Penerapan Proses Extract, Transform, Load (ETL) dalam Pengolahan Dataset Kaggle untuk Analisis Data Statistik Pemain Sepak Bola
Keywords:
ETL, Data Engineering, Random Forest, Football Analytics, Kaggle.Abstract
Pengolahan data yang berasal dari berbagai sumber sering menghadapi permasalahan seperti perbedaan format, data tidak konsisten, nilai hilang, dan redundansi atribut. Dalam analisis performa pemain sepak bola, integrasi data atribut gim FIFA dan statistik pertandingan nyata dari FBref memerlukan proses pengolahan data yang sistematis agar menghasilkan dataset yang berkualitas. Penelitian ini menerapkan metode Extract, Transform, Load (ETL) pada dataset pemain sepak bola yang diperoleh dari platform Kaggle. Tahap extract dilakukan untuk menggabungkan data mentah, tahap transform mencakup pembersihan data, penghapusan nilai kosong, dan penyaringan pemain dengan menit bermain minimal 90 menit, sedangkan tahap load menghasilkan dataset yang terstruktur. Hasil penelitian menunjukkan bahwa penerapan ETL berhasil meningkatkan kualitas dataset secara signifikan dengan mereduksi 163 kolom menjadi fitur-fitur kunci pada 28.436 baris data. Evaluasi menggunakan algoritma Random Forest Regressor mengungkapkan bahwa variabel Progressive Passes per 90 menit merupakan faktor paling berpengaruh terhadap Overall Rating pemain, diikuti oleh Expected Goals dan usia. Temuan ini menunjukkan bahwa kontribusi teknis lebih berpengaruh dalam penilaian performa dibandingkan jumlah gol semata, sehingga proses ETL terbukti efektif dalam mendukung analisis data sepak bola yang lebih objektif.
References
Andriansyah, D. (2022). Implementasi Extract-Transform-Load (ETL) Data Warehouse Laporan Harian Pool. Journal of Information Technology. https://doi.org/10.47002/jit.v3i1
Karmeliyah, M. (2024). Memahami Proses ETL dengan Data Real-Time: Ekstraksi, Transformasi, Pemuatan, dan Visualisasi. Codepolitan. https://www.codepolitan.com/blog/memahami-proses-etl-dengan-data-real-time/
Puri, D. (2021). Mengenal apa itu ETL (Extract, transform, dan load) dan Toolsnya. Binus University SIS. https://sis.binus.ac.id/2021/07/21/mengenal-apa-itu-etl-extract-transform-dan-load-dan-toolsnya/
Johannessen, J. (2023). FIFA and IRL Soccer Player Data Dataset. Kaggle. https://www.kaggle.com/datasets/jacksonjohannessen/fifa-and-irl-soccer-player-data
Kimball, R., & Caserta, J. (2004). The Data Warehouse ETL Toolkit. Wiley. https://www.wiley.com/en-us/The+Data+Warehouse+ETL+Toolkit-p-9780764567575
Breiman, L. (2001). Random Forests. Machine Learning Journal. https://link.springer.com/article/10.1023/A:1010933404324
Wickham, H. (2014). Tidy Data. Journal of Statistical Software. https://www.jstatsoft.org/article/view/v059i10
McKinney, W. (2022). Python for Data Analysis. O'Reilly Media. https://wesmckinney.com/book/
Pappalardo, L., et al. (2019). A Public Data Set of Spatio-temporal Match Events in Soccer Competitions. Scientific Data. https://www.nature.com/articles/s41597-019-0247-7
Memmert, D., & Raabe, D. (2018). Data Analytics in Football. Routledge. https://www.routledge.com/Data-Analytics-in-Football/Memmert-Raabe/p/book/9781138503755
Geron, A. (2019). Hands-On Machine Learning with Scikit-Learn. O'Reilly. https://www.oreilly.com/library/view/hands-on-machine-learning/9781492032632/
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques. Elsevier. https://www.sciencedirect.com/book/9780123814791/data-mining-concepts-and-techniques
Inmon, W. H. (2005). Building the Data Warehouse. John Wiley & Sons. https://www.wiley.com/en-us/Building+the+Data+Warehouse%2C+4th+Edition-p-9780764599446
Pedregosa, F., et al. (2011). Scikit-learn: Machine Learning in Python. JMLR. https://jmlr.csail.mit.edu/papers/v12/pedregosa11a.html
Vassiliadis, P. (2009). A Survey of ETL Technology. IJDWM. https://www.igi-global.com/article/survey-extract-transform-load-technology/34164
Bunker, R., & Thabtah, F. (2019). A Machine Learning Framework for Sport Result Prediction. Applied Computing and Informatics. https://doi.org/10.1016/j.aci.2017.09.005
Duan, L., & Xu, L. (2012). Business Intelligence for Enterprise Systems. IEEE. https://ieeexplore.ieee.org/document/6165275
Liu, Y., et al. (2017). Feature Selection and Classification for Soccer Player Performance. IJCSP. https://iacss.org/index.php?id=30
Noy, N. F., et al. (2019). Making it Easier to Discover Datasets. ACM. https://cacm.acm.org/magazines/2019/5/236411-making-it-easier-to-discover-datasets/fulltext
Provost, F., & Fawcett, T. (2013). Data Science for Business. O'Reilly. https://www.oreilly.com/library/view/data-science-for/9781449374273/
