Sasirangan adalah kain tradisional khas Banjar, Kalimantan Selatan yang memiliki motif beragam. Dengan memanfaatkan teknologi pengolahan citra digital, dapat dirancang sebuah prototype klasifikasi motif kain sasirangan dengan melalui proses akuisisi citra, pre-processing, segmentasi dan ektraksi fitur dengan mengaplikasikan metode ektraksi fitur Scale-Invariant Feature Transform (SIFT). Kemudian parameter ciri yang didapat menjadi masukan untuk diklasifikasikan menggunakan metode Support Vector Machine (SVM). Implementasi prototype ini dilakukan dengan Matlab R2017a. Pengujian dilakukan dengan metode SVM dengan kernel linear pada saat C = 10. Output yang dihasilkan berupa akurasi klasifikasi motif kain sasirangan berdasarkan kategori masing-masing motif. Dari hasil prototype didapat tingkat akurasi keseluruhan sebesar 95%, dan untuk akurasi pada masing-masing kategori motif didapat hasil akurasi klasifikasi dengan menggunakan data uji biasa sebesar 100% untuk motif hiris gagatas, 100% untuk motif gigi haruan, 100% untuk kulat kurikit, dan 96% untuk motif hiris pudak. Pengujian yang dilakukan menggunakan data uji yang di rotasi pada sudut 15°, 45°, 90°, 135°, dan 180° juga menghasilkan hasil akurasi klasifikasi 100% untuk motif hiris gagatas, 100% untuk motif gigi haruan, 100% untuk kulat kurikit, dan 96% untuk motif hiris pudak. Dengan hasil yang didapat membuktikan bahwa metode ekstraksi fitur Scale-Invariant Feature Transform (SIFT) dan Support Vector Machine (SVM) dapat diterapkan pada kain sasirangan.
Kata Kunci: Pengolahan Citra Digital, Scale-Invariant Feature Transform (SIFT), Support Vector Machine (SVM), Klasifikasi, Kain Sasirangan.