Sistem penciuman elektronik dapat diterapkan sebagai alat untuk mengenal aroma dan komposisi aroma. Sistem penciuman elektronik yang dicobakan ini terdiri dari tiga bagian yaitu sistem sensor, sistem elektronik dan sistem jaringan neural buatan (JNB). Sistem sensor dan sistem elektronik digolongkan sebagai perangkat keras, sedangkan JNB digolongkan sebagai perangkat lunak. Penelitian yang telah dilakukan sebelumnya dengan menggunakan perangkat keras sistem sensor 4 buah dengan frekuensi dasar 10 MHz, telah dikembangkan menjadi sistem sensor berjumlah 16 buah dengan frekuensi dasar 20 MHz. Sistem perangkat lunak yang dikembangkan dalam penelitian ini meliputi sistem JNB propagasi balik, Probalistic Neural Network (PNM) dan Fuzzy Learning vector Qualization (FLVO) sebagai pengklasifikasi. Sistem perangkat keras dan perangkat lunak tersebut dikombinasikan untuk mendapatkan hasil sesuai dengan kriteria yang diinginkan yang meliputi: Tingkat pengenalan aroma dan komposisi aroma yang tinggi. Mampu mengenal aroma baru. Mempunyai waktu komputasi yang cepat. Sistem penciuman elektronik yang baru ini dapat menyelsaikan dan menutupi kelemahan-kelemahan yang ada pada sistem penciuman elektronik pada penelitian sebelumnya. Penelitian menunjukkan bahwa sistem penciuman elektronik dengan 16 sensor menggunakan pengklarifikasi FLVQ dapat memberikan hasil yang lebih baik dibandingkan dengan hasil sistem penciuman elektronik terdahulu, seperti: Masalah pengenalan aroma splash cologne, sistem penciuman elektronik sebelumnya hasil pengenalannya adalah 54 %. Sedangkan sistem penciuman elektronik yang dikembangkan sekarang ini mempunyai hasil pengenalan diatas 75%. Masalah pengenalan aroma baru, sistem penciuman elektronik sebelumnya hasil pengenalan terhadap aroma baru dibawah 70%, sedangkan sistem penciuman elektronik yang dikembangkan sekarang ini mempunyai hasil pengenalan diatas 86%