Permasalahan stunting masih menjadi isu kesehatan masyarakat yang memerlukan penanganan tepat sasaran, khususnya dalam pelaksanaan program Makan Bergizi Gratis (MBG). Penelitian ini bertujuan untuk mengklasifikasikan status stunting pada penerima MBG di Kota Palembang menggunakan metode Support Vector Machine (SVM). Data yang digunakan sebanyak 433 record yang dibagi ke dalam beberapa skenario pembagian data latih dan data uji, yaitu 80:20, 60:40, dan 50:50, guna menentukan konfigurasi model terbaik. Evaluasi kinerja model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score berdasarkan hasil confusion matrix dan classification report.
Hasil penelitian menunjukkan bahwa metode SVM mampu menghasilkan performa klasifikasi yang sangat baik. Skenario pembagian data 60:40 memberikan hasil terbaik dengan nilai accuracy sebesar 95,98%, dibandingkan dengan skenario 80:20 (95,40%) dan 50:50 (95,85%). Nilai precision, recall, dan F1-score pada kedua kelas menunjukkan keseimbangan yang baik dalam mendeteksi kasus stunting maupun tidak stunting. Dengan demikian, metode SVM terbukti efektif dan andal dalam mendukung proses pengambilan keputusan berbasis data untuk meningkatkan ketepatan sasaran program MBG di Kota Palembang.

Kata kunci: Stunting, Support Vector Machine (SVM), klasifikasi, machine learning, MBG.