Pada umumnya untuk mendeteksi penyakit maag, dokter menanyai gejala-gejala apa saja yang terjadi kepada pasien, selanjutnya dokter melakukan pemeriksaan fisik seperti Endoskopi, yaitu menggunakan endoskop yang berupa alat kecil mirip seperti selang yang dilengkapi dengan kamera dan dimasukkan kekerongkongan hingga perut, untuk melihat apakah telah terjadi peradangan pada dinding lambung atau tidak. Pada penelitian ini, penulis menggunakan metode Radial Basis Function Network atau RBFN. RBFN merupakan salah satu jenis Neural Network yang terdiri dari tiga buah layer yaitu input layer, hidden layer, serta output layer. Penulis membuat pendeteksian penyakit maag melalui citra lidah dengan menerapkan pendekatan Radial Basis Function Netrwork menggunakan ekstraksi fitur Colour Histogram untuk mengekstraksi fitur dari warna citra lidah dan Gray Level Co- occurent Matrix untuk mengekstraksi fitur tekstur dari citra lidah tersebut guna mendeteksi penyakit maag. Diharapkan dengan penerapan metode ini dapat meningkatkan proses pendeteksian penyakit maag, sehingga penyakit maag dapat dideteksi secara dini. Target yang diharapkan dari penelitian ini adalah menghasilkan aplikasi deteksi penyakit maag melalui lidah menggunakan smartphone berbasis Android.