Di jaman teknologi sekarang ini, Neural Network sudah biasa digunakan terutama untuk klasifikasi dan rekognisi, namun klasifikasi usia dan jenis kelamin masih menghasilkan hasil yang buruk, bahkan klasifikasi usia dan jenis kelamin berdasarkan suara jarang dilakukan, karenanya untuk mengatasi masalah tersebut kita memerlukan pendekatan yang tepat untuk membuat model klasifikasi usia dan jenis kelamin yang baik. Contohnya adalah menggunakan Recurrent Neural Network yang dibuat dikhusukan untuk sekuensial seperti suara, salah satu model dari Recurrent Neural Network adalah Long Short-Term Memory. Eksperimen ini mencari model Long Short-Term Memory yang baik dan pendekatan yang tepat untuk memprediksi usia dan jenis kelamin berdasarkan suara. Eksperimen yang dilakukan sebanyak 3 kali dengan model Long Short-Term, hasil yang diperoleh adalah teknik Data Augmentation merupakan langkah tepat untuk membuat model Long Short-Term Memory yang baik yang dapat memprediksi usia dan jenis kelamin berdasarkan suara meskipun hasil pengujian dinilai masihlah rendah.