ABSTRAKSI: Proses pencarian citra baik itu secara offline maupun online sangat sering dilakukan ketika orang membutuhkan untuk mencari citra yang diinginkan, akan tetapi hasil pencarian citra seringkali berbeda dengan yang kita inginkan, hal ini dikarenakan sistem pencarian citra yang umum dipergunakan masih berbasis teks, berbeda apabila sistem telah menerapkan pencarian citra dengan membaca ciri-ciri visual dari citra query kemudian membandingkannya dengan citra yang berada dalam database, sistem pencarian citra inilah yang kita sebut dengan Content-Based Image Retrieval (CBIR). Sistem CBIR yang diimplementasikan pada tugas akhir ini adalah dengan mengekstrak fitur-fitur ciri dari sekumpulan citra yaitu fitur warna dengan menggunakan Color Correlogram, fitur tekstur dengan menggunakan Wavelet Transform, dan fitur bentuk dengan menggunakan Multiscale Fourier Descriptor. Kemudian dengan menggunakan Euclidean Distance maka jarak similarity antara citra query dengan citra database dapat dihitung. Sehingga kita dapat mendapatkan hasil retrieval terbaik yaitu dengan citra selisih jarak similarity terkecil. Sembilan objek citra yang digunakan adalah bangunan, bunga, bus, dinosaur, gajah, gunung, kuda, makanan dan pantai. Kemudian dilakukan perbandingan parameter masing-masing metode ekstraksi agar mengetahui pengaruh dari masing-masing parameter. Dan berdasarkan hasil pengujian, dengan ekstraksi menggunakan ketiga metode ekstraksi secara bersamaaan, memberikan hasil akurasi yang lebih baik dibandingkan hanya dengan menggunakan satu dari ketiga metode ekstraksi fitur ciri.Kata Kunci : Content-Based Image Retrieval, Color Correlogram, Wavelet Transform, Multiscale Fourier Descriptor, Euclidean Distance.ABSTRACT: Image search process either offline or online is often done when people need to find the desired image, but image search results are often different from what people want, this is because the general image retrieval system that people used was text-based, different if the system has aplly the image search with visual reading characteristics of the query image and then compare it with the image in the database, this image retrieval system is what we call Content-Based Image Retrieval (CBIR), CBIR system is implemented in this final task is to extract characteristic features from the feature set of image colors by using the Color Correlogram, texture features by using the Wavelet Transform, and shape features by using the Multiscale Fourier Descriptor. Then by using the Euclidean Distance is, the distance of similarity between the query image with the image database can be calculated. So that we can get the best retrieval results image with the smallest similarity distance difference. Nine object imagery used are building, flower, bus, dinosaur, elephant, mountain, horse, food, and beach. Then do the comparison of each parameter extraction method to determine the influence of each parameter. And based on test results, the extraction using three extraction methods together providing better accuracy results than using only one of three methods of feature extraction.Keyword: Content-Based Image Retrieval, Color Correlogram, Wavelet Transform, Multiscale Fourier Descriptor, Euclidean Distance.