Perhelatan esports paling dinamis di Indonesia, Mobile Legends: Bang Bang (MLBB) Professional League (MPL) Indonesia Season 4, tidak lama lagi akan memasuki babak penentuan pada tanggal 26-27 Oktober 2019 di Tennis Indoor Stadium Gelora Bung Karno.
Dari 8 tim yang mengikuti babak Regular Season selama 8 pekan (23 Agustus – 13 Oktober 2019), 6 tim dengan peringkat tertinggi berhak melanjutkan perjuangannya dalam mengadu nasib merebutkan gelar tim MLBB terbaik di Indonesia.
Berikut adalah klasemen akhir dari Regular Season MPL ID S4:
Dari hasil klasemen di atas, 2 tim yang harus merelakan kesempatannya untuk bertanding di Grand Final adalah Geek Fam dan Genflix Aerowolf. Sedangkan dua tim teratas, EVOS dan RRQ, akan mendapatkan keuntungan di Upper Bracket.
Tabel klasemen tadi mungkin memang kelihatannya jelas dan mudah dipahami namun demikian ternyata ada beberapa statistik menarik yang mungkin tidak dapat langsung terlihat jelas buat para penonton. Selain itu, melihat ketatnya persaingan di papan atas (1-3) dan papan tengah (4-6), angka statistik mungkin juga dapat digunakan untuk memetakan seperti apa pertandingan di Grand Final ini nantinya.
Angka statistik ini kami dapatkan dari MET Indonesia, selaku organizer untuk MPL ID Season 4. Terima kasih untuk Pratama “Yota” Indraputra, sang Show Director dan Stats Manager, yang telah mengumpulkan angka-angka statistik tadi dan membagikannya kepada Hybrid.
First Blood
TEAM | FIRST BLOOD KILLS | TEAM | FIRST BLOOD DEATHS | TEAM | AVG. FIRST BLOOD TIMING |
GEEK | 20 | EVOS | 14 | EVOS | 01:30 |
EVOS | 18 | GEEK | 14 | BTR | 01:37 |
GFLX | 18 | BTR | 17 | GFLX | 01:38 |
AE | 18 | GFLX | 17 | GEEK | 01:42 |
BTR | 17 | AURA | 17 | AURA | 01:48 |
RRQ | 17 | RRQ | 17 | ONIC | 01:55 |
AURA | 13 | AE | 18 | AE | 01:57 |
ONIC | 12 | ONIC | 20 | RRQ | 01:57 |
Dari statistik First Blood di atas, hal tersebut menunjukkan superiornya EVOS di beberapa aspek ini. Menariknya, hal yang sama tidak terlihat di RRQ dan Alter Ego yang menempati peringkat 2 dan 3 klasemen akhir Regular Season. Meski begitu, statistik ini membuktikan bahwa EVOS sudah cukup galak sejak early game.
Objectives
Jika berbicara soal objective di MLBB, ada 3 hal yang bisa dijadikan patokan yaitu, Turret, Turtle, dan Lord. Berikut ini adalah data yang kami dapatkan.
TEAM | FIRST TURTLES | TEAM | FIRST TURRETS | TEAM | FIRST LORDS |
GFLX | 21 | RRQ | 25 | RRQ | 22 |
AE | 21 | EVOS | 24 | AE | 20 |
ONIC | 19 | BTR | 17 | EVOS | 19 |
RRQ | 18 | ONIC | 14 | AURA | 16 |
EVOS | 15 | GEEK | 14 | ONIC | 14 |
GEEK | 14 | AURA | 14 | BTR | 13 |
AURA | 14 | GFLX | 13 | GEEK | 12 |
BTR | 12 | AE | 13 | GFLX | 9 |
TEAM | TURTLE KILLS | TEAM | TOWER KILLS | TEAM | LORD KILLS |
GFLX | 34 | RRQ | 1125 | RRQ | 24 |
RRQ | 33 | AE | 995 | EVOS | 23 |
AE | 33 | EVOS | 985 | AE | 22 |
ONIC | 30 | AURA | 880 | AURA | 19 |
EVOS | 29 | ONIC | 795 | ONIC | 16 |
GEEK | 26 | BTR | 695 | GEEK | 16 |
AURA | 25 | GFLX | 695 | BTR | 13 |
BTR | 24 | GEEK | 690 | GFLX | 12 |
Dari statistik di atas tentang objective, terlihat jelas bahwa RRQ memang fokus mengejar aspek ini. Mungkin inilah rahasia dari kesuksesan Lemon dan kawan-kawan menempati peringkat 2 Regular Season. Alter Ego dan EVOS juga terlihat cukup rajin mengejar aspek ini namun tetap kalah dari RRQ di keseluruhan aspek objective.
Gold
TEAM | GOLD EARNED | TEAM | AVG. TEAM GOLD PER MIN | TEAM | AVG. TEAM GOLD DIFF. |
RRQ | 1657642 | RRQ | 3219 | RRQ | 4273 |
AE | 1635975 | EVOS | 3206 | EVOS | 4264 |
GFLX | 1510344 | AE | 3112 | AE | 1446 |
EVOS | 1440206 | ONIC | 2999 | ONIC | 513 |
ONIC | 1382807 | BTR | 2982 | AURA | -330 |
GEEK | 1381874 | AURA | 2945 | BTR | -1353 |
AURA | 1351501 | GFLX | 2859 | GFLX | -3826 |
BTR | 1247042 | GEEK | 2811 | GEEK | -4747 |
Berkaitan dengan statistik sebelumnya, dengan rajinnya mengejar objective, RRQ juga berhasil menjadi tim yang paling kaya selama pertandingan Regular Season. Namun demikian, salah satu yang menarik dari statistik gold kali ini adalah nama Aerowolf yang bertengger di posisi ketiga soal jumlah total keseluruhan gold yang dikumpulkan. Sayangnya, mengingat mereka gagal melaju ke Grand Final, gold yang mereka dapatkan berarti tak dapat dimanfaatkan dengan baik.
K/D/A
Setelah mengintip dari sisi kekayaan masing-masing tim di dalam permainan, kali ini kita akan melihat statistik yang paling sering diagung-agungkan oleh banyak orang: Kill/Death/Assist (KDA). Namun demikian, terbukti dari statistik berikut bahwa KDA bukan segala-galanya. Faktor kekayaan tim dan seberapa cepat mereka mengumpulkannya justru lebih berbanding lurus dengan prestasi mereka masing-masing.
TEAM | KILLS | TEAM | DEATHS | TEAM | ASSISTS |
AE | 567 | ONIC | 384 | AE | 1183 |
RRQ | 563 | EVOS | 408 | RRQ | 1098 |
GFLX | 480 | AURA | 410 | GFLX | 1002 |
EVOS | 461 | BTR | 418 | AURA | 974 |
AURA | 424 | RRQ | 464 | EVOS | 962 |
ONIC | 422 | GEEK | 507 | BTR | 932 |
BTR | 407 | AE | 531 | ONIC | 877 |
GEEK | 392 | GFLX | 607 | GEEK | 800 |
Dari 3 tabel di atas, Alter Ego yang mendapatkan jumlah Kill dan Assist terbanyak justru menempati posisi 3. Sedangkan ONIC yang mendapatkan Death paling sedikit justru berada di peringkat 5. Aerowolf bahkan menempati posisi ketiga soal jumlah Kill, di atas EVOS yang bertengger di peringkat 1 Klasemen Akhir Regular Season.
Teamwork & META
Terakhir, yang tidak kalah penting dan bisa digunakan untuk memprediksi pertandingan Grand Final nanti adalah soal aspek penguasaan META dan soal kerja sama tim.
TEAM | PLAYERS USED | TEAM | UNIQUE PICKS | TEAM | AVG. KILL PARTICIPATION |
GEEK | 10 | RRQ | 41 | AURA | 64.80% |
RRQ | 10 | GFLX | 37 | BTR | 63.27% |
BTR | 7 | GEEK | 36 | GFLX | 61.92% |
AE | 7 | AE | 35 | ONIC | 61.38% |
AURA | 6 | BTR | 35 | EVOS | 60.97% |
ONIC | 6 | ONIC | 35 | AE | 60.46% |
GFLX | 5 | AURA | 34 | GEEK | 59.62% |
EVOS | 5 | EVOS | 32 | RRQ | 57.60% |
Dari 3 tabel di atas, ada beberapa hal yang menarik untuk dibahas. Pertama adalah soal EVOS Esports. Meski mereka memberikan performa yang luar biasa hebat di Regular Season, EVOS hanya menggunakan 5 pemain. Hero pool mereka juga paling sedikit dibanding yang lain. Hal ini bisa berarti 2 hal, positif dan negatif.
Positifnya, siapa tahu EVOS memang tidak memainkan kelima pemain sisa ataupun menggunakan semua hero karena memang ingin menyimpan strategi untuk Grand Final. Namun, di sisi lain, hal ini juga bisa berarti EVOS tidak memiliki tingkat skill yang rata dari masing-masing pemainnya. Hal yang sama juga bisa dilihat dari variasi hero yang digunakan karena EVOS bisa saja memang sangat terbatas dari jumlah hero yang dikuasai. Jika penyebabnya adalah yang kedua, hal ini berarti strategi dan META yang akan digunakan EVOS sama persis dengan yang ada di Regular Season.
Di sisi lain, kebalikan dari EVOS, RRQ lebih berani mencoba memainkan lebih banyak hero dan pemain. Namun, RRQ memiliki persentase kill participation paling rendah dari semua tim yang ada. Hal ini juga bisa berarti 2 hal. Kerja sama antar pemain dari RRQ bisa jadi paling buruk atau skill individu masing-masing pemain di tim ini adalah yang paling baik — atau bisa juga keduanya benar.
—
Akhirnya, itu tadi sejumlah statistik yang dicatat oleh MET Indonesia yang coba kami jelaskan relevansinya. Benarkah EVOS memiliki keterbatasan soal pemain dan hero pool? Apakah mereka akhirnya bisa menjadi juara setelah 2x jadi Runner Up?
Bagaimana dengan RRQ? Formasi mereka kali ini sungguh meyakinkan di setiap lini. 10 pemain RRQ sekarang juga bisa dibilang sama kuat satu sama lain. Namun, biasanya pemain bintang itu memang lebih sulit diajak bekerja sama…
Atau justru malah Alter Ego, yang baik dari berbagai segi dan tercermin dari statistiknya, yang akan membuat sejarah baru lagi di gelaran MPL? Bagaimana dengan ONIC? Memang sungguh tidak ada yang istimewa terlihat dari statistik ONIC di Regular Season kali ini namun siapa tahu mereka bisa menemukan kembali chemistry dan keganasan yang mereka miliki di Season 3.
Bigetron dan Aura juga tentunya tak bisa dipandang sebelah mata. Siapa tahu, keajaiban MPL ID S1 yang fenomenal akan terjadi lagi… Kala itu, semua orang memprediksi EVOS yang juara dan memandang rendah NXL. Namun ternyata takdir mengguratkan garis yang berbeda.
Sumber Featured Image: Dokumentasi MPL ID Indonesia|MET Indonesia