Klasifikasi tingkat kematangan buah kelapa sawit pada tandan saat ini masih banyak dilakukan secara manual oleh para petani kelapa sawit, salah satunya berdasarkan warna pada buah kelapa sawit. Warna menjadi salah satu karakteristik yang paling menonjol pada buah. Oleh karenanya, cara tersebut memiliki kelemahan seperti tingginya pohon kelapa sawit dan adanya subjektivitas penilaian tingkat kematangan buah kelapa sawit pada tandan antar kelas. Sehubungan dengan permasalahan tersebut, maka diperlukan cara untuk menentukan klasifikasi tingkat kematangan buah kelapa sawit pada tandan dengan cepat, akurat dan mudah untuk dioperasikan, sehingga memudahkan para pelaku bisnis untuk memperoleh minyak sawit dari buah kelapa sawit dengan kualitas baik. Pada penelitian ini, warna digunakan untuk mengidentifikasi tingkat kematangan buah kelapa sawit pada tandan. Kematangan buah kelapa sawit diidentifikasi dengan melakukan ekstraksi ciri warna berdasarkan ruang warna L*a*b dan klasifikasi menggunakan algoritma Linear Discriminant Analysis (LDA) yang terkomputerisasi berdasarkan kinerja computer vision. Sebanyak 150 citra digunakan dan dikelompokkan ke dalam tiga kelas yang telah ditentukan yaitu kelas mentah, setengah matang dan matang. Klasifikasi melakukan proses pelatihan dan pengujian berdasarkan penilaian machine learning. Pengujian yang dilakukan dengan multiclass confussion matrix terhadap 90 citra menunjukkan hasil akurasi sebesar 98.8889% tingkat keberhasilan.