Tujuan penelitian ini adalah mendeteksi penyakit pada tanaman terong. Penelitian ini digunakan metode Gray Level Co-occurrence Matrix (GLCM)untuk ekstraksi fitur daun dan K-Nearest Neighbor (KNN) untuk pengklasifikasian/identifikasi penyakit terong. Metode GLCM (Gray-Level Coooccurrance Matrix), yang digunakan untukmenganalisa Citra digital sedangkan K-Nearest Neighbor (KNN) untuk mengklasifikasi penyakit pada tanaman terong. Adapun di dalam penelitian ini peneliti telah berhasil mengumpulkan 104 data test dimana terbagi atas 94 data training dan 10 data test. Adapun deteksi penyakit terong dalam penelitian ini dibagi ke dalam klasifikasi tanaman sehat, buah busuk, layu bakteri, antraknosa, bercak daun, rebai semai, busuk pangkal batang, dan jamur tepung. Adapun data citra tersebut telah diolah menjadi citra grayscale dimana kemudian akan dideteksi tekstur warna. Selanjutnya setelah mendapatkan citra dari klasifikasi tersebut maka akan diproses menggunakan Gray Level Co-occurrence Matrix (GLCM) dan dibantu deteksi klasifikasi penyakit terong dengan menggunakan K- Nearest Neighbor (KNN). Hasil penelitian ini menunjukkan bahwa metode yang digunakan berhasil dalam mendeteksi penyakit pada tanaman terong. Adapun persentase menunjukkan 70% tingkat akurasi dengan jarak 1 dan nilai K=1 GLCM=00, serta persentase menunjukkan 70% tingkat akurasi dengan jarak 1 dan nilai K=1 GLCM=1350. semakin banyak data latih yang diberikan maka akan semakin besar kemungkinan ketepatan perhitungan data latih. Dengan demikian penerapan GLCM dan algoritma KNN dapat mendeteksi penyakit pada tanaman terong.