Penelitian yang telah dilakukan sebelumnya menggunakan Jaringan Syaraf Tiruan untuk membedakan apakah citra tumor kulit termasuk dalam klasifikasi tumor kulit ganas (Melanoma Malignum) atau bukan. Melalui citra tumor yang telah diekstrasi, diperoleh ciri-ciri yang diperlukan, selanjutnya ciri-ciri yang dihasilkan tersebut digunakan untuk melatih jaringan syraraf Tiruan. Pelatihan terhadap Jaringan Syaraf Tiruan dilakukan dengan menggunakan algoritma pelatihan propagasi balik. Pada penelitian ini, dilakukan optimasi terhadap struktur jaringan syaraf Tiruan Propagasi Balik, yang diterapkan dalam perangkat lunak sebelumnya, dengan memakai Algoritma Genetika berbasis transposisi yang digunakan sebagai alternatif bagi metode Algoritma Genetika berbasis crossover yang selama ini lebih sering digunakan [REST2000}. Salah satu metode pencarian struktur jaringan yang optimal dan dapat menemukan solusi global terbaik dalam algoritma Genetika atau Genetic Algorithms yang sering disingkat sebagai GA. Kelebihan mekanisme transposisi dibandingkan crossover yaitu kemampuan untuk mencapai nilai fitness yang lebih tinggi. Dengan demikian jumlah generasi yang dibutuhkan untuk pencarian struktur jaringan yang optimal dapat dikurangi, sehingga mempercepat proses pencarian [REST2000]. Penerapan Algoritma Genetika berguna untuk mereduksi ukuran jaringan dengan membuang node-node pemroses yang diperlukan [SUL199]. Selain membuang node-node yang tidak diperlukan, ukuran jaringan dapat juga direduksi dengan membuang bobot koneksi yang tidak diperlukan. Setelah Jaringan Syaraf Tiruan tersebut teroptimasi akan diselidiki perbedaan unuk kerja (kemampuan pengenalan) antara jaringan syaraf tiruan sebelum dioptimasi dengan jaringan syaraf tiruan setelah dioptimasi dengan algoritma genetika