Sepak bola modern semakin didorong oleh data. Setelah dekade dengan statistik dasar seperti gol, assist, dan jumlah tembakan, dunia analitik kini bergeser ke metrik yang jauh lebih akurat: xG (Expected Goals). Pelatih top seperti Pep Guardiola, Jürgen Klopp, dan Mikel Arteta secara terbuka mengandalkan xG untuk evaluasi performa. Artikel ini menjelaskan apa itu xG, cara hitungnya, dan kenapa metrik ini lebih representatif dari sekadar hasil akhir laga.

Definisi xG

Expected Goals (xG) adalah probabilitas suatu tembakan berbuah gol, dinyatakan dalam angka antara 0 sampai 1. Setiap tembakan diberi nilai xG berdasarkan banyak faktor: jarak ke gawang, sudut tembakan, bagian tubuh yang dipakai, situasi (open play, set piece, penalti), tekanan pemain bertahan, dan lainnya.

  • xG = 0.05 → tembakan sulit, hanya 5% kemungkinan gol (misal: voli dari luar kotak penalti).
  • xG = 0.30 → peluang sedang (misal: sundulan tengah kotak penalti).
  • xG = 0.76 → tembakan penalti (rata-rata akurasi 76% berdasarkan ribuan tendangan historis).
  • xG = 0.95 → tap-in di mulut gawang (hampir pasti gol).

Bagaimana xG Dihitung?

Model xG dilatih dengan jutaan tembakan historis dari liga top dunia. Setiap tembakan baru dibandingkan dengan tembakan-tembakan serupa di database untuk memprediksi probabilitas gol. Faktor input umum:

  1. Jarak ke gawang — Semakin dekat, semakin tinggi xG.
  2. Sudut serangan — Sudut sempit (di pinggir gawang) menurunkan xG drastis.
  3. Bagian tubuh — Tembakan kaki kuat > kaki lemah > sundulan kepala (untuk jarak sama).
  4. Jenis serangan — Counter-attack vs build-up vs set-piece punya pola xG berbeda.
  5. Jumlah pemain bertahan — Lebih banyak defender di lintasan tembakan = xG turun.
  6. Posisi kiper — Kiper out-of-position = xG naik.

Kenapa xG Lebih Akurat?

Bayangkan tim A menang 1-0 atas tim B. Skor bilang tim A lebih bagus. Tapi xG bisa cerita beda:

  • Tim A: xG 0.5 (peluang sedikit + gol dari kesempatan kecil/lucky)
  • Tim B: xG 2.8 (banyak peluang besar tapi tidak konversi)

Kesimpulan: tim B lebih bagus performa, tim A hanya beruntung. Dalam jangka panjang (10+ laga), tim B akan menang lebih banyak — itulah kenapa pelatih pakai xG sebagai sinyal sebenarnya, bukan hanya hasil.

Contoh Penerapan

Di Premier League 2022/23, Manchester City finis dengan xG diferensial +37 — artinya peluang yang mereka ciptakan jauh melampaui peluang lawan. Mereka pun juara Premier League sekaligus Champions League.

Sebaliknya, Manchester United musim sama punya xG diferensial yang lebih rendah dari posisi finishingnya — sinyal bahwa mereka over-perform di tahun itu. Musim berikutnya prestasi mereka memang menurun.

xG untuk Pemain Individu

Selain tim, xG juga dipakai untuk evaluasi pemain. Bandingkan gol aktual vs xG:

  • Gol > xG → Pemain clinical finisher. Contoh: Erling Haaland sering mencetak lebih banyak gol daripada xG nya.
  • Gol = xG → Konversi sesuai ekspektasi (rata-rata pemain top).
  • Gol < xG → Pemain under-finisher atau sial musim ini.

Batasan xG

xG bukan ramalan sempurna. Kelemahannya:

  • Tidak ukur kualitas tembakan teknis — Tendangan bebas Beckham dari 35 meter punya xG rendah, tapi dia konversi tinggi karena skill spesifik.
  • Tidak ukur konteks pertandingan — Tim ngotot menang di menit ke-90 yang ambil peluang putus asa punya xG inflated.
  • Tidak ukur set-piece terstruktur dengan akurat — beberapa tim sangat mahir set piece sehingga xG mereka under-rate aktual gol.

Cara Pakai xG sebagai Fan

Saat baca laporan post-match:

  • Bandingkan xG kedua tim → Lihat siapa sebenarnya lebih dominan, bukan hanya siapa yang menang skor.
  • Lihat xG per shot pemain → Penyerang dengan xG/shot tinggi pintar cari ruang berbahaya.
  • Track xG kumulatif musim → Tim dengan xG diff tinggi tapi posisi klasemen rendah biasanya akan rebound.

FAQ

Q: Di mana lihat data xG?
A: Banyak situs analitik publik seperti FBref, Understat, dan Sofascore. LSSBO menampilkan statistik dasar — fitur xG sedang dalam evaluasi.

Q: Apakah penalti selalu xG 0.76?
A: Rata-rata historis ~0.76, tapi bisa di-adjust per pemain. Lewandowski misalnya punya konversi >85% sehingga model bisa naikkan xG penalti-nya.

Q: Apa beda xG dan xA?
A: xG = expected goals (probabilitas tembakan jadi gol). xA = expected assists (probabilitas operan berbuah gol). Keduanya kombinasi mengukur kreativitas + finishing.