Deteksi mutu jambu biji kristal dalam penelitian ini dibagi menjadi 3 kelompok yaitu Mutu A, Mutu B, dan Mutu C. Pengolahan data dilakukan terlebih dahulu peneliti melakukan pra pengolahan data yaitu mengkonversi data training dan data testing dari image RGB ke Grayscale. Langkah berikut yang dilakukan yaitu menormalisasi citra menggunakan Histogram Equalization. Proses selanjutnya yaitu pengolahan data, seluruh datasett akan diekstraksi ciri menggunakan metode Gray Level Co-Occurrence Matrix. Ciri yang akan dihasilkan dari ekstraksi ciri yaitu contrast, homogenitas, entropy, dan energy. Beberapa pelatihan data dilakukan untuk mengatur tingkat akurasi tertinggi. Pelatihan data yang pertama : menggunakan orientasi arah sudut 450, jarak piksel = 2, fungsi aktivasi = logistic, hidden layer 1 = 200 neuron, hidden layer 2 = 10 neuron dan iterasi maksimum 1000x, mampu menghasilkan tingkat akurasi sebesar 60%. Pada pelatihan data yang kedua menggunakan orientasi arah sudut 450, jarak piksel = 1, fungsi aktivasi = logistic, hidden layer 1 = 200 neuron, hidden layer 2 = 10 neuron dan iterasi maksimum 1000x, mampu menghasilkan tingkat akurasi sebesar 73%. Pada pelatihan data yang ketiga : menggunakan orientasi arah sudut 00, jarak piksel = 2, fungsi aktivasi = logistic, hidden layer 1 = 200 neuron, hidden layer 2 = 10 neuron dan iterasi maksimum 1000x, mampu menghasilkan tingkat akurasi yang dihitung menggunakan confusion matrix adalah sebesar 53%. Pada pelatihan data yang keempat : menggunakan orientasi arah 00, jarak piksel = 1, fungsi aktivasi = logistic, hidden layer 1 = 200 neuron, hidden layer 2 = 10 neuron dan iterasi maksimum = 1000x, mampu menghasilkan tingkat akurasi yang dihitung menggunakan confusion matrix adalah 93%.