Pada proses klasifikasi buah jeruk nipis yang sebelumnya dilakukan manual menggunakan mata manusia merupakan hal yang sangat sulit dilakukan. Hal ini dibuktikan dengan tidak konsisten serta bersifat subyektif sehingga menyebabkan tingkat akurasi yang rendah. Terkadang ada pula perbedaan pendapat dari mata manusia satu dengan lainnya. Oleh karena itu, untuk meningkatkan tingkat akurasi serta mengurangi sifat subyektifitas mata manusia, penelitian ini mengusulkan algoritma yang dipergunakan untuk mengklasifikasikan tingkat kematangan jeruk nipis yakni K-Nearest Neighbor berdasar kepada warna kulit yang ada pada jeruk nipis tersebut. Pada penelitian ini, nilai K yang dipergunakan yakni 9, 7, 5, 3 serta 1 untuk menguji coba pencarian jarak Euclidean distance dan cityblock distance pada citra dengan ukuran pixel 512x512, 256x256 dan 128x128. Pada tahap prerosesing, untuk proses fitur ekstraksinya menggunakan mean RGB. Penelitian yang telah dilakukan membuktikan bahwa dengan jarak Euclidean k=7 dan k=3memiliki nilai prosentase 92% dan jarak cityblock distance k=1 dan k=3 memiliki nilai prosentase sebesar 88%. Berdasarkan tingkat akurasi yang dimiliki, fitur warna k=3 menunjukkan nilai k terbaik pada klasifikasi tingkat kematangan buah jeruk nipis.