<![CDATA[Pemrosesan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknik-teknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan bagian tertentu dari gambar, membuat sebuah gambar yang baru dari beberapa bagian gambar yang sudah ada, dan beberapa teknik manipulasi gambar lainnya. Suatu citra yang mempunyai kontras rendah dapat dihasilkan dari sumber citra dengan proses pencahayaan atau penerangan yang rendah atau karena adanya kesalahan setting pada saat pengambilan citra berlangsung. Metode GLCM (Gray Level Co-occurence Matrix) adalah satu cara mengekstrakfitur tekstur statistik orde kedua, matriks GLCM mampu menangkap sifat tekstur tetapi tidak secara langsung dapat digunakan sebagai alat analisi, misalnya membandingkan dua tekstur. Fitur-fitur yang dihasilkan oleh metode ekstraksi ciri kemudian akan digunakan sebagai masukan proses klasifikasi. K-NN adalah sebuah metode klasifikasi yang tangguh terhadap data training yang noisy dan efektif apabila datanya besar. Metode penelitian yang digunakan adalah metode eksperimen, yang bertujuan untuk mengidentifikasi hubungan sebab akibat dari satu alau lebih variabel terikat dengan melakukan manipulasi variabel bebas pada suatu keadaan yang terkendali. Hasil yang didapatkan, klasifikasi dengan menggunakan ekstraksi ciri GLCM 4 arah dimana menggunakan Energi dengan nilai rata-rata 55,99%, Metode K-Nearest Neighbor dapat menghasilkan akurasi yang diharapkan pada sistem klasifikasi.Kata kunci: Klasifikasi, Citra Digital, Ekstraksi, GLCM, K-Nearest Neighbor.]]>
