PENERAPAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI KUALITAS PEMAIN SEPAK BOLA BERDASARKAN DATA STATISTIK PERTANDINGAN
klasifikasi, kualitas pemain, naïve bayes, sepak bola, statistik pertandingan
DOI:
https://doi.org/10.70248/jrsit.v3i2.3036Abstract
Sepak bola merupakan olahraga yang semakin berkembang tidak hanya dalam hal permainan, tetapi juga dalam pemanfaatan teknologi untuk menganalisis performa pemain. Dengan sistem berbasis web menggunakan Streamlit, aplikasi ini diharapkan dapat mempermudah manajer tim dalam melakukan seleksi dan pemantauan kualitas pemain secara efisien dan objektif. Penelitian ini bertujuan untuk mengklasifikasikan kualitas pemain sepak bola ke dalam kategori meningkat atau menurun berdasarkan data statistik pertandingan menggunakan algoritma Naïve Bayes. Data yang digunakan diperoleh dari platform Transfermarkt, mencakup variabel seperti jumlah gol, assist, kartu kuning, kartu merah, dan jumlah pertandingan. Dengan data historis sebanyak 1.343 entri(1.098 data latih, 274 data uji), model ini menghasilkan prediksi kategori Meningkat(456) dan kategori Menurun (642), dengan akurasi sebesar 91%, presisi 91%, recall 91%, f1-score 91% yang menunjukkan efektivitas algoritma ini dalam mendukung pengambilan keputusan berbasis data bagi klub dan pelatih.
References
Erinsyah, M. F., Sasmito, G. W., Wibowo, D. S., & Bakti, V. K. (2024). Sistem Evaluasi Pada Aplikasi Akademik Menggunakan Metode Skala Likert Dan Algoritma Naïve Bayes. Komputa : Jurnal Ilmiah Komputer Dan Informatika, 13(1), 74–82. https://doi.org/10.34010/komputa.v13i1.10940
Priyo Utomo, N., & Indarto, P. (2021). Analisis Keterampilan Teknik Dasar Passing dalam Sepak Bola. Jurnal Porkes, 4(2), 87–94. https://doi.org/10.29408/porkes.v4i2.4578
Sinaga, S., Sembiring, R. W., & Sumarno, S. (2022). Penerapan Algoritma Naive Bayes untuk Klasifikasi Prediksi Penerimaan Siswa Baru. Journal of Machine …, 1(1), 55–64. https://journal.fkpt.org/index.php/malda/article/view/162%0Ahttps://journal.fkpt.org/index.php/malda/article/download/162/115
Astuti, Y., Wulandari, I. R., Putra, A. R., & Kharomadhona, N. (2022). Naïve Bayes untuk Prediksi Tingkat Pemahaman Kuliah Online Terhadap Mata Kuliah Algoritma Struktur Data. Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 8(1), 28. https://doi.org/10.26418/jp.v8i1.48848
Damanik, A. R., Sumijan, S., & Nurcahyo, G. W. (2021). Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes. Jurnal Sistim Informasi Dan Teknologi, 3, 88–94. https://doi.org/10.37034/jsisfotek.v3i3.49
Dang Kurniawan, D. (2025). METODE NAÏVE BAYES UNTUK KLASIFIKASI SENTIMEN TWEET PEMAIN NATURALISASI TIM NASIONAL SENIOR SEPAK BOLA INDONESIA. In Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Issue 2).
Dania, S., Ishak, R., Kom, M., & Dalai, H. (2024). Penerapan Algoritma Naive Bayes Classifier Untuk Klasifikasi Judul Skripsi Berdasarkan Konsentrasi. Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer, 3(1), 15–22.
Herdian, C., Kamila, A., & Agung Musa Budidarma, I. G. (2024). Studi Kasus Feature Engineering Untuk Data Teks: Perbandingan Label Encoding dan One-Hot Encoding Pada Metode Linear Regresi. Technologia : Jurnal Ilmiah, 15(1), 93. https://doi.org/10.31602/tji.v15i1.13457
Humam, M. N. (2023). Perbandingan Kinerja CNN dan Naïve Bayes pada Analisis Sentimen Performa Manchester United di Twitter. Journal of Information Engineering and Educational Technology, 7(2), 83–91. https://doi.org/10.26740/jieet.v7n2.p83-91
Laia, M. P., Hafidz, R. M., & Hestiani, M. D. (2023). Proses Pengumpulan Data Dan Keakuratan Aplikasi Transfermarkt Sebagai Acuan Dari Harga Transfer Pemain Sepakbola Dunia. OKTAL : Jurnal Ilmu Komputer Dan Science, 2(5), 1526–1533.
Material, P., Sandy, B., & Sitohang, S. (2022). Penerapan Algoritma Naive Bayes Dalam Memprediksi. Jurnal Comasie, 4(2), 848–858.
Metode, P., Algoritma, C., & Naive, D. A. N. (2024). Perbandingan metode algoritma c4.5 dan naive bayes untuk memprediksi penjualan kosmetik pada toko jelita 1,2. 7(2), 220–225.
Musrifin, A. Y., & Bausad, A. A. (2020). Analisis Unsur Kondisi Fisik Pemain Sepak Bola Mataram Soccer Akademi Ntb. Jurnal Ilmiah Mandala Education, 6(1), 113–119. https://doi.org/10.58258/jime.v6i1.1116
Pradana, D., Luthfi Alghifari, M., Farhan Juna, M., & Palaguna, D. (2022). Klasifikasi Penyakit Jantung Menggunakan Metode Artificial Neural Network. Indonesian Journal of Data and Science, 3(2), 55–60. https://doi.org/10.56705/ijodas.v3i2.35
Prasetyo, A. B., & Laksana, T. G. (2022). Optimasi Algoritma K-Nearest Neighbors dengan Teknik Cross Validation Dengan Streamlit (Studi Data: Penyakit Diabetes). Journal of Applied Informatics and Computing (JAIC), 6(2), 194. http://jurnal.polibatam.ac.id/index.php/JAIC
Pratama, F. F., & Nurhasanah, Y. I. (2020). Penggunaan Metode Profile Matching Dan Naïve Bayes Untuk Menentukan Starting Eleven Pada Sepak Bola. Jurnal Tekno Insentif, 14(2), 59–68. https://doi.org/10.36787/jti.v14i2.268
Putra, I. N. T. A., Kartini, K. S., Suyitno, Y. K., Sugiarta, I. M., & Puspita, N. K. E. (2023). Penerapan Library Tensorflow, Cvzone, dan Numpy pada Sistem Deteksi Bahasa Isyarat Secara Real Time. Jurnal Krisnadana, 2(3), 412–423. https://doi.org/10.58982/krisnadana.v2i3.335
Sartika, D., Andreswari, D., & Anggriani, K. (2023). Penentuan Posisi Ideal Pemain Dalam Cabang Olahraga Sepak Bola Dengan Menggunakan Pendekatan Dua Metode Naïve Bayes & Profile Matching. Jurnal Rekursif / ISSN 2303-0755, 4(3), 311–324.
Suryanto, T. L. M., Nuryananda, P. F., & Wibowo, N. C. (2023). Mangunjaya Watch: Sekolah Sepakbola Berbasiskan Teknologi dan Analisis Data Digital. I-Com: Indonesian Community Journal, 3(4), 1571–1582. https://doi.org/10.33379/icom.v3i4.3262
Wahyudin, Y., & Rahayu, D. N. (2020). Analisis Metode Pengembangan Sistem Informasi Berbasis Website: A Literatur Review. Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 15(3), 26–40. https://doi.org/10.35969/interkom.v1
