Penelitian ini menganalisis efektivitas kombinasi metode User-Adaptive dan Mahalanobis Distance dalam sistem autentikasi keystroke biometrics. Menggunakan Biomey Keystroke Dataset dengan 40 responden, studi ini bertujuan meningkatkan akurasi dan keandalan autentikasi berbasis KD. Sistem yang dikembangkan terdiri dari tahap enrollment dan authentication, dengan User-Adaptive sebagai metode ekstraksi fitur dan Mahalanobis Distance untuk feature matching. Teknik decision level fusion diterapkan untuk mengintegrasikan hasil dari berbagai fitur keystroke. Hasil yang diperoleh menunjukkan bahwa teknik fusion dengan Mahalanobis Distance menunjukkan hasil yang lebih baik dibandingkan dengan fitur non-fusion dengan rata-rata penurunan nilai error sebesar 8,73%. Panjang vektor optimal (Fn) ditemukan pada n = 5 dengan nilai error 12,07%. Pencarian threshold terbaik menghasilkan FAR 15,6% dan FRR 6% pada n sebanyak 5. Hasil yang diperoleh pada penelitian ini menunjukkan nilai error rate lebih rendah dengan rata-rata penurunan nilai error sebesar 9,9% dengan penelitian sebelumnya. Penelitian ini membuktikan potensi Mahalanobis Distance dan teknik fusion dalam meningkatkan akurasi sistem autentikasi keystroke biometrics, membuka peluang pengembangan sistem keamanan yang lebih handal. Studi lebih lanjut disarankan untuk mengeksplorasi pola keystroke pada layar sentuh dan penggunaan dataset yang lebih bervariatif serta menggunakan data testing real-time.