Thresholding dibedakan menjadi dua yaitu bi-level thresholding dan multilevel thresholding. Multilevel thresholding merupakan metode untuk membagi citra dengan menggunakan dua atau lebih nilai threshold. Nilai-nilai threshold digunakan untuk membagi citra menjadi beberapa bagian berbeda, tidak seperti proses thresholding biasa (bi-level thresholding) dimana citra dibagi hanya menjadi 2 bagian saja. Hasil dari multilevel thresholding memberikan objek yang lebih menarik dan bermakna. Pada penelitian ini berfokus pada multilevel thresholding citra berwarna berdasarkan algoritma Whale Optimization Algorithm (WOA) yang dimodifikasi dengan penambahan chaotic number, levy flight, dan faktor korelasi. Dalam proses thresholding, keberhasilan thresholding tergantung pada pemilihan nilai threshold yang optimal. Hal ini dapat memakan waktu yang cukup lama pada multilevel thresholding. Oleh karena itu, algoritma yang diusulkan pada penelitian ini bertujuan untuk memperoleh nilai threshold yang optimal dengan waktu yang tidak terlalu lama. Selain itu juga digunakan otsu’s class-variance criterion dan kapur’s entropy criterion sebagai fitness function pada algoritma WOA yang dimodifikasi pada penelitian ini. Modifikasi ini memberikan keseimbangan yang tepat antara fase eksplorasi dan eksploitasi serta menghindari masalah optimalisasi lokal. Performa algoritma yang diusulkan dibandingkan dengan algoritma Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Artificial Bee Colony (ABC), Cuckoo Search (CS), Whale Optimization Algorithm (WOA), dan Modified Whale Optimization Algorithm (MWOA) dilihat dari segi konvergensi, PSNR, dan running time. Hasil thresholding dari algoritma MWOA chaotic dengan fitness function otsu’s class-variance criterion memiliki PSNR tertinggi sebesar 20,3078 db. Sedangkan MWOA levy flight dengan fitness function kapur’s entropy criterion memiliki nilai PSNR tertinggi sebesar 20,7290 db. Selain itu, algoritma MWOA chaotic yang diusulkan lebih cepat konvergen ke solusi optimal serta memiliki running time tercepat sebesar 0,0523 s.