Penerapan Data Mining Untuk Pengelompokan Posisi Pemain Sepak Bola Menggunakan Algoritma K-Means Clustering

Abstract

Banyak faktor yang mempengaruhi kemenangan dalam olahraga sepak bola salah satunya yaitu penempatan posisi yang tepat atau sesuai untuk setiap pemainnya, pada posisi depan, tengah dan belakang. Jumlah data yang digunakan yaitu 28 data pemain. K-Means Clustering akan mengelompokan data kedalam cluster tertentu yang memiliki kemiripan data sehingga data yang memiliki karakteristik yang sama dikelompokan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokan kedalam kelompok yang lain. Hasil dari proses perhitungan clustering menggunakan 3 cluster, cluster 1 masuk kedalam cluster pemain belakang dengan karakteristik nilai rata-rata menguasai bola sebesar 2,00 perjuangan yang khas sebesar 2,11 dan kepemimpinan sebesar 2,11 kemudian cluster 2 masuk kealam kelompok pemain tengah dengan nilai karakteristik penyampaian bola (passing) sebesar 3,0 dan penyaluran bola sebesar 2,66 dan cluster 3 masuk kealam kelompok pemain depan dengan karakteristik kecepatan sebesar 1,875. Masing-masing nilai rata-rata dihitung berdasarkan atribut paling tinggi dari tiap cluster. Hasil dari penggunakan aplikasi Weka, cluster 0 berjumlah 13 (46%), cluster 1 berjumlah 8 (29%) dan cluster 2 (25%) berjumlah 7.