Tomat merupakan sayuran yang disukai dan sering dikonsumsi oleh masyarakat. Tomat dapat dikonsumsi secara langsung maupun diolah terlebih dahulu. Tomat selain sebagai bahan tambahan masakan, tomat juga memiliki beberapa kandungan yang baik untuk kesehatan masyarakat. Mengidentifikasi tomat secara konvensional banyak mengalami kendala akibat kurangnya pengetahuan dalam pemilihan tomat yang layak konsumsi dan tidak layak sehingga mengakibatkan kurang akurat nya pemilihan tomat tersebut. Dengan adanya permasalah tersebut, memanfaatkan adanya teknologi yaitu dengan membuat sistem otomatisasi pernyortiran mutu tomat dengan pengolahan citra. Tahap awal penelitian adalah pengumpulan data citra tomat yang tersebar dipasaran. Tahap selanjutnya adalah pre-processing citra untuk dapat diolah ke tahap selanjutnya yaitu ekstraksi fitur. Ekstraksi fitur tekstur dilakukan dengan Gray Level CoOccurrence Matrix (GLCM). Klasifikasi dilakukan berdasarkan fitur yang telah diekstraksi sebelumya. Penelitian ini menggunakan metode klasifikasi Support Vector Machine (SVM). Pengujian dilakukan dengan jumlah data training 240 gambar, dan data uji 40% dari total gambar dengan akurasi 90%. Sistem otomasi dengan konveyor berjalan digunakan untuk proses penyortiran mutu tomat agar tomat dapat dipisahkan pada tempat yang telah disediakan menggunakan Arduino dan Raspberry Pi.