XGoal

Lihat, siapa pun yang sudah lama berkecimpung di dunia sepak bola tahu bahwa uji mata masih ...

panduan lengkap penjelasan expected goals xg

⚡ Poin-Poin Penting

">J
📑 Daftar Isi Di Balik Angka Di Luar Tembakan Dasar └ Komentar
Marcus Rivera
Koresponden Transfer
📅 Terakhir diperbarui: 2026-03-17
📖 8 menit baca
👁️ 6.1K tampilan
Gambar hero artikel
Diterbitkan 2026-03-16 · 📖 5 menit baca

Jujur saja: xG mengukur probabilitas bahwa sebuah tembakan akan menghasilkan gol, berdasarkan banyak faktor. Kita berbicara tentang lokasi tembakan, bagian tubuh yang digunakan, jenis assist, sudut ke gawang, apakah itu satu lawan satu, tekanan defensif, dan bahkan hal-hal seperti fase permainan yang mengarah ke tembakan – permainan terbuka, set piece, serangan balik cepat. Ini adalah desimal antara 0 dan 1, di mana 0,1 berarti peluang mencetak gol 10%, dan 0,8 berarti peluang 80%. Jadi tembakan mudah dari jarak enam yard itu? Itu mungkin 0,7 atau 0,8 xG. Tembakan spekulatif dari jarak 30 yard? Mungkin 0,02.

Di Balik Angka

Bagaimana cara menghitungnya? Nah, itu bukan rumus sederhana yang bisa Anda tulis di serbet. Penyedia data seperti Opta, StatsBomb, dan FBref (yang sebagian besar menggunakan data StatsBomb untuk xG) semuanya memiliki model kepemilikan mereka sendiri, dibangun di atas algoritma pembelajaran mesin yang dilatih pada ratusan ribu, bahkan jutaan, tembakan sebelumnya. Setiap tembakan dalam database historis mereka diberi tag dengan semua faktor yang saya sebutkan, dan model kemudian belajar untuk memprediksi seberapa sering tembakan serupa secara historis menghasilkan gol.

Ambil contoh model Opta. Dilaporkan menggunakan lebih dari 300.000 tembakan dari berbagai liga top sebagai data pelatihannya. Model StatsBomb sering dianggap lebih granular karena mereka melacak lebih banyak data peristiwa, seperti posisi pasti setiap pemain di lapangan pada saat tembakan, dan bahkan hal-hal seperti kecepatan tembakan. Detail tambahan ini dapat menyebabkan sedikit perbedaan nilai xG untuk tembakan yang sama di antara penyedia yang berbeda. Misalnya, tembakan di mana seorang bek langsung menghalangi pandangan ke gawang mungkin memiliki xG yang lebih rendah dalam model StatsBomb daripada Opta jika Opta tidak terlalu membebani posisi defensif.

Sekarang, mari kita bicara tentang musim La Liga 2025-26. Real Madrid, seperti yang diharapkan, terbang tinggi. Setelah 15 pertandingan, mereka duduk di puncak klasemen sebenarnya dengan 38 poin, setelah mencetak 35 gol dan kebobolan 12. Tetapi angka-angka mendasar mereka sama-sama mengesankan. Total xG mereka adalah 32,5, dan Expected Goals Against (xGA) mereka adalah yang terbaik di liga, yaitu 10,8. Ini berarti mereka sedikit *melampaui* xG mereka sebesar 2,5 gol, tetapi yang terpenting, *di bawah* xGA mereka sebesar 1,2 gol. Fakta bahwa mereka kebobolan lebih banyak dari xGA mereka menunjukkan bahwa mereka mungkin sedikit tidak beruntung dengan beberapa tembakan yang mereka hadapi, atau kiper mereka tidak melakukan penyelamatan yang mungkin dilakukan kiper tim lain.

Pertimbangkan Barcelona. Mereka berada di posisi ke-3 di liga dengan 31 poin, mencetak 28 gol, dan kebobolan 15. xG mereka untuk musim ini sejauh ini adalah 29,1, dan xGA mereka adalah 16,5. Ini menunjukkan bahwa mereka sedikit *di bawah* xG mereka (mencetak 1,1 lebih sedikit dari yang diharapkan) tetapi juga *melampaui* xGA mereka (kebobolan 1,5 lebih sedikit dari yang diharapkan). Ini bisa menunjukkan beberapa masalah penyelesaian klinis di depan, tetapi juga penjaga gawang yang kuat atau blok defensif yang tepat waktu menyelamatkan mereka di belakang.

Berikut adalah gambaran tiga besar di La Liga setelah Matchday 15:

| Tim | Gol Sebenarnya | xG | Kebobolan Sebenarnya | xGA | Selisih Gol | Selisih xG |

| :------------- | :----------- | :----- | :-------------- | :----- | :-------------- | :------------ |

| Real Madrid | 35 | 32.5 | 12 | 10.8 | +23 | +21.7 |

| Girona | 31 | 28.9 | 18 | 17.2 | +13 | +11.7 |

| Barcelona | 28 | 29.1 | 15 | 16.5 | +13 | +12.6 |

Selisih xG Real Madrid +21,7 adalah 9 gol penuh lebih baik dari Girona +11,7, yang menjelaskan mengapa mereka merasa begitu dominan meskipun selisih poin sebenarnya belum terlalu besar. Girona, di sisi lain, sedikit melampaui ekspektasi mereka, mencetak 2,1 gol lebih banyak dari yang disarankan xG mereka. Itu adalah tanda penyelesaian berkualitas dari pemain seperti Artem Dovbyk, yang sudah memiliki 11 gol dari xG 8,9.

Di Luar Tembakan Dasar

Ini menjadi lebih berlapis. Ada juga Non-Penalty Expected Goals (NPxG). Penalti pada dasarnya adalah tembakan xG 0,76 yang dijamin (menurut model Opta, meskipun sedikit bervariasi). Memasukkannya dapat mengganggu xG sebuah tim jika mereka mendapatkan banyak tendangan penalti. Jadi NPxG menghapus itu, memberikan gambaran yang lebih jelas tentang ancaman serangan permainan terbuka. Misalnya, jika Real Madrid memiliki xG 32,5 tetapi 4 penalti (3,04 xG), NPxG mereka akan menjadi 29,46. Ini membantu membandingkan tim tanpa lotere penghargaan penalti.

Lalu ada Expected Goals On Target (xGOT). Ini membawa xG selangkah lebih maju dengan mengevaluasi kualitas tembakan *setelah* ditembakkan, khususnya jika itu tepat sasaran. Ini melihat di mana tembakan mendarat di bingkai gawang. Tembakan dari posisi xG tinggi yang langsung mengarah ke dada kiper mungkin memiliki xGOT yang lebih rendah daripada tembakan dari posisi xG yang sedikit lebih rendah yang melesat ke sudut atas. Ini membantu membedakan antara tembakan yang bagus dan *penempatan* tembakan yang bagus. Vinicius Jr. untuk Real Madrid