Dampak yang ditimbulkan seseorang terkena penyakit stroke adalah kelumpuhan sebagian organ tubuh, keseluruhan bahkan berujung pada kematian. Tingginya angka penderita stroke diakibatkan kurangnya kesadaran masyarakat pada faktor resiko yang dapat memicu penyakit ini. Hal ini sebenarnya dapat dicegah dengan identifikasi tingkat resiko penyakit stroke pada tiap individu secara dini. Selama ini proses deteksi tingkat resiko  penyakit stroke menggunakan pemeriksaan melalui pendataan umur pasien dan juga cek darah. Dalam proses tersebut didapatkan data umur dan kandungan dalam darah berupa kolesterol total, HDL, LDL dan trigliserida. Kendalanya adalah pada proses klasifikasi masih menggunakan cara manual sehingga ketika banyak data pasien yang diidentifikasi masih membutuhkan proses yang relatif lama. Maka dari itu dibutuhkan sebuah pemanfaatan teknologi informasi sebagai solusi untuk mengatasi masalah tersebut. Dalam penelitian ini menggunakan algoritma self-organizing maps untuk mengklasifikasikan tingkat resiko penyakit stroke dari banyak data klinis perorangan. Dari 200 data klinis yang di ujikan pada pengujian perbandingan data latih dan data uji 50 : 50 dan didapatkan rata-rata akurasi terbaik sebesar 41 % dengan menggunakan learning rate awal 0.1 pengurang learning rate 0.1, learning rate minimum 0.001 dan maksimum iterasi sebesar 10000.