Roda gigi merupakan salah satu bagian penting dalam sebuah rangkaian mesin yang berfungsi untuk menyalurkan torsi maupun daya dari suatu poros menuju poros lainnya. Kerusakan yang terjadi pada roda gigi selama mesin beroperasi dapat menyebabkan kecelakaan fatal jika tidak segera diatasi. Oleh karena itu perlu dilakukan diagnosis kerusakan pada roda gigi guna mendeteksi kerusakan sejak dini untuk mencegah kerusakan menjadi lebih fatal.  Penelitian ini bertujuan untuk melakukan diagnosis kerusakan pada roda gigi berbasis sinyal getaran menggunakan metode K-Nearest Neighbor (KNN). Pada penelitian ini digunakan empat variasi kondisi roda gigi yaitu  normal gear, crack tooth, chipped tooth, dan  missing tooth. Pengujian dilakukan pada keempat kondisi roda gigi pada rig roda gigi secara bergantian dengan tiga variasi kecepatan yang berbeda yaitu 745 RPM, 1120 RPM, 1495 RPM. Data sinyal getaran diambil menggunakan sensor accelerometer pada frekuensi sampel 20 kHz. Sinyal getaran diekstraksi menjadi fitur statistik yang relevan menggambarkan kondisi roda gigi. Untuk mendapatkan fitur terbaik maka dilakukan seleksi fitur menggunakan metode ReliefF. Fitur terbaik yang diperoleh kemudian akan diklasifikasikan menggunakan metode K-Nearest Neighbor (KNN) untuk mendapatkan hasil berupa nilai akurasi. Proses klasifikasi dilakukan menggunakan perangkat lunak MATLAB dengan variasi jumlah fitur yaitu 2, 3, 4, 5, dan 6 fitur. Hasil penelitian menunjukkan bahwa metode KNN dapat mengklasifikasikan kerusakan pada roda gigi dengan sangat baik. Pada kecepatan 745 RPM, diperoleh akurasi sebesar 100% untuk penggunaan 2 fitur dengan waktu komputasi 0,44 detik. Pada kecepatan 1120 RPM, diperoleh akurasi sebesar 100% untuk penggunaan 5 fitur dengan waktu komputasi 0,46 detik. Pada kecepatan 1495 RPM, diperoleh akurasi sebesar 100% untuk penggunaan 5 fitur dengan waktu komputasi 0,44 detik.