<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="2457">
 <titleInfo>
  <title>Prediksi Hasil Pertandingan Sepakbola Menggunakan Algoritma K2</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Bagus Santoso 1108014</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>ITHB</publisher>
   <dateIssued>2012</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
Sepakbola merupakan olahraga yang hasil pertandingannya tidak dapat diprediksi secara akurat. Hal ini disebabkan karena banyaknya atribut yang dapat mempengaruhi hasil akhir pertandingan. Akan tetapi, jika dapat ditemukan hubungan antar atribut-atribut tersebut, maka dapat diidentifikasi atribut mana saja yang memiliki pengaruh besar terhadap hasil pertandingan. Salah satu cara untuk menemukan hubungan antar atribut ini adalah dengan mengunakan Bayesian Network.&#13;
&#13;
Dalam tugas akhir ini dilakukan implementasi algoritma K2 untuk membangun struktur Bayesian Network yang merepresentasikan hubungan antar atribut-atribut yang berperan dalam sebuah pertandingan sepakbola.Pembentukan struktur K2 ditentukan bukan berdasarkan penempatan atribut secara acak, namun diurutkanberdasarkan atribut yang paling berpengaruh terhadap hasil akhir. Penentuan urutan atribut dilakukan berdasarkan nilai information gain dari setiap atribut sehingga diperoleh node ordering yang dianggap ideal. Informasi node ordering ini kemudian akan digunakan untuk menentukan parent dari setiap atribut hingga akhirnya diperoleh struktur Bayesian Network yang dapat digunakan untuk memprediksi hasil suatu pertandingan.&#13;
&#13;
Berdasarkan pengujian yang dilakukan dapat disimpulkan bahwa akurasi prediksi sangat ditentukan oleh data pelatihan yang digunakan.Selain itu, variasi dan distribusi data pelatihan juga akan sangat menentukan struktur akhir Bayesian Network yang dihasilkan.&#13;
&#13;
Kata kunci : K2, Information gain, Node Ordering,  Sepakbola, Prediksi&#13;
</note>
 <classification></classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan ITHB Senayan Open Source Library Management System</physicalLocation>
  <shelfLocator>TA/IF 203</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">TA/IF 203</numerationAndChronology>
    <sublocation>My Library</sublocation>
    <shelfLocator>TA/IF 203</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>TA_IF_203.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>2457</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2012-09-11 09:15:53</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2012-09-12 15:01:59</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>