KLASTERISASI PERFORMA PEMAIN SEPAKBOLA LIGAINDONESIA MENGGUNAKAN ALGORITMA K-MEANS(Studi Kasus:IndonesiaS occer Championship2016)
Daftar Isi:
- Performa pemain sepak bola dinilai penting dalam sepak bola. Peraturan tentang performa pemain hanya ditentukan berdasarkan asumsi dan tidak ada riset yang khusus yang dilakukan olehpelatih atau Persatuan Sepak bola Seluruh Indonesia (PSSI). Maka dari itu diperlukan upaya untuk perbaikan aturan yang selama ini dibuat oleh pelatih atauPSSI. Salah satu upaya untuk mengelompokan pemain adalah dengan cara memanfaatkan proses data mining.Data yang banyak,komplek, dan rumit dapat diolah untuk mendapatkan informasi dengan menggunakan data mining.Untuk mengelompokan data menjadi beberapa klaster berdasarkan kemiripan digunakan metodeklusterdengan algoritma k-means. Penelitian ini menggunakan data pemain sepakbola ligaIndonesia tahun 2016. Kemiripan data diukur berdasarkan jarak tiap data dengan menggunakan rumus Euclidian Distance. Hasil kluster dibagi menjadi 3 yaitu, klaster1buruk43,52%, kluster2sangat baik 21,08%, dan kluster3 baik 35,90%.Diharapkan informasi ini dapat memudahkan pelatih atau PSSI dalam membuat kebijakan atau aturan untuk dapat meningkatkan kualitas ligaIndonesia.Kata Kunci:Clustering,Euclidean Distance,K-Means,Liga Indonesia,Performa,PSSI,sepakbola.