Sistem deteksi berbasis pengolah citra digital serta klasifikasi machine learning dikembangkan untuk deteksi keadaan paru-paru sehat dan kanker. Sebanyak 300 data latih diproses melalui beberapa tahapan. Tahapan pertama yaitu pre-processing menggunakan 3 variasi filter berupa low pass, median dan high pass serta contrast stretching yang digunakan untuk mereduksi noise dan meningkatkan kontras citra. Dilanjutkan dengan proses segmentasi citra menggunakan Otsu Thresholding untuk memperjelas ROI pada citra. Kemudian ekstraksi ciri tekstur dengan GLCM diaplikasikan dengan menggunakan 21 variasi fitur. Data Hasil ekstraksi digunakan sebagai nilai label untuk dipelajari oleh sistem klasifikasi berupa SVM. Hasil dari klasifikasi data latih diolah dengan confusion matrix yang menunjukkan bahwa high pass filter memiliki akurasi lebih tinggi dibandingkan 2 variasi lainnya. Selanjutnya filter ini digunakan pada program untuk pengujian 40 data latih. Hasil menunjukkan bahwa program memiliki tingkat keberhasilan yang baik dengan nilai akurasi 90%, presisi 90?n recall 90%.
