Sign Language use to communicate to people with dissabilities. American Sign Language (ASL) one of popular sign language. Histogram of Oriented Gradient (HOG) can be use as feature extraction. Then feature stored in database. K-Nearest Neighbor use to measure distance between feature train and feature test. There are three distance use in this paper consist of Euclidean Distance, Manhattan Distance and Chebychev Distance. The best result are 0,99 when using Euclidean Distance and Manhattan Distance with k=3 dan k=5

Sign language merupakan suatu cara alternatif yang bisa digunakan untuk berkomunikasi dengan menggunakan isyarat, salah satu jenisnya yaitu American Sign Language (ASL). Dataset sign language yang digunakan yaitu dalam bentuk dataset citra yang diproses menggunakan ekstraksi fitur Histogram of Oriented Gradients (HOG) dan selanjutnya direduksi menggunakan Linear Discriminant Analsysis (LDA). Selanjutnya hasil reduksi digunakan untuk klasifikasi K-Nearest Neighbors (k-NN). Tiga jenis distance yang digunakan yaitu euclidean, manhattan dan chebyshev. Hasil terbaik diperoleh menggunakan manhattan distance dengan nilai K = 3 dengan presisi sebesar 72,42 %.