Ikan nila sehat akan mengalami penurunan kualitas seiring disimpan diluar air walaupun dengan lemari pendingin sekalipun. Penurunan kualitas ikan dapat dilihat dari mata ikan. Pada penelitian ini bertujuan mengembangkan sistem klasifikasi kesegaran ikan nila berdasarkan citra mata ikan memanfaatkan pengolahan citra dan machine learning. Citra mata ikan diambil dengan interval 0 sampai dengan 16 jam setelah dikeluarkan dari air. Sepuluh ikan nila digunakan pada penelitian ini. Jarak kamera dengan ikan juga diubah dengan variasi 4 jarak. Total data yang diperoleh sebanyak 640 citra mata ikan. Metode yang digunakan pada klasifikasi citra mata ikan terdiri dari dua tahap yaitu ekstraksi fitur dan klasifikasi. Empat jenis fitur statistis yang digunakan dari nilai piksel citra adalah mean, standar deviasi, skewness, dan kurtosis. Sedangkan pada tahap klasifikasi menggukanan K-Nearest Neighbor. Skenario yang sudah ditentukan selanjutnya digunakan pada tahap implementasi sistem menggunakan Bahasa Pemrograman Python. Pengujian dan analisis menggunakan k-fold cross validation dan confusion matrix. Pada hasil penelitian, didapatkan tingkat akurasi dengan rata-rata 100% yang menggunakan 2 kelas yaitu 0-2 jam dan 2-4 jam, menggunakan 4 kelas didapatkan tingkat akurasi dengan rata-rata 75% yaitu kelas 0-2 jam, 2-4 jam, 10-12 jam dan 14-16 jam, dan menggunakan semua kelas didapatkan tingkat akurasi dengan rata-rata 45%.