Setiap individu memiliki keunikan tersendiri dalam cara berjalan atau gait. Karena itu gait dapat digunakan untuk mengenali seorang individu. Sehingga gait dapat diimplementasikan sebagai biometrik. Accelerometer adalah sensor untuk mengukur dan mendeteksi getaran, ataupun untuk mengukur percepatan, yang juga bergantung pada arah atau orientasi. Sensor accelerometer sudah digunakan secara luas dikehidupan sehari-hari, terutama pada smartphone. Sehingga dimungkinkan untuk mengukur pergerakan individu saat berjalan menggunakan sensor accelerometer yang tertanam pada smartphone.
Tugas akhir ini dilakukan pengenalan individu berdasarkan gait dengan menfaatkan sensor accelerometer yang tertanam pada smartphone. Untuk pengolahan data atau melakukan analisis pengenalan akan mengimplementasikan metode Mel-Frequency Cepstral Coefficient dan Hidden Markov Model. Metode Mel-Frequency Cepstral Coefficient akan digunakan untuk melakuakan ekstraksi ciri. Mel-Frequency Cepstral Coefficient digunakan untuk menghasilkan ciri gait yang direpresentasikan oleh koefisien MFCC. Sedangkan metode Hidden Markov Model digunakan untuk melakukan klasifikasi, dengan melakukan perhitungan dengan parameter matriks transisi, matriks observasi dan matriks