Rumus Probabilitas Keterpasangan (RPK)

Perkiraan waktu baca: menit

Rumus Probabilitas Keterpasangan (RPK) by Synn Atikka is marked CC0 1.0

DISCLOSURE dan DISCLAIMER:

Kode untuk melakukan perhitungan di bawah di buat dengan bantuan dari ChatGPT dan Gemini, dan oleh karena itu, porsi kode tersebut aku anggap sebagai domain publik (atau CC 0 dimana domain publik tidak dikenal). Selain itu, rumus yang digunakan di bawah tidak pernah di uji secara akademik, mungkin memperhitungkan variabel yang salah dan/atau secara salah, berkekurangan, tidak tepat, dan sebagainya. Rumus dibawah tidak bisa di jadikan acuan, namun hanya sekedar eksperimen belaka.

Tak cukup hanya sekali aku mempertegas ini. Jadi aku akan jujur saja, jika kau mendasarkan kemungkinan mu menemukan pasangan dengan rumus atau perhitungan di sini, maka kau itu bodoh.

Aku tahu internet penuh dengan orang yang brengsek. Jadi, jika kau menggunakan rumus di sini untuk mendorong agenda misoginis atau seksis mu, kau tidak hanya bodoh, kau juga JAHAT.

Catatan: Variabel A dan F disini di asumsikan sebagai
jumlah per tahun, akan dijelaskan lebih lanjut di bawah.

Kemungkinan menemukan pasangan:

Jumlah PDKT (A):

Jumlah teman/teman lawan jenis (F):

Rata-rata pasangan per demografi (P_avg) (default mengikuti rata-rata Indonesia):

Inilah yang dilakukan oleh seorang jones, alias jomblo ngenes, setidaknya seorang jones sepertiku yang terlalu nerdy dan geeky. Yaitu mencari sudut logika dari percintaan, dan salah satu sudut itu bisa datang dari analisa statistik. Rumus ini ku sebut sebagai "Rumus Probabilitas Keterpasangan (RPK)", mungkin namanya kurang tepat, karena aku yakin kata "probabilitas" memiliki arti yang spesifik dalam statistika. Namun aku yakin artinya tersampaikan, yaitu ini adalah rumus yang menghitung kemungkinan kau menemukan seorang pasangan.

Rumus yang ada di bawah ini dibangun dengan bantuan dari ChatGPT, bisa di lihat di sini: my convo with ChatGPT.

\( L = \frac{A}{F} \cdot P_{\text{avg}} \)

Penjelasan:

L = kemungkinan menemukan pasangan, dalam persen (Likelihood of finding a partner)

A = jumlah PDKT per tahun (number of approach per year)

F = jumlah teman (number of friends)

P_avg = Rata-rata jumlah pasangan di suatu demografi (average of partners number in a given demography)

Dalam rumus ini, A <= F, karena di asumsikan jumlah PDKT tidak akan melebihi jumlah teman.
P_avg merupakan jumlah rata-rata pasangan yang di miliki seseorang dalam seumur hidup. Nilai ini digunakan sebagai offset dari F, karena tidak semua orang:
1. single;
2. sedang mencari pasangan;
3. mau berpasangan.
Nilai awal di atur menjadi 5.1 yang mana merupakan rata-rata jumlah pasangan per individu di Indonesia, berdasarkan data di artikel ini: Which Countries Are the Most Promiscuous?
Aku tidak tahu apakah ada yang akan bertanya soal ini, namun sebaiknya ku jawab saja. Rumus ini berlaku untuk potensi hubungan terlepas dari orientasi seksual. Kuncinya ada di F, jika kau:
1. Heteroseksual, maka isi F dengan jumlah teman lawan jenis;
2. Biseksual, maka isi F dengan jumlah teman, terlepas dari jenis kelamin;
3. Homoseksual, maka isi F dengan jumlah teman sesama jenis.
Untuk memperluas di atas, F mengasumsikan bahwa dating pool kau terbatas pada lingkaran teman-teman kau saja. Oleh karena itu, perhitungan disini mungkin tidak berlaku jika kau merupakan pengguna dating app, kencan melalui dikenalkan oleh teman, atau skenario lainnya di mana dating pool mu tidak terbatas hanya pada teman.
Selain itu, F mengasumsikan bahwa setiap teman yang kau punya (dalam ruang lingkup poin nomor 3) memiliki kemungkinan yang sama untuk kau kencani.
Kembali memperluas yang di atas mengenai A, rumus ini mengasumsikan:

Setiap PDKT memiliki kualitas yang sama;
Setiap PDKT memiliki kemungkinan berhasil yang sama;
Kau hanya PDKT dengan teman saja, mengulangi poin 5;
~~I hate using the word "PDKT", feels childish.~~

Aku yakin A dan F mungkin tidak tepat, karena kedua variabel ini mengasumsikan jumlah per tahun, sedangkan P_avg merupakan nilai yang dihitung selama waktu hidup. Aku mengasumsikan jumlah per tahun, karena lingkungan sosial terus berubah, selain itu satu tahun disini tidak memiliki basis. Satu tahun disini merupakan nilai yang arbitrary. Jika ada saran untuk memperbaiki rumus ini, tinggalkan di komentar.
Rumus ini HANYA FOKUS ke hubungan monogami.
Aku akan jujur saja, jika kau mendasarkan kemungkinan mu menemukan pasangan dengan rumus atau perhitungan di sini, maka kau itu bodoh.
Jika kau menggunakan rumus di sini untuk mendorong agenda misoginis atau seksis mu, kau tidak hanya bodoh, kau juga JAHAT. Jika kau single dan frustasi/marah, DAN tulus memasukkan angka-angka sesuai dengan realita hidupmu disini, maka kau akan tahu kenapa kau masih jones/incel. I hate doing this, but I know some of y'all are only looking for excuses to be a jerk.
L merupakan nilai kemungkinan dalam persen, yang mana telah di normalisasi berdasarkan L_min dan L_max, yang mana didapatkan dari hasil perulangan L "mentah" berdasarkan nilai A dan F. Normalisasi dilakukan berdasarkan rumus berikut.

\( L_{\text{normalized}} = \frac{L - L_{\text{min}}}{L_{\text{max}} - L_{\text{min}}} \)

Jadi, misalkan F=20, maka akan ada 20 perulangan untuk menemukan L_min dan L_max. Normalisasi dilakukan utamanya untuk mempermudah nilai L menjadi presentase. Aku yakin... Melakukan normalisasi di sini bisa menjadi menyesatkan. Lagi, rumus yang ada di sini tidak bisa dijadikan acuan ilmiah.
Rumus diatas bisa disatukan menjadi:

\( L^{\%} = \frac{\frac{A}{F} \cdot P_{\text{avg}} - L_{\text{min}}}{L_{\text{max}} - L_{\text{min}}} \times 100\% \)

Sederhananya, kode ini berjalan dengan logika:

Ulangi rumus L=A/F*P_avg sebanyak F kali, dimana A = 0,1,2,...,F
Temukan L_min dan L_max berdasarkan perulangan rumus di atas.
Normalisasi L dari L=A/F*P_avg menggunakan L_min dan L_max
Konversikan L ternormalisasi menjadi nilai persen
Tampilkan L ternormalisasi

Ya, aku sadar aku menjelaskan ini dengan buruk. Jika kau paham kode, maka kau boleh cek dua Python notebook ini: testing rumus (lebih terdokumentasi) dan penyederhanaan kode.

Atau, lihat kode JavaScript di bawah:

function calculateLP() {
    const A_user = parseInt(document.getElementById("a").value);
    const F_user = parseInt(document.getElementById("f").value);
    const P_avg = parseFloat(document.getElementById("p").value);

    if (F_user === 0) {
        document.getElementById("result").textContent = "Jumlah teman tidak boleh 0.";
        return;
    }

    if (A_user === 0) {
        document.getElementById("result").textContent =
            "Kemungkinan kau menemukan pasangan adalah: 0.00%";
        return;
    }

    let L_values = [];
    for (let F = 1; F <= F_user; F++) {
        for (let A = 1; A <= F; A++) {
            let L = (A / F) * P_avg;
            L_values.push(L);
        }
    }

    if (L_values.length === 0) {
        document.getElementById("result").textContent = "Tidak ada kombinasi valid.";
        return;
    }

    let L_min = Math.min(...L_values);
    let L_max = Math.max(...L_values);
    let L_user = (A_user / F_user) * P_avg;

    let LP;
    if (L_max - L_min === 0) {
        LP = 0.0;
    } else {
        LP = ((L_user - L_min) / (L_max - L_min)) * 100;
    }

    document.getElementById("result").textContent =
        `Kemungkinan kau menemukan pasangan adalah: ${LP.toFixed(2)}%`;
}

Sekali lagi, rumus yang digunakan di sini tidak pernah di uji secara akademik, mungkin memperhitungkan variabel yang salah dan/atau secara salah, berkekurangan, tidak tepat, dan sebagainya. Rumus dibawah tidak bisa di jadikan acuan, namun hanya sekedar eksperimen belaka.

Selain itu, all of this is just to say that I'm kinda hopeless so 😔
yeah.

Jadi kesimpulannya adalah, ~~aku meng~~gunakan statistik untuk mengalihkan perhatian ku kau atas gagalnya hidup romansaku mu 😊

Aku yakin perhitungan di atas masih banyak kekurangan dan masih banyak salah, oleh karena itu jika ada kritik, saran, atau perbaikan, silahkan di sampaikan di kolom komentar di bawah.

Cari Blog Ini

Faux Opinia