Abstract-Every persons have their own unique way of walking which is called gait. Gait can be used to identify a person. Gyroscope is a sensor used to detect vibration and measure acceleration based on direction or orientation. This paper presents an individual recognition based on gait using gyroscope sensor embedded in smartphone. The gait data is processed and analyzed by implementing Linear Predictive Coding (LPC) and k-Nearest Neighbour (k-NN). LPC is used to extract features from gait data. It produces feature vector based on combination of p-previous signal and takes only important value of the feature data. Then, k-NN is used for classification, using some calculation methods such as Euclidean, Cityblock, Cosine, and Correlation distance. The gait signals contain x,y,z axis and the signal magnitude. In this paper x,y,z axis and the signal magnitude are also combined to improve the accuracy. The highest accuracy of 99.58% is achieved using signal combination x-y-z-m. Overall, this person detection system produces accuracy between 50% to 99.58%. I. PENDAHULUAN Gait (cara berjalan) merupakan cara berjalan individu. Dalam penjelasan yang lebih spesifik, gait merupakan ciri khas cara berjalan individu yang dipengaruhi oleh berat tubuh, panjang kaki, alas kaki yang sedang dipakai, postur tubuh, dan hal-hal lain. Hal ini menjadikan setiap individu memiliki gait yang berbeda [1]. Intisari-Pada awalnya, pengenalan gait merujuk pada cara untuk mengambil petunjuk visual untuk mengenali karakteristik gerakan dari video seseorang yang berjalan untuk keperluan identifikasi. Dari sisi biomekanik, gait manusia terdiri atas sejumlah gerakan yang tersinkronisasi dan terintegrasi dari gerakan ratusan otot dan sendi. Gerakan ini mengikuti gerakan pola dasar, tetapi bervariasi dari satu individu ke individu lainnya pada detail tertentu, seperti waktu relatif dan magnitude sebagai fungsi dari keseluruhan struktur tubuh. Struktur tubuh seperti berat badan, panjang kaki, dan struktur tulang tidak dapat ditiru, sehingga gait untuk setiap orang dan dapat secara utuh dikarakterisasi oleh beberapa parameter inersia seperti kecepatan angular dan akselerasi dari sendi tertentu dan bagian tubuh tertentu [2].Seiring berjalannya waktu, muncul pendekatan lain untuk mengenali gait seseorang selain pendekatan visual. Salah satunya melalui video dengan menggunakan sensor yang bisa dipakai atau wearable sensor. Wearable sensor memanfaatkan parameter inersia seperti kecepatan angular yang ada pada karakteristik gait seseorang. Pengembangan sensor inersia dengan cepat memungkinkan aplikasi untuk berbagai bidang karena beberapa keuntungannya seperti ringan, kecil, konsumsi daya yang sedikit, murah, dan mudah dibawa [3]. Akses terhadap sensor inersia seperti giroskop mudah diperoleh karena pada saat ini sensor inersia sudah tertanam pada smartphone.Untuk itu, pada makalah ini dilakukan pengenalan gait individu dengan memanfaatkan sensor giroskop yang tertanam pada smartphone. Dilakukan pengambilan data sensor giroskop dari gait individu dengan m...