Januari 26, 2021

KOMUNITAS KITASAMA

Menebar Pengetahuan Membuka Wawasan

Expected Goals (xG), Warna Baru Sports Science dalam Pertandingan Sepak Bola

Seorang pemain e-Sport yang sedang menjalani sebuah kompetisi

oleh : Alfan Niam Sholeh

“Tim A lebih buruh daripada Tim B ketika melakukan serangan. Tim A sukses membukukan 5 shoot on goal, sementara itu tim B sukses mencatat 10 shoot on goal.” Kalimat ini sering kita dengar saat sedang menyaksikan analisis pertandingan yang disampaikan pundit profesional. Tak salah memang, namun juga tak juga spesifik. Bagaimana jika misalnya hanya ada 3 dari 10 tembakan Tim B yang melepaskan tembakan di dalam kotak penalti?

Jika sebuah tim ingin mencetak sebuah gol, sebuah tim dituntut untuk menciptakan peluang sebanyak-banyaknya dan juga sebaik-baiknya. Tim A mungkin hanya bisa melakukan lima tembakan yang semuanya diciptakan di dalam kotak penalti. Yang pada artinya, tim A memiliki peluang yang cukup bagus, karena tak sekedar melepas tembakan dari luar kotak penalti sebagaimana tim A.

Statistik expected goals (xG) adalah peluang dimana tembakan menjadi sebuah gol. xG juga bisa menjadi gambaran dari sebuah kualitas peluang. Tiap tembakan yang dilepaskan memiliki nilai xG dari nol hingga satu. Yang artinya nol tak mungkin berbuah menjadi gol, dan satu yang berarti pasti berbuah menjadi gol. Namun yang pasti, sepakbola merupakan sebuah olahraga yang penuh ketidakpastian.

Opta mengambil peran penting dalam pengembangan statistik ini. Angka xG ini dihasilkan dari pengolahan dan analisis 300 ribu tembakan yang telah dihimpun oleh Opta. Setiap data punya keunikan masing-masing, misal seperti sudut dan jarak menuju gawang, sundulan atau tembakan yang menggunakan kaki, dan tipe umpan. Dari keunikan tersebut, muncullah besaran nilai xG.

Semakin jauh tembakan dilepaskan dari gawang, maka sudah pasti tembakan tersebut semakin kecil kemungkinan untuk menjadi gol. Tak hanya jarak tembakan dari gawang, semakin sempit sudut juga akan memperkecil peluang tembakan menjadi gol. Tembakan yang dilepaskan dengan kepala jauh lebih sulit dibanding menggunakan kaki, begitu juga umpan lambung jauh lebih sulit berbuah menjadi gol dibanding umpan datar. Keunikan tersebut menjadi nilai yang diolah untuk menjadi nilai angka xG.

Misal, ada 20 ribu tembakan yang dilesakkan dengan atribut sudut dan jarak tertentu, jenis umpan, dan tembakan kaki. Dari total keseluruhan, 2.000 sukses berbuah menjadi gol. Yang berarti, dengan atribut yang sama persis, akan muncul nilai xG 2.000/20.000 atau 0,2 xG.

Dalam dunia sepak bola, xG bisa digunakan sebagai analisis tim dan individu. xG bisa didapatkan dari beberapa website, seperti Wyscout dan Instat yang menyediakan data xG berbayar, serta Fbref yang menyediakan data xG secara cuma-cuma.

NoNamaGolxGGol-xG
1Jamie Vardy2320,3+2,7
2Pierre-Emerick Aubameyang2216,7+6,2
3Danny Ings2216,1+5,3
4Raheem Sterling2017,1+2,9
5Mohamed Salah1819,4-0,4
6Harry Kane1810,5+7,5
7Sadio Mane1813,8+4,2
8Anthony Martial1710,9+6,1
9Raul Jimenez1714,7+2,3
10Marcus Rashford1717,3-0,3
Garfik Statisitk xG yang telah dicapai oleh setiap pemain dalam sains e-Sport

Jika mengutip dari data top skor Liga Inggris dan total nilai xG musim 2019/2020, dapat ditarik kesimpulan. Jamie Vardy yang menduduki puncak top skor mempunyai selisih jumlah gol dan xG yang cukup kecil jika dibanding tiga pemain paling atas. Yang berarti, Vardy mayoritas berada dalam posisi yang strategis dalam mencetak sebuah gol dan tentu saja mampu mengkonversi peluangnya dengan baik. Kondisi berbeda dialami Harry Kane yang total xG–nya memiliki selisih separuh dari xG Vardy. Kane tak banyak menciptakan peluang bagus, hal ini kemungkinan besar dari faktor menurunnya performa Delle Alli serta kepergian Christian Eriksen yang menjadi otak serangan Tottenham sekaligus menjadi pelayan Harry Kane. Meskipun begitu, kita dapat melihat selisih gol dengan  xG cukup jauh, yang berarti Kane mampu mengkonversi peluang yang secara statistik tak banyak menghasilkan gol