Sistem Rekomendasi Petarung Ultimate Fighting Championship (UFC) Berbasis Profile Matching dan Elo Rating

Azis, Bahrul Satria
Setiawan, Ahmad Bagus
Kasih, Patmi

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Ketidakseimbangan dalam sistem pencocokan petarung UFC dapat mengurangi kualitas pertarungan serta pengalaman penonton. Penelitian ini mengajukan penggunaan sistem rekomendasi yang memanfaatkan algoritma Elo Rating dan Profile Matching untuk secara adil mencocokkan lawan berdasarkan data statistik kinerja petarung. Proses ini dimulai dengan mengumpulkan data dari situs resmi UFC, diikuti dengan normalisasi, perhitungan skor kecocokan, dan pembaruan peringkat. Sistem ini dibangun menggunakan Python dan Flask. Hasil simulasi menunjukkan bahwa petarung seperti Alexandre Pantoja direkomendasikan untuk bertanding melawan Brandon Moreno, dengan skor kecocokan sebesar 0,313. Evaluasi menunjukkan bahwa tingkat presisi awal mencapai 50%, dengan kemungkinan peningkatan seiring dengan bertambahnya jumlah data. Sistem ini terbukti efektif dalam memberikan rekomendasi pasangan bertarung yang lebih objektif dan kompetitif.