Artikel Ilmiah : K1B021067 a.n. IFTAH BAHTIAR PRAYOGA
| NIM | K1B021067 |
|---|---|
| Namamhs | IFTAH BAHTIAR PRAYOGA |
| Judul Artikel | REGRESI LASSO PADA NILAI PASAR PEMAIN SEPAK BOLA (STUDI KASUS: DATA PEMAIN SEPAK BOLA PROFESIONAL DI LIGA 1 INGGRIS TAHUN 2023-2024) |
| Abstrak (Bhs. Indonesia) | Nilai pasar pemain sepak bola merupakan nilai estimasi seorang pemain sepak bola profesional ketika ingin dibeli atau dikontrak tim lain. Berdasarkan data dari Transfermarkt, nilai pasar pemain sepak bola profesional di Liga 1 Inggris berada di tingkat maju. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi nilai pasar dengan metode regresi LASSO. Metode ini digunakan karena data dari variabel-variabel independen terdeteksi multikolinearitas. Regresi LASSO merupakan suatu modifikasi dari regresi linier berganda yang dapat mengatasi masalah multikolinearitas dan dapat menghasilkan penyusutan variabel independen. Data yang digunakan adalah data statistik Liga 1 Inggris 2023/2024. Berdasarkan perhitungan yang telah dilakukan bahwa pada penelitian ini terdapat tiga variabel independen yang mempengaruhi nilai pasar pemain sepak bola yaitu umur, goal, dan assist. Pada penelitian ini regresi LASSO memiliki R^2 sebesar 0,61 yang artinya variabel independen tersebut bersama-sama berpengaruh cukup signifikan terhadap nilai pasar pemain sepak bola profesional di Liga 1 Inggris. Hasil penelitian menunjukkan bahwa regresi LASSO mampu mengatasi multikolinearitas yang terjadi pada variabel 11 pemain utama dengan menyusutkan koefisiennya menjadi nol. |
| Abtrak (Bhs. Inggris) | The market value of a football player is the estimated value of a professional football player when he wants to be bought or contracted by another team. Based on data from Transfermarkt, the market value of professional football players in the English League 1 is at an advanced level. This study aims to analyze the factors that influence market value using the LASSO regression method. This method is used because data from independent variables is detected as multicollinearity. LASSO regression is a modification of multiple linear regression that can overcome multicollinearity problems and can result in a reduction in independent variables. The data used is statistical data from the English League 1 2023/2024. Based on the calculations that have been carried out, in this study there are three independent variables that affect the market value of football players, namely age, goals, and assists. In this study, LASSO regression has an R^2 of 0.61, which means that these independent variables together have an enough significant effect on the market value of professional football players in the English League 1. The results of the study show that LASSO regression is able to overcome multicollinearity that occurs in the variables of 11 main players by reducing its coefficient to zero. |
| Kata kunci | nilai pasar, multikolinearitas, Regresi LASSO, LARS, pemain sepakbola. |
| Pembimbing 1 | Prof. Drs. Budi Pratikno, M.Stat,Sci., Ph.D |
| Pembimbing 2 | Dr. Suroto,S.Si., M.Sc |
| Pembimbing 3 | - |
| Tahun | 2025 |
| Jumlah Halaman | 12 |
| Tgl. Entri | 2025-07-04 11:27:55.13543 |