Proses pengklasifikasian minuman anggur dapat membantu dalam proses pelabelan kelas. Sehingga dapat menggantikan peran pakar dalam pengklasifikasian wine. Pengklasifikasian yang dilakukan pada minuman wine ini menggunakan metode K-Nearest Neighbor(K-NN) karena metode ini memiliki tingkat akurasi yang cukup baik. Peneliti menerapkan metode K-Nearest Neighbor dalam klasifikasi yang dilakukan. K-Nearest Neighbor merupakan metode yang mampu memberikan sebuah keputusan dalam bentuk klasifikasi yang terbagi atas kategori tertentu yang dasar pengklasifikasiannya didapat dari hasil perhitungan dan analisa data latih yang ada. Dari hasil pengujian beberapa skenario disimpulkan bahwa Metode K-Nearest Neighbor yang diterapkan pada penelitian ini menghasilkan akurasi maximum sebesar 68,75% terjadi saat nilai k = 16, dan pada pengujian jumlah data, 80% atau 132 data sebagai data latih dan 20% atau 33 data sebagai data uji dari total 165 data, hasil akurasi maximumnya 66,48 %.