Studi Kasus Prediksi Pertandingan Sepak Bola Menggunakan Pembelajaran Mesin

Pendahuluan

Prediksi pertandingan telah menjadi topik yang menarik bagi para penggemar olahraga, analis statistik, dan perusahaan taruhan online. Dengan semakin meluasnya data historis, statistik pemain, dan informasi taktis, muncul peluang untuk mengembangkan model prediktif yang akurat. Studi kasus ini mengkaji penerapan teknik pembelajaran mesin (machine learning) untuk memprediksi hasil pertandingan liga utama Indonesia (Liga 1) selama musim 2025/2026. Fokus utama adalah menilai efektivitas model, mengidentifikasi variabel kunci, serta mengevaluasi implikasi praktis bagi tim, penyiar, dan penyedia layanan taruhan.

Latar Belakang dan Tujuan

Liga 1 Indonesia menampilkan 18 tim dengan jadwal kompetisi yang padat dan variasi performa yang tinggi. Prediksi hasil pertandingan tradisional mengandalkan intuisi pelatih atau analisis sederhana berbasis perbandingan poin. Namun, kesalahan prediksi masih tinggi, terutama pada pertandingan yang melibatkan tim dengan performa fluktuatif. Tujuan studi ini adalah:

1. Mengembangkan model prediktif berbasis algoritma ensemble (Random Forest, Gradient Boosting) yang memanfaatkan data historis lima musim terakhir.
2. Mengukur akurasi prediksi (win/draw/loss) dibandingkan dengan pendekatan statistik tradisional (Elo rating, Poisson regression).
3. Mengidentifikasi faktor-faktor paling berpengaruh (misalnya, cedera pemain kunci, kondisi cuaca, jarak tempuh) pada hasil akhir.

Metodologi

1. Pengumpulan Data

– Data pertandingan: skor akhir, tanggal, stadion, status kandang/tandang.

– Statistik tim: kepemilikan bola, tembakan tepat sasaran, kartu kuning/merah, rata‑rata gol per pertandingan.
– Data pemain: menit bermain, gol, assist, cedera (durasi dan jenis).
– Faktor eksternal: kondisi cuaca (suhu, kelembapan), jarak tempuh tim tandang, kepadatan jadwal (jumlah hari istirahat).
Data diunduh melalui API resmi PSSI, situs statistik (SofaScore, Transfermarkt), serta layanan cuaca BMKG.

1. Pre‑processing

– Menghilangkan duplikat, mengisi nilai yang hilang dengan median atau modus sesuai tipe data.

– Encoding variabel kategorikal (team_id, stadium) menggunakan teknik target encoding untuk mengurangi dimensi.
– Normalisasi fitur numerik dengan StandardScaler.
– Membuat variabel lag (hasil 5 pertandingan terakhir) dan rolling statistics (rata‑rata tembakan 3 pertandingan terakhir) untuk menangkap tren jangka pendek.

1. Pembagian Data

– Data musim 2020‑2024 dijadikan set pelatihan (80 %) dan validasi (20 %).

– Musim 2025/2026 dipakai sebagai set pengujian akhir untuk menilai performa model pada data yang belum pernah dilihat.

1. Pemilihan Model

– Random Forest: 300 pohon, max_depth = 15.

– XGBoost: learning_rate = 0.05, n_estimators = 500, max_depth = 8.
– Logistic Regression (baseline).
– Model dibandingkan dengan Poisson regression yang umum dipakai dalam prediksi skor.

1. Evaluasi

– Metrik utama: akurasi klasifikasi (win/draw/loss).

– Metrik sekunder: log‑loss, Brier score, dan confusion matrix.
– Analisis pentingnya fitur (feature importance) menggunakan SHAP values untuk interpretabilitas.

Hasil

1. Akurasi Prediksi

– XGBoost mencapai akurasi 68,4 % pada set pengujian, diikuti Random Forest 66,9 % dan Logistic Regression 60,2 %.

– Poisson regression hanya mencapai 55,7 %, menunjukkan keunggulan pendekatan machine learning dalam menangkap kompleksitas non‑linier.

1. Analisis Kesalahan

– Kesalahan terbesar terjadi pada pertandingan berakhir seri (draw). Model cenderung memprediksi kemenangan bagi tim kandang, mengindikasikan bias home‑advantage yang kuat dalam data historis.

– Pada laga dengan cedera pemain kunci (penyerang utama), model sering over‑estimate kemampuan tim, menandakan perlunya fitur cedera yang lebih granular (misalnya, Expected Goals (xG) pemain yang absen).

1. Feature Importance

– Variabel paling berpengaruh: average xG dalam 5 pertandingan terakhir, jumlah menit istirahat sebelum pertandingan, rasio tembakan tepat sasaran, dan kondisi cuaca (hujan vs cerah).

– Fitur jarak tempuh tim tandang memiliki pengaruh moderat, terutama pada pertandingan lintas pulau (Jawa‑Sumatra).

1. Perbandingan dengan Metode Tradisional

– Metode Elo rating memberikan akurasi 61,3 %, lebih rendah dibandingkan semua model machine learning.

– Kombinasi Elo dengan fitur statistik tim meningkatkan akurasi menjadi 64,1 % (masih di bawah XGBoost).

Diskusi

Hasil menunjukkan bahwa teknik pembelajaran mesin, khususnya model ensemble seperti XGBoost, dapat meningkatkan akurasi prediksi pertandingan sepak bola di Liga 1 secara signifikan. Keberhasilan model dipengaruhi oleh kualitas data eksternal (cuaca, jarak tempuh) serta kemampuan menangkap dinamika performa tim melalui statistik lanjutan (xG, rolling averages). Namun, tantangan utama tetap pada prediksi hasil seri dan penanganan variabel cedera yang bersifat stokastik. Pendekatan hybrid, menggabungkan model probabilistik (Poisson) untuk skor dengan model klasifikasi untuk hasil akhir, dapat menjadi solusi.

Implikasi praktis meliputi:

• Tim Pelatih: Menggunakan prediksi untuk merencanakan strategi rotasi pemain berdasarkan tingkat kelelahan dan faktor cuaca.
• Penyedia Taruhan: Menyajikan odds yang lebih akurat, mengurangi margin keuntungan yang berlebihan dan meningkatkan kepercayaan bettor.
• Media dan Penyiar: Menyajikan analisis pra‑pertandingan yang lebih ilmiah, meningkatkan engagement penonton.

Kesimpulan dan Rekomendasi

Studi kasus ini berhasil membuktikan bahwa model pembelajaran mesin dapat meningkatkan prediksi hasil pertandingan sepak bola di Indonesia hingga lebih dari 68 % akurasi. Kunci keberhasilan terletak pada integrasi data historis yang luas, fitur statistik lanjutan, serta penyesuaian terhadap faktor eksternal seperti cuaca dan jarak tempuh. Untuk pengembangan selanjutnya, disarankan:

1. Memperluas basis data cedera dengan informasi medis yang lebih detail (durasi pemulihan, tingkat keparahan).
2. Mengimplementasikan model probabilistik ganda (skor + hasil) untuk mengurangi bias pada prediksi kemenangan kandang.
3. Menjalin kerjasama dengan klub dan federasi untuk mengakses data sensor (GPS, heart‑rate) yang dapat memperkaya variabel fisik pemain.

Dengan langkah‑langkah tersebut, prediksi pertandingan tidak hanya menjadi alat komersial, melainkan juga sumber insight strategis yang dapat mendukung peningkatan kualitas kompetisi sepak bola Indonesia.