Penyakit stoke adalah penyakit yang diakibatkan oleh  penyumbatan peredaran darah ke otak. Penyumbatan terjadi pada salah satu bagian yang ada di otak dan dapat menimbulkan gangguan fungsional pada otak. Stroke merupakan penyakit yang dapat mematikan jika penanganan terlambat. Faktor keterlambatan penanganan diakibatkan karena kurangnya kesadaran dari pasien bahwa dirinya dapat beresiko terkena penyakit stroke. Selama ini pendeteksian penyakit stroke dilakukan di laboratorium dengan proses manual melihat kriteria darah sehingga data yang diproses banyak membutuhkan waktu yang cukup lama. Dengan masalah tersebut maka dibutuhkan sistem yang dapat membantu mempercepat proses pendeteksian awal.Salah satu teknik yang dapat digunakan untuk mendeteksi dengan menggunakan Learning Vector Quantization (LVQ). Learning Vector Quantization bertujuan untuk melakukan pembelajaran pada lapisan kompetitif yang terawasi dan mengklasifikasikan vektor-vektor input,hasil dari pembelajaran adalah jarak yang mendekati bobot sehingga akanmengklasifikasikan vektor input tersebut ke dalam kelas yang sama.LVQ dapat  digunakan untuk mengklasifikasikan  kriteria darah hasil cek dari laboratorium,sehingga dihasilkan tingkat resiko pasien terkena penyakit stroke.Pada penelitian ini digunakan sebanyak 200data. Dari hasil pengujian yang telah dilakukan didapatkan hasil akurasi rata-rata sebesar 63,5% dengan menggunakan perbandingan data latih dan data uji sebesar 60:40 data. Parameter yang digunakan learning rate Awal=0.5, decAlfa=0,01,dan learning rate minimum =0,000001,Iterasi maksimum=100.