priority cluster is cluster 4, the third priority is cluster 2, and the fourth priorityis cluster 3. Cluster 1 has the relatively best condition among other clusters, so it becomesthe last priority. Districts originating from Papua Province and East Nusa TenggaraProvince are generally districts that have reduced stunting severity, with the majoritybeing members of cluster 2, cluster 4, and cluster 5. In general, to further increase effortsto reduce stunting rates at 100 priority districts, the government needs to optimize effortsto reduce poverty, increase the proportion of the population with defecation behavior inlatrines, increase community access to clean water and community access to propersanitation, increase the number of posyandu per village, and increase the availability ofdoctors in each district |