Pengenalan suara merupakan cara interaksi antara manusia dengan sebuah sistem dimana interaksi user dengan sistem dapat dilakukan dengan memberikan inputan suara. Salah satu metode yang digunakan pada analisis spektrum pengenalan suara adalah Fast Fourier Transform (FFT), yang melakukan pengolahan sinyal secara digital. Fast Fourier Transform adalah suatu algoritma yang digunakan untuk mewakili sinyal diskrit dalam domain waktu dan domain frekuensi dengan memanfaatkan sifat periodikal ( konjugasi ) dari transformasi fourier. Kemudian dari sinyal hasil proses FFT diambil dua ciri fitur yang mempresentasikan bentuk sinyal suara yaitu Root Mean Square dan Average Power Sprectum untuk dicocokkan menggunakan algoritma KNN. Sistem ini diimplementasikan menggunakan bahasa pemrograman C# yang terintegrasi dengan database MySQL. Pengujian yang digunakan yaitu pengujian kotak hitam dan pengujian akurasi. Hasil pengujian blackbox menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian akurasi terbaik terhadap nilai k yang berbeda yaitu 60,5% yang menunjukkan bahwa sistem berjalan dengan baik pada nilai k = 5 dan hasil pengujian akurasi terhadap jenis pembicara yang berbeda yaitu 60,5 % dan 56,67%, yang menunjukan bahwa dalam speech recognition, proses pengenalan kata yang diucapkan tidak mempedulikan identitas orang terkait.