“ANALISIS DATA PEMAIN MUDA DALAM FOOTBALL MANAGER: PENENTUAN GRADE BERDASARKAN CURRENT ABILITY DAN POTENTIAL ABILITY MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (K-NN)”

Muttaqin, Perwira Habibullah (2025) “ANALISIS DATA PEMAIN MUDA DALAM FOOTBALL MANAGER: PENENTUAN GRADE BERDASARKAN CURRENT ABILITY DAN POTENTIAL ABILITY MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (K-NN)”. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (516kB)
	Text Bab 1.pdf Download (453kB)
	Text Bab 2.pdf Download (431kB)
	Text Bab 3.pdf Download (552kB)
	Text Bab 4.pdf Download (677kB)
	Text Bab 5.pdf Download (355kB)
	Text Lampiran.pdf Download (4MB)

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan grade pemain muda dalam game Football Manager berdasarkan dua parameter utama, yaitu Current Ability (CA) dan Potential Ability (PA), dengan menggunakan algoritma K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM). Data diperoleh dari Football Manager yang dikenal memiliki akurasi tinggi dalam representasi statistik pemain karena melibatkan analis data resmi dan jaringan scout profesional. Fokus penelitian diarahkan pada pemain berusia 17 hingga 22 tahun, dengan total sekitar 1.000 data yang telah melalui tahap pembersihan dan pemilihan atribut relevan. Model diuji menggunakan metrik evaluasi seperti akurasi, precision, recall, F1-score, serta analisis confusion matrix dan uji stabilitas melalui cross-validation. Hasil penelitian menunjukkan bahwa SVM unggul dibandingkan KNN, dengan akurasi 0.99 dan nilai precision, recall, serta F1-score yang konsisten di semua kelas, sementara KNN hanya mencapai akurasi 0.954 dan mengalami penurunan kinerja pada kelas minoritas. KNN menunjukkan stabilitas model yang lebih tinggi dengan deviasi standar ±0.014, dibandingkan SVM yang memiliki deviasi ±0.027. Berdasarkan temuan ini, SVM direkomendasikan sebagai metode utama untuk sistem klasifikasi dan scouting berbasis data pada pemain muda.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	23 Sep 2025 04:07
Last Modified:	23 Sep 2025 04:07
URI:	http://repository.unas.ac.id/id/eprint/14194

Actions (login required)

View Item