Seiring berkembangnya data bertipe gambar maka diperlukan sistem pencarian dengan masukan berupa image atau citra untuk mendapatkan sistem temu kembali citra yang memiliki kemiripan dengan citra masukannya. Cara untuk mengetahui informasi kemiripan suatu citra dengan citra lain diperlukan suatu teknik. Salah satu teknik pencarian informasi kemiripan sebuah citra bisa dilakukan dengan menganalisis isi sebenarnya dari suatu citra tersebut dengan Content Based Image Retrieval (CBIR). Seiring berkembangnya teknologi informasi juga mempengaruhi manusia dalam melakukan aktivitasnya, salah satu hal yang memanfaatkan perkembangan teknologi adalah dengan berbelanja secara daring melalui e-commerce. Platform e-commerce pastinya memerlukan fitur sistem pencari yang membantu pengguna dalam menemukan produk yang diinginkan. Namun, pencarian berdasarkan keyword terkadang tidak dapat merepresentasikan keseluruhan informasi yang diinginkan oleh pengguna. Sehingga pada tugas akhir ini akan dibuat suatu sistem pencarian berdasarkan gambar menggunakan deep feature dengan arsitektur convolutional neural network dan filter gabor. Masukan didapatkan dari gambar pakaian yang ingin dicari oleh pengguna melalui file gambar atau dari tangkapan kamera. Masukan tersebut akan diekstraksi fitur menggunakan model CNN dan dihitung kemiripannya dengan gambar yang ada pada dataset menggunakan Euclidean distance. Model VGG16 berhasil diimplementasikan pada sistem website pencarian berdasarkan gambar yang memiliki hasil precision terbaik dengan nilai 89% pada 10 gambar termirip dan nilai 74.5% pada 20 gambar termirip antara gambar masukan dan gambar pada dataset.