Stunting merupakan gangguan pertumbuhan pada balita yang disebabkan oleh
kekurangan gizi kronis sehingga tinggi badan anak tidak sesuai dengan usianya.
Data pertumbuhan balita di Desa Mayangan, Kecamatan Gumukmas belum
dikelompokkan berdasarkan karakteristik pertumbuhan, sehingga diperlukan
metode yang dapat membantu proses identifikasi pola data. Penelitian ini bertujuan
menerapkan algoritma K-Means untuk mengelompokkan data balita berdasarkan
umur, berat badan, dan tinggi badan, serta menganalisis karakteristik hasil
pengelompokan. Penelitian menggunakan kerangka kerja CRISP-DM dengan 609
data primer balita periode Januari–Desember 2025 yang melalui tahapan praproses
data dan normalisasi Min-Max. Proses clustering dilakukan dengan tiga cluster
pada setiap bulan, kemudian dievaluasi menggunakan Silhouette Score, Purity, dan
Adjusted Rand Index (ARI) dengan acuan kategori Z-score TB/U metode LMS
WHO. Hasil penelitian menunjukkan bahwa nilai Silhouette Score berada pada
kisaran 0,475–0,490, yang menunjukkan kualitas cluster cukup. Berdasarkan
standar WHO, mayoritas balita berada pada kategori Normal (85,22%–90,80%),
diikuti Berisiko (7,55%–12,64%), dan Bermasalah (1,31%–3,12%). Meskipun nilai
Purity tergolong tinggi, nilai ARI yang mendekati nol menunjukkan bahwa hasil
clustering lebih menggambarkan kemiripan karakteristik pertumbuhan balita
daripada kategori risiko stunting. Oleh karena itu, algoritma K-Means dapat
dimanfaatkan sebagai sistem pendukung untuk mengelompokkan karakteristik
pertumbuhan balita, sedangkan penentuan kategori risiko stunting tetap mengacu
pada perhitungan Z-score TB/U berdasarkan standar WHO.