Penyakit tumor otak adalah pertumbuhan sel otak yang abnormal didalam atau di sekitar otak secara tidak wajar dan tidak terkendali. Proses diagnosa tumor otak merupakan proses yang penting dalam mengindikasi adanya tumor otak pada manusia. Berbagai cara dilakukan untuk deteksi penyakit tumor otak, salah satunya dengan anatomi citra digital. Citra digital melalui Magnetic Resonance Imaging (MRI) merupakan salah satu metode untuk membantu dokter dalam menganalisa dan mengklasifikasikan jenis tumor otak. Namun, deteksi tumor otak menggunakan citra MRI masih dilakukan manual oleh dokter. Pada penelitian ini dibuat suatu sistem Computer Aided Diagnosis (CAD) yang dapat membantu dokter dalam melakukan deteksi terhadap penyakit tumor otak berdasarkan citra MRI. Tahapan yang dilakukan adalah melalui pre-processing menggunakan metode median filtering, melakukan skull stripping dengan menerapkan operasi morfologi opening dan closing untuk mengeliminasi daerah yang tidak diperlukan, segmentasi menggunakan metode thresholding untuk mengidentifikasi dan memisahkan jaringan tumor otak dan jaringan lain pada otak sehingga ditemukan daerah tumor otak, ekstraksi fitur untuk mengekstraksi ciri yang terkandung pada citra menggunakan fitur statistik orde pertama berdasarkan histogram citra dan fitur statistik orde kedua menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) untuk mengetahui tekstur gambar. Kemudian mengklasifikasikan objek tumor otak menggunakan metode Support Vector Machine (SVM) berdasarkan jenisnya, yaitu glioma, meningioma dan hipofisis dengan 60 data training. Dari hasil pengujian yang dilakukan terhadap 48 data uji, keberhasilan sistem dalam menentukan ketiga jenis tumor otak didapatkan nilai akurasi sebesar 95,83%, sensitivitas sebesar 93,33%, spesifitas 96,87% dan presisi 94,08%.