Harry dan Warriors

Data Tak Pernah Bohong
Saya menghabiskan delapan tahun membangun model prediktif performa NBA—jadi saat ada yang bilang Harry tak cocok di Golden State, saya tidak bereaksi emosional. Saya langsung cek statistik.
Di musim rookie bersama Sacramento, Harry bukan pemain utama. Fox yang jadi pilihan pertama. Namun Harry tetap catat:
- Persentase tembakan 49,8%
- 40,3% dari tiga angka
- Persentase tembakan sejati di atas 60% Semua itu didapat meski bermain sebagai cadangan dengan menit signifikan.
Itu bukan sekadar bagus untuk rookie—itu elite untuk pemain tanpa peran starter.
Mengapa Ini Penting di Golden State
Bayangkan sistem Steve Kerr: gerak bola, ruang lapangan, aksi tanpa bola secara cerdas. Dia tak ragu percayai D’Angelo Russell sejak awal—mengapa harus lewat Harry yang sudah membuktikan efisiensi dan adaptabilitas?
Harry bukan proyek mentah seperti yang dibayangkan orang. Ia pemain berkecerdasan tinggi yang paham ruang dan ritme—bukan hanya menghadapi penghalang tapi membaca pertahanan sebelum terbentuk.
Ini bukan soal ukuran atau kecepatan. Ini soal IQ basket—and that number doesn’t lie.
Mitos ‘Terlalu Besar’ vs Kenyataan
Kadang dengar: “Ia tak cocok dengan sistem Kerr karena terlalu besar.” Tapi apa yang dilupakan? Kerr pernah pakai guard besar (lihat Draymond Green). Ukuran bukan biner; itu tentang fungsi.
Harry bukan guard tradisional—tapi Stephen Curry juga begitu dulu. Warriors bangun sistem berdasarkan jarak tembakannya, bukan posisinya di kertas.
Kalau kalian pikir Harry tak bisa bergerak tanpa bola… lihat rate penggunaannya di Sacramento: rendah (17%), tapi ia masuk top 25 rookie dalam win shares ofensif per 48 menit. Itu katakan segalanya tentang dampaknya melebihi statistik biasa.
Pola Dominasi Sunyi
Model saya melacak evolusi pemain berdasarkan peran awal versus potensi jangka panjang. Pemain seperti Harry—yang belum menunjukkan hasil maksimal awal tapi punya efisiensi elite—sering dinilai rendah dalam draft. Tapi sejarah menunjukkan mereka cenderung meroket nanti—di sistem yang memaksimalkan kekuatan mereka, bukan memaksakan gaya arketipe. Saya katakan langsung: jika Anda menilai Harry hanya dari sampel musim lalu, Anda abaikan pola regresi dan lintasan perkembangan yang lebih penting daripada metrik permukaan. Dan ya—saya sudah jalankan simulasi menunjukkan nilai harapan Harry bisa lebih tinggi di bawah Kerr daripada di setup Sacramento.
WindyCityStat
Komentar populer (1)

Data Tidak Pernah Bohong
Orang bilang Harry nggak cocok di Warriors? Kita lihat data dari tahun pertamanya di Sacramento—nggak jadi starter, tapi efisiensi level elite.
Buat Kerr? Dia Udah Jago!
Kerr suka bola bergerak dan ruang kosong. Harry sudah bukti bisa baca pertahanan sebelum bentuk! Nggak cuma dribble—tapi baca pola.
‘Terlalu Besar’? Haha!
Draymond Green juga besar! Kalau Curry dulu dikira kecil terlalu untuk jadi playmaker… sekarang lihat hasilnya.
Harry bukan proyek mentah—dia pemain IQ tinggi yang paham ritme permainan.
Simulasi saya tunjukkan nilai ekspektasinya lebih tinggi di sistem Kerr daripada Sacramento.
Kalau kamu masih ngeledek dia karena ukuran atau posisi… mungkin kamu belum lihat data-nya?
Siapa yang mau bahas ini lebih lanjut? Comment dibawah! 🏀📊
- Mathurin Bersinar di NBA Summer LeagueSebagai analis NBA berbasis data, saya mengulas debut impresif Bennedict Mathurin, rookie Indiana Pacers di Summer League. Pilihan ke-44 ini mencetak 13 poin dengan tembakan sempurna 6/6 (termasuk 1/1 three-point), ditambah 4 rebound dan 4 steal dalam 15 menit. Mari selami potensi dua arahnya melalui analisis statistik.
- Kemenangan Thunder vs Pacers: Analisis Potensi JuaraSebagai analis data olahraga, saya memecah kemenangan Thunder atas Pacers, menyoroti statistik kunci seperti turnover dan efisiensi skor. Meski kemenangan terlihat mengesankan, angka-angka mengungkap kelemahan yang meragukan status mereka sebagai calon juara sejati. Ikuti analisis saya mengapa performa ini masih kurang dibanding tim juara NBA sebelumnya.
- Strategi Sederhana Thunder yang Mengunci Pacers di NBA PlayoffsSebagai analis berbasis data, saya mengungkap bagaimana pertahanan switch-all Oklahoma City menetralisir pergerakan bola Indiana di Game 4-5. Ketika Shai dan J-Dub mencetak 48 poin dalam isolasi versus 22 poin trio Haliburton, statistik tak terbantahkan. Bola basket terkadang bukan tentang kompleksitas - tapi memiliki dua pemain bintang yang bisa menang dalam situasi 1-on-1.
- Tyrese Haliburton: Main Cerdas, Bukan Hanya Keras – Masa Depan Pacers Bergantung pada Agresi TerkendaliSebagai analis NBA berbasis data, saya menjelaskan mengapa ketenangan Tyrese Haliburton dalam pertandingan bertekanan tinggi lebih berharga daripada agresi mentah. Dengan struktur gaji Indiana yang menyaingi OKC, kesabaran strategis bisa menjadikan mereka kekuatan di Eastern Conference—jika bintang muda mereka menghindari risiko yang merusak karier. Angka tidak berbohong: pertumbuhan yang terhitung mengalahkan heroik yang sembrono.
- Analisis Data: Haruskah Warriors Mengadopsi Strategi Pacers?Analisis mendalam membandingkan strategi ofensif Golden State Warriors dan Indiana Pacers. Temukan bagaimana data statistik NBA menunjukkan kesamaan mengejutkan antara kedua tim dan apakah Warriors bisa belajar dari Pacers untuk meningkatkan performa mereka.
- Klay Thompson Era Emas1 minggu yang lalu
- Analisis Data: Mengapa Warriors Harus Lepas Jonathan Kuminga1 bulan yang lalu
- Draymond Green: Sang Maestro Ritme Warriors1 bulan yang lalu
- Dilema Forward Warriors: Analisis 10 Kandidat Tanpa Melepas Curry, Butler, atau Green1 bulan yang lalu
- 5 Pemain Warriors yang Harus Dipertimbangkan untuk Dilepas Musim Ini1 bulan yang lalu
- Kontrak Steph Curry: Kesalahan Strategis?1 bulan yang lalu
- Data Tak Bohong: Kuminga Mendominasi Playoff vs Minnesota1 bulan yang lalu
- 3 Skenario Pertukaran yang Bisa Membujuk Spurs Melepas Pick No. 2 (Untuk Harper)1 bulan yang lalu
- Draymond Green: Cukup Sampai di Sini?3 minggu yang lalu
- Mengapa Brandin Podziemski Siap untuk Musim Terbaiknya: Analisis Berbasis Data3 minggu yang lalu