Penyakit liver terutama penyakit hepatitis merupakan penyakit yang disebabkan oleh infeksi (virus, bakteri, atau parasit), obat-obatan, konsumsi alkohol, lemak berlebih, dan penyakit autoimmune. Dari beberapa virus hepatitis tertentu dapat menjadi kronis dan menimbulkan cirrhosis lalu menjadi kanker hati. Untuk mengetahui kondisi liver dapat dilakukan CT scan (Computerized Tomography Scanner) yang menggambarkan bagian liver dengan jelas. Hasil pemeriksaan CT scan bergantung pada ketelitian dan pengalaman dokter sehingga dapat menimbulkan diagnosa yang berbeda dalam menentukan kondisi liver seorang pasien. Hasil citra CT scan memiliki kelemahan yaitu terdapat noise sehinga perlu adanya perbaikan citra agar dapat melihat kondisi liver dengan jelas. Oleh karena itu, pada proyek akhir ini akan dibangun suatu sistem yang mampu mendeteksi kondisi liver seorang pasien terhadap suatu penyakit yang bisa timbul di liver tersebut. Langkah-langkah deteksi kondisi liver tersebut adalah dilakukannya preprocessing untuk perbaikan citra dengan melakukan filtering menggunakan gaussian filtering. Selanjutnya akan dilakukan segmentasi untuk membedakan objek dan background dengan menggunakan metode thresholding. Lalu akan dilakukan tahap ekstrasi fitur untuk mencari fitur-fitur masukan dan fitur-fitur referensi, yaitu luas liver, diameter liver, dan kontur. Lalu dilakukan proses klasifikasi dengan menggunakan multilayer perceptron neural network untuk mendapatkan suatu keputusan yaitu jenis penyakit liver pada citra CT scan. Berdasarkan hasil penelitian, fitur yang didapatkan oleh sistem menunjukkan persentase eror 4,29% untuk fitur luas; 3,28% untuk fitur diameter; dan 11,36% untuk fitur kontur. Dari hasil pengujian keseluruhan sistem yang dilakukan dengan menggunakan 44 data dengan menggunakan 3 parameter untuk klasifikasi, yaitu luas, diameter, dan kontur menunjukkan persentase keberhasilan sebesar 75%.