Mengupas Statistik Expected Goals (xG)

Sains

by PanditFootball

Mengupas Statistik Expected Goals (xG)

“Tim A lebih baik dari tim B ketika menyerang, Tim A mencatatkan 10 tembakan sementara tim B hanya 5,” narasi tersebut cukup sering kita dengar ketika membaca atau mendengarkan analisis pertandingan. Tidak salah, tapi tidak terlalu spesifik. Bagaimana jika hanya tiga dari 10 tembakan tim A yang dilepaskan dari dalam kotak penalti?

Jika ingin mencetak gol, sebuah tim harus bukan hanya harus membuat peluang sebanyak-banyaknya, tapi juga sebaik-baiknya. Tim B mungkin hanya melepaskan lima tembakan tapi semua tembakan tersebut diciptakan dari dalam kotak penalti. Artinya, tim B membuat peluang bagus, tidak hanya melepaskan tembakan dari luar kotak penalti seperti tim A.

Statistik expected goals (xG) merupakan peluang sebuah tembakan menjadi gol. xG bisa menggambarkan kualitas peluang. Setiap tembakan memiliki nilai xG masing-masing dengan angka dari nol hingga satu, nol artinya tidak mungkin menjadi gol dan satu artinya pasti menjadi gol. Namun, dalam sepakbola tidak ada hal pasti sehingga tidak ada angka xG yang bernilai nol atau satu.

Opta berperan penting dalam pengembangan statistik ini. Angka xG didapatkan dari analisis dan pengolahan lebih dari 300 ribu data tembakan yang dimiliki oleh Opta. Setiap data memiliki atribut masing-masing seperti jarak dan sudut terhadap gawang, sundulan atau tembakan menggunakan kaki, dan tipe umpan. Atribut tersebut kemudian menjadi faktor nilai besarnya xG.

Semakin jauh dari gawang, maka sebuah tembakan semakin ‘tidak mungkin’ menjadi gol. Begitu pula dengan sudut, semakin sempit sudut maka semakin kecil kemungkinan menjadi gol. Tembakan menggunakan kepala lebih sulit daripada menggunakan kaki. Tipe umpan datar lebih mudah dibanding umpan lambung. Semua faktor tersebut memiliki nilai masing-masing yang kemudian diolah secara matematis untuk mendapatkan nilai angka xG.

Contohnya, terdapat 20.000 tembakan dengan atribut jarak dan sudut tertentu, tembakan kaki, dan tipe umpan datar. Dari total tersebut, 2.000 di antaranya berbuah gol. Artinya, untuk tembakan dengan seluruh atribut yang sama, akan mendapatkan xG senilai 2.000/20.000 atau sama dengan 0,2. Singkatnya seperti itu asal-usul angka xG muncul.

Dalam penerapannya, xG memiliki banyak kegunaan. xG bisa berguna dalam analisis individu dan tim. Untuk akses terhadap data ini, Instat dan Wyscout menyediakan data xG tapi berbayar, xG bisa dilihat secara gratis di Fbref. Meski begitu, penyedia data xG bermuara dari Opta sebagai pengambil data mentah.

Daftar 10 Pencetak Gol Terbanyak Liga Primer Inggris Musim 2019/20

NoNamaGolxGGol-xG
1Jamie Vardy2320,3+2,7
2Pierre-Emerick Aubameyang2215,8+6,2
3Danny Ings2216,7+5,3
4Raheem Sterling2017,1+2,9
5Mo Salah1919,4-0,4
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

Dari data top skor Liga Primer Inggris dan total xG mereka musim lalu, beberapa kesimpulan dapat ditarik. Jamie Vardy sebagai top skor memiliki selisih jumlah gol dan xG yang relatif kecil dibanding tiga pemain teratas. Artinya, Vardy sering berada dalam posisi yang bagus untuk mencetak gol dan menyelesaikannya dengan baik.

Berbeda dengan Harry Kane dengan total xG hampir setengah dari Vardy. Kane tidak banyak mendapatkan peluang bagus, besar kemungkinan karena minimnya kreativitas di Tottenham usai kepergian Christian Eriksen dan performa Dele Alli yang menurun. Meski begitu, Kane tetap menunjukkan bahwa dirinya adalah pemain dengan kemampuan penyelesaian akhir yang baik. Terlihat dari selisih gol terhadap xG yang cukup jauh, artinya Kane bisa menyelesaikan banyak peluang yang secara statistik tidak banyak berbuah gol.

Tidak hanya striker, xG juga bisa digunakan untuk analisis kiper. Terdapat statistik post-shot expected goals (PSxG) yaitu jumlah xG yang dihadapi seorang kiper. Selisih antara jumlah kebobolan dan jumlah PSxG dapat digunakan untuk menganalisis kemampuan kiper mencegah sebuah tembakan menjadi gol. Musim lalu, bisa menebak siapa yang memiliki selisih paling buruk? Ya, Kepa Arrizabalaga.

Untuk analisis tim, comeback Liverpool pada semi final Liga Champions musim 2018/19 menawarkan cerita menarik. Barcelona menang telak di Camp Nou pada leg pertama dengan skor 3-0. Dari skor, terlihat bahwa Barcelona unggul telak dan Liverpool tampak tidak berkutik. Meski begitu, xG kedua tim sebenarnya tidak berbeda jauh. Barcelona mencatatkan 2,3 dan Liverpool mencatatkan 1,6.

Angka tersebut menggambarkan Liverpool bermain cukup baik namun tidak mampu menyelesaikan peluang dengan baik. Artinya, level Liverpool bukan berarti berada jauh di bawah Barcelona, melainkan pertandingan tersebut hanya hari yang buruk bagi The Reds. Tidak heran pada leg kedua mereka bisa membalikkan keadaan dengan kemenangan 4-0. Liverpool mencatatkan 1,6 xG berbanding 1,0 milik Barcelona.

Terdapat visualisasi xG yang juga menarik yaitu xG story atau xG timeline. Visualisasi data ini memberi gambaran total xG sebuah tim dalam interval waktu tertentu. xG story ini menjadi salah satu fitur baru yang terdapat pada gim Football Manager 2021. Untuk xG story di dunia nyata bisa diakses di Understat.

Kita bisa melihat pada interval waktu mana sebuah tim membuat banyak peluang. Grafik yang stagnan artinya tim tersebut tidak melepaskan tembakan pada interval waktu tersebut. Beberapa hal dapat menjadi pengaruh seperti taktik yang digunakan pelatih, pemain yang berada di lapangan, atau stamina dan level konsentrasi.

Salah satu contohnya adalah pertandingan Barcelona menghadapi Real Betis yang berakhir dengan skor 5-2. Ronald Koeman mencadangkan Lionel Messi. Faktor tersebut menjadi salah satu penyebab Barca bermain imbang 1-1 pada babak pertama dengan xG 1,44.

Messi masuk pada pergantian babak dan tampil impresif. Ia banyak mengancam gawang lawan dan akhirnya mencetak dua gol. Terlihat dari grafik xG pada babak kedua yang terus meningkat hingga Barcelona menyelesaikan pertandingan dengan xG 4,44. Angka xG pada babak kedua jelas lebih tinggi dari babak pertama, artinya masuknya Messi memberi perbedaan signifikan pada kualitas serangan Barcelona.

Terlepas dari berbagai kegunaan, xG juga memiliki kelemahan. Angka xG dari Opta belum memasukkan posisi lawan yang menutup jalur tembakan sebagai atribut tembakan. Selain itu, xG juga tidak mempertimbangkan kemampuan seorang pemain. Contohnya, tembakan dengan xG 0,1 bagi Messi tentu berbeda dengan xG 0,1 bagi Jesse Lingard.

xG memberikan banyak gambaran mendalam tapi pengamatan mata tetap sangat penting dalam sepakbola. Peran statistik adalah melengkapi analisis dari pengamatan mata. Sepakbola tidak dapat dianalisis hanya dari statistik tanpa pengamatan mata. Namun, pengamatan mata tanpa statistik menjadi analisis yang validitasnya belum teruji. Statistik bisa menjadi barang mewah jika tepat digunakan.

Komentar