Kentang merupakan salah satu tanaman pangan penting yang memiliki peran strategis dalam menunjang ketahanan pangan di berbagai negara, termasuk Indonesia. Namun, seperti halnya tanaman lainnya, kentang juga rentan terhadap serangan penyakit. Dua jenis penyakit utama pada kentang adalah penyakit layu (Late blight) dan penyakit busuk daun (Early blight) yang dapat menyebabkan kerugian yang signifikan pada produksi kentang. Oleh karena itu, identifikasi penyakit kentang dini sangat penting untuk membantu para petani dalam mengambil tindakan pencegahan dan pengendalian penyakit secara tepat dan efektif, Penelitian ini bertujuan untuk membandingkan akurasi metode Gray-Level Run Length Matrix (GLRLM) dan Color Moment dalam identifikasi penyakit kentang pada citra daun menggunakan klasifikasi Random Forest. Metode ini dievaluasi menggunakan citra daun kentang yang terkena penyakit busuk/hawar awal, busuk/hawar akhir, dan sehat. Hasil penelitian menunjukkan bahwa metode GLRLM memiliki akurasi sebesar 0.68, sedangkan metode Color Moment memiliki akurasi sebesar 0.87. Penggabungan kedua metode tersebut menghasilkan akurasi tertinggi, yaitu sebesar 0.93. Penelitian ini memberikan pemahaman tentang penggunaan metode GLRLM dan Color Moment dalam identifikasi penyakit kentang pada citra daun. Selain itu, hasil penelitian juga menunjukkan bahwa penggabungan metode dapat meningkatkan akurasi identifikasi penyakit kentang. Kesimpulannya, metode penggabungan GLRLM dan Color Moment dalam identifikasi penyakit kentang pada citra daun menggunakan klasifikasi Random Forest memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan metode tunggal. Pengetahuan ini dapat digunakan dalam pengembangan sistem pengidentifikasi penyakit pada tanaman kentang yang lebih efektif dan akurat.