Abstrak: Penelitian ini bertujuan untuk membangun sebuah sistem pendukung keputusan penentuan
posisi pemain untuk cabang olahraga sepak bola, yang terdiri dari posisi penyerang, bertahan, gelandang
dan kiper. Metode Naïve Bayes digunakan jika pelatih telah memiliki data pemain terdahulu dan metode
Profile Matching digunakan jika telah memiliki nilai standar pelatih. Kriteria penilaian yang digunakan
yaitu Dribbling, Passing, Crossing, Shooting, Accelaration, Agility, Stamina, Jumping, Aggression,
Composure, Creativity, Decisioning, Positioning, Marking dan Teamwork. Hasil akhir dari sistem ini
adalah menghasilkan rekomendasi daftar ranking pemain dari setiap posisi. Peneliti melakukan pengujian
white box dengan teknik basis path testing membuat perkiraan logika yang kompleks untuk
mendefinisikan aliran eksekusi dan pengujian black box dengan teknik equivalence partitioning dengan
teknik pengujian yang membagi domain input, menentukan kasus pengujian dengan mengungkapkan
kelas-kelas kesalahan. Dari pengujian kelayakan sistem yang dilakukan menggunakan kuesioner
didapatkan persentase perkategori yaitu 88.25% untuk variabel tampilan, 85.5% untuk variabel
kemudahan pengguna, dan 87% untuk variabel kerja sistem.
Kata kunci : Sistem Pendukung Keputusan, Penentuan Posisi, Sepak Bola, Naïve Bayes, Profile Matching
Abstract: This research built a decision final result of this research was to recommend
supporting system in positioning the players in the list of rank of players in each position. The
soccer, consists of the position of the attacker, researcher also did white box test with basis
defense, midfield and goalkeeper. Naïve Bayes path testing technique in making complex logic
method is used when the coaches have standard hypothesis to define execution way and black
score. The criteria of assessment used such as box with the equivalence partitioning technique
Dribbling, Acceleration, Aggression, Passing, in diving the domain input. It was used to
Crossing, Shooting, Agility ,Stamina, Jumping, determine the testing cases in elaborating
Composure, Creativity, Decisioning, mistakes. In the expediency testing system, it
Positioning, Marking, and Teamwork. The was done by using questionnaires gained from
ejournal.unib.ac.id 311
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
312 ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 3 September 2016, ISSN 2303-0755
Cari nilai probabilistik dengan cara dibutuhkan oleh suatu jabatan yang
menghitung jumlah data yang sesuai dari diperkirakan dapat menghasilkan kinerja
kategori yang sama dibagi dengan jumlah optimal. Untuk menghitung core factor
data pada kategori tersebut. digunakan rumus:
4. Rumus Naïve Bayes : ∑
NFC = …(1)
P(C|F1…Fn) = P(C) P(F1|C) P (F2|C)
∑
P(F3|C)
Keterangan:
= P(C) ∏ ( | ) . . . (2)
= NCF = Nilai rata-rata core factor
1 1
NC = Jumlah total nilai core factor
Dimana variabel C mempresentasikan
IC = Jumlah item core factor
kelas, sementara variabel (F1…Fn)
b. Secondary Factor (Faktor Pendukung)
mempresentasikan karakteristik petunjuk
Secondary factor adalah item-item
yang dibutuhkan untuk melakukan
selain aspek yang ada pada core factor.
klasifikasi.
Untuk menghitung secondary factor
5. Bandingkan setiap hasilnya dengan
melihat nilai tertinggi. [5] digunakan rumus:
∑
C. Metode Profile Matching NSF = …(2)
∑
Metode profile matching digunakan dalam
Keterangan :
pengambilan keputusan dengan mengasumsikan
NSF = Nilai rata-rata secondary factor
bahwa tingkat variabel prediktor yang ideal yang
NS = Jumlah total nilai secondary
harus di penuhi oleh subjek yang diteliti. Tahapan
factor IS = Jumlah item secondary
metode profile matching adalah sebagai berikut :
factor
1) Pembobotan
Tabel 1. Bobot Nilai Gap
c. Perhitungan Nilai Total
Untuk menghitung nilai total dari
masing-masing aspek, digunakan
rumus:
N = (X)% NCF + (X)% NSF … (3)
Keterangan :
N = Nilai total tiap aspek
NCF = Nilai rata-rata core factor
2) Pengelompokan Core dan Secondary Factor
NSF = Nilai rata-rata secondary factor
Setelah menentukan bobot nilai gap kriteria
(X)% = Nilai persentase
yang dibutuhkan, kemudian tiap kriteria
dikelompokkan lagi menjadi dua kelompok 3) Perankingan
yaitu core factor dan secondary factor. Hasil akhir dari proses profile matching
a. Core Factor (Faktor Utama) adalah ranking dari kandidat yang diajukan
Core factor merupakan aspek untuk mengisi suatu jabatan tertentu. [6]
(kompetensi) yang menonjol/paling
ejournal.unib.ac.id 313
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
314 ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 3 September 2016, ISSN 2303-0755
2. Analisis Kebutuhan Sistem jalur logika. White box testing memiliki
Pada tahap ini peneliti akan melakukan beberapa jenis dalam pengujiannya, yaitu
analisis kebutuhan sistem dengan teknik Basis Path Testing, Cyclomatic Complexity,
pengumpulan data menggunakan teknik Graph Matrix, Control Structur Testing.
studi pustaka. Hasil analisis ini akan Jenis pengujian white box yang akan
dimodelkan dengan membuat diagram digunakan pada penelitian ini adalah basis
UML. path testing. Basis path testing adalah salah
3. Desain satu teknik pengujian white box testing yang
Kegiatan yang dilakukan pada tahap ini mengidentfikasi kasus yang didasarkan pada
adalah menerjemahkan analisis ke dalam aliran logika yang diambil dari program atau
bentuk rancangan antarmuka (interface), sistem. [11]
dan rancangan prosedur metode sebelum 2. Black Box Testing
penulisan program (coding). Pengujian black box atau pengujian fungsional
4. Pengkodean adalah pengujian kondisi yang dibangun
Hasil perancangan sistem akan diubah berdasarkan fungsional dari program atau
menjadi bentuk yang dimengerti oleh mesin sistem. Adapun jenis-jenis dari pengujian black
yaitu ke dalam bahasa pemrograman yang box ini antara lain : Equivalence Partioning,
telah ditentukan melalui proses penulisan Boundary Value Testing, Comparision
program (coding). Testing,Sample Testing ,Robustness Testing,
5. Pengujian Behavior Testing, Requirement Testing,
Pada penelitian ini akan dilakukan dengan Performance Testing ,Endurance Testing dan
menggunakan Black-Box dan White-Box Cause Effect Relationship Testing. Adapun
sebagai metode pengujian sistem. jenis pengujian black box yang akan digunakan
6. Pemeliharaan yaitu Equivalence Partioning, dimana metode
Pemeliharaan sistem dilakukan bukan yang membagi domain masukan dari suatu
hanya sekedar proses memperbaiki program ke dalam kelas-kelas data berdasarkan
kesalahan program tetapi proses yang pada premis masukan dan keluaran dari suatu
memiliki karakteristik memperbaiki komponen yang dipartisi ke dalam kelas-kelas,
kesalahan yang tidak ditemukan pada menurut spesifikasi dari komponen tersebut,
tahapan sebelumnya. yang akan diperlakukan sama (ekuivalen) oleh
komponen tersebut.
D. Metode Pengujian Sistem
Proses pengujian yang dilakukan pada IV. ANALISIS DAN PERANCANGAN
aplikasi yang dibuat menggunakan dua metode
A. Identifikasi Permasalahan
pengujian yaitu white box testing dan black box
Dalam cabang olahraga sepak bola,
testing.
kemampuan terbaik dari seorang pemain tidak
1. White Box Testing
terlepas dari penempatan posisi yang ideal karena
White box testing merupakan kondisi
penentuan posisi yang tepat dapat mempengaruhi
pengujian yang didesain dengan memeriksa
permainan dalam sebuah tim. Akan tetapi,
ejournal.unib.ac.id 315
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
sebagian besar para pelatih hanya dapat pemain dengan nilai GAP posisi. Lalu hasil dari
menyeleksi pemain tanpa dapat menentukan posisi pengurangan tersebut akan dikonfersi kedalam
pemainnya karena tidak memiliki standar pembobotan nilai GAP seperti yang tertera pada
penilaian untuk setiap posisi yang ada. Ketika tabel bobot nilai GAP. Proses selanjutnya yaitu
seorang pelatih menentukan posisi para pemain menentukan nilai Core Factor (CF) dan Second
berdasarkan kriteria yang dimiliki oleh setiap Factor (SF) yang akan ditentukan sendiri oleh
pemain, maka posisi tersebut tidak akan berubah. pelatih sehingga menghasilkan hasil perangkingan.
perhitungan probabilitas. Sedangkan jika user SPK penentun posisi, manajemen formasi,
(pelatih) memilih penentuan posisi menggunakan manajemen pengumuman, ubah data user, ubah
metode Profile Matching yaitu sistem akan profil, melihat pengumuman, melihat profil SSB
memetakan GAP yaitu mengurangkan nilai dan login.
316 ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 3 September 2016, ISSN 2303-0755
2. Class Diagram Pada Gambar 4, aktifitas penentuan posisi
Pada sistem ini kelas user mempunyai menggunakan standar pelatih (metode profile
hubungan relasi realization terhadap kelas matching) yang akan digunakan oleh user
interface Login (pelatih). Aktifitas ini dimulai dari pelatih atau
user mengakses sistem penentuan posisi pemain
lalu memasukkan username dan password. Jika
proses login berhasil maka sistem akan
menampilkan form utama.
Gambar 5 merupakan aktifitas penentuan
posisi menggunakan data history (metode naïve
bayes) yang akan digunakan oleh user (pelatih).
Aktifitas ini dimulai dari pelatih atau user
mengakses sistem penentuan posisi pemain lalu
memasukkan username dan password. Jika proses
Gambar 3. Class Diagram login berhasil maka sistem akan menampilkan
Kelas user mempunyai hubungan relasi form utama. Pengguna yang telah berhasil masuk
ke sistem dapat memilih menu data penilaian
1 ke 1…* dengan kelas data_pemain dan
pemain. Lalu, sistem akan menampilkan form
pemain_training yang artinya seorang user
menu data penilaian pemain dan pelatih dapat
dapat menginputkan banyak data pemain.
menambahkan data pemain sehingga data pemain
Kelas user mempunyai hubungan relasi 1 ke 1 (siswa SSB) dapat diproses.
dengan kelas std_pelatih artinya seorang
pelatih hanya memiliki satu standar penilaian.
3. Activity Diagram
Gambar 4. Activity Diagram Profile Matching Gambar 5. Activity Diagram Naïve Bayes
ejournal.unib.ac.id 317
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
7. Package Diagram
Pada Gambar 9 terdapat beberapa paket
Gambar 6. Sequence Diagram
yang mendukung sistem pendukung
5. State Chart Diagram
keputusan penentuan posisi, yaitu paket
Pada Gambar 7. bahwa menu penentuan posisi
penentuan posisi ideal pemain, paket data
akan memasukkan data berupa 15 kriteria.
pemain, paket posisi dan paket formasi. Hal
Selanjutnya, sistem akan memproses data sehingga
ini dilakukan untuk mempermudah dalam
hasil posisi dapat direkomendasikan kepada
pengguna yaitu pelatih.
mencari letak kesalahan dalam membangun
aplikasi yang dibangun.
318 ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 3 September 2016, ISSN 2303-0755
8. Component Diagram
Setelah dikonversi :
ejournal.unib.ac.id 319
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
320 ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 3 September 2016, ISSN 2303-0755
P(Dribbling | Penyerang) * P(Passing | Setelah dikonversi :
Penyerang) * P(Crossing | Penyerang) *
P(Shooting | Penyerang) * P(Accelaration |
Penyerang) * P(Agility | Penyerang) *
P(Stamina | Penyerang) * P(Jumping | Berdasarkan dari tabel standar penilaian pelatih
Penyerang) * P(Aggression | Penyerang) * maka penentuan posisi ideal pemain dalam sepak
ejournal.unib.ac.id 321
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
C. Perhitungan Sistem
Untuk menginputkan data pemain, user
Gambar 14. Halaman Data Penilaian Pemain
(pelatih) dapat menekan tombol Tambah Data
Untuk hasil perangkingan yang dilakukan
Pemain. Inputan pada kelompok penilaian objektif
oleh system dapat dilihat pada Gambar 15 dan 16.
merupakan penilaian dalam bentuk angka 1-100.
Pada Gambar 13, hasil perangkingan untuk setiap
Sedangkan inputan pada kelompok penilaian
posisi akan dilebihkan 2 pemain. Misalnya, ketika
subjektif pada sistem merupakan penilaian dengan
user memilih formasi 4-4-2 dimana terdiri dari 4
pilihan baik, cukup dan kurang. Adapun tampilan
bertahan, 4 gelandang, 2 penyerang, 1 kiper.
halaman tambah data pemain seperti gambar 13.
Sehingga system merekomendasikan 6 bertahan, 6
gelandang, 4 penyerang dan 3 kiper. System tidak
merekomendasikan 11 pemain inti dengan tujuan
system memberikan rekomendasi pemain
cadangan dengan penambahan 2 pemain disetiap
posisi pada pemilihan formasi.
322 ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 3 September 2016, ISSN 2303-0755
membandingkan hasil line-up pemain dengan
hasil keluaran dari sistem yang dibangun.
Adapun hasil pengujian akurasi sistem dari
metode Naïve Bayes yaitu 84,21 % dan hasil
pengujian akurasi sistem dari metode Profile
Matching yaitu 94,73%.
3. Sistem ini dapat memberikan kemudahan
kepada pengguna dan layak dalam
menentukan posisi pemain sepak bola. Dalam
pengujian uji kelayakan sistem didapatkan
hasil penilaian, yaitu variabel tampilan sangat
baik dengan presentase 88.25%, variabel
kemudahan pengguna sangat baik dengan
presentase 85.5% dan variabel kerja sistem
sangat baik dengan presentase 87%.
Gambar 16. Halaman Hasil Perhitungan Sistem
ejournal.unib.ac.id 323
Jurnal Rekursif, Vol. 2 No. 2 Juni 2016, ISSN 2303-0755
324 ejournal.unib.ac.id