Penelitian ini bertujuan untuk menghasilkan sistem yang mampu menghasilkan citra dengan tekstur dan komposisi yang memiliki tingkat relevansi paling besar dengan citra kueri. Untuk mencapai tujuan tersebut, penelitian ini menggunakan 70 citra inderaja optis. Akan digunakan informasi spasial dan spektral untuk mencari kemiripan citra yang diperoleh dengan citra kueri. Informasi spasial yang digunakan adalah vektor ciri yang diperoleh dari hasil Gabor Wavelet Transform. Informasi spektral akan menggunakan vektor komposisi Land Cover Land Use yang diperoleh dengan klasifikasi Gaussian Maximum Likelihood. Vektor ciri Gabor akan diuji dengan kueri menggunakan citra yang mengalami proses skala 0.5 dan rotasi 90°. Dilakukan proses circular shift terhadap vektor ciri Gabor untuk menangani masalah rotation invariant. Hasil penelitian menunjukkan bahwa Gabor Wavelet Transform memiliki masalah scale invariant dan rotation invariant, sehingga memerlukan proses normalisasi. Masalah rotation variant dapat ditangani dengan proses circular shift terhadap vektor ciri Gabor dan terbukti handal untuk meningkatkan hasil. Dari berbagai macam ukuran jarak yang digunakan ternyata ukuran jarak Matusita yang paling tinggi menghasilkan citra relevan. Ukuran jarak lain yang dapat dipertimbangkan adalah Euclidean dan Chi Square. Penggunaan klasifikasi SVM untuk meningkatkan hasil relevansi cukup handal, karena data pelatihan yang dipilih dapat mewakili citra relevan. Penggunaan informasi spasial dan spektral memberikan hasil lebih baik jika digunakan secara bersamaan.