Kanker prostat merupakan jenis kanker yang paling banyak menyebabkan kematian pada pria. Penelitian ini mengembangkan sistem klasifikasi otomatis untuk mengidentifikasi kanker prostat pada citra MRI menggunakan Gray Level Co-occurrence Matrix (GLCM) dan Support Vector Machine (SVM). Metode meliputi preprocessing dengan histogram equalization dan anisotropic diffusion filtering, segmentasi dengan Otsu thresholding dan active contour, serta ekstraksi fitur GLCM dengan 36 variasi fitur. Feature selection menggunakan Sequential Forward Selection (SFS) mengoptimalkan fitur menjadi 32 dengan akurasi cross-validation 94,17%. Klasifikasi menggunakan SVM dengan kernel RBF yang di-tune menggunakan GridSearchCV. Dataset terdiri dari 240 citra MRI (120 normal dan 120 kanker) dengan rasio 80:20 untuk data latih dan data uji. Hasil penelitian menunjukkan akurasi 89,6%, presisi 95,2%, sensitivitas 83,3%, dan spesifisitas 95,8% pada data uji.