Back


Detail Data

Fakultas FAKULTAS TEKNIK DAN SAINS
Program Studi TEKNIK INFORMATIKA
Judul PENERAPAN METODE DATA MINING UNTUK PENGELOMPOKAN POSISI PEMAIN SEPAK BOLA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (Studi Kasus: Sekolah Sepak Bola Jenaya FC Bogor U11)
Tahun 2018
Tanggal Input 04 May 2026, 10.35



Abstak

ABSTRAK

PENERAPAN METODE DATA MINING UNTUK PENGELOMPOKAN POSISI PEMAIN SEPAK BOLA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (STUDI KASUS: SEKOLAH SEPAK BOLA JENAYA FC BOGOR U11). Banyak faktor yang mempengaruhi kemenangan dalam olahraga sepak bola salah satunya yaitu penempatan posisi yang tepat atau sesuai untuk setiap pemainnya, pada posisi depan, tengah dan belakang. Jumlah data yang digunakan yaitu 28 data pemain. K-Means Clustering akan mengelompokkan data ke dalam cluster tertentu yang memiliki kemiripan data sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain. Hasil dari proses perhitungan clustering menggunakan 3 cluster, cluster 1 masuk kedalam cluster pemain belakang dengan karakteristik nilai rata-rata menguasai bola sebesar 2,00, perjuangan yang khas sebesar 2,11 dan kepemimpinan sebesar 2,11 kemudian cluster 2 masuk ke dalam kelompok pemain tengah dengan nilai karakteristik penyampaian bola (passing) sebesar 3,0 dan penyaluran bola sebesar 2,66 dan cluster 3 masuk ke dalam kelompok pemain depan dengan karakteristik kecepatan sebesar 1,875. Masing-masing nilai rata-rata dihitung berdasarkan atribut paling tinggi dari tiap cluster. Hasil dari penggunaan aplikasi Weka, cluster 0 berjumlah 13 (46%), cluster 1 berjumlah 8 (29%) dan cluster 2 (25%) berjumlah 7.

Kata Kunci: K-Means, Clustering, Weka, Posisi Pemain, Sepak Bola


Preview