<![CDATA[Berdasarkan penelitian diatas penulis menyarankan menggunakan metode optimasi Particall Swarm Optimization (PSO) sehingga akurasi yang didapat lebih baik dari penelitian ini Penyesuaian jumlah populasi dapat memberikan optimasi yang lebih baik, tetapi diikuti dengan penambahan waktu komputasi. Sehingga dapat akurasi yang akan didapatkan jauh lebih tinggi dibandingkan dengan metode yang sekarang ini. Penambahan metode PSO ini diharapakan juga bisa membantu dalam peneliti dibidang datamining ini.NN dan k-NN merupakan salah satu algoritma untuk regresi maupun klasifikasi sudah secara sukses diimplementasikan di berbagai bidang Pada penelitian ini bertujuan mengembangkan model prediksi dengan menggabungkan algoritma NN dan k-NN dengan metode seleksi atribut dimana menggunakan metode NN k = 10 didapat akurasi 25,00% sedangkan dengan menggunakan metode k-NN k = 10 akurasi 15,00% dan Precission NN sebesar 12,50%, Precission k-NN sebesar 10,00%, recall NN sebesar 11,11% sama dengan recall k-NN sebesar 11,11%.]]>
