Pisang merupakan buah yang banyak diminati mayoritas masyarakat di Indonesia, tanpa terkecuali. Hal ini dikarenakan selain rasanya yang enak buah pisang juga memiliki berbagai gizi yang terkandung di dalamnya. Banyaknya peminat akan buah pisang melahirkan berbagai upaya untuk memenuhi kebutuhan tersebut, sehingga banyak masyarakat yang melakukan budidaya pisang di berbagai daerah. Dalam usaha budidaya pisang, perlu memperhatikan tingkat kematangan buah pisang tersebut agar dapat menentukan mutu buah pisang saat dipanen. Tingkat
kematangan pisang ini juga berhubungan dengan jangkauan pemasaran. Pada penelitian ini dibuat sebuah sistem klasifikasi tingkat kematangan buah pisang dengan menggunakan algoritma K-Nearest Neighbors (K-NN) dan ektraksi fitur warna HSV pada data citra. Sistem klasifikasi yang dibuat juga memanfaatkan library openCV dalam proses pre-processing citra sebelum diklasifikasikan tingkat kematangannya menggunakan algoritma K-NN. Adapun kelas yang digunakan dalam berdasarkan tingkat kematangan buah pisang dibagi menjadi 3, yakni belum matang,matang dan sangat matang. Dalam penelitian ini data latih (training) yang digunakan sebanyak 450 data. Setelah dilakukan pengujian, didapati bahwa nilai akurasi tertinggi klasifikasi tingkat kematangan buah pisang menggunakan algortma K-NN adalah sebesar 98% pada K=8 berdasarkan 45 pengujian yang dilakukan.