Indonesia kaya akan sumber daya laut, termasuk Ikan Pelagis besar seperti Tuna, Tenggiri, dan Tongkol, yang memiliki nilai ekonomi tinggi. Namun, membedakan jenisjenis ikan ini masih menjadi tantangan karena kesamaan tekstur dagingnya. Penelitian ini bertujuan untuk mengimplementasikan metode Local Binary Pattern (LBP) dan Multi Support Vector Machine (M-SVM) untuk mengklasifikasikan citra Ikan Pelagis besar berdasarkan tekstur dagingnya. LBP digunakan untuk mengekstraksi pola tekstur, sementara M-SVM diterapkan untuk mengklasifikasikan data ke dalam tiga kategori: Tuna, Tenggiri, dan Tongkol. Sebanyak 600 citra daging Ikan Pelagis digunakan, dengan pembagian 70% sebagai data pelatihan dan 30% sebagai data pengujian. Hasil penelitian menunjukkan bahwa kombinasi metode LBP dan M-SVM mencapai tingkat akurasi sebesar 70%. Meskipun akurasinya tergolong sedang, pendekatan ini menunjukkan potensi untuk klasifikasi citra ikan secara otomatis, memberikan dasar untuk pengembangan lebih lanjut dan penyempurnaan metode yang lebih andal. Penelitian ini dapat menjadi referensi untuk penerapan teknologi pengolahan citra dan klasifikasi di bidang perikanan dan ilmu komputasi.