<![CDATA[Sistem temu kembali atau pencarian produk berbasis citra merupakan teknik pencarian yang bergantung pada konten suatu citra tanpa bergantung pada metadata yang umumnya digunakan pada pencarian berbasis teks. Untuk mendapatkan informasi obyek yang ada dalam suatu citra, berbagai metode ekstraksi fitur dapat digunakan. Tiga metode ekstraksi fitur, yaitu fitur warna, bentuk, dan tekstur, beserta kombinasi dari ketiganya dibahas pada penelitian ini. Fitur warna didapatkan dengan metode color moments dan metode histogram of gradients digunakan untuk ekstraksi fitur bentuk. Sedangkan, metode gray level co-occurrence matrix digunakan untuk ekstraksi fitur tekstur. Sementara itu, metode k-means clustering digunakan untuk membandingkan kesamaan antara citra pada basis data dengan citra kueri. Sistem kemudian menghasilkan 40 produk dengan kemiripan paling besar. Perbandingan dari metode-metode ekstraksi fitur tersebut beserta kombinasinya kemudian diuji dalam dua tahapan. Tahapan pertama adalah untuk mengetahui jumlah klaster terbaik dari metode k-means clustering. Dalam pengujian ini, metrik evaluasi yang digunakan adalah skor silhouette. Dari pengujian, jumlah klaster terbaik untuk fitur bentuk adalah 10. Jumlah klaster terbaik untuk kombinasi fitur warna dan bentuk adalah 4 klaster. Klaster terbaik untuk kombinasi fitur tekstur dan bentuk, serta kombinasi seluruh fitur warna, tekstur, dan bentuk adalah masing-masing sejumlah 2 klaster. Skor silhouette terbaik didapatkan dari kombinasi fitur tekstur dan bentuk, yaitu sebesar 0.658663941. Pengujian kedua adalah melihat mean average precision dari 40 hasil teratas menggunakan kombinasi fitur tersebut. Berdasarkan pengujian, fitur bentuk memberikan hasil terbaik, terutama untuk jenis produk dress.]]>
