Tanda tangan merupakan sebuah symbol dari pemiliknya yang sering digunakan sebagai tanda pengenal resmi pemiliknya. Tanda tangan setiap orang memiliki ciri khas yang berbeda-beda, ciri khas ini bisa disebut pola tanda tangan. Untuk mengenali suatu tanda tangan secara visual cukup mudah dilakukan, akan tetapi apabila banyak dokumen yang ingin tanda tangannya di validasi maka memerlukan waktu yang cukup lama. Untuk menghemat waktu dalam mengenali tanda tangan maka diperlukan sistem untuk mengidentifikasi tanda tangan menggunakan metode Gray Level CoOccurrence Matrix Dan Fuzzy K-Nearest Neighbor. Data yang digunakan berjumlah 100 data citra tanda tangan dengan 10 kelas berdasarkan pemilik tanda tangan. Dari penelitian di dapatkan nilai akurasi tertinggi sebesar 79% pada ukuran= 50x50 di jarak d = 5 dengan k = 2 dan sudut ???? = 135° , akurasi 72% pada ukuran 100x100 dengan k= 2, 3, 5, 7 di jarak d = 7 dengan sudut ???? = 135° , dan akurasi 73% pada ukuran = 200x200 dengan k = 7, 9, 11, 13 di jarak d=5, sudut ???? = 45° dan d=6, sudut ???? = 45°.