ALGORITMA K-NN GUNA KLASIFIKASI DAERAH POTENSI PEMAIN BULUTANGKIS TUNGGAL PUTRA DI INDONESIA

Damastuti, Natalia and Junaedi, Lukman (2020) ALGORITMA K-NN GUNA KLASIFIKASI DAERAH POTENSI PEMAIN BULUTANGKIS TUNGGAL PUTRA DI INDONESIA. Jurnal NARODROID, 6 (1). pp. 15-20. ISSN 2407-7712

	Text Jurnal 2.pdf Download (337kB)
	Text (PeerReview) Jurnal 2.pdf Download (704kB)
	Text (Plagiarism) Jurnal 2 Natalia.pdf Download (1MB)

Official URL: https://jurnal.narotama.ac.id/index.php/narodroid/...

Abstract

Bulutangkis merupakan salah satu cabang olahraga yang dipertandingkan di ajang olimpiade musim panas. Tercatat pembulutangkis Indonesia telah memperoleh 7 medali emas di ajang tersebut. Hingga saat ini Indonesai belum bisa menambah medali emas satupun dari cabang olahraga lain yang dipertandingkan di Olimpiade. Tak heran bulutangkis menjadi olahraga yang sangat penting di Indonesia. Meskipun bulutangkis bukan berasal dari Indonesia, namun Indonesia telah melahirkan banyak legenda bulutangkis sejak tahun 1960-an hingga sekarang. Di era digital sekarang sport science telah di kembangkan di berbagai negara untuk mendukung kinerja atlit dan official , namun hal ini jika tidak di dukung dengan regenerasi pemain muda, maka estafet prestasi akan menjadi terputus. Betapa pentingnya mempersiapkan pemain muda berpotensi untuk meneruskan tradisi pretasi di cabang bulutangkis. Indonesia merupakan salah satu negara dengan regenerasi pemain muda yang cukup lambat dibanding negara kompetitor yang lain seperti China, Korea Selatan dan Jepang. Implementasi algoritma K-Nearest Neighbor dapat digunakan untuk mengklasifikasikan wilayah dengan potensi atlit bulutangkis tunggal putra di Indonesia sehingga induk organisasi bulutangkis Indonesia lebih muda mendapatkan pemain tunggal putra berpotensi. Dengan menggunakan 1000 data peringkat nasional tunggal putra di Indonesia dan mengkalisifikasikannya menjadi 3 daerah yaitu daerah Berpotensi , cukup berpotensi, dan tidak berpotensi dengan nilai K optimal pada K1 sebesar 70.133 Kata Kunci: K-Nearst Neighbor, classification, badminton, Indonesia, data mining.

Item Type:	Article
Subjects:	Q Science > Q Science (General)
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Repository Administrator
Date Deposited:	24 May 2022 08:35
Last Modified:	24 May 2022 08:35
URI:	http://repository.narotama.ac.id/id/eprint/1197

Actions (login required)

View Item

["lib/irstats2:embedded:summary_page:eprint:downloads" not defined]