Pemanfaatan energi surya sebagai sumber energi terbarukan sering terhambat oleh kondisi partial shading, yang menyebabkan karakteristik keluaran panel surya memiliki beberapa titik daya maksimum (Local dan Global Maximum Power Point). Metode Maximum Power Point Tracking (MPPT) konvensional cenderung gagal mencapai Global Maximum Power Point (GMPP) dan terjebak pada Local Maximum Power Point (LMPP), sehingga daya yang dihasilkan tidak optimal. Penelitian ini mengusulkan implementasi algoritma Modified Chameleon Swarm Algorithm (MCSA) yang diperkuat dengan Cosine Adaptive Factor untuk meningkatkan kinerja MPPT dalam kondisi partial shading. Modifikasi ini bertujuan untuk mempercepat konvergensi dan meningkatkan akurasi pelacakan GMPP dengan menyesuaikan parameter eksploitasi secara adaptif berdasarkan fungsi kosinus. Sistem dirancang dengan Buck Converter sebagai antarmuka untuk menyesuaikan tegangan dan arus dari panel surya. Evaluasi dilakukan melalui simulasi. Hasil simulasi pada berbagai pola partial shading menunjukkan bahwa algoritma Modified Chameleon Swarm Algorithm (MCSA) berhasil mencapai GMPP dengan efisiensi pelacakan tertinggi sebesar 99.99% dan waktu pelacakan rata-rata 0.39 detik. Kinerja ini secara signifikan mengungguli algoritma Chameleon Swarm Algorithm (CSA) standar dengan efisiensi 99.99% dalam waktu 0.73 detik. Serta Particle Swarm Optimization (PSO) yang mencapai efisiensi 99.99% dalam waktu 1.12 detik.