Citra udara memiliki karakteristik data yang berbeda ketika dibandingkan dengan citra jenis lain. Citra udara biasanya memiliki objek kecil tak berarti yang dapat menyebabkan kesalahan pada metode segmentasi unsupervised. K-means clustering, sebagai salah satu metode segmentasi citra unsupervised yang digunakan secara luas, sangat rentan terhadap optimum lokal. Pada penelitian ini, Adaptive Fireworks Algorithm (AFWA) diusulkan sebagai alternatif dari algoritma K-means dalam mengoptimasi proses clustering pada metode segmentasi berbasis clustering. AFWA kemudian diaplikasikan untuk permasalahan segmentasi citra udara dan hasilnya dibandingkan dengan K-means. Berdasarkan perbandingan metrik evaluasi Probabilistic Rand Index (PRI) dan Variation of Information (VI), AFWA secara keseluruhan menghasilkan kualitas segmentasi yang lebih baik. Selain itu, AFWA juga menghasilkan clustering yang lebih baik berdasarkan hasil perhitungan Quantization Error.
Kata Kunci: Segmentasi citra, citra udara, clustering, K-means, adaptive fireworks algorithm.