Leukemia merupakan salah satu penyakit kanker mematikan yang ada pada sel darah putih manusia. Pada proses diagnosisnya diperlukan kecepatan dan ketelitian dalam menentukan tindakan dan pengobatan yang akan diambil selanjutnya. Teknologi dalam pengenalan pola (pattern recognition) sudah semakin berkembang dengan adanya mikroskop cahaya digital yang dapat menghasilkan sebuah citra darah untuk dikenali penyakitnya. Sedangkan masih banyak tenaga medis yang kurang handal dalam penanganan pasien leukemia dan lamanya proses pengenalan jenis leukemia dengan menggunakan reaksi kimia atau lainnya dalam sampel darah. Sehingga dalam penelitian ini bertujuan untuk membangun sebuah sistem untuk mengenali jenis penyakit leukemia menggunakan citra sel darah putih dengan metode Gray Level Co-Occurrence Matrix (GLCM) sebagai ekstraksi fitur dan Multilayer Perceptron (MLP) sebagai metode klasifikasi. Proses penelitian menggunakan 800 sampel citra darah (400 citra normal dan 400 citra leukemia acute). Hasil penelitian ini menunjukkan nilai akurasi sebesar 100% pada pengujian dengan menggunakan trainlm (Levenberg-Marquardt) sebagai training function pada jaringan MLP dengan menggunakan 1 hidden layer dengan 10 hidden neuron atau nodes.