<![CDATA[Artificial Neural Networks (ANNs, NN) telah banyak diimplementasikan dalam penyelesaian berbagai masalah komputasi. Dalam prosesnya, sering kali perancangan topologi jaringan pada ANNs dilakukan dengan cara coba-coba, sehingga keoptimalan dari rancangan tersebut sering tidak optimal untuk menyelesaikan suatu masalah. Di lain pihak, Genetic Algorithm (GA, Algoritme Genetika) dikenal sebagai sebuah teknik untuk menemukan sebuah solusi yang optimal dari sekumpulan populasi masalah optimasi. Tulisan ini menyajikan hasil pengimplementasian GA untuk mengoptimasi topologi pada rancangan ANNs. Pada penelitian ini, GA digunakan untuk menemukan jumlah neuron pada lapisan tersebunyi (hidden layer) untuk menyelesaikan masalah klasifikasi bunga. Selain itu, GA juga digunakan untuk mengoptimasi learning rate dan parameter momentum dari rancangan ANN. Untuk mengevaluasi performa dari hasil topologi baru yang terbentuk, dilakukan perbandingan dengan topologi ANN yang belum dioptimasi menggunakan GA. Hasil simulasi menunjukkan bahwa arsitektur ANN yang baru menghasilkan klasifikasi yang lebih baik.]]>
Copyrights © 2017
