1. Abstrak Untuk melakukan pengklasteran gambar sering kali digunakan Fuzzy C-Means (FCM), metode ini cukup berhasil dalam melakukan klaster gambar. Beberapa gambar yang sering diklaster untuk mendapatkan gambaran obyek yang ada pada gambar tersebut adalah Magnetic Resonance Images (MRI) meskipun gambar yang bukan MRI juga bisa digunakan teknik FCM. Dengan FCM diharapkan bisa didapat obyek yang ada pada gambar tersebut, meskipun gambarnya dalam bentuk grayscale. Hasil FCM sering kali kurang bagus dikarenakan hasilnya masih berbintik-bintik, untuk masalah tersebut dikolaborasikan dengan motode lain. Pendekatan yang telah dikembangkan untuk mengatasi tantangan ini adalah menggabungkan Matrix Faktorisasi (MF) dan Fuzzy C-means (FCM). Model ini dinamakan Modifikasi Fuzzy C-means (MFCM). MFCM telah interpretability lebih baik dari MF, dan akurasi yang lebih baik dari FCM.Dalam perkembangannya FCM terus dikembangkan, perkembangan terakhir adalah multiscale fuzzy C-means (MsFCM), sistem ini membuat koreksi ke FCM dan MFCM dari proses iterasi pembentukan gambarnya. Hasil yang ditampilkan oleh MsFCM terlihat lebih bagus. Dalam pemrograman FCM sampai MsFCM diperlukan kemampuan CPU dan memory yang relatif besar, kerja sistem sangat berat dan lama. Sebagai gambaran untuk sampai pada iterasi dengan error maksimal 0.000001, yaitu sekitar 50an iterasi dibutuhkan waktu 5 jam dengan laptop berprocecor T9300 untuk ukuran gambar 175x316 pixels, jumlah klaster 15. Dalam makalah ini coba dilakukan kreasi untuk melakukan percepatan proses sehingga bisa dilakukan untuk keadaan yang membutuhkan proses lebih cepat. Karena sistem ini menggunakan konsep Histogram sebag