Electronic nose (e-nose) merupakan alat yang tersusun atas berbagai sensor kimia elektronik dengan sensitivitas parsial dan sistem pengenalan pola yang tepat serta mampu mengenali bau yang sederhana maupun kompleks. Dalam perkembangannya, e-nose berfungsi menggantikan keterbatasan hidung manusia dalam mengenali aroma terentu secara cepat dan tepat. Namun, e-nose yang terdiri dari sejumlah larik sensor menghasilkan data yang sangat besar sehingga membutuhkan metode ekstraksi fitur yang tepat dalam mengenali pola dari respons e-nose. Data respon e-nose terhadap lima bahan herbal yang terdiri dari jahe (ZO), kencur (KG), kunyit (CL), lengkuas (LG), dan temulawak (CX) telah dianalisis dalam penelitian ini. Dua metode ekstraksi fitur, yaitu relative amplitude (RA) dan surface (S) digunakan untuk mendapatkan fitur terbaik untuk clustering data respon e-nose kelima bahan herbal tersebut. Pada proses analisis data, metode cluster analysis yaitu k-means clustering digunakan untuk clustering dataset respons yang diekstraksi menggunakan metode RA, dan S. Dua kriteria eksternal validasi cluster yaitu entropy dan purity digunakan dalam mengukur kualitas cluster yang dihasilkan. Nilai entrophy minimum pada penelitian ini adalah 0,53 diperoleh pada fitur RA dan purity maksimum adalah 0,83 yang diperoleh pada fitur RA. Dari hasil tersebut, fitur yang lebih efektif dalam menghasilkan solusi cluster terbaik untuk membedakan kelima bahan herbal adalah fitur RA. Kata-kata kunci: electronic nose, bahan herbal, ekstraksi fitur, cluster analysis.