Prediksi Hasil Pertandingan Sepakbola English Premier League Dengan Menggunakan Algoritma K-Nearest Neighbors Dan Naïve Bayes Classifier
Abstract
Sepak bola adalah salah satu olahraga yang sangat popular di dunia, bahkan sepak bola
mampu mencakup banyak aspek seperti kesehatan, hiburan, mata pencaharian, maupun dunia
bisnis. Salah satu kompetisi sepak bola terbesar adalah English Premier League. Skripsi ini
bertujuan untuk mengetahui prediksi hasil pertandingan sepak bola English Premier League
berupa Home Win (H), Away Win (A), dan Draw (D) meggunakan metode Machine learning
dengan membandingkan Algoritma K-Nearest Neighbors dan Naïve Bayes Classifier. KNN
digunakan untuk mengklasifikasikan objek baru berdasarkan atribut dan sampel dari training data.
Sedangkan Naive bayes digunakan karena hanya membutuhkan jumlah data latih yang kecil untuk
menentukan estimasi parameter yang diperlukan pada proses pengklasifikasian. Pada penelitian ini
menggunakan 3 skenario pembagian data latih dan data uji yaitu skenario 1 (75%-25%), skenario
2 (80%-20), dan skenario 3 (90%-10%). Pada keseluruhan skenario menghasilkan nilai akurasi
NB1 60,5%, NB2 60,5%, NB3 63,5%. Kemudian pada pengujian KNN1 60,3%, KNN2 59,6%,
KNN3 62,7%. Pada penelitian ini algoritma Naïve Bayes Classifier menghasilkan nilai akurasi yang
lebih baik secara keseluruhan dibanding dengan model K-Nearest Neighbors.
Collections
- Electric Engineering [783]