Penerapan Algoritma Brute Force Untuk Optimasi Strategi Tim Permainan Sepak Bola

(1) Universitas Negeri Medan
(2) Universitas Negeri Medan
(3) Universitas Negeri Medan
(4) Universitas Negeri Medan

Abstract
Tujuan penelitian ini adalah mengimplementasikan algoritma Brute Force untuk meningkatkan formasi permainan sepak bola. Tujuan utamanya adalah mencari susunan pemain terbaik untuk meningkatkan kinerja tim dalam menghadapi situasi taktis yang beragam. Algoritma Brute Force digunakan untuk mengeksplorasi semua kemungkinan kombinasi pemain dalam formasi sepak bola populer saat ini. Penelitian ini melakukan analisis efisiensi komputasi algoritma Brute Force dan dampaknya dalam simulasi taktik di lapangan. Penerapannya memberikan wawasan strategis yang penting bagi pelatih dalam menentukan formasi terbaik untuk situasi pertandingan tertentu.
Keywords
References
Morciani, G., Andrea, Z., & Giuseppe, C. (2024).Optimization and comparison of machine learning algorithms for football performance prediction. Springer. Vol. 36.
Baboota, R., & Kaur, H. (2019). Predictive analysis and modelling football results using machine learning approach for the English Premier League. International Journal of Forecasting, 35(2), 741–755. https://doi.org/10.1016/j.ijforecast.2018.01.003
Cavus, M., & Biecek, P. (2022). Explainable expected goal models for performance analysis in football analytics. arXiv. https://arxiv.org/abs/2206.07212
Sansonetti, G., Gasparetti, F., Micarelli, A., & Beel, J. (2020). Data-driven approaches for predicting player market value and team performance in European football using deep learning. In Springer (Eds.), Advances in Intelligent Systems and Computing (pp. 130-142). https://doi.org/10.1007/978-981-13-8676-3_9
Pantzalis, V. C., & Tjortjis, C. (2020). Sports analytics for football league table and player performance prediction. IEEE International Conference on Information, Intelligence, Systems & Applications. https://doi.org/10.1109/IISA50023.2020.9284352
Article Metrics
Abstract View

DOI: 10.57235/jetish.v4i1.4271
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Ega Pratama, Zulfahmi Indra, Muhammad Alby Savana HSB, M Rosyid Fauzan

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.