IDENTIFIKASI FAKTOR KUNCI KEMENANGAN BRI LIGA 1 2024-2025 MENGGUNAKAN RANDOM FOREST CLASSIFIER
DOI:
https://doi.org/10.53682/Keywords:
machine learning, feature importance, Liga 1 Indonesia, Random Forest, segmentasi timAbstract
Penelitian ini mengidentifikasi faktor kunci kemenangan tim BRI Liga 1 musim 2024-2025 menggunakan Random Forest Classifier dengan fokus feature importance analysis. Dataset mencakup 18 tim dengan 306 pertandingan yang diagregasi menjadi enam metrik performa teknis. Implementasi stratified 10-fold cross-validation menghasilkan akurasi 65.0% ± 22.9% dalam memprediksi segmentasi berlapis (Juara, Papan Atas AFC, Papan Tengah, Bertahan, Degradasi). Analisis feature importance mengidentifikasi rata-rata pelanggaran (23.9%), rata-rata tekel sukses (20.7%), dan rata-rata tembakan ke gawang (18.7%) sebagai tiga variabel paling signifikan. Temuan menunjukkan dominasi metrik defensif dalam konteks Liga 1, berbeda dari pola liga internasional yang didominasi metrik ofensif. Segmentasi berlapis memberikan insight strategis lebih kaya dibandingkan prediksi peringkat absolut, memungkinkan pengembangan framework evaluasi yang disesuaikan dengan karakteristik sepak bola Indonesia. Penelitian ini memberikan kontribusi metodologis untuk sports analytics regional dan rujukan empiris bagi manajemen klub Liga .
