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.