Pada awal pengembangannya, penelitian pengenalan aroma ditunjukan untuk membuat suatu Jaringan Neural Buatan (JNB) yang dapat menggantikan sistem penciuman manusia. Tetapi setelah banyak ditemukan JNB yang dapat melakukan hal tersebut tujuan tersebut berubah menjadi pencarian cara untuk meningktkan hasil pengenalan. Untuk menuju ke arah itu, yang perlu dilakukan adalah mempelajari JNB yang sudah ada dengan mengujinya dengan data-data masukan yang lebih kompleks. Hal lainnya yang perlu dilakukan adalah menguji data yang sudah ada dengan menggunakan JNB lain yang merupakan variasi baru dari JNB yang sudah ada dan membandingkan hasil pengujian tersebut dengan hasil pengujian dari JNB yang sudah ada. Dalam student project ini kami menguji pengenalan aroma dua dan tiga campuran dengan menggunaan JNB berbasis logika fuzzy. Metode yang digunakan adalah BP- Fuzzy yang merupakan variasi dari JNB propagasi balik (BP) dan Fuzzy Learning Vector Quantization (FLVQ). Metode BP-Fuzzy diuji dengan data aroma 2 campuran sedangkan FLVO dengan aroma dua dan tiga campuran di mana kopleksitas data aroma tiga campuran lebih besar dibandingkan dengan aroma dua campuran. Dari hasil pengujian yang dilakukan pada data aroma 2 campuran terbukti penggunaan JNB-Fuzzy menghasilkan peningkatan hasil pengenalan terutama untuk metode FLVQ dibandingkan dengan hasil dengan hasil pengenalan dari penggunaan BP biasa. Untuk pengujian metode FLVO dengan data aroma 3 campuran didapatkan hasil pengenalan di atas 90% untuk data masukan 16 sensor dengan, 6,8 dan 12 pola keluaraan.