. Pepaya merupakan buah tropis komoditas holtikultura yang mempunyai nilai gizi dan ekonomi yang tinggi. Pepaya California (Calina) merupakan salah satu varietas unggul buah pepaya yang saat ini sedang digandrungi dan banyak dikebunkan oleh para petani karena sangat menjanjikan keuntungan. Mengidentifikasi atau mendeteksi kematangan buah pepaya masih dilakukan secara manual, Identifikasi secara manual sangat di pengaruhi oleh subjektifitas orang yang mengamati. Yang menjadi kelemahan adalah perbedaan persepsi setiap orang tentang penilaian terhadap tingkat kematangan buah pepaya. Maka dari itu dibutuhkan sebuah aplikasi yang berbasis Teknologi Pengolahan Citra yang memungkinkan untuk memilah dan mengamati produk pertanian dan perkebunan secara otomatis. Penentuan deteksi tingkat kematangan buah pepaya dapat diselesaikan dengan menggunakan metode ekstraksi fitur Local Binary Pattern dan K-Nearest Neighbor sebagai model Klasifikasinya. Hasil penelitian menunjukan bahwa akurasi model K-NN untuk penentuan tingkat kematangan buah pepaya adalah sebesar 75?ngan menggunkan pengujian pada percobaan model K-NN dengan jumlah K-1. penelitian ini menggunakan 45 data testing dan 150 data training, yaitu kategori matang, mengkal dan mentah dengan masing- masing 50 data. Dengan demikian, Penerapan metode Local Binary Pattern dan K-Nearest Neighbor pada masalah diatas berhasil mendapatkan nilai akurasi yang cukup tinggi yakni sebesar 75?ngan menggunakan pengujian Confusion Matrix.