Mata merupakan salah satu indera yang penting bagi manusia, melalui mata manusia menyerap >80% informasi visual yang digunakan untuk melaksanakan berbagai kegiatan. Gangguan terhadap penglihatan banyak terjadi, mulai dari gangguan ringan hingga gangguan yang berat yang dapat mengakibatkan kebutaan. Penelitian ini bertujuan untuk menfidentifikasi penyakit mata dengan menggunakan citra mata. Penelitian ini menggunakan objek citra mata yang diambil dari sumber internet. Citra mata yang didapat dilakukan proses segmentasi, konversi citra warna RGB ke Grayscale kemudian diekstrak dengan menggunakan metode GLCM. Metode GLCM akan menghasilkan co-occurrence pada data citra dan menentukan karakteristik secara fungsional matriks antat piksel citra dan dilakukan proses klasifikasi dengan menggunakan metode KNN. Metode KNN merupakan metode klasifikasi kumpulan objek baru menggunakan data latih yang telah diklasifikasi dan disimpan sebelumnya. Metode ini dilakukan untuk mencari kelompok k objek. Metode KNN dilakukan pada data latih yang belum diklasifikasi kemudian membandingkan kemiripan paling banyak dengan data uji. Data latih diproyeksikan ke dalam ruang multidimensi, di mana setiap dimensi memiliki fitur pada data. Ruang dibagi menjadi beberapa bagian sesuai dengan klasifikasi data pelati. Sebuah titik dalam ruang ini ditandai sebagai kategori c, kategori c adalah kategori yang paling umum di antara k tetangga terdekat titik titik tersebut. Dekat atau jauhnya tetangga biasanya dihitung berdasarkan jarak Euclidean Hasil dari penelitian ini adalah dapat mengidentifikasi penyakit mata pada citra mata dengan menggunakan metode GLCM berhasil dilakukan berdasarkan tekstur citra, dan dapat mengklasifikasi penyakit mata dengan menggunakan metode KNN dengan tingakt akurasi untuk k = 1 sebesar 90%, k = 3 sebesar 90%, k = 5 sebesar 93%, k = 7 sebesar 90% dan k = 9 sebesar 93%.