ABSTRAKSI: Dalam konsep pemeriksaan medis secara tradisional, kondisi keadaan permukaan lidah manusia digunakan sebagai salah satu alat bantu indikasi dalam pemeriksaan penyakit seseorang. Pengambilan keputusan pemeriksaan ini didasarkan kepada informasi kelainan dan perubahan warna dan tekstur lapisan luar permukaan lidah seorang pasien. Pada Tugas akhir ini, Content Based Image Retrieval yang dikembangkan yaitu berdasarkan fitur warna. Ciri fitur dari citra diekstraksi menggunakan metode Wavelet Correlogram. Fitur ekstraksi Wavelet Correlogram ini digunakan sebagai penerapan diagnosa lidah tradisional dengan menggunakan ciri perubahan dan kesamaan informasi warna lapisan luar permukaan lidah manusia untuk setiap kelas kelainan yang berbeda. Metode Wavelet Correlogram ini mentransformasikan citra menjadi beberapa bagian citra dengan menggunakan wavelet transform. Hasil dari transformasi wavelet dikuantisasikan menjadi m nilai dan dihitung probabilitas suatu nilai j dari nilai i pada jarak d tertentu dalam suatu citra. Informasi ciri citra dapat diperoleh dari pengukuran beberapa parameter wavelet correlogram. Untuk mengetahui pengaruh dari parameter fitur ini, maka perlu dilakukan perbandingan terhadap masing-masing parameter. Dan berdasarkan hasil pengujian, dengan ekstraksi dengan menggunakan Lifting Wavelet Transform dan basis wavelet Daubechies db1 dengan level dekomposisi level 3 ini memberikan hasil keakuratan yang lebih baik dibandingkan dengan masing-masing parameter fitur lainnya.Kata Kunci : Content Based Image Retrieval, Wavelet Correlogram, Wavelet Transform, Lifting Wavelet Transform, Daubechies db1, level dekomposisi.ABSTRACT: In the concept of a traditional medical examination, the condition of surface state of the human tongue is used as a tool in the examination of someone disease. The decision examination based on information abnormalities and change in color and texture of the outer surface layer patient’s tongue. In this final task, Content Based Image Retrieval is developed based on colour features. Characteristic features extracted from images using Wavelet Correlogram method. Wavelet feature extraction is used as Correlogram application of traditional tongue diagnosis using common features and changes color information beyond the surface layer of the human tongue to each class a different disorder. This Wavelet Correlogram Method to transform the image into multiple images by using wavelet transform. Results of wavelet transformation to quantization into m values and calculated the probability of a value j of the value of i at a given distance d in an image. Image feature information can be obtained from the measurement of some parameters wavelet correlogram. To determine the effect of the parameters of this feature, it is necessary to do a comparison of each parameter. And based on test results, the extraction by using the Lifting Wavelet Transform and Daubechies db1 wavelet basis with the level of decomposition level 3 provides the results of better accuracy compared with each other feature parameters.Keyword: Content Based Image Retrieval, Wavelet Correlogram, wavelet transform, Lifting Wavelet Transform, Daubechies db1, level dekomposition.