Terakhir diperbarui:
Akurasi rata-rata naik seiring rating, tetapi pelan. Dalam studi GM Larry Kaufman tentang partai rapid 10+0 di chess.com, pemain dengan rating 1000 rata-rata punya akurasi 75,66%, pemain 1600 80,55%, dan pemain 2000 83,93%. Sebagai patokan, satu poin akurasi bernilai sekitar 100 poin rating.
| Rating (rapid chess.com) | Akurasi rata-rata |
|---|---|
| 400 | 68,83% |
| 1000 | 75,66% |
| 1600 | 80,55% |
| 2000 | 83,93% |
| 2400 | 89,19% |
Bagian selanjutnya menjelaskan dari mana angka-angka ini berasal, cara membandingkan akurasimu dengannya, dan mengapa satu partai jauh lebih sedikit bercerita tentang levelmu daripada kelihatannya.
Bagaimana data diukur
Tabel ini berasal dari Accuracy And Ratings On Chess.com, studi yang diterbitkan GM Larry Kaufman di blog chess.com pada Agustus 2023. Ia memakai partai rapid 10+0 yang dimainkan di chess.com dan akurasi yang dihitung Game Review chess.com untuk partai-partai itu. Akurasi tersebut dihasilkan oleh CAPS2, sistem penilaian milik chess.com yang tidak dibuka ke publik.
Kami tidak menerbitkan dataset sendiri. ChessRank tidak mengumpulkan statistik anonim tentang partai yang dianalisis, jadi kami tidak punya tabel akurasi per rating dari pengguna kami, dan kami tidak akan mengarangnya. Jika itu berubah, artikel ini akan menyebutkannya dan menunjukkan ukuran sampel di balik setiap angka.
Sumber ini membawa dua batasan. Pertama, studinya hanya mencakup rapid 10+0. Kedua, ini adalah akurasi chess.com. Situs lain, termasuk ChessRank, menghitung akurasi dengan pengaturan mesin dan rumus masing-masing, sehingga skalanya mirip tetapi tidak sama.
Akurasi per rentang rating
Kaufman juga memberi pendekatan sederhana yang cocok dengan data rapid-nya: Akurasi rapid = Elo rapid / 100 + 64. Rumus ini mudah dipakai untuk rentang mana pun. Tabel di bawah menempatkan hasil rumus di samping rata-rata terukur jika studi memilikinya.
| Rentang rating | Perkiraan rumus | Rata-rata terukur |
|---|---|---|
| 400 | 68% | 68,83% |
| 600 | 70% | |
| 800 | 72% | |
| 1000 | 74% | 75,66% |
| 1200 | 76% | |
| 1400 | 78% | |
| 1600 | 80% | 80,55% |
| 1800 | 82% | |
| 2000 | 84% | 83,93% |
| 2200 | 86% | |
| 2400 | 88% | 89,19% |
Rumus ini hanya pendekatan. Kaufman mencatat bahwa ketika akurasi di bawah 80, rumus ini melebih-lebihkan rating sekitar 100 Elo. Jadi di rentang bawah, akurasi tertentu sebenarnya milik pemain yang sedikit lebih lemah daripada yang ditunjukkan rumus.
Blitz, bullet, dan klasik
Studi ini tidak memuat partai blitz, bullet, atau klasik, dan kami tidak menemukan tabel terbitan dengan kualitas sama untuknya, jadi kami tidak memberi angka. Waktu per langkah yang lebih sedikit biasanya berarti lebih banyak kesalahan, sehingga wajar mengharapkan akurasi lebih rendah pada rating yang sama di blitz dan bullet. Seberapa rendah, data ini tidak menjawabnya. Bandingkan dirimu hanya dengan angka dari kontrol waktu dan situs yang sama.
Satu poin akurasi bernilai berapa Elo?
Menurut rumus, satu poin akurasi bernilai 100 poin rating. Rata-rata terukur menunjukkan bahwa nilai tukar ini tidak tetap. Jika selisih rating dibagi selisih akurasi antara baris yang bersebelahan di tabel Kaufman, hasilnya:
| Rentang rating | Kenaikan akurasi | Elo per poin akurasi |
|---|---|---|
| 400 ke 1000 | 6,83 | sekitar 88 |
| 1000 ke 1600 | 4,89 | sekitar 123 |
| 1600 ke 2000 | 3,38 | sekitar 118 |
| 2000 ke 2400 | 5,26 | sekitar 76 |
Jadi antara 1000 dan 2000, menaikkan akurasi rata-rata satu poin setara dengan lebih dari 100 poin rating. Ini adalah rata-rata dari banyak partai. Angka ini menggambarkan sekelompok pemain, bukan janji untuk partai berikutnya.
Putih dan Hitam
Dalam data Kaufman, Putih rata-rata punya sekitar 1,12 poin akurasi lebih tinggi daripada Hitam. Putih melangkah lebih dulu, lebih sering memegang inisiatif, dan lebih jarang membuat konsesi terpaksa. Saat membandingkan partaimu, bandingkan partai Putih dengan partai Putih dan partai Hitam dengan partai Hitam, atau perhitungkan selisih ini.
Mengapa akurasimu naik turun dari partai ke partai
Akurasi mengukur seberapa besar peluang menang yang dilepas setiap langkah. Karena itu, akurasi juga bergantung pada jenis partai yang kamu mainkan, bukan hanya seberapa baik kamu bermain.
- Posisi yang sudah ditentukan. Jika posisi jelas menang, peluang menang hampir tidak bergerak. Dengan rumus Lichess yang dipublikasikan, turun dari +10 ke +7 hanya mengurangi sekitar 4,6 poin peluang menang dan langkah itu masih mendapat sekitar 81%. Melepas tiga bidak yang sama dari posisi seimbang mengurangi sekitar 25 poin dan langkah itu mendapat sekitar 31%.
- Panjang partai dan langkah pembukaan. Partai pendek dengan banyak langkah teori punya sedikit momen untuk salah. Partai panjang dan rumit punya banyak.
- Variasi paksa. Makan kembali dan skak dengan satu jawaban masuk akal mudah dimainkan dengan akurat dan menaikkan rata-rata.
- Kekuatan lawan. Lawan yang lebih lemah lebih sering memberimu posisi yang jelas menang, dan posisi itu lebih mudah dimainkan dengan akurasi tinggi.
- Kekurangan waktu. Langkah yang dimainkan dengan sisa beberapa detik adalah tempat sebagian besar penurunan besar terjadi.
Itulah sebabnya pemain yang sama bisa mendapat 92% di satu partai dan 71% di partai berikutnya. Studi Kaufman juga menunjukkan berapa banyak data yang dibutuhkan untuk perkiraan yang andal: dengan sekitar 50 partai serius per pemain, galat median saat memprediksi rating pemain teratas dari akurasi adalah 48,5 Elo. Satu partai sama sekali tidak mendekati itu.
Hubungannya dengan ChessRank
Analisis partai ChessRank menjalankan Stockfish di browsermu dan mengubah evaluasi mesin menjadi akurasi dengan model sendiri yang dikalibrasi terhadap review chess.com atas partai nyata. Skalanya dibuat mendekati chess.com, tetapi keduanya sistem yang berbeda dengan mesin dan pengaturan berbeda, jadi partai yang sama bisa berbeda beberapa poin. Gunakan tabel di atas sebagai panduan untuk angka chess.com, dan bandingkan akurasi ChessRank-mu dengan partai lain di ChessRank.
Angka yang paling berguna adalah trenmu sendiri. Report menganalisis partai terbarumu sekaligus dan menunjukkan akurasi rata-rata per kontrol waktu, dan Chess Stats melacak perubahannya. Metode di balik setiap angka dijelaskan di Bagaimana Akurasi Catur Dihitung?, dan perkiraan kekuatan per partai di Game Rating Chess.com Dijelaskan. Untuk jawaban singkat tentang target yang perlu dikejar, lihat Apa itu skor akurasi yang bagus dalam catur?
Pertanyaan umum
Apakah akurasi 80% dalam catur itu bagus?
Dalam studi GM Larry Kaufman tentang partai rapid 10+0 di chess.com, 80,55% adalah akurasi rata-rata pemain dengan rating 1600. Jadi 80% dalam partai rapid kira-kira setara dengan pemain 1600 rata-rata di chess.com. Di blitz atau bullet, skor yang sama kemungkinan bernilai lebih, karena partai yang lebih cepat membawa lebih banyak kesalahan.
Berapa akurasi grandmaster?
Tabel Kaufman berakhir di 2400, dengan akurasi rapid rata-rata 89,19%. Studi ini tidak memberi angka terpisah untuk grandmaster. Pemain yang sangat kuat pun punya partai yang jauh di bawah rata-ratanya, karena akurasi bergantung pada seberapa tajam partainya.
Bisakah akurasi diubah menjadi Elo?
Hanya secara kasar. Pendekatan Kaufman adalah Akurasi rapid = Elo rapid / 100 + 64, jadi 78% kira-kira setara 1400. Ia mencatat bahwa di bawah akurasi 80% rumus ini melebih-lebihkan rating sekitar 100 Elo dan hanya cocok untuk akurasi rapid chess.com yang dirata-ratakan dari banyak partai.
Mengapa akurasiku lebih tinggi saat melawan pemain yang lebih lemah?
Lawan yang lebih lemah lebih sering memberimu posisi yang jelas menang. Di posisi seperti itu, kebanyakan langkah hanya mengurangi sedikit peluang menang, sehingga mendapat nilai tinggi meski bukan langkah terbaik. Akurasi mengukur peluang menang yang hilang, bukan tingkat kesulitan.
Mengapa akurasiku di chess.com berbeda dengan ChessRank?
Chess.com menghitung akurasi dengan CAPS2, sistem tertutup miliknya, di servernya sendiri. ChessRank menjalankan Stockfish di browsermu dan memakai model sendiri yang dikalibrasi terhadap review chess.com. Skalanya mirip tetapi tidak sama, jadi selisih beberapa poin dalam satu partai itu wajar.
Apakah akurasi di blitz lebih rendah daripada di rapid?
Biasanya ya, karena waktu untuk setiap langkah lebih sedikit. Studi Kaufman hanya mencakup rapid 10+0, jadi tidak ada angka terbitan tentang seberapa rendah. Bandingkan partai blitz-mu dengan partai blitz lainnya.
Sumber
Semua angka rating dan akurasi, rumus pendekatan, dan selisih antara Putih dan Hitam berasal dari GM Larry Kaufman, Accuracy And Ratings On Chess.com, blog chess.com, Agustus 2023. Contoh posisi yang sudah ditentukan memakai rumus yang diterbitkan di lichess.org (lichess.org/page/accuracy). Informasi tentang ChessRank berasal dari kodenya sendiri. ChessRank adalah proyek independen dan tidak berafiliasi dengan, didukung, atau disponsori oleh Chess.com maupun Lichess.