Suara pada setiap penutur memiliki karakter spesifik yang unik, hal ini dipengaruhi oleh jenis kelamin, usia, emosi, dialek, dll. Penggunaan identifikasi jenis kelamin dilakukan pada bidang sistem kemanan, pengenalan ucapan, kecerdasan buatan, dll. Tetapi dalam pengolahan suara terdapat kesulitan yaitu karakteristik sinyal suara berdasarkan bertambah nya usia tergolong sulit dalam penentuan akurasi, dan terdapat nilai frekuensi fundamental yang overlapping di antara laki laki dan perempuan. Penelitian ini telah dilakukan suatu pemodelan sistem identifikasi jenis kelamin berdasarkan suara secara realtime pada perangkat Raspberry Pi. Sistem ini di implementasikan dengan 2 metode yaitu algoritma YIN dan ekstraksi fitur ciri Mel Frequency Cepstral Coefficient dengan klasifikasi Mahalanobis Distance. Sistem akan melakukan proses pencarian algoritma YIN pada data suara yang masuk, apabila suara tersebut termasuk dalam kategori overlapping maka sistem akan meneruskan ke tahapan ekstraksi fitur MFCC dengan klasifikasi Mahalanobis Distance, jika tidak maka sistem akan langsung melakukan klasifikasi jenis kelamin. Berdasarkan hasil pengujian yang telah dilakukan parameter yang cocok dalam penelitian ini yaitu menggunakan parameter frekuensi overlapping 180 sampai 210 Hz dengan dataset berjumlah 50 dataset laki laki dan perempuan untuk mengasilkan akurasi yang lebih baik. Adapun validasi data suara yang termasuk overlapping tergolong dalam tipe suara alto dan tenor, dan pengujian komputasi sistem yang dilakukan pada perangkat Raspberry Pi lebih lama daripada perangkat laptop dengan kecepatan 3 kali lebih lama, dan komputasi proses YIN membutuhkan waktu lebih lama daripada proses komputasi MFCC dengan Mahalanobis Distance.