Badan Kesehatan Dunia (WHO) memperkirakan lebih dari 5 juta orang di seluruh dunia terkena gigitan ular setiap tahunnya,dengan tingkat kematian mencapai lebih dari 100 ribu orang. Populasi ular seperti reptil lainnya akan berkembang biak secara optimal di iklim tropis dan lembab seperti di Indonesia, naiknya populasi ular berbanding lurus dengan naiknya kasus gigitan ular. Data di Indonesia menunjukan terjadinya 12.739 - 214.883 kasus gigitan ular dengan angka kematian 20 - 11.581 orang, sehingga Indonesia merupakan salah satu negara tropis dengan risiko tinggi terkena gigitan ular baik yang berbisa maupun tidak berbisa. Identifikasi penyebab bekas gigitan ular sangat penting dalam menolong korban, karena setelah terjadinya gigitan mempunyai perbedaan anatomi antara bekas gigitan ular yang berbisa dengan yang tidak berbisa. Penelitian ini mencoba membangun sistem identifikasi bekas gigitan ular yang berbisa dan tidak berbisa menggunakan teknologi berbasis image processing menggunakan metode Local Binary Pattern dan AdaBoost, dari hasil penelitian didapat nilai optimal akurasi sebesar 100% dari data latih dan 94% dari data uji dengan resolusi pixel 400 x 400.
Kata kunci : Gigitan ular, Local Binary Pattern, AdaBoost