Sidik jari sebagai salah satu komponen yang digunakan untuk proses identifikasi, karena sidik jari setiap orang bersifat unik. Proses klasifikasi pola sidik jari relatif rumit dan panjang, sehingga diperlukan algoritma klasifikasi yang efisien. Penelitian ini melakukan pengembangan sistem klasifikasi pola sidik jari menggunakan algoritma Fuzzy Learning Vector Quantization (Fuzzy LVQ) dan Fuzzy Backpropagation, untuk mengetahui algoritma dengan unjuk kerja lebih baik pada kedua metode tersebut. Tahapan pengembangan sistem terdiri dari akuisisi dan klasifikasi. Tahapan akuisisi sidik jari menggunakan fingerprint scanner URU4500, ekstraksi fitur menggunakan similarity matching score, proses pelatihan, dan pre-klasifikasi. Tahapan klasifikasi sidik jari menggunakan algoritma Fuzzy LVQ, dan algoritma Fuzzy Backpropagation, selanjutnya unjuk kerja kedua algoritma dibandingkan. Unjuk kerja diukur dari pencocokan pola hasil pre-klasifikasi dan pola hasil klasifikasi. Hasil penelitian menunjukkan algoritma Fuzzy LVQ memiliki unjuk kerja lebih baik dibandingkan Fuzzy Backpropagation, dan kecepatan pelatihan Fuzzy LVQ lebih tinggi dibandingkan Fuzzy Backpropagation.