JAKARTA – Ledakan data, dengan kumpulan data besar yang tersedia untuk dianalisis, telah memengaruhi hampir setiap aspek kehidupan manusia. Industri olahraga belum kebal terhadap perkembangan ini. Ada berbagai jenis analisis berbasis data yang telah dilakukan dalam domain olahraga sepak bola.
Sebut saja sebagai contoh, analisis tingkat lapangan yang berfokus pada perilaku pemain, pelatih, dan wasit. Lalu, analisis keputusan manajemen serta pembuat kebijakan. Dan teranyar, analisis literatur yang menggunakan data olahraga untuk menjawab berbagai pertanyaan di bidang ekonomi dan psikologi.
Dengan latar belakang data, kombinasi erat olahraga dan big data melebarkan sayap pengembangan industri olahraga, dan industri sepak bola meningkat pesat. Dengan perkembangan teknologi, sepak bola telah dikelilingi oleh data sekaligus memberikan banyak cara untuk menginterpretasikan data.
Meskipun analisis data mungkin tidak dapat mengubah hasil kompetisi, toh tidak diragukan lagi bahwa era big data sepakbola telah tiba. Menganalisis peran big data dalam perkembangan sepak bola modern, big data mempromosikan pengembangan tingkat kompetitif sepak bola, memperluas metode pelatihan sepak bola, dan meringkas penerapan big data dalam analisis taktis, peralatan olahraga dan pemilihan pemain.
Dalam sebuah wawancara dengan Leaders in Sport, CEO AC Milan Ivan Gazidis menyusun cetak biru untuk membawa Milan kembali ke eselon atas sepak bola seperti masa lalunya yang gemilang. Secara khusus, dia menyusun strategi empat poin yang terdiri atas pemanfaatan sumber daya yang lebih baik dengan identitas taktis, perpaduan antara pengalaman dan pemain muda, ilmu olahraga, dan MilanLab 2.0.
Gazidis berbicara cukup banyak tentang analisis data dan bagaimana Milan memanfaatkannya untuk manajemen sumber daya yang lebih baik. Tetapi dalam permainan seperti sepak bola yang memiliki begitu banyak emosi dan pengambilan keputusan yang subyektif, bagaimana beberapa poin data dan statistik dapat membantu pelatih dan pemain membuat keputusan yang lebih baik?
Data analytics dan sabermetrics telah mendapatkan banyak daya tarik selama beberapa tahun terakhir dengan klub-klub di liga yang lebih rendah menggunakannya secara ekstensif untuk bersaing dengan klub-klub tradisional besar meskipun sumber daya tidak seimbang. Dengan permainan yang tumbuh secara eksponensial dan dengan semakin banyak uang yang tersedot, pemilik dan pemangku kepentingan ingin mengurangi risiko kerugian finansial yang sangat besar dengan para ahli yang terinformasi di sisi olahraga permainan.
Sejarah
Semuanya dimulai pada tahun 1960-an ketika mantan komandan dan akuntan RAF, Charles Reep, mulai mengambil poin data sebagai manajer klubnya, Swindon Town. Dengan data yang terkumpul, Reep menyimpulkan bahwa sebagian besar gol dicetak dengan kurang dari tiga operan. Ini melahirkan konsep taktik long-ball, sesuatu yang masih terukir dalam permainan Inggris.
Tetapi pengumpulan data nyata dan interpretasinya dipelopori oleh perusahaan pengumpulan data olahraga ProZone pada 1998. Layanan mereka pertama kali digunakan oleh Derby County untuk mendapatkan analisis data pra-pertandingan dan pasca-pertandingan yang lebih baik.
Pada 2003, buku ‘Moneyball: Seni Memenangkan Permainan yang Tidak Adil’ (ditulis oleh Michael Lewi) menjadi pemecah kebekuan yang nyata bagi semua cabang olahraga untuk menggunakan sistem penguraian data untuk mendapatkan keuntungan. Saat ini, hampir 10 poin data dikumpulkan per detik dalam sebuah game yang berjumlah minimal 1,4 juta statistik dibuat per pertandingan melalui analisis notasi.
Bagaimana analisis data digunakan
Untuk memiliki pemahaman yang lebih baik tentang bagaimana analisis data dilakukan dalam sepak bola, cakupan harus dipecah menjadi beberapa bidang yang dapat diterapkan.
Kepanduan
Tujuan utama dari pengintai ini adalah untuk menemukan pemain yang diremehkan dan yang belum mendekati puncaknya, yang pada dasarnya adalah tiket emas.Jika ada departemen yang analitik datanya telah menjadi pengubah permainan, itu ada di departemen kepanduan dan transfer. Setelah berkonsultasi dengan pelatih kepala Stefano Pioli, kepala pramuka Geoffrey Moncada, dan kelompok pengamat serta analis datanya menyiapkan prototipe untuk gaya sepak bola yang diinginkan Pioli.
Spesifikasi untuk tipe-tipe tersebut dibuat jelas, departemen kepanduan (yang mencakup analis data) akan masuk ke berbagai platform kepanduan seperti Wyscout atau Opta yang akan menyediakan berkas, statistik kepada para analis ini, citra visual kreatif dan berbagai video pemain. Latihan ini membantu klub menghemat sejumlah besar uang dibandingkan membangun jaringan kepanduan di seluruh dunia yang akan melipatgandakan biaya mempekerjakan orang yang berbeda.
Begitu datanya masuk, para analis dan pengintai menyaring segudang informasi dan membuat daftar pendek. Setelah daftar pendek dibuat, mereka menonton video dan pertandingan para pemain dan memadatkannya lebih jauh. Saat itulah pengintai mengunjungi stadion yang sebenarnya untuk menyaksikan pemain yang ditargetkan beraksi, yang intinya adalah tiket emas.
Jika ada departemen yang analitik datanya telah menjadi pengubah permainan, itu ada di departemen kepanduan dan transfer. Setelah berkonsultasi dengan pelatih kepala Stefano Pioli, kepala pramuka Geoffrey Moncada dan kelompok pengamat serta analis datanya akan menyiapkan prototipe untuk gaya sepak bola yang diinginkan Pioli.
Setelah spesifikasi untuk tipe-tipe tersebut dibuat jelas, departemen kepanduan (yang mencakup analis data) akan masuk ke berbagai platform kepanduan seperti Wyscout atau Opta yang akan menyediakan berkas, statistik kepada para analis ini, citra visual kreatif dan berbagai video pemain.
Latihan ini membantu klub menghemat sejumlah besar uang dibandingkan membangun jaringan kepanduan di seluruh dunia yang akan melipatgandakan biaya mempekerjakan orang yang berbeda. Begitu datanya masuk, para analis dan pengintai menyaring segudang informasi dan membuat daftar pendek.
Setelah daftar pendek dibuat, mereka menonton video dan pertandingan para pemain dan memadatkannya lebih jauh. Saat itulah pengintai mengunjungi stadion yang sebenarnya untuk menyaksikan pemain yang ditargetkan beraksi, yang dilakukan oleh Moncada sendiri atau kemudian dilaporkan ke Maldini dan Massara yang membuat keputusan akhir setelah berkonsultasi dengan Pioli.
Tetapi, seperti yang disebutkan sebelumnya, sepak bola adalah permainan subyektif yang dimainkan oleh manusia dan bukan oleh robot yang dapat diprogram. Oleh karena itu, statistik tidak dapat memprediksi apa yang akan dilakukan pemain selanjutnya. Untuk menutup celah tersebut, data scientist telah menghadirkan teknologi mutakhir yang disebut ghosting.
Ghosting adalah proses menggunakan algoritma untuk memprediksi tindakan apa yang dilakukan pemain tertentu dalam situasi tertentu berdasarkan ribuan poin data yang dikumpulkan dari pertandingan sebelumnya.
Persiapan pra-pertandingan dan analisis pasca-pertandingan
Untuk setiap pertandingan tim membutuhkan persiapan khusus. Perubahan dalam sistem permainan serta kualitas teknis dan fisik bervariasi dari satu tim ke tim lainnya. Persiapan untuk pertandingan kandang baru-baru ini melawan Spezia tidak dapat digunakan melawan Inter, misalnya, dan jika dilakukan dapat menyebabkan bahaya yang mematikan. Itu sebabnya diperlukan persiapan terpisah baik fisik maupun mental yang datanya dikumpulkan dan diperiksa oleh tim analis dan staf pelatih.
Analis data melihat berbagai nomor lawan dan kemudian mempresentasikannya dalam pertemuan dengan staf pelatih. Dikombinasikan dengan akal taktis pelatih, sebuah rencana permainan untuk melawannya dirancang dalam pertemuan-pertemuan ini. Milan, khususnya tim yang menekan, menganalisis pola umpan dari pihak lawan untuk menyusun tekanan mereka.
Karena setiap pertandingan memerlukan persiapan fisik khusus dan metode latihan baru dapat diperkenalkan kepada para pemain, efektivitas rutinitas latihan diukur dengan menggunakan GPS yang disimpan di dalam Milanello.
Di akademi RB Salzburg, seluruh fasilitas dilengkapi dengan sistem LPM Indoor yang merupakan sensor gerak yang memberikan data seperti akurasi passing, sentuhan yang dilakukan, dan jumlah waktu penguasaan bola. Mereka juga menggunakan Soccerbot, yang merupakan struktur melingkar di mana pemain berada di tengah. Strukturnya diisi dengan panel yang berfungsi sebagai TV LED dan setiap pemain diberi tugas untuk diselesaikan di dalam Soccerbot.
Baru-baru ini mereka juga membantu menciptakan kembali situasi dari permainan yang dimainkan oleh tim sebelumnya. Struktur ini membantu informasi trek analis data pemain dan pemain itu sendiri untuk menyadari kesalahannya dan memperbaikinya. Pada akhirnya, ini membantu perkembangan bantuan pemain.
Selama pertandingan, kami telah melihat ketika pergantian pemain dilakukan, asisten Pioli, Giacomo Murelli, sering berbicara kepada pemain yang sedang bermain menggunakan bantuan dari komputer tabletnya.Selama pertandingan berlangsung, stadion dilengkapi dengan berbagai GPS dan sensor gerak. Ini membantu staf pelatih untuk mendapatkan peta panas dan pemain mana yang menunjukkan tanda-tanda kelelahan.
Semua informasi ini datang ke analis dan diberikan kepada asisten melalui tabletnya, di mana –bila digabungkan dengan pengetahuan taktisnya– dia mencoba mengeksploitasi dan mendapatkan keuntungan. Sebagai pionir MilanLab, penggunaan berbagai analitik data untuk menjaga kebugaran pemain dan memprediksi cedera bukanlah hal baru.
Di bawah chiropractor yang tidak konvensional, John Meerseman, dikombinasikan dengan pengetahuannya tentang Kinestetik, Milan menjalin kemitraan dengan Microsoft untuk menganalisis sampel data. Tidak mengherankan jika tim pemenang UCL tahun 2007 ini memiliki usia rata-rata lebih dari 30 tahun dan itu semata-mata karena MilanLab dan caranya yang unik.
Sementara MilanLab hanya ada atas nama dengan kepergian Meersseman pada tahun 2010, menunjukkan bagaimana analitik data dapat digunakan untuk kedokteran olahraga. Maju cepat ke tahun 2020, dan bersama dengan GPS di dalam tempat latihan, mereka juga memiliki akselerometer dan giroskop.
Perangkat ini membantu melacak fitur metabolisme dan biomekanik setiap pemain. Data membantu mengukur beban kerja eksternal, yaitu jumlah pekerjaan yang dilakukan di lapangan. Ini pada gilirannya membantu dalam memahami apakah pemain hampir cedera atau tidak.
Pemain berada pada risiko maksimum saat mereka bermain setelah lama tidak beraktivitas, seperti setelah liburan musim panas atau seperti periode pasca lockdown. Juga berlari dengan kecepatan tinggi untuk ledakan singkat dalam jangka waktu tiga minggu adalah resep cedera menurut para ahli medis.
Model Liverpool
Pada 2002, Fenway Sports Group membeli tim Major League Baseball Boston Red Sox. Mereka tertarik dengan sabermetrics yang merupakan konsep yang relatif baru pada 2002. Mereka membawa Bill James sebagai kepala riset dan pada tahun 2004, Boston Red Sox –yang tidak memenangkan Seri Dunia yang didambakan dalam 84 tahun terakhir– akhirnya mengakhiri kutukan dari Bambino.
Mereka kemudian memenangkannya lagi pada 2007, 2013, dan 2018. Pada 2010, ketika FSG membeli Liverpool, mereka menunjuk Damien Comolli sebagai direktur sepak bola pada tahun 2010, namun dia pergi pada 2012. Penggantinya adalah karyawannya sendiri, Michael Edwards, yang kemudian menjadi direktur olahraga pertama Liverpool pada 2016.
Edwards menekankan pada analitik data untuk mendapatkan keunggulan kompetitif dengan anggaran terbatas. Mereka menunjuk empat analis meliputi Ian Graham, William Spearman, Tim Waskett, dan Dafydd Steele. Bersama dengan Klopp, yang terbiasa bekerja dengan anggaran terbatas di Dortmund (yang juga menggunakan analisis data dengan kepala pramuka Sven Mislintat sebagai pendukung besar sistem), memimpin semua pengambilan keputusan di dalam klub.
Klopp adalah penganjur Gegenpressing yang merupakan gaya sepak bola tanpa henti, intens, dan agresif yang membutuhkan pemain dengan keahlian yang sangat unik. Para analis menggunakan berbagai platform pencarian untuk mencari pemain yang memiliki keterampilan teknis bersama dengan stamina dan kekokohan yang dibutuhkan Klopp.
Seiring dengan ciri-ciri ini, mereka memeriksa catatan cedera. Fitur khusus adalah bahwa Liverpool menghitung nilai diskon pemain dengan bekerja pada biaya transfer yang diterima pemain dalam karirnya dikombinasikan dengan nilai komersialnya sebelum mengajukan tawaran untuk pemain agar tidak melampaui anggaran yang ditetapkan untuk transfer oleh pemilik.
Ada contoh sempurna dari sistem yang digunakan. Dengan Liverpool memainkan garis tinggi, mereka membutuhkan bek yang bisa memiliki kecepatan untuk mengejar jika lawan membalas dan penjaga yang bagus dengan refleks dan bagus dalam situasi 1v1. Tandem penjaga gawang, Simon Mignolet dan Loris Karius, plus bek tengah Mamdou Sakho, rawan kesalahan dan berkontribusi pada masalah besar di pertahanan, karenanya Liverpool membutuhkan pengaturan alternatif.
Penjualan Philippe Coutinho memungkinkan mereka melakukan hal itu. Modal yang sangat penting bagi Liverpool, yang mereka investasikan pada Virgil Van Djik dan Alisson Becker. Apa yang tampak seperti pembayaran kotor pada saat itu sekarang terlihat seperti bisnis yang sangat cerdas –Van Djik khususnya adalah bek yang sangat cerdik yang memadamkan serangan, seperti petugas pemadam kebakaran yang proaktif menghentikan nyala lilin menjadi kobaran api.
Penjualan Coutinho juga membantu dalam berbagai aspek. Menganalisis sistem yang dirancang dengan Coutinho sebagai pusat permainan menyerang, Liverpool memperluasnya ke Salah, Mane, Firmino, Robertson, dan Trent Alexander-Arnold. Ini meningkatkan ketidakpastian dan metrik data yang dikenal sebagai Ragam Sasaran.
Ragam Sasaran dipandang sebagai sebuah cerita oleh para analis, dan para ahli membedah metrik seperti jumlah umpan yang diperlukan untuk mencetak gol, umpan kunci, dan berbagai data lainnya.
Persiapan prapertandingan didasarkan pada tiga poin: Memaksa pemain dengan kepercayaan diri paling rendah untuk melakukan kesalahan dengan menekannya secara agresif; Mengagitasi pemain yang mudah marah dan memiliki catatan disiplin yang buruk; Menganalisa pemain lawan dengan kemampuan teknik tinggi dan memutus suplai ke pemain (contohnya Kevin De Bruyne).
Melawan Everton musim lalu, Liverpool melakukan banyak tembakan dari luar kotak penalti. Ini karena Jordan Pickford bertubuh sangat tinggi dan tidak seperti kiper seperti Alisson atau Donnarumma, dia tidak bisa menjangkau bola jika dipukul dengan baik.
Agar pemain tetap termotivasi untuk tampil, sistem insentif berdasarkan sistem analisis data yang disebut Game Theory digunakan. Ini membantu dalam merancang sistem insentif. Liverpool adalah klub yang memberikan bonus maksimal kepada para pemainnya karena sistem ini serta keberhasilannya di Liga Champions dan Liga Inggris.
Analytic Milan
Analisis data yang banyak digunakan di Inggris, Spanyol, dan Jerman, belum menemukan tempat dalam sepak bola Italia secara luas. Atalanta perlahan-lahan beradaptasi dengan alat penghitung angka namun klub lainnya belum menerapkannya ke dalam permainan mereka. Beberapa cara bisa diterapkan Milan.
Moncada dan Almstadt tampaknya sudah memiliki analitik untuk membantu klub merekrut pemain muda yang mendekati puncaknya. Mereka dapat menggunakannya untuk merekrut pemain yang lebih berpengalaman seperti Kjaer, yang merupakan pemain pengganti yang tidak digunakan di Atalanta namun telah menjadi bisnis yang cerdik.
Mengingat bagaimana keuangan Milan belum sejalan, investasi yang baik melalui analitik dan perekrutan seperti Hauge dapat membantu klub mencapai target meskipun dengan anggaran yang ringkas. Meluncurkan kembali MilanLab akan menjadi cara yang bagus bagi Milan untuk melindungi pemain mereka dan mendapatkan yang terbaik dari mereka.
Ini adalah sesuatu yang dijanjikan Gazidis dalam rencana empat poinnya untuk membawa Milan kembali ke puncak Untuk manajemen dalam pertandingan, Milan telah menunjukkan peningkatan yang signifikan dan identitas taktis yang meniru ide-ide Bayern Munich.
Menurut pengakuan Pioli, Milan masih dapat menyusun pengorganisasian lapangan dengan lebih baik dan berhenti melampaui beban di area tengah lapangan seperti saat melawan Rio Ave.
Kembali ke Puncak
Sepak bola seperti olahraga lainnya masih sangat subyektif dan berdasarkan emosi. Philipp Lahm lebih jauh menyebutnya pertempuran gladiator modern, dan dia sepertinya tidak berlebihan. Dengan analitik data yang sekarang tersebar luas di Inggris dan Jerman, ada terlalu banyak angka yang harus ditangani.
Oleh karena itu, penting untuk menyaring kumpulan data dan memilahnya menjadi apa yang berguna dan apa yang tidak. Juga bijaksana untuk menggunakan citra visual dan teknik yang membantu menyimpan informasi lebih cepat dan lebih baik. Apa yang membedakan tim analitik yang baik dari yang biasa-biasa saja adalah bagaimana mereka menginterpretasikan data.
Analis yang dapat mengidentifikasi data dengan cepat dan sampai pada pengambilan keputusan kualitatif adalah orang-orang yang dipekerjakan oleh klub-klub top. Setiap hari analis data menjelajahi tumpukan data untuk menemukan 1% detil ekstra yang memberikan keuntungan tambahan bagi tim mereka.
Manajemen modern membutuhkan cara-cara obyektif untuk mengukur dan dengan begitu banyak data yang tersedia, analis selalu menemukan bantuan informasi tambahan dalam pengambilan keputusan yang lebih baik dari tingkat ruang rapat hingga lapangan.
Jika Milan bisa melakukannya dengan benar, mereka bisa berada di jalur yang tepat untuk kembali ke puncak, melanjutkan reputasi klub dari tahun 1980-an dan 1990-an sebagai tim pionir. (ihd)
