<![CDATA[Gait atau cara berjalan setiap individu bisa dikatakan unik karena setiap individu umumya memiliki cara berjalan yang unik. Kelebihan lainnya biometrik dari gait dapat bekerja dalam jarak jauh. Pengenalan individu melalui webcam dengan masukan berupa video dapat menjadi alternatif lain untuk pengenalan individu biometrik selain dengan metode pengenalan biometrik lainnya seperti sidik jari dan iris mata. Tugas akhir ini mengimplementasikan metode reduksi data singular value decomposition (SVD) dan metode klasifikasi jaringan syaraf tiruan (JST) back propagation dalam identifikasi individu berdasarkan gait. Dengan mencari kombinasi parameter-parameter back propagation terbaik pada nilai epoch, learning rate, jumlah neuron hidden layer, dan target MSE dengan melakukan trial and error hingga menemukan nilai persentase akurasi optimal pada pengujian pengenalan individu. Output dari sistem ini adalah ketepatan dalam mengenali suatu objek berjalan. Singular value decomposition dengan jaringan syaraf tiruan back propagation memiliki pengenalan ciri yang cukup baik pada kasus pengenalan individu berdasarkan gait karena terbukti mampu memberikan nilai akurasi sebesar 90%. Akurasi ini dicapai pada traing JST back propagation dengan parameter jumlah neuron hidden layer 10, dengan epoch 1000, target MSE 1e-20, dan dengan parameter learning rate 0.01. Kata kunci : Gait, Singular Value Decomposition, Jaringan Syaraf Tiruan Back propagation]]>
