ABSTRAK Nama : Irfan Nur Afif Program Studi : Ilmu Komputer Judul : Implementasi Algoritma Adaptive Fuzzy-Neuro Generalized Learning Vector Quantization (AFNGLVQ) pada Field-Programmable Gate Array (FPGA) Pendeteksian siklus tidur merupakan salah satu cara yang digunakan untuk meningkatkan produktivitas manusia. Selama ini, asumsi kualitas tidur yang baik hanya berdasarkan lama waktu tidur secara keseluruhan. Padahal, kualitas tidur manusia ditentukan oleh durasi fase (REM) dan non-REM. Untuk itu diperlukan sebuah alat yang mampu melakukan klasifikasi siklus tidur manusia secara real-time. Penelitian ini merupakan bagian dari penelitian pembuatan protoype alat pendeteksi siklus tidur dengan menggunakan Field-Programmable Gate Array berdasarkan data sinyal electrocardiogram (ECG) yang sudah dilakukan proses ekstraksi fitur. Algoritma klasifikasi yang diimplementasikan adalah algoritma Adaptive Fuzzy-Neuro Generalized Learning Vector Quantization (AFNGLVQ) yang merupakan algoritma berbasis jaringan saraf tiruan. Penelitian ini membandingkan implementasi algoritma AFNGLVQ terhadap algoritma lain yang sudah diimplementasikan pada FPGA yaitu Fuzzy-Neuro Generalized Learning Vector Quantization (FNGLVQ). Hasil rata-rata akurasi algoritma FNGLVQ pada FPGA sebesar 65.69% dan AFNGLVQ sebesar 66.99% pada 5 data ECG pasien RS Mitra. Kata Kunci: AFNGLVQ, electrocardiogram (ECG), FNGLVQ, FPGA, jaringan saraf tiruan, klasifikasi, siklus tidur