Membuat prediksi skor bukan soal menebak hasil. Intinya adalah memperkirakan berapa gol yang seharusnya dicetak setiap tim, lalu mengubah perkiraan itu menjadi peluang untuk setiap skor dengan distribusi Poisson. Skor tepat yang paling mungkin akan muncul dari perhitungan itu. Metodenya ada lima langkah: kumpulkan data yang tepat, ukur kekuatan serang dan bertahan setiap tim, hitung expected goals untuk laga ini, sesuaikan dengan konteks, lalu baca tabel skornya.
Satu peringatan jujur sebelum mulai: meskipun dihitung dengan benar, skor paling mungkin biasanya hanya punya peluang 10 sampai 15% untuk terjadi. Kami menjelaskan alasannya di apakah prediksi skor 100% akurat itu ada?. Metode ini tidak membuat skor tepat menjadi pasti; ia mencegahmu memilih skor secara asal.
Supaya konkret, kita praktikkan pada laga sungguhan: Manchester United vs Tottenham di Old Trafford, Sabtu 10 Oktober 2026 pukul 23.30 WIB (pekan ke-6 Liga Inggris). Semua angka berasal dari musim Liga Inggris 2025-26 (380 pertandingan), jadi kamu bisa memeriksa sendiri setiap langkahnya.
Langkah 1: kumpulkan data yang tepat
Yang benar-benar membantu:
- Gol yang dicetak dan kebobolan, dipisah kandang dan tandang, dari sampel yang cukup (idealnya 10 laga atau lebih).
- Expected goals (xG) yang diciptakan dan yang kebobolan. xG mengukur kualitas peluang, bukan hanya berapa yang masuk. Tim yang mencetak gol jauh di atas xG-nya sering sedang beruntung, dan keberuntungan tidak selalu bertahan.
- Rata-rata kompetisi: berapa gol yang rata-rata dicetak tuan rumah dan tim tamu di liga itu.
- Pemain absen (cedera, skorsing) dan perkiraan susunan pemain.
- Konteks: apa yang dipertaruhkan, jadwal padat, kelelahan, cuaca, stadion netral.
Yang jauh kurang membantu daripada yang dikira banyak orang:
- Rekor pertemuan (H2H): jumlahnya sering sedikit, kadang sudah bertahun-tahun lalu, dengan skuad yang berbeda. Pakai sebagai petunjuk, bukan fondasi.
- Satu hasil terakhir saja: kemenangan 4-0 yang spektakuler nyaris tidak berarti apa-apa dalam satu musim.
Langkah 2: ukur kekuatan serang dan bertahan
Prinsipnya: bandingkan setiap tim dengan rata-rata kompetisinya.
Di Liga Inggris 2025-26, 380 pertandingan menghasilkan 580 gol tuan rumah dan 465 gol tim tamu:
- tuan rumah rata-rata mencetak 1,53 gol per laga (580 ÷ 380);
- tim tamu rata-rata mencetak 1,22 gol per laga (465 ÷ 380).
Manchester United di kandang (19 laga musim 2025-26):
- 39 gol dicetak, atau 2,05 per laga → kekuatan serang = 2,05 ÷ 1,53 ≈ 1,35 (35% di atas rata-rata liga);
- 24 gol kebobolan, atau 1,26 per laga → kekuatan bertahan = 1,26 ÷ 1,22 ≈ 1,03 (kira-kira rata-rata; tuan rumah dibandingkan dengan jumlah gol yang biasa dicetak tim tamu).
Tottenham saat tandang (19 laga musim 2025-26):
- 26 gol dicetak, atau 1,37 per laga → kekuatan serang = 1,37 ÷ 1,22 ≈ 1,12;
- 26 gol kebobolan, atau 1,37 per laga → kekuatan bertahan = 1,37 ÷ 1,53 ≈ 0,90.
Kekuatan bertahan di bawah 1 berarti pertahanan lebih baik dari rata-rata; di atas 1 berarti lebih rapuh.
Langkah 3: hitung expected goals pertandingan
Silangkan serangan setiap tim dengan pertahanan lawannya, lalu kalikan dengan rata-rata kompetisi:
- Expected goals MU = serangan MU × pertahanan Spurs × rata-rata kandang = 1,35 × 0,90 × 1,53 ≈ 1,84
- Expected goals Tottenham = serangan Spurs × pertahanan MU × rata-rata tandang = 1,12 × 1,03 × 1,22 ≈ 1,41
Hasil ini dihitung dengan angka yang belum dibulatkan (1,345 × 0,897 × 1,526 untuk MU), jadi perkalian angka bulat di atas bisa berbeda satu atau dua perseratus. Dua angka ini, yang biasa ditulis λ (lambda), merangkum seluruh pertandingan. Jika kamu punya data xG, kamu bisa menjalankan perhitungan yang sama dengan xG yang diciptakan dan yang kebobolan sebagai pengganti gol: hasilnya sering lebih stabil, karena xG tidak terlalu terpengaruh keberuntungan.
Langkah 4: sesuaikan dengan konteks
Rata-rata tidak tahu apa yang terjadi minggu ini. Di sinilah analisismu sendiri berperan:
- Striker utama absen: menurunkan expected goals timnya. Efeknya kita uji di langkah 5.
- Kiper cadangan: bisa menaikkan expected goals lawan.
- Stadion netral atau pindah venue: memperkecil keuntungan kandang.
- Jadwal padat: kemungkinan rotasi, intensitas lebih rendah.
- Apa yang dipertaruhkan: tim yang puas dengan hasil imbang sering "mengunci" permainan, sehingga kedua λ turun.
- Sampelnya sendiri: angka musim lalu menggambarkan skuad musim lalu. Transfer, pelatih baru, atau promosi bisa banyak mengubah sebuah tim, itulah sebabnya model yang serius memadukan data lama dengan data musim berjalan.
Tetap terukur: penyesuaian 5 sampai 15% saja sudah signifikan. Lebih dari itu, kamu berisiko mengganti data dengan firasat.
Langkah 5: ubah expected goals menjadi skor
Di sinilah distribusi Poisson berperan. Distribusi ini memberi peluang sebuah tim mencetak tepat k gol jika rata-rata ia diharapkan mencetak λ:
P(k gol) = λᵏ × e^(−λ) / k!
Dengan λ = 1,84 untuk MU dan λ = 1,41 untuk Tottenham:
| Gol | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|
| Man United (λ = 1,84) | 15,9% | 29,2% | 26,9% | 16,5% | 7,6% |
| Tottenham (λ = 1,41) | 24,4% | 34,4% | 24,3% | 11,4% | 4,0% |
Peluang sebuah skor adalah hasil kali keduanya (dengan asumsi kedua serangan independen). Misalnya, 1-1 = 29,2% × 34,4% ≈ 10,1%. Berikut tabel lengkapnya (gol MU di sisi kiri, gol Spurs di bagian atas):
| MU \ Spurs | 0 | 1 | 2 | 3 |
|---|---|---|---|---|
| 0 | 3,9% | 5,5% | 3,9% | 1,8% |
| 1 | 7,1% | 10,1% | 7,1% | 3,3% |
| 2 | 6,5% | 9,2% | 6,5% | 3,1% |
| 3 | 4,0% | 5,7% | 4,0% | 1,9% |
Apa yang dikatakan tabel ini
- Skor paling mungkin: 1-1, dengan 10,1%. Berikutnya 2-1 (9,2%), lalu 1-0 dan 1-2 (masing-masing 7,1%).
- Jumlahkan sel-selnya dan kamu mendapat 1X2: MU menang 47,7%, imbang 22,7%, Tottenham menang 29,7% (angka dibulatkan).
- Over 2,5 gol: sekitar 63%. Kedua tim mencetak gol: sekitar 64%.
Jebakan klasiknya: MU diunggulkan, tetapi skor paling mungkin justru imbang. Itu wajar. Kemenangan MU tersebar di banyak skor (1-0, 2-0, 2-1, 3-1…), sementara hasil imbang terkonsentrasi di 0-0, 1-1 dan 2-2. Kalau kamu ingin skor yang sejalan dengan hasil paling mungkin, ambil skor paling mungkin di antara kemenangan MU: di sini 2-1 (9,2%), tepat di belakangnya.
Efek satu penyesuaian
Sekarang misalkan striker utama MU dipastikan absen dan kamu memangkas expected goals mereka 10% (1,84 → 1,66). Tabelnya bergeser: 1-1 naik ke 10,9%, 1-0 ke 7,7%, dan 1X2 menjadi sekitar 43% / 24% / 33%. Satu pemain absen saja menggeser beberapa poin persentase: itulah kenapa kabar tim sangat penting.
Ingat apa arti angka-angka ini: contoh pembelajaran yang dibangun hanya dari gol musim lalu. Ini bukan prediksi Elofoot untuk laga tersebut, yang memakai lebih banyak masukan (xG, performa terbaru, posisi klasemen, kabar tim).
Batasan metode (penting untuk diketahui)
- Model Poisson sederhana sedikit meremehkan hasil imbang, terutama 0-0 dan 1-1, karena kedua tim saling memengaruhi (tim yang unggul melambat, tim yang tertinggal menekan). Versi yang sudah dikoreksi ada, misalnya model Dixon-Coles.
- Data lebih penting daripada rumus: expected goals yang salah diperkirakan menghasilkan tabel yang salah, serapi apa pun kamu menghitungnya.
- Sampel kecil menyesatkan: di awal musim, untuk tim promosi, atau untuk tim nasional yang jarang bermain, rata-rata masih rapuh.
- Yang tak terduga tetap tak terduga: kartu merah, penalti, blunder kiper.
Hitung sendiri… atau tidak
Kamu bisa mereproduksi metode ini di spreadsheet: beberapa rata-rata, dua perkalian, dan fungsi POISSON.DIST di Excel atau Google Sheets (dengan argumen terakhir FALSE). Ini latihan yang bagus untuk memahami sebuah pertandingan.
Kalau ingin lebih hemat waktu, inilah logika di balik prediksi Elofoot: model statistik memperkirakan expected goals setiap tim dari data pertandingan, menghitung peluang 1X2 dan skor paling mungkin, lalu AI menjelaskan skenarionya dengan bahasa sehari-hari. Angkanya berasal dari model, tidak pernah dari imajinasi AI. Semuanya dijelaskan di metodologi kami dan di halaman analisis pertandingan dengan AI, dan konsepnya dirangkum di glosarium: skor tepat.
- Pertandingan hari ini: prediksi bola hari ini.
- Semua laga Liga Inggris: prediksi Liga Inggris, dan semua kompetisi di prediksi bola AI.
- Untuk gambaran Liga Inggris setelah lima pekan, baca prediksi Liga Inggris: cara AI menghitung skor.
- Prediksi lengkap pertamamu gratis, tanpa kartu.
Catatan penting. Metode ini untuk memahami pertandingan, bukan untuk menjamin hasil. Elofoot tidak menerima taruhan dan tidak menyediakan layanan taruhan dalam bentuk apa pun; perjudian dilarang di Indonesia.
Pertanyaan yang sering diajukan
Apa metode terbaik untuk prediksi skor?
Perkirakan expected goals setiap tim (serangan satu tim melawan pertahanan tim lain, idealnya memakai xG), sesuaikan dengan konteks, lalu terapkan distribusi Poisson untuk mendapat peluang setiap skor. Skor tepat yang paling mungkin adalah skor dengan peluang tertinggi di tabel.
Seberapa besar peluang menebak skor tepat dengan benar?
Pada pertandingan biasa, skor paling mungkin punya peluang sekitar 10 sampai 15% untuk terjadi. Dalam contoh di artikel ini, 1-1 muncul dengan 10,1%.
Perlukah mengandalkan head-to-head untuk prediksi skor?
Dengan hati-hati. Rekor H2H sering sedikit dan sudah lama. Ia bisa mengonfirmasi sebuah tren, tetapi performa terbaru, xG, dan kabar tim lebih bisa diandalkan.
Kenapa skor paling mungkin sering imbang padahal ada tim yang diunggulkan?
Karena kemenangan tim unggulan tersebar di banyak skor, sementara hasil imbang terkonsentrasi di sedikit skor (0-0, 1-1, 2-2). Masing-masing skor kemenangan bisa lebih kecil peluangnya dibanding 1-1.
Adakah aplikasi yang memberi skor tepat sebelum pertandingan?
Beberapa alat, termasuk Elofoot, menghitung skor paling mungkin beserta peluangnya sebelum kick-off. Tidak ada yang bisa menjaminnya: waspadai aplikasi atau grup mana pun yang menjanjikan skor "pasti", "jitu 100%", atau "bocoran".
