Metode optimasi telah banyak diaplikasikan pada pengenalan pola yang bertujuan untuk optimasi parameter secara otomatis. Metode optimasi yang umum diterapkan adalah algoritma genetika atau particle swarm optimization. Tujuan dari penelitian ini mengembangkan dari penggabungan kedua metode tersebut agar mendapatkan parameter yang lebih optimal secara otomatis jika dibandingkan optimasi dengan salah satu algoritma. Berdasarkan hasil penelitian, maka diperoleh kesalahan yang lebih sedikit atau minimum dibandingkan salah satu metode optimasi.
Copyrights © 2013