Apa Itu xA (Expected Assists)? Definisi Lengkap & Contoh dalam Sepak Bola
- xA (Expected Assists) adalah nilai statistik (0.0 - 1.0) yang mengukur probabilitas sebuah umpan berakhir menjadi assist.
- Cara kerjanya: menganalisis ribuan data umpan serupa berdasarkan lokasi, jenis umpan, situasi serangan, dan posisi penerima.
- Contoh: Kevin De Bruyne konsisten memiliki xA musiman tertinggi di Eropa, membuktikan ia bukan sekadar beruntung.
format_list_bulleted
Isi Artikel
expand_more
Definisi xA (Expected Assists)
xA (Expected Assists) adalah angka yang memberitahu kita seberapa bagus sebuah umpan, bukan seberapa beruntung si pengumpan. Cara kerjanya: setiap umpan yang mengarah ke tembakan diberi nilai antara 0.0 (mustahil jadi gol) hingga 1.0 (pasti gol) berdasarkan analisis ribuan data historis tentang lokasi, jenis umpan (lantai, terobosan, umpan silang), situasi serangan (serangan balik atau posisi statis), dan posisi penerima. Contoh paling terkenal: Kevin De Bruyne yang secara konsisten mencatat xA musiman tertinggi di Eropa, membuktikan keunggulannya menciptakan peluang berbahaya, bukan sekadar mengandalkan finishing brilian Erling Haaland.
Ini adalah logika balik dari expected-goals-xg. Jika xG menjawal “seberapa mungkin sebuah tembakan jadi gol?”, maka xA bertanya “seberapa mungkin sebuah umpan menghasilkan tembakan yang jadi gol?”. Metrik ini memisahkan keterampilan kreatif murni seorang playmaker dari faktor keberuntungan atau kualitas finishing rekan setimnya. Seorang gelandang serang dengan xA tinggi 0.35 per game tetapi assist riil rendah mungkin sedang dikhianati oleh striker yang kurang tajam—sebuah cerita yang akrab di banyak klub.
Sejarah & Evolusi
xA lahir dari kebutuhan untuk mengukur yang tak terlihat. Konsep ini dikembangkan pada akhir 2000-an dan awal 2010-an oleh para pelopor analitik sepak bola seperti Sam Green dari StatsBomb, sebagai evolusi lanjutan dari expected-goals-xg. Mereka menyadari bahwa assist tradisional adalah statistik yang cacat—terlalu bergantung pada aksi pemain lain. Sebuah umpan terobosan sempurna yang dilempar striker ke tribun tetap bernilai nol di kolom statistik.
Revolusi datang ketika perusahaan data seperti Opta dan StatsBomb mulai mengumpulkan dan menandai (tag) setiap jenis umpan dengan detail gila-gilaan: through ball, cross, cut-back, bahkan tekanan yang dihadapi pengumpan. Dengan mesin pembelajaran (machine learning) yang menganalisis jutaan peristiwa ini, xA menjadi alat standar di ruang rapat klub-klub elite seperti Liverpool di era Jürgen Klopp dan Manchester City pimpinan Pep Guardiola. Mereka tak lagi hanya mencari “pemain dengan assist terbanyak”, tetapi “pemain yang paling konsisten menempatkan bola di area paling berbahaya”.
Implementasi Taktis di Lapangan
xA bukan angka ajaib—ia adalah peta harta karun untuk pelatih. Angka ini mengungkap pola serangan mana yang paling mematikan dan pemain mana yang paling paham membaca ruang. Seorang pelatih bisa melihat bahwa deep-lying-playmaker timnya memiliki xA tinggi dari umpan jarak jauh ke belakang pertahanan lawan, sementara sayapnya memiliki xA rendah meski sering melakukan umpan silang. Ini adalah perintah taktis yang jelas: kurangi umpan silang buta, tingkatkan terobosan bola ke jantung pertahanan.
Analisis xA sering mengonfirmasi apa yang mata kita rasakan tetapi sulit buktikan. Sebuah through ball yang membelah dua bek sentral ke area penalty box akan memiliki nilai xA jauh lebih tinggi (misal, 0.65) daripada umpan silang dari daerah flank yang mengarah ke sundulan dari sudut sempit (misal, 0.08). Ini menjelaskan mengapa pelatih modern lebih menghargai umpan terobosan ketimbang sekadar cross and pray.
| Aspek | Detail |
|---|---|
| Aturan Dasar | Setiap umpan yang mengarah ke tembakan (shot) diberi nilai probabilitas (0.0 - 1.0) berdasarkan data historis yang serupa. Umpan yang tidak mengarah ke tembakan tidak mendapat nilai xA. |
| Siapa yang Terlibat | Pengumpan (setiap pemain yang melakukan umpan kunci), Penerima (yang melakukan tembakan), dan Model Statistik (yang menghitung probabilitas). Scout dan analis menggunakan data ini untuk evaluasi. |
| Zona Lapangan | Zona xA Tertinggi: area di belakang garis pertahanan lawan (channel), tepat di depan kiper (cut-back area), dan kotak penalti setelah melewati garis bek. Umpan dari sepertiga lapangan akhir (final third) umumnya bernilai lebih. |
Contoh Nyata di Dunia Sepak Bola
Kevin De Bruyne adalah mesin xA berjalan. Musim 2019/20, rata-rata xA per 90 menitnya mencapai 0.59—angka gila yang berarti setiap kali dia bermain, City punya peluang hampir 60% untuk mencetak gol dari umpannya. Ini bukan kebetulan. Umpan terobosannya yang rendah dan keras ke channel antara bek dan kiper memiliki nilai xA yang sangat tinggi karena menerobos banyak lapisan pertahanan sekaligus.
Kasus menarik lain adalah Trent Alexander-Arnold. xA-nya yang tinggi (sering >0.25 per game) sebagai bek kanan memvalidasi strategi Liverpool yang menjadikannya playmaker utama dari sisi kanan. Umpan silang dalamnya (in-swinging cross) ke area antara kiper dan bek memiliki nilai xA lebih tinggi daripada umpan silang biasa, dan Trent menguasainya. Di sisi lain, pemain seperti Bruno Fernandes mungkin memiliki assist riil tinggi, tetapi xA-nya yang juga tinggi menunjukkan bahwa produktivitasnya didukung oleh kualitas umpan yang konsisten bagus, bukan sekadar ledakan sesaat.
Relevansi bagi Sepak Bola Indonesia
Di Liga 1, xA bisa menjadi alat pembongkar mitos. Banyak pemain dijuluki “pengumpan ulung” hanya karena kebetulan rekan mereka tajam sekali finishing-nya. Dengan analisis xA, klub bisa melihat lebih jernih: apakah playmaker lokal kita benar-benar menciptakan peluang bagus, atau hanya mengandalkan individualitas target-man asing? Scout bisa mencari pemain dengan profil xA tinggi dari liga regional yang lebih terjangkau, alih-alih terpaku pada jumlah assist di kolom statistik.
Untuk Timnas Indonesia, metrik ini bisa membantu Shin Tae-yong mengidentifikasi pola serangan paling efektif. Apakah build-up-play melalui Egy Maulana Vikri di sayap menghasilkan umpan dengan xA tinggi, atau justru kombinasi cepat di tengah melalui Marc Klok yang lebih berbahaya? Analisis pasca-pertandingan dengan xA bisa menjawabnya. Ini adalah langkah menuju sepak bola yang lebih cerdas, di mana keputusan didasarkan pada data, bukan hanya intuis atau kesan sesaat.
FAQ: Pertanyaan Paling Sering tentang xA (Expected Assists)
Apa perbedaan xA (Expected Assists) dengan assist biasa? Assist biasa adalah fakta biner: ada gol atau tidak. xA adalah pengukuran kualitas sebelum gol terjadi. Assist biasa bergantung pada finishing rekan, xA mengisolasi kualitas umpan itu sendiri. Pemain bisa punya assist rendah tetapi xA tinggi (kurang beruntung), atau assist tinggi tetapi xA rendah (sangat beruntung).
Kapan xA (Expected Assists) paling efektif digunakan? xA paling efektif digunakan dalam evaluasi jangka panjang (minimal satu musim) untuk menilai konsistensi kreativitas seorang pemain. Ia juga sangat berguna untuk analisis pola serangan tim dan scouting pemain, karena mengurangi bias dari finishing yang luar biasa buruk atau bagus di suatu tim.
Siapa pelatih atau tim yang paling dikenal dengan pemanfaatan xA? Manchester City di bawah Pep Guardiola dan Liverpool era Jürgen Klopp adalah pionir penggunaan data xA dalam rekrutmen dan analisis taktis. Mereka mencari pemain seperti Kevin De Bruyne dan Trent Alexander-Arnold yang profil statistiknya, termasuk xA tinggi, sesuai dengan pola permainan dominan dan penciptaan peluang berbahaya yang mereka inginkan.
Cek juga: Kalkulator Nilai Pasar Pemain Liga 1 racikan tim SBH Nation sekarang!
Berikan Reaksi Kamu, SBH Nation!
Gimana menurut kamu artikel ini? Klik buat kasih tau dunia.
Advertisement
Advertisement
Tentang Penulis
verified Head of Content & Founder
Penggila taktik sepak bola yang percaya bahwa analisis yang baik bisa mengubah cara orang menonton pertandingan. Founder SBH Nation sejak 2024.


