Apa itu XG?
Expected Goals (xG) memberi nilai probabilitas pada setiap peluang mencetak gol berdasarkan kualitas kesempatan — jarak, sudut, jenis tembakan, assist, dan konteks. Nilai xG berada antara 0 hingga 1 (mis. xG 0.45 ≈ peluang 45% gol).
Data yang Dibutuhkan
- Lokasi tembakan (x,y) atau jarak ke gawang
- Jenis tembakan (foot, header, volley)
- Saat peluang terjadi (open play, set piece, counter)
- Asistensi & tekanan dari bek lawan
- Data historis pemain & tim (form, cedera, rotasi)
Langkah Sederhana Menggunakan xG
- Kumpulkan data tembakan & peluang untuk tim (minimal 10–20 laga terakhir).
- Hitung rata-rata xG per laga untuk tuan rumah dan tandang.
- Timbang faktor konteks: cedera, rotasi, cuaca, jadwal padat.
- Gunakan Poisson atau simulasi Monte Carlo untuk konversi xG jadi probabilitas hasil (W/D/L).
- Validasi dengan data hasil aktual dan sesuaikan model jika perlu.
Tips Praktis
- Gunakan rolling window (mis. 10 laga) agar data lebih stabil.
- Perhatikan home/away bias — beberapa tim sangat kuat di kandang.
- Lakukan adjustment untuk rotation saat jadwal padat.
- Padukan xG dengan analisis taktik & kondisi pemain.
Contoh Praktis (Ilustrasi)
Contoh: Home xG 1.8 vs Away xG 0.9 → Home punya peluang lebih besar untuk mencetak gol. Untuk tingkat probabilitas hasil, gunakan distribusi Poisson.
(λ = xG expected goals; k = jumlah gol)
- Ambil λ_home = 1.8, λ_away = 0.9
- Hitung P(gol = 0,1,2...) untuk masing-masing tim
- Simulasikan kombinasi untuk probabilitas Menang/Imbang/Kalah
Checklist Implementasi
- Gunakan sample 10–20 laga untuk rata-rata xG.
- Sesuaikan untuk rotasi pemain & kondisi cuaca.
- Bandingkan xG attack vs xG conceded lawan.
- Validasi model dengan hasil historis.
Catatan Penting
xG adalah alat prediksi yang kuat, namun bukan kepastian. Selalu kombinasikan data xG dengan analisis taktik, kondisi pemain, dan faktor eksternal.
Comments
Post a Comment