Pengenalan tingkat kematangan buah mangga dalam penelitian ini dibagi menjadi empat kelompok yaitu Mentah, Mangkal, Matang, dan Busuk. Penelitian ini bertujuan untuk mengklasifikasi kematangan buah berdasarkan tingkat akurasi dengan menggunakan metode fitur ekstraksi yaitu gray level co-occurrence matrix. Metode penelitian ini terdiri dari : konversi data rgb ke grayscale, normalisasi citra, tingkat kematang buah mangga menggunakan tekstur warna, ekstraksi fitur dan klasifikasi. Dalam penelitian ini digunakan data latih sebanyak 80 citra buah mangga yang merupakan data real. Data tersebut terdiri dari buah mangga mentah 20, mangga mangkal 20, mangga matang 20, dan mangga busuk 20. Data citra tersebut diolah menjadi citra grayscale yang kemudian dilakukan tingkat kematangan buah mangga menggunakan tekstur warna. Setelah didapat tingkat kematangannya, kemudian dilakukan perhitungan ciri menggunakan gray level co-occurrence matrix. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma k-nearest neighbor. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mengenali tingkat kematangan buah mangga menggunakan tekstur warna dengan hasil akurasi yang dihitung menggunakan confusion matrix, maka dapat ditarik suatu kesimpulan bahwa Pada percobaan model K-NN, dengan jumlah K = 1, dan Arah GLCM = 0o, dengan jarak = 1, maka mendapatkan nilai akurasi tertinggi Sebesar = 36,66%, dengan data training = 80, dan Data Testing = 30. Sedangkan pada percobaan model K-NN, dengan jumlah K = 2, dan Arah GLCM = 135o, dengan jarak = 2, maka mendapatkan nilai akurasi tertinggi sebesar = 50%, dengan data training = 80, dan Data Testing = 30. Pada percobaan model K-NN, dengan jumlah K = 7, dan Arah GLCM = 135o, dengan jarak = 5, maka mendapatkan nilai akurasi tertinggi Sebesar = 83,33%, dengan data training = 80, dan Data Testing = 30. Dengan demikian penerapan metode gray level co-occurrence matrix dan k-nearest neighbor pada masalah tingkat kematangan buah mangga menggunakan tekstur warna perlu dikembangkan lagi hasil akurat.