Speaker Recognition merupakan teknologi untuk mengenali suara manusia yang kemudian dapat dimanfaatkan untuk berbagai keperluan permasalahan di era digital. Suara merupakan salah satu identitas manusia (biometrik). Setiap suara manusia memiliki karakteristik bentuk suara yang berbeda-beda, terkadang sebagian bisa menirukan suara seseorang walaupun tidak identik. Suara yang sebelumnya dapat dikenali oleh manusia, untuk saat ini dapat diterjemahkan menjadi suatu data yang dimengerti oleh komputer.
Pada tugas akhir ini telah membuat perancangan sistem implementasi dan analisis untuk pengenalan suara manusia, dengan menggunakan metode Mel Frequency Cepstral Coefficients untuk proses ekstraksi ciri dan Dynamic Time Warping untuk proses klasifikasi.
Sistem ini akan memproses pola suara manusia hasil dari data latih dan data uji. Dimana data latih disimpan berdasarkan kepemilikan suara seseorang yang telah di rekam. Kemudian diuji secara langsung untuk mengenali kepemilikan suara manusia tersebut dari rekaman data uji. Dan didapatkan tingkat akurasi dari data latih dan data uji untuk pengenalan suara manusia sebesar 74%.