Biometrik merupakan metode autentikasi yang dapat digunakan untuk menggantikan perlindungan akses seperti PIN, kata sandi dan kartu identitas. Perlindungan akses tersebut memiliki beberapa kekurangan seperti kita harus selalu mengingat PIN dan kata sandi, rentan hilang dan diduplikasinya kartu identitas. Sehingga dikembangkan biometrik dinamis, dimana fitur diperoleh dari perilaku seseorang seperti, gaze, voice pattern, dan keystroke. Pada penelitian ini akan dilakukan autentikasi pengguna berdasarkan Keystroke Biometrics karena, penggunaannya yang langsung tidak memerlukan device tambahan dan user friendly. Digraph merupakan fitur yang biasa digunakan dalam penelitian keystroke yang diperoleh dari informasi waktu saat pengetikan yang dilakukan pengguna, ada lima yaitu DD, DU, UD, UU dan Duration. Pada penelitian ini menggunakan ekstraksi fitur User-adaptive dan metode perhitungan similarity score dari Instance-based area density. Berdasarkan hasil percobaan yang dilakukan, diperoleh nilai Equal Error Rate (EER) terendah dengan skenario penggabungan semua fitur digraph, yaitu sebesar 15.1% untuk dataset Aalto University keystroke dataset dan 18.03% untuk dataset Biomey keystroke dataset.