100.000 lempar koin, dan sebuah kejutan: rata-rata mendekati adil justru saat selisihnya melebar

“Kalau kepala sudah keluar lima kali, ekor pasti akan mengejar untuk menyeimbangkan.” Kalimat ini terdengar seperti hukum bilangan besar, dan hampir setiap orang percaya ia mengatakan hal semacam itu. Padahal hukum bilangan besar tidak menjanjikan koin akan “mengejar” apa pun. Untuk menunjukkan apa yang sebenarnya ia janjikan — dan hal mengejutkan yang justru sering ia sembunyikan — saya melempar koin adil seratus ribu kali di dalam komputer, dengan benih acak tetap agar Anda bisa mengulang lemparan yang persis sama.

Yang memang menyatu: proporsinya

Pertama, mari lihat apa yang hukum ini benar-benar jamin. Saya catat proporsi kepala pada beberapa titik sepanjang seratus ribu lemparan:

Jumlah lemparan	Proporsi kepala
10	0,300
100	0,430
1.000	0,495
10.000	0,512
100.000	0,502

Bacalah kolom kanan dari atas ke bawah. Pada sepuluh lemparan pertama, koin ini tampak berat sebelah — hanya 30 persen kepala. Itu bukan kecacatan koin; itu wajah kewajaran pada sampel kecil, tempat kebetulan masih berkuasa. Tapi seiring lemparan menumpuk, proporsi merangkak mendekati 0,5 dan menetap di sana: 0,495, lalu 0,512, lalu 0,502. Inilah hukum bilangan besar dalam wujud aslinya — rata-rata, bukan hasil tunggal, yang menyatu ke nilai harapan. Semakin besar sampel, semakin sempit ruang bagi kebetulan untuk menggeser rata-rata.

Yang justru melebar: selisih mentahnya

Sekarang bagian yang membuat banyak orang salah paham. Bila proporsi menyatu ke setengah, bukankah jumlah kepala dan ekor jadi makin imbang? Justru sebaliknya. Ini selisih mentah antara jumlah kepala dan jumlah ekor pada lemparan yang sama:

Jumlah lemparan	Selisih |kepala − ekor|
10	4
100	14
1.000	10
10.000	244
100.000	400

Perhatikan: proporsi mengetat ke 0,5, tetapi selisih jumlahnya justru cenderung membesar — dari belasan menjadi ratusan. Kedua hal ini benar sekaligus, dan itu bukan kontradiksi. Proporsi adalah selisih dibagi jumlah lemparan. Selisihnya boleh tumbuh menjadi 400 sekalipun, asalkan tumbuh jauh lebih lambat daripada penyebutnya yang mencapai 100.000. Empat ratus dibagi seratus ribu tetap saja 0,4 persen. Rata-rata terlihat makin adil bukan karena selisihnya menyusut, melainkan karena penyebutnya membengkak lebih cepat daripada pembilangnya.

Seberapa cepat selisih itu tumbuh bisa diramalkan. Deretan lemparan koin adalah contoh baku dari sesuatu yang disebut jalan acak, dan untuk jalan acak, selisih tipikal membesar sebanding dengan akar jumlah langkah — bukan sebanding langkahnya. Saya uji ramalan ini: pada 1.000 lemparan, diulang dua puluh ribu kali, rata-rata selisih absolut keluar 25,3. Rumus teoretisnya, akar dari (2 × 1000 ÷ π), memberi 25,2. Simulasi dan teori bertemu di desimal pertama — bukti bahwa mejanya jujur menghitung matematika, bukan mengarang.

Kenapa “hukum keseimbangan” itu keliru

Dari sini keliruan tadi runtuh sendiri. Gagasan bahwa “ekor harus mengejar” mengandaikan koin punya ingatan dan kehendak untuk memperbaiki ketidakseimbangan. Ia tidak punya keduanya. Yang benar-benar terjadi jauh lebih dingin: koin tidak pernah memperbaiki selisih masa lalu; ia hanya terus menambah lemparan baru yang seimbang, sehingga selisih lama tenggelam menjadi tak berarti secara proporsi. Ketidakseimbangan tidak dibayar; ia diencerkan.

Bedakan dua kalimat yang tampak mirip. “Setelah banyak lemparan, proporsi kepala mendekati setengah” — benar, itu hukum bilangan besar. “Setelah banyak kepala, ekor jadi lebih mungkin muncul” — salah, itu gambler’s fallacy, dan koin mana pun akan menertawakannya. Lemparan berikutnya selalu 50:50, tak peduli apa yang mendahuluinya, karena tiap lemparan lahir tanpa ingatan. Keduanya sering dikira satu hal; padahal yang satu adalah teorema, yang lain adalah harapan yang menyamar sebagai teorema.

Siapa yang benar-benar bermain dalam jangka panjang

Ada konsekuensi praktis dari perbedaan antara proporsi dan selisih yang jarang dieja gamblang. Hukum bilangan besar hanya menjamin hasil menyatu ke nilai harapan bila jumlah percobaan sangat besar. Pertanyaannya: siapa yang benar-benar mengumpulkan jumlah percobaan sebesar itu? Bukan pemain perorangan, yang bermain beberapa ratus atau ribu putaran lalu pulang. Melainkan rumah judi, yang menyaksikan jutaan taruhan dari ribuan pemain setiap hari.

Inilah asimetri yang menentukan. Bagi rumah, jumlah percobaan begitu besar sehingga hasilnya nyaris pasti menyatu ke nilai harapan positifnya — untung yang stabil dan bisa diramalkan seperti bunga bank. Bagi pemain perorangan, jumlah percobaan jauh lebih kecil, sehingga ragam masih berkuasa dan menang semalam benar-benar mungkin. Kedua pihak memainkan permainan yang sama, tetapi hanya satu pihak yang berada di wilayah tempat hukum bilangan besar sudah berlaku penuh. Rumah tidak perlu menang tiap taruhan; ia hanya perlu bersabar sampai jumlahnya cukup besar — dan ia selalu punya lebih banyak taruhan daripada pemain mana pun.

Saudara yang lebih tajam: teorema limit pusat

Hukum bilangan besar memberi tahu ke mana rata-rata menuju, tetapi ia diam soal seberapa cepat dan dalam bentuk apa. Untuk itu ada teorema pendamping yang lebih tajam: teorema limit pusat. Kalau hukum bilangan besar berkata “proporsi kepala akan mendekati 0,5”, teorema limit pusat menambahkan “dan sebaran penyimpangannya berbentuk lonceng yang menyempit sebanding akar jumlah lemparan”. Inilah yang tadi kita lihat pada selisih 25,3 di seribu lemparan: bukan sekadar bahwa selisih ada, tetapi bahwa ukuran tipikalnya bisa diramalkan dengan tepat.

Kegunaannya praktis. Karena sebaran penyimpangan berbentuk lonceng yang lebarnya proporsional dengan akar jumlah lemparan, kita bisa menghitung seberapa jauh hasil “wajar” boleh menyimpang. Pada seratus ribu lemparan koin adil, penyimpangan proporsi sebesar beberapa persepuluh persen sepenuhnya biasa; penyimpangan sepuluh persen praktis mustahil. Inilah alat yang dipakai untuk menilai apakah sebuah koin, dadu, atau mesin sungguh adil: bukan dengan bertanya “apakah hasilnya persis 50:50” — itu takkan pernah terjadi — melainkan “apakah penyimpangannya masih dalam pita yang diramalkan teorema limit pusat”. Keadilan tidak diukur dari kesempurnaan hasil, melainkan dari apakah ketidaksempurnaannya berukuran wajar.

Kode yang bisa Anda jalankan

Seluruh angka di atas berasal dari program pendek yang berjalan di benih acak tetap. Intinya cukup beberapa baris:

import random
rng = random.Random(2026)      # benih tetap: hasil bisa direproduksi
heads = 0
for i in range(1, 100001):
    if rng.random() < 0.5:
        heads += 1
    if i in (10, 100, 1000, 10000, 100000):
        print(i, heads/i, abs(2*heads - i))   # proporsi, lalu selisih mentah

Jalankan, dan Anda akan memperoleh tabel yang persis sama. Itu bukan kebetulan; itu inti dari mengapa simulasi berbenih tetap layak dipercaya — siapa pun bisa memeriksanya, bukan sekadar mempercayai penulisnya. Prinsip “benih menentukan urutan” ini sendiri punya cerita menarik, yang saya bahas dalam tulisan tentang bagaimana komputer sebenarnya “mengocok” angka.

Yang tersisa hanyalah pelajaran yang berumur setua permainan itu sendiri: jangka panjang menang atas kebetulan, tetapi ia menang dengan cara mengencerkan, bukan membalas. Koin tidak berutang pada Anda. Ia hanya, lemparan demi lemparan, membuat utang lama tampak kecil.