Manusia memiliki kemampuan untuk mengidentifikasi seseorang secara langsung melalui penglihatan dan pendengaran. Kemampuan tersebut yang membuat manusia dengan mudah dapat mengidentifikasi seseorang berdasarkan ciri fisik dan suaranya. Seiring berkembangnya teknologi, proses identifikasi seseorang sudah dikembangkan melalui komputasi komputer. Salah satu biometric yang dapat digunakan untuk mengidentifikasi seseorang adalah suara. Sehingga suara yang sebelumnya dapat dikenali dengan mudah oleh manusia dapat pula dikenali oleh komputer melalui proses pengenalan. Teknologi pengenalan suara ini dapat dimanfaatkan oleh manusia untuk dapat membantu pekerjaan, misalnya pada mesin penjawab otomatis yang dapat membantu tugas seorang resepsionis. Pada Proyek Akhir ini dilakukan penelitian dengan tujuan melakukan identifikasi gender melalui suara, dimana diharapkan kedepannya dapat dikembangkan untuk membantu meningkatkan interaksi antara mesin penjawab otomatis dengan pelanggan. Sehingga pada saat terjadi interaksi dengan pelanggan, mesin penjawab otomatis dapat menggunakan kata sapaan yang tepat seperti Bapak atau Ibu. Pengidentifikasian dilakukan dengan membandingkan fitur suara yang masuk dengan fitur rekaman file suara yang telah disimpan sebelumnya. Ekstraksi fitur yang digunakan pada penelitian ini adalah Mel-Frequency Cepstral Coefficients (MFCC) karena metode ini merupakan metode ekstraksi fitur yang mendekati sistem pendengaran manusia. Koefisien MFCC yang digunakan untuk melakukan pengklasifikasian gender pria atau wanita yaitu nilai koefisien yang didapatkan pada saat pengucapan bunyi vocal. Selajunya koefisien MFCC tersebut diklasifikasikan menggunakan algoritma Decision Tree, sehingga dapat diketahui gender pembicara. Keakuratan hasil prediksi gender untuk data ekstraksi fitur data vocal a mencapai 100%, data vokal i mencapai 96,88%, data vocal u mencapai 81,25%, data vocal e mencapai 90,63%, dan data vocal o mencapai 87,50%.