Jaringan syaraf tiruan merupakan suatu model komputasi yang memiliki kemampuan untuk mengenali pola-pola yang serupa tetapi tidak persis sama. Agar dapat memiliki kemampuan tersebut, suatu jaringan harus terlebih dahulu melalui proses pelatihan yang berfungsi untuk menyesuaikan bobot-bobot jaringan. Salah satu bentuk pelatihan yang dikenal adalah pelatihan dengan propagasi balik. Pelatihan propagasi balik ini membutuhkan inisialisasi bobot -bobot awal sebelum pelatihan dimulai. Telah dibuktikan bahwa keberhasilan proses pelatihan banyak tergantung kepada nilai bobot awal serta parameter pelatihan yang diberikan. Untuk meningkatkan kinerja pelatihan propagasi balik, penulis menggunakan algoritma genetika untuk mencari nilai bobot-bobot awal serta parameter pelatihan yang optimal, sehingga proses pelatihan dapat mencapai hasil yang baik. Hasil pengujian menunjukkan bahwa algoritma genetika dapat meningkatkan kinerja pelatihan jaringan propagasi balik yang diterapkan pada kasus pengenalan aroma.