COVID-19 merupakan penyakit jenis baru yang belum pernah diidentifikasi sebelumnya pada manusia. Virus penyebab COVID-19 ini dinamakan Sars-CoV-2. Virus corona adalah zoonosis (ditularkan antara hewan dan manusia). Adapun, hewan yang menjadi sumber penularan COVID-19 ini masih belum diketahui. Berdasarkan bukti ilmiah, COVID-19 dapat menular dari manusia ke manusia melalui percikan batuk/bersin (droplet), Orang yang paling berisiko tertular penyakit ini adalah orang yang kontak erat dengan pasien COVID-19 termasuk yang merawat pasien COVID-19. Pada saat kasus COVID-19 metode yang paling banyak digunakan untuk identifikasi COVID-19 adalah metode Real-Time Reverse Transcription-Polymerase Chain Reaction (RT-PCR). Tetapi, identifikasi menggunakan metode RT-PCR memakan waktu yang cukup lama. Alternatif yang bisa digunakan untuk identifikasi adalah dengan citra Computerized Tomography (CT) dan citra X-Ray. Pada penelitian ini dibuat suatu model untuk mengklasifikasi citra CT Scan COVID-19 menggunakan ekstraksi fitur Haralick dan XGBoost. Citra CT Scan yang digunakan berisi 397 citra CT pasien negatif COVID-19 dan 349 citra CT pasien positif COVID-19 dari citra CT 216 pasien. Ekstraksi fitur Haralick dengan klasifikasi XGBoost mampu memperoleh AUC yang paling tinggi yaitu 0.915 pada seleksi fitur top k = 24 dari fitur Haralick.