Prediksi Pertandingan di Ultimate FIghting Championship menggunakan Algoritma Random Forest

Kusuma Pratiwa, Attar (2022) Prediksi Pertandingan di Ultimate FIghting Championship menggunakan Algoritma Random Forest. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (2MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (232kB) | Preview
Preview	PDF BAB_I.pdf Download (215kB) | Preview
Preview	PDF BAB_II.pdf Download (1MB) | Preview
Preview	PDF BAB_III.pdf Download (897kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
Preview	PDF BAB_V.pdf Download (203kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Mixed Martial Arts (MMA) merupakan cabang olahraga yang sedang berkembang pesat akhir-akhir ini. Olahraga ini dimainkan oleh dua atlet yang saling bertanding bela diri untuk meraih kemenangan. Organisasi MMA paling terkemuka saat ini adalah Ultimate Fighting Championship (UFC) yang diikuti oleh atlet-atlet paling terkualifikasi di dunia. Walaupun atlet UFC memiliki skill yang mumpuni, hasil pertandingan dan performa mereka sering terpengaruh oleh lawan yang tidak cocok dan kelas berat yang diikuti. Oleh karena itu, dirancanglah sebuah sistem klasifikasi menggunakan machine learning untuk memprediksi pertandingan di UFC yang da- pat diakses melalui perangkat Android. Algoritma machine learning yang digu- nakan untuk membangun sistem klasifikasi adalah Random Forest Classifier yang melakukan prediksi berdasarkan riwayat statistik para atlet. Menggunakan algo- ritma tersebut, berhasil ditemukan hasil klasifikasi dengan akurasi 67.56%. Melalui sistem klasifikasi tersebut, dapatlah juga diketahui kelas berat yang paling sesuai untuk diikuti atlet berdasarkan persentase kemenangan dari setiap kelas berat. De- ngan begitu, atlet pada UFC akan dapat lebih mudah dalam memilih lawan dan juga kelas berat untuk diikuti.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Android, Machine Learning, Mixed Martial Arts, Random Forest
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	20 Jul 2022 07:03
Last Modified:	18 Aug 2023 01:25
URI:	https://kc.umn.ac.id/id/eprint/22489

Actions (login required)

View Item