Perkembangan machine learning telah dimanfaatkan dalam analisis taktik sepak bola, salah satunya untuk mengklasifikasikan formasi berdasarkan karakteristik lawan. Penelitian ini bertujuan menerapkan algoritma Random Forest untuk mengklasifikasikan formasi Persebaya Surabaya pada kompetisi Liga 1 Indonesia musim 2020–2025. Dataset yang digunakan terdiri dari 172 pertandingan yang dikumpulkan dari platform Sofascore dengan memanfaatkan enam variabel karakteristik lawan sebagai fitur masukan. Model dibangun melalui tahapan pra-pemrosesan data, pembagian dataset dengan rasio 80:20, serta evaluasi menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model Random Forest memperoleh accuracy sebesar 87,88%, precision 0,90, recall 0,88, dan F1-score 0,89. Selain itu, persentase penguasaan bola menjadi fitur yang paling berpengaruh dalam proses klasifikasi. Hasil tersebut menunjukkan bahwa Random Forest mampu mengklasifikasikan formasi Persebaya Surabaya berdasarkan karakteristik lawan dengan kinerja yang baik.
Copyrights © 2026