Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Nusantara of Engineering (NOE)
Muhammad Rohid Saputro
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Metode Adaptive Boosting dan Extreme Gradient Boosting Untuk Prediksi Hasil Pertandingan Liga Spanyol Muhammad Rohid Saputro; Umi Mahdiyah; Daniel Swanjaya
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i1.20882

Abstract

Sepakbola merupakan olahraga yang paling terkenal di seluruh dunia dengan hampir 4 miliar pengagum dari berbagai belahan bumi. Negara besar di Eropa memiliki kompetisi sepakbola yang terstruktur dan memiliki tingkatan kompetisi yang lengkap. Algoritma AdaBoost dan XGBoost merupakan metode machine learning yang dapat digunakan untuk mengatasi suatu permasalahan yang berhubungan dengan deret dan situasi peramalan. Perlunya mengetahui prediksi kemenangan tim pertandingan sepak bola Liga Spanyol selalu menjadi pembahasan yang tidak pernah dilewatkan oleh penggemar sepak bola, oleh karena itu prediksi sangat berguna untuk para penggemar sepakbola dan pelatih tim sepak bola dapat mengantisipasi suatu kejadian yang mendatang. Misalnya, penggemar ataupun pelatih tim sepak bola Liga Spanyol dapat memperkirakan kemenangan tim pada masa mendatang. Data yang digunakan menggunakan dataset statistik pertandingan 2 tingkat teratas Liga Spanyol selama 4 musim yaitu pada musim 2018/2019 sampai musim 2021/2022 yang didapat dari www.football-data.co.uk. Pengujian menggunakan metode AdaBoost memperoleh tingkat akurasi sebesar 64,02%, dan metode XGBoost memperoleh tingkat akurasi sebesar 61,79%. Dari hasil pengujian yang telah dilakukan pada dataset Liga Spanyol musim 2018/2019 sampai 2021/2022, menunjukkan bahwa metode AdaBoost memperoleh hasil yang lebih baik jika dibandingkan dengan metode XGBoost.
Co-Authors Daniel Swanjaya Mahdiyah, Umi