Memahami Expected Goals (xG): Apa yang Sebenarnya Diukur

Angka xG 0.40 bukan berarti seorang pemain punya peluang 40 persen untuk mencetak gol dari tembakan tertentu. Itu adalah pernyataan tentang masa lalu. Artinya, di dalam basis data tempat model itu dilatih, tembakan yang dilepaskan dari posisi kurang lebih sama, dengan anggota tubuh yang sama, lahir dari pola serangan sejenis dan di bawah tekanan sebesar itu, berbuah gol sekitar 40 kali dari setiap seratus percobaan. StatsBomb menyampaikannya lebih blak-blakan pada 2017: sebuah nilai xG "sebenarnya tidak banyak bicara soal tembakan tertentu yang sedang kita bahas sekarang. Lebih tepatnya begini: 'di masa lalu, hal ini pernah terjadi.'"

Pembedaan itu terdengar seperti cerewet soal istilah. Padahal di situlah seluruh perdebatannya. Hampir semua keluhan tentang expected goals - bahwa xG mengukur keberuntungan, bahwa xG menentukan siapa yang pantas menang, bahwa xG pasti rusak karena ada penyerang yang terus-menerus melampauinya - lahir dari kebiasaan membaca frekuensi historis sebagai ramalan atas satu tendangan. Tulisan ini menjelaskan apa sebenarnya angka itu, bagaimana ia dibangun, sejauh mana ia bisa dipakai, dan di titik mana ia diam-diam runtuh.

Angka di antara nol dan satu

Opta, yang modelnya dipakai sebagian besar stasiun televisi, mendefinisikannya begini: expected goals "mengukur kualitas sebuah peluang dengan menghitung kemungkinan peluang itu berbuah gol, memakai informasi dari tembakan-tembakan serupa di masa lalu." Skalanya berjalan dari nol sampai satu. Nol berarti peluang yang mustahil menjadi gol. Satu berarti peluang yang semestinya selalu dikonversi seorang pemain, tanpa kecuali. Semua yang menarik terjadi di antara keduanya.

Wyscout menyebutnya "model machine learning prediktif yang dipakai untuk menilai kemungkinan tercipta gol dari setiap tembakan dalam sebuah pertandingan." American Soccer Analysis meminjam istilah bola basket dan menyamakannya dengan persentase field goal, dengan satu perbedaan penting: xG terikat pada lokasi dan situasi percobaan, bukan pada identitas orang yang melepaskannya. Itu pilihan yang disengaja, dan justru karena itulah angkanya berguna.

Gagasannya lebih tua daripada grafis yang muncul di layar televisi. Vic Barnett dan Sarah Hilditch memakai istilah "expected goals" dalam makalah 1993 tentang permukaan lapangan buatan di sepak bola Inggris. Richard Pollard dan Charles Reep membangun nenek moyang model modern yang mudah dikenali pada 1997, dengan membobot tembakan berdasarkan jarak, sudut, apakah bola disundul, dan seberapa besar tekanan pertahanan yang ada. Jake Ensum, Pollard dan Samuel Taylor menjalankan regresi logistik atas 930 tembakan dari Piala Dunia 2002. Tulisan Sam Green untuk OptaPro pada April 2012 adalah yang mendorong metrik ini masuk ke arus utama analitik sepak bola, dan pada Agustus 2017 Match of the Day mengumumkan expected goals akan tampil di televisi. Tidak satu pun dari langkah-langkah itu menciptakannya sendirian.

Apa yang dilihat model sebelum memutuskan

Model Opta saat ini adalah mesin gradient boosting XGBoost yang dilatih dengan hampir satu juta tembakan dari 40 kompetisi sepanjang musim 2018-19 hingga 2021-22. Model itu menimbang lebih dari 20 variabel yang menggambarkan situasi sampai persis detik bola disentuh: jarak ke gawang, sudut ke gawang, posisi berdiri kiper, seberapa lapang pandangan ke mulut gawang, di mana pemain lain berada, seberapa keras tekanan para bek, jenis tembakan - kaki mana, voli, sundulan, satu lawan satu - pola permainan yang melahirkannya, entah dari open play, serangan balik cepat, tendangan bebas, sepak pojok atau lemparan ke dalam, serta aksi sebelumnya atau jenis assist. Sebagai gambaran skalanya, Premier League 2022-23 saja memuat 9,609 tembakan, dan lima liga top Eropa pada musim itu menghasilkan 45,764.

Penyedia data lain membuat pilihan berbeda, dan perbedaannya bukan sekadar kosmetik. Glosarium publik Wyscout mencantumkan persis delapan parameter, salah satunya penilaian manusia yang menandai seberapa berbahaya tembakan itu. Understat memakai jaringan saraf tiruan yang dilatih dengan lebih dari 100,000 tembakan, masing-masing dengan lebih dari sepuluh parameter. American Soccer Analysis menerbitkan regresi logistiknya secara terbuka, lengkap dengan koefisiennya: tembakan yang berasal dari umpan silang membawa penalti -0.380, sementara tembakan dari umpan terobosan mendapat +0.909 - itu cara model tersebut mengatakan bahwa bola yang datang menyilang badan dari sisi sayap jauh lebih sulit diselesaikan ketimbang bola yang dijahitkan menembus garis pertahanan. Hudl StatsBomb punya masukan paling kaya: freeze frame hasil computer vision yang merekam posisi setiap penyerang dan bek yang terlihat dalam bingkai kamera plus kiper, serta ketinggian bola pada saat kontak, karena bola setinggi lutut lebih mudah ditendang bersih ketimbang bola setinggi kepala atau yang menggelinding di rumput. StatsBomb memperkirakan penanda gawang kosong saja bisa menggeser sebuah peluang dari 0.10 menjadi 0.85.

Sekadar gambaran besaran, bukan angka resmi: tembakan dari tepi kotak enam yard kerap bernilai lebih dari 0.35; tembakan dari jarak 25 yard biasanya di bawah 0.03, dan percobaan spekulatif dari luar kotak sekitar 0.02. Coaches' Voice pernah membedah satu percobaan Mohamed Salah yang bernilai 0.08 dan satu gol Phil Foden bernilai 0.46. Sundulan berbuah gol dengan rasio lebih rendah daripada tembakan kaki dari titik yang sama. Kaki lemah menghasilkan rasio lebih rendah daripada kaki terkuat. Tidak ada satu pun di daftar itu yang akan mengejutkan orang yang pernah bermain bola, dan justru itu poin yang menguntungkan model tersebut, bukan yang memberatkannya.

Penalti adalah pengecualian. Karena kondisinya seragam - dua belas yard, tanpa bek, tanpa tekanan yang layak dimodelkan - penyedia data cukup memberi nilai konstan. Konstanta itu berkisar 0.76 sampai 0.79 tergantung siapa yang menghitung, mencerminkan rasio konversi di level tertinggi yang berada di kisaran tujuh puluhan menengah ke atas. Angka itu merusak total jangka pendek dengan parah: tiga penalti dalam sebulan menambah lebih dari dua xG ke rekening seorang penyerang tanpa ia harus melewati satu bek pun. Persis karena itulah non-penalty expected goals, npxG, ada sebagai kolom terpisah, dan itulah kolom yang Anda butuhkan saat membandingkan pemain.

Hari ketika model berubah pikiran soal tembakan yang sudah dilepaskan

Pada Maret 2022 Opta merilis versi baru modelnya. Mereka membuang "big chance" sebagai masukan - label subjektif yang diberikan analis manusia sambil menonton pertandingan, lama dikritik karena subjektif sekaligus terkontaminasi oleh apakah tembakan itu berujung gol - dan menambahkan posisi kiper, tekanan pertahanan serta kejelasan tembakan.

Perbandingan sebelum dan sesudahnya bikin melongo. Sebuah peluang Richarlison melawan Wolves anjlok dari 0.80 xG menjadi sekitar 0.20, semata-mata karena model baru bisa melihat di mana Jose Sa berdiri. Peluang Roberto Firmino melawan Watford naik dari 0.81 menjadi 0.96. James Maddison melawan Brentford dan Patson Daka melawan Newcastle sama-sama melonjak dari sekitar 0.47 menjadi di atas 0.87 begitu posisi kiper dan absennya tekanan pertahanan diperhitungkan. Kasus paling ekstrem yang dilaporkan adalah tembakan Pedro Neto ke gawang Leicester yang bergerak dari 0.035 menjadi 0.656, hampir dua puluh kali lipat nilainya.

Tidak ada yang berubah pada tembakan-tembakan itu. Semuanya sudah dilepaskan, diselamatkan atau menjadi gol berbulan-bulan bahkan bertahun-tahun sebelumnya. Yang berubah adalah pendapat model soal kategori tempat tembakan itu berada. Itulah demonstrasi paling gamblang tentang apa sebenarnya sebuah angka xG: bukan pengukuran atas sebuah peristiwa, melainkan klasifikasi atasnya.

Hal itu sekaligus memensiunkan kritik tertua terhadap metrik ini. "Model tidak tahu di mana kipernya" memang benar untuk model berbasis event data generasi awal, tidak lagi benar untuk Opta sejak Maret 2022, dan tidak pernah benar untuk freeze frame milik StatsBomb. Big chance masih ada dalam data Opta, didefinisikan sebagai situasi ketika seorang pemain secara wajar diharapkan mencetak gol, biasanya satu lawan satu atau percobaan jarak dekat dengan jalur ke gawang yang bersih dan tekanan rendah sampai sedang. Sekarang statusnya statistik, bukan masukan model. Opta juga menjalankan model yang sepenuhnya terpisah untuk sepak bola putri, dilatih dengan tembakan-tembakan historis pemain putri dan dipakai sejak Piala Dunia 2023, di mana jarak ke gawang punya bobot lebih besar.

Yang tidak diberitahukan angka xG sebuah pertandingan

Opta menyatakan terang-terangan bahwa expected goals mengukur kualitas peluang dan "bukan hasil yang diharapkan dari sebuah pertandingan." Alasannya soal aritmetika, dan Jonas Lindstrom punya ilustrasi paling tajam untuk itu.

Ambil dua tim. Tim Koin melepaskan empat tembakan, masing-masing berpeluang 50 persen. Tim Dadu melepaskan dua belas tembakan, masing-masing berpeluang satu banding enam. Keduanya menutup laga dengan angka persis 2.0 xG. Peluang mereka untuk menang tidak sama. Sebaran gol Tim Koin simetris di sekitar angka dua. Sebaran Tim Dadu miring ke kanan, artinya kemungkinan mereka mencetak sedikit gol lebih besar daripada kemungkinan mencetak banyak gol. Kalau laga itu diputar ulang berkali-kali, Tim Koin lebih sering menang. Dua belas setengah peluang bukan barang yang sama dengan empat peluang bagus, dan total xG tidak bisa membedakan keduanya.

Di sinilah angka itu berhenti dan sesuatu yang lain harus mengambil alih. Untuk beranjak dari deretan xG menuju sebuah hasil, Anda harus menyimulasikan: entah memperlakukan setiap tembakan sebagai koin dengan bobotnya sendiri lalu melempar pertandingan itu ribuan kali, atau memasukkan total masing-masing tim ke model laju gol dan melakukan hal yang sama. Itulah mesin di balik expected points, di mana xPTS sama dengan tiga kali probabilitas menang ditambah satu kali probabilitas seri, dan itu menjelaskan detail yang membingungkan orang saat pertama kali menyadarinya - xPTS dua tim dalam satu pertandingan tidak berjumlah tiga, padahal poin liga sungguhan selalu begitu. Kalau Anda ingin tahu mekanisme bagaimana ribuan musim hasil simulasi berubah menjadi probabilitas juara, tulisan pendamping kami tentang cara kerja prediksi superkomputer membahas persis hal itu, dan simulator liga di situs ini menjalankan gagasan yang sama pada klasemen apa pun yang ingin Anda bangun. Expected goals adalah bahan masukan untuk proses tersebut, bukan penggantinya.

Dua peringatan lagi soal pertandingan tunggal. Coaches' Voice menyampaikannya dengan lugas: dalam satu laga expected goals "bisa memberi gambaran yang melenceng." Sebuah tim bisa mendominasi dengan tiga xG dan tetap kalah 3-0 dari lawan yang mencetak gol lebih awal lalu bertahan menjaga keunggulan, dan baik jumlah tembakan maupun angka xG tidak keliru soal itu. Lalu, pecahan gol tidak bisa dicetak. Total 1.0 xG tidak memberi hak kepada siapa pun untuk mendapat satu gol; itu rata-rata dari banyak pemutaran ulang imajiner atas rangkaian peluang yang sama, dan banyak di antara pemutaran ulang itu berakhir tanpa gol.

Berapa lama sampai angka xG berarti sesuatu

Jawaban jujurnya: lebih lama dari satu pertandingan, lebih pendek dari satu musim, dan tergantung situasinya. American Soccer Analysis menjalankan pengujian paling teliti soal ini pada Juli 2022, mencakup 14,608 pertandingan di lima liga top Eropa sejak 2017-18 dan 2,516 pertandingan MLS sejak 2018, dengan musim pandemi 2020 dikeluarkan. Temuan utamanya: "rasio xG adalah prediktor terbaik untuk poin di masa depan, kapan pun dalam sebuah musim."

Detailnya lebih penting daripada judulnya. Rasio xG baru menyalip rasio gol biasa sebagai prediktor setelah sekitar delapan pertandingan di lima liga top Eropa dan sekitar tujuh di MLS. Dalam studi aslinya pada 2015, yang memakai data 2012-14, ambang itu berada di empat pertandingan. Jarak antara expected goals dan ukuran-ukuran yang lebih sederhana menyempit sejak saat itu: rasio tembakan tepat sasaran dan rasio total tembakan kini jauh lebih dekat ke xG dibanding dulu. Siapa pun yang masih mengulang kalimat era 2015 bahwa xG mendominasi semua metrik lain sedang mengutip olahraga versi lama. Ngomong-ngomong, lima liga top Eropa terbukti jauh lebih mudah diprediksi daripada MLS pada setiap ukuran yang diuji.

Panduan praktis David Sumpter adalah hal paling berguna dalam literatur ini bagi pembaca awam. Dalam satu atau dua pertandingan, expected goals nyaris tidak memberi tahu apa pun di luar skor. Dalam tiga sampai enam laga, angkanya baru bernilai kalau polanya konsisten. Rentang tujuh sampai enam belas pertandingan adalah titik manisnya, jendela ketika kontradiksi antara xG sebuah tim dan gol sungguhannya benar-benar layak diselidiki. Lewat enam belas pertandingan, gol sungguhan menjadi angka yang lebih andal dan xG kurang berarti untuk menilai satu musim. Rata-rata bergulir sepanjang kira-kira sepuluh laga memberi prediksi terbaik.

Sumpter juga menghasilkan temuan paling merendahkan hati di bidang ini. Sebuah model yang dibangun murni dari seorang manusia yang menonton sepak bola dan menilai apakah sesuatu tergolong peluang emas mencapai R-kuadrat 0.159, setara dengan model xG multi-parameter yang rumit. Kesimpulannya layak disimpan dekat-dekat: "expected goals bukan persamaan ajaib sepak bola." Menonton pertandingan tetap ada nilainya.

Melampaui model, lalu perlahan kembali kepadanya

Pemain dan tim melewati angka expected goals mereka sepanjang waktu, dan tidak ada yang misterius soal itu. Manchester City mencetak 99 gol liga dari sekitar 91 xG pada 2021-22. Erling Haaland, sepanjang periodenya di Bundesliga dan Liga Champions, dilaporkan mencetak 74 gol non-penalti dari 57.76 npxG, kira-kira 28 persen lebih baik daripada yang akan dicapai penyelesai rata-rata dengan peluang yang sama - bukti terkuat yang pernah ada bahwa penyelesaian akhir kelas elite adalah keterampilan nyata yang bisa diulang. Lalu pada 2023-24 pemain yang sama tampil di bawah ekspektasi sekitar 1.3 gol. Tidak ada satu pun aspek dirinya yang memburuk.

Itulah regresi ke rata-rata, dan hal itu rutin disalahbaca sebagai ramalan kemerosotan atau hukuman bagi yang tampil melampaui ekspektasi. Bukan keduanya. Itu sekadar yang terjadi ketika rangkaian pendek lemparan koin berbobot terus berlanjut. Angka persistensinya, dilaporkan dari analisis sekunder, menegaskan poin ini secara konkret: korelasi antartahun untuk gol dikurangi xG berada di sekitar 0.12, nyaris tidak ada artinya, sedangkan ukuran pemilihan tembakan - tembakan di atas ekspektasi, relatif terhadap tembakan yang diharapkan - berada di sekitar 0.63. Berulang kali sampai ke posisi bernilai 0.8 xG adalah keterampilan yang awet. Mengonversi peluang 0.8 dengan rasio lebih tinggi daripada semua orang, musim demi musim, jauh lebih sulit dibuktikan.

Gelar juara Leicester City pada 2015-16 adalah studi kasus yang paling sering dipakai orang dan biasanya salah dipahami. Mereka juara dengan 23 kemenangan, 12 hasil imbang dan 3 kekalahan, tetapi hanya berada di kisaran peringkat empat pada selisih expected goals; dengan ukuran itu tiga besar semestinya diisi Arsenal, Manchester City dan Tottenham. Mereka juga mencatat rasio konversi tembakan tertinggi semusim, 13.0 persen. Entah Anda menyebutnya penyelesaian akhir, keberuntungan, atau sistem taktik yang dirancang untuk menciptakan jenis peluang yang diremehkan model, jawaban jujurnya adalah selisih gol dan xG dalam satu musim tidak bisa memisahkan ketiga penjelasan itu.

Di situlah letak masalah terdalam dari kebiasaan membaca selisih tersebut. Gol dikurangi xG mencampur keterampilan penyelesaian akhir, kualitas penjagaan gawang di ujung lain lapangan, keberuntungan murni dan kesalahan model belaka menjadi satu angka yang tidak terpilah. Riset yang sudah diterbitkan tentang bias dalam model expected goals menunjukkan bahwa bias model mencemari langsung estimasi kemampuan menyelesaikan peluang. Selisih itu adalah pertanyaan, bukan jawaban.

Karena itu pula para pemain yang mencemooh metrik ini biasanya benar setengahnya. Morgan Rogers, yang saat itu membela Aston Villa, berkata kepada Jamie Redknapp di Sky Sports pada Januari 2026: "Menurut saya xG itu omong kosong belaka." Ketika itu ia punya tujuh gol dari 4.21 xG. "Rasanya seperti kejahatan - saya mencetak gol dan xG malah menjatuhkan saya." Secara faktual ia benar bahwa ia telah melampaui model. Ia keliru soal apa yang sebenarnya diklaim model itu: xG tidak pernah meramalkan ia akan mencetak 4.21 gol, melainkan mengatakan bahwa tembakan-tembakan seperti miliknya secara historis berbuah gol kira-kira sesering itu. Sean Dyche menemukan nada yang lebih pas setelah Everton kalah 1-0 di kandang dari Fulham pada Agustus 2023, padahal menciptakan 2.73 xG berbanding 1.50 milik Fulham. "Salah satu analis kami bilang xG kami, yang sebenarnya tidak terlalu saya percayai tetapi tetap jadi titik acuan, ada di sekitar tiga, dan itu tinggi untuk ukuran Premier League." Lalu bagian warasnya: "Anda tidak menilai seluruh penampilan dari xG... itu penanda tambahan, memberi Anda gambaran."

Di mana xG jebol, dan angka-angka yang dibuat untuk menambalnya

Bola rebound adalah cacat yang bisa ditangkap sendiri oleh pembaca pada akhir pekan mana pun. Tembakan dimodelkan sebagai peristiwa yang saling bebas, sehingga kemelut di mulut gawang - penyelamatan, rebound, blok, rebound lagi - menumpuk expected goals tembakan demi tembakan. Wyscout mengakuinya di glosarium mereka sendiri: rangkaian tembakan dalam waktu berdekatan "secara teoretis bisa menghasilkan nilai xG > 1," padahal dalam penguasaan bola itu hanya satu gol yang secara fisik tersedia. Salah satu perbaikan yang pernah diterbitkan adalah mendiskon setiap tembakan lanjutan dengan probabilitas kemunculannya, sehingga rebound bernilai 0.8 yang hanya terjadi seperempat kali - karena peluang sebelumnya biasanya sudah menjadi gol - menyumbang 0.8 dikali 0.25, alias 0.2. Tidak semua penyedia data menerapkan koreksi semacam itu, dan Anda sebaiknya tidak menganggap xG satu penguasaan bola dibatasi 1.0.

Expected goals hanya menghitung tembakan yang benar-benar dilepaskan. Babak paling berbahaya dalam sebuah pertandingan - umpan tarik yang tak disambut siapa pun, situasi tiga lawan satu yang berakhir karena sentuhan kelewat keras - bernilai persis nol. Titik buta itulah alasan non-shot xG dan model possession value ada: untuk setiap penguasaan bola, ambil xG tembakannya kalau memang ada tembakan, dan kalau tidak, ambil xG terbaik yang sebenarnya tersedia. Tim yang non-shot xG-nya jauh melampaui xG-nya berarti kerap tiba di posisi bagus lalu menolak menembak dari sana.

Total tim juga membandingkan dua hal yang tidak sejenis. Blok rendah sengaja memampatkan zona bernilai tinggi dan memaksa percobaan dari luar kotak atau dari sudut sempit, yang masing-masing bernilai jauh di bawah 0.05. Angka expected goals against yang kecil karena itu bisa berarti "bertahan dalam-dalam", bukan "bertahan dengan baik". Tim yang mengandalkan serangan balik melepaskan jauh lebih sedikit tembakan, tetapi melakukannya melawan pertahanan yang berantakan dan kalah jumlah, sehingga tiap tembakan bernilai lebih besar. Membandingkan xG atau xGD mentah antara tim penguasa bola dan tim blok rendah sama saja membandingkan dua produk yang berbeda.

Model standar sengaja tidak peduli siapa yang menembak. Model itu menjawab seberapa sering peluang semacam ini berbuah gol, bukan seberapa sering pemain tertentu mencetaknya. Memasukkan sang penyelesai ke dalam model justru akan membuat model itu tak lagi bisa dipakai untuk menilai sang penyelesai. Dan dengan tiga puluhan tembakan dalam semusim dan hasil biner setiap kali, angka gol dikurangi xG milik satu pemain memuat ketidakpastian yang sangat besar. Perlakukan itu sebagai tanda peringatan, bukan vonis.

Ada satu keluarga angka bersebelahan yang dibuat untuk menutup celah-celah ini, dan semuanya tidak boleh dicampuradukkan. npxG membuang penalti. xGA adalah expected goals dari tembakan yang diterima sebuah tim, dan xGD adalah xG dikurangi xGA. Expected assists mengukur kemungkinan sebuah umpan yang sampai berubah menjadi assist gol, dengan memperhitungkan jenis umpan, panjangnya dan titik akhirnya. Sedangkan expected goals on target - xGOT, atau post-shot xG - adalah yang paling sering dikacaukan orang dengan xG. Expected goals mencakup segalanya sampai detik bola disentuh; xGOT mencakup segalanya sesudahnya, memadukan kualitas dasar peluang dengan di bagian mana mulut gawang bola itu akhirnya bermuara. Angka ini hanya ada untuk tembakan tepat sasaran, jadi tembakan meleset punya xG tanpa xGOT. Harry Kane pada 2019-20 mencatat 10.9 xG dan 14.5 xGOT, artinya penempatan bola saja bernilai sekitar tiga setengah gol. Dean Henderson menghadapi 39.4 xGOT pada musim yang sama dan kebobolan 32, jadi ia mencegah sekitar tujuh gol. Selisih keduanya kadang diterbitkan dengan nama Shooting Goals Added.

Siapa yang menerbitkan xG, dan kenapa tak ada dua yang sepakat

Setiap penyedia melatih modelnya sendiri di atas event data miliknya sendiri, dengan definisi, variabel dan bobotnya sendiri. Akibatnya, dalam rangkuman datar yang disepakati literatur, nilai dari penyedia berbeda "belum tentu bisa langsung dibandingkan." Alasan strukturalnya sudah disebut di atas: XGBoost milik Opta atas hampir sejuta tembakan dan lebih dari dua puluh variabel, setelah membuang label big chance yang subjektif pada 2022; freeze frame StatsBomb yang merekam setiap pemain yang terlihat plus ketinggian bola; delapan parameter Wyscout termasuk penilaian manusia soal bahaya; jaringan saraf tiruan Understat. Bahkan konstanta penaltinya berbeda - 0.76, 0.78 atau 0.79 tergantung penyedianya. Selisih untuk tembakan yang sama umumnya dilaporkan berkisar 0.05 sampai 0.10 xG.

Efeknya di level semusim tidak sepele. Son Heung-min mencetak 23 gol Premier League pada 2021-22 dan berbagi Sepatu Emas dengan Mohamed Salah, pemain Asia pertama yang memenangkannya, dan tidak satu pun golnya lahir dari titik penalti, yang menjadikannya studi kasus alami soal penyelesaian akhir. Expected goals-nya untuk musim itu diterbitkan sebagai 13.95 di satu tempat dan sekitar 16.0 di tempat lain. Gol yang sama 23, tembakan yang sama, dua vonis yang berbeda cukup jauh soal berapa banyak yang berasal dari penyelesaian akhir dan berapa banyak dari kualitas peluang. Pilih satu penyedia dan tetaplah di sana.

Soal di mana angka-angka itu tinggal: Opta dan Stats Perform adalah standar korporat di balik sebagian besar klub dan stasiun televisi. Hudl StatsBomb menjual data terkaya sekaligus menerbitkan set data terbuka gratis yang mencakup kompetisi putri, laga internasional putra dan beberapa musim historis. Wyscout, juga milik Hudl, adalah standar video industri pemandu bakat dengan perpustakaan pertandingan terbesar. Understat adalah sumber gratis utama yang benar-benar berkualitas untuk xG dan npxG di level tembakan, mencakup lima liga top Eropa plus Liga Premier Rusia hingga sejauh 2014-15. Untuk pencarian ringan, FotMob menyediakan xG langsung, dan Squawka, SofaScore serta StatMuse juga menerbitkannya.

Satu nasihat standar kini sudah kedaluwarsa, dan sebagian besar artikel belum menyusul. Pada 20 Januari 2026 Stats Perform memutus perjanjian datanya dengan FBref dan meminta penghapusan segera atas setiap statistik lanjutan yang mereka pasok - expected goals, umpan progresif, shot-creating actions, semuanya. Presiden Sports Reference, Sean Forman, mengumumkan perubahan itu; Stats Perform menyatakan FBref melanggar ketentuan perjanjian tanpa merinci bagaimana. Situs itu tetap memuat skor, gol, assist dan penampilan, sementara arsip statistik lanjutannya berhenti diperbarui. Pemutusan itu datang delapan hari setelah Stats Perform ditunjuk sebagai distributor eksklusif data taruhan dan hak siar FIFA untuk Piala Dunia 2026, yang memicu banyak spekulasi soal motif komersialnya. FBref mengatakan pihaknya "sangat kecewa dengan kemunduran besar yang ditimbulkan hal ini terhadap akses" ke data lanjutan sepak bola putri. Kecuali keputusan itu dibatalkan, Understat adalah tempat yang mesti dituju pembaca tanpa anggaran.

Dan itulah hal terakhir yang layak dipahami tentang expected goals. Ia bukan fakta publik tentang sepak bola, seperti skor atau jumlah penonton. Ia adalah produk, dibangun segelintir perusahaan dari data milik mereka sendiri, memakai metode yang bisa mereka revisi - dan sudah mereka revisi - dengan konsekuensi nyata bagi bagaimana sebuah tembakan yang dilepaskan bertahun-tahun lalu diingat. Bacalah apa adanya: sebuah estimasi yang berpijak kuat tentang seberapa sering peluang semacam ini berbuah gol, dan titik awal terbaik yang tersedia untuk pertanyaan tentang apa yang terjadi berikutnya. Apa yang terjadi berikutnya tetap harus disimulasikan, dan tetap harus ditonton.

Simulasikan sendiri jarak antara peluang dan gol

Model xG mengambil satu tembakan, menimbang keadaan saat tembakan itu dilepaskan, lalu mengubahnya menjadi sebuah peluang mencetak gol. Simulator ini berjalan di atas gagasan yang persis sama, hanya satu tingkat lebih tinggi: yang ditimbang bukan satu tembakan melainkan dua tim, dan yang keluar bukan angka desimal melainkan sebuah skor. Di Fut Simulator kamu bisa memainkan satu musim liga penuh dan melihat klasemen tersusun sendiri pekan demi pekan, menyusun bagan babak gugur sampai ke juaranya, atau menjalankan satu pertandingan saja dan melihat apa yang terjadi.

Yang kamu dapat dari mencobanya adalah sesuatu yang sulit didapat hanya dengan membaca tabel: menjalankan musim yang sama beberapa kali memperlihatkan betapa jauhnya dua hasil bisa berbeda padahal kekuatan timnya tidak berubah sedikit pun. Tim yang juara di simulasi pertama bisa finis kelima di simulasi berikutnya. Itu persis alasan kenapa angka xG satu pertandingan hampir tidak berarti apa-apa, sementara angka xG satu musim penuh mulai punya makna. Gratis, langsung di browser, tanpa perlu mendaftar.

"xG tidak memberitahumu siapa yang pantas menang; ia memberitahumu peluang seperti apa yang kamu ciptakan, dan seberapa sering peluang semacam itu biasanya berbuah gol."

• Mainkan satu musim liga penuh dan lihat klasemen tersusun pekan demi pekan
• Ulangi musim yang sama beberapa kali dan bandingkan berapa banyak poin yang berubah
• Jalankan Superkomputer: sisa musim disimulasikan 2.000 kali dan peluang tiap tim langsung muncul
• Susun bagan babak gugur atau simulasikan satu laga saja, lalu lihat seberapa sering tim favorit benar-benar lolos

"Satu tembakan tidak membuktikan apa pun, seribu tembakan membuktikan hampir segalanya. Hal yang sama berlaku untuk musim yang kamu simulasikan sore ini."