Teknologi wireless merupakan sebuah perkembangan teknologi modern dimanaa pertukaran data dan komuikasi dapat dilakukan tanpa menggunakan kabel yang pada saat ini tidak dapat dilepaskan dalam kegiatan sehari-hari. Namun, dibalik kemudahan teknologi wireless ini terdapat sebuah permasalahan atau ancaman berupa penyadapan dan pencurian data. Sehingga, pada Proyek Akhir ini akan dibuat sebuah sistem pembangkit kunci yang diharapkan dapat digunakan untuk sistem keamanan untuk teknologi wireless. Pada Proyek Akhir ini teknologi yang digunakan adalah LoRa. Namun, tingkat pembangkitan kunci pada LoRa seringkali rendah dikarenakan faktor lingkungan. Salah satu cara mengatasi permasalahan tersebut yaitu dengan pengkondisian nilai koefisien korelasi RSSI yang tinggi. Pada Proyek Akhir ini dibuat sebuah sistem pembangkitan kunci untuk meningkatkan Reciprocity Channel berbasis metode pra proses Deep Learning dan metode Kuantisasi Uniform agar didapatkan nilai koefisien korelasi yang tinggi. Dari hasil pengujian yang telah dilakukan, Long Short Term Memory mampu meningkatkan nilai korelasi, dengan kenaikan kolerasi tertinggi didapatkan yaitu 0.999 dari kolerasi sebelum praproses sebesar 0.504 pada skenario outdoor 300 meter. Proses kuantisasi dengan menggunakan kuantisasi uniform, hasil dari kuantisai ini adalah 1 bit antara 0 atau 1. Bit sebelum kuantisai berubah sesuai parameter e yang digunakan pada semua skenario. Pada proses error correcting menggunakan BCH (31,6) dapat mengoreksi seluruh blok yang diproses, hasil bit tertinggi terdapat pada scenario indoor 10 meter dengan jumlah bit sisa sebanyak 2970 bit. KGR tertinggi pada proses BCH (31,6) didapatkan pada skenario indoor 10 meter sebesar 1.1193 bit/s. Skenario yang menghasilkan kunci terbanyak adalah indoor 10 meter yaitu sebanyak 23 kunci. Waktu komputasi keseluruhan system pada setiap skenario rata-rata sekitar 47 menit.