Stunting, yaitu masalah gizi kronis, memengaruhi pertumbuhan dan perkembangan anak di Indonesia. Buku Survei Kesehatan Indonesia (SKI) tahun 2023 melaporkan bahwa prevalensi stunting di Indonesia mencapai 21,5%, jauh dari target pemerintah sebesar 14% pada tahun 2024. Stunting harus dicegah karena meningkatkan risiko penyakit, kematian dini, serta penurunan produktivitas dan kemampuan kognitif di masa dewasa. Meskipun telah ada beberapa aplikasi untuk pencegahan stunting di Indonesia, banyak yang masih belum menyediakan fitur pelacakan gizi yang efisien atau rekomendasi gizi yang personal, yang sangat penting dalam upaya pencegahan stunting sejak dini. Untuk mengatasi kekurangan ini, penelitian ini mengembangkan aplikasi Android "Genting" dengan studi kasus PKK Kota Bandung, yang menggunakan Vision transformer (ViT) untuk klasifikasi gambar makanan dan Google Generative AI untuk rekomendasi gizi personal. Model ViT yang digunakan mencapai akurasi 82,12% pada dataset validasi setelah 20 epoch, dengan nilai loss sebesar 0,6725. Aplikasi ini dikembangkan menggunakan metode Extreme Programming melalui tiga iterasi, dengan pengujian model ViT menggunakan metode pengujian prediksi label. Pada setiap iterasi, dilakukan pengujian terhadap 10 gambar, masing-masing mewakili satu kelas makanan yang berbeda dari total 30 kelas yang ada. Hasilnya, model ViT mencapai probabilitas klasifikasi sebesar 99,99% pada iterasi pertama dan ketiga, serta 99,97% pada iterasi kedua, menunjukkan kepercayaan model yang sangat tinggi. Pengujian fungsionalitas aplikasi ini dilaksanakan menggunakan metode Black box testing, yang menunjukkan bahwa seluruh fitur berhasil dijalankan dan memberikan output sesuai dengan yang diharapkan, dan hasil uji kegunaan oleh pengguna menunjukkan tingkat kegunaan yang sangat baik, dengan skor System usability scale (SUS) sebesar 85 pada iterasi pertama, 87,5 pada iterasi kedua, dan 80,8 pada iterasi ketiga. Aplikasi "Genting" menawarkan solusi inovatif untuk pemantauan dan rekomendasi gizi serta pencegahan stunting sejak dini dengan menggabungkan teknologi machine learning dan rekomendasi gizi yang disesuaikan.