Ananas comosus atau yang kita kenal dengan buah nanas merupakan buah yang tumbuh di daerah tropis dan subtropis. Buah nanas juga merupakan salah satu buah favorit yang dikonsumsi masyarakat, baik dikonsumsi secara buah ataupun dalam bentuk olahan. Untuk menemukan tingkat kematangan buah nanas yang sempurna umumnya dipilih secara manual tetapi, hal ini menjadi kurang efisien apabila buah nanas yang diseleksi dalam jumlah yang banyak. Maka dari itu dibutuhkan teknik pengolahan citra dalam menetukan tingkat kematangan buah nanas secara otomatis menggunakan ekstraksi fitur Gray Level Co-occurrence Matrix dan K-Nearest Neighbor sebagai model Klasifikasinya yang belum pernah di uji coba sebelumnya namun terbukti dapat dan handal dalam menyelesaikan masalah seperti penentuan tingkat kematangan buah nanas. Hasil penelitan menunjukan bahwa akurasi model K-NN untuk penentuan tingkat kematangan buah nanas sebesar 83% pada nilai K=9 dan K=7 dengan GLCM arah 00 dan jarak 1. Penelitian ini menggunakan 30 data testing dan 209 data training, yaitu kategori matang dan mentah dengan masing- masing 115 data Matang, dan 94 data Mentah. Dengan demikian, Penerapan metode Gray Level Co-occurrence Matrix dan K-Nearest Neighbor pada masalah diatas berhasil mendapatkan nilai akurasi yang tinggi sebesar 83% dengan menggunakan pengujian Confusion Matrix.