Diagnosis kerusakan motor BLDC menggunakan sinyal getaran pada kecepatan operasi yang berbeda menggunakan metode EEMD, GA, dan KNN. Motor disimulasikan dalam delapan kondisi dengan 2 motor berbeda yaitu normal, kerusakan bantalan, kerusakan stator, kerusakan rotor, kerusakan bantalan-stator, kerusakan bantalan-rotor, kerusakan rotor-stator, kerusakan bantalan-rotor-stator. Sinyal getaran diperoleh menggunakan sensor accelerometer dengan frekuensi sampling 20 kHz sebanyak 300 data per kondisi. Motor BLDC dioperasikan pada 450 RPM dan 550 RPM. Terdapat 7 fitur domain waktu dan 3 fitur domain frekuensi yang digunakan. Diagnosis dilakukan dengan mendekomposisi sinyal menggunakan EEMD, kemudian ekstraksi dan seleksi fitur menggunakan GA untuk mendapatkan 2 fitur terbaik, dan diklasifikasikan menggunakan KNN dengan variasi nilai K. Hasil penelitian menunjukkan pada kecepatan 450 RPM untuk data uji motor A memiliki akurasi tertinggi 97.8% dan data fitur motor B memiliki akurasi tertinggi 98.4%, sedangkan pada kecepatan 550 RPM baik data uji motor A maupun data fitur motor B memiliki akurasi tertinggi 99.4%. Selain itu, nilai K tidak terlalu berpengaruh terhadap peforma model klasifikasi KNN