Teknologi Bola Basket & AI

Penjelasan Statistik Lanjutan Bola Basket: Box Score, Data Pelacakan, dan Gravitasi

Setengah lapangan bola basket divisualisasikan dengan lima penanda pemain, satu bola, jalur pergerakan, dan overlay analitik spasial.

Singkatnya: Metrik basket tingkat lanjut adalah model realitas. Dengan memahami teknologi di balik pelacakan pemain dan metrik seperti Gravity, pemain dan pelatih dapat menafsirkan performa di lapangan dengan lebih baik.

Poin penting

  • Gravity melacak tekanan pertahanan saat menguasai dan tidak menguasai bola menggunakan AWS AI dan Machine Learning.
  • Sistem pelacakan optik NBA melacak 29 titik pada tubuh setiap pemain, 60 kali per detik.
  • CourtOptix mengukur metrik lanjutan seperti Expected Shot Value, double team, dan akurasi operan.
  • Metrik lanjutan adalah model realitas dan tidak boleh digunakan untuk menetapkan nilai pemain secara terpisah.

Evolusi Data Bola Basket dan API

Format API Spesifik Liga Sportradar menyediakan liputan play-by-play, skor, dan statistik mendekati waktu nyata. Sistem ini dirancang untuk memberikan liputan komprehensif tentang peristiwa pertandingan saat terjadi. Namun, API Sportradar adalah layanan B2B dan tidak dimaksudkan untuk dipanggil langsung dari aplikasi klien. Arsitektur ini memastikan bahwa data play-by-play, skor, dan statistik bervolume tinggi yang mendekati waktu nyata diproses melalui saluran business-to-business daripada diakses langsung oleh aplikasi klien pengguna akhir. Perbedaan ini sangat penting untuk memahami bagaimana data olahraga tingkat profesional didistribusikan dan diintegrasikan di seluruh lanskap teknologi bola basket. Mulai

Di luar liputan play-by-play tradisional dan statistik box score dasar, statistik pelacakan resmi NBA mencakup kategori seperti Drives, Passing, Touches, Rebounding, dan Speed and Distance. Kategori pelacakan resmi ini memberikan lapisan informasi yang lebih dalam daripada box score standar. Dengan mengkategorikan tindakan di lapangan menjadi Drives, Passing, Touches, Rebounding, dan Speed and Distance, sistem pelacakan memungkinkan analis, pelatih, dan pemain untuk melihat aspek-aspek spesifik dari kinerja fisik dan pergerakan bola. Kategori-kategori ini mewakili pergeseran dari pencatatan peristiwa sederhana ke pelacakan detail pergerakan dan interaksi pemain di lapangan. Quick Links | Stats | NBA.com | NBA.com

Teknologi di Balik Pelacakan Pemain

Sistem pelacakan optik NBA menggunakan deteksi pose 3D untuk melacak 29 titik pada tubuh setiap pemain, 60 kali per detik. Teknologi pelacakan canggih ini menangkap data spasial dan gerakan yang sangat detail selama pertandingan. Dengan melacak 29 titik pada tubuh setiap pemain dengan kecepatan 60 kali per detik, sistem deteksi pose 3D dapat merekam gerakan fisik dan postur yang tepat. Pelacakan optik frekuensi tinggi ini menyediakan data spasial mentah yang diperlukan untuk menganalisis kecepatan, jarak, dan posisi pemain dengan akurasi ekstrem, membentuk dasar untuk metrik bola basket canggih modern. Intro to Gravity | NBA.com

Menurut NBAstuffer, NBA CourtOptix didukung oleh Microsoft Azure, memanfaatkan AI dan Machine Learning untuk menganalisis peristiwa. Platform ini memproses sejumlah besar data pelacakan yang dihasilkan selama pertandingan untuk memberikan wawasan yang lebih dalam. Dengan menggunakan infrastruktur cloud Microsoft Azure bersama dengan model kecerdasan buatan dan pembelajaran mesin, CourtOptix dapat memantau dan menganalisis setiap peristiwa yang terjadi di lapangan bola basket. Integrasi AI dan pembelajaran mesin ini memungkinkan sistem untuk mengubah data pelacakan optik mentah menjadi wawasan analitis terstruktur tentang perilaku pemain, posisi, dan hasil peristiwa. NBA CourtOptix Explained | NBAstuffer

Mengungkap Metrik Gravitasi

Gravity adalah metrik yang melacak seberapa besar tekanan pertahanan yang ditarik oleh pemain ofensif baik saat memegang bola maupun tanpa bola. Metrik ini membantu mengukur dampak pemain tanpa bola dan dengan bola. Menurut NBA.com, statistik Gravity didukung oleh AWS AI dan Machine Learning, yang menganalisis posisi pemain dan reaksi pertahanan. Dengan memanfaatkan AWS AI dan Machine Learning, sistem dapat memproses hubungan spasial yang kompleks di lapangan untuk mengukur seberapa besar tekanan pertahanan yang ditarik oleh pemain ofensif, baik saat mereka memegang bola atau bergerak tanpanya.

Gravity mengukur seberapa banyak seorang pemain menarik pemain bertahan keluar dari tugas normal mereka dibandingkan dengan apa yang diprediksi oleh floor spacing. Metrik ini menyediakan cara untuk mengukur perhatian pertahanan yang diperintahkan pemain. Dengan membandingkan posisi pertahanan aktual dengan floor spacing yang diprediksi, Gravity mengevaluasi seberapa besar ancaman ofensif mengganggu posisi pertahanan yang direncanakan. Jika seorang pemain menarik pemain bertahan menjauh dari tugas normal mereka lebih dari yang diprediksi oleh model floor spacing standar, metrik ini menangkap penyesuaian pertahanan spesifik tersebut, menunjukkan pengaruh spasial pemain di lapangan.

Perhitungan Gravitasi dan Sistem Penilaian

Model Gravity membandingkan Skor Tekanan Pertahanan yang Diharapkan dengan Skor Tekanan Pertahanan aktual. Skor Tekanan Pertahanan yang Diharapkan mewakili tekanan pertahanan yang akan diterima pemain secara rata-rata berdasarkan lokasi bola dan posisi mereka di lapangan. Model kemudian membandingkan nilai yang diharapkan ini dengan Skor Tekanan Pertahanan aktual, yaitu tekanan yang sebenarnya ditarik pemain selama permainan. Dengan menganalisis perbedaan antara tekanan yang diharapkan dan tekanan aktual yang ditarik, model mengukur seberapa banyak perhatian pertahanan ekstra yang diperintahkan pemain.

Skor Gravity dinyatakan sebagai nilai yang dinormalisasi pada skala -100 hingga 100, dengan 0 mencerminkan rata-rata liga. Skala yang dinormalisasi ini memungkinkan perbandingan yang mudah antar pemain dan tim yang berbeda. Skor 0 berarti pemain menarik jumlah tekanan pertahanan rata-rata yang diprediksi oleh model. Skor di atas 0 menunjukkan tekanan pertahanan di atas rata-rata, sementara skor di bawah 0 menunjukkan tekanan di bawah rata-rata. Skala standar -100 hingga 100 ini menyediakan kerangka kerja yang jelas untuk mengevaluasi dampak spasial pemain secara frame-by-frame selama pertandingan.

Memahami Skor Gravitasi Tinggi

Skor Gravity tanpa bola di atas 80 menunjukkan pertahanan sangat reaktif terhadap pemain sebelum mereka menerima bola. Skor tinggi ini menunjukkan bahwa pemain menarik perhatian pertahanan yang signifikan bahkan tanpa menguasai bola basket. Ketika seorang pemain memiliki skor Gravity tanpa bola di atas 80, itu berarti pertahanan sangat fokus pada gerakan dan posisi mereka, bereaksi kuat untuk mencegah mereka mendapatkan ruang bebas. Tingkat gravity tanpa bola ini menunjukkan bahwa kehadiran pemain di lapangan mengubah susunan pertahanan sebelum umpan dilakukan.

Skor Gravity di atas 90 menunjukkan bahwa seorang pemain mengubah dinamika lapangan dan menarik perhatian pertahanan yang ekstrem. Skor elit ini mewakili tingkat fokus pertahanan tertinggi yang dapat diperintahkan oleh pemain ofensif. Ketika skor seorang pemain naik di atas 90, mereka menarik begitu banyak tekanan pertahanan sehingga mereka secara aktif mengubah dinamika lapangan, memaksa pertahanan untuk mengerahkan banyak sumber daya atau melakukan penyesuaian ekstrem. Skor ini menyoroti pemain yang membutuhkan penjagaan pertahanan yang konstan dan intens serta tidak bisa dibiarkan bebas dalam keadaan apa pun.

Metrik Spasial Lanjutan di CourtOptix

Expected Shot Value menghitung nilai tembakan yang diharapkan seorang pemain pada setiap upaya tembakan potensial dibandingkan dengan rata-rata liga dalam keadaan yang sama. Metrik ini memperhitungkan tekanan pertahanan, kedekatan pemain bertahan, dan lokasi upaya tembakan. Dengan menganalisis faktor-faktor spasial ini, Expected Shot Value menentukan apa hasil rata-rata tembakan dalam kondisi persis tersebut. Ini memungkinkan analis untuk membandingkan kinerja tembakan aktual pemain dengan baseline yang diharapkan, mengevaluasi pemilihan tembakan dan kemampuan mencetak poin dalam konteks.

CourtOptix melacak double team dengan mengukur berapa kali dan berapa lama pemain di-double team, serta hasil dari penguasaan bola tersebut. Pelacakan ini melampaui pengamatan sederhana untuk mengukur durasi dan frekuensi pasti dari double team. Ini juga mencatat apa yang terjadi selama penguasaan bola tersebut, seperti apakah pemain yang di-double team mengumpan, menggiring bola, atau menembak, dan apakah penguasaan bola menghasilkan poin, turnover, atau tembakan meleset. Data ini memberikan gambaran lengkap tentang bagaimana pemain menangani tekanan pertahanan.

CourtOptix mengukur metrik passing di luar total sederhana, termasuk jenis operan, jarak, lintasan, dan akurasi. Pengukuran terperinci ini melampaui penghitungan jumlah operan atau assist yang dikumpulkan seorang pemain. Dengan melacak jenis operan tertentu, seperti outlet pass, pass ahead, ball reversal, atau draw-and-kick, bersama dengan jarak, lintasan, dan akurasi setiap operan, CourtOptix memberikan gambaran komprehensif tentang kemampuan passing dan pengambilan keputusan pemain di lapangan.

Apa Artinya Ini bagi Pemain dan Pelatih

Meskipun API B2B profesional dan sistem pelacakan tidak ditujukan untuk aplikasi klien langsung, pemain dan pelatih masih dapat memperoleh manfaat dari teknologi canggih. Level Up adalah aplikasi pelatih bola basket AI seluler yang menyediakan umpan balik video khusus bola basket. Level Up tidak mengklaim bahwa satu kamera atau satu metrik menangkap setiap bagian dari kinerja bola basket, menekankan bahwa metrik pelacakan harus digunakan sebagai alat di samping pelatihan tradisional. Memahami metrik canggih ini membantu pemain dan pelatih menafsirkan kinerja di lapangan dan dinamika spasial dengan lebih efektif.