KLASIFIKASI TIPE PENYERANG SEPAK BOLA LIGA INGGRIS BERDASARKAN DATA STATISTIK PEMAIN MENGGUNAKAN METODE NAIVE BAYES

Abstract

Sepakbola adalah salah satu olahraga yang paling populer di dunia. Bahkan, ada yang berpendapat bahwa tidak diperlukan metode ilmiah untuk mengetahui betapa populernya sepak bola. Berdasarkan hasil survei yang dilakukan oleh FIFA Global Fooball Development (GFD) pada tahun 2023, Jumlah penggemar sepak bola di dunia mencapai 3,5 miliar orang. Dalam permainan sepak bola, terdapat tiga posisi pemain yaitu pemain bertahan yang terdiri dari kiper(goalkeeper) dan bek(defender), pemain Tengah(midfielder), dan penyerang(forward). Salah satu posisi yang dibahas dalam penelitian ini adalah posisi penyerang atau dalam Bahasa inggris disebut forward. Posisi penyerang dalam sepak bola terdiri dari beberapa tipe yaitu FW (Forward), FWMF (Forward Midfielder), dan FWDF (Forward Defensif Forward). Tugas mengklasifikasi tipe pemain sepak bola adalah tugas yang sulit, banyak faktor yang harus diperhatikan. Jika hanya mengandalkan survei lapangan dan penghitungan manual, selain keakuratannya kurang, waktu dan tenaga yang dibutuhkan juga bertambah. Untuk itulah penelitian ini dibuat, dengan menggunakan teknik pembelajan mesin, dapat mengurangi waktu dan tenaga yang dibutuhkan. Tujuan utama penelitian ini adalah mengembangkan model klasifikasi yang dapat mengidentifikasi dan membedakan tipe penyerang di liga Inggris berdasarkan data statistik pemain. Dalam sepak bola, variasi gaya bermain pemain menciptakan dinamika yang menarik untuk diungkap. Untuk medalaminya, Penalitian ini berfokus mengklasifikasikan tipe penyerang sepak bola liga inggris berdasarkan data statistik pemain menggunakan metode naïve bayes. Metode penelitian ini menggunakan Knowledge Discovery in Databases (KDD) dan metode naïve bayes. Data yang sudah diunduh dari Kaggle kemudian dibersihkan untuk membuang data yang nilainya hilang dan tidak valid. Data yang sudah dibersihkan kemudian diseleksi fitur-fiturnya yang sesuai dengan klasifikasi tipe penyerang. Data yang digunakan dalam penelitian ini adalah data statistic individu pemain liga inggris selama satu musim. Hasil dari penelitian ini yang menggunakan rasio 80:20 mendapatkan keakurataan sebesar 56.67%.