Stunting merupakan masalah gizi kronis yang masih banyak ditemukan, khususnya di wilayah kerja Puskesmas Keling I dan II. Dengan menggunakan algoritma apriori, penelitian ini bertujuan untuk menganalisis faktor risiko stunting pada balita. Metode yang digunakan adalah CRISP-DM, yang terdiri dari tahapan pemahaman bisnis, pemahaman data, persiapan data, pemodelan, pengujian dan penyebaran. Data didapatkan dari aplikasi e-PPGBM yang terdiri dari 1.959 data balita dengan atribut status gizi, berat dan panjang badan lahir, jenis kelamin, umur, berat dan tinggi badan, serta tingkat partisipasi posyandu. Hasil analisis menunjukkan bahwa di wilayah kerja Puskesmas Keling I dan II, faktor risiko yang paling dominan adalah Berat Badan Lahir Normal, Tinggi Badan Pendek, Gizi Normal dan Panjang Badan Lahir Normal. Rules Tinggi Badan Pendek, Berat Badan Lahir Normal memiliki nilai support tertinggi yaitu 0,793 dan rules Tinggi Badan Pendek, Panjang Badan Lahir Normal, Berat Badan Lahir Normal memiliki nilai confidence tertinggi yaitu 0,949. Kombinasi yang terbentuk diuji dengan nilai lift ratio, yang menunjukkan kekuatan korelasi antar item. Lift ratio tertinggi ada pada kombinasi Berat Badan Lahir Normal, Tinggi Badan Pendek, Panjang Badan Lahir Normal yaitu 1,072. Studi ini menunjukkan bahwa algoritma apriori dapat digunakan secara efektif untuk membantu proses analisis faktor risiko stunting.