TUGAS BESAR 1 BIG DATA WAREHOSUE DAN BIG DATA

DATA ANALYST

Jurnal Profesi analisis dan pekerjaan

OLEH : Kelompok 3

1.Muhamad Daffa Rajwa (41822010032)

2.Enjelina Asrawati Manurung ( 41821120022)
3.Ridho Haryadi (41822110028)
4.Rendika Angesti (41822110016)
5.Abdul Wafi (41822110007)
6.Anwar Nasihin (41822110021)

FAKULTAS SISTEM INFORMASI

UNIVERSITAS MERCU BUANA
2023
 KATA PENGANTAR

Puji Syukur kami Panjatkan Kehadirat Allah SWT,yang telah memberikan rahmat dan
hidayah-nya sehingga penelitian ini dapat diselesaikan dengan baik,kami juga ingin
mengucapkan terima kasih kepada semua pihak yang telah memberikan
dukungan,bantuan,dan motivasi dalam proses penelitian ini.

Penelitian ini bertujuan untuk menyelediki dan menganalisis statistika performa tim
basket dalam FIBA World Cup 2023.Kompetensi ini adalah salah satu yang paling dinanti-
nantikan dalam dunia basket,dan memiliki dampak yang signifinkan dalam perkembangan
olahraga ini.Anlisis statistic yang kami lakukan pada dataset FIBA World Cup 2023 team
statistics dari Kaggle menjadi Langkah awal yang kritis dalam Upaya kami untuk memahami
lebih dalam bagaimana permainan basket berkembnag dari waktu kewaktu,bagaimana tim
nasional beradaptasi dengan strategi mereka dan bagaimana indivu-individu berbakat
berktribusi dalam Upaya mereka untuk meraih kemenagan

Penelitian ini tidak akan berhasil tanpa data yang berkualitas dan relevan.Oleh karena
itu,kami ingin menyampaikan terima kasih kepada Kaggle atas tersedianya dataset yang
sangat berharga ini.Dataset tersebut memberikan wawasan yang kaya tentang statistik
performa tim-tim basket dari berbagai negara yang berpatisipasi dlam FIBA World Cup
2023.Data ini memungkinkan kami untuk menjawab berbagai pertanyaan penting dalam
konteks kompetisi ini dan juga memiliki potensi untuk mengilhami penelitian lanjutan dalam
bidang analisis statistic olahraga

Kami juga ingin mengucapkan terimakasih kepada keluarga,teman-teman kepada

Dosen pembimbing kami yang telah memberikan arahan,bimbingan dan masukan berharga
selama proses penelitian ini.Semangat dan dedikasi mereka sangat memotivasi kami untuk
terus menggali lebih dalam analisis statistic olahraga.

Terakhir,kami ingin mengucapkan terimkasih kepada keluarga,teman-teman,dan

semua pihak yang memberikan dukungan moral dan motivasi selama penelitian ini
berlangsung.Semua dukungan ini telah membantu kami dalam menyelesaikan penelitian ini
dengan sukses.

Akhir kata,semoga hasil penelitian ini dapat memberikan manfaat dan wawasan yang
berharga bagi dunia basket,analis statistik,dan semua pihak yang tertarik dalam
perkembangan Olahraga Internasional.
 ABSTRAK

FIBA World Cup 2023 adalah ajang kompetisi basket tingkat dunia yang sangat dinantikan
oleh pecinta olahraga diseluruh dunia.Kompetisi ini tidak mencangkup pertandingan tingkat
tinggi antara tim nasional bakset dari berbagai negara,tetapi juga mencermikan
perkembangan dan evolusi permainan basket dari waktu ke waktu.Oleh karena itu,penelitian
dan analisis statistic menjadi kunci dalam memahami faktor-faktor yang mempengaruhi hasil
pertandingan dan strategi yang digunakan oleh tim nasioanl.

Dalam rangka untuk melaksanakan analisis statistik yang melaksanakan analisis statistik yang
mendalam terkait FIBA World Cup 2023,pemilihan dataset yang tepat adalah Langkah awal
yang sangat penting.Dataset FIBA World Cup 2023 team statistics yang tersedia di Kaggle
memberikan Kumpulan data yang kaya tentang statistik performa tim-tim basket selama
kompetisi ini berlangsung,Data-data seperti jumlah poin,rebound,assist,dan efektivitas
permainan memberikan wawasan yang berharga tentang bagiamana tim-tim ini berkinerja
dilapangan

Dengan dataset ini,penelitian memiliki peluang untuk menjawab berbagai peluang untuk
menjawab berbagai pertanyaan esensial dalam dunia basket.Mereka dapat melakukan
pertandingan performa antara tim-tim,mengidentifkasi strategi yang paling efektif dan bahkan
memprediksi hasil pertandingan berdasarkan data histori,selain itu,analisis statistik dalam
konteks olahraga seperti basket memiliki potensi intuk mengilhami penelitian lanjutan
dibidang analisis statistik olahraga dan ilmu data

Penelitian ini memiliki tujuan untuk memberikan wawasan yang berharga bagi
pelatih,analisis,pemain penggemar basket,dan komunikasi ilmu statistik olahraga.Dengan
pemahaman yang lebih mendalam tentang faktor-faktor yang mempengaruhi permainan dan
strategi yang efektif,penelitian ini diharapkan dapat berkontribusi dalam meningkatkan
kualitas permainan basket ditingkat nasional dan internasional basket ditingkat nasional dan
internasional.Oleh karena itu,pemilihan dataset FIBA World Cup 2023 team statistics dari
Kaggle menjadi Langkah awal yang kritis dalam rangka untuk mendukung penelitian dan
analisi tertkait performa berbagai tim basket selama kompetisi FIBA World 2023
 PENDAHULUAN
1.Latar Belakang
Basketball adalah Olahraga yang memiliki daya Tarik global dengan jutaan
penggemar yang mengikuti setiap pertadingan.FIBA World Cup,sebagi salah satu ajang
kempetisi paling prestisius didunia basket,menjadi sorortan utama dlam dunia olahraga setiap
empat tahun sekali.FIBA World Cup 2023,yang akan diselengarakan dalam waktu
dekat,sangat dinantikan oleh pecinta basket di seluruh dunia.kompetisi ini tidak hanya
menghadirkan persaingan tingkat tinggi antara tim nasional basket,tetapi juga menjadi arena
untuk memahami perkembangan permainan basket dari masa ke masa
Dalam konteks ini,penelitian dan analisis statistik memiliki peran penting dalam
mengungkap tren,pola dan faktor-faktor kunci yang mempengaruhi hasil
pertandingan.Analisis statistik dapat memberikan wawasan yang mendalam tentang performa
tim basket dan strategi yang digunakan oleh tim nasional.Pemilihan dataset yang sesuai
adalah Langkah awal yang krusal dalam mengekplorasi data statistik yang relevan.
Dataset yang ideal untuk mendukung penelitian ini adalah dataset FIBA World Cup
2023 team statitistik yang telah disediakan oleh Kaggle.Dataset ini mencangkup berbagai
parameter statistik yang berkaitan dnegan kinerja tim basket dan berbagai negara yang akan
berpatisipasi dalam FIBA World Cup 2023.Parameter-parameter ini,seperti jumlah poin yang
dicetak,rebound,assist dan efektivitas permainan,memberikan gambaran yang komprehensif
tentang bagiamana tim-tim ini tampil di lapangan
Melalui dataset ini,penelitian memiliki peluang untuk menjawab pertanyaan kunci
kompetisi FIBA World Cp 2023.mereka dapat menganalisis dan membandingkan performa
tim-tim,mengidentifikasi pola dan tren yang signifikan dan bahkan melakukan prediksi hasil
pertandingan berdasarkan data historis.Analisis statistik olahraga dan ilmu data yang akan
memberikan manfaat bagi dunia olahraga secara keseluruhan
Penelitaian ini bertujuan untuk memberikan wawasan yang berharga bagi
pelatih,analisis pemain,penggemar basket,dan komunikasi ilmu statistik olahraga.Dengan
pemahaman yang lebih dalam tentang faktor-faktor yang mempengaruhi permainan dan
strategi yang efektif,penelitian ini diharapkan dapat berkontribusi dalam meningkatkan mutu
permaninan basket,serta memberikan pengetahuan yang berharga bagi semua yang terlibat
dalam dunia basket internasional.Oleh karena itu,pemilihan dataset FIBA World Cup 2023
team statistics dari Kaggle menjadi Langkah awal yang kritis dalam mendukung penelitian
dan analisis terkait performa berbagai tim basket selama kompetisi FIBA World Cup 2023
2.Penjelasan Data
Tabel diatas tampaknya adalah data hasil pertadingan dari suatu kompetisi,di mana berbagai
tim memiliki informasi tentang jumlah pertandingan,poin pertandingan,assist
pertandingan,presentase percobaan bola masuk,presentasae goal,2 point goal per
pertandingan,presentase 2 point goal,3 point goal per pertandingan,presntase 3 point goal,dan
posisi akhir dalam kompetisi.Berikut adalah penjelasan lebih lanjut mengenai masing-masing
kolom:
1.Posisi akhir Kompetisi : Nomor yang menunjukan posisi akhir tim dalam kompetisi
2.Nama Tim : Nama Tim yang berpastispasi dalam kompetisi
3.Pertandingan Dimainkan : Jumlah pertandingan yang dimainkan oleh tim
4.Point per Pertandingan : Rata-rata poin yang diperoleh tim per pertandingan
5.Assist per Pertandingan : Rata-rata assist yang diberikan tim per pertandingan
6.Presentase Bola Masuk per Pertandingan : Pertandingan rata-rata bola yang berhasil masuk
per pertandingan
7.Presentase Percobaan Bola Masuk per pertandingan : presentase rata-rata percobaan
tembakan yang berhasil masuk per pertandingan
8.Presentase Goal : Presentase goal yang dicetak per pertandingan
9.2 Point Goal per Pertandingan : Rata-rata 2 point goal yang dicetak tim per pertandingan
10.Percobaan 2 Point Goal per Pertandingan : Rata-rata percobaan tembakan 2 point per
tandingan
11.Presentase 2 Goal per Pertandingan : Presentase 2 point goal yang berhasil masuk per
pertandingan
12.3 Point Goal per pertandingan : Rata-rata 3 point Goal yang dicetak tim per pertandingan a
13.Percobaan 3 Point Goal per Pertandingan : Rata-rata percobaan tembakan 3 point per
pertandingan
14.Presentase 3 Point Goal per Pertandingan : Presentase rata-rata 3 point goal yang berhasil
masuk pertandingan
3.

Berdasarkan data yang diberikan,kita akan mempertimbangkan metode yang paling cocok
diantara Clustering,Regresi,dan Klasifikasi.Tujuan kami adalah untuk memahami pola dan
hubungan antara variable-variabel yang ada dalam data ini.
Pilihan Metode : Klasifikasi
• Alasan: Klasifikasi adalah metode yang paling cocok dalam konteks ini karena kita ingin
memprediksi posisi akhir kompetisi ( variable Kategori ).Posisi akhir kompetisin adalah
variable kategorikal dengan beberapa kelas yang dapat diprediksi berdasarkan fitu-fitur
seperti poin per pertandingan,assist per pertandingan,presentase goal,dan lainnya
• Langkah-langkah :
1.Persipakan Data
 Tentukan variable target (Posisi akhir kompetisi) dan variable independent (metrik
performa tim)
 Pisahkan Dataset menjadi data latih dan data uji
2.Eksplorasi Data :
 Lakukan eksplorasi data untuk memahami distribusi kelas posisi akhir dan
hubunganya dengan variable independent
3.Preprocessing Data :
 Lakukan normalisasi atau standarisasi jika diperlukan untuk memastiskan skala yang
serupa antar fitur
 Atasi data yang hilang atau outlier jika ada
4.Pilih Model Klasifikasi :
 Pilih model klasifikasi yang sesuai seperti Decision Trees,Random Forest,Logistic
Regression,atau Support Vector Machines
5.Latih Model :
 Latih model dengan data latih menggunakan algoritma klasifikasi yang dipilih
6.Evaluasi Model :
 Evaluasi Performa model menggukan metrik seperti Akurasi,Presisi,Recall,F1-
score,dan matriks kebingungan (confusion matrix) pada data uji
7.Tuning Model :
 Jika diperlukan,lakukan tuning Hyperparameter untuk meningkatkan performa model
8.Prediksi
 Gunakan model untuk memprediksi posisi akhir kompetisi untuk data uji
9.Interpretasikan Hasil :
 Performa model untuk mendapatkan wawasan mengenal faktor-faktor yang
mempengaruihi posisi akhir kompetisi