Sains dan data statistik mungkin bisa dibilang sudah menjadi sesuatu yang lekat dengan perkembangan industri olahraga. Bahkan, keputusan memisahkan pertandingan olahraga perempuan dengan laki-laki saja didasarkan penelitian saintifik. Lalu apabila kita mencerminkan perkembangan esports dari perkembangan olahraga, pertanyaannya, bagaimana perkembangan “esports science”?
Dalam artikel ini kita tidak akan membahas terlalu jauh, kita akan fokus pada perkembangan data statistik esports terlebih dulu, baik di luar negeri atau lokal Indonesia. Namun sebelum itu, mari saya jelaskan terlebih dahulu kenapa data statistik itu penting bagi perkembangan olahraga.
Moneyball: Ketika Data Statistik Membawa Tim Olahraga Lebih Maju Satu Langkah
Dalam industri olahraga, mengumpulkan data statistik permainan untuk mengukur performa pemain sudah umum dilakukan. Setelah dikumpulkan, data statistik tersebut biasanya digunakan untuk berbagai macam hal.
Dari sisi B2C (Business-to-Consumer), data dapat digunakan penonton untuk mendapatkan gambaran yang lebih jelas terhadap kondisi yang terjadi dari suatu pertandingan. Dari sisi B2B (Business-to-Business), data biasanya digunakan oleh tim sebagai pertimbangan dalam pengambilan keputusan, seperti aspek apa yang harus diperbaiki dari satu pemain, atau mungkin pertimbangan saat akan membeli pemain baru, dan lain sebagainya.
Karena hal tersebut, data pun jadi penting bagi perkembangan industri olahraga, bahkan berkembang menjadi lini bisnis tersendiri. Istilah atau konsep moneyball mungkin bisa jadi salah satu contoh bagaimana pentingnya data statistik bagi perkembangan industri olahraga.
Konsep moneyball pertama kali datang dari olahraga Baseball, tepatnya dari pendekatan yang dilakukan manajer Oakland Athletic yaitu Billy Beane dalam membangun roster tim yang berbasis data analitik pada awal tahun 2000an. Dalam kisahnya yang tertulis dalam bentuk novel dan dijadikan film, Billy Beane bukan sekadar menggunakan data-data yang umum digunakan. Billy juga mencoba membongkar kebiasaan yang sudah lama terpatri dan mencoba melihat ke perspektif lain dengan menganalisa data-data yang justru tergolong undervalue pada masa itu.
Tim baseball pada zaman itu biasanya hanya melihat data-data yang umum saja, contohnya seperti persentase keberhasilan pemain memukul bola. Karenanya pemain dengan statistik di bidang tersebut biasanya punya nilai transfer yang tinggi.
Oakland Atheltic, dengan dana yang tidak seberapa, mencoba menganalisis lebih dalam dan mencari data statistik yang kurang dihargai. Dalam moneyball, data yang jadi contoh adalah keberhasilan pemain mencapai base. Karena kurang dihargai, pemain dengan statistik tersebut cenderung punya nilai transfer yang rendah.
Setelah melalui berbagai analisa yang dilakukan manajemen, akhirnya Oakland Athletic pun mencoba mengambil jalan berisiko dengan analisis tersebut dan berhasil mencapai prestasi luar biasa. Mengutip dari wikipedia, Oakland Athletics diestimasi hanya mengeluarkan dana sebesar US$44 juta untuk gaji pemain. Namun mereka tampil sangat kompetitif dibanding tim yang lebih kuat finansialnya di zaman itu, yaitu New York Yankees yang mengeluarkan dana sebesar US$125 juta untuk gaji pemain di musim yang sama.
Maka dari itu, Moneyball sendiri secara umum sebenarnya bisa dibilang sebagai bentuk pengambilan keputusan yang berbasis kepada data. Tetapi secara khususnya, mencari data yang tergolong undervalue namun berpotensi tinggi di masa depan. Pada perkembangannya, bukan hanya baseball saja yang menggunakan data statistik dalam mengembail keputusan tertentu. Pada video di atas, ada pesepakbola N’Golo Kante sebagai contohnya.
Pada awal masa karirnya, ia bermain untuk klub asal Prancis, FC Caen. Saat bermain di tim tersebut, tidak banyak yang sadar bahwa ia adalah pemain yang berpotensi. Sampai akhirnya datanglah Leicester City melihat potensi Kante dari statistik Tackles per Game, Interceptions per Game, dan Clearance per Game. Leicester City membeli Kante seharga 7,65 juta Poundsterling tahun 2015 dan berhasil menjuarai Barclays Premier League di musim 2015/2016. Pasca kemenangan tersebut, nilai transfer Kante meningkat drastis, sehingga Chelsea merekrut dirinya dengan harga 35 Juta Poundsterling di tahun 2016.
Pengantar di atas memperlihatkan bagaimana data statistik digunakan di industri olahraga. Lalu bagaimana dengan esports?
Kabar Data Statistik Esports: Butuh Peran Aktif Pihak Pertama?
Sifat alami esports adalah kompetisi permainan yang disajikan lewat medium digital. Menariknya, walau sifat alami esports adalah permainan digital, perkembangan data statistik sebagai ranah bisnis di esports justru malah bisa dikatakan sebagai ladang baru yang masih hijau.
Namun demikian, ada alasan tersendiri kenapa data statistik di esports masih bisa dikatakan sebagai ranah “blue ocean”. Dari ranah game mobile kompetitif misalnya, Moonton (publisher Mobile Legends: Bang Bang) diwakili oleh Azwin Nugraha selaku PR Manager sempat mengatakan, bahwa alasan perkembangan esports science tergolong pelan salah satunya adalah karena perbedaan prioritas. Lebih lanjut, Azwin juga menjelaskan bahwa Moonton sendiri masih sedang membangun kapabilitas tim mereka untuk dapat memproduksi liga yang lebih berkelas lagi secara pelan-pelan.
Di luar dari apa yang dijelaskan oleh Azwin dari sudut pandang mobile gaming, bisnis data statistik justru tergolong berkembang dengan cukup cepat dari sudut pandang esports game PC terutama di negara-negara barat. Menurut opini saya, setidaknya ada tiga faktor yang mungkin jadi alasan atas perkembangan hal tersebut.
Pertama, pengembangan API yang dapat menjembatani sisi teknis pihak pertama (game developer) dengan pihak ketiga (pelaku bisnis data esports) mungkin cenderung lebih mudah di ranah game PC. Kedua, pelaku bisnis data esports dengan game developer yang sama-sama berasal dari negara barat mungkin jadi faktor juga. Ketiga, perkembangan teknologi dan talenta teknis programming negara barat yang lebih maju mungkin bisa jadi faktor juga.
Sebagai bukti kemajuannya, mari coba kita lihat data-data yang disediakan secara bebas oleh pihak ketiga untuk game-game esports PC. Perkenalan pertama saya dengan data statistik esports yang mendalam adalah dari Dotabuff. Seperti namanya, Dotabuff menyediakan data-data statistik seputar game Dota 2. Datanya tidak hanya tersedia untuk profesional saja, tetapi pemain casual juga bisa menikmati statistik permainannya sendiri hanya dengan menghubungkan Dotabuff dengan akun Steam saja.
Data yang tersedia dalam Dotabuff juga cukup mendalam, mulai dari yang standar seperti pick-rate atau win-rate, sampai yang tergolong advanced seperti jumlah damage yang dihasilkan terhadap tower dan bangunan lainnya. Dotabuff bahkan juga menyediakan data combat log (apa yang terjadi di menit berapa) yang mungkin bisa digunakan tim dalam mengevaluasi permainannya.
Selain Dotabuff di Dota 2, game-game esports lain yang ada di ranah PC juga hampir rata-rata memiliki data statistik permainan yang disediakan oleh pihak ketiga. OP.gg di skena League of Legends misalnya, yang menyediakan data-data seputar meta permainan mulai dari sekadar win-rate champion sampai win-rate berdasarkan build skill, item, serta rune dari sebuah champion.
VALORANT dan CS:GO juga punya beberapa penyedia data yang serupa. Dari sisi VALORANT, Thespike.gg adalah salah satu contohnya. Thespike.gg sendiri cenderung fokus menyediakan data-data statistik pemain-pemain profesional. Seperti pihak ketiga lainnya, data-data statistik yang disediakan cukup beragam mulai dari data sederhana seperti win-rate atau KDA, sampai data yang cukup mendalam seperti angka persentase area yang sering jadi target (kepala, badan, dan kaki). CS:GO juga punya csgostats.gg yang menyediakan data yang kurang lebih serupa.
Seperti yang saya sebut sebelumnya, kehadiran API yang sifatnya terbuka jadi salah satu alasan perkembangan penyedia data statistik di esports game PC. Dalam hal Dota 2 dan CS:GO, Valve selaku developer kedua game tersebut memang memperkenankan penggunanya untuk menggunakan API milik Steam untuk dapat mengakses data-data digital terkait permainan tersebut.
Lalu dari sisi VALORANT serta League of Legends, Riot Games sendiri juga memang menyediakan dan memperkenankan komunitas untuk mengakses API tersebut untuk membuat produk data statistiknya masing-masing. Dalam hal League of Legends, Riot Games bahkan juga menyertakan daftar ketentuan yang harus dipenuhi oleh pengembang pihak ketiga apabila ingin memonetisasi data-data yang mereka dapatkan dari API tersebut.
Bagiamana dengan mobile games? Sejauh ini, API yang dapat diakses sepertinya masih belum umum untuk game mobile. Karena penasaran, saya pun mencoba melakukan googling terhadap keyword terkait API dari game mobile kompetitif yang populer di Indonesia. Hasilnya pun nihil. Alih-alih memberi kata “API” sebagai keyword suggestion, game mobile malah memberi saya keyword suggestion berupa “APK Download”.
Dalam konteks Mobile Legends: Bang Bang, Moonton sendiri memang sempat mengatakan bahwa mereka masih sedang mengembangkan API secara internal. Hal tersebut diungkap oleh Azwin pada saat diwawancara Hybrid.co.id ketika membahas kerja sama Moonton dengan JOIDATA.
API sebagai sarana berbagi data statistik memang belum marak digunakan di ranah game mobile kompetitif, tetapi bukan berarti game mobile tidak menyediakan data-data statistik permainan. Dari sisi esports MLBB, data statistik pemain MPL dan MDL tersedia di masing-masing laman resminya. Begitupun dengan esports PUBG Mobile yang juga menyediakan catatan data statistik pemain sepanjang PMPL Indonesia berjalan di website resminya.
Walaupun tersedia, namun data statistik yang ada di laman-laman resmi tersebut cenderung hanya data yang umum saja. Data statistik di laman MPL Indonesia misalnya, hanya menyediakan data yang umum digunakan seperti torehan KDA ataupun torehan total damage yang diberikan. PUBG Mobile pun sama, hanya menyediakan data KDA dengan tambahan Total Survive Time dan Max Kill Distance. Di luar dari esports, pemain juga bisa melihat data statistik permainannya sendiri melalui profil in-game masing-masing. Jadi, walaupun belum ada API dari pihak eksternal, namun data statistik sebenarnya sudah ada di ranah game mobile kompetitif walau lingkupnya masih tergolong sempit.
Data Statistik di Lingkup Esports Lokal
Setelah membahas soal moneyball di olahraga dan mencoba melihat ketersediaan data statistik di ranah esports (game mobile ataupun PC), satu hal yang membuat penasaran mungkin adalah kisah moneyball di dalam ranah esports, terutama esports lokal. Untuk itu saya pun berbincang dengan Pratama “Yota” Indraputra selaku analis tim Bigetron Alpha (divisi MLBB Bigetron Esports).
Berbicara dengan Yota, saya membincangkan soal bagaimana data statistik dapat membantu mendongkrak performa sebuah tim esports. Mengawali pembicaraan, Yota pun mengutarakan pendapatnya soal manfaat data statistik bagi sebuah tim.
“Sebetulnya ada banyak potensi yang bisa datang dari data, tergantung tim tersebut mau menggali sedalam apa. Tindakan mengambil keputusan saat drafting atau menggali hero baru yang berpotensi sebagai meta sebenarnya bisa dianalisis menggunakan statistik. Tetapi tentunya tidak semua data punya relevansi yang setara. Karenanya, tugas bagi tim adalah untuk mengambil dan menganalisa data yang diperlukan saja.”
Setelah itu, saya juga mempertanyakan soal ketersediaan data statistik permainan serta cara tim mendapatkan data-data tersebut. Yota pun memberi cerita pengalamannya.
“Kalau menurut gue data statistik esports itu sudah cukup tapi masih kurang. Dalam ranah MLBB misalnya, kita enggak bisa melihat statistik creep score atau jumlah last-hit. Karena data tersebut enggak ada, kita jadi sulit mendata siapa pemain yang unggul dari segi CS dan seberapa besar pengaruh CS terhadap kekuatan laning ataupun timing mendapatkan item tertentu. Kalau mau, kita sebenarnya bisa saja mengakalinya dan mendapatkan data tersebut. Tetapi saya rasa akan makan waktu terlalu banyak untuk mendapat data tersebut. Maka dari itu sekarang cukup melihat statistik gold saja.”
Dalam hal mendapatkan data, Yota menjelaskan bahwa hampir semua data direkap secara manual. Tapi memang, seperti yang saya katakan tadi, walaupun MPL menyediakan data statistik di laman resminya, namun data tersebut tergolong terlalu sederhana untuk bisa digunakan sebagai sarana analisa performa tim. Karenanya jadi tidak heran apabila seorang analis seperti Yota lebih memilih merekap semua data secara manual yang bisa didapatkan melalui post-match statistics yang muncul di dalam game.
Lebih lanjut Yota juga menjelaskan soal beberapa data yang jadi andalan bagi pembelajaran tim. Yota mengatakan bahwa data statistik yang kerap kali digunakan adalah data soal pick & ban, data seputar pola pergerakan, torehan damage, gold, serta objektif yang didapatkan.
Bagaimana dengan data statistik lain? “Kalau dari pengalaman gue pribadi, ada statistik yang namanya adalah damage per gold ratio. Statistik tersebut memperkenankan kita untuk mengetahui seberapa efektif pemain memberikan damage dengan gold yang didapat. Lalu apabila dari MOBA secara umum, ada juga data yang bernama jungle proximity yang fungsinya untuk mengetahui lane yang diprioritaskan seorang jungle untuk di gank pada fase early game. Namun demikian, data tersebut enggak gue gunakan di MLBB karena sifat alami gameplay MLBB yang lebih cair.”
Di atas tadi kita membahas bagaimana penggunaan data statistik dari sudut pandang analis. Lalu bagaimana penggunaan data statistik dari sudut pandang manajemen tim esports? Aldean Tegar Gemilang selaku Head of Esports di EVOS Esports juga turut menyampaikan pendapat serta pengalamannya.
Dalam hal perspektifnya terhadap data statistik, Aldean mengatakan bahwa bagi dirinya, data statistik adalah filter pertama sebelum berlanjut ke proses-proses selanjutnya. Ia pun menjelaskan hal tersebut sembari menjawab soal ketersediaan data statistik di esports game-game mobile yang populer di Indonesia.
“Kalau ditanya apakah data pemain bisa diakses bebas, jawabannya tidak. Kalau soal rekrutmen pemain, sebetulnya ada banyak cara, bisa scouting atau open recruitment. Kalau scouting, EVOS Esports biasanya memanfaatkan analis untuk mencari data pemain terkait, yang mana datanya datang dari in-game profile. Kalau misal metode perekrutannya adalah open recruitment, data statistik biasanya kami jadikan sebagai proses penyaringan awal.” Jawab Aldean.
Lebih lanjut, Aldean juga kembali menegaskan posisi dirinya dalam melihat data statistik dalam proses perekrutan. “Menurut saya data statistik ini penting, tapi tetap hanya sebagai lapisan awal untuk menilai pemain. Masih banyak sekali faktor major dan minor yang perlu dilihat untuk menilai seberapa besar value (skill atau dampak-nya ke tim) seorang pemain.” Tutur Aldean.
Ia pun lalu juga menceritakan bagaimana perekrutan pemain kadang justru sulit apabila hanya berdasarkan data statistik saja. “Kalau berdasarkan pengalaman saya, hal tersebut terjadi terutama saat mencari pemain-pemain dengan role support. Pemain support biasanya punya data statistik yang cenderung kurang pasti (bias). Beberapa poin-poin penting pemain role support itu justru baru terlihat saat trial dilakukan secara offline.”
Terakhir, ia juga sedikit pandangannya soal jumlah ketersediaan data statistik di game-game esports sejauh ini. “Seperti tadi saya bilang, data statistik ini sebenarnya memang penting. Namun sayangnya ketersediaannya tergolong belum cukup untuk kebanyakan game mobile. Kalau dibandingkan dengan game seperti Dota 2 atau LoL, menurut saya masih cukup jauh. Salah satu alasan pendapat saya tersebut adalah karena game-game tersebut sudah punya wadah yang mempermudah melihat data statistik, salah satu contohnya adalah Dotabuff.” Jawab Aldean.
Pembeberan di atas adalah jawaban dari perspektif manajemen tim esports. Lalu bagaimana dengan usaha Moonton sendiri? Dalam menyediakan data statistik game untuk esports MLLB, usaha terakhir Moonton yang terlihat adalah kerja sama mereka dengan JOIDATA pada bulan Februari 2021 kemarin.
Pada kesempatan tersebut, Azwin Nugraha selaku PR Manager Moonton juga sempat menjelaskan bahwa kerja sama tersebut akan berfokus kepada data statistik game, termasuk usaha Moonton untuk menyediakan API agar pihak eksternal dapat mengakses data-data statistik game tersebut.
Karena penasaran, saya pun mempertanyakan bagaimana proses pengerjaan API tersebut demi ketersediaan data statistik untuk esports MLBB. Azwin pun mengatakan “Saat ini kerja sama mendalam masih terus dilakukan, kami masih menimbang beberapa kemungkinan yang nantinya berpengaruh terhadap penggunaan data tersebut.”
Di luar dari API, sebenarnya saya juga cukup penasaran, bagaimana semisal ada pihak ketiga yang mampu mengekstrak data statistik tersebut dengan menggunakan VOD pertandingan MPL saja? Hal tersebut sebenarnya bisa saja terjadi. Kalau dari sisi olahraga sepak bola, kita bisa melihat contohnya melalui Signality.
Signality mengembangkan semacam program AI dalam bentuk Computer Vision yang mampu mengenali gerakan-gerakan yang dilakukan oleh pemain bola. Dalam praktiknya, Signality bisa mengekstrak data statistik sepak bola hanya bermodalkan rekaman pertandingan saja.
Teorinya, kalau teknologi computer vision mampu mengenali gerakan manusia, maka kemungkinan besar teknologi tersebut mampu atau mungkin lebih fasih mengenali pergerakan di dalam video game. Lalu bagaimana sikap Moonton apabila misalnya ada sebuah startup yang mampu menciptakan teknologi tersebut untuk game esports MLBB?
Azwin pun merespon. “Tidak ada batasan bagi seseorang untuk berinovasi, apalagi jika inovasi yang dihasilkan dapat memberi manfaat dan turut berkontribusi dalam perkembangan esports. Kalau terkait izin, menurut saya berinovasi tidak memerlukan izin. Namun demikian, bagaimana inovasi tersebut digunakan nantinya adalah sesuatu hal yang perlu diperhatikan dan ditelaah lebih jauh.”
—
Kehadiran data statistik yang lebih lengkap dan mendetil tentunya adalah sesuatu yang baik bagi perkembangan esports. Dari sisi olahraga, kita bisa melihat sendiri bagaimana data statistik bahkan bisa membantu sebuah tim berkembang dari yang awalnya kurang kompetitif menjadi lebih kuat di dalam liga. Selain itu dari sisi penonton, data statistik juga bisa membuat tontonan esports jadi semakin seru untuk diikuti.
Jadi seberapa penting kehadiran data statistik bagi perkembangan esports? Untuk menjawab pertanyaan tersebut, saya pun meminjam jawaban dari Yota.
“Intinya statistik ini menurut gue seperti suplemen saja, bukan kewajiban atau keharusan dan tidak menjamin kemenangan juga. Tetapi, ibarat tubuh manusia, meminum suplemen kesehatan tentu akan membuat tubuh jadi lebih kuat dan lebih siap melawan penyakit ataupun cidera.” Tutupnya.
