Selama beberapa tahun terakhir, data dan statistik telah menjadi bagian penting yang tak terpisahkan dalam dunia sepak bola. Dengan makin berkembangnya sepak bola modern, penggunaan data dan statistik juga semakin luas.
Semenjak munculnya perusahaan penyedia data dan statistik, seperti Opta, Whoscored, hingga Wyscout, makin banyak pula varian data dan statistik sepak bola baru yang bermunculan. Salah satu yang kini makin nyaring terdengar penggunaanya adalah Expected Goals atau yang sering disingkat xG.
Statistik ini pertama kali dibahas dalam paper karya Vic Barnett dan Sarah Hilditch yang terbit pada 1993. Hingga kemudian Sam Green dari Opta mempopulerkannya pada 2012 silam.
تم تقديم xG في عام 2012 بواسطة Sam Green من Opta ، أصبح المقياس أحد أكثر المقاييس انتشارًا وثاقبة في تحليلات كرة القدم. أصبحت الأهداف المتوقعة الآن ميزة منتظمة للمذيعين الرئيسيين مثل Sky Sports و BBC’s Match of the Day. pic.twitter.com/Hzqu1FtDXz
— عدنان العبدالله (@Adnan_jawad08) July 26, 2021
Expected Goals menjadi salah satu matriks performa yang paling luas penggunaannya dalam analisis, bahkan bukan hanya sepak bola saja yang memakai data expected goals. Saking spesialnya, James Tippet sampai membahasnya dalam bukunya yang berjudul “The Expected Goals Philosophy: A Game-Changing Way of Analysing Football”.
“Dengan model ini kita dapat melihat tembakan setiap pemain dan menghitung probabilitas masing-masing dari tembakan tersebut menjadi gol untuk memberikan nilai gol yang diharapkan (xG)”, kata Sam Green dikutip dari StatsPerform.
Must-read for all soccer/football fans! @xGPhilosophy 👏 pic.twitter.com/zRbbLG7loV
— Osman Savkuev (@osmanihno) May 5, 2021
Daftar Isi
Mengenal Lebih Jauh Expected Goals (xG)
Expected Goals secara sederhana dapat diartikan sebagai gol yang diharapkan. Data xG dapat digunakan untuk mengevaluasi kinerja tim dan pemain sepak bola. Meski belum familiar di telinga pecinta sepak bola tanah air, data xG sangat berguna dalam memperlihatkan efektivitas sebuah serangan.
Secara sederhana, Expected Goals atau yang biasa disingkat xG adalah nilai yang mengukur kualitas sebuah peluang. xG memperhitungkan kemungkinan setiap peluang tembakan menjadi sebuah gol.
Besarnya nilai xG dipengaruhi oleh beberapa variabel, antara lain; lokasi, jarak, dan sudut tembakan ke gawang, jenis asis yang diterima, bagian tubuh yang digunakan untuk melepas tembakan, hingga posisi kiper saat tembakan terjadi. Pola atau serangan seperti open play, tendangan bebas, hingga sepak pojok juga sangat berpengaruh.
Nilai xG diukur pada skala antara nol dan satu. Semakin besar nilai xG yang dihasilkan, semakin besar pula kemungkinan sebuah peluang berbuah menjadi gol. Namun ada beberapa kesepakatan khusus. Seperti penalti yang diberi nilai konstan 0,79. Untuk mengetahui nilai Expected Goals seorang pemain, tak perlu repot-repot menghitungnya lagi. Situs penyedia data dan statistik sepak bola seperti Opta, Understat, dan FBref telah menyediakannya secara gratis.
Lalu, apa saja kegunaan dari Expected Goals?
Penerapan xG yang paling sering digunakan adalah untuk mengukur seberapa hebat seorang penyerang. Kita sering kali mengukur ketajaman seorang penyerang dari jumlah gol atau persentase golnya. Padahal, cara ini kurang adil. xG bisa menjadi solusinya.
Misalnya, siapa yang lebih tajam, Roberto Firmino atau Diogo Jota? Jika memakai data musim lalu, Jota lebih tajam ketimbang Firmino. Keduanya memang sama-sama menghasilkan 9 gol di Premier League musim lalu. Namun, Jota membuat 9 gol dengan hanya mencatat nilai xG sebesar 6,6. Artinya, ada beberapa peluang sulit yang berhasil ia konversi menjadi gol.
Sebaliknya, Roberto Firmino harusnya bisa mencetak lebih dari 9 gol. Pasalnya, nilai xG yang ia catat musim lalu adalah 12,6. Artinya, ia gagal memaksimalkan beberapa peluang yang berpotensi besar menghasilkan gol. Mungkin ini pula yang membuat Jurgen Klopp makin sering memasang Diogo Jota sebagai striker utama Liverpool sejak menit pertama.
Analisis sederhana tersebut juga bisa jadi acuan untuk mengevaluasi performa sebuah tim. Untuk mengetahuinya, kita perlu memahami bahwa Expected Goals sendiri dibagi menjadi 2, yakni xGF atau xG For dan xGA atau xG Againts. xG For merupakan Expected Goals yang dihasilkan sebuah tim dari serangannya, sementara xG Againts merupakan Expected Goals yang diderita dari hasil serangan lawan.
Contoh penerapannya ada di analisis laga final Liga Champions 2021, Chelsea mampu menghasilkan nilai xG yang lebih tinggi ketimbang Manchester City. Chelsea menghasilkan xG sebesar 1,59 sementara Man City hanya menghasilkan xG sebesar 0,52. Secara teori, anak asuh Thomas Tuchel menghasilkan peluang lebih baik ketimbang Pep Guardiola. Terbukti, The Blues mampu menundukkan The Citizens dengan skor 1-0.
Man City (0.52) 0-1 (1.59) Chelsea
— The xG Philosophy (@xGPhilosophy) May 29, 2021
Namun, ada juga tim yang gagal mencetak gol atau mencetak gol lebih sedikit dari nilai xG yang mereka catat. Hal tersebut menandakan bahwa penyelesaian akhir mereka kurang bagus dan serangan mereka kurang efektif. Sebagai contoh ada Wolverhampton Wanderers yang kalah 1-0 dari Manchester United di pertandingan pekan ketiga Liga Primer Inggris. Padahal, Wolves mampu mencatat xG sebesar 1,80 berbanding MU yang hanya mencatat xG sebesar 0,94.
Jika ditarik lebih jauh, kini kita bisa melihat performa buruk Wolverhampton. Mereka mampu mencatat nilai xG atau xG For sebesar 8,22 tetapi pada kenyataannya mereka baru menghasilkan 2 gol. Pertahanan mereka juga biasa saja. Wolves mencatat xGA sebesar 5,85 dan sudah kebobolan 5 gol.
Namun jika dilihat dari nilai xG yang dicatat, sejatinya Wolves punya serangan yang berbahaya, sehingga apa yang harus mereka perbaiki adalah kualitas penyelesaian akhirnya. Inilah pentingnya menganalisis Expected Goals lebih lanjut untuk mengetahui kondisi aktual sebuah tim atau seorang pemain.
Mengenal Goals Prevented
Selain untuk mengukur kualitas peluang menjadi gol, Expected goals juga bisa digunakan untuk menganalisis kualitas penyelamatan. Seperti yang sudah dibahas, data yang dipakai adalah xG Againts. Semakin rendah xGA yang dihasilkan menandakan tim tersebut mampu menumpulkan serangan lawan.
Data tersebut juga bisa dipakai untuk mengukur kemampuan atau kehebatan seorang penjaga gawang secara adil. Selain dengan melihat catatan penyelamatan, akurasi saves, jumlah clean sheets, serta aksi defensif maupun ofensif lainnya, ada statistik yang disebut sebagai Goals Prevented.
Secara sederhana, Goals Prevented dihitung dari total expected goals on target (xGOT) conceded atau xGA dikurangi jumlah kebobolan. Misalnya, di musim 2019/2020, David de Gea mencatat xGOT Conceded sebesar 33 dan kebobolan 32 gol. Artinya, nilai Goals Prevented-nya adalah +1,0.
Sementara itu, Dean Henderson yang kala itu bermain untuk Sheffield United mencatat nilai xGOT conceded 39,4 dengan total kebobolannya sebanyak 32 gol. Dengan begitu, nilai Goals Prevented-nya adalah +7,4. Semakin tinggi dan positif nilai Goals Prevented-nya, maka semakin bagus pula kemampuan penjaga gawang tersebut.
Ole Gunnar Solskjaer is still undecided on a No.1 keeper for United this season says The Mirror. With both Dean Henderson,24, and David de Gea, 30, in contention.
Who are you handing the no.1 jersey to? pic.twitter.com/efc26RT9aW
— The Man United Show (@ManUnited_Show) September 19, 2021
Expected Goals Untuk Berburu Pemain di Busa Transfer
Kegunaan lain dari Expected Goals adalah sebagai data acuan untuk menganalisis pemain incaran di bursa transfer. Di video sebelumnya, Starting Eleven pernah membahas topik ini dengan contoh Brentford yang menerapkannya melalui konsep moneyball.
Brentford mengaplikasikan xG untuk mencari pemain tajam underrated dengan harga miring. Hasilnya, mereka berhasil mendapat Neal Maupay, Ollie Watkins, hingga Said Benrahma dengan harga murah dan kemudian berhasil mereka jual dengan harga fantastis. Cara yang sama mereka pakai hingga mendapat Ivan Toney, striker underrated yang sejauh ini tampil bagus dan sudah menghasilkan 2 gol dan 1 asis dalam 5 penampilan.
Ivan Toney, what a player! #WOLBRE
⚽🐺🐝 pic.twitter.com/GC66HB1K3f
— Football Tweet ⚽ (@Football__Tweet) September 18, 2021
Kini pertanyaannya, apakah angka-angka statistik tadi bersifat mutlak untuk menentukan kemampuan seorang pemain?
Pada kenyataannya, xG tak sesempurna itu. Terkadang seorang pemain dengan nilai xG tinggi belum tentu mampu menghasilkan banyak gol. Pun sama dengan klub. Dalam sebuah pertandingan, tim dengan nilai xG yang besar terkadang kalah dengan tim yang nilai xG nya di pertandingan tersebut lebih kecil.
Statistik seperti exepected goals memang dapat dijadikan sebagai bukti ilmiah yang kuat. Namun data seperti itu sifatnya adalah pendukung. Meski semua serba dimudahkan dengan adanya data dan statistik, masih perlu pengamatan secara langsung. Bagaimana laga berjalan dan situasi riil di lapangan tak dapat dilihat hanya lewat angka-angka saja.
Di tangan orang awam, data statistik seperti expected goals takada artinya. Namun di tangan orang yang membaca dan menganalisisnya dengan baik, data seperti itu akan sangat berguna dalam analisis sepak bola.
***
Sumber Referensi: The Analyst, The Analyst 2, Bundesliga, Sportskeeda, StasPerform, Understat.
