<![CDATA[Di Pagar Alam, Prediksi dan pengukuran tingkat Stunting masih mengandalkan analisis sekunder. Kader Posyandu melibatkan diri dalam mengukur kondisi balita, dan hasilnya diserahkan kepada ahli untuk menilai apakah balita tersebut mengalami Stunting atau tidak. Tujuan dari penelitian ini adalah mengaplikasikan Algoritma C4.5 untuk melakukan Prediksi terkait kasus Stunting pada anak. Dari permasalahan yang ada diatas, maka metode yang dapat menyelesaikan permasalahan ini yaitu Algoritma C4.5 yang termasuk dalam Pohon Keputusan pada Data Mining. Proses Data Mining peneliti menggunakan salah satu metode CRIPSP-DM dan pengujian Data Mining menggunakan Confusion Matrix serta pengujian Sistem menggunakan Black Box Testing. Hasil dalam penelitian ini berupa sebuah Sistem yang menerapkan aturan dari Pohon keputusan. Sistem Prediksi status gizi Anak yang dirancang penulis layak karena dapat mengkategorikan status gizi balita. balita secara otomatis berdasarkan Zscore yang ditetapkan dan hanya terdapat selisih 11,8% dari pengujian Prediksi dataset yang sama menggunakan Rapid Miner. Sistem yang penulis rancang dapat lebih cepat dan efektif dalam memPrediksi status gizi Anak. Berdasarkan Berdasarkan data hasil uji, dapat disimpulkan bahwa akurasi Algoritma C.4.5 untuk memPrediksi anak Stunting yaitu 88,20% tergolong baik. Sedangkan pengujian Sistem menggunakan Black Box Testing memperoleh total 4.35 masuk ke kategori sangat layak. Tujuan Sistem ini adalah membantu tenaga kesehatan dalam membuat keputusan terkait Prediksi status gizi balita. Sistem Prediksi ini bermanfaat untuk mengidentifikasi balita berisiko gizi buruk sehingga tindakan pencegahan dapat dilakukan dengan lebih efektif.]]>
