Abstract
Penelitian ini bertujuan untuk klasifikasi status sosial ekonomi keluarga pada 3 kelas yaitu kelas atas, menengah, dan bawah dilihat dari aspek pendidikan, pekerjaan, pendapatan, pemilikan, dan jenis tempat tinggal dengan menggunakan metode adaptive fuzzy k-nearest neighbor (FKNN) berdasarkan particle swarm optimization (PSO), dimana metode FKNN digunakan pada proses PSO yaitu untuk menghitung nilai fitness partikel dan pada pengujian hasil implementasi metode adaptive FKNN berdasarkan PSO. Adanya time variant pada proses PSO yaitu time varying acceleration coefficients (TVAC) dan time varying inertia weight (TVIW), sehingga metode ini disebut dengan metode time variant particle swarm optimization-fuzzy k-nearest neighbor (TVPSO-FKNN). TVPSO-FKNN digunakan untuk mengoptimalkan kinerja proses klasifikasi FKNN, dimana hasil dari proses TVPSO-FKNN adalah nilai m, k, dan fitur yang optimal untuk klasifikasi FKNN. Pada 5 skenario pengujian didapatkan nilai rata-rata akurasi mencapai 91.31 % pada pengujian jumlah iterasi. Metode TVPSO-FKNN terbukti optimal untuk meningkatkan kinerja proses klasifikasi FKNN pada klasifikasi 3 kelas.
