Saat Tim Nasional Sepakbola Jerman bertemu Argentina pada babak adu pinalti perempat final gelaran Piala Dunia FIFA 2006, penjaga gawang Jerman saat itu, Jens Lehmann, membawa selembar kertas ke dalam lapangan. Kertas itu diduga merupakan 'contekan' yang ditulis oleh pelatih kiper Jerman yang berisi tips tentang bagaimana menghentikan penendang penalt Argentina. Hasilnya? Jerman menang 4-2.
Percepat satu decade kemudian dan penjaga gawang saat ini, Manuel Neuer memiliki cara yang sedikit lebih maju untuk menghentikan penendang penalt Italia dalam adu penalti yang dimenangkan Jerman 6-5 untuk maju ke semi-final Piala Eropa 2016.
Asosiasi Sepakbola Jerman (DFB) bekerjasama dengan perusahaan software Big Data untuk mengembangkan dua teknologi baru yang memaksimalkan potensi analisa big data untuk mengidentifikasi kekuatan dan kelemahan tim-tim lawan sebelum kompetisi dimulai.
Aplikasi pertama menyediakan informasi mengenai karakteristik permainan lawan, kecenderungan strategi penyerangan dan pertahanan lawan serta formasi yang digunakan.
Teknologi kedua, disebut Penalty Insights Function, dimaksudkan untuk membantu penjaga gawang dan para pelatih menemukan pola dalam bagaimana para lawan mereka mengambil tendangan penalti.
Kedua aplikasi diakses para pemain dan pelatih di ruang ganti menggunakan gadget yang terhubung langsung pada platform berbasis cloud. Dengan begitu, mereka dapat melihat secara real time bagaimana formasi lawan mereka dan membantu para pemain untuk benar-benar fokus.
Sebagai contoh, jika pemain seperti Mario Goetze ingin mencari seorang lawan menggunakan aplikasi Challenger Insights, dia akan menemukan data pribadi dari pemain yang dicari, kekuatan dan kelemahan pemain tersebut, serta sekitar enam video klip yang mendemonstrasikan kemampuannya di lapangan.
Untuk mendapatkan keuntungan taktikal, banyak tim yang mengubah formasi pada detik-detik terakhir untuk mengecoh lawannya. Biasanya, semua tim akan menyiapkan 'bocoran' tentang formasi yang dipakai lawan, namun kemudian lawan akan mengubah formasi dan pemain pada detik terakhir sehingga membuat semua 'bocoran' tersebut menjadi tidak berguna.
Untuk aplikasi Challenger Insights-nya, perusahaan Big Data bekerja sama dengan universitas khusus olahraga bernama Sporthochschule Cologne untuk mengumpulkan dan menganalisa setiap pemain dan tim lawan pada Piala Eropa 2016. Ketika lawan mengubah formasi, jajaran pelatih akan meniru perubahan tersebut ke dalam aplikasi melalui fungsi sederhana drag-and-drop.
Ada lagi hal lain jika menyangkut pengembangan Penalty Insights Function, pengembang dari perusahaan big data menyatakan bahwa tim Jerman memiliki persyaratan kunci: Aplikasi tersebut harus cukup sederhana untuk membantu para pemain menganalisa data yang ada dengan sendirinya.Â
Sebagai contoh, Neuer dapat menemukan lawan yang lebih mungkin menjadi penendang penalti dalam sebuah pertandingan, bagaimana mereka tampil ketika menendang di bawah tekanan -- atau jika tim mereka tertinggal, apakah mereka akan lebih mungkin menendang bola ke pojok kanan atas dekat mistar atau pojok kiri bawah, dan kemungkinan skenario-skenario lainnya.
Data referensi historis yang dibutuhkan disediakan oleh Heim:Spiel untuk kemudian diproses oleh perusahaan big data partner. Skenario-skenario berbentuk video klip yang menunjukkan para pemain lawan mengambil tendangan penalti dalam berbagai situasi juga diambil dari database video yang disediakan oleh situs pihak ketiga.
Perkembangan teknologi ini berjalan dengan baik di timnas Jerman karena kebanyakkan dari pemain yang ada di timnas saat Euro 2016 adalah bagian dari generasi milenial, yang telah akrab dengan teknologi.
Pengembangan aplikasi tentang ini telah dilakukan selama lebih dari satu decade, namun salah satu penerapan pertama analisa Big Data tersebut terjadi saat Piala Dunia 2014 di Brasil, di mana Jerman keluar menjadi pemenangnya. Asosiasi Sepakbola Jerman menggunakan aplikasi yang disebut Match Insights yang memungkinkan para pelatih untuk menyaring klip-klip pertandingan untuk melihat bagaimana pemain tampil dalam situasi tertentu dan menganalisa data pertandingan.
Aplikasi itu juga dilengkapi oleh aplikasi mobile bernama Team One App, yang memungkinkan para pemain dan pelatih untuk saling berbagi video, gambar, taktik, serta berkomunikasi secara internal.
Bahkan secara teoritis, teknologi yang dimanfaatkan dalam pengembangan aplikasi untuk asosiasi sepakbola Jerman dapat memberikan saran mengenai strategi dan taktik kepelatihan, namun hal ini tidak terlalu menarik minat dari pihak-pihak yang terlibat.
Bisa diterapkan di Indonesia
Jika bicara soal sepakbola, tentu saja bicara juga soal Indonesia. Minat masyarakat Indonesia pada olahraga ini begitu besarnya hingga ke level junior pun tidak kehilangan antusiasme dari penontonnya.Â
Sayangnya, pasar dan dukungan yang begitu besar ini tidak diimbangi dengan prestasi yang gemilang. Timnas Indonesia hampir selalu keok di berbagai turnamen yang diikutinya, stigma negative yang menempel pada penonton sepakbola juga turut memperburuk kompetisi nasional yang ada di negara ini.
Namun perlu diingat bila nantinya PSSI memutuskan untuk menggabungkan teknologi big data dengan sepakbola seperti yang dilakukan Jerman, mereka tidak perlu jauh-jauh mencari piranti lunak yang dapat membantu mereka, karena di Indonesia pun sudah ada piranti analisa big data yang kompeten untuk semua industri bernama Paques.
Mengusung fitur self-service analytic, Paques bisa memudahkan semua orang dari berbagai latar belakang, termasuk atlet, untuk mengoperasikannya secara sederhana.
Mungkin masih sangat jauh bagi Indonesia untuk masuk piala dunia apalagi menerapkan teknologi yang digunakan oleh Jerman, tapi tidak ada kata terlalu lambat untuk mencoba, dan jika tiba saatnya nanti Indonesia menggabungkan teknologi dan olahraga, lebih spesifiknya sepakbola dan big data, maka Paques bisa jadi solusinya.
