Untuk membiayai operasional, sebuah klub sepak bola perlu memenangkan pertandingan atau menjuarai kompetisi demi mempertahankan kepercayaan suporter sebagai salah satu sumber penghasilan. Analisis olahraga merupakan solusi yang tepat mengetahui penyebab sebuah klub sepak bola memenangkan suatu pertandingan untuk memberikan keputusan terbaik bagi manajemen atau pelatih dari segi strategi maupun gaya permainan. Adanya kumpulan data yang besar membuat para peneliti berusaha menganalisis dan memprediksi hasil pertandingan sepak bola dengan berbagai algoritma machine learning tradisional. Namun survei menunjukkan penggunaan model deep learning memiliki potensi yang lebih baik. Oleh sebab itu, dibangunlah metode terbaru dengan algoritma terkini Repeated Elastic Net Technique sebagai pengolahan data fitur seleksi dan Deep Neural Network sebagai klasifikasi akhir dalam memprediksi hasil pertandingan sepak bola English Premier League. Dengan bantuan beberapa library bahasa pemrograman python, pengolahan data berhasil mereduksi fitur prediksi pertandingan sepak bola yakni, Home Fouls dan Away Fouls. Kedua fitur tersebut dinilai hanya bertujuan untuk melihat apakah kedua tim bermain secara sportif atau tidak. Dengan mereduksi fitur tersebut, hasil akurasi pada hasil prediksi pertandingan sepak bola pun mengalami peningkatan menjadi 79,078% dibanding tanpa mereduksi fitur tersebut dari penelitian sebelumnya. Sehingga pada saat pertandingan berlangsung, pelatih dapat memanfaatkan metode ini dalam menentukan keputusan terbaik tanpa harus melihat faktor yang tidak berpengaruh.
