Petualangan Ian Graham Menemukan Talenta Terbaik di Skuat Liverpool (Bagian 5)

Petualangan Ian Graham Menemukan Talenta Terbaik di Skuat Liverpool (Bagian 5)

Di Melwood, yang merupakan kompleks latihan klub di lingkungan perumahan Liverpool, Graham bekerja di ruangan berdinding putih, menyusuri koridor para pelatih dan kafetaria. Tim Waskett, yang belajar astrofisika, duduk di sebelah kiri Graham. Ruang terdekat lainnya adalah milik Dafydd Steele, mantan juara catur junior dengan gelar sarjana matematika yang sebelumnya bekerja di industri energi.

Latar belakang analis terbaru yang akan dipekerjakan, Will Spearman, bahkan lebih tidak masuk akal. Spearman tumbuh di Texas, putra seorang profesor. Dia menyelesaikan gelar doktor dalam fisika energi tinggi di Harvard. Kemudian dia bekerja di CERN, di Jenewa, di mana para ilmuwan memverifikasi keberadaan boson subatomik Higgs. Klub lain mungkin mempekerjakan seorang analis seperti Graham, atau Steele, atau Waskett, dan mungkin bahkan Spearman. Tapi hampir mustahil membayangkan siapa pun, kecuali Liverpool, yang mempekerjakan mereka semua.

Seringkali staf analis tiba di Melwood tepat waktu untuk sarapan terlebih dahulu. Makanan di kafetaria terdiri dari telur lokal dan lima atau enam jenis salad sayuran serta daging sapi yang disimpan di dalam loker kaca. Pemain duduk di salah satu dari dua meja bersama pelatih. Para analis, yang terlihat seperti orang asing di gedung itu, duduk di meja yang berdekatan. Mereka berperangai ramah, bahkan sangat ramah. Tetapi cuma ada sedikit kesempatan bagi para pemain mengenal satu analis ketimbang yang lain.

Pagi setelah pertandingan Leicester, Graham duduk dengan punggung menghadap Keita, kursi mereka bersentuhan. Beberapa jam sebelumnya, dia meneriaki Keita dari tribun. Sekarang dia berada dalam jarak satu kaki darinya, memakan telur rebus yang sama, namun tidak ada interaksi di antara mereka berdua. “Jika dia ingin berbicara tentang permainan itu kepada saya, dia bisa memulainya, dan saya akan senang,” kata Graham. “Kalau tidak, saya akan meninggalkannya dengan santai.”

Pada satu titik, Spearman pergi mengambil kopi. Dia kembali dengan pertanyaan yang berakar pada kegilaan akan matematika: Siapa yang akan menjadi pemain yang paling akurat dalam sepak bola? Bukan yang paling diremehkan atau dibesar-besarkan, tetapi orang yang paling bisa mengukur dengan benar.

“Itu pasti Messi,” katanya. “Karena jika dia bukan pemain terbaik di dunia, dia yang kedua. Jadi pendapat yang paling mungkin keluar dari satu orang.” Seolah ingin menekankan pendapatnya, Spearman tiba-tiba menumpahkan kopinya sehingga kopi itu mengalir di tengah meja. Para analis bersorak. “Anda tidak melakukan pekerjaan dengan baik untuk meyakinkan siapa pun bahwa Anda bukan kutu buku,” kata Waskett.

Spearman tidak ada hubungannya dengan kesuksesan Liverpool baru-baru ini. Dia hampir tidak melakukan pekerjaan yang dilihat oleh Klopp, dan dia jarang terlibat dengan hal-hal yang bertujuan untuk menemukan pemain. Mandatnya lebih halus. Spearman cukup tahu tentang olahraga, atau hanya sedikit, untuk mencoba mengubahnya.


“Kami baru saja mulai mengajukan pertanyaan, ‘Mengapa kita tidak mencoba bermain sepakbola dengan cara yang sedikit berbeda?’” Graham menjelaskan. Sepak bola adalah jumlah dari ribuan aksi individu, tetapi satu-satunya yang dapat dievaluasi oleh model Graham adalah operan, tembakan, dan gerakan bola yang diperoleh dari play-by-play secara resmi.

“Masih ada batasan mendasar dalam data yang kita miliki,” kata Graham. “Masih seperti melihat sesuatu melalui lensa yang sangat berkabut.” Dengan berupaya mendekatkan render matematis dengan merefleksikan apa yang sebenarnya terjadi di lapangan, merekam bukan hanya sekadar melihat bek menendang bola ke gelandang tetapi seberapa kerasnya dan apa yang terjadi ketika bola itu diterima, Spearman mencari cara untuk menemukan jalan berkabut itu.

Sebagian besar waktunya dihabiskan untuk membuat model yang menggunakan pelacakan berbasis video. Model tersebut akan memberikan skor numerik untuk semua aksi yang terjadi pada semua orang, bahkan ketika bola tidak sedang dibawa. Model tersebut juga bisa menentukan siapa fullback yang lebih cepat untuk tiap sisi lapangan, menentukan siapa satu-satunya pemain bertahan di antara dua pemain yang akan dibahas, atau seperti apa aksi seorang striker yang sedang menerima umpan silang langsung di depan penjaga gawang, sekalipun itu berasal dari operan yang melintas di atas kepalanya – “setiap aksi, seberapa banyak bobot yang ditambahkan, seberapa baik kinerjanya,” kata Spearman. “Setelah itu, Anda bisa mulai membuat sebuah pendekatan baru.”

Namun, pertama-tama, Liverpool perlu memikirkan cara untuk mengalahkan Tottenham. Liverpool saat ini masih belum memenangkan gelar apa pun. Kehilangan trofi di final Liga Champions, termasuk posisi klasemen Liga Premier yang masih tertinggal di belakang Manchester City, bisa ditafsirkan sebagai konfirmasi bahwa analitik bisa mengarahkan tim sampai sejauh ini.

Tentu saja itu tidak adil. Anda bisa memasukkan data apa pun ke dalam algoritma dan tahu apa yang harus dilakukan. Alih-alih, olahraga itu tidak dapat diprediksi cukup untuk selalu tampil mempesona, diisi dengan rencana sempurna yang digagalkan oleh ketidaksempurnaan orang-orang yang dikirim untuk mempekerjakan mereka, dan dirusak oleh peluang-peluang yang ada di atas lapangan. Pertaruhan saat memasang Keita di pertandingan Leicester City dengan mudah bisa mengarah ke tendangan penalti. Hasil konversi yang sukses akan memberikan Liverpool dua poin tambahan – dan, pada akhirnya, memberikan gelar Liga Premier.

Tapi begitulah probabilitas bekerja. Bahkan ketika peluang dihitung dengan gigih, dan opsi-opsi sudah dipertimbangkan dengan bijak, angka perhitungan yang salah masih bisa masuk. Tim yang menang tidak selalu menggunakan perhitungan yang paling elegan, atau bahkan yang diprediksi oleh model. Ini adalah pelajaran yang diajarkan oleh lemparan dadu saat John Henry memainkan simulasi bisbol sewaktu kecil. Hal-hal seperti itu mungkin membuat frustrasi para analis, tetapi itu bisa membuat permainan menjadi indah.

***


Baca bagian sebelumnya: Petualangan Ian Graham Menemukan Talenta Terbaik di Skuat Liverpool (Bagian 4)

Artikel ini merupakan artikel terjemahan yang pertama kali terbit pada 22 Mei 2019 di halaman The New York Times dengan judul asli “How Data (and Some Breathtaking Soccer) Brought Liverpool to the Cusp of Glory”, ditulis oleh Bruce Schoenfeld.
Artikel sepanjang 5000-an kata ini dibagi ke dalam lima bagian untuk memudahkan pembaca menemukan konteks di masing-masing bagian yang saling berhubungan. Artikel ini dengan gamblang memaparkan bagaimana peran seorang ahli data statistik mempengaruhi ekosistem klub-klub di Premier League sampai saat ini dengan mengambil studi kasus di kesebelasan Liverpool.

 

Komentar
You May Also Like