Permasalahan stunting di Indonesia masih menjadi tantangan kesehatan yang serius dengan prevalensi mencapai 21,5% pada tahun 2023, di mana pencatatan data pertumbuhan balita yang masih manual di Posyandu seringkali menyebabkan keterlambatan deteksi dini. Penelitian ini bertujuan mengimplementasikan sistem pemantauan pertumbuhan balita berbasis Artificial Intelligence (AI) dan IoT untuk mendeteksi risiko stunting serta memberikan rekomendasi Program Makan Bergizi Gratis (MBG) menggunakan mikrokontroler ESP32, sensor Load Cell, HX711, dan sensor ToF VL53L1X. Data ditransmisikan melalui internet menuju aplikasi Android "BabyGrow", tempat modul AI menganalisis status gizi berdasarkan standar WHO dan memberikan rekomendasi menu secara general. Hasil pengujian menunjukkan sensor memiliki tingkat error yang rendah, mampu memangkas waktu pemeriksaan hingga lebih dari 85% dari 3–5 menit menjadi di bawah 30 detik per balita, serta mendukung fitur keamanan RBAC. Secara keseluruhan, integrasi IoT dan AI pada sistem BabyGrow terbukti berhasil mendigitalisasi proses pemantauan secara real-time, meminimalisir human error, serta meningkatkan efektivitas penyaluran program bantuan gizi nasional secara presisi.
Kata Kunci: Stunting, Artificial Intelligence, IoT, ESP32, Makan Bergizi Gratis, Antropometri.