EVALUASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEMENANGAN DALAM PERTANDINGAN SEPAK BOLA DENGAN MENGGUNAKAN POHON KLASIFIKASI ERZHA AULIA PUTRA

EVALUASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEMENANGAN DALAM PERTANDINGAN SEPAK BOLA DENGAN MENGGUNAKAN POHON KLASIFIKASI ERZHA AULIA PUTRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2017

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Evaluasi Faktor-Faktor yang Mempengaruhi Kemenangan dalam Pertandingan Sepak Bola dengan Menggunakan Pohon Klasifikasi adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Maret 2017 Erzha Aulia Putra NIM G14110082

ABSTRAK ERZHA AULIA PUTRA. Evaluasi Faktor-Faktor yang Mempengaruhi Kemenangan dalam Pertandingan Sepak Bola dengan Menggunakan Pohon Klasifikasi. Dibimbing oleh BAGUS SARTONO dan AJI HAMIM WIGENA. Penerapan statistika di dalam dunia sepak bola semakin sering ditemui dalam beberapa tahun belakangan ini, terutama penggunaan statistika deskriptif. Preview dan review pertandingan dengan mencantumkan data statistik semakin umum dijumpai. Saat ini, sudah banyak pelatih ataupun manajer yang menggunakan statistik untuk mendukung pekerjaan mereka. Data statistik bisa dijadikan acuan untuk menentukan strategi apa yang akan digunakan berdasarkan data pertandingan yang telah dijalani dari klub yang akan dihadapi. Banyak faktor-faktor dalam sepak bola yang berpengaruh terhadap kalah atau menangnya suatu tim. Salah satu cara yang dapat digunakan untuk mengevaluasi faktor-faktor yang berpengaruh dalam menentukan kemenangan adalah dengan menggunakan metode CART (Classification and Regression Tree). Data yang digunakan dalam penelitian kali ini adalah data dari pertandingan La Liga musim kompetisi 2015/2016 yang berjumlah 380 pertandingan dalam semusim. Pohon klasifikasi yang dihasilkan menunjukkan bahwa faktor-faktor yang dapat memengaruhi kemenangan adalah rata-rata usia pemain, jumlah keseluruhan pemain, market value, pemain keluar pada bursa transfer, dan jumlah pengeluaran untuk belanja pemain pada saat bursa transfer. Market Value merupakan peubah yang paling berpengaruh terhadap kemenangan dalam penelitian kali ini. Kata Kunci: CART, Pohon Klasifikasi

ABSTRACT ERZHA AULIA PUTRA. Evaluation on Factors that Affecting Victory in a Football Match by Using Classification Tree. Supervised by BAGUS SARTONO and AJI HAMIM WIGENA. The application of statistics in football becomes common in these recent years, especially descriptive statistics. Preview and review of a match including statistical reference become common to see. Today, a lot of coaches and managers use statistics to support their jobs. There is a lot of data that can be used as a reference to choose the best strategy to use in a match. In football, there is a lot of factors affecting the victory in a match. CART (Classification and Regression Tree) is one of the ways to evaluates the factors that affecting the victory in a football match. The data that used in this research are data from La Liga season 2015/2016 and have a total of 380 match. The classification tree shows that the factors that may affecting victory are player s average age, total squad, market value, players out in transfer window, and total expenditure. In this research, market value is the most influential variable to affecting the victory in a football match. Keywords: CART, Classification Tree

EVALUASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEMENANGAN DALAM PERTANDINGAN SEPAK BOLA DENGAN MENGGUNAKAN POHON KLASIFIKASI ERZHA AULIA PUTRA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN ALAM BOGOR 2017

Judul Skripsi : Evaluasi Faktor-Faktor yang Mempengaruhi Kemenangan dalam Pertandingan Sepak Bola dengan Menggunakan Pohon Klasifikasi Nama : Erzha Aulia Putra NIM : G14110082 Disetujui oleh Dr Bagus Sartono, MSi Pembimbing I Prof Dr Ir Aji Hamim Wigena, MSc Pembimbing II Diketahui oleh Dr Ir Anang Kurnia, MSi Ketua Departemen Tanggal Lulus:

PRAKATA Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta ala atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Judul penelitian ini adalah Evaluasi Faktor-Faktor yang Mempengaruhi Kemenangan dalam Pertandingan Sepak Bola dengan Menggunakan Pohon Klasifikasi. Terima kasih penulis ucapkan kepada Bapak Dr Bagus Sartono, MSi dan Bapak Prof Dr Ir Aji Hamim Wigena, MSc yang telah membimbing penulis dalam menyelesaikan karya ilmiah ini. Ungkapan terima kasih juga disampaikan kepada Ayah, Ibu, Seluruh Keluarga, dan Teman-teman atas segala bentuk dukungan dan doa yang telah diberikan. Semoga karya ilmiah ini bisa memberikan manfaat. Bogor, Maret 2017 Erzha Aulia Putra

DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 1 TINJAUAN PUSTAKA 2 La Liga 2 Analisis Statistika Dalam Sepak Bola 2 CART (Classification and Regression Trees) 3 METODE 3 Data 3 Metode Penelitian 4 HASIL DAN PEMBAHASAN 6 Eksplorasi Data 6 Pohon Klasifikasi 13 SIMPULAN 17 DAFTAR PUSTAKA 18 RIWAYAT HIDUP 19

DAFTAR TABEL 1 Peubah yang digunakan 4 2 Klasemen akhir La Liga musim kompetisi 2015/2016 7 3 Nilai korelasi masing-masing peubah 12 4 Kesesuaian Pohon Klasifikasi La Liga 2015/2016 13 5 Kesesuaian Pohon Klasifikasi La Liga 2015/2016 tanpa peubah X3 15 DAFTAR GAMBAR 1. Hasil Pertandingan Kandang di La Liga 2015/2016 7 2. Poin yang diraih pada pertandingan Kandang dan Tandang 8 3. Rata-rata usia & Jumlah pemain dalam satu tim 9 4. Total market value masing-masing tim & poin akhir klasemen 10 5. Jumlah pemain asing dan pemain lokal masing-masing tim 10 6. Total nilai belanja masing-masing tim 11 7. Jumlah pemain masuk dan pemain keluar masing-masing tim 12 8. Pohon klasifikasi La Liga musim 2015/2016 14 9. Pohon Klasifikasi La Liga musim 2015/2016 tanpa peubah X3 16

PENDAHULUAN Latar Belakang Statistika merupakan pengetahuan yang berhubungan dengan cara pengumpulan data, pengolahan data, dan pengambilan keputusan berdasarkan data dan analisa yang dilakukan. Sedangkan statistik digunakan untuk menunjuk kumpulan data, yang umumnya berbentuk angka dan disusun dalam tabel atau diagram untuk menunjukkan suatu persoalan. Statistika banyak diterapkan di berbagai bidang, tidak terkecuali di bidang olahraga. Sebagai contoh, penerapan statistika dapat digunakan untuk menganalisa performa suatu atlet dalam suatu pertandingan atau suatu kejuaraan. Dengan adanya data mengenai performa atlet tersebut, evaluasi dapat dilakukan untuk menganalisa hal-hal yang perlu diperbaiki untuk kedepannya. Penerapan statistika didalam dunia sepak bola semakin familiar dalam beberapa tahun belakangan ini. Preview dan review pertandingan dengan mencantumkan data statistik semakin umum dijumpai. Mulai dari rata-rata penguasaan bola sebuah klub, shot on goal, sejarah pertemuan kedua klub, sejarah pertemuan kedua pelatih, dan sebagainya. Saat ini, sudah banyak pelatih ataupun manajer yang menggunakan statistik untuk mendukung pekerjaan mereka. Data statistik dapat digunakan untuk belanja pemain atau untuk menyusun strategi tim. Untuk belanja pemain, seorang pelatih dapat menggunakan data statistik untuk melihat rekam jejak seorang pemain, dan kemudian memutuskan untuk membeli pemain tersebut berdasarkan data statistiknya. Selain itu, data statistik juga dapat digunakan untuk menyusun strategi. Untuk menyusun strategi tim, data statistik bisa dijadikan acuan untuk menentukan strategi apa yang akan digunakan berdasarkan data pertandingan yang telah dijalani dari klub yang akan dihadapi. Banyaknya faktor-faktor dalam sepak bola yang berpengaruh terhadap kalah atau menangnya suatu tim terkadang membuat data statistik tidak dapat sepenuhnya dijadikan acuan. Namun, tidak dapat dipungkiri bahwa statistik dapat berperan besar untuk meningkatkan performa suatu tim. Salah satu cara yang dapat digunakan untuk mengevaluasi faktor-faktor yang berpengaruh dalam menentukan kemenangan adalah dengan menggunakan metode CART (Classification and Regression Tree). CART merupakan suatu metode dalam regresi yang melibatkan peubah-peubah penjelas yang banyak dan kompleks, yang mungkin tidak dapat dilakukan dengan regresi sederhana.. Tujuan Penelitian Tujuan penelitian ini adalah mengidentifikasi dan menentukan faktorfaktor yang berpengaruh terhadap kemenangan suatu tim berdasarkan hasil pertandingan di LaLiga Spanyol tahun 2015/2016 dengan menggunakan metode CART.

2 TINJAUAN PUSTAKA La Liga Liga de Fútbol Profesional (Liga Sepak Bola Profesional), atau lebih dikenal dengan nama La Liga atau Primera División adalah liga profesional tertinggi dalam sistem kompetisi liga sepak bola di Spanyol. Secara resmi liga ini dinamai Liga BBVA karena alasan sponsor. Liga ini mulai diselenggarakan sejak tahun 1929, dan rutin diselanggarakan setiap tahun kecuali di tahun 1937-1939 karena adanya perang saudara. Liga ini diikuti oleh 20 klub profesional, dan tiga klub yang menempati peringkat terendah pada akhir musim akan degradasi ke Segunda División dan tempatnya akan digantikan oleh dua klub peringkat teratas dan pemenang playoff di Segunda Division. La Liga telah diikuti total sebanyak 60 klub sepanjang perjalanannya, dengan 9 klub yang pernah merasakan gelar juara. Hanya ada 3 klub yang belum pernah terdegradasi, yaitu Real Madrid, Bercelona, dan Athletic Bilbao. Real Madrid menjadi pemegang gelar juara terbanyak dengan 32 kali menjuarai La Liga, diikuti dengan Barcelona dengan 24 kali menjuarai La Liga. Gelar juara lainnya diraih oleh Atlético Madrid sebanyak 10 kali, Athletic Bilbao sebanyak 8 kali, Valencia sebanyak 6 kali, Real Sociedad sebanyak 2 kali, serta Deportivo La Coruna, Sevilla, dan Real Betis masing-masing sebanyak 1 kali. La Liga telah menjadi liga teratas di daratan Eropa sejak 5 tahun terakhir [UEFA]. Hal ini berdasarkan nilai koefisien liga yang dikeluarkan oleh UEFA dalam situs UEFA sebagai otoritas resmi untuk sepak bola Eropa. Klub-klub dari La Liga juga memiliki gelar Liga Champions terbanyak dengan total 16 gelar, dan Real Madrid adalah klub dengan gelar terbanyak, yaitu 11 gelar Liga Champions. Sevilla, salah satu klub peserta La Liga, juga memiliki gelar juara terbanyak untuk kompetisi Liga Eropa dengan 5 gelar juara, yang 3 gelar diantaranya diraih dalam 3 tahun terakhir. Analisis Statistika dalam Sepak bola Valeriy Lobanovsky (1939 2002) merupakan salah satu pionir dalam mengaplikasikan ilmu statistik ke dalam dunia sepak bola, walaupun tidak ada data resmi yang menyatakan hal tersebut. Pada dekade 1970an dirinya merupakan pelatih dari klub Dynamo Kiev dan USSR. Ia bekerjasama dengan ilmuwan dan peneliti Uni Soviet pada masa itu untuk melakukan pendataan performa pemain yang bertujuan untuk merumuskan strategi, memilih pemain terbaik, memperkuat performa tim, hingga menyusun progam latihan yang tepat. Berkat hal-hal tersebut, Lobanovsky dikenang sebagai salah satu pelatih terbaik dan memberi manfaat besar bagi dunia sepak bola. Valeriy Lobanovsky merupakan salah satu dari 10 pelatih yang paling berpengaruh dalam dunia sepak bola [UEFA]. Berkat apa yang dilakukan oleh Lobanovsky, pasca piala dunia 1982 di Spanyol, FIFA mulai memperkenalkan aplikasi teknologi dan sains. Di Jerman juga mulai dibangun laboratorium sepak bola pada tahun 1984, dengan tujuan yang tidak jauh berbeda dengan apa yang dilakukan oleh Lobanovsky. Pada 27 Maret 1984 berdiri pula organisasi yang bertujuan untuk mencatat sejarah-sejarah sepak bola di dunia, yaitu IFFHS (International Federation of Football History

and Statistics). Saat ini, IFFHS berkonsentrasi pada pemeringkatan rangking dunia klub sepak bola dari semua konfederasi, termasuk pula merangking para pemain sepak bola. Hal ini dilakukan sejak tahun 1991 dan rangkingnya diterbitkan setiap bulan. Adanya statistika dalam sepak bola memiliki peranan penting. Pemain, pelatih, klub, sponsor, maupun para penikmat sepak bola dapat mengambil manfaat dari adanya data statistik sepak bola. Bagi pemain misalnya, data statistik dapat membantu mereka dalam memilih klub. Berapa kali klub tersebut pernah juara, pendapatan klub, dan juga perkembangan klub merupakan hal-hal yang dapat dipertimbangkan oleh seorang pemain dalam memilih klub. Bagi pelatih, data-data statistik sangat berguna untuk meningkatkan kompetensi tim dan untuk menganalisa calon lawan. Data statistik juga akan berguna untuk menentukan pemain mana yang akan dibeli berdasarkan karakteristik yang diinginkan oleh pelatih. Arsene Wenger misalnya, ia membeli Patrick Vieira dari AC Milan setelah ia mempelajari statistik permainan dari pemain tersebut. 3 CART (Classification and Regression Trees) CART (Classification and Regression Trees) merupakan salah satu metode dari salah satu teknik eksplorasi data, yaitu teknik pohon keputusan. CART merupakan metodologi statistik nonparametrik yang dikembangkan untuk topik analisis klasifikasi, baik untuk peubah respon maupun untuk peubah kontinu (Komalasari 2007). CART menghasilkan suatu pohon klasifikasi jika peubah responnya kategorik, dan menghasilkan pohon regresi jika peubah responnya kontinu (Breiman et al. 1993). Tujuan utama dari metode CART adalah untuk mendapatkan suatu kelompok data yang akurat sebagai penciri dari suatu pengklasifikasian (Komalasari 2007). Keunggulan dari metode ini adalah tidak ada asumsi yang harus dipenuhi, dapat mengeksplorasi data yang memiliki struktur kompleks dan banyak peubah, hasil lebih mudah untuk diinterpretasikan, memudahkan eksplorasi data dan pengambilan keputusan. METODE Data Data yang digunakan merupakan data sepak bola dari La Liga Spanyol pada musim 2015/2016. Data-data tersebut dikumpulkan dari berbagai macam situs yang menyediakan analisis sepak bola seperti www.football-data.co.uk dan www.transfermarkt.com. Peubah-peubah yang digunakan dalam penelitian ini tercantum dalam Tabel 1.

4 Kode Y X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 Tabel 1 Peubah yang digunakan Peubah Hasil pertandingan tim tuan rumah Selisih dari Rata-rata umur seluruh pemain dalam suatu tim Selisih dari Jumlah Pemain Selisih dari Total Market Value Selisih dari Jumlah pemain asing Selisih dari Jumlah pemain lokal Selisih dari Transfer pemain masuk Selisih dari Transfer pemain keluar Selisih dari Pengeluaran belanja pemain Selisih dari Peringkat di minggu sebelumnya Selisih dari Umur pelatih Selisih dari Gol di pertandingan sebelumnya Selisih dari Kebobolan di pertandingan sebelumnya Jumlah data yang dimiliki setiap peubah dalam penelitian kali ini berjumlah 380, yang merupakan jumlah pertandingan La Liga dalam satu musim. Peubah respon Y merupakan hasil pertandingan dari tim tuan rumah, yaitu menang, seri, atau kalah. Peubah bebas X yang digunakan berjumlah 12. Peubah Y merupakan data kategorik, sedangkan peubah X seluruhnya merupakan data numerik. Seluruh peubah bebas yang digunakan merupakan nilai selisih antara dua tim yang bertanding. Hal ini dilakukan guna melihat perbandingan antara kedua tim tersebut. Nilai selisih didapatkan dengan mengurangkan nilai peubah yang dimiliki oleh tim tuan rumah dengan nilai peubah yang dimiliki oleh tim tamu. Metode Penelitian Langkah-langkah yang dilakukan pada penelitian kali ini adalah sebagai berikut : 1. Melihat kelengkapan data dan mempersiapkan data untuk dianalisis 2. Melakukan analisis deskriptif terhadap peubah-peubah yang digunakan 3. Pembentukan pohon klasifikasi Pembentukan pohon dilakukan dengan melakukan penyekatan gugus data dengan sederet penyekat biner sampai dihasilkan simpul akhir. Tahapannya adalah sebagai berikut : a. Pembentukan pohon klasifikasi memiliki tiga tahapan utama, yaitu : I. Pemilihan Pemilah Setiap pemilah hanya bergantung pada nilai satu peubah penjelas (Breiman et al. 1993). Jika peubah penjelas kontinu dengan ruang sampel berukuran n, dan n amatan sampel yang berbeda maka terdapat n-1 pemilahan yang berbeda. Jika peubah penjelas kategori berskala nominal bertaraf L, maka akan

diperoleh 2 1-1 pemilah, sedangkan peubah penjelas kategori berskala ordinal, maka akan diperoleh L-1 pemilah yang mungkin dilakukan. Pemilah dipilih berdasarkan tingkat keheterogenan. Tingkat keheterogenan suatu kelas dari suatu simpul tertentu diukur dengan menggunakan nilai impuritasnya. Fungsi impuritas dapat diukur dengan menggunakan fungsi keheterogenan indeks Gini. 5 Dengan p(j t) adalah peluang unit pengamatan dalam kelas ke-j dari simpul ke-t. Kebaikan penyekat (s) pada simpul t didefinisikan sebagai penurunan impuritas i(s,t) yaitu : dengan adalah peluang pengamatan pada simpul kiri, ( ) adalah nilai impuritas simpul ke- kiri, adalah peluang pengamatan pada simpul kanan, dan ( ) adalah nilai impuritas simpul ke- kanan. Penyekat terbaik adalah penyekat yang memiliki nilai kebaikan penyekat terbesar, yaitu: dengan adalah penyekat terbaik. Sehingga simpul akan disekat menjadi dua bagian yaitu simpul anak kanan dan simpul anak kiri. Proses penyekatan dilakukan secara rekursif terhadap dua simpul anak sampai memenuhi kriteria berhenti tertentu. II. Penentuan simpul terminal Suatu simpul t akan menjadi simpul terminal atau tidak akan dipilah kembali, apabila adanya batasan minimum jumlah pengamatan. Umumnya jumlah pengamatan minimum pada simpul sebesar 5 dan terkadang berjumlah 1. III. Penandaan label kelas Label kelas dari simpul terminal ditentukan berdasarkan aturan jumlah terbanyak, yaitu jika P(j0 t) = maxj P(j t), maka label kelas untuk terminal t adalah j0. b. Penentuan Pohon Optimum Ukuran pohon yang besar akan menyebabkan nilai kompleksitas yang tinggi karena struktur data yang digambarkan cenderung kompleks, sehingga perlu dilakukan penanganan untuk mendapatkan pohon optimum yang berukuran sederhana tetapi memberikan nilai kesalahan klasifikasi yang kecil. Cara mendapatkan pohon optimum dengan teknik pemangkasan.

6 Pemangkasan akan memangkas bagian pohon yang kurang penting. Tingkat kepentingan pohon diukur dengan biaya kompleksitas (cost complexity). Persamaannya adalah : ( ) adalah nilai relatif resubstitution suatu sub pohon, ( ) adalah nilai kesalahan klasifikasi resubstitution pada sub pohon, dan menunjukkan ukuran kompleksitas oleh penambahan suatu simpul terminal pada sub pohon T, dan adalah himpunan simpul terminal pada sub pohon. Nilai relatif adalah nilai yang dikorbankan dari proses pemangkasan suatu pohon menjadi sub pohon yang berukuran lebih kecil. Sub pohon 0 yang memiliki nilai relatif paling kecil, yaitu ( 0) = min ( ) dipilih menjadi pohon optimum.. 4. Melakukan interpretasi hasil Software yang digunakan untuk analisis adalah SPSS 16.0 HASIL DAN PEMBAHASAN Eksplorasi Data La Liga musim 2015/2016 dibuka pada tanggal 21 Agustus 2015, dengan menyajikan Malaga melawan Sevilla sebagai pertandingan pembuka. Pertandingan terakhir pada musim tersebut dilaksanakan pada tanggal 15 Mei 2016 dengan menyajikan Rayo Vallecano melawan Levante sebagai pertandingan penutup. Jumlah pertandingan pada La Liga musim 2015/2016 adalah 380 pertandingan. Masing-masing tim bertanding sebanyak 38 kali, dengan rincian bahwa 19 pertandingan diadakan di kandang sendiri dan 19 pertandingan lainnya diadakan di kandang lawan (pertandingan tandang). Barcelona berhasil keluar sebagai juara pada musim tersebut dengan mengumpulkan 91 poin hasil dari 29 kemenangan, 4 kali imbang, dan menderita 5 kekalahan. Tiga tim dengan poin tertinggi akan otomatis lolos ke Liga Champion pada musim berikutnya, sedangkan tim dengan poin tertinggi ke empat akan menjalani laga kualifikasi untuk lolos ke Liga Champion. Sementara itu, tiga tim dengan nilai terendah, yaitu Rayo Vallecano, Getafe, dan Levante akan terdegradasi dari La Liga musim selanjutnya. Klasemen akhir La Liga musim 2015/2016 ditampilkan pada Tabel 2.

Tabel 2 Klasemen akhir La Liga musim kompetisi 2015/2016 Posisi Klub Pertandingan Menang Imbang Kalah Poin 1 Barcelona 38 29 4 5 91 2 Real Madrid 38 28 6 4 90 3 Atletico Madrid 38 28 4 6 88 4 Villareal 38 18 10 10 64 5 Athletic Bilbao 38 18 8 12 62 6 Celta Vigo 38 17 9 12 60 7 Sevilla 38 14 10 14 52 8 Malaga 38 12 12 14 48 9 Real Sociedad 38 13 9 16 48 10 Real Bets 38 11 12 15 45 11 Las Palmas 38 12 8 18 44 12 Valencia 38 11 11 16 44 13 Espanyol 38 12 7 19 43 14 Eibar 38 11 10 17 43 15 Deportivo La Coruna 38 8 18 12 42 16 Granada 38 10 9 19 39 17 Sporting Gijon 38 10 9 19 39 18 Rayo Vallecano 38 9 11 18 38 19 Getafe 38 9 9 20 36 20 Levante 38 8 8 22 32 7 Dari 380 pertandingan di La Liga musim 2015/2016, tim yang bertanding dengan status tuan rumah berhasil meraih kemenangan dalam 183 pertandingan dari total 380 pertandingan. Sebanyak 92 pertandingan berakhir imbang, dan tim tuan rumah menderita kekalahan di 105 pertandingan. Pada Gambar 1, dapat dilihat bahwa tim yang bertanding di kandang mereka sendiri lebih banyak meraih kemenangan dibandingkan dengan tim yang bertandang ke markas tim lain. Gambar 1 Hasil Pertandingan Kandang di La Liga 2015/2016

8 Barcelona dan Real Madrid adalah dua tim yang berhasil meraih kemenangan kandang terbanyak, yaitu dengan 16 kemenangan, satu hasil imbang, dan menderita masing-masing dua kekalahan. Sebagian besar tim di La Liga berhasil meraih poin lebih banyak jika pertandingan dilaksanakan di kandang mereka masing-masing. Pada Gambar 2, dapat dilihat bahwa sebagian besar tim di La Liga memperoleh poin kandang yang lebih besar dibandingkan poin tandang. Khusus untuk Sevilla, boleh dikatakan bahwa mereka merupakan tim yang Jago Kandang karena perolehan poin mereka saat bermain di kandang jauh lebih besar dibandingkan perolehan poin mereka saat bermain tandang. Deportivo La Coruna merupakan satu-satunya tim yang memperoleh poin tandang yang lebih tinggi dibandingkan poin kandang. Dapat disimpulkan bahwa laga kandang atau tandang dapat mempengaruhi hasil akhir pertandingan dan perolehan poin. Gambar 2 Poin yang diraih pada pertandingan Kandang dan Tandang Masing-masing tim di La Liga memiliki komposisi tim yang berbeda-beda. Kombinasi pemain senior dan junior yang baik dapat membawa efek positif bagi tim tersebut. Meskipun begitu, ada tim yang memilih banyak pemain senior dengan harapan pengalaman mereka dapat membantu tim meraih kemenangan. Ada pula tim yang menggunakan banyak pemain junior dengan harapan mereka dapat berkembang dengan baik sehingga performa tim dalam setiap musimnya akan meningkat. Sporting Gijon merupakan tim dengan rataan usia pemain terendah, sedangkan Deportivo La Coruna merupakan tim dengan rataan usia tertinggi di La Liga 2015/2016. Sedangkan Barcelona, yang berstatus sebagai juara La Liga 2015/2016, memiliki rataan usia pemain sebesar 27,9 tahun. Lebih langkapnya dapat dilihat pada Gambar 3. Banyaknya pemain dalam masing-masing tim juga berbeda. Lazimnya, semakin banyak pertandingan yang harus dijalani dalam semusim, maka semakin banyak pemain yang dibutuhkan. Hal ini bertujuan apabila terdapat pemain yang cedera dalam suatu pertandingan, maka tim tersebut tidak akan kekurangan

pemain. Namun, semakin banyak jumlah pemain dalam suatu tim tidak selalu berdampak positif dalam performa suatu tim. Hal ini terjadi karena kualitas setiap pemain berbeda-beda. Tim dengan jumlah pemain terbanyak pada musim 2015/2016 adalah Sevilla, Real Betis, dan Rayo Vallecano. Masing-masing tim tersebut memiliki total 27 pemain. Sedangkan tim dengan jumlah pemain paling sedikit adalah Celta Vigo, Atletico Madrid, dan Real Madrid yang masing-masing memiliki total 22 pemain. 9 Gambar 3 Rata-rata usia (tahun) & Jumlah pemain dalam satu tim Market value merupakan sebuah nilai yang disematkan kepada setiap pemain. Nilai dari market value umumnya tergantung dari beberapa hal, diantaranya ialah performa, umur, posisi, dan seberapa pentingnya mereka bagi tim yang mereka bela. Lazimnya, semakin baik kualitas pemain, maka mereka akan memiliki market value yang tinggi juga. Total dari market value merupakan jumlah dari seluruh nilai market value pemain dalam setiap tim. Tim dengan total market value tertinggi pada musim 2015/2016 adalah Real Madrid dengan nilai mencapai 697,8 Juta, diikuti dengan Barcelona dengan nilai 693 Juta. Jarak nilai market value dari kedua tim tersebut terhadap tim lainnya di La Liga cukup besar, sampai mendekati dua kali lipat dari tim dengan market value ketiga tertinggi di La Liga yaitu Atletico Madrid dengan market value sebesar 363,5 Juta. Selain itu, sebanyak 12 tim di La Liga memiliki total market value di bawah 100 Juta. Hal ini dapat berarti adanya kesenjangan kualitas tim yang cukup besar diantara tim-tim di La Liga pada musim 2015/2016. Selengkapnya dapat dilihat di Gambar 4.

10 Gambar 4 Total market value masing-masing tim (Juta Euro) Pemain asing, dalam konteks kali ini, merupakan pemain yang bukan berasal dari Spanyol. Sedangkan pemain lokal merupakan pemain yang berasal dari Spanyol. Jumlah pemain asing dan lokal dalam setiap tim berbeda-beda tergantung dari kebijakan klub dalam menggunakan keduanya. Banyaknya pemain lokal akan membawa dampak positif bagi tim nasional negara tersebut, oleh karena itu, pada umumnya otoritas penyelenggara masing-masing liga di dunia menetapkan aturan penggunaan pemain lokal dan pemain asing. Athletic Bilbao merupakan tim dengan jumlah pemain asing paling sedikit, yaitu hanya satu pemain asing. Tim dengan pemain asing terbanyak adalah Malaga dengan 18 pemain asing. Sedangkan untuk kepemilikan pemain lokal terbanyak adalah Athletic Bilbao dengan 22 pemain lokal, dan tim dengan pemain lokal paling sedikit adalah Malaga dan Atletico Madrid dengan masing-masing hanya memiliki delapan pemain lokal. Pada Gambar 5, dapat dilihat perbandingan komposisi tim dalam menggunakan pemain asing dan pemain lokal. Gambar 5 Jumlah pemain asing dan pemain lokal masing-masing tim

Expenditures merupakan jumlah uang yang dikeluarkan oleh masing-masing tim untuk membeli pemain. Pada saat jendela transfer dibuka, masing-masing tim akan bergerak untuk mendapatkan pemain yang diincar. Jumlah uang yang digunakan untuk membeli pemain-pemain itulah yang merupakan nilai dari expenditures. Dapat dilihat pada Gambar 6, bahwa tim dengan nilai belanja terendah adalah Getafe dan Sporting Gijon yang masing-masing tidak mengeluarkan uang pada saat jendela transfer dibuka. Namun, ini bukan berarti mereka tidak belanja pemain, bisa saja mereka mendapatkan pemain dengan status bebas transfer. Sementara itu tim dengan nilai belanja tertinggi adalah Atletico Madrid dengan jumlah sebesar 136,11 Juta. 11 Gambar 6 Total nilai belanja masing-masing tim (Juta Euro) Pada akhir musim, setiap tim akan mengevaluasi bagaimana performa mereka di musim tersebut. Sehingga pada saat jendela transfer dibuka, setiap tim akan berusaha mencari pemain yang menurut mereka dapat meningkatkan performa tim tersebut. Tidak hanya mencari pemain baru, masing-masing tim juga umumnya menjual pemain yang mereka anggap tidak memenuhi ekspektasi yang mereka beri. Pemain yang jarang mendapat kesempatan bermain pun, jika diizinkan, mereka akan berusaha mencari tim baru yang dapat memberi mereka kesempatan bermain lebih banyak. Aktivitas pada jendela transfer dapat mempengaruhi performa tim untuk musim selanjutnya, karena pemain baru yang masuk ataupun pemain lama yang keluar dari tim akan mengubah komposisi tim. Tim dengan jumlah pemain masuk terbanyak adalah Eibar dengan 13 pemain. Tim dengan jumlah pemain keluar terbanyak adalah Granada dengan 17 pemain. Sementara itu, tim yang relatif sibuk pada bursa transfer adalah Granada dengan 12 pemain masuk dan 17 pemain keluar. Tim dengan perubahan susunan pemain yang banyak menandakan bahwa mereka tidak puas dengan hasil pada musim sebelumnya. Dengan banyak merubah susunan pemain, mereka berharap ada perubahan pada hasil yang akan diraih. Sementara itu, tim dengan aktivitas transfer yang sedikit menandakan bahwa mereka sudah cukup puas dengan hasil

12 yang mereka raih pada musim sebelumnya. Mereka hanya perlu sedikit pemain untuk memperkuat tim mereka. Selengkapnya dapat dilihat pada Gambar 7. Gambar 7 Jumlah pemain masuk dan pemain keluar masing-masing tim Peubah-peubah yang dibahas diatas merupakan sebagian dari peubahpeubah yang diduga berpengaruh terhadap kemenangan suatu tim. Untuk melihat benar atau tidaknya hal tersebut, maka salah satu cara yang bisa digunakan adalah dengan melakukan uji korelasi berganda. Uji korelasi dilakukan dengan melihat hubungan antara peubah-peubah yang telah dibahas dengan poin akhir klasemen dari masing-masing tim. Hasilnya, jika melihat pada Tabel 3, maka X3 merupakan peubah dengan niai korelasi tertinggi yaitu 0,877 diikuti dengan peubah X8 dengan nilai korelasi 0,652. Kemudian peubah yang dianggap memiliki hubungan cukup kuat adalah X2 dengan nilai korelasi sebesar -0.551 dan X5 dengan nilai korelasi sebesar -0,468. Tabel 3 Nilai korelasi masing-masing peubah

13 Pohon Klasifikasi La Liga Musim 2015/2016 Pohon klasifikasi untuk La Liga musim 2015/2016 dibentuk dengan menyelisihkan masing-masing peubah dari dua tim yang bertanding. Hal ini dilakukan untuk membandingkan peubah-peubah dari seluruh tim yang bertanding. Pohon tersebut menghasilkan 17 simpul yang terdiri dari satu simpul induk, tujuh simpul dalam, dan sembilan simpul terminal. Peubah penjelas yang masuk dalam pohon klasifikasi ada lima, yaitu X1 (selisih dari rata-rata usia pemain), X2 (selisih dari jumlah pemain kedua tim), X3 (selisih dari nilai Market Value), X7 (selisih jumlah pemain yang keluar pada bursa transfer) dan X8 (selisih dari nilai belanja kedua tim). Pemilah yang digunakan sebagai pemilah awal dalam pohon adalah pemilah dengan nilai improvement terbesar, yaitu selisih dari nilai Market Value dengan nilai improvement sebesar 0.046. Improvement merupakan kebaikan pemilah melalui nilai penurunan keheterogenan dalam pohon. Hasil dari pemilahan pertama, yang menghasilkan simpul 1 dan simpul 2, kembali dipilah dengan peubah yang sama dan mengasilkan sampul 3, 4, 5, dan 6. Hal ini menyatakan bahwa Market Value merupakan peubah yang paling berpengaruh terhadap hasil akhir pertandingan pada La Liga musim 2015/2016. Peubah-peubah yang muncul dalam pohon klasifikasi pada Gambar 8 merupakan peubah yang dianggap cukup mempengaruhi hasil pertandingan. Peubah X8 (Pengeluaran Belanja Pemain) memilah simpul 4 menjadi dua bagian, yaitu simpul 7 dan simpul 8. Peubah X2 (jumlah pemain) memilah simpul 5 menjadi simpul 9 dan simpul 10. Setelah itu, simpul 8 dan simpul 10 kembali dipilah. Simpul 8 kembali dipilah oleh peubah X8 dan menghasilkan simpul 11 dan simpul 12. Sementara simpul 10 dipilah oleh peubah X1 (rata-rata usia) menjadi simpul 13 dan simpul 14. Terakhir, simpul 14 kembali dipilah oleh peubah X7 (pemain keluar) menjadi simpul 15 dan simpul 16. Nilai kesesuaian pohon klasifikasi yang dihasilkan oleh metode CART yaitu sebesar 56.1%. Hal ini dapat dilihat pada Tabel 5. Persentase untuk menduga hasil pertandingan yang berakhir dengan kemenangan tim tuan rumah sebesar 95.1%. Pertandingan yang berakhir dengan kekalahan tim tuan rumah memiliki ketepatan sebesar 29.5%, sedangkan untuk hasil imbang hanya memiliki persentase ketepatan sebesar 8.7%. Tabel 4 Kesesuaian Pohon Klasifikasi La Liga 2015/2016 Observasi Prediksi % Seri Kalah Menang Ketepatan Seri 8 7 77 8.7% Kalah 3 31 71 29.5% Menang 6 3 174 95.1% Total Persentasi 4.5% 10.8% 84.7% 56.1%

14 Gambar 8 Pohon klasifikasi La Liga musim 2015/2016

15 Hasil pohon klasifikasi pada Gambar 8 menunjukkan bahwa X3 (selisih dari nilai Market Value) merupakan peubah yang paling berpengaruh terhadap hasil dari suatu pertandingan. Padahal, jika melihat hasil pada analisis deskriptif yang telah dilakukan, terdapat perbedaan yang sangat besar antara dua tim dengan nilai market value tertinggi dengan tim-tim lainnya. Dua tim tersebut adalah Real Madrid dan Barcelona. Real Madrid memiliki nilai market value sebesar 697,8 Juta, diikuti dengan Barcelona dengan nilai 693 Juta. Sementara itu, 18 tim lain hanya memiliki nilai market value dengan rentang 30,4 Juta sampai 363,5 Juta. Oleh karena itu, untuk melihat peubah yang paling berpengaruh lainnya, maka dilakukanlah pembentukan pohon klasifikasi kedua dengan mengeluarkan X3 dari deretan peubah bebas yang digunakan. Pohon klasifikasi baru yang dihasilkan dapat dilihat pada Gambar 9. Pohon tersebut memiliki 13 simpul, dengan satu simpul induk, lima simpul dalam, dan tujuh simpul terminal. Peubah penjelas yang masuk dalam pohon klasifikasi baru adalah X1 (selisih dari rata-rata umur pemain kedua tim), X2 (selisih dari jumlah pemain kedua tim), X8 (selisih dari pengeluaran belanja kedua tim), X9 (selisih dari posisi kedua tim pada minggu sebelum pertandingan). Peubah dengan nilai improvement terbesar digunakan sebagai pemilah awal, yaitu X8 dengan nilai improvement sebesar 0.039. Ini juga menandakan bahwa pada pohon klasifikasi baru, peubah X8 merupakan peubah yang paling berpengaruh terhadap hasil suatu pertandingan. Pemilahan awal oleh peubah X8 menghasilkan simpul 1 dan simpul 2. Simpul 2 kemudian kembali dipilah oleh peubah X8 sehingga menghasilkan simpul 3 dan simpul 4. Simpul 3 kemudian dipilah oleh peubah X2 sehingga menghasilkan simpul 5 dan simpul 6, sementara simpul 4 dipilah oleh peubah X9 sehingga menghasilkan simpul 7 dan simpul 8. Simpul 6 kemudian dipilah oleh peubah X2 sehingga menghasilkan simpul 9 dan simpul 10. Terakhir, simpul 7 dipilah oleh peubah X1 sehingga menghasilkan simpul 11 dan simpul 12. Nilai kesesuaian yang dihasilkan oleh pohon klasifikasi yang baru yaitu sebesar 54.7%. Hal ini dapat dilihat pada Tabel 6. Persentase untuk menduga hasil pertandingan yang berakhir dengan kemenangan tim tuan rumah sebesar 72.7%. Pertandingan yang berakhir dengan kekalahan tim tuan rumah memiliki ketepatan sebesar 37.1%, sedangkan untuk hasil imbang sebesar 39.1%. Tabel 5 Kesesuaian Pohon Klasifikasi La Liga 2015/2016 tanpa peubah X3 Observasi Prediksi % Seri Kalah Menang Ketepatan Seri 36 9 47 39.1% Kalah 34 39 32 37.1% Menang 36 14 133 72.7% Total Persentasi 27.9% 16.3% 55.8% 54.7%

16 Gambar 9 Pohon Klasifikasi La Liga musim 2015/2016 tanpa peubah X3

17 Dari kedua pohon klasifikasi yang dihasilkan, pohon klasifikasi pertama memiliki nilai kesesuaian yang lebih besar dibandingkan dengan nilai kesesuaian yang dihasilkan oleh pohon klasifikasi kedua. Nilai kesesuaian yang dihasilkan oleh pohon klasifikasi pertama sebesar 56.1% dan pohon kedua sebesar 54.7%. Namun, pada pohon klasifikasi pertama, nilai kesalahan ketika observasi mengatakan hasil pertandingan seri atau kalah namun diprediksi menang lebih besar dibandingkan pohon klasifikasi kedua. Hal ini membuat pohon klasifikasi kedua lebih bagus digunakan untuk memprediksi hasil pertandingan dibandingkan dengan pohon klasifikasi pertama meskipun memiliki total nilai kesesuaian yang lebih kecil. SIMPULAN Pohon klasifikasi pertama untuk La Liga musim 2015/2016 menghasilkan 17 simpul dengan satu simpul induk, tujuh simpul dalam, dan sembilan simpul terminal. Peubah penjelas yang masuk dalam pohon klasifikasi ada lima, yaitu X1 (selisih dari rata-rata usia pemain), X2 (selisih dari jumlah pemain kedua tim), X3 (selisih dari nilai Market Value), X7 (selisih jumlah pemain yang keluar pada bursa transfer) dan X8 (selisih dari nilai belanja kedua tim). X3 merupakan peubah paling berpengaruh pada pohon klasifikasi pertama. Pohon klasifikasi kedua dilakukan dengan mengeluarkan X3 dari deretan peubah bebas yang digunakan. Pohon klasifikasi menghasilkan 13 simpul, dengan satu simpul induk, lima simpul dalam, dan tujuh simpul terminal. Peubah penjelas yang masuk dalam pohon klasifikasi baru adalah X1 (selisih dari rata-rata umur pemain kedua tim), X2 (selisih dari jumlah pemain kedua tim), X8 (selisih dari pengeluaran belanja kedua tim), X9 (selisih dari posisi kedua tim pada minggu sebelum pertandingan). X8 merupakan peubah paling berpengaruh pada pohon klasifikasi kedua. Pohon klasifikasi pertama memiliki nilai kesesuaian sebesar 56.1%. Pohon klasifikasi kedua memiliki nilai kesesuaian sebesar 54.7% Namun, setelah dibandingkan, diputuskan bahwa pohon klasifikasi kedua lebih baik dari pohon klasifikasi pertama. Hal ini disebabkan oleh nilai kesalahan ketika observasi mengatakan hasil pertandingan seri atau kalah, namun diprediksi menang lebih besar pada pohon klasifikasi pertama dibandingkan pada pohon klasifikasi kedua.

18 DAFTAR PUSTAKA Breiman L, Friedman JH, Olshen RA, Stone CJ. 1993. Classification and Regression Trees. New York: Chapman and Hall. Full Time & Half Time Results, Match Stats, Match Total Goals & AH Odds. [Internet]. [Diunduh pada bulan Juni 2016]. Terdapat dalam Footballdata.co.uk dan dapat diakses dangan alamat: http://www.footballdata.co.uk/spainm.php Komalasari WB. 2007. Metode Pohon Regresi untuk Eksplorasi Data dengan Peubah yang Banyak dan Kompleks. Informatika Pertanian. 16.967-980. [UEFA] The Union of European Football Association. Coaching greats in profile. [Diakses Juni 2016] http://www.uefa.com/uefachampionsleague/news/ newsid=2435568.html [UEFA] The Union of European Football Association. UEFA ranking for club competition. [Diakses Juni 2016] http://www.uefa.com/memberassociations/ uefarankings/country/ Table La Liga 2015/2016. [Internet]. [Diunduh pada bulan Juni 2016]. Terdapat dalam Transfermarkt.com dan dapat diakses dengan alamat : http://www.transfermarkt.com/laliga/tabelle/wettbewerb/es1?saison_id=201 5 Total Market Value Trend of All Clubs of LaLiga. [Internet]. [Diunduh Juni 2016]. Terdapat dalam Transfermarkt.com dan dapat diakses dengan alamat : http://www.transfermarkt.com/primeradivision/marktwerteverein/wettbewer b/es1

19 RIWAYAT HIDUP Penulis yang bernama Erzha Aulia Putra dilahirkan di Jakarta pada tanggal 22 September 1993 dan merupakan putra pertama dari dua bersaudara dari pasangan Bapak Donny Agustian dan Ibu Wulan Kinasih. Penulis menempuh pendidikan dasar di SD Islam Terpadu Meranti Jakarta dan lulus pada tahun 2005. Selanjutnya, penulis melanjutkan studinya di SMP Islam Terpadu Al-Binaa dan lulus pada tahun 2008. Penulis kemudian melanjutkan studi di SMA Negeri 5 Bogor dan lulus pada tahun 2011. Sejak tahun 2011, penulis melanjutkan studi di jurusan Statistika IPB. Selama menempuh pendidikan di IPB, penulis merupakan pengurus Himpunan Keprofesian Gamma Sigma Beta (GSB) selama 2 periode menjabat sebagai staf Beta Club di tahun 2013 dan 2014. Penulis pernah melaksanakan praktik lapang di Universitas Trilogi pada bulan Juli dan Agustus 2014.