Penentuan mutu biji pinang dilakukan cara mengamati kondisi secara visual mata manusia. Pengamatan mutu dengan cara ini mempunyai beberapa kelemahan, antara lain membutuhkan waktu yang lama dan mengahasilkan pemilihan biji pinang dengan mutu yang tidak kosisten karena keterbatasan visual manusia, kelelahan dan adanya perbedaan persepsi tentang mutu biji pinang pada masing-masing pengamat. Penelitian ini bertujuan untuk mendeteksi kerusakan biji pinang menggunakan metode Probabilistic Neural Network (PNN) dan ekstraksi fitur GLCM (Gray Level Co-occurrence Matrix) dilakukan untuk mendapatkan nilai matrik co- occurance untuk sudut 0o, 45o, 90o dan 135o derajat untuk masing-masing nilai offset 0 1, -1 1, -1 0, -1 -1. Hasil penelitian di peroleh tingkat keberhasilan 100% untuk pengujian fitur entrophy dan mengkombinasikan kelima fitur. Sedangkan tingkat keberhasilan terendah diperoleh untuk pengujian fitur homogenitas diperoleh hasil deteksi sebesar 66,66% dimana terdapat 10 citra yang tidak dapat terdetekksi dengan baik.Kata Kunci: Pinang, ekstraksi fitur, Gray Level Co-occurrence Matrix (GLCM), Probabilistic Neural Network (PNN).