EFRISES NASDOELTA (2018) KLASTERISASI PERFORMA PEMAIN SEPAKBOLA LIGAINDONESIA MENGGUNAKAN ALGORITMA K-MEANS(Studi Kasus:IndonesiaS occer Championship2016). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018375TIF.pdf Download (194kB) | Preview |
|
|
Text
2. PENGESAHAN_2018375TIF.pdf Download (298kB) | Preview |
|
|
Text
3. ABSTRAK_2018375TIF.pdf Download (175kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018375TIF.pdf Download (201kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018375TIF.pdf Download (172kB) | Preview |
|
|
Text
6. BAB I_2018375TIF.pdf Download (208kB) | Preview |
|
|
Text
7. BAB II_2018375TIF.pdf Download (438kB) | Preview |
|
|
Text
8. BAB III_2018375TIF.pdf Download (228kB) | Preview |
|
|
Text
9. BAB IV_2018375TIF.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_2018375TIF.pdf Restricted to Repository staff only Download (318kB) |
|
|
Text
11. BAB VI_2018375TIF.pdf Download (173kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018375TIF.pdf Download (177kB) | Preview |
Abstract
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.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 700 Kesenian, Hiburan dan Olahraga |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 11 Jul 2019 05:38 |
| Last Modified: | 11 Jul 2019 05:38 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/15711 |
Actions (login required)
 |
View Item |