Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Analisis Performa Penerapan Algoritma XGBoost Untuk Prediksi Status Hasil Pertandingan Sepak Bola
Fariz Aotearoa Rasyid (2019) | Skripsi | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Sepak bola merupakan salah satu cabang olahraga yang paling diminati di seluruh dunia. Perkembangan cabang olahraga satu ini pun bisa dibilang melaju dengan pesat. Faktor yang mempengaruhi hasil dari sebuah pertandingan bertambah dari waktu ke waktu. Dalam memprediksi sebuah pertandingan sepak bola, informasi pertandingan sepak bola yang pernah terjadi pada pertandingan-pertandingan sebelumnya dapat digunakan sebagai parameter prediksi. Pada penelitian ini algoritma yang akan digunakan ialah XGBoost. Algoritma XGBoost sudah dikenal dan digunakan banyak pengguna di komunitas data scientist. Untuk mengukur performa algoritma XGBoost, digunakan tabel confusion matrix sebagai alat untuk visualisasi performa. Dari tabel tersebut didapat performa recall, precision, f-measure, dan accuracy. Hasil eksperimen dari prediksi status hasil pertandingan sepakbola menggunakan algoritma XGBoost diperoleh nilai akurasi terbesar menggunakan kombinasi data Opponent, MatchType, Position, dan HTMatchResult sebesar 0,65 untuk studi kasus tim Manchester United dan 0,78 untuk tim Chelsea. Menggunakan kombinasi data tersebut dilakukan prediksi pada musim 2018/19 dan diperoleh nilai akurasi untuk studi kasus tim Manchester United sebesar 0,65 dan tim Chelsea sebesar 0,55. Kata Kunci: Prediksi sepakbola, Manchester United, Chelsea, XGBoost.
Ringkasan Alternatif
Football is one of the most popular sports in the world. The development of this sport is growing rapidly. Factors that influence the outcome of a match increase from time to time. In predicting a soccer match, information about a soccer match that has occurred in previous matches can be used as a prediction parameter. In this study the algorithm that will be used is XGBoost. The XGBoost algorithm is well known and used by many users in the data scientist community. To measure the performance of the XGBoost algorithm, a confusion matrix table is used as a tool for visualizing performance. From this table, recall, precision, f-measure, and accuracy are obtained. The experimental results of the prediction of the status of the results of a football match using the XGBoost algorithm obtained the greatest accuracy value using a combination of Opponent, MatchType, Position and HTMatchResult data is 0,65 for Manchester United and 0,78 for Chelsea. Using this combination of data, predictions were made in the 2018/19 season and an accuracy value for Manchester United was 0,65 and Chelsea was 0,55. Keywords: Football Prediction,Manchester United, Chelsea, XGBoost.