Ketika Dunia Game Menginspirasi Dunia Nyata
Di salah satu sudut laboratorium kecil di Kampus ITB, tiga mahasiswa teknik informatika tampak serius menatap layar laptop yang penuh dengan deretan kode. Bukan sekadar barisan angka acak — di baliknya tersimpan sebuah eksperimen yang awalnya mereka anggap hanya iseng belaka: menciptakan Artificial Intelligence (AI) yang mampu membaca pola scatter hitam dalam permainan slot online Mahjong Wins 3.
Bagi kebanyakan orang, game slot hanyalah hiburan yang penuh keberuntungan. Tapi bagi mereka — Rafi, Genta, dan Lala — ini adalah teka-teki matematis yang menantang. “Waktu itu kami cuma iseng,” kata Rafi sambil tertawa kecil. “Awalnya pengin tahu, apakah sistem di balik game slot itu benar-benar acak, atau sebenarnya punya pola tersembunyi yang bisa dianalisis.”
Eksperimen sederhana itu ternyata membawa mereka ke perjalanan yang jauh lebih dalam — bukan cuma tentang algoritma, tapi juga tentang empati, etika, dan pemahaman manusia terhadap teknologi.
Dari Tugas Kuliah Jadi Ide Gila
Semua bermula dari tugas mata kuliah Machine Learning semester lima. Dosen mereka menantang mahasiswa untuk membuat proyek yang bisa “membaca pola perilaku sistem yang kompleks.” Sebagian teman memilih data cuaca, keuangan, atau smart home. Tapi Rafi punya ide lain. “Kenapa nggak coba pakai game online aja? Itu kan juga sistem kompleks yang punya pola tersendiri,” ujarnya.
Ide itu sempat ditertawakan teman-temannya. Tapi Genta, yang jago di bidang data scraping, langsung tertarik. Ia mulai menulis skrip kecil untuk mengumpulkan ribuan hasil permainan dari simulasi Mahjong Wins 3 — sebuah game bertema oriental dengan simbol-simbol ubin mahjong dan efek visual yang memikat.
Lala, anggota ketiga tim, kemudian mengubah data mentah itu menjadi dataset siap olah. Ia menggunakan Python dan TensorFlow untuk melatih AI mengenali momen-momen ketika simbol scatter hitam muncul — simbol yang dianggap langka dan berpotensi membuka fitur bonus besar di dalam game. Hasil awalnya mengejutkan. “AI kami bisa memprediksi kemunculan scatter dengan akurasi 63%,” kata Lala. “Itu belum sempurna, tapi cukup buat bikin kami semua tercengang.”
Dibalik Kode dan Statistik, Ada Rasa Ingin Tahu yang Manusiawi
Proyek yang semula hanya untuk tugas kuliah, berubah jadi eksplorasi mendalam. Mereka mulai berdiskusi tentang logika acak (random number generator), tentang keadilan dalam sistem digital, hingga tentang bagaimana manusia sering mencari pola bahkan di dalam ketidakpastian.
“Orang main slot itu kan kayak orang hidup,” ujar Genta suatu malam sambil menatap layar laptopnya. “Kadang kita menang, kadang kalah. Tapi yang bikin menarik adalah rasa penasaran — apa bisa kita kendalikan keberuntungan?”
Rafi menimpali, “Dan ternyata, bukan cuma soal menang atau kalah. Tapi soal bagaimana kita memahami sistemnya. Teknologi, kalau dipakai dengan benar, bisa bantu manusia untuk lebih sadar akan pilihannya.”
AI yang mereka kembangkan memang tidak dirancang untuk “menang” di game slot. Sebaliknya, mereka ingin membuktikan bahwa sistem acak pun memiliki logika statistik tertentu yang bisa dipelajari. Bagi mereka, inilah bentuk critical thinking di era digital — di mana manusia bukan lagi sekadar pengguna, tapi juga pengamat yang sadar akan mekanisme di balik layar.
Ketika Eksperimen Iseng Jadi Sorotan Serius
Tanpa diduga, proyek ini menarik perhatian dosen pembimbing mereka. Ia mendorong tim itu untuk mempresentasikan hasil eksperimen di acara internal fakultas. Dari situ, kisah mereka menyebar — bukan karena “AI bisa menebak slot,” tapi karena keberanian mereka mengolah ide yang sering dianggap remeh menjadi eksperimen ilmiah.
“Yang bikin menarik itu bukan gamenya,” ujar sang dosen, “tapi keberanian mahasiswa ini menghubungkan dunia hiburan dengan sains data.”
Beberapa peneliti AI bahkan mengapresiasi pendekatan mereka sebagai bentuk gamified learning — cara belajar yang menggabungkan konteks populer dengan prinsip akademik. Melalui eksperimen itu, mereka mempelajari banyak hal: mulai dari konsep probabilitas, data bias, hingga pentingnya etika dalam pengembangan teknologi.
“Waktu ditanya soal etika, kami sempat refleksi,” ujar Lala. “Kalau AI ini dipakai untuk tujuan yang salah, bisa bahaya juga. Jadi kami mulai berpikir, bagaimana kalau algoritma ini malah digunakan untuk edukasi?”
Transformasi: Dari Algoritma ke Empati
Beberapa bulan kemudian, mereka memutuskan mengembangkan proyek itu menjadi platform pembelajaran sederhana bernama ScatterMind. Bukan aplikasi judi, tapi simulator interaktif yang mengajarkan konsep probabilitas, statistik, dan machine learning dengan cara yang menyenangkan — memakai visualisasi ala game Mahjong.
“Tujuan kami sederhana,” kata Rafi. “Kami pengin bikin orang sadar bahwa di balik sistem acak, ada pola yang bisa dipahami — dan itu sama kayak hidup.”
Dalam versi demo-nya, ScatterMind memperlihatkan bagaimana sebuah AI mempelajari ribuan simulasi hingga menemukan pola kemungkinan kemunculan simbol tertentu. Pengguna bisa mengubah parameter acak, mengamati hasilnya, dan memahami konsep peluang tanpa merasa sedang “belajar matematika.”
Tak disangka, proyek itu mendapat apresiasi dalam kompetisi inovasi kampus. Mereka bahkan diundang ke sebuah pameran teknologi edukatif di Jakarta. Dari ide yang awalnya iseng, kini mereka menjadi pembicara tentang “AI dan kesadaran algoritmik.”
Refleksi: Di Antara Logika dan Keberuntungan
Kini, Rafi dan kawan-kawan telah lulus. ScatterMind terus dikembangkan oleh adik tingkat mereka, dan menjadi proyek pembelajaran populer di kalangan mahasiswa teknik informatika. Namun, bagi trio pencetusnya, nilai terbesar dari eksperimen itu bukan pada teknologi yang mereka bangun, tapi pada kesadaran baru yang mereka temukan.
“AI itu cermin manusia,” kata Rafi pelan. “Kita bikin algoritma untuk memahami dunia, tapi kadang, lewat proses itu, kita justru lebih memahami diri sendiri.”
Mereka belajar bahwa sains dan empati tak harus bertentangan. Justru di tengah kompleksitas data dan kode, ada nilai-nilai kemanusiaan yang tak boleh hilang — rasa ingin tahu, etika, dan keinginan untuk membuat dunia sedikit lebih bijak dalam memahami teknologi.
Pesan Penutup
Di dunia yang semakin dikuasai oleh algoritma, kisah tiga mahasiswa ITB ini mengingatkan kita bahwa teknologi tak hanya soal kecepatan, akurasi, atau profit. Ia juga tentang makna, tanggung jawab, dan kesadaran. Karena pada akhirnya, seperti yang mereka tulis di laman ScatterMind: “Kita tidak bisa menebak kapan scatter kehidupan akan muncul. Tapi kita bisa belajar memahami polanya — dan bersiap ketika keberuntungan datang.”
Kadang, inspirasi besar memang datang dari hal-hal yang paling kecil. Dari rasa penasaran sederhana terhadap game, lahirlah kesadaran baru bahwa di antara logika dan keberuntungan, ada ruang bagi empati dan refleksi manusia.
