Skripsi ini ditulis oleh Wahyuni, ST dengan NIM D0219395 Program studi Teknik Informatika dibimbing langsung oleh Nahya Nur, ST., M. Kom dan Farid Wajidi, S. Kom., MT untuk memenuhi salah satu syarat mendapatkan gelar Sarjana Teknik di Universitas Sulawesi Barat.Penelitian ini bertujuan untuk membandingkan akurasi fitur RGB, HSV, dan CIELAB dalam klasifikasi kematangan buah kakao menggunakan algoritma KNearest Neighbors (K-NN). Metode penelitian menggunakan eksperimen dengan metode K-NN berbasis pengolahan citra untuk klasifikasi buah kakao. Hasil menunjukkan bahwa ekstraksi warna CIELAB memiliki akurasi tertinggi dengan
nilai rata-rata 86%, diikuti oleh RGB dengan 84%, dan HSV dengan 41%. Model prediksi kematangan buah kakao berdasarkan ekstraksi warna RGB dan CIELAB menggunakan akurasi menunjukkan hasil yang lebih baik daripada HSV. Kesimpulannya, ekstraksi warna CIELAB lebih cocok untuk membedakan kelas kematangan buah kakao dibandingkan dengan RGB dan HSV