Mammografi merupakan salah satu teknik pemeriksaan radiologi dalam mendeteksi kelainan berupa tumor pada payudara. Mammografi menghasilkan citra payudara yang masih memiliki kekurangan seperti derau atau noise sehingga dapat menyebabkan perbedaan interpretasi dokter terhadap hasil citra mammografi. Computer Aided Diagnosis (CAD) adalah sistem komputer yang dapat dijadikan sebagai second opinion dalam menentukan karakteristik nodul pada citra mammografi. Penelitan ini bertujuan untuk mengklasifikasikan citra mammografi dengan membedakan tumor jinak dan ganas berbasis ciri tekstur dan morfologi menggunakan metode Multy Layer Perceptron. Sistem CAD dilakukan menggunakan metode cropping, filtering menggunakan adaptif median filter, segmentasi, serta ekstraksi ciri tekstur (histogram, GLCM, GLRLM) dan morfologi (perimeter dan roundness) sebagai masukkan dalam tahap klasifikasi menggunakan scilab. Tahap klasifikasi menggunakan metode Multy Layer Perceptron. Berdasarkan hasil penelitian menunjukkan bahwa klasifikasi citra mammografi berdasarkan ciri tekstur adalah pada tumor jinak gambar lebih halus dibanding tumor ganas karena nilai energi tumor jinak lebih besar daripada tumor ganas, distribusi skala abu-abu lebih homogen pada tumor jinak dibanding tumor ganas karena homogenitas pada tumor jinak lebih kecil daripada tumor ganas dan untuk ciri morfologi yaitu pada tumor jinak bentuk nodul lebih teratur daripada tumor ganas yang lebih kasar serta hasil akurasi pada 5 folds cross validation sebesar 74%.