Buah Belimbing Bintang salah satu jenis tanaman hortikultura yang memiliki nilai ekonomis tinggi dan cukup banyak digemari oleh masyarakat. Dalam penggunannya tentu informasi tingkat kematangan buah belimbing sangat diperlukan oleh industri pertanian. Namun untuk mengetahui tingkat kematangan buah belimbing bintang masih dilakukan secara menual sehingga waktu yang dibutuhkan relatif lama jika dilakukan dengan jumlah yang banyak. Penentuan deteksi tingkat kematangan buah belimbing bintang perlu dilakukan dengan lebih [akurat, handal, efisien, efektif, cepat, atau optimal, dll] agar didapatkan nilai akurasi yang tinggi. Penentuan deteksi tingkat kematangan buah belimbing dapat diselesaikan dengan menggunakan metode Gray Level Co-occurrence Matrix dan K-Nearest Neghbor sebagai model Klasifikasinya yang belum pernah di uji coba sebelumnya namun terbukti dapat dan handal dalam menyelesaikan masalah seperti penentuan tingkat kematangan buah belimbing bintang. Hasil penelitan menunjukan bahwa akurasi model K-NN untuk penentuan tingkat kematangan buah belimbing bintang sebesar 90?ngan menggunkan pengujian Pada percobaan model K-NN, jumlah K-5, dan arah GLCM = 0° dan 135° dengan jarak = 1 penelitian ini menggunakan 10 data testing dan 50 data training, yaitu kategori matang dan mentah dengan masing-masing 25 data. Dengan demikian, Penerapan metode Gray Level Co-occurrence Matrix dan K- Nearest Neighbor pada masalah diatas berhasil mendapatkan nilai akurasi yang tinggi sebesar 90?ngan menggunakan pengujian Confusion Matrix.