Sistem Perolehan Citra Berbasis Isi (SPCI) merupakan teknik pencarian berdasarkan konten visual untuk mencari citra yang sesuai dengan keinginan pengguna.Secara umum, SPCI memiliki dua tahapan utama, yaitu ekstraksi fitur dan pengukuran kemiripan. Fitur yang digunakan dalam penelitian ini adalah fitur warna karena fitur warna merupakan fitur yang umum digunakan, dan dapat merepresentasikan warna sesuai dengan visual mata manusia. Ekstraksi fitur warna dilakukan dengan menggunakan metode Transformasi Kekre, dan Segmentasi Warna HSV. Hasil dari ekstraksi fitur warna digunakan untuk pengukuran kemiripan antara citra query dengan basis data citra. Pengukuran ini menggunakan metode Euclidean Distance.Metode Transformasi Kekre dan Segmentasi Warna HSV diaplikasikan pada 170 citra bunga dari 17 kelas yang berbeda. Uji coba dilakukan terhadap 15 citra query dan diperoleh hasil yang lebih baik pada Segmentasi Warna HSV dengan precision sebesar 75% dan recall sebesar37%. Sedangkan precision dan recall pada Transformasi Kekre adalah 49% dan 25%. Hal ini dikarenakan proses awal Segmentasi Warna HSV yang melakukan konversi citra ke ruang warna HSV dianggap lebih baik dalam membedakan warna dibandingkan dengan Transformasi Kekre yang juga melakukan konversi citra, tetapi ke dalam format grayscale.

Content Based Image Retrieval System (CBIR) is a searching techniques using visual content to search image according to the user's query. In general, CBIR has two main steps, i.e. feature extraction and similarity measure. Color feature is used in this research since the color feature is the common feature which represents color according human’s eye visual. Color feature extraction is done by using Kekre Transform and HSV Color Segmentation methods. The result of feature extraction is used to measure similarity between query image and database images. Euclidean Distance method is used for this measurement process. Kekre Transform and HSV Color Segmentation methods are applied on 170 flower images of 17 different classes. The experiment is done on 15 query images and the HSV Color Segmentation acvieved higher accuration compare to Kekre Transform, i.e. precision 75% and recall 37%. Meanwhile precision and recall on Kekre Transform are 49% and 25%. HSV Color Segmentation achieves higher accuration since in the feature extraction process, HSV Color Segmentation transform image to HSV color space, in the meantime Kekre Transform convert image into grayscale format.