Cabai merupakan salah satu bahan pokok bumbu dapur yang banyak digunakan di Indonesia. Peluang penjualan di pasar juga sangat luas sehingga banyak yang berlomba menanam cabai dengan kualitas terbaik. Ada beberapa parameter yang dapat meningkatkan kualitas cabai, salah satunya adalah tanah. Dimana jika dilihat oleh mata, tanah yang cocok ataupun tidak dapat dibedakan dari warna dan juga tekstur, namun tidak banyak orang yang mengetahui perbedaan tersebut sehingga menanam cabai ditanah sembarang yang penting tumbuh. Oleh karena itu, dalam penelitian ini akan dilakukan penelitian tentang clustering citra tanah yang berdasarkan pada fitur warna dan fitur tekstur dengan menggunakan algoritma K-Means yang sebelumnya akan di seleksi fiturnya menggunakan seleksi fitur information gain. Tahapan awal yang dilakukan dalam penelitian ini adalah mengakuisisi citra dan kemudian hasilnya akan di pra-pengolahan. Dari hasil pra-pengolahan akan dilakukan ekstraksi ciri warna RGB dan ciri tekstur orde pertama yang kemudian dilanjutkan dengan seleksi fitur menggunakan information gain yang diharapkan dapat menghasilkan fitur terbaik yang kemudian akan dilanjutkan ke clustering menggunakan algoritma K-Means. Tahapan terakhir yang dilakukan adalah menganalisis untuk mendapatkan hasil dari penelitian ini. Hasil yang diperoleh dari clustering yang telah dilakukan dapat disimpulkan bahwa algoritma K-Means dapat melakukan clustering citra tanah yang cocok dan yang tidak cocok dengan seleksi fitur information gain menghasilkan 63 citra tanah yang cocok dan 37 data citra tanah yang tidak cocok dari 100 citra.