Permasalahan utama tentang gizi yang dihadapi Indonesia adalah stunting, dimana Indonesia menempati peringkat kelima dunia dengan tingkat prevalensi stunting terbesar pada tahun 2017 yaitu 29,6% dari seluruh anak Indonesia. Stunting adalah anak bayi dibawah lima tahun yang memiliki nilai z-score nya kurang dari -3 standar deviasi (SD). Stunting memiliki dampak negatif yaitu dapat terganggunya perkembangan fisik maupun intelektual balita di masa depan. Dalam kasus ini, pemeriksaan status stunting oleh tenaga medis masih dilaksanakan secara manual yang memakan waktu cukup lama dan rentan ketidaktelitian. Penelitian ini bertujuan untuk mengklasifikasi status stunting pada balita dengan menerapkan metode K-Nearest Neighbor menggunakan seleksi fitur Backward Elimination untuk mendapatkan hasil yang cepat dan akurat. Berdasarkan hasil dari penelitian ini menunjukkan rata-rata akurasi yang dihasilkan algoritma K-Nearest Neighbor pada k=5 adalah 91,90% dengan 9 atribut dan rata-rata akurasi yang dihasilkan algoritma K-Nearest Neighbor dengan penambahan Backward Elimination sebesar 92,20% dengan 8 atribut. Hasil tersebut menunjukkan bahwa penerapan Backward Elimination mampu menaikkan nilai akurasi pada algoritma K-Nearest Neighbor dan juga melakukan seleksi atribut.