CLUSTER ANALYSIS UNTUK MEMPREDIKSI TALENTA PEMAIN BASKET MENGGUNAKAN JARINGAN SARAF TIRUAN SELF ORGANIZING MAPS (SOM)
Abstract: Dunia bola basket
telah berkembang dengan pesat seiring dengan berjalannya waktu. Hal ini
ditandai dengan munculnya berbagai macam dan jenis kompetisi dan pertandingan
baik dunia maupun dalam negeri. Sehingga makin banyak dilahirkannya pemain
berbakat dengan berbagai karakteristik permainan yang berbeda. Tuntutan bagi
seorang pelatih/pemandu bakat, untuk dapat melihat secara jeli dalam memenuhi kebutuhan
tim untuk membentuk tim yang solid. Dengan dibuatnya aplikasi ini, maka akan
membantu proses analisis dan pengambilan keputusan bagi pelatih maupun pemandu
bakat Aplikasi ini menggunakan algoritma Self Organizing Maps (SOM) untuk
melakukan analisis cluster. Data real pemain NBA digunakan untuk keperluan
proses training dan data real pemain Indonesia /pemain Universitas Kristen
Petra untuk proses testing. Data pemain NBA dipersiapkan dengan melalui proses
cleaning dan di transformasi ke bentuk yang dapat diolah oleh algoritma SOM.
Kemudian data diolah menggunakan algoritma SOM untuk menghasilkan
cluster-cluster data. Hasil cluster-cluster ini ditampilkan dalam bentuk yang
mudah untuk dilihat dan digunakan sebagai analisis.Hasil tersebut dapat disimpan
pula dalam bentuk file teks. Dengan menggunakan output dari aplikasi ini, yang
berupa cluster pemain basket, pengambil keputusan dapat melihat statistik tiap
cluster. Dengan menggunakan statistik tiap cluster, pelatih atau pemandu bakat
dapat memprediksi statistik dan posisi di lapangan seorang pemain basket yang
ditest, yang berada pada sebuah cluster tertentu. Informasi ini dapat membantu
pelatih atau pemandu bakat dalam pengambilan keputusan.
Penulis: Gregorius Satia
Budhi, Liliana Liliana, Steven Harryanto
Kode Jurnal: jptinformatikadd080019
