Optimalisasi metode K-Means clustering dengan Principal Component Analysis (PCA) pada performa pemain sepak bola di Liga Primer Inggris

Klub sepak bola pasti memiliki keinginan yang luar biasa untuk memenangkan pertandingan dan juga trofi. Akibatnya, mereka akan mencari pemain yang terampil dan dapat mencetak gol, melakukan operan yang akurat, mengurani kesalahan, dan memahami konsep taktis. Penelitian ini bertujuan untuk mengklasifikasikan pemain berdasarkan performa di liga inggris menggunakan optimasi dari algoritma K-Means dengan metode Principal Component Analysis (PCA). Metode K-Means memiliki beberapa keunggulan, antara lain di tingkat keakuratan dalam clustering cukup baik, mampu mengelompokkan data dengan kuantitas besar dalam waktu singkat, dan relatif mudah karena jumlah cluster dan pusat cluster dapat diinisialisasi secara acak. Data yang digunakan pada penelitian ini adalah statistik performa pemain sepak bola di Liga Primer Inggris untuk musim 2023-2024. Berdasarkan perhitungan, cluster yang ideal adalah k = 2, dengan 143 anggota dalam kategori cluster sangat baik dan 377 anggota dalam cluster baik. Cluster k = 2 memiliki Silhouet Coefisien (SC) sebesar 0,632. Hal ini menandakan bahwa temuan cluster memiliki struktur baik.