<![CDATA[Pelayanan pelaporan hasil pemeriksaan balita di Posyandu seringkali menghadapi kendala akurasi dan keterlambatan informasi, yang menyulitkan kader serta orang tua dalam memantau tumbuh kembang anak secara efektif. Penelitian ini bertujuan untuk merancang bangun model sistem informasi berbasis website yang mampu menentukan status gizi dan perkembangan motorik balita secara akurat. Sistem ini mengintegrasikan dua metode kecerdasan buatan: K-Nearest Neighbor (K-NN) untuk klasifikasi status gizi berdasarkan antropometri, dan Forward Chaining untuk mendeteksi tahap perkembangan kemampuan motorik balita. Pengembangan model perangkat lunak dilakukan menggunakan framework CodeIgniter dengan pemodelan sistem menggunakan Unified Modelling Language (UML). Hasil penelitian menunjukkan bahwa model website ini memiliki performa yang sangat baik dengan tingkat akurasi sebesar 85,71% untuk penentuan status gizi melalui metode K-NN, dan tingkat akurasi mencapai 100% untuk identifikasi perkembangan motorik menggunakan Forward Chaining. Model ini diharapkan dapat menjadi alat monitoring yang handal bagi tenaga kesehatan dan orang tua. Sebagai pengembangan di masa depan, disarankan penambahan fitur switch akun bagi orang tua yang memiliki lebih dari satu balita untuk mempermudah manajemen data perkembangan anak secara personal.Kata kunci: Posyandu, Status Gizi, Perkembangan Balita, K-Nearest Neighbor, Forward Chaining.]]>
Copyrights © 2026
