Identifikasi gigitan ular yang salah dari pengamatan ciri visual merupakan suatu hal yang berbahaya, karena bila salah dalam penanganan pertolongan pertama terhadap gigitan ular beracun, maka akan berakibat kematian. Di Indonesia saat ini terdapat 348 jenis ular. Tentunya dengan jumlah yang sangat banyak maka harus waspada jika terkena gigitan ular. Pada umumnya masyarakat yang awam dengan pola gigitan ular akan panik dan tidak tahu harus bagaimana untuk pertolongan pertama jika terkena gigitan ular. Bahkan seorang dokter bisa salah dalam mengidentifikasi gigitan ular. Sulitnya mengidentifikasi ular secara langsung, maka dibuatlah sebuah sistem pengolahan citra untuk identifikasi ular berdasarkan gigitan menggunakan metode Local Binary Pattern dan Support Vector Mechine yang membantu untuk mengidentifikasi dan mengklasifikasi ular secara otomatis. Sistem ini mengklasifikasikan ular berbisa dan tidak berbisa berdasarkan citra pola gigitannya yang menggunakan dua metode yaitu Support Vector Machine(SVM) dan Local Binary Pattern(LBP). Hasil akhir dari penelitian ini menghasilkan akurasi tertinggi 89% dengan nilai P=8, R=1 untuk perhitungan LBP dan C=1, ?=0.15 untuk SVM dengan menggunakan kernel RBF. Dataset yang dipakai memiliki 28 data, yang dibagi menjadi 19 training data dan 9 test data.
Kata kunci : identifikasi, klasifikasi, Pengolahan Citra Identifikasi Ular Berdasarkan Gigitan Menggunakan Metode Local Binary Pattern dan Support Vector Machine, support vector machines, local binary pattern