Pattern recognition merupakan tahapan dalam speech
recognition yang fungsinya sebagai tahap pengenalan wicara, banyak metode yang telah diterapkan dalam tahap ini seiring berkembangnya teknologi wicara, diantaranya Artificial Neural Network, Hidden Markov Model, Neuro Fuzzy dan lain lain. Pada Proyek Akhir ini akan dibahas mengenai penggunaan metode KMEANS
pada pattern recognition dengan tujuan untuk pengelompokan fitur – fitur suara vokal Bahasa Indodesia yaitu a, i, u, e, o, dan é. Sebelum tahap pattern recognition terdapat beberapa tahapan yang harus dikerjakan mulai dari proses sampling sampai
windowing, kemudian pengambilan fitur suara dengan DFT, setelah didapatkan fiturs suara yang diinginkan maka dilanjutkan dengan proses pengelompokan dengan K-MEANS, dari hasil training terlihat bahwa pengelompokan dengan K-MEANS tidak selalu mendapatkan hasil yang baik tergantung pada terbentuknya centroid di awal, sedangkan dari hasil pengujian menunjukkan error kelas a 7.40%, i 3.70%, u 44.40%, e 48.15%, o 11.11%, dan @ 7.40%.
Kata Kunci : Pattern recognition, Speech recognition, KMEANS, DFT.