Telah dilakukan proses klasifikasi skoliosis menggunakan 250 data citra rontgen. Penelitian ini dilakukan untuk mendeteksi citra skoliosis dan normal. Pada penelitian ini dilakukan proses preprocessing menggunakan median filter. Dilanjutkan dengan proses ekstraksi fitur menggunakan Gray Level Co-Occurrence Matrix (GLCM) menggunakan 4 sudut dengan 8 fitur. Hasil dari ekstraksi fitur akan digunakan sebagai klasifikasi decision tree serta support vector machine. Hasil penelitian ini menunjukkan akurasi decision tree sebesar 97,1?n akurasi menggunakan klasifikasi support vector machine sebesar 77,7% pada proses pelatihan. Pada proses pengujian diperoleh hasil terbaik menggunakan decision tree dengan akurasi sebesar 77,3?n SVM sebesar 64%. Dengan metode yang diusulkan pada penelitian ini dapat digunakan untuk deteksi citra skoliosis.