Implementasi Algoritme Genetika untuk Mengoptimasi Topologi Jaringan Saraf Tiruan

ArtificialNeuralNetworks(ANNs, NN) telah banyakdiimplementasikan dalam penyelesaian berbagai masalahkomputasi. Dalam prosesnya,sering kali perancangantopologijaringanpadaANNsdilakukan dengan cara coba-coba, sehingga keoptimalan dari rancangan tersebut sering tidak optimal untuk menyelesaikan suatu masalah. Di lain pihak,GeneticAlgorithm(GA, Algoritme Genetika) dikenal sebagai sebuah teknik untuk menemukan sebuah solusi yang optimal dari sekumpulan populasimasalah optimasi.Tulisan ini menyajikan hasil pengimplementasianGAuntukmengoptimasitopologipada rancanganANNs. Pada penelitian ini, GA digunakan untuk menemukan jumlah neuron pada lapisantersebunyi(hiddenlayer) untuk menyelesaikan masalah klasifikasibunga. Selain itu, GA juga digunakan untukmengoptimasilearningratedan parameter momentum dari rancanganANN. Untuk mengevaluasi performa dari hasiltopologibaru yang terbentuk, dilakukan perbandingan dengantopologiANN yang belumdioptimasimenggunakan GA. Hasil simulasi menunjukkan bahwa arsitekturANN yang baru menghasilkan klasifikasi yang lebih baik.