Anemia merupakan kondisi dimana sel darah merah (eritrosit) dan hemoglobin (Hb) di dalam tubuh seseorang berada di bawah nilai normal. Untuk melakukan deteksi anemia biasanya dilakukan secara invasif dengan mengambil sampel darah seseorang melalui pembuluh darah vena. Selain dengan cara invasif deteksi anemia juga bisa dilakukan dengan cara non-invasif atau tanpa mengambil sempel darah sesorang menggunakan pemuluh darah vena. Pemeriksaan anemia secara fisik salah satunya dengan memperhatikan kepucatan pada konjungtiva mata karena normalnya konjungtiva mata berwarna merah tetapi pada keadaan seperti penyakit anemia konjungtiva mata akan berwana pucat yang disebabkan aliran darah yang tidak mengalir di area konjungtiva mata. Pada penelitian Tugas Akhir ini telah dilakukan deteksi anemia secara non-invasive melalui citra konjungtiva mata menggunakan metode Principal Component Analysis (PCA) dan metode K-Nearest Neighbor (K-NN). Penelitian ini melakukan deteksi anemia melalui empat tahapan yaitu akuisisi citra, preprocessing, ektraksi ciri dan klasifikasi. Pada tahap preprocessing dilakukan cropping, resize dan konversi citra warna RGB ke grayscale, selanjutnya proses ektraksi ciri menggunakan metode Principal Component Analysis (PCA) dan proses klasifikasi menggunakan metode K-Nearest Neighbor (K-NN). Pengambilan dataset citra konjungtiva mata dilakukan secara langsung melalui kamera smartphone dengan format JPEG (*.jpg) dari 100 individu. Berdasarkan hasil pengujian menggunakan metode Principal Component Analysis (PCA) dan klasifikasi K-Nearest Neighbor (K-NN) dengan ukuran citra 256×128 piksel, parameter persentase PCA 40%, jarak Cityblock, dengan nilai K= 9 sistem mampu menghasilkan akurasi sebesar 87,5% dengan waktu komputasi 1.317 detik dengan menggunakan 40 data uji dan 60 data latih.
Kata kunci: Anemia, Hemoglobin, K-Nearest Neighbor, Konjungtiva Mata, Principal Component Analysis.