Pisang merupakan makanan penuh nutrisi, dengan harga murah terlebih pisang muli dan kepok juga merupakan tanaman yang saat melakukan pemanenan sangat perlu diperhatikan tingkat kematangan buah karena faktor menentukan mutu buah pisang, pisang yang populer memiliki warna yang tidak jauh berbeda. Tujuan yang ingin dicapai penelitian adalah menerapkan pengolahan citra untuk mendeteksi kematangan dengan teknik klasifikasi dengan segmentasi dan ekstraksi fitur warna. Metode akuisisi citra dilakukan secara mandiri dimana terdapat 2 jenis pisang dengan 3 tahapan kematangan , yaitu mentah,matang dan busuk. Pre-processing mengkonversi ruang warna dari RGB menjadi grayscale dan RGB menjadi HSI. Ekstraksi fitur warna menggunakan hasil dari segmentasi kemudian dicari nilai ciri warna citra menggunakan RGB dan juga menggunakan hasil konversi ruang warna HSI. Klasifikasi pada penelitian ini menggunakan algoritma KNN dengan metode euclidean distance dengan menggunakan jarak tetangga k=3, k=5, k=7. Total data citra yang digunakan pada penelitian ini ada 480 data citra yang dibagi menjadi 228 data citra latih dan 192 data citra uji. Pengujian dilakukan menggunakan Confusion Matrix Multi Class. Hasil pengujian pada penelitian memiliki tingkat memiliki tingkat Accuracy : 94.12%, Precision : 93.75% dan Recall : 100%.% untuk nilai k=3 dan k=5, k=7: dengan Accuracy : 93.66%, Precision : 92.23%, Recall : 100%