Indonesia memiliki kekayaan dan keanekaragaman hayati yang sangat melimpah. Dari total sekitar 40.000 jenis tanaman herbal yang dikenal di dunia, terdapat kurang lebih 30.000 tanaman herbal disinyalir berada di Indonesia. Tanaman herbal merupakan tanaman yang umum digunakan masyarakat, khususnya di Indonesia yang memiliki keanekaragaman hayati sebagai bahan pembuatan obat herbal. Tanaman herbal tentu tidak mudah untuk dikenali meskipun sering tumbuh di sekitar lingkungan. Karena masih kurangnya pengetahuan masyarakat tentang tanaman herbal, maka tidak memungkinkan untuk memanfaatkan tanaman herbal tersebut. Penelitian ini bertujuan untuk mengklasifikasikan daun tanaman herbal menggunakan metode K-Nearest Neighbor (KNN) dengan nilai K = 3 dan ekstraksi ciri Histogram of Oriented Gradient (HOG) dan Local Binary Patterns (LBP). Penelitian dilakukan pada 15 jenis tanaman herbal. Akurasi metode HOG dengan KNN adalah 92,67%, Akurasi LBP dengan KNN adalah 88,67% dan akurasi kombinasi fitur HOG dan LBP dengan metode KNN adalah 92,67%. Berdasarkan ketiga skenario percobaan yang telah dilakukan menunjukkan bahwa kombinasi fitur HOG dan LBP tidak mempengaruhi akurasi klasifikasi daun tanaman herbal.