Perpustakaan Digital ITB

Abstrak: Beberapa usaha telah dilakukan untuk menirukan cara alam yang luwes dalam menyelesaikan permasalahan-permasalahan yang rumit dan menghasilkan solusi yang ideal. Diantara metode-metode yang dihasilkan adalah Algoritma Genetika (Genetic Algorithm / GA) dan Jaringan Syaraf Tiruan (Artificial Neural Networks / ANN). GA merupakan tiruan dari seleksi alam, sebuah strategi yang dikenal sangat efektif untuk menemukan solusi yang mendekati optimal dalam berbagai bidang permasalahan. JST adalah representasi dari otak manusia, dikenal dengan kemampuannya untuk mengenali pola dari data yang kompleks dengan banyak gangguan (noise) dan menghasilkan aproksimasi relasi non-linear. Terdapat tingkat kesulitan yang tinggi dalam desain JST karena metode pembentukan jaringan yang sangat kompleks dari otak manusia hingga saat ini masih menjadi suatu pertanyaan yang belum terpecahkan. Lebih dari itu ketika kombinasi yang kompleks dari kriteria diberikan (misalnya kecepatan belajar, ukuran, kemampuan generalisasi, dan ketahanan terhadap gangguan data) dan bersamaan dengan bertambahnya ukuran dan kompleksitas jaringan maka diperlukan suatu solusi yang lebih otomatis dan efisien. GA dapat digunakan untuk menghasilkan desain ANN secara otomatis dalam beberapa hal, misalnya optimalisasi topologi, algoritma training, dan optimalisasi parameter kontrol. Karya tulis ini merupakan studi yang mendalam mengenai metode optimalisasi ANN dengan menggunakan GA atau dengan kata lain Jaringan Syaraf Tiruan yang mampu berevolusi secara genetik. Studi akan dilakukan pada hasil pengujian kinerja jaringan yang dihasilkan pada beberapa permasalahan.