Identifikasi penyakit pada daun tanaman kopi merupakan aspek penting dalam menjaga kesehatan tanaman dan meningkatkan hasil produksi. Penelitian ini bertujuan untuk mengembangkan sistem identifikasi penyakit daun kopi menggunakan analisis citra digital, dengan fokus pada daun tanaman kopi. Dataset yang digunakan terdiri dari 5000 citra daun kopi, dibagi menjadi lima kelompok: daun bercak, daun sehat, karat daun, pengorok daun, dan phoma, masing-masing berjumlah 1000 citra. Citra daun kopi diubah menjadi citra grayscale. Kemudian diekstraksi fitur tekstur menggunakan metode Gray-Level Co-occurrence Matrix (GLCM), menghasilkan fitur-fitur seperti kontras, entropi, homogenitas, dan energi. Ekstraksi fitur ini digunakan untuk klasifikasi menggunakan algoritma K-Nearest Neighbors (KNN). Berdasarkan hasil penelitian, metode KNN dengan nilai k=3 dan jarak Euclidean memberikan performa terbaik dengan tingkat akurasi sebesar 95%, precison sebesar 95%, recall sebesar 95%, dan f1-score sebesar 95%.