Seafood atau makanan laut merupakan komoditas dagang yang penting baik dalam negri maupun internasional, karena Indonesia adalah negara maritim dengan keunggulan hasil lautnya, maka hal ini diharapkan mampu meningkatkan pertumbuhan ekonomi negara. Dalam standar pengujian resmi untuk menentukan kesegaran dan kemanan produk makanan laut dan daging dilakukan dengan metode Total Available Amount (TVC). Metode yang diusulkan untuk mengklasifikasikan kualitas dan mikroba pada makanan laut adalah menggunakan machine learning k nearest neighbor berbasis dataset electronic nose. Dimana pembangunan aplikasi menggunakan SDLC prototyping dengan beberapa tahapan yaitu pengumpulan kebutuhan, membangun prototyping, mengevaluasi prototyping, mengkodekan sistem, menguji sistem, dan evaluasi sistem. Adapun bahasa pemograman yang digunakan yaitu python sebagai pembangunan model machine learning dan php untuk tampilan antarmuka dan menggunakan MySQL sebagai tempat untuk menyimpan datanya, dan pengujian program dilakukan dengan menggunakan black box testing untuk memastikan bawha fungsionalitas program dapat digunakan dengan baik. Dari hasil percobaan, didapatkan hasil dari klasifikasi kualitas makanan laut yaitu mendapatkan skor akurasi 0.9949, sedangkan hasil regresi adalah R2 0.995 dan RMSE 0.003.