Hukum Bilangan Besar: Kunci Memahami Ketidakpastian

Satu hasil saja tidak banyak bercerita. Misalkan Anda melempar koin sekali dan mendapatkan sisi gambar. Itu tidak membuktikan apa pun — bisa saja itu terjadi secara kebetulan. Namun jika Anda melempar koin 100 kali, jumlah gambar dan angka akan muncul dalam jumlah yang kurang lebih sama. Saat itulah rata-rata mulai masuk akal.

Inilah inti dari hukum bilangan besar. Semakin banyak data yang Anda kumpulkan, semakin akurat rata-rata yang Anda dapatkan. Prinsip ini membantu Anda melihat gambaran besarnya.

Dalam panduan ini, kami akan membahas arti hukum bilangan besar, cara kerjanya dalam kehidupan nyata, dan mengapa hal ini sangat membantu saat mencoba memahami pola atau membuat keputusan yang lebih baik dari waktu ke waktu.

Apa Itu Hukum Bilangan Besar?

Hukum bilangan besar adalah prinsip dalam probabilitas dan statistika yang menjelaskan bagaimana rata-rata berperilaku ketika semakin banyak data dikumpulkan. Saat ukuran sampel Anda meningkat, rata-rata sampel tersebut (disebut rata-rata sampel) akan semakin mendekati rata-rata sejati dari seluruh kelompok (disebut rata-rata populasi).

Di dunia nyata, kita biasanya tidak memiliki akses ke data seluruh populasi. Sebagai gantinya, kita mengambil sampel, seperti mensurvei 1.000 pemilih alih-alih seluruh 300 juta orang. Hukum bilangan besar memberi kita keyakinan bahwa, dengan cukup banyak data, rata-rata sampel akan mendekati nilai sebenarnya.

Seiring bertambahnya sampel, variasi acak mulai saling meniadakan. Nilai pencilan semakin kecil pengaruhnya, dan rata-rata menjadi lebih stabil serta dapat diprediksi.

Ada dua versi utama dari hukum ini, yang berbeda dalam seberapa kuat jaminan efeknya:

Hukum lemah (konvergensi dalam probabilitas)

Hukum bilangan besar versi lemah menyatakan bahwa rata-rata sampel kemungkinan besar akan mendekati rata-rata populasi seiring bertambahnya ukuran sampel. Semakin banyak data yang Anda kumpulkan, semakin kecil kemungkinan rata-rata Anda tetap jauh dari nilai sebenarnya.

Sebagai contoh, Anda melempar koin yang adil. Saat Anda melakukan lebih banyak lemparan, rasio gambar terhadap angka akan semakin mendekati 50/50. Mungkin tidak tepat sempurna, tetapi akan sangat dekat, dan itulah inti dari hukum lemah.

Hukum kuat (konvergensi hampir pasti)

Hukum bilangan besar versi kuat melangkah lebih jauh. Hukum ini menyatakan bahwa rata-rata sampel akan mendekati rata-rata populasi dan akan tetap di sana hampir pasti, bukan sekadar kemungkinan.

Sederhananya: jika Anda terus melempar koin yang adil selamanya, rasio gambar-angka tidak hanya akan mendekati 50/50; rasio itu akan menetap di sana. Jadi hukum ini memberi kita kepastian nyaris penuh bahwa rata-rata jangka panjang mencerminkan kebenaran, dengan pengecualian yang sangat jarang.

Contoh Kehidupan Nyata dari Penerapan Hukum Ini

Mari kita lihat beberapa contoh kehidupan nyata untuk memahami bagaimana hukum ini bekerja:

Lempar koin atau gulir dadu

Bayangkan Anda menggulir dadu enam sisi biasa sebanyak tiga kali. Anda mungkin mendapatkan hasil 6, 2, dan 5. Rata-ratanya 4,3, lebih tinggi daripada nilai harapan 3,5. Namun jika Anda menggulir dadu 100 kali, lalu 1.000 kali, seiring meningkatnya jumlah guliran, rata-rata Anda akan semakin mendekati 3,5. Hukum bilangan besar menghaluskan keacakan seiring waktu.

Semakin banyak guliran membuat rata-rata semakin mendekati 3,5. Gambar oleh Penulis.

Statistik olahraga

Atlet dapat memiliki hari baik dan hari buruk. Seorang quarterback mungkin berhasil menyelesaikan 9 dari 10 umpan dalam satu pertandingan, angka 90% yang mengesankan. Namun itu tidak berarti mereka selalu bermain di level tersebut.

Selama satu musim penuh, dengan ratusan lemparan, persentase penyelesaian akan mulai menurun ke rata-rata. Statistik sepanjang musim memberikan gambaran yang jauh lebih baik tentang kemampuan sesungguhnya sang pemain.

Rata-rata. Gambar oleh Penulis.

Pengelompokan risiko di industri asuransi 

Perusahaan asuransi tidak tahu persis berapa biaya satu orang bagi mereka. Ada orang yang sama sekali tidak menggunakan layanan medis, sementara yang lain menggunakannya.

Namun ketika Anda melihat sekelompok besar orang, naik turunnya akan saling menyeimbangkan. Dengan menggabungkan risiko dari ribuan pemegang polis, perusahaan asuransi dapat memperkirakan biaya rata-rata dengan lebih akurat.

Hal ini memungkinkan mereka menetapkan harga yang adil (premi) sambil tetap stabil secara finansial.

Rata-rata dari banyak orang menunjukkan biaya sebenarnya. Gambar oleh Penulis.

Permainan kasino dan keunggulan rumah

Kasino membangun sedikit keunggulan dalam setiap permainan. Jika Anda bermain blackjack, Anda bisa saja menang lima kali berturut-turut atau kalah sepuluh kali. Namun dalam ribuan permainan, hasil rata-rata menguntungkan kasino.

Sebagai contoh, jika keunggulan rumah adalah 0,5%, maka seiring waktu, kasino berharap memperoleh 50 sen untuk setiap taruhan $100 secara rata-rata. Itu mungkin tidak terjadi dalam sesi singkat, tetapi dalam jutaan permainan, hasilnya akan bertambah persis seperti yang diharapkan.

Keunggulan kasino menang saat jumlah taruhan meningkat. Gambar oleh Penulis.

A/B testing di perusahaan teknologi

Misalkan sebuah perusahaan ingin menguji dua versi tombol situs web: Tombol A dan Tombol B. Setelah 20 orang mencoba masing-masing, Tombol A terlihat lebih baik. Namun itu belum cukup data untuk dipercaya hasilnya.

Sekarang biarkan 20.000 pengguna melihat keduanya. Seiring bertambahnya ukuran sampel, rata-rata tingkat klik menjadi lebih andal, dan tombol dengan kinerja lebih baik menjadi jelas.

Itulah mengapa perusahaan mengandalkan sampel besar untuk A/B testing. Hukum bilangan besar membantu mereka menghindari positif palsu dan membuat pilihan yang lebih cerdas.

Semakin banyak orang diuji berarti hasil semakin andal. Gambar oleh Penulis.

Mengapa Hukum Bilangan Besar Penting

Dalam data science, kita sering menggunakan data untuk melatih model. Namun jika dataset terlalu kecil, beberapa nilai yang tidak biasa dapat membelokkan hasil.

Sebagai contoh, Anda sedang menguji algoritma rekomendasi baru dengan hanya 10 pengguna. Jika satu pengguna mengklik semua hal dan yang lain tidak mengklik apa pun, kinerja rata-rata Anda bisa terlihat sangat bagus atau sangat buruk. Itu tidak berarti modelnya baik atau buruk; itu berarti sampel Anda terlalu kecil untuk dipercaya.

Hukum bilangan besar memberi tahu kita bahwa saat kita mengumpulkan lebih banyak data, fluktuasi acak akan saling menetralkan, dan hasil rata-rata menjadi lebih andal. Itulah mengapa dataset besar memberikan prediksi dan wawasan yang lebih baik.

Anda juga melihat hal ini dalam simulasi. Ambil contoh metode Monte Carlo. Metode ini melibatkan menjalankan skenario yang sama ribuan kali menggunakan masukan acak. Hukum bilangan besar menjamin bahwa semakin banyak uji coba kita jalankan, semakin dekat hasil rata-rata dengan nilai harapan sejati.

Dalam machine learning, hukum ini muncul dalam dua cara penting:

• Pelatihan model: Model yang dilatih pada dataset kecil dan tidak seimbang mungkin mempelajari pola yang tidak mencerminkan dunia nyata. Namun dengan data yang cukup beragam, model akan mempelajari hal yang benar-benar bekerja.
• Pengujian model: Menguji model hanya pada 50 pengguna mungkin memberikan hasil yang sangat berbeda dibandingkan mengujinya pada 5.000 pengguna. Kumpulan uji yang lebih besar memberikan gambaran yang lebih jelas tentang kinerja model saat diterapkan.

Singkatnya, lebih banyak data berarti lebih sedikit noise dan keputusan yang lebih baik. 

Kesalahpahaman Umum

Hukum bilangan besar sering disalahpahami ketika orang berharap hukum ini bekerja seketika.

Jika Anda percaya hasil akan segera "imbang", itu adalah kekeliruan. Misalnya, jika Anda melempar koin dan mendapatkan gambar lima kali berturut-turut, Anda mungkin berpikir angka kini "pantas" keluar untuk menyeimbangkan. Namun probabilitas tidak bekerja seperti itu.

Pola pikir ini dikenal sebagai kekeliruan penjudi (gambler’s fallacy): gagasan keliru bahwa hasil masa lalu memengaruhi hasil masa depan dalam proses yang benar-benar acak. Pada kenyataannya, setiap lemparan koin tetap memiliki peluang 50/50, apa pun yang terjadi sebelumnya.

Hukum bilangan besar tidak menjanjikan bahwa keacakan akan halus dalam jangka pendek. Sebaliknya, hukum ini memberi tahu kita bahwa dalam banyak, banyak percobaan, hasil rata-rata bergerak semakin dekat ke nilai harapan. Dalam kasus koin yang adil, itu berarti akhirnya kira-kira setengah gambar dan setengah angka, bukan seketika.

Rangkaian pendek atau pola tidak biasa masih dapat terjadi di sepanjang jalan. Itulah wujud keacakan dalam sampel kecil. Hukum ini baru menjadi bermakna ketika Anda memperbesar pandangan dan melihat gambaran besar.

Kaitannya dengan Konsep Lain

Sementara hukum bilangan besar memberi tahu kita bahwa rata-rata sampel semakin mendekati rata-rata sejati seiring bertambahnya ukuran sampel, teorema limit pusat (CLT) melangkah lebih jauh. Teorema ini menjelaskan seperti apa distribusi dari rata-rata tersebut.

Menurut CLT, jika Anda mengambil banyak sampel besar dan menghitung rata-ratanya, rata-rata tersebut akan membentuk kurva lonceng (distribusi normal) apa pun bentuk data aslinya. 

Keduanya penting dalam statistika, tetapi menjelaskan hal yang berbeda: satu berfokus pada akurasi, yang lain pada bentuk.

Inti yang Perlu Diingat

Hukum bilangan besar menyoroti prinsip inti dalam analisis data: ukuran sampel yang lebih besar memberikan hasil yang lebih stabil dan akurat, tetapi hanya jika datanya representatif. 

Meskipun dataset besar mengurangi efek variasi acak, lebih banyak data tidak selalu lebih baik. Jika datanya bias atau tidak seimbang, bahkan dataset yang sangat besar dapat menghasilkan hasil yang menyesatkan. Untuk menarik kesimpulan yang sah, Anda memerlukan volume sekaligus kualitas.

Jika Anda ingin membangun fondasi yang lebih kuat dalam konsep-konsep ini, kursus Statistical Thinking in Python adalah tempat yang tepat untuk memulai. Dari sana, jelajahi distribusi Gaussian untuk memahami bagaimana hukum bilangan besar terhubung dengan alat penting lainnya dalam statistika dan machine learning.