Seleksi Fitur pada Pengelompokan Posisi Pemain Basket menggunakan Fuzzy C-Means

Authors

DOI:

https://doi.org/10.31328/jointecs.v6i2.2346

Keywords:

basket, pengelompokan, fuzzy c-means, seleksi fitur, posisi pemain,

Abstract

Olahraga bola basket merupakan olahraga terkenal dalam dunia olahraga, baik di tingkat internasional maupun nasional. Satya Wacana Saint Salatiga merupakan salah satu tim bola basket di Indonesia yang merupakan salah satu kontestan Indonesia Basketball League (IBL). Dalam olahraga bola basket, pemain dibedakan menjadi tiga posisi utama, yaitu center, forward, dan guard, yang dipengaruhi oleh kondisi fisiknya. Tujuan dari penelitian ini adalah menyeleksi fitur kondisi fisik yang paling mempengaruhi posisi pemain. Data yang diambil berupa data tinggi badan, berat badan, umur, dan body mass index (BMI) dari 23 pemain. Pengelompokan dengan fuzzy c-means (FCM) digunakan untuk mengelompokkan posisi para pemain berdasarkan fitur-fitur kondisi fisiknya. Untuk mengetahui fitur mana yang paling berpengaruh dalam menentukan posisi pemain, dalam penelitian ini digunakan seleksi fitur pada algoritma FCM. Hasil pengelompokan dengan FCM dibandingkan dengan posisi mereka sebenarnya. Dari empat fitur kondisi fisik tersebut, didapatkan bahwa fitur tinggi badan dan BMI merupakan dua fitur yang paling berpengaruh untuk menentukan posisi pemain. Jika keempat fitur digunakan dalam pengelmpokan didapatkan akurasi sebesar 0.8696, sedangkan jika hanya digunakan fitur tinggi badan dan BMI didapatkan akurasi yang lebih tinggi, yaitu sebesar 0.9565.

Author Biographies

Antoni Erga, Universitas Kristen Satya Wacana

Program Studi Sistem Informasi

Yessica Nataliani, Universitas Kristen Satya Wacana

Program Studi Sistem Informasi

References

S. J. Chang-Chien, Y. Nataliani, and M. S. Yang, “Gaussian-Kernel C-Means Clustering Algorithms,†Soft Comput., vol. 25, no. 3, pp. 1699–1716, 2021.

S. Q. Shinta Palupi, Reza Andrea, “Analisis Cluster Gaya Belajar Siswa Sekolah Menengah Kejuruan dengan Pendekatan Metode K-Means dan Fuzzy C-Means,†J. Penelit. Komun. dan Opini Publik, vol. 21, no. 2, pp. 102–110, 2017.

D. Vernanda, N. N. Purnawan, and T. H. Apandi, “Penerapan Fuzzy C Means untuk Menentukan Target Promosi Penerimaan Mahasiswa Baru,†J. Ilm. Ilmu dan Teknol. Rekayasa, vol. 2, no. 2, pp. 122–129, 2019.

M. R. Amartha, “Penyebaran Mahasiswa Baru Menggunakan Metode Fuzzy C-Means untuk Mencari Daerah Promosi yang Potensial,†Intecoms, vol. 3, no. 2, pp. 102–112, 2020.

M. Dousthagh, M. Nazari, A. Mosavi, S. Shamshirband, and A. T. Chronopoulos, “Feature Weighting Using a Clustering Approach,†Int. J. Model. Optim., vol. 9, no. 2, pp. 2–6, 2019.

M. Hashemzadeh, A. Golzari Oskouei, and N. Farajzadeh, “New Fuzzy C-Means Clustering Method based on Feature-Weight and Cluster-Weight Learning,†Appl. Soft Comput. J., vol. 78, pp. 324–345, 2019.

J. Cai, J. Luo, S. Wang, and S. Yang, “Feature Selection in Machine Learning: A New Perspective,†Neurocomputing, vol. 300, pp. 70–79, Jul. 2018.

A. S. W, L. Junaedi, and T. M. Fahrudin, “Seleksi Fitur dan Preferensi Penyerang Terbaik Liga Inggris Berbasis Fisher’s Discriminant Ratio, K-Means Clustering dan Topsis,†J. Ilm. Inform., vol. 7, no. 2, pp. 76–81, 2019.

M. S. Yang and K. P. Sinaga, “A Feature-Reduction Multi-View K-Means Clustering Algorithm,†IEEE Access, vol. 7, pp. 114472–114486, 2019.

K. Maheshwari and V. Sharma, “Optimization of Fuzzy C-Means Algorithm Using Feature Selection Strategies,†Adv. Intell. Syst. Comput., vol. 672, pp. 368–379, 2018.

X. Zhu, Y. Wang, Y. Li, Y. Tan, G. Wang, and Q. Song, “A New Unsupervised Feature Selection Algorithm using Similarity-based Feature Clustering,†Comput. Intell., vol. 35, no. 1, pp. 2–22, 2019.

R. K. Dinata, H. Novriando, N. Hasdyna, and S. Retno, “Reduksi Atribut Menggunakan Information Gain untuk Optimasi Cluster Algoritma K-Means,†J. Edukasi dan Penelit. Inform., vol. 6, no. 1, pp. 48–53, 2020.

M. S. Yang, “A Feature-Reduction Fuzzy Clustering Algorithm Based on Feature-Weighted Entropy,†IEEE Trans. Fuzzy Syst., vol. 26, no. 2, pp. 817–835, 2018.

X. Pan and S. Wang, “Feature Reduction Fuzzy C-Means Algorithm Leveraging The Marginal Kurtosis Measure,†J. Intell. Fuzzy Syst., vol. 39, no. 5, pp. 7259–7279, 2020.

E. Hancer, B. Xue, and M. Zhang, “A Survey on Feature Selection Approaches for Clustering,†Artif. Intell. Rev., vol. 53, no. 6, pp. 4519–4545, 2020.

Downloads

Published

2021-05-31

Issue

Vol. 6 No. 2 (2021)

Section

Articles

License

Pernyataan Hak Cipta dan Lisensi

Hak Cipta :

Penulis yang mempublikasikan naskahnya pada Jurnal ini menyetujui ketentuan berikut:

Hak cipta pada setiap artikel adalah milik penulis.

  1. Penulis mengakui bahwa JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
  2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE);

Lisensi :

JOINTECS diterbitkan berdasarkan ketentuan Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.

This work is Under licensed

Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)