PENDAHULUAN
1.1 Latar Belakang
Sepak Bola adalah cabang olahraga yang umumnya dimainkan oleh dua tim yang masing-masing beranggotakan 11 (sebelas) orang pemain inti dan beberapa pemain cadangan. Sepak bola bertujuan untuk mencetak gol sebanyak-banyaknya dengan memasukkan bola ke gawang lawan. Dalam berjalannya sebuah pertandingan terdapat aturan aturan yang diterapkan dan diadili oleh seorang wasit.Peraturan pertandingan secara umum diperbarui setiap tahunnya oleh induk organisasi sepak bola internasional (FIFA).
FIFA merupakan induk organisasi sepak bola internasional yang membawahi seluruh federasi – federasi di setiap negara di dunia, contohnya adalah PSSI ( Persatuan Sepak Bola Seluruh Indonesia ). Selain itu FIFA juga menyelenggarakan Piala Dunia setiap empat tahun sekali.
Tim sepak bola akan berkompetisi dalam sebuah liga guna mendapatkan gelar juara, gelar juara didapatkan dengan mengumpulkan poin dalam tiap pertandingan dan akan dikalkulasikan ke dalam klasemen.
Banyak faktor yang menentukan keberhasilan sebuah tim untuk meraih kemenangan, mulai dari potensi pemain, strategi pelatih, dan faktor kesehatan. Pelatih memegang peranan yang sangat penting. Pada faktanya banyak pelatih yang menjalankan tugas dengan ego sendiri tanpa mempertimbangkan data skill dan kemampuan pemain. Kasus tersebut yang membuat sebuah tim mengalami kekalahan seiring berjalanya kompetisi , karena penempatan pemain tidak cocok dan tidak sesuai dengan data skill dan kemampuan pemainya. Dengan adanya kasus tersebut, penulis mencoba membuat sebuah sistem pengelompokan posisi pemain menggunakan data set skill dan kemampuan pemain dari game PES 2020
Dalam pengelompokan dan penentuan posisi pemain sepak bola ini, metode yang digunakan oleh penulis adalah Data mining. Data mining
2 adalah suatu proses pengerukan atau pengumpulan informasi penting dari suatu data yang besar. Teknik data mining terdiri dari: asosiasi, klasifikasi, dan clustering. Clustering menganalisis objek data dimana label kelas tidak diketahui. Clustering dapat digunakan untuk menentukan label kelas tidak diketahui dengan cara mengelompokkan data untuk membentuk kelas baru.
Metode Agglomerative Hierarchical Clustering (AHC) biasanya digunakan apabila belum ada informasi jumlah kelompok yang akan dipilih. Arah pengelompokan bisa bersifat divisive (top to down) artinya dari 1 cluster sampai menjadi k buah cluster atau bersifat agglomerative (bottom up) artinya dari n cluster (dari n-buah data yang ada) menjadi k buah cluster.
Teknik hirarkhis (hierarchical methods) adalah teknik clustering membentuk konstruksi hirarkhis atau berdasarkan tingkatan tertentu seperti struktur pohon. Dengan demikian proses pengelompokannya dilakukan secara bertingkat atau bertahap. Hierarchical Clusstering adalah salah satu algoritma clustering yang dapat digunakan untuk meng-cluster dokumen (document clustering). Dari teknik Hierarchical Clustering, dapat dihasilkan suatu kumpulan partisi yang berurutan (Herny & Dwi, 2017).
Penelitian dengan topik ini diambil karena dataset pemain sepak bola dari game Pro Evolution Soccer 2020 yang telah diolah. Dapat membantu pelatih pada dunia nyata untuk menentukan posisi pemain dengan proses clustering menggunakan metode Agglomerative Hierarchical Clustering (AHC). Maka dibuatlah sebuah sistem yang menjadi pertimbangan pelatih dalam menentukan posisi ideal dalam pertandingan nyata. Game Pro Evolution Soccer menjadi rekomendasi penulis untuk pengelompokan posisi pemain karena game Pro Evolution Soccer 2020 dan sejenisnya menggunakan data real dan bahkan memiliki lisensi asli dari club, liga, federasi dari seluruh team sepak bola di dunia.
3
1.2 Rumusan Masalah
Berdasarkan latar belakang yang ada dapat dirumuskan beberapa masalah antara lain :
1. Apakah metode Agglomerative Hierarchical Clustering dapat mengelompokan pemain sepakbola pada data game Pro Evolution Soccer 2020 dan mendapatkan hasil evaluasi yang baik?
2. Apakah dengan normalisasi non-normalisasi, min-max normalitation dan z-score normalitation dapat meningkatkan hasil evaluasi?
3. Berapakah nilai akurasi metode AHC (Agglomerative Hierarchical Clustering) untuk menentukan posisi pemain dalam olahraga sepakbola?
1.3 Tujuan
Adapun tujuan dari penelitian ini sebagai berikut :
1. Mengetahui hasil evaluasi pengelompokan pemain sepak bola menggunakan metode Agglomerative Hierarchical Clustering.
2. Mengetahui perbedaan hasil evaluasi normalisasi non normalisasi, min-max normalitation dan z-score normalitation.
3. Mengetahui nilai akurasi metode AHC (Agglomerative Hierarchical Clustering) dalam menentukan posisi pemain dalam olahraga sepakbola.
1.4 Batasan Masalah
Pada batasan masalah ini, penulis membatasu masalah yang perlu yaitu : 1. Data yang digunakan adalah data set Pro Evolution Soccer 2020.
2. Data yang digunakan memiliki Jumlah 122 atribut dan diseleksi menjadi 27 atribut dikarenakan tidak semua atribut dapat digunakan, data ini berasal dari game Pro Evolution Soccer 2020 (PES 2020).
4 3. Normalisasi yang akan diuji menggunakan rumus min-max dan rumus
z-score.
4. Perhitungan jarak akan menggunakan rumus Manhattan distance dengan rumus Euclidean distance.
5. Menghitung akurasi menggunakan Silhouette Index.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini sebagai berikut :
1. Menambah pengalaman dan pengetahuan mengenai pengelompokan posisi pemain sepak bola dari data game Pro Evolution Soccer 2020 (PES 2020).
2. Penelitian ini diharapkan menjadi rujukan untuk penelitian yang berkaitan dengan metode clustering menggunakan Agglomerative Hierarchical Clustering
1.6 Metodologi Penelitian
1. Identifikasi masalahPeneliti melakukan identifikasi masalah yang diambil untuk dijadikan topik penelitian.
2. Study literatur
Peneliti akan mempelajari clustering lebih dalam sesuai dengan metode yang digunakan yaitu pengelompokan menggunakan Agglomerative Hierarchical Clustering.
3. Pembuatan alat uji
Merancang design dan implementasi system yang digunakan untuk menguji metode pada penelitian ini.
5 4. Analisis Hasil
Pada tahap ini akan dilakukan analisis hasil di mana untuk mengetahui hasil keakuratan metode menggunakan confusion matrix.
1.7 Sistematika Penulisan
Dalam penulisan tugas akhir ini dibagi dalam beberapa bagian utama yang dirincikan sebagai berikut:
1. BAB I PENDAHULUAN
Bagian ini berisi tentang deskripsi umum tugas akhir yang meliputi latar belakang masalah, rumusan masalah, tujuan penelitian, batasan penelitian, serta sistematika penulisan.
2. BAB II TINJAUAN PUSTAKA
Pada bab ini diuraikan landasan teori dan masalah yang berhubungan dengan metode data mining terutama AHC (Agglomerative Hierarchical Clustering ) untuk mengclustering penempatan posisi pemain sepak bola.
3. BAB III METODOLOGI PENELITIAN
Bagian ini menjelaskan tentang metodologi penelitian, identifikasi masalah, teknik pengumpulan data, analisis algoritma dan alat bantu dalam penelitian.
4. BAB IV IMPLEMENTASI DAN ANALISIS SISTEM Bagian ini membahas analisis terhadap masalah penelitian dan preprocessing data, desain interface, pengujian dan pengukuran akurasi.
5. BAB V PENUTUP
Bab ini berisikan kesimpulan dan saran untuk pengembangan system lebih lanjut.
6