Salah satu hal penting dari suatu metode pembelajaran pada jaringan saraf tiruan adalah kapabilitas generalisasi. Yaitu kemampuan untuk memberikan hasil yang akurat terhadap data yang tidak diajarkan pada tahap pembelajaran. Salah satu metode pembelajaran incremental yang memberikan jaminan secara teori dalam menghasilkan kapabilitas generalisasi yang optimal adalah incremental projection learning. Pada tulisan ini akan dilakukan suatu evaluasi eksperimental terhadap jaringan saraf tiruan berbasis incremental projection learning ini yang dikembangkan pada ruang polinomial trigonometri dalam memecahkan masalah aproksimasi fungsi jaringan ini di kenal dengan nama incremental projection generalizing neural network. Evaluasi dilakukan terutama pada masalah pemilihan model yang optimal dan jumlah neuron pada lapis tersembunyi ketika kapabilitas generalisasi optimal diperoleh. Selain itu, juga akan dilakukan suatu studi komparasi kapabilitas generalisasi yang dihasilkan oleh jaringan ini dengan kapabilitas generalisasi yang dihasilkan oleh jaringan lain yang sudah umum digunakan, yaitu on-line backpropagation network dan growing radial basis function networks.