Pada sistem inventori dikenal dengan adanya analisis ABC yang merupakan analisis awal dalam sistem pengendalian inventori. Analisis ABC digunakan untuk mengklasifikasikan barang-barang persediaan ke dalam kelas A, B atau C. Hasil klasifikasi menggunakan analisis ABC digunakan sebagai acuan untuk klasifikasi inventori dengan terobosan baru yaitu menggunakan sistem neuro fuzzy. Penelitian ini mencoba membuktikan bahwa penentuan kelas pada analisis ABC dapat ditentukan juga dengan menggunakan penggabungan metode logika samar (Fuzzy Logic) dengan jaringan syaraf tiruan. Penggabungan kedua metode tersebut lebih dikenal dengan Neuro-Fuzzy. Neuro-Fuzzy yang digunakan adalah jaringan syaraf Feed Forward Neural Network (FFNN) dengan penentuan input awal jaringan berupa data fuzzy. Penggabungan kedua metode ini disebut dengan Neuro-Fuzzy. Klasifikasi persediaan menggunakan Neuro-Fuzzy memiliki proses normalisasi data masukan. Pada proses klasifikasi data-data inputan yang dinormalisasi dan tidak dinormalisasi memiliki perbedaan hasil klasifikasi yang signifikan. Secara umum Neuro-Fuzzy ini berhasil menentukan kelas yang mengacu pada kelas hasil analisis ABC dengan tepat jika data-data inputannya dinormalisasi terlebih dulu. Berdasarkan uji coba dengan parameter input yang telah ditentukan dan dibatasi, keberhasilan menentukan kelas ini membuktikan bahwa sistem Neuro-Fuzzy berhasil menentukan kelas pada klasifikasi inventori berdasarkan analisa ABC.