Koleksi gambar-gambar digital jumlahnya semakin banyak. Cara yang biasa dipakai untuk mencari koleksi tersebut adalah menggunakan metadata (seperti caption atau keywords). Tentu saja cara
ini dirasa kurang efektif dari sisi penggunaan, ukuran basis data yang besar maupun keakuratan hasil karena bersifat subjektif dalam mengartikan gambar.
Berangkat dari hal itulah, dewasa ini telah dikembangkan beragam cara untuk melakukan pencarian gambar yang menggunakan image content suatu gambar (berupa warna, bentuk dan tekstur) yang lebih dikenal dengan istilah CBIR (Content Based Image Retrieval).
Penggunaan centroid hasil pengelompokan dataset yang didapat dari hasil HSV histogram dan filter Gabor dari beberapa gambar menggunakan FGKA, bisa digunakan sebagai acuan untuk melakukan pencarian. FGKA merupakan gabungan antara Algoritma Genetika dan Algoritma K-Means.
FGKA selalu konvergen pada wilayah global. Pengelompokan dan pencarian gambar berdasarkan fitur warna-tekstur didapati tingkat akurasi yang lebih tinggi dibandingkan dengan berdasarkan fitur warna saja dan tekstur saja ataupun dengan tanpa klastering.
Kata Kunci : Algoritma Genetika, K-Means Clustering, CBIR, HSV Histogram, Filter Gabor.
