Sistem Remote Sensing Image Retrieval yang ada saat ini sebagian besar hanya memungkinkan untuk melakukan pencarian citra berdasarkan data sensor, lokasi, dan tanggal dari sebuah citra ketika citra direkam. Pendekatan yang dilakukan tersebut tidak menjanjikan hasil image retrieval yang baik karena sensor, lokasi, dan tanggal tidak dapat menggambarkan dengan baik kondisi yang sebenarnya dari sebuah citra. Adanya kebutuhan untuk mendapatkan kembali citra dengan karakteristik lokasi tertentu seperti informasi daerah perhutanan, pesisir pantai, pemukiman, dan lain-lain merupakan hal yang lebih relevan untuk sistem image retrieval. Tugas Akhir (TA) ini mencoba untuk melakukan eksperimen dan penelitian terhadap Image Information Mining (IIM), dimana dilakukan pendekatan secara satu kesatuan menyeluruh untuk melakukan pencarian citra berdasarkan pola spektral dan spasial dari sebuah koleksi citra. Informasi Land Cover and Land Use (LCLU) yang berkorespondensi dengan karakteristik spektral dihasilkan dengan melakukan klasifikasi dengan metode Gaussian Maximum Likelihood, sedangkan pola tekstur yang merupakan ciri spasial sebuah citra diekstrak dengan menggunakan koefisiean Gabor Wavelet (Filtering). Dengan kombinasi dua pendekatan tersebut, dari sebuah koleksi citra, dapat dilakukan image retrieval, dan information mining. Proses image retrival dapat dilakukan dengan menggunakan query berdasarkan komposisi LCLU dan Query By Example (QBE). Kemudian, dari citra-citra yang dihasilkan pada image retrieval, dapat dilakukan image mining, untuk menganalisis komposisi dan persentase dari kelas-kelas LCLU yang terdapat dalam setiap citra. Berdasarkan hasil precision recall yang dihasilkan pada Tugas Akhir ini menunjukan efektifitas sistem IIM yang potensial dapat digunakan dalam bidang pertanian, transmigrasi, dan pengawasan lingkungan.