Tulang punggung merupakan salah satu bagian dari rangka aksial manusia yang terletak pada bagian tengah tubuh yang berfungsi sebagai penyangga utama tubuh sehingga manusia dapat berdiri tegak, membungkuk, dan mengeliat. Bentuk tulang punggung dapat dipengaruhi oleh faktor kebiasaan, seperti kebiasaan duduk, tidur, berdiri, membaca dan lain sebagainya yang berakibatkan adanya gangguan atau kelainan pada tulang punggung. Salah satu kelainan tulang punggung yang paling umum terjadi adalah skoliosis dengan bentuk tulang punggung membentuk huruf C atau S. Seiring dengan perkembangan teknologi, untuk mengetahui kelainan tulang punggung maka dirancang sebuah sistem digital dengan metode Gray Level Co-occurance Matrix (GLCM) dan Support Vector Machine (SVM) , sehingga dapat membantu ahli kesehatan sebagai (second opinion) untuk dapat melakukan diagnostik kelainan tulang punggung dengan waktu yang efisien dan hasil yang lebih akurat. Penelitian ini dilakukan dengan merancang sistem image processing pada dua jenis tulang punggung, yaitu normal dan abnormal (i.e scoliosis) dengan data citra yang digunakan yaitu sebanyak 40 citra yang dibagi menjadi 4 data-set untuk pengujian sistem. Pengujian sistem ini menggunakan 3 parameter jarak, yaitu 50, 75, dan 100 serta 3 parameter nilai kuantisasi yaitu 8, 16, dan 32. Hasil akurasi tertinggi yang diperoleh sistem dalam mengklasifikasikan tulang punggung dari setiap data-set adalah 100%, sedangkan akurasi tertinggi dari rata-rata setiap nilai jarak dan kuantisasi adalah 90%.