Analisa dan Prediksi Hasil Pertandingan Liga Inggris

Menggunakan Distribusi Poisson

Artikel Ilmiah

Peneliti :

Ratag Stevano David (672015106)

Evangs Mailoa, S.Kom., M.Cs.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Agustus 2019

1

Analisa dan Prediksi Hasil Pertandingan Liga Inggris

Menggunakan Distribusi Poisson

Artikel Ilmiah

Diajukan kepada

Fakultas Teknologi Informasi

Untuk memperoleh gelar Sarjana Komputer

Peneliti :

Ratag Stevano David (672015106)

Evangs Mailoa, S.Kom., M.Cs.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Agustus 2019

2

3

4

5

6

1. Pendahuluan

Prediksi adalah hasil dari proses perkiraan yang akan terjadi di masa depan

berdasarkan data masa lalu. Hasil prediksi tidak pasti sama dengan kejadian yang

akan terjadi tetapi semirip mungkin dengan kejadian yang akan terjadi. Prediksi

biasanya digunakan dalam sepakbola [1]. Sepakbola adalah salah satu olahraga paling

populer di dunia, hal itu dinikmati orang-orang di dunia dari bermain olahraga atau

menonton pertandingan yang dimainkan oleh pemain amatir hingga professional yang

awalnya dipraktikkan di Inggris. Ciri khas dari olahraga ini adalah bahwa tim terbaik

tidak selalu menjadi pemenang pertandingan atau turnamen, yang menyebabkan iklim

harapan di antara para pemain dan penggemar. Kompetisi olahraga adalah bidang

studi yang menarik.

Liga olahraga membentuk sistem yang relatif terisolasi, dengan sedikit pengaruh

eksternal dan tidak terkendali. Selain itu, liga olahraga direplikasi dari waktu ke

waktu hampir dalam kondisi yang sama dan di bawah aturan yang sama. Sejumlah

besar data yang tersedia memungkinkan untuk mempelajari pola statistik mereka,

belum lagi popularitas mereka, yang memicu bisnis bernilai miliaran dolar yang

mencakup televisi, iklan, dan pasar taruhan yang besar. Untuk alasan itu, masuk akal

bahwa media olahraga meminta ahli matematika dan ahli statistik untuk memprediksi

hasil turnamen [2]. Prediksi pertandingan sepakbola adalah tugas yang menantang.

Pakar biasanya memiliki keyakinan kuat tentang hasil pertandingan. Taruhan dapat

ditempatkan pada kemenangan, kekalahan, seri atau skor pertandingan sendiri. Hasil

dari pertandingan sepakbola tidaklah pasti, tetapi dari kumpulan data-data

pertandingan dapat diketahui adanya suatu pola yang dapat digunakan untuk

memperkirakan hasil dalam pertandingan.

Kebutuhan akan data kekuatan calon lawan dari tim yang akan bertanding,

dengan tujuan untuk meraih kemenangan sangat beralasan. Dengan mengetahui data

kekuatan lawan, sebuah tim khususnya seorang pelatih dapat mengantisipasi kekuatan

tim calon lawannya dan dapat membuat sebuah strategi khusus untuk timnya [3].

Distribusi poisson digunakan untuk mengetahui probabilitas suatu kejadian dalam

kurun waktu tertentu serta peluang gol dalam sebuah pertandingan yang akan

dihasilkan setiap tim.

Penelitian ini akan membahas tentang prediksi hasil pertandingan sepakbola

menggunakan distribusi poisson dengan data yang digunakan adalah data dari Liga

Inggris pada musim 2018-2019. Rumusan masalah penelitian ini adalah 1). Apakah

prediksi pertandingan sepakbola dapat menggunakan distribusi poisson? 2). Apakah

dapat diprediksi hasil pertandingan Arsenal melawan Manchester United pada

pertandingan musim 2019-2020? 3). Apakah dapat diprediksi hasil pertandingan

Liverpool melawan Manchester City pada pertandingan musim 2019-2020?.

7

2. Kajian Pustaka

Pada penelitian terdahulu yang membahas tentang prediksi hasil pertandingan

serie A Liga Italia musim 2007-2008 dan jaringan saraf tiruan & logika fuzzy sebagai

metodenya dengan tingkat keberhasilan prediksi diatas 50% [4]. Penelitian ini

memiliki persamaan untuk memprediksi hasil pertandingan sepakbola namun

memiliki perbedaan dalam metode yang digunakan dan data yang diuji.

Pada penelitian yang membahas tentang analisa data seluruh pertandingan

Indonesia super league pada tahun 2014 menggunakan distribusi pioisson dan

menghasilkan Klub Arema Cronus memiliki kekuatan serang tertinggi saat bermain

tandang dengan nilai 1.9871. Penelitian ini memiliki persamaan dalam penggunaan

distribusi poisson [5].

Penelitian yang membahas tentang adanya pendekatan nilai probabilitas

distribusi binomial dengan poisson. Penelitian ini memiliki persamaan yaitu sama-

sama membahas tentang Distribusi Poisson.

Distribusi Poisson pertama kali diperkenalkan oleh ahli matematika Perancis

Siméon-Denis Poisson (1781–1840). Distribusi Poisson adalah percobaan yang

menghasilkan nilai numerik pada suatu variabel acak x, jumlah keluaran yang terjadi

selama suatu selang waktu yang diketahui atau di dalam suatu daerah (ruang) yang

ditentukan disebut sebagai percobaan poisson, sehingga sebuah percobaan poisson

dapat memunculkan pengamatan untuk peubah acak x. Pendekatan peluang poisson

untuk peluang binomial dilakukan untuk mendekatkan probabilitas dari kelas sukses

(x) dari n percobaan binomial dalam situasi di mana sampel sangat besar (n > 20) dan

probabilitas kelas sukses sangat kecil (p < 0,05) [6].

Rumus pendekatan peluang poisson untuk binomial adalah:

𝑓(𝑥) = P(𝑋 = 𝑥 ) = λ𝑥 𝑒−λ

𝑥! (1)

dengan:

e = 2,71828

λ = rata-rata keberhasilan = n p

x = banyaknya unsur berhasil dalam sampel

n = jumlah/ukuran populasi

p = probabilitas kelas sukses

8

3. Tahapan Penelitian

Tahapan penelitian ini terdiri dari 5 (lima) tahapan, yaitu: (1) Identifikasi

masalah, (2) Tinjauan Pustaka, (3) Pengumpulan Data, (4) Pengolahan Data, (5)

Penulisan Artikel Ilmiah.

Gambar 1 Tahapan Penelitian

Tahapan penelitian dapat dijelaskan sebagai berikut. Tahap Identifikasi Masalah,

untuk mencari permasalahan dalam prediksi dunia sepakbola, penggunaan Liga

Inggris dikarenakan tim pemenang dari Liga Inggris berganti setiap tahunnya dan

tidak selalu tim kuat yang berhasil menang. Tahap Tinjauan Pustaka, Pengumpulan

referensi dari jurnal, buku serta sumber lain yang berkaitan dengan penelitian.

Referensi yang digunakan berjudul prediksi hasil pertandingan sepakbola

menggunakan jaringan saraf tiruan dan logika fuzzy, analisis data sepakbola

indonesia super league 2014 dengan distribusi poisson dan perbandingan distribusi

binomial dan distribusi poisson dengan parameter yang berbeda. Tahapan

Pengumpulan Data, pengambilan data hasil pertandingan Liga Inggris musim 2018-

2019 dari www.data.7m.com.cn dimana data yang diambil adalah tim yang

berpartisipasi, menang, seri, kalah tiap tim, poin tiap tim serta gol dan kebobolan di

kandang maupun tandang tiap tim. Tahapan Pengolahan Data, mengolah data yang

sudah didapatkan untuk mencari kekuatan serang dan bertahan tiap tim tuan rumah

dan tim tamu, mencari harapan gol dari tim yang akan di uji dan pengolahan dengan

rumus distribusi poisson (Persamaan 1). Tahapan Penulisan Artikel Ilmiah, menulis

laporan mengenai prediksi dalam sepakbola menggunakan distribusi poisson.

Identifikasi Masalah

Tinjauan Pustaka

Pengumpulan Data

Pengolahan Data

Penulisan Artikel Ilmiah

9

4. Hasil dan Pembahasan

Distribusi Poisson digunakan untuk menghitung skor yang paling mungkin

pada sebuah pertandingan. Data yang digunakan untuk peramalan hasil pertandingan

liga Inggris musim 2019-2020 adalah data liga Inggris musim 2018-2019.

Tabel 1 Klasemen Liga Inggris 2018-2019

Posisi Tim Pertandingan Menang Seri Kalah Points

1 Manchester City 38 32 2 4 98

2 Liverpool 38 30 7 1 97

3 Chelsea 38 21 9 8 72

4 Tottenham Hotspur 38 23 2 13 71

5 Arsenal 38 21 7 10 70

6 Manchester United 38 19 9 10 66

7 Wolverhampton 38 16 9 13 57

8 Everton 38 15 9 14 54

9 Leicester City 38 15 7 16 52

10 West Ham United 38 15 7 16 52

11 Watford 38 14 8 16 50

12 Crystal Palace 38 14 7 17 49

13 Newcastle United 38 12 9 17 45

14 Bournemouth 38 13 6 19 45

15 Burnley 38 11 7 20 40

16 Southampton 38 9 12 17 39

17 Brighton & Hove Albion 38 9 9 20 36

18 Cardiff City 38 10 4 24 34

19 Fulham 38 7 5 26 26

20 Huddersfield Town 38 3 7 28 16

Kekuatan serang dan bertahan tim tuan rumah maupun tim tamu diperlukan

untuk memperoleh harapan gol tiap tim dan hasil dari pertandingan yang akan

diprediksi. Dalam pertandingan sepakbola adanya korelasi kecil antara skor

pertandingan kandang dan tandang, semua intensitas mencetak gol setiap tim

bergantung pada kekuatan serangan dan pertahanan setiap tim, kekuatan serangan dan

pertahanan tim dapat berubah seiring waktu karena komposisi tim tidak akan konstan

sepanjang waktu [7].

10

Tabel 2 Kekuatan Serang dan Bertahan Tim Tuan Rumah

Tim Pertandingan Gol di

kandang

Rata-Rata Gol

kekuatan serang

Kebobolan Rata- Rata kebobolan

keuatan bertahan

Arsenal 19 42 2.21 1.41 16 0.84 0.67 Bournemouth 19 19 1.00 0.64 28 1.47 1.18

Brighton & Hove Albion 19 30 1.58 1.01 25 1.32 1.05 Burnley 19 24 1.26 0.80 32 1.68 1.35

Cardiff City 19 21 1.11 0.70 38 2.00 1.60 Chelsea 19 39 2.05 1.31 12 0.63 0.51

Crystal Palace 19 19 1.00 0.64 23 1.21 0.97 Everton 19 30 1.58 1.01 21 1.11 0.88 Fulham 19 22 1.16 0.74 36 1.89 1.52

HuddersfieldTown 19 10 0.53 0.34 31 1.63 1.31 Leicester City 19 24 1.26 0.80 20 1.05 0.84

Liverpool 19 55 2.89 1.84 10 0.53 0.42 Manchester City 19 57 3.00 1.91 12 0.63 0.51 Manchester Utd 19 33 1.74 1.11 25 1.32 1.05 Newcastle Utd 19 24 1.26 0.80 25 1.32 1.05 Southampton 19 27 1.42 0.91 30 1.58 1.26

Tottenham 19 34 1.79 1.14 16 0.84 0.67 Watford 19 25 1.32 0.84 28 1.47 1.18

West Ham Utd 19 32 1.68 1.07 27 1.42 1.14 Wolverhampton 19 28 1.47 0.94 21 1.11 0.88

Total 380 595 31.32

476 25.05

Rata-Rata 19 29.75 1.57

23.8 1.25

Pada Tabel 2 terdapat kekuatan serang dan bertahan tiap tim tuan rumah.

Hasil tersebut didapat dari rata-rata gol kandang satu tim dibagi dengan rata-rata gol

kandang seluruh tim untuk kekuatan serang dan hasil dari rata-rata kebobolan satu

tim dibagi dengan rata-rata gol seluruh tim untuk kekuatan bertahan. Rata-rata gol

didapat dari jumlah gol kandang dibagi dengan jumlah pertandingan. Sebagai contoh

kekuatan serang Arsenal 1,41 didapat dari rata-rata gol Arsenal 2,21 dibagi dengan

rata-rata gol seluruh tim 1,57. Begitu juga dengan kekuatan bertahan Arsenal 0,67

didapat dari rata-rata kebobolan Arsenal 0,84 dibagi dengan rata-rata kebobolan

seluruh tim 1,25.

11

Tabel 3 Kekuatan Serang dan Bertahan Tim Tamu

Tim Pertandingan Gol di

Tandang

Rata-Rata Gol

kekuatan serang

Kebobolan Rata- Rata kebobolan

keuatan bertahan

Arsenal 19 31 1.63 1.31 35 1.84 1.17 Bournemouth 19 16 0.84 0.67 32 1.68 1.07

Brighton & Hove Albion 19 26 1.37 1.09 45 2.37 1.51 Burnley 19 21 1.11 0.88 36 1.89 1.21

Cardiff City 19 13 0.68 0.55 31 1.63 1.04 Chelsea 19 24 1.26 1.01 27 1.42 0.91

Crystal Palace 19 32 1.68 1.35 30 1.58 1.01 Everton 19 24 1.26 1.01 25 1.32 0.84 Fulham 19 12 0.63 0.51 45 2.37 1.51

Huddersfield Town 19 12 0.63 0.51 45 2.37 1.51 Leicester City 19 27 1.42 1.14 28 1.47 0.94

Liverpool 19 34 1.79 1.43 12 0.63 0.40 Manchester City 19 38 2.00 1.60 11 0.58 0.37

Manchester United 19 32 1.68 1.35 28 1.47 0.94 Newcastle United 19 18 0.95 0.76 23 1.21 0.77

Southampton 19 18 0.95 0.76 35 1.84 1.17 Tottenham Hotspur 19 33 1.74 1.39 23 1.21 0.77

Watford 19 26 1.37 1.09 31 1.63 1.04 West Ham United 19 20 1.05 0.84 28 1.47 0.94 Wolverhampton 19 19 1.00 0.80 25 1.32 0.84

Total 380 476 25.05 595 31.32

Rata-Rata 19 23.8 1.25 29.75 1.57

Pada Tabel 3 terdapat kekuatan serang dan bertahan tiap tim tamu. Hasil itu

didapat dari rata-rata gol tandang satu tim dibagi dengan rata-rata gol tandang seluruh

tim untuk kekuatan serang dan hasil dari rata-rata kebobolan satu tim dibagi dengan

rata-rata gol seluruh tim untuk kekuatan bertahan. Rata-rata gol didapat dari jumlah

gol kandang dibagi dengan jumlah pertandingan. Sebagai contoh kekuatan serang

Manchester United 1,35 didapat dari rata-rata gol Manchester United 1,68 dibagi

dengan rata-rata gol seluruh tim 1,25. Begitu juga dengan kekuatan bertahan

Manchester United 0,77 didapat dari rata-rata kebobolan Manchester United 1,47

dibagi dengan rata-rata kebobolan seluruh tim 1,57.

12

Gambar 2 Diagram Jumlah Gol Arsenal di Kandang & Tandang

Pada Gambar 2 ditunjukkan grafik gol Arsenal dalam 38 pertandingan di liga

inggris tahun 2018-2019 melawan seluruh tim yang berpartisipasi dalam liga tersebut.

Gol Arsenal cenderung naik turun, rata-rata gol Arsenal adalah 1,92. Arsenal tidak

mencetak gol dalam 4 pertandingan saat melawan Everton, Leicester City,

Manchester City dan West Ham. Gol tertinggi Arsenal adalah 5 gol yang diperoleh

dari pertandingan melawan Bournemouth dan Fulham.

Gambar 3 Diagram Jumlah Gol Manchester United Kandang & Tandang

Pada Gambar 3 ditunjukkan grafik gol Manchester United dalam pertandingan

liga inggris tahun 2018-2019 melawan seluruh tim yang berpartisipasi dalam liga

tersebut. Gol Manchestaer United cenderung naik turun, rata-rata gol Manchester

United adalah 1,71. Manchester United tidak mencetak gol dalam 7 pertandingan saat

melawan Arsenal, Cardiff City, Crystal Palace, Everton, Liverpool, Manchester City

dan Tottenham Hotspur. Gol tertinggi Manchester united adalah 5 gol yang diperoleh

dari pertandingan melawan Cardiff City.

13

Gambar 4 Perbandingan Jumlah gol Arsenal dan Manchester United pada Liga

Inggris 2018-2019 Kandang dan Tandang

Pada Gambar 4 ditunjukkan grafik gol Arsenal dan Manchester United dalam

pertandingan liga inggris tahun 2018-2019 melawan seluruh tim yang berpartisipasi

dalam liga tersebut. Total gol dari data 38 pertandingan arsenal adalah 73 gol

sedangkan Manchester United 65 gol. Grafik terlihat acak sehingga dibutuhkan model

matematika untuk peramalan hasil pertadingan selanjutnya.

Tabel 5 Gol Harapan

Arsenal (H) 2.07

Manchester United (A) 1.14

Manchester City (H) 1.20

Liverpool (A) 0.91

Penelitian ini menggunakan sampel 2 pertandingan yang akan diprediksi yaitu

Arsenal melawan Manchester United dan Manchester City melawan liverpool. Gol

harapan tiap tim tuan rumah dengan simbol (H) dan tim tamu dengan simbol (A)

diperlukan dalam perhitungan distribusi poisson. Gol harapan tim tuan rumah (H)

dihasilkan dengan cara kekuatan serang tim tuan rumah (H) dikali dengan kekuatan

bertahan tim tamu (A) dan rata-rata gol kandang pada liga. Sebagai contoh, untuk gol

harapan Arsenal (H) : 1,41 x 0,4 x 1,57 = 2,07. Gol harapan tim tamu (A) dihasilkam

dengan cara kekuatan serang tim tamu dikali dengan kekuatan bertahan tim tuan

rumah dan rata-rata gol tandang untuk gol harapan tim tamu. Sebagai contoh, untuk

gol harapan Manchester United (A) : 1,35 x 0,67 x 1,25 = 1,14.

Peramalan dengan distribusi poisson menggunakan skor antara 1-5. Sebagai

contoh peramalan skor 3-3 antara Arsenal (H) melawan Manchester United (A).

Rumus distribusi poisson :

14

(𝑃𝑒𝑟𝑠𝑎𝑚𝑎𝑎𝑛 1)

dengan :

e = 2,71828

λ (Arsenal (H)) = 2.07

x (Arsenal (H)) = 3

λ (Manchester United (A)) = 1.14

x (Manchester United (A)) = 3

Arsenal (H) :

𝑓(3) = P(3 = 3 ) = 2.073 2,71828−2.07

3!= 0.19

Manchester United :

𝑓(3) = P(3 = 3 ) = 1.14𝑥 2,71828−1.14

3!= 0.079

Hasil peramalan skor 3-3 untuk Arsenal melawan Manchester United adalah

0.19 x 0.079 = 0.0147 = 1.47%. Dapat disimpulkan persentase untuk skor 3-3 antara

Arsenal melawan Manchester United di kandang Arsenal adalah 1.47%.

Tabel 6 Hasil Peramalan Persentase Skor Arsenal(H) vs Manchester United(A)

Gol Tim Tamu 0 1 2 3 4 5

Gol Tim Tuan

Rumah Poisson untuk jumlah gol per tim 31.46% 35.77% 20.34% 7.71% 2.19% 0.50%

0 12.61% 4.05% 4.61% 2.62% 0.99% 0.28% 0.06%

1 26.10% 8.38% 9.53% 5.42% 2.05% 0.58% 0.13%

2 27.00% 8.67% 9.86% 5.61% 2.13% 0.60% 0.14%

3 18.63% 5.98% 6.80% 3.87% 1.47% 0.42% 0.10%

4 9.64% 3.10% 3.52% 2.00% 0.76% 0.22% 0.05%

5 3.99% 1.28% 1.46% 0.83% 0.31% 0.09% 0.02%

Arsenal Menang 56.91%

Seri 20.89%

Manchester United Menang 20.18%

Pada Tabel 6 menunjukkan warna abu-abu adalah potensi gol tim tuan rumah

dan tim tamu, warna biru adalah probabilitas poisson setiap tim tertentu untuk

mencetak sejumlah gol, warna hijau adalah peluang kemenangan tim tuan rumah,

warna kuning adalah peluang seri dan warna merah adalah peluang kemenangan tim

tamu hasil dari peramalan menggunakan distribusi poisson pada pertandingan antara

Arsenal(H) dengan Manchester United(a)dengan pengujian skor 1-5. Probabilitas

15

poisson jumlah gol didapatkan dari hasil penjumlahan hasil persentase salah satu tim

dengan skor tertentu. gol 0 untuk tuan rumah 12.61% dihasilkan dari 4.05% + 4.61%

+ 2.62% + 0.99% + 0.28% + 0.06. Hasil persentase poisson Arsenal menang 56.91%

merupakan hasil jumlah seluruh tabel hijau begitu juga dengan hasil poisson seri

20.89% dari penjumlahan tabel kuning dan Manchester United menang 20.18% dari

penjumlahan tabel merah. Hasil pertandingan ditentukan dari persentase tertinggi

yaitu 9.86% untuk kemenangan Arsenal 2-1 atas Manchester United di kandang

Arsenal.

Tabel 7 Hasil Peramalan Persentase Skor Manchester City(H) vs Liverpool(A)

Gol Tim Tamu 0 1 2 3 4 5

Gol Tim Tuan

Rumah Poisson untuk jumlah gol per tim 40.35% 36.56% 16.56% 5.00% 1.13% 0.21%

0 30.00% 12.13% 10.99% 4.98% 1.50% 0.34% 0.06%

1 36.11% 14.60% 13.23% 5.99% 1.81% 0.41% 0.07%

2 21.73% 8.79% 7.96% 3.61% 1.09% 0.25% 0.05%

3 8.72% 3.52% 3.19% 1.45% 0.44% 0.10% 0.02%

4 2.62% 1.06% 0.96% 0.44% 0.13% 0.03% 0.01%

5 0.63% 0.26% 0.23% 0.11% 0.03% 0.01% 0.00%

Manchester City Menang 42.72%

Seri 29.43

Liverpool Menang 27.66

Pada tabel 7 menunjukkan warna abu-abu adalah potensi gol tim tuan rumah

& tim tamu, warna biru adalah probabilitas poisson setiap tim tertentu untuk

mencetak sejumlah gol, warna hijau adalah peluang kemenangan tim tuan rumah,

warna kuning adalah peluang seri dan warna merah adalah peluang kemenangan tim

tamu hasil dari peramalan menggunakan distribusi poisson pada pertandingan antara

Manchester City(H) dengan Liverpool(A)dengan pengujian skor 1-5. Probabilitas

poisson jumlah gol didapatkan dari hasil penjumlahan hasil persentase salah satu tim

dengan skor tertentu. gol 0 untuk tim tamu 40.35% dihasilkan dari 12.13% + 14.60%

+ 8.79% + 3.52% + 1.06% + 0.26. Hasil persentase poisson Manchester City menang

42.72%, seri 29.43% dan liverpool menang 27.66%. Hasil pertandingan ditentukan

dari persentase tertinggi yaitu 14.60% untuk kemenangan Manchester City 1-0 atas

Liverpool di kandang Manchester City.

16

5. Simpulan

Pada penelitian ini dapat disimpulkan bahwa dengan menggunakan data-data

pertandingan sebelumnya pendekatan distribusi poisson dapat digunakan untuk

peramalan dalam pertandingan sepakbola. Penelitian ini menyimpulkan bahwa

distribusi poisson dapat memprediksi hasil pertandingan Arsenal vs Manchester

United dengan skor 2-1, persentase Arsenal menang 56.91%, seri 20.89%,

Manchester United menang 20.18% di kandang Arsenal. Penelitian ini juga

menyimpulkan bahwa distribusi poisson dapat memprediksi hasil pertandingan

Manchester City vs Liverpool dengan skor 1-0, persentase Manchester City menang

42.72%, seri 29.43%, Liverpool menang 27.66% di kandang Manchester City. Saran

untuk penelitian selanjutnya adalah prediksi hasil pertandingan sepakbola dilakukan

dengan metode lain untuk meningkatkan ketepatan dalam penelitian.

17

6. Daftar Pustaka

[1] Wantono, S. (2014). PREDIKSI PENYELESAIAN STUDI MAHASISWA

BARU DENGAN METODE FUZZY TSUKAMOTO (Study Kasus Di

Universitas Muhammadiyah Gresik) (Doctoral dissertation, Universitas

Muhammadiyah Gresik).

[2] Silva, M., & Da Silva, S. (2019). Regressive Prediction Is The Best Way to

Forecast Sports Outcomes: Evidence from Brazilian Soccer. Open Access

Library Journal, 6, e5264.

[3] Walangare, D., Delima, R., & Restyandito, R. (2013). Sistem Prediksi

Pertandingan Sepakbola Dengan Metode Analytical Hierarchy Process

(AHP). Jurnal Informatika, 8(2).

[4] Aribowo, A., Lukas, S., & William, Y. (2008). Prediksi Hasil Pertandingan

Sepakbola Menggunakan Jaringan Saraf Tiruan Dan Logika Fuzzy.

Konferensi Nasional Sistem dan Informatika. Bali, Indonesia.

[5] Purnama, B. D., Sunendiari, S., & Suwanda, S. (2017). Data Analysis of

Football Indonesia Super League 2014 with Poisson Distribution. Universitas

Islam Bandung.

[6] Manurung, R., Ariswoyo, S., & Sembiring, P. (2013). Perbandingan distribusi

binomial dan distribusi poisson dengan parameter yang berbeda. Saintia

matematika, 1(3), 299-312.

[7] Koopman, S. J., & Lit, R. (2015). A dynamic bivariate Poisson model for

analysing and forecasting match results in the English Premier

League. Journal of the Royal Statistical Society: Series A (Statistics in

Society), 178(1), 167-186.

[8] Baboota, R., & Kaur, H. (2019). Predictive analysis and modelling football

results using machine learning approach for English Premier

League. International Journal of Forecasting, 35(2), 741-755.

[9] Razali, N., Mustapha, A., Utama, S., & Din, R. (2018, May). A Review on

Football Match Outcome Prediction using Bayesian Networks. In Journal of

Physics: Conference Series (Vol. 1020, No. 1, p. 012004). IOP Publishing.

[10] Azhari, H. R., Widyaningsih, Y., & Lestari, D. (2018, November). Predicting

Final Result of Football Match Using Poisson Regression Model. In Journal

of Physics: Conference Series(Vol. 1108, No. 1, p. 012066). IOP Publishing.