Kinerja sistem photovoltaic yang fluktuatif sangat tergantung pada radiasi matahari dan kondisi suhu. Karena alasan ini maka diperlukannya pengoptimasian pada sistem photovoltaic. Saat ini terdapat banyak sekali optimasi photovoltaic menggunakan Maximum Power Point Tracking. Dari sekian banyak metode yang digunakan dalam pengoptimasian, terdapat 2 metode pada umumnya sering digunakan, yaitu metode Artificial Intelegence dan konvensional. Untuk mengatasi permasalahan pada MPPT konvensional yaitu kelemahan dalam pelacakan GMPP saat kondisi kurva PV menghasilkan berbagai macam puncak LMPP dan GMPP. Sehingga pada proyek akhir ini menggunakan algoritma Overall Distribution (OD) - Particle Swarm Optimization (PSO) dengan tujuan meningkatkan kecepatan dan keakuratan pelacakan GMPP dan mengindari LMPP. Sistem proyek akhir ini menggunakan 2 buah panel surya 100 Wp dan interleaved Boost Converter sebagai penaik tegangan. Hasil dari proyek akhir menunjukkan bahwa metode OD-PSO mampu melacak GMPP mencapai akurasi tertinggi diatas 99,9% dengan waktu tracking kurang dari 0,2 detik saat kondisi normal. Sedangkan pada kondisi partial shading dapat mencapai akurasi tertinggi diatas 99% dengan waktu tracking kurang dari 0,4 detik. Selain itu, algoritma OD-PSO dapat meningkatkan daya paling tinggi 19,85% untuk kondisi normal dan 22,79% untuk kondisi shading.