series: Prediksi Survival Klub Debutan
Kenapa Project Ini?
Setiap musim, klub yang promosi ke liga top (Premier League, La Liga, dst.) menghadapi risiko besar: sekitar 2 dari 3 klub yang naik biasanya kembali terdegradasi di musim pertama mereka. Saya penasaran — bisakah performa di beberapa laga awal musim memberi sinyal dini soal peluang klub tersebut bertahan?
Ini jadi project portofolio pertama saya sebagai data scientist yang baru mulai (0-1 tahun pengalaman). Saya sengaja pilih topik yang saya suka (sepak bola) supaya prosesnya tetap enjoyable, bukan cuma "tutorial project" generik.
Rencana Project
Pertanyaan utama: Berdasarkan performa 8 laga pertama musim debut, seberapa besar peluang klub promosi bertahan hingga musim berikutnya (tidak degradasi)?
Data yang dipakai:
- football-data.co.uk — data hasil pertandingan tiap musim sejak 1993/1994
- Wikipedia (halaman musim liga) — daftar klub promosi & klasemen akhir musim
Tech stack:
-
pandas,requestsuntuk data collection -
scikit-learnuntuk modeling (mulai dari Logistic Regression sebagai baseline) -
imbalanced-learnuntuk handle class imbalance -
Streamlit+Plotlyuntuk dashboard interaktif - Deploy ke Streamlit Community Cloud
Timeline (Build in Public)
Saya bikin timeline ini publik supaya ada tekanan yang sehat untuk benar-benar menyelesaikannya, bukan cuma jadi ide yang menguap:
| Checkpoint | Target Tanggal | Yang Harus Selesai |
|---|---|---|
| Part 1 (post ini) | 11 Juli 2026 | Kickoff, rencana, environment siap |
| Part 2 | 15 Juli 2026 | Dataset jadi, push ke GitHub |
| Part 3 | 17 Juli 2026 | EDA selesai, insight awal |
| Part 4 | 24 Juli 2026 | Model final dipilih + evaluasi |
| Part 5 | 31 Juli 2026 | Dashboard live di Streamlit Cloud |
| Part 6 (final) | 8 Agustus 2026 | Project selesai, recap lengkap |
Tantangan yang Sudah Saya Antisipasi
- Data leakage — fitur harus dihitung dari laga awal musim saja, bukan seluruh musim, biar model beneran memprediksi bukan "menyontek" hasil akhir
- Dataset kecil — kemungkinan hanya ~60-100 sampel klub, jadi saya mulai dari model sederhana (Logistic Regression) dulu, bukan langsung deep learning
- Nama tim yang tidak konsisten antar sumber data (misal "Man United" vs "Manchester United") — perlu mapping manual
Top comments (0)