Bagaimana pengertian dari narkoba itu sendiri? Narkoba adalah singkatan dari Narkotika, psikotropika dan bahan adiktif lainnya. Sesuai dengan undang-undang narkoba nomor 35 tahun 2009 tentang narkoba, narkoba dibagi dalam 3 unsur yaitu narkotika, psikotropika dan bahan adiktif lainnya. Narkotika merupakan zat atau obat yang berasal dari tanaman atau bukan tanaman baik sintetis maupun semisintetis, yang dapat menyebabkan penurunan ataupun perubahan kesadaran, hilangnya rasa, mengurangi sampai menghilangkan rasa nyeri dan dapat menimbulkan ketergantungan.
Penyalahgunaan dari narkoba itu sendiri adalah salah satu masalah yang besar bagi Negara Indonesia. Yang mana masalah penyalahgunaan narkoba diindonesia pun sangat memprihatinkan. Hal ini disebabkan oleh beberapa faktor yaitu karena indonesia yang terletak pada posisi di antara 3 benua dan mengingat perkembangan ilmu pengetahuan dan teknologi, maka dari itu pengaruh globalisasi serta arus transportasi yang sangat maju dan pergeseran nilai materialistis dengan dinamika sasaran opini peredaran gelap narkoba. Kekhawatiran ini semakin dipertajam akibat maraknya peredaran gelap narkoba yang telah merebak di segala masyarakat. Pengguna narkoba dapat menyebabkan gangguan kejiwaan, gangguan psikologi, kesehatan bahkan kematian.
Salah satu ,metode yang paling baik untuk masalah klasifikasi ialah metode learning vector quantization (LVQ). Metode LVQ ini termasuk kedalam jaringan syaraf tiruan yang mana merupakan salah satu jenis jaringan yang berbais kompetitif dimana dari nilai keluaran yang diberikan neuron dalam layer keluaran hanya  neuron pemenang saja yang diperhatikan. Neuron pemenang tersebut yang akan mengalami pembaruan bobot. LVQ memiliki kelebihan seperti nilai eror lebih kecil dibandingkan metode lain serta model yang dihasilkan dapat diperbaharui secara bertahap.
Pada kasus kali ini dipakai Metode LVQ yang sudah banyak diterapkan untuk menyelesaikan berbagai permaslahan, diantaranya untuk pengenalan wajah, mengklasifikasi status gizi anak dan memprediksi jurusan yang akan diminati pada masyarakat.
Dari kasus ini, kita mencoba melakukan identifikasi awal untuk pengguna narkoba dengan metode learning vector quantization. Kasus ini menggunakan data pengguna narkoba dari badan narkotika (BNN). Dari yang digunakan sebanyak 199 data yang ada dibagi lagi menjadi 3 bagian. Terdapat 4 data untuk vektor bobot awal, 103 untuk data latih dan 12 untuk data uji. Lalu pada data ini memiliki 16 parameter dan 4 kelas. Lalu pemberhentian pelatihan LVQ pada kondisi mana yang terbaik yaitu pada maksimum iterasi 14. Oleh karena itu kondisi minimum learning rate dapat diabaikan. Dari nilai=nilai tersebut setelah dilakukan pengujian K=Fold Cross Validation diperoleh rata-rata akurasi akhir yang didapat sebesar 78,4%.
