Proses identifikasi suara merupakan salah satu proses identifikasi yang sedang banyak dikembangkan. Klasifikasi gender berdasarkan suara mempengaruhi tingkat performansi identifikasi suara. Oleh karena itu penelitian tugas akhir ini penulis membuat sistem klasifikasi gender berdasarkan suara. Penelitian tugas akhir ini menggunakan dataset berupa rekaman suara sebanyak 2260 suara yang terbagi menjadi dua kelas yaitu ”laki-laki” dan ”perempuan”. Untuk proses ekstrasi ciri digunakan Mel-Frequency Cepstral (MFCC) untuk menghasilkan vektor ciri dari sinyal suara. Dalam proses klasifikasi digunakan metode Support Vector Machine (SVM). Hasil akurasi SVM tertinggi untuk klasifikasi gender berdasarkan suara dapat mencapai 100% menggunakan kernel Polynomial dengan degree = 1.