ABSTRAK Nama : Muhammad Ali Akbar Program Studi : Ilmu Komputer Judul : Modifikasi Fungsi Keanggotaan Algoritma Fuzzy-Neuro Generalized Learning Vector Quantization (FNGLVQ) dan Optimasi Implementasinya pada Field Programmable Gate Array untuk Pendeteksian Dini Penyakit Jantung Aritmia Telah dilakukan penelitian dalam modifikasi algoritma Fuzzy-Neuro Generalized Learning Vector Quantization dengan mengubah fungsi keanggotaan yang pada penelitian sebelumnya algoritma FNGLVQ menggunakan fungsi keanggotaan segitiga, pada penelitian ini digunakan fungsi keanggotaan PI. Algoritma modifikasi ini dilatihkan dan diujikan pada data aritmia MIT-BIH. Pada penelitian ini juga dilakukan implementasi algoritma FNGLVQ dengan fungsi keanggotaan segitiga pada data set MIT-BIH dengan spesifikasi: 2000 sampel data pasien, terdiri dari 6 kelas aritmia, 24 fitur, telah mengalami perlakuan penghilangan outliers, dan base wander removal. Data set tersebut kemudian di down sampling menjadi Pengimplementasian algoritma ini diujikan pada dua representasi bilangan yakni representasi bilangan fixed point, dan floating point. Hasil dari eksperimen menunjukan bahwa rata-rata dari representasi bilangan floating point menunjukan akurasi 87.48%, sedangkan rata-rata dari representasi bilangan fixed point menunjukan akurasi 85.73% Kata Kunci: Aritmia, FNGLVQ, Fungsi Keanggotaan Segitiga, Fungsi Keanggotaan PI, FPGA, Fixed Point, Floating Point