Leukimia merupakan penyakit kanker yang menyerang sel darah putih pada manusia dan termasuk ke dalam penyakit yang dapat menyebabkan kematian jika tidak ditangani dengan tepat. Secara umum, AML adalah jenis leukimia akut yang paling sering ditemui. AML terbagi menjadi 8 subtipe berbeda dimana beberapa subtipe AML seperti M4, M5, dan M7 berasal dari induk sel blast yang berbeda. Tingkat maturasi pada sel – sel tersebut menyebabkan sel memiliki kenampakan hampir sama. Hal ini mengakibatkan kerancuan pada pengamatan, sehingga pentingnya penelitian yang lebih lanjut agar dapat membedakan tipe sel nya. Penelitian ini dilakukan untuk membantu para medis agar dapat melakukan klasifikasi tipe leukimia akut melalui citra mikroskopis sel darah dengan menggunakan pengolahan citra. Tahapan yang dilakukan untuk melakukan klasifikasi citra sel darah adalah melalui preprocessing dengan mengkonversi warna ke HSV dan CIELab, segmentation dengan K – Means Clustering dan watersehed distance transform, feature extraction dan classification dengan Decision Tree. Oleh sebab itu, dengan adanya pembuatan sistem ini diharapkan dapat mengurangi error dan meminimalisir putusan yang tidak konsisten pada klasifikikasi tipe sel AML subtipe M4, M5, dan M7 dengan hasil akurasi sebsesar 86.67%, 73.34%, dan 80% pada masing – masing subtipe.