Indonesia merupakan negara agraris dengan luas perkebunan 21.615.806 Hektar. Salah satu tanaman perkebunan yang memiliki potensi besar yaitu tanaman serai wangi (Cymbopogon nardus) dan nilam (Pogostemon cablin). Kedua tanaman ini merupakan penghasil minyak atsiri yang merupakan bahan baku industri kosmetik, obat, dan pestisida. Saat ini Indonesia merupakan pemasok 90% kebutuhan minyak atsiri dunia. Untuk menjaga ketersediaan tanaman atsiri di Indonesia, diperlukan monitoring sebaran lahan tanaman atsiri. Monitoring ini dapat dilakukan menggunakan teknik remote sensing. Teknik remote sensing memungkinkan monitoring tanaman atsiri tanpa mendatangi langsung lokasinya. Teknik ini menggunakan citra hasil penginderaan dari jarak jauh, dapat berupa citra dari penginderaan sensor satelit, pesawat, dan pesawat tanpa awak. Pada penelitian ini digunakan metode improved K-Means untuk mengidentifikasi tanaman atsiri berbasis citra satelit. Pertama, citra satelit melalui pre-processing menggunakan histogram equalization, kedua inisialisasi jumlah cluster menggunakan jumlah puncak histogram citra lalu inisialisasi cluster awal improved K-Means menggunakan Euclidean distance antar pixel, serta ketiga merupakan proses clustering menggunakan K-Means. Pengujian internal criteria metode improved K-Means dengan perhitungan silhouette coefficient menunjukkan bahwa jumlah cluster optimal yaitu 2 cluster dan jumlah cluster berdasarkan jumlah puncak histogram citra masih kurang optimal. Pada pengujian external criteria menggunakan perhitungan nilai purity menunjukkan bahwa tidak ada cluster yang didominasi oleh tanaman atsiri. Hasil ini disebabkan jumlah pixel tanaman atsiri jauh lebih sedikit dibanding jumlah pixel tanaman padi dan bangunan sehingga tanaman atsiri dikenali sebagai tanaman padi.