Perbandingan Metode Naïve Bayes Classifier Dan Support Vector Machine Untuk Prediksi Hasil Pertandingan Sepakbola ( Studi Kasus : Data Pertandingan English Premier League Musim 2021/2022 ) Disusun Oleh :

Abstract

Statistika berperan di berbagai bagian seperti bisnis , asuransi , teknologi , dan olahraga , salah satunya adalah sepakbola yang merupakan cabang olahraga yang paling populer di dunia , Dari banyak ajang kompetisi sepakbola yang diselenggarakan English Premiere League adalah salah satu yang paling populer . Dalam penelitian ini bertujuan untuk melakukan prediksi agar mengetahui hasil pertandingan menang , imbang dan kalah untuk tim kandang menggunakan metode Naïve Bayes Classifier dan Support Vector Machine serta dilakukannya perbandingan antara kedua metode tersebut untuk mengetahui hasil kinerja metode yang lebih baik . Pada penelitian kali ini dilakukan pembagian data training sebesar 90 % dan data testing sebesar 10 % dengan menghasilkan nilai akurasi sebesar 76 % untuk metode Naïve Bayes Classifier , dan akurasi sebesar 87 % untuk metode Support Vector Machine . Pada penelitian kali ini metode Support Vector Machine menghasilkan nilai akurasi yang lebih baik dibandingkan dengan menggunakan metode Naive Bayes Classifier. Berdasarkan variabel yang digunakan dalam penelitian ini , variabel jumlah gol keseluruhan dari tim tandang adalah variabel yang memiliki pengaruh terbesar yang menentukan hasil akhir kemenangan untuk tim kandang , kemudian untuk variabel tendangan sudut tim kandang memiliki pengaruh yang negatif .