Beberapa algortima klasifikasi dalam Jaringan Syaraf Tiruan (JST) telah dibandingkan kinerjanya dalam mengolah data Electrodiagram (ECG) untuk pendeteksian penyakit Arrhythmia. Algoritma yang dibandingkan adalah Learning Vector Quantization (LVQ) 1, LVQ2, LVQ2.1, Generalized Learning Vector Quantization (GLVQ), Fuzzy Neuro Learning Vector Quantization (FNLVQ), FNLVQ-Matrix Similarity Analysis (MSA), FNLVQ- Particle Swarm Optimization (PSO), dan Fuzzy Neuro Generalized Learning Vector Quantization (FNGLVQ). Percobaan dilakukan dengan beberapa skenario uji coba dengan berbagai macam model fitur, inisialisai bobot awal, dan juga pengujian terhadap unbalanced data, outlier removal, serta round-robin data. Secara umum algoritma yang menunjukkan rata-rata tingkat pengenalan tinggi adalah FNGLVQ, yaitu 93,45%. Algoritma FNLVQ-PSO lebih stabil terhadap inisialisasi bobot awal, dengan penurunan akurasi sekitar 1%, dibandingkan terhadap FNGLVQ yang mengalami penurunan sekitar 10%.