Stunting merupakan masalah kesehatan signifikan yang memengaruhi pertumbuhan anak, terutama di negara berkembang. Pengukuran tinggi badan yang akurat sangat penting untuk mengidentifikasi stunting pada balita, namun metode konvensional seperti penggunaan infantometer dan stadiometer sering kali menghadapi kendala, terutama dalam hal efisiensi proses ketika berhadapan dengan balita yang tidak kooperatif. Penelitian ini bertujuan untuk mengembangkan fitur prediksi tinggi badan balita berbasis algoritma Convolutional Neural Network (CNN) pada aplikasi website GENTING, dengan fokus untuk meningkatkan efektivitas proses pengukuran tinggi badan balita. Model CNN yang dirancang untuk memprediksi bounding box secara akurat pada tubuh balita dalam gambar, memungkinkan identifikasi posisi dan dimensi tinggi balita dalam pixel. Hasil prediksi ini kemudian dikonversi menjadi ukuran tinggi badan dengan mempertimbangkan faktor-faktor seperti dimensi gambar dalam pixel, jarak kamera, dan sudut pandang kamera. Proses pengembangan melibatkan beberapa iterasi pengujian, di mana akurasi hasil pengukuran dihitung menggunakan Mean Absolute Percentage Error (MAPE) dan evaluasi kepuasan pengguna dilakukan melalui User Acceptance Testing (UAT). Selama tiga iterasi pengujian, fitur pengukuran menunjukkan MAPE sebesar 11,06%, akurasi ratarata 88,94%, dan selisih rata-rata antara tinggi badan sebenarnya dan hasil prediksi sebesar 10,31 cm. UAT menunjukkan bahwa fitur ini diterima dengan baik oleh pengguna di Posyandu, dengan tingkat kepuasan rata-rata sebesar 89,6% dan 86,4% pada dua iterasi pengujian yang berbeda. Dengan peningkatan lebih lanjut, diharapkan aplikasi ini dapat memberikan kontribusi signifikan dalam deteksi dan penanganan stunting, serta membantu meningkatkan kesehatan dan pertumbuhan anak-anak di seluruh dunia.