ANALISIS PERFORMA PEMODELAN REGRESI UNTUK PREDIKSI KEMENANGAN DATASET TIM NBA
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Regresi linier sederhana merupakan jenis pemodelan regresi, yang digunakan untuk mengestimasi hubungan antara variabel-variabel. National Basketball Association (NBA) merupakan liga basket profesional di Amerika Serikat. Penelitian ini melihat bagaimana lima algoritma regresi yaitu Gradient Boosting Regressor, Light Gradient Boosting Regressor, Extreme Gradient Boosting Regressor, AdaBoost Regressor, dan Random Forest Regressor bekerja dengan baik ketika digunakan untuk memprediksi persentase kemenangan tim NBA. berdasarkan statistik individu pemain. Hasil penelitian menunjukkan bahwa Light Gradient Boosting Regressor memiliki MSE terendah (0.0106), MAE terendah (0.0820), dan waktu pelatihan tercepat (0.2325 detik). Menurut analisis fitur penting, rata-rata Win Shares pemain per 48 menit, estimasi jumlah kemenangan yang dikontribusikan pemain melalui pertahanannya, persentase dari serangan tim yang melibatkan pemain, pengukuran efisiensi pemain, persentase dari total rebound defensif yang diambil pemain memengaruhi persentase kemenangan. Hasil ini memberikan informasi penting bagi tim NBA untuk meningkatkan strategi dan kinerja tim melalui peningkatan statistik individu yang signifikan.