Skizofrenia merupakan salah satu gangguan jiwa kronis yang dapat dikenali dengan kehilangan pemahaman terhadap realitas dan hilangnya daya tilik diri. Skizofrenia terbagi menjadi 7 jenis dan memiliki 2 jenis gejala yang dirasakan oleh penderita. Berbagai macam jenis dan gejala penyakit skizofrenia serta tingginya prevalensi di Indonesia membuat dokter spesialis kedokteran jiwa memerlukan usaha dan waktu yang lebih untuk menentukan jenis penyakit skizofrenia pada masing-masing pasien. Teknologi machine learning dengan teknik klasifikasi metode K-NN dapat digunakan untuk menyelesaikan permasalahan tersebut. Metode K-NN dipilih karena memiliki beberapa kelebihan diantaranya adalah sederhana, pelatihan yang cepat, serta mudah dipahami, selain itu berdasarkan penelitian sebelumnya, metode K-NN menghasilkan nilai akurasi yang tinggi dalam menentukan jenis penyakit. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk melakukan klasifikasi jenis penyakit skizofrenia menggunakan metode K-Nearest Neighbor. Berdasarkan hasil pemodelan klasifikasi K-NN pada tools RapidMiner, metode jarak Euclidean Distance dan Manhattan Distance dengan nilai K-Fold = 10 dan K = 3 menghasilkan nilai yang sama dan optimal yaitu dengan nilai akurasi sebesar90% serta nilai rata-rata presisi dan recall sebesar 92.31% dan 86.76% yang dimana menghasilkan klasifikasi sesuai sebanyak 108 data dan klasifikasi tidak sesuai sebanyak 12 data. Berdasarkan hasil tersebut dapat diketahui bahwa penelitian ini berhasil menerapkan metode K-NN pada klasifikasi jenis penyakit skizofrenia berdasarkan gejala yang dialami oleh pasien dengan hasil yang baik.