Bintang merupakan salah satu benda langit yang dapat diklasifikasikan berdasarkan temperatur, perbandingan luminositas bintang dengan luminositas rata-rata matahari, perbandingan jari-jari bintang dengan jari-jari rata-rata matahari, magnitudo atau kecerahan, warna umum, serta kategori spectral dari bintang tersebut. Bintang dapat diklasifikasikan ke dalam enam kategori, yaitu brown dwarf, red dwarf, white dwarf, main sequence, supergiants, dan hypergiants. Klasifikasi bintang atau stellar classification ini penting bagi astronom sebagai acuan jika ditemukan bintang jenis baru, serta untuk memahami komposisi, temperatur, dan tahap evolusi bintang. Proses klasifikasi dapat dilakukan menggunakan algoritma Nearest Centroid Neighbor (NCN)dan k-Nearest Neighbor (k-NN) dengan pendekatan jarak terdekat, seperti jarak Euclidean, Manhattan, Minkowski, Chebyshev, Cosine, Jaccard, dan Hamming. Berdasarkan hal tersebut dilakukan perbandingan performa algoritma NCN dan k-NN pada tujuh distance measures. Hasil penelitian menunjukkan bahwa klasifikasi bintang menggunakan algoritma NCN dan k-NN dengan jarak Euclidean, Manhattan, dan Minkowski mencapai performa sempurna, yaitu 100%. Namun, berbeda dengan jarak Chebyshev, yang menunjukkan performa sempurna pada algoritma k-NN, tetapi hanya mendekati sempurna pada algoritma NCN sebesar 92%. Dengan demikian, algoritma k-NN memberikan performa yang lebih unggul dibandingkan algoritma NCN dalam proses klasifikasi bintang.