Attention Deficit Hyperactivity Disorder (ADHD) merupakan hambatan pada proses perkembangan, yang ditandai dengan kesulitan untuk memusatkan perhatian. Hambatan perkembangan ini muncul pada masa perkembangan usia anak kurang dari 7 tahun. Pada usia tersebut, ADHD sudah dapat terdeteksi karena ketidaksesuaian perkembangan yang muncul dengan perkembangan anak seusianya, ADHD sendiri terbagi menjadi tiga jenis Antara lain Inattention, Impulsive, dan Hyperactivity. Pada penelitian ini akan dilakukan deteksi jenis ADHD berdasarkan gejala yang muncul dengan menggunakan metode klasifikasi Fuzzy K-Nearest Neighbor (F-KNN). Metode Fuzzy K-Nearest Neighbor merupakan pengembangan dari metode K-Nearest Neighbor, yang mana akan dihitung nilai keanggotaan dari hasil K-Nearest Neighbor. Pada sistem ini akan dilakukan empat deteksi jenis antara lain Inattention, Impulsive, Hyperactivity, dan Tidak Attention Deficit Hyperactivity Disorder. Berdasarkan pengujian akurasi menggunakan fariasi data latih 40,60,80. Serta menggunakan variasi nilai k=2, k=3, k=5, k=10, k=15, k=20, k=25, k=30, k=35 dan k=40 didapatkan nilai akurasi maksimum sebesar 90% pada saat data latih yang digunakan adalah 80 data latih dengan data uji sebanyak 20 data dan nilai k yang digunakan adalah k=2 , k=3, k=5, sampai dengan k=10. Berdasarkan dari sekenario pengujian yang telah dilakukan menunjukan bahwa metode Fuzzy K-Nearest Neighbor memiliki akurasi yang cukup baik untuk klasifikasi jenis Attention Deficit Hyperactivity Disorder.