Pemain $27M Layak Dihargai?

Paradoks $27J: Pandangan Dingin pada Nilai Manusia

Saya telah bertahun-tahun membuat model prediktif untuk hasil NBA menggunakan Python dan TensorFlow. Tapi tak ada yang menyiapkan saya melihat pemain mendapat $27 juta sementara dampaknya di lapangan berada di bawah peringkat 200.

Saya tidak ingin menyerang siapa pun. Saya dulu anak jalanan—dengan semangat tinggi tapi tanpa polish, menembak di bawah lampu redup. Saat itu, saya tahu bakat bukan hanya soal statistik—tapi api, ketekunan, dan potensi.

Tapi dunia sekarang transparan. Dan saat melihat angkanya… sulit untuk dibenarkan.

Angka Tak Berbisik—Mereka Teriak

Mari kita bahas apa yang sebenarnya terlihat:

• EPM (Estimasi Margin Poin): 216 → LeBron mencatat 243; ini posisi terendah.
• BPM (Box Plus/Minus): 227 → rata-rata ~+15; sudah negatif menurut standar.
• DPM (Defensive Points Margin): 283 → jauh dari kontribusi defensif elit.
• Dampak On/Off Court: +338 → tunggu… ini tinggi?

Tidak—angka ini malah lebih buruk daripada banyak pemain cadangan karena mengukur selisih poin saat dia main vs tidak, bukan efisiensi. Jika dia main bersama penembak lemah dan defensif buruk, bahkan permainan biasa bisa terlihat membesar.

Ini bukan soal ‘tidak dihargai’. Ini kinerja buruk yang tertutup konteks tim.

Mengapa Ini Penting Melebihi Gaji

Saya pernah membuat model prediksi kesuksesan rookie berdasarkan produksi kuliah dan metrik fisik. Satu hal yang tetap: konteks menyamarakan persepsi. Di Chicago, mereka memanggil saya ‘coder sunyi’—tak berisik, tak mencolok—tapi kode saya tak bohong.

Bayangkan anak dari lingkungan kurang mampu menyaksikan pemain ini dapat gaji dua kali lipat dari kontribusinya. Apa pesan itu?

Kita tidak hanya bicara keadilan—kita bicara tentang kesetaraan akses peluang. Ketika uang tidak mengikuti prestasi, kita mendorong pertunjukan kinerja alih-alih substansi.

Dan iya—I know beberapa fans bilang ‘dia punya kepemimpinan’ atau ‘bisa dilatih’. Tapi jika kepemimpinan bisa diukur seperti BPM atau DPM, pasti terlihat… di mana saja.

Merevisi Nilai: Dari Gaji ke Potensi

Ini bukan kritik terhadap pemain—ini permintaan perubahan sistem. Kita butuh algoritma yang tak hanya lacak performa tapi juga ukur lintasan perkembangan, intangible seperti energi mentorship (iya, bahkan itu bisa dimodelkan), serta dampak komunitas.

Bayangkan setiap atlet muda punya akses alat seperti ini—bukan hanya untuk scout tapi juga untuk evaluasi diri sendiri. Tak lagi ada kekosongan antara usaha dan imbalan.

Itulah mengapa saya membuka sumber kode analisis tiap kuartal—to empower pelatih tingkat dasar dengan literasi data agar bisa lebih baik membela atlet mereka.

Sistem tidak rusak—itulah bias terhadap suara bising daripada sinyal.

Dan mungkin itulah penentu utama kita: mere definisikan nilai melebihi batas gaji dan highlight reel.

Lalu ingatlah—kehebatan sering kali tak tampak. Bahkan kadang tersembunyi dalam diam sampai data bersuara.