Penelitian ini membahas tentang pengembangan sistem diagnosa penyakit pada tanaman Cengkeh menggunakan metode Modified K-Nearest Neighbor (MKNN) . Penelitian ini bertujuan untuk mengembangkan sistem yang dapat secara akurat mendiagnosa penyakit tanaman cengkeh berdasarkan gejala yang teridentifikasi. Metode MKNN dipilih karena kemampuannya dalam menangani data non-linier dan kompleks seperti gejala penyakit tanaman. Sistem yang dikembangkan berhasil mengidentifikasi tiga penyakit umum pada tanaman cengkeh, yaitu penyakit Bakteri pembunuh kayu cengkeh (BPKC), Cacar daun cengkeh (CDC), dan Jamur akar Putih (JAP), dengan memanfaatkan dataset gejala yang telah terkumpul. Hasil penelitian menunjukkan bahwa sistem mampu memberikan diagnosa yang sesuai dan konsisten dengan perhitungan manual yang dilakukan oleh pakar tanaman. Penelitian ini juga mengungkapkan proses rekayasa sistem untuk pengembangan MKNN dalam konteks diagnosa penyakit tanaman cengkeh. Penerapan algoritma MKNN dalam sistem ini menghasilkan nilai Cyclomatic Complexity sebesar 7, menunjukkan tingkat kompleksitas yang dapat dikelola dengan baik dalam konteks aplikasi ini. Kesimpulan dari penelitian ini adalah bahwa sistem MKNN yang diimplementasikan dapat efektif digunakan untuk mendiagnosa penyakit pada tanaman cengkeh berdasarkan gejala yang diamati. Implikasi dari penelitian ini adalah potensi penggunaan sistem serupa dalam mendukung pengelolaan tanaman cengkeh secara lebih efisien dan akurat di lapangan.