Analisis Data Sepak Bola Indonesia Super League 2014 dengan Distribusi Poisson

Bayu Dwi Purnama, Siti Sunendiari, Suwanda Suwanda

Abstract


In a football game scoring to the opponent is a thing that should be done by every football team in order to win the game. Goals scored by each team football or conceded a goal can illustratethe power of attack and strength endure every team. This paper applies the poisson model to describe the strength of the attack and the weaknesses persist at every football team while playing at every home and away Football League system. Poisson model can be used by the football spectators to see the power of the strike and the strength of his team survive at a time when playing an away or enclosure. In this paper to illustrate the strength of each team attacking at the moment playing cage symbolized by α, then β denoted to illustrate the weaknesses persist at the time of each team playing away. For the weaknesses persist at the time each team play cage symbolized by γ, and the strength of each team attacked at the time away playing denoted by δ.  The value of maximum likelihood estimates (MLE) of the Poisson distribution is used to get the value of these parameters, then the parameters value mendapatakan to use itersari exemplified by Maher (1982). Poisson model to get the strength to attack and strength endure every team on the playing enclosure or the amount of data needed away to score each of their games. In this paper the data used is data Indonesia Super League (ISL) in 2014.The result of the calculation of the value of the MLE are obtained Arema Cronus has the highest 2.0529 of α, β and value most highly owned by Club Persijap Jepara with a value of 2.5029. For most high γ value owned by the Club Persiba Bantul with a value of 2.6543, then to the highest δ values owned by the Club Arema Cronus with a value of 1.9871.

 

Dalam pertandingan sepak bola mencetak gol ke gawang lawan merupakan sebuah hal yang harus dilakukan oleh setiap tim sepak bola agar memenangkan pertandingan. Gol yang dicetak oleh setiap tim sepak bola atau kemasukan gol dapat menggambarkan kekuatan menyerang dan kekuatan bertahan setiap tim. Makalah ini menerapkan model poisson untuk menggambarkan kekuatan menyerang dan kelemahan bertahan pada setiap tim sepak bola saat bermain kandang dan tandang pada setiap kompetisi sepak bola bersistem liga. Model poisson dapat digunakan oleh penonton sepak bola untuk melihat kekuatan menyerang dan kekuatan bertahan tim kesayangannya pada saat bermain kandang atau tandang. Dalam makalah ini untuk menggambarkan kekuatan menyerang setiap tim pada saat bermain kandang dilambangkan oleh α, kemudian β dilambangkan untuk menggambarkan kelemahan bertahan setiap tim pada saat bermain tandang. Untuk kelemahan bertahan setiap tim pada saat bermain kandang dilambangkan oleh γ, dan kekuatan menyerang setiap tim pada saat bermain tandang dilambangkan oleh δ. Nilai maximum likelihood estimates (MLE) dari distribusi Poisson akan digunakan untuk mendapatkan nilai parameter-parameter tersebut, kemudian untuk mendapatakan nilai parameter tersebut menggunakan teknik itersari yang dicontohkan oleh Maher (1982). Untuk mendapatkan model poisson yang menggambarkan kekuatan menyerang dan kekuatan bertahan setiap tim pada saat bermain kandang atau tandang diperlukan data jumlah skor setiap pertandingannya. Dalam makalah ini data yang digunakan adalah data Indonesia Super League (ISL) tahun 2014. Hasil dari perhitungan nilai MLE didapatkan Arema Cronus memiliki nilai α paling tinggi sebesar 2,0529, dan nilai β paling tinggi dimiliki oleh klub Persijap Jepara dengan nilai 2,5029. Untuk nilai γ paling tinggi dimiliki oleh klub Persiba Bantul dengan nilai 2,6543, kemudian untuk nilai δ paling tinggi dimiliki oleh klub Arema Cronus dengan nilai 1,9871.


Keywords


Distribusi Poisson, Indonesia Super League (ISL)

References


Karlis, D dan Ntzoufras, I. (2000). On Modelling Soccer Data. Department of Statistics, Athens University of Economics and Business, Greece

Giulianotti, R. C. (2016). Football, dilihat dari Britannica website: https://www.britannica.com/sports/football-soccer/Play-of-the-game .

Hogg. R. V. dan Craig. A. T. (1978). Introduction to Mathematical Statistics. 5th Editon. Prentice-Hall Inc., New Jersey.

Maher, M.J (1982). Modelling Association Football Scores. Department of Probability and Statistics, Sheffield University, Sheffield S3 7RH, England. Statistica Neerlandica 36 (1982), nr. 3.

PT. Liga Indonesia. (2014). Hasil Pertandingan Indonesia Super League 2014, dilihat dari Liga Indonesia website: http://ligaindonesia.co.id/index.php/read/isl/Inilah-Pembagian-Wilayah-ISL-2014-5637#.WFAt3NKLTMy .

Tampubolon, M., dan Karami, L. R. (2011). Sejarah Kompetisi Sepak Bola Indonesia, dilihat dari Viva Bola website: http://www.viva.co.id/bola/read/243398-sejarah-kompetisi-sepak-bola-indonesia .

Varberg., Purcell., dan Rigdon. (2010). Kalkulus. Edisi Kesembilan. Erlangga. Jakarta. .




Flag Counter