Masalah gizi masih menjadi tantangan kesehatan masyarakat yang belum teratasi secara optimal di Indonesia. Perkembangan dan pertumbuhan anak sangat menentukan keberhasilan tumbuh kembang balita. Status gizi merupakan indikator penting dalam menilai kesehatan anak di bawah usia lima tahun. Dataset yang digunakan berasal dari file CSV bagian poli gizi Puskesmas Sepatan. Algoritma Naïve Bayes diterapkan dalam penelitian ini, dengan Tuning Hyperparameter menggunakan Grid Search untuk meningkatkan akurasi dan kinerja secara signifikan. Teknik SMOTE dan Tomek Link diterapkan untuk menangani ketidakseimbangan data. Akurasi diukur menggunakan confusion matrix, dan hasilnya menunjukkan skor akurasi 87% untuk algoritma Naïve Bayes. Selain itu, penelitian ini juga mengembangkan aplikasi web yang memungkinkan pengguna untuk melihat plot status gizi, melakukan pencarian berdasarkan NIK atau nama, melakukan preprocessing, serta menampilkan confusion matrix dan menghitung akurasi. Aplikasi ini menggunakan algoritma Naïve Bayes, preprocessing data, normalisasi data, serta kombinasi Grid Search dan SMOTE + Tomek Link untuk meningkatkan kinerja.