Pisang merupakan sumber vitamin, mineral dan juga karbohidrat. Selain rasanya lezat, begizi tinggi dan harganya relatif murah, pisang juga merupakan salah satu tanaman yang mempunyai prospek cerah karena di seluruh dunia hampir setiap orang gemar mengkonsumsi buah pisang. Umum nya pisang yang popular di Indonesia memiliki bentuk dan warna yang tidak jauh berbeda. Tujuan yang ingin dicapai dalam penelitian ini adalah menerapkan pengolahan citra untuk mendeteksi jenis pisang yang berbeda dengan teknik klasifikasi dengan tahapan segmentasi dan ekstraksi fitur bentuk dan warna. Metode akuisisi citra dilakukan secara mandiri dimana terdapat empat jenis pisang, yaitu pisang ambon, pisang cavendish, pisang raja dan pisang susu. Preprocessing mengkonversi ruang warna dari RGB menjadi grayscale dan RGB menjadi HSV. Segmentasi pada backround dari hasil grayscale. Ekstraksi fitur bentuk menggunakan hasil dari segmentasi kemudian dicari nilai ciri citra menggunakan aspect ratio, area ratio dan boundary sedangkan ekstraksi fitur warna menggunakan hasil konversi ruang warna HSV menggunakan color moment. Klasifikasi pada penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) dengan metode euclidean distance dengan menggunakan jarak tetangga k=3, k=5, k=7. Total data citra yang digunakan pada penelitian ini ada 800 data citra yang dibagi menjadi 480 data citra latih dan 320 data citra uji. Pengujian dilakukan menggunakan Confusion Matrix Multi Class. Hasil pengujian pada penelitian ini memiliki tingkat akurasi 100%, precision 100% dan recall 100% untuk nilai k=3, k=5, k=7.