Identifikasi jenis buah pisang dan penilaian tingkat kematangannya merupakan proses yang penting dalam industri pertanian dan distribusi. Dalam upaya untuk mengotomatisasi proses ini, penulis menyarankan pendekatan pemaparan buah pisang dan tingkat kematangannya menggunakan jaringan saraf tiruan Backpropagation . Melalui proses pengolahan citra digital, citra atau gambar dari buah pisang akan dilakukan ekstraksi ciri-ciri seperti RGB ( red green blue ), metrik dan eksentrisitas(ciri bentuk). Hasil proses training data citra sebanyak 55 data citra yang diinputkan, diperoleh proses training data jenis pisang dengan 11 iterasi dari inputan maksimum epoch 10000, target error atau performance 0.00642 dengan nilai rata-rata sebesar 80%. Selanjutnya diperoleh proses data pelatihan tingkat kematangan pisang dengan 4 iterasi dari input maksimum epoch 10000, target error atau performance 0.00606 dengan nilai akurasi sebesar 90%. Dari proses uji citra yang telah dilakukan bahwa sistem dapat mengidentifikasi jenis buah pisang beserta tingkat kematangannya berdasarkan inputan ekstraksi fitur dari citra buah pisang. Penelitian ini juga bertujuan untuk menguji dan mengetahui tingkat akurasi penerapan metode Backpropagationdalam mengidentifikasi jenis buah pisang dan tingkat kematangannya.