View/Open

Author
Dito, Rifki Irawan

Date Published
22 Jun 2026

Advisor
Martin Clinton Tosima Manullang, S.T., M.T., Ph.D.,

Subject
Teknik Informatika

Publisher

Memprediksi hasil pertandingan sepak bola ke dalam tiga kategori, yaitu home win, draw, dan away win, menghadapi tantangan berupa tingginya ketidakpastian serta risiko kebocoran data akibat penggunaan statistik post-match secara langsung. Studi sebelumnya yang menggunakan fitur post-match menghasilkan akurasi artifisial hingga 99\%, sehingga diperlukan pendekatan evaluasi yang bebas dari kebocoran data. Penelitian ini bertujuan mengevaluasi performa TabPFN-2.5, sebuah foundation model untuk data tabular dengan mekanisme in-context learning, dalam memprediksi hasil pertandingan English Premier League serta membandingkannya dengan Dummy Classifier, Random Forest, XGBoost, dan CatBoost. Dataset terdiri atas 2.660 pertandingan EPL dari musim 2018/19 hingga 2024/25 yang diperoleh dari statistik pertandingan dan rating Elo. Rekayasa fitur dilakukan menggunakan rolling window average dengan ukuran jendela optimal tiga pertandingan dan mekanisme shift untuk mencegah kebocoran data. Seleksi fitur dengan Recursive Feature Elimination with Cross-Validation menghasilkan empat fitur statistik yang didominasi possession dan dua fitur rating Elo. Evaluasi menggunakan Expanding Window Walk-Forward Evaluation sebanyak lima fold menunjukkan bahwa TabPFN-2.5 mencapai akurasi 0,4991 dan Macro F1-Score 0,4612, menunjukkan performa yang kompetitif dibandingkan seluruh model baseline dengan Accuracy unggul pada kelima fold tanpa memerlukan penyetelan hiperparameter. Validasi kebocoran data mengonfirmasi bahwa fitur mentah post-match menghasilkan akurasi palsu 0,9989, menegaskan pentingnya rekayasa fitur kronologis. TabPFN-2.5 unggul dalam efisiensi komputasi dengan waktu inferensi 0,500 detik per fold, lebih cepat secara total dibandingkan Random Forest (25,19 detik), XGBoost (133,24 detik), dan CatBoost (140,82 detik) yang mencakup penyetelan hiperparameter. Tanpa penyetelan, Random Forest memiliki waktu train dan infer yang lebih cepat (0,284 detik) dibandingkan TabPFN-2.5 (0,500 detik). Keunggulan total waktu TabPFN-2.5 berasal dari tidak diperlukannya penyetelan hiperparameter. Temuan ini menunjukkan bahwa TabPFN-2.5 merupakan alternatif yang menjanjikan untuk prediksi hasil pertandingan sepak bola pada dataset berukuran terbatas.

URI
https://repo.itera.ac.id/depan/submission/SB2606190077

Keyword
TabPFN-2.5 Prediksi Hasil Pertandingan English Premier League Walk-Forward Evaluation Data Leakage