Indonesia memiliki tiga jenis jeruk lokal yang komersial, yaitu jeruk besar (Pamelo C. grandis), Jeruk Siam (C. nobilis Lour. Var. microcarpa) dan jeruk Keprok (C. reticulata Blanco),. Namun, produksi jeruk di Indonesia mengalami ketidakstabilan produksi setiap tahunnya Salah satu faktor utama yang menyebabkan angka produksi yang fluktuatif tersebut yaitu penyakit yang menyerang tanaman jeruk.Virus, Bakteri dan Hama adalah penyebab utama penyakit pada tanaman jeruk . Sebagian besar gejala penyakit jeruk terlihat di daunnya. Sehingga dengan memperhatikan gejala pada daun, beberapa penyakit dapat diidentifikasi. yaitu penyakit kanker daun, dan penyakit ulat peliang. Selama ini pengecekan penyakit masih dilakukan secara manual namun ketelitian sangat diperlukan mengingat metode manual seperti ini akan kurangnya keakuratan penentuan penyakit tanaman jeruk.
Penelitian ini bertujuan untuk membantu petani jeruk dalam membedakan penyakit penyakit penyakit kanker daun, dan penyakit ulat peliang. Metode yang digunakan pada penelitian ini adalah algoritma K-Nearest Neighbor (KNN) dengan parameter fitur warna green - blue yang didapatkan dari hasil penguraian warna citra RGB, sedangkan ekstraksi fitur berdasarkan tekstur menggunakan nilai fitur Gray Level Co-occurrence Matrix (GLCM) yaitu ASM, Kontras (Contrast), dan Entropi (Entropy) dengan sudut 0°, 45°, 90° dan 135°. Presentase akurasi menggunakan metode K-Nearest Neighbor (KNN) mampu mengklasifikasi dan mengenali penyakit pada daun jeruk sebesar 70%.