IMPLEMENTASI YOLOV8, BYTETRACK, DAN K-MEANS CLUSTERING UNTUK SISTEM PERHITUNGAN BALL POSSESSION PADA PERTANDINGAN SEPAK BOLA

Prima Maulana Hanan, . (2025) IMPLEMENTASI YOLOV8, BYTETRACK, DAN K-MEANS CLUSTERING UNTUK SISTEM PERHITUNGAN BALL POSSESSION PADA PERTANDINGAN SEPAK BOLA. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text 1_Cover_123210073_Prima Maulana Hanandocx.pdf Download (136kB)
	Text 2_Abstrak_123210073_Prima Maulana Hanan.pdf Download (236kB)
	Text 3_Halaman Pengesahan_123210073_Prima Maulana Hanan.pdf Download (256kB)
	Text 4_Daftar Isi_123210073_Prima Maulana Hanan.pdf Download (221kB)
	Text 5_Daftar Pustaka_123210073_Prima Maulana Hanan.pdf Download (207kB)
	Text 6_Skripsi Full_123210073_Prima Maulana Hanan.pdf Restricted to Repository staff only Download (3MB)

Abstract

Sepak bola merupakan olahraga dengan popularitas global yang menjadikannya industri besar yang melibatkan analisis data untuk meningkatkan performa pemain dan efektivitas strategi tim. Penelitian ini bertujuan untuk mengembangkan sebuah sistem untuk mendeteksi objek (pemain, bola, dan wasit) dalam pertandingan sepak bola dan mengotomatisasi perhitungan estimasi penguasaan bola (ball possession) dengan memanfaatkan algoritma YOLOv8. Sistem ini dirancang untuk memberikan wawasan lebih dalam untuk analisis pertandingan yang sebelumnya dilakukan secara manual.
Sistem menggunakan model YOLOv8x yang dilatih pada dataset gabungan yang terdiri dari 100 citra hasil tangkapan layar pertandingan Premier League dan LaLiga sebagai data primer dan 663 citra pertandingan DFL Bundesliga dari platform Roboflow sebagai data sekunder yang telah melalui tahap preprocessing (anotasi, splitting, resize, dan augmentasi). Model dilatih selama 100 epoch dan dievaluasi menggunakan metrik precision, recall, dan mean Average Precision (mAP). Model terbaik kemudian diintegrasikan ke dalam sistem berbasis web menggunakan framework Streamlit, yang dilengkapi dengan algoritma ByteTrack untuk pelacakan objek, K-Means Clustering untuk identifikasi tim secara otomatis berdasarkan warna jersey, serta perhitungan penguasaan bola menggunakan metode Euclidean Distance.
Hasil evaluasi menunjukkan model mencapai nilai precision sebesar 99,1% , recall 90% , dan mAP 86,9%. Sistem berhasil mendeteksi objek, melacak pergerakannya, mengidentifikasi tim pemain, serta menghitung penguasaan bola. Tantangan utama yang ditemukan adalah tingkat precision yang masih rendah untuk objek bola yang berukuran kecil. Penelitian ini berhasil mengintegrasikan YOLOv8 dengan algoritma pelacakan dan pengelompokan untuk membangun sistem analisis pertandingan sepak bola secara end-to-end, yang menawarkan solusi otomatis yang efisien untuk evaluasi performa dan analisis strategi.

Kata Kunci: YOLOv8, deteksi objek, analisis sepak bola, penguasaan bola, computer vision

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Prima Maulana Hanan (Penulis - 123210073) Rifki Indra Perwira (Pembimbing)
Uncontrolled Keywords:	YOLOv8, deteksi objek, analisis sepak bola, penguasaan bola, computer vision
Subjek:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	30 Oct 2025 00:49
Last Modified:	30 Oct 2025 00:49
URI:	http://eprints.upnyk.ac.id/id/eprint/45186

Actions (login required)

View Item