PREDIKSI PERFORMA FISIK ATLET BULUTANGKIS MENGGUNAKAN ALGORITMA MACHINE LEARNING

Muhamad Satria (2025) PREDIKSI PERFORMA FISIK ATLET BULUTANGKIS MENGGUNAKAN ALGORITMA MACHINE LEARNING. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2025.

[img] Text
Skripsi Muhamad Satria Materai - muhamad satria.docx

Download (12MB)

Abstract

Bulutangkis menuntut kondisi fisik optimal seperti kecepatan, kelincahan, kekuatan otot, dan daya tahan yang berperan penting dalam menunjang performa atlet. Penelitian ini bertujuan mengembangkan model prediksi performa atlet bulutangkis berbasis machine learning dengan algoritma Support Vector Machine (SVM). Data primer diperoleh dari hasil tes fisik yang mencakup kekuatan otot lengan, kecepatan, kelincahan, dan daya tahan, kemudian diproses melalui tahap normalisasi dan pelabelan. Evaluasi dilakukan menggunakan skema pembagian data latih–uji 70:30 dan 80:20 dengan metrik akurasi, presisi, recall, dan F1- score. Hasil menunjukkan bahwa skema 70:30 menghasilkan akurasi 69%, sedangkan skema 80:20 memberikan akurasi terbaik sebesar 94% dengan distribusi klasifikasi yang lebih seimbang. Analisis fitur mengungkapkan kecepatan sebagai indikator paling dominan, diikuti kelincahan, daya tahan, dan kekuatan otot lengan. Penelitian ini menyimpulkan bahwa algoritma SVM dengan kernel linear efektif dalam mengklasifikasikan performa atlet bulutangkis serta relevan sebagai alat bantu evaluasi berbasis data.

Item Type: Skripsi
Kata Kunci Tidak Terkontrol: Machine Learning, Support Vector Machine, Bulutangkis, Performa atlet
Subjects: T Technology > T Technology (General)
Fakultas: FAKULTAS SAINS DAN TEKNOLOGI
Pengguna Penyetoran: Rahman Perpustakaan UNISM
Tanggal Setoran: 11 Sep 2025 03:26
Last Modified: 11 Sep 2025 03:26
URI: http://repository.unism.ac.id/id/eprint/3847

Actions (login required)

View Item View Item