Kanker payudara merupakan kanker yang paling banyak terdiagnosa pada wanita diseluruh dunia. Kanker payudara menempati urutan kedua tertinggi sebagai penyebab kematian pada wanita. Deteksi dini pada kanker payudara salah satunya dapat melalui prosedur mammografi yang akan menghasilkan citra mammogram. Penelitian ini merupakan upaya untuk melakukan deteksi dan segmentasi dengan menggunakan teknik pemrosesan citra terhadap objek yang dicurigai sebagai lesi kanker payudara pada citra mammogram dengan menggunakan metode Otsu Thresholding dan selanjutnya dilakukan ekstraksi fitur citra hasil dari segmentasi dengan menggunakan metode Gray Level Cooccurrence Matrix (GLCM). Hasil penelitian menunjukkan metode yang diajukan mampu melakukan deteksi dan segmentasi terhadap lesi kanker payudara dengan baik. Ekstraksi fitur dari objek dilakukan pada fitur tekstur citra dengan data yang digunakan adalah sebanyak 6 citra dengan menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Dari pengujian diketahui bahwa nilai-nilai ciri stektur menggunakan Gray Level Co-occurrence Matrix (GLCM) pada masing-masing citra mammogram kanker payudara berbeda-beda. Pemakaian arah sudut yang berbeda-beda akan menghasilkan nilai matriks Gray Level Co-occurrence Matrix (GLCM) yang berbeda pula.