Kondisi kematangan buah jeruk dapat ditentukan dengan cara melihat beberapa parameter salah satunya dengan warna, pori-pori semakin besar serta kulit buah kuning merata. Identifikasi tingkat kematangan buah jeruk sejauh ini oleh petani dan konsumen memanfaatkan teknik manual, misalnya memperhatikan warna, pori-pori dan kulit produk buah jeruk. Identifikasi seperti itu akan menghabiskan sebagian besar hari dan menghasilkan perkembangan yang berfluktuasi karena orang memiliki hambatan visual dalam mengenali, tingkat kelelahan, dan kontras penilaian pada perkembangan yang hebat. Hambatan dari strategi manual membutuhkan inovasi yang dapat menyelesaikan proses identifikasi pengembangan tanpa memihak, andal, dan dengan hasil yang lebih jelas. Salah satunya dengan proses segmentasi menggunakan algoritma k-means. Proses segmentasi bertujuan untuk membagi atau memisahkan citra menjadi beberapa distrik (lokal) berdasarkan kemiripan atribut yang dimilikinya. Algoritma k-means akan mengclusterkan data yang memiliki atribut serupa dirangkai menjadi satu kumpulan dan data yang memiliki berbagai kualitas dirangkai menjadi kumpulan yang berbeda. Dari hasil pengambilan gambar dari 6 sudut, yaitu depan, belakang, atas, bawah, dan kanan kiri dengan menggunakan dataset sebanyak 8 maka menghasilkan gambar sebanyak 48, dan dengan pengujian metode tersebut hasil pengclusteran kematangan buah jeruk menghasilkan kematangan sebanyak 6 dan mentah sebanyak 2.