Setiap individu memiliki keunikan tersendiri dalam cara berjalan atau gait.
Karena itu gait dapat digunakan untuk mengidentifikasi atau mengenali seorang
individu. Sehingga gait dapat diimplementasikan sebagai biometrik. Gyroscope
adalah sensor untuk mengukur dan mendeteksi getaran, ataupun untuk mengukur
percepatan, yang juga bergantung pada arah atau orientasi. Sensor gyroscope sudah
digunakan secara luas dikehidupan sehari-hari, terutama pada smartphone.
Sehingga dimungkinkan untuk mengukur pergerakan individu saat berjalan
menggunakan sensor gyroscope yang tertanam pada smartphone.
Pada tugas akhir ini dilakukan pengenalan individu berdasarkan gait dengan
memanfaatkan sensor gyroscope yang tertanam pada smartphone. Untuk
pengolahan data atau melakukan analisis pengenalan akan mengimplementasikan
metode Linear Predictive Coding dan k-Nearest Neighbour. Metode Linear
Predictive Coding akan digunakan untuk melakukan ekstraksi ciri. Linear
Predictive Coding menghasilkan vektor ciri berdasarkan kombinasi dari p sinyal
sebelumnya. Metode ini mengambil hanya nilai penting dari ciri tersebut.
Sedangkan metode k-Nearest Neighbour digunakan untuk melakukan klasifikasi,
dengan metode perhitungan dengan formula Euclidean distance, Cityblock
distance, Cosine distance dan Correlation distance. Sinyal
gait sendiri terdiri dari empat sinyal yaitu sinyal sumbu x, y, z, dan magnitude sinyal
(m). Pada tugas akhir ini sinyal sumbu x, y, z dan magnitude sinyal juga
dikombinasikan agar menghasilkan akurasi yang lebih baik.
Dalam penelitian ini dihasilkan tingkat akurasi paling tinggi mencapai
99,58% yang dihasilkan oleh kombinasi sinyal x-y-z-m. Secara keseluruhan tingkat
akurasi sistem bervariasi antara 50% sampai 99,58%.
Kata kunci : Gait, Gyroscope, Linear Predictive Coding, K-Nearest
Neighbour