出版社：Institute of Research and Community Outreach - Petra Christian University
摘要：Neural network as an information processor system which has some similarities with human brain, is lately used to solve general problems. Neural network has several characteristics based on : architecture, learning algorithm, and activation function. Genetic algorithm is a method to get an optimum function using genetic operations which is done to each individual in a population that is often called as chromosome. This way, to get a more optimum function is by colliding neural network and genetic algorithm. That is by doing a bias conversion and the weight to the neural network into a kind of individual form of genetic algorithm and the other way arround. Thus, a conclusion can be drawn about neural network learning method with or without genetic algorithm. Abstract in Bahasa Indonesia : Neural network sebagai suatu sistem pengolah informasi yang mempunyai kemiripan dengan jaringan otak manusia, belakangan ini sering digunakan untuk menyelesaikan suatu permasalahan. Neural network memiliki beberapa karakteristik yang ditentukan oleh : arsitektur, algoritma pelatihan serta fungsi aktivasi. Algoritma genetika adalah suatu metode untuk mendapatkan suatu fungsi yang optimal dengan menggunakan operasi-operasi genetika yang dilakukan pada tiap-tiap individu yang terdapat dalam suatu populasi yang seringkali disebut sebagai kromosom. Dalam hal ini untuk mendapatkan kemungkinan suatu fungsi bisa lebih optimal adalah dengan menggabungkan antara neural network dengan algoritma genetika. Adapun caranya adalah dengan melakukan proses konversi bias dan bobot pada neural network ke dalam bentuk individu pada algoritma genetika dan demikian sebaliknya. Sehingga nantinya bisa didapatkan suatu kesimpulan antara metode pelatihan neural network dengan dan tanpa menggunakan algoritma genetika. Kata kunci: jaringan saraf tiruan, olgaritma genetika, kecerdasan buatan..
