Gigi adalah salah satu organ penting dalam sistem pencernaan untuk membantu manusia dalam proses mengolah makanan sehingga dapat dicerna oleh organ lain seperti usus dan lambung. Tidak hanya membantu sistem pencernaan, tetapi gigi juga memiliki fungsi estetika untuk menunjang penampilan. Salah satu penyakit gigi yang paling sering dialami masyarakat Indonesia adalah karies gigi. Dengan berkembangnya teknologi, proses diagnosis karies gigi dapat dilakukan menggunakan sistem pengolahan citra digital dengan media citra hasil X-Ray. Tujuan dari penelitan ini untuk mengetahui apakah metode ekstraksi Gray Level Co-Occurrence Matrix (GLCM) dan K-Nearest Neighbor (KNN) dapat digunakan sebagai sistem klasifikasi citra karies gigi. Penelitian ini akan membahas mengenai sistem klasifikasi citra karies gigi untuk mebedakan 2 jenis karies berdasarkan teori G.V Black yaitu : karies gigi Kelas 3 dan Kelas 4. Sistem dirancang untuk dapat melakukan ekstraksi ciri pada citra sehingga menghasilkan nilai-nilai fitur seperti, contrast, correlation, energy dan homogeneity pada GLCM. Kemudian nilai-nilai tersebut digunakan sebagai inputan pada tahap klasifikasi KNN. Pengujian dilakukan pada 4 data set yang berisikan 60 citra tiap setnya. Keberhasilan sistem akan diketahui berdasarkan hasil akurasi yang diperoleh. Dari pengujian yang telah dilakukan, didapatkan hasil akurasi tertinggi sebesar 80% pada data set 4 dan akurasi terendah sebesar 40% pada data set 2.