Penelitian terkait Content Based Image Retrieval (CBIR) salah satunya adalah Clustering Citra. Proses pengelompokkan citra dilakukan berdasarkan kemiripan karakterisik suatu citra. Parameter kemiripan suatu citra dilihat berdasarkan fiturfitur yang terkandung di dalam citra. Fitur-fitur ini perlu diekstrak dari dalam citra. Proses ini dikenal sebagai feature extraction. Pada penelitian ini kita menggunakan tiga buah fitur yaitu warna, tekstur dan bentuk. Fitur warna yang diekstrak adalah warna Red Green Blue . Sedangkan fitur tekstur diekstrak menggunakan Gray Level Co-occurent Matrix dan fitur bentuk diekstrak menggunakan Fourier descriptors. Setelah proses ini selesai, proses selanjutnya adalah mengelompokkan citra berdasarkan kemiripan fiturnya. Pada penelitian ini digunakan algoritma Fuzzy C-Means Clustering. Penelitian ini ditujukan untuk menganalisis pengaruh kombinasi fitur citra terhadap akurasi hasil clustering citra. Pada penelitian ini terlihat bahwa kombinasi fitur citra tidak selamanya meningkatkan kinerja clustering. Apabila kombinasi dilakukan dengan cara yang tepat dan proporsi yang tepat maka hasilnya akan meningkatkan kinerja, tetapi jika sebaliknya maka kinerja malah menurun. Kombinasi fitur warna dengan tekstur pada dataset COIL telah meningkatkan akurasi sebesar 1,11% bila dibandingkan dengan menggunakan warna saja dan meningkatkan akurasi sebesar 10% bila dibandingkan dengan menggunakan tekstur saja.