Membangun model xG sederhana Anda sendiri: dari jarak dan sudut ke peluang gol
xG terdengar seperti sihir kepemilikan perusahaan data raksasa. Sebenarnya, versi dasarnya bisa Anda bangun dari dua variabel dan data tembakan terbuka. Ini metodenya, langkah demi langkah, beserta di mana mendapat datanya.
xG sering terdengar seperti sesuatu yang hanya bisa dihasilkan perusahaan data besar dengan basis data rahasia dan algoritma rumit. Model komersial memang canggih, disetel dari ratusan ribu tembakan dengan puluhan variabel. Tetapi inti gagasannya jauh lebih sederhana daripada kesannya, dan versi dasar yang mengejutkan berguna bisa Anda bangun sendiri dari dua variabel saja dan data yang tersedia gratis. Membangunnya tidak hanya memuaskan—ia mengubah xG dari angka misterius menjadi sesuatu yang Anda pahami dari dalam.
Bahan utama: data tembakan terbuka
Langkah pertama sebuah model adalah data untuk melatihnya, dan di sinilah sepak bola modern murah hati. StatsBomb, salah satu penyedia data terkemuka, merilis sejumlah besar data pertandingan lengkap secara gratis untuk publik—termasuk lokasi setiap tembakan, apakah ia berbuah gol, bagian tubuh yang dipakai, dan situasi yang mendahuluinya. Data terbuka ini adalah harta karun bagi siapa pun yang ingin belajar: ia memberi ribuan tembakan nyata dengan hasilnya, persis yang dibutuhkan untuk membangun dan menguji sebuah model.
Dengan data ini, tugas membangun model xG menjadi konkret: untuk tiap tembakan, kita tahu dari mana ia dilepaskan dan apakah ia gol. Model yang kita cari akan mempelajari hubungan antara lokasi tembakan dan peluangnya menjadi gol, dari ribuan contoh nyata.
Dua variabel yang menjelaskan sebagian besar
Model komersial memakai banyak variabel, tetapi dua di antaranya menjelaskan porsi terbesar peluang gol: jarak ke gawang, dan sudut tembakan (seberapa lebar bidang gawang yang terlihat dari titik tembakan). Intuisinya jelas. Semakin jauh, semakin sulit; semakin sempit sudutnya—misalnya dari dekat garis samping—semakin kecil bidang gawang yang bisa dituju. Kedua variabel ini, bersama-sama, menangkap sebagian besar dari apa yang membuat sebuah peluang bagus atau buruk.
Untuk melihat betapa kuatnya jarak sendirian, ini peluang gol sebuah tembakan tengah menurut jaraknya, dari model logistik sederhana:
| Jarak (tembakan tengah) | Peluang gol |
|---|---|
| 6 meter | ~36% |
| 8 meter | ~24% |
| 11 meter (permainan terbuka) | ~12% |
| 16 meter | ~3% |
| 25 meter | ~0,3% |
Model logistik ilustratif berbasis jarak; model nyata menambahkan sudut dan variabel lain.
Alat yang mengubah variabel menjadi probabilitas
Bagaimana kita mengubah “jarak dan sudut” menjadi angka antara 0 dan 1? Alatnya adalah regresi logistik—metode statistik yang dirancang persis untuk memetakan variabel apa pun ke sebuah probabilitas. Regresi logistik mengambil masukan (jarak, sudut) dan mengeluarkan peluang antara nol dan satu, dilatih dengan menyesuaikan dirinya ke data sampai prediksinya sedekat mungkin dengan hasil nyata. Beri ia ribuan tembakan berlabel “gol” atau “bukan gol” beserta lokasinya, dan ia akan mempelajari kurva yang menghubungkan lokasi ke peluang—persis kurva yang terlihat di tabel jarak di atas.
Yang elegan dari pendekatan ini adalah ia sepenuhnya digerakkan data. Anda tidak memberitahu model bahwa “dekat lebih baik”; model menemukannya sendiri dari melihat bahwa tembakan dekat lebih sering jadi gol. Hasilnya adalah model yang menilai peluang bukan dari opini, melainkan dari sejarah ribuan tembakan sejenis—inti dari apa yang membuat xG lebih objektif daripada penilaian mata.
Kenapa versi sederhana pun berguna
Model dua-variabel Anda tak akan seakurat model komersial—ia tak tahu tentang tekanan bek, jenis umpan pengantar, atau posisi kiper. Tetapi ia akan menangkap sebagian besar sinyal, karena jarak dan sudut memang mendominasi. Yang lebih penting, membangunnya mengajarkan apa yang tak bisa diajarkan angka jadi: bahwa xG bukan sihir, melainkan pola yang dipelajari dari data; bahwa ia hanya sebagus variabel dan data yang memberinya makan; dan bahwa perbedaan antar-model komersial berasal dari perbedaan variabel dan data pelatihan mereka. Sekali Anda membangun satu, Anda tak akan pernah lagi memperlakukan angka xG sebagai kebenaran absolut—Anda akan tahu ia sebuah estimasi, dengan asumsi dan batas yang bisa diperiksa.
Menguji apakah model Anda jujur
Membangun model hanya separuh pekerjaan; separuh lainnya—yang sering dilewati pemula—adalah mengujinya. Bagaimana Anda tahu model xG Anda tidak sekadar mengarang angka yang terlihat masuk akal? Alat utamanya adalah kalibrasi. Ide kalibrasi sederhana dan tegas: kumpulkan semua tembakan yang model Anda beri nilai, katakanlah, sekitar 0,1 xG, lalu periksa berapa persen yang benar-benar menjadi gol. Bila model Anda jujur, kira-kira 10 persen dari tembakan-tembakan itu seharusnya gol. Bila ternyata 25 persen menjadi gol, model Anda meremehkan; bila 3 persen, ia melebih-lebihkan.
Uji kalibrasi ini memisahkan model yang berguna dari yang menyesatkan. Sebuah model bisa terlihat canggih dan tetap salah kalibrasi—memberi angka yang, ketika diperiksa terhadap hasil nyata, tidak cocok. Menjalankan uji ini pada data yang tidak dipakai untuk melatih model (agar Anda tak sekadar menguji hafalan) adalah standar dasar yang membedakan analisis serius dari angka yang tampak ilmiah tetapi kosong. Pelajaran ini berlaku jauh melampaui xG: metrik apa pun yang mengklaim memprediksi harus diuji terhadap kenyataan, bukan dipercaya karena terdengar rumit. Model xG komersial yang baik lolos uji kalibrasi ketat; kemampuan menjalankan uji yang sama pada model Anda sendiri adalah yang mengubah Anda dari konsumen angka menjadi orang yang bisa menilai apakah angka itu layak dipercaya.
Memakai model buatan sendiri tanpa menipu diri
Membangun model xG sendiri adalah cara terbaik memahami baik kekuatannya maupun batasnya. Kekuatannya: ia mengubah ribuan tembakan nyata menjadi penilaian peluang yang objektif dan berulang, jauh lebih andal daripada kesan mata. Batasnya: ia hanya menangkap apa yang ada dalam variabelnya, buta terhadap segala yang tak diukur, dan hanya sebaik data pelatihannya. Model komersial mempersempit batas itu dengan lebih banyak variabel dan data, tetapi tak pernah menghapusnya. Memahami ini—dari dalam, dengan membangun sendiri—adalah pertahanan terbaik terhadap dua kesalahan yang berlawanan: menolak xG sebagai omong kosong, atau menyembahnya sebagai kebenaran. Ia bukan keduanya; ia sebuah estimasi yang bermanfaat, dan sekarang Anda tahu persis bagaimana ia dibuat.