Stunting adalah kondisi gangguan pertumbuhan pada anak balita yang ditandai dengan tinggi atau panjang badan lebih pendek dari standar usia akibat kekurangan asupan nutrisi dalam jangka panjang. Jumlah kasus stunting di kabupaten kuningan tercatat sebanyak 6.114 kasus pada tahun 2024 yang tersebar di 32 kecamatan, sehingga memerlukan penanganan yang lebih terarah. Penelitian ini bertujuan memetakan wilayah yang memiliki kasus stunting menjadi 2 kluster untuk memudahkan penanganan dengan menerapkan algoritma DBSCAN. Pengelompokkan dilakukan berdasarkan 2 kategori yaitu prevalensi stunting dan jumlah fasilitas kesehatan. Aplikasi yang dibangun menggunakan metodologi pengembangan prototype dengan bahasa pemrograman PHP dan framework laravel. Hasil dari penelitian ini adalah sebuah aplikasi yang mampu memetakan wilayah stunting dengan menerapkan algoritma DBSCAN. Proses pengelompokkan wilayah stunting yang terdiri dari 32 kecamatan menghasilkan 2 cluster dengan tidak adanya noise sehingga mendapatkan tingkat akurasi sebesar 100%. Hasil pengujian cluster menggunakan silhouette coefficient mendapatkan nilai rata rata berada di 0.52390478933182 yang menunjukan bahwa cluster dianggap wajar. Sistem informasi yang dibangun diharapkan dapat membantu dinas kesehatan dalam mengambil keputusan untuk intervensi dan penanganan stunting.

Stunting is a growth disorder in toddlers characterized by shorter height or body length than the standard for their age due to long-term nutritional deficiencies. In Kuningan Regency, the number of stunting cases recorded in 2024 reached 6,114, spread across 32 sub-districts, necessitating more targeted interventions. This study aims to map stunting-prone areas into two clusters to facilitate intervention efforts by applying the DBSCAN algorithm. The clustering is based on two categories stunting prevalence and the number of healthcare facilities. The application was developed using a prototyping methodology with the PHP programming language and the Laravel framework. The result of this research is an application capable of mapping stunting areas using the DBSCAN algorithm. The clustering process, involving 32 sub-districts, produced two clusters with no noise, achieving an accuracy rate of 100%. Cluster validation using the silhouette coefficient yielded an average value of 0.52390478933182, indicating that the clusters are reasonably well-formed. The developed information system is expected to assist the health department in making data-driven decisions for stunting intervention and mitigation.