Activity Recognition bertujuan untuk mengenali aktivitas manusia dengan menggunakan sensor untuk mendapatkan
data yang dibutuhkan lalu menggunakan pendekatan machine learning untuk menentukan jenis aktivitas yang dilakukan. Pendekatan machine learning yang biasa digunakan dalam permasalahan klasifikasi adalah Jaringan Saraf Tiruan(JST) dengan backpropagation. Walaupun pendekatan ini sudah berkembang secara signifikan dan memiliki efektivitas yang baik, pendekatan ini masih memiliki kekurangan dibandingkan dengan pendekatan machine learning lainnya. Salah satu dari kekurangan JST adalah hasil yang tidak selalu optimal yang disebabkan oleh beberapa faktor seperti inisialisasi yang acak dan batas epoch. Pada paper ini article Swarm ptimization(PSO) digunakan untuk mengoptimasi JST dengan backpropagation. Dalam metode ini PSO dan backpropagation digunakan untuk menghitung bobot dalam JST. Perbandingan dari hasil metode ini dengan JST yang hanya menggunakan backpropagation menunjukan bahwa dengan parameter-parameter PSO yang tepat metode ini menemukan hasil optimal dengan efektivitas yang mencapai 100% dengan nilai F1 Score Micro terbaik 0.88, lebih 0.008% dari JST tanpa PSO.