Salah satu masalah dalam aplikasi Jaringan Neural Buatan (JNB) adalah penentuan ukuran jaringan yang optimal. Pada tugas akhir ini, diperkenalkan dan diujicobakan penggunaan Algoritma Genetika (Genetic Algoritma/GA) untuk melakukan optimasi pada sruktur JNB berbasis fuzzy (JNB-Fuzzy). Optimasi dilakukan pada bobot-bobot koneksi jaringan dengan membuang koneksi-koneksi yang tidak diperlukan. Pengguna GA pada penelitian ini dilakukan dari dua sisi yaitu, sebelum pelatihan untuk merancang struktur jaringan, dan sesudah pelatihan untuk memangkas koneksi yang tidak memiliki pengaruh. Untuk optimasi pra-pelatihan (perancangan), diharapkan akan terbentuk struktur optimal dengan jumlah epoch dan tingkat kesalahan yang kecil, sedang untuk optimasi pasca-pelatihan (pemangkasan), diharapkan terbentuk sruktur optimal dengan tingkat pengenalan dan akurasi yang sama atau lebih baik dari sruktur asal. Dari uji coba yang dilakukan, tampak bahwa optimasi dengan GA tersebut dapat mereduksi ukuran jaringan seideal mungkin dalam kaitanya dengan kinerja jaringan, yaitu jumlah pelatihan (untuk peracangan dan tingkat kesalahan. Sebagai implikasinya, kemampuan generalisasi jaringan juga cenderung meningkat