摘要：Voting Feature Instervals (VFI) 5 memiliki akurasi yang cukup tinggi dalam mengklasifikasikan data berbasis teks dan citra. Berdasarkan hal tersebut dikembangkanlah metode identifikasi pembicara menggunakan algoritme VFI5 dengan Mel Frequency Ceptrum Coefficients (MFCC) sebagai pengekstraksi ciri suara untuk melihat keakuratan algoritme VFI5 dalam mengklasifikasikan data berbasis suara. Jenis identifikasi pembicara pada penelitian ini bersifat tertutup dan bergantung pada text. Pada penelitian ini juga dilakukan percobaan menggunakan suara ber-noise untuk melihat kehandalan VFI5 dalam mengklasifikasikan suara ber-noise. Dari hasil pengujian didapatkan bahwa metode yang telah dikembangkan ini memiliki akurasi cukup tinggi dengan akurasi tertinggi sebesar 97% untuk data suara tanpa noise. Selain itu juga diketahui bahwa jumlah data latih yang optimal untuk menghasilkan akurasi yang tinggi adalah 11. Sedangkan untuk suara bernoise dengan SNR sebesar 30 dB, akurasi tertinggi mencapai 81,5 % dan untuk suara bernoise dengan SNR sebesar 20 dB tingkat akurasi tertinggi mencapai 59 %.
