STRATEGI MENGGAET CEWE / STRATEGI BRIBIK OPTIMAL

Dari : Adekmu masih SMA kelas 12
Untuk : Mas Mahasiswa


Strategi bribik optimal (gimana aku ningkatin peluangku untuk dapet pacar dari 1,28% jadi 37%)

Masa remajaku berbeda dengan cerita romansa AADC atau Martiyem atau semacamnya. Tidak ada pengarang pecinta happy ending yang memastikan aku akan mendapatkan pacar dalam 3 tahun masa SMA.
Menemukan dua cewek diantara 156 (baca postingan sebelumnya) cewek itu susah banget, tapi, aku nemu metode untuk ningkatin peluangku nemuin dua cewek itu dari 1,28% jadi 37%.
Oke, mekanisme pembribikan ini (yang aku sebut Mekanisme Bribik Optimal :) ) ini bisa digambarkan dengan poin berikut :
1. Aku punya jumlah kandidat yang terbatas (156).
2. Aku hanya mencari yang terbaik diantara mereka (walaupun ada 2 yang sesuai dengan kriteria, pasti ada yang terbaik).
3. Aku akan membribik mereka satu per satu dengan urutan random.
4. Setiap pembribikan butuh tiga hari.
5. Dihari ketiga, aku bisa memutuskan “nilai kuantitatif” (1-10) dari cewek ini berdasarkan kriteria-kriteria yang aku inginin.
6. Pada hari ketiga setiap pembribikan, aku bisa memutuskan untuk berhenti membribiknya, atau melanjutkan pembribikan dan bersiap-siap untuk nembak.
Terdapat beberapa kendala dalam mekanisme ini:
1. Aku hanya bisa punya satu pacar.
2. Aku hanya bisa mengetahui nilai cewek itu setelah aku bribik dengan dia.
3. Sekali aku memutuskan untuk tidak PDKT lagi dengan seseorang dan melanjutkan dengan cewek yang lain, aku tidak dapat kembali dengan cewek itu lagi. Tiga alasan : (1) banyak cowok tidak bermoral dengan segala teknik tikungan mereka (2) sangatlah amoral untuk memberi harapan dan meninggalkannya begitu saja, kemudian berharap untuk kembali lagi (3) awkward aja.
4.Aku hanya punya waktu terbatas, dan harus sebisa mungkin menggunakan waktu yang ada dengan sebaik mungkin.


... Waktu yang tepat
Masalah dari mekanisme ini : Anggep aja ada empat cewek (dengan nama yang sepenuhnya random) :
Urutan-Nama-Nilai
1-Milea-6,2
2-Cinta-8,5
3-Martiyem-2,6

Dan aku membribik mereka dengan urutan random satu persatu. Pertama aku bertemu dengan Milea, cewek pertengahan yang asik-asik aja untuk diajak ngobrol, dan lumayan cantik, karena ini kali pertama, harapanku masih tinggi dan aku berpikir masih ada yang lebih baik. Maka aku memutuskan untuk berpindah ke Cinta. Dan ternyata dia sangat asik untuk diajak mengobrol, dan luar biasa cantik. Tetapi, aku merasa Cinta tidak cukup, ekspetasiku masih terlalu tinggi, jadi aku memutuskan untuk melakukan hal yang sama : meninggalkan Cinta dan berpindah ke Martiyem. Ternyata, Martiyem adalah cewek terburuk yang pernah kutemui, dan aku sangat menyesal telah meninggalkan Cinta (ingat poin 3, aku tidak bisa kembali ke Cinta). Hal yang sama akan terus terjadi, 156 kali. Hal ini karena aku tidak mengetahui nilai cewek yang belum aku bribik, dan aku masih terus berspekulasi bahwa cewek selanjutnya mungkin akan lebih baik.

Maka pertanyaannya adalah : pada cewek keberapa aku harus berhenti membribik, agar peluangku untuk mendapatkan cewek dengan nilai tertinggi optimal/ paling besar?

Jawaban dari pertanyaan ini adalah Optimal Stopping , bagian dari Decision Theory yang berusaha untuk menentukan apakah suatu proses harus dihentikan atau dilanjutkan berdasarkan data yang telah diamati sejauh ini. Rute standar (dan paling sederhana) adalah dengan mengambil kandidat dengan nomor urut yang telah ditentukan sebelumnya. Tetapi, strategi terbaik adalah dengan menolak r cewek pertama, dan menerima cewek dengan nilai rata-rata diatas rata-rata cewek yang ada di r. Besarnya r, adalah variabel yang coba kita selesaikan. Permasalahan ini didiskusikan oleh banyak ahli matematika sejak dipublikasi pada tahun 1950 oleh Martin Gardner (dan sejak itu dikenal dengan nama The Secretary Problem). Banyak paper dan makalah yang berusaha menyelesaikannya, tapi aku memilih bentuk paling dasar, dari dua matematikawan Gilbert dan Mosteller (1966). Walaupun aku tidak tahu banyak tentang cewek (siapa coba yang paham sama cewek?), mungkin paper dari Stewart (1978), atau Campbell (1982) tentang informasi parsial akan lebih cocok. Oke, penyelesaian dari Gilbert dan Mosteller yang melibatkan Riemann Approximation menemukan bahwa nilai r yang tepat adalah 0,37 dari jumlah kandidat. Yang menarik adalah, peluang untuk menemukan cewek dengan nilai tertinggi menggunakan metode ini juga 37%.

... Intinya ...
Jadi, inilah yang harus kulakukan untuk mendapatkan peluang optimal dalam mendapatkan pacar yang terbaik :
1. Bribik satu cewek dari daftar kandidat setiap 3 hari dengan urutan random.
2. Pada hari ketiga, putuskan “nilai” dari cewek itu.
3. Jangan lanjutkan PDKT dengan 58 cewek pertama (37% pertama), tidak peduli secantik, sepintar atau sesempurna apapun dia (dan walaupun mereka menunjukan keinginan dan kesediaan untuk melanjutkan, tolak mereka)
4. Pada cewek ke 59, masa penerimaan dimulai. Terus lanjutkan pembribikan seperti biasa.
5. Terus tolak cewek dengan nilai dibawah rata-rata 58 cewek pertama.
6. Jika ada cewek yang nilainya lebih tinggi dari rata-rata, lanjutkan PDKT, setelah siap, tembak (dan berharap dengan sepenuh hati dia nerima)


... Tidak ada yang tidak kalah dalam setiap pertaruhan (sayangnya)
Ada resiko dalam metode ini. Bisa saja cewek paling perfek di dunia ini ada pada urutan ke 5, dan berdasarkan strategiku aku harus menolaknya. Bisa saja, secara kebetulan semua cewek setelah 58 pertama jelek semua (walaupun ini memiliki kemungkinan sangat kecil untuk terjadi, karena aku memilih urutan secara random). Bahkan, teori dan beberapa penalaran pada Optimal Stopping mengatakan, pada kondisi ini, maka saran terbaik adalah aku harus puas dengan keadaan jomblo.Tapi lihat pada sisi positif : 37% lebih baik daripada 1,28% kan?

Referensi dan bacaan lain :
Brian Hernandez, The Secreatary Problem Solution Details – penjelasan paling singkat dari solusi The Secretary Problem.
S. Ferguson, Who Solve the Secretary Problem – review yang bagus tentang sejarah penyelesaian The Secretary Problem.
T.J Stewart, Optimal Selection from a random sequence with learning of the underlying distribution. – partial information dan metode yang agak lebih cocok kalo kamu PD dan ngerasa kamu cukup tahu tentang cewek (warning : agak hardcore).
G Campbell, The maximum sequence with prior information – mirip sama punyanya Stewart, ngadepi masalah yang sama.
J Gilbert dan Mosteller, Recognizing the maximum of a sequence – yang kupake sekarang.
Hannah Fry, The Mathematics of Love – sumber awal dari inspirasi. (ps : banyak trik-trik inspiratif dari Mbak Hannah)

Gambar illustrasi dari Gettyimages (dg sedikit perubahan), persamaan dari Brian Hernandez.

Seperti biasa, versi PDF dengan layout yang lebih rapi dapat diakses di : https://www.dropbox.com/s/iv9a1aevygn6ph4/Line_2.pdf?dl=0

Diambil dari Draft SMS UGM, yang diakses pada Rabu 15 November 2017 pukul 20.48

No comments:

Ads