Penelitian evaluasi kinerja asisten dosen dilakukan perbandingan akurasi antara Support Vector Mechine dengan Support Vector Mechine - Particle Swarn Optimization (SVM berbasis PSO co-evolusiner). Kesimpulan pengujian bahwa dengan pemilihan seleksi atribut (parameter) yang tepat menggunakan Particle Swarn Optimization berbasis co-evolusioner dapat meningkatkan nilai akurasi, nilai precision dan nilai recall dari model kernel Support Vector Mechine.
Penelitian kami telah dipublikasi dalam Jurnal SAINTEKOM STMIK Palangka Raya dapat didownload disini