Kain jumputan Palembang memiliki motif khas yang menjadi bagian dari warisan budaya Indonesia. Namun, proses identifikasi motif masih dilakukan secara manual sehingga membutuhkan ketelitian tinggi dan rentan terhadap kesalahan. Penelitian ini bertujuan membangun sistem deteksi motif kain jumputan secara otomatis menggunakan metode Canny Edge Detection untuk mengekstraksi garis tepi dan Rule-Based-Classifier untuk klasifikasi motif berdasarkan fitur jumlah, luas, dan kepadatan kontur. Penelitian ini menggunakan 750 citra kain dari lima jenis motif: Tiga Negeri, Titik Tujuh, Tabur, Lereng, dan Ecoprint. Citra diproses melalui konversi grayscale, perataan histogram, dan deteksi tepi Canny. Hasil ekstraksi fitur digunakan untuk mengklasifikasikan motif menggunakan aturan logika berbasis rentang nilai tiap fitur. Evaluasi dilakukan dengan confusion matrix dan menghasilkan tingkat akurasi sebesar 54%, yang menunjukkan metode ini cukup baik sebagai pendekatan awal, namun masih perlu penyempurnaan agar hasil klasifikasi lebih akurat. Sistem juga telah diimplementasikan dalam bentuk antarmuka GUI agar dapat digunakan secara praktis.
Kata Kunci: Kain jumputan Palembang, Canny Edge Detection, Rule-Based Classifier, klasifikasi motif, pengolahan citra digital.