Penyakit glaukoma merupakan penyakit yang terjadi karena kondisi saat rusaknya serat lembut saraf optik pada mata. Saraf optik ini berfungsi mengirimkan penglihatan dari mata ke otak. Sehingga penderita penyakit glaukoma sering mengalami kondisi berkurangnya jarak pandang, bahkan hingga kebutaan. Telah terdapat penelitian yang menggunakan metode Machine Learning namun memiliki akurasi yang rendah. Sehingga, pada penelitian ini kami mengusulkan metode klasifikasi glaukoma dengan menggabungkan Deep Learning dengan kNN, dimana Deep Learning digunakan sebagai ekstraksi fitur. Dengan inputan hasil ekstraksi fitur dari Deep Learning, lalu dimasukkan ke 3 layer algoritma kNN, dan menghasilkan output berupa kelas klasifikasi serta confidence score. Diharapkan model gabungan ini dapat memberikan peningkatan akurasi dalam menangani task klasifikasi tingkat keparahan glaukoma. Dengan mengklasifikasi tingkat keparahan penyakit glaukoma, maka pasien glaukoma dapat menerima perawatan medis yang sesuai. Metode berbasis gabungan Machine Learning dan Deep Learning ini akan disebut Deep kNN. Pembagian kategori PPA ke dalam beberapa kelas yaitu normal; mild; dan severe, dengan dataset berjumlah 250 citra fundus retina. Setelah dilakukan proses training dan testing pada model gabungan Deep kNN, didapatkan hasil akurasi sebesar 78%