Setiap manusia diciptakan dengan berbagai macam ciri khas tersendiri yang dimiliki setiap individu. Ciri khas yang dimiliki setiap manusia ini menjadi dasar penting untuk dapat dikenali sebagai individu yang berbeda satu dengan yang lainnya. Ciri khas yang dapat dijadikan pengenalan individu salah satu nya adalah suara. Setiap manusia memiliki suara yang berbeda sehingga suara dapat dijadikan sebagai pengenalan individu. Pengenalan suara disebut dengan speech recognition. Sebelumnya sudah banyak dilakukan riset yang menggunakan suara sebagai pengenalan kata, alat bantu pengenal gender, sistem sekuriti dan lain lain.
Dalam penelitian ini, dibuat sistem pengenalan individu melalui suara dengan cara mengumpulkan data suara dari 29 Speaker independent yang mengucapkan nama masing masing sebanyak 15 kali pengulangan. Kemudian data yang didapat dibagi menjadi data latih sebanyak 12 suara dan data uji 3 suara. Selanjutnya data tersebut akan diproses dengan menggunakan kombinasi metode Linear Predictive Coding (LPC) sebagai ekstraksi ciri dan klasifikasi K-Nearest Neighbor (K-NN) dalam proses pengenalan suara.
Hasil pengujian kombinasi parameter terbaik menunjukan presentasi sebesar 73.56321839% dengan kombinasi parameter orde LPC 8, jumlah frame 480, nilai K 5, dengan metode distance yang digunakan Chebychev.