ABSTRAK Nama : Rochmatullah Program Studi : Magister Ilmu Komputer Judul : Modifikasi Fuzzy Neuro Learning Vector Quantization menggunakan Particle Swarm Optimization untuk Sistem Penciuman Elektronik Tesis ini meneliti metode pengklasifikasian menggunakan metode Jaringan Syaraf Tiruan untuk mengklasifikasikan data aroma. Data aroma adalah data keluaran dari Sistem Penciuman Elektronik. Penelitian ini merupakan lanjutan penelitian sebelumnya yaitu metode pengklasifikasian Fuzzy-Neuro Learning Vector Quantization (FNLVQ). Sebelumnya telah dikembangkan pula metode Matrix Similarity Analysis (MSA) guna menentukan kriteria pemberhentian algoritma FNLVQ. Dalam penelitian ini akan dikembangkan dua metode FNLVQ yang akan dioptimasikan dengan metode Swarm Intelligence yaitu FNLVQ-Particle Swarm Optimization (PSO) dan metode Swarm-FNLVQ. Dengan menggunakan validasi silang, hasil dari penelitian ini menunjukkan bahwa rata-rata tingkat pengklasifikasian untuk aroma tiga campuran menggunakan FNLVQ-PSO sebesar 91% dan Swarm-FNLVQ sebesar 90% dimana kedua metode ini lebih baik daripada FNLVQ yang sebesar 79% dan FNLVQ-MSA sebesar 77%. Kata kunci : Sistem Penciuman Elektronik, Jaringan Syaraf Tiruan, Fuzzy-Neuro Learning Vector Quantization, Particle Swarm Optimization, FNLVQ-PSO