Bayangkan begini: seorang pria terbaring lemah di kamarnya, baru saja sembuh dari infeksi otak yang nyaris merenggut nyawanya. Untuk membunuh kebosanan selama masa pemulihan, ia mengeluarkan satu set kartu remi dan mulai memainkan solitaire — permainan yang sering kita mainkan juga saat menunggu dosen datang atau saat malas mengerjakan tugas. Tidak ada yang menyangka, dari momen sepele di atas kasur itu, lahirlah salah satu algoritma paling berpengaruh dalam sejarah sains dan teknologi. Namanya: Metode Monte Carlo.
Kisah ini bukan dongeng. Ini adalah kisah nyata seorang matematikawan bernama Stanislaw Ulam, dan bagaimana rasa penasarannya yang sederhana mengubah cara manusia memecahkan masalah-masalah rumit — dari bom nuklir sampai algoritma yang mungkin sedang bekerja di ponselmu sekarang.
Anak Muda dari Lemberg yang Gemar Berpikir
Sebelum menjadi legenda di dunia matematika, Ulam hanyalah seorang anak muda kelahiran 13 April 1909 di kota Lemberg — kota yang dulu bagian dari Austria-Hongaria, kini dikenal sebagai Lviv, Ukraina. Ia menempuh pendidikan di Lwów Polytechnic Institute, dan sejak muda otaknya sudah “berbeda”. Ia jatuh cinta pada teori himpunan dan logika matematika, bidang yang bagi kebanyakan orang terdengar seperti mimpi buruk, tapi bagi Ulam adalah taman bermain.
Titik balik hidupnya datang ketika John von Neumann — salah satu ilmuwan paling berpengaruh abad ke-20 — mengundangnya bergabung ke Institute for Advanced Study di Princeton pada 1936. Bayangkan rasanya, seperti seorang mahasiswa tingkat akhir tiba-tiba direkrut langsung oleh tokoh idolanya. Dari sana kariernya melesat: mengajar di Harvard, lalu University of Wisconsin, hingga akhirnya pada 1943 ia menjadi warga negara Amerika Serikat dan direkrut ke sebuah tempat yang namanya akan selamanya terikat dengan sejarah sains: Laboratorium Los Alamos.
Ketika Sakit Justru Melahirkan Ide Cemerlang
Tahun 1946. Perang Dunia II baru saja usai, tapi dunia sudah memasuki babak baru: perlombaan senjata nuklir. Di tengah suasana tegang itu, Ulam justru sedang terbaring sakit. Dan seperti kebanyakan dari kita saat sedang di masa penyembuhan, pikirannya melayang ke hal-hal ringan — salah satunya, permainan solitaire jenis Canfield yang sedang ia mainkan berulang-ulang.
Satu pertanyaan tiba-tiba muncul di kepalanya: “Berapa sebenarnya peluang permainan solitaire 52 kartu ini bisa berhasil diselesaikan?”
Pertanyaan ini terdengar sederhana, tapi coba kamu hitung sendiri secara matematis — kamu akan langsung menyerah. Kombinasi kartunya nyaris tak terhingga, dan menghitung probabilitasnya secara analitis adalah mimpi buruk statistik. Tapi Ulam, dengan otak jenius yang terbiasa berpikir out of the box, punya ide yang jauh lebih “malas” sekaligus jenius: daripada menghitung rumus yang rumit, kenapa tidak coba mainkan saja kartu itu berkali-kali secara acak, lalu hitung berapa persen yang berhasil?
Jika kamu mainkan seratus kali, dua ratus kali, seribu kali — pola hasilnya akan mendekati jawaban yang sebenarnya. Tidak perlu rumus rumit. Cukup coba, catat, ulangi.
Inilah cikal bakal Monte Carlo: memecahkan masalah yang terlalu rumit untuk dihitung langsung, dengan cara mensimulasikannya berulang-ulang menggunakan sampel acak.
Dari Meja Kartu ke Meja Perundingan Bom Hidrogen
Ide ini terlalu bagus untuk berhenti di atas kasur. Ulam menyadari, logika yang sama bisa dipakai untuk masalah yang jauh lebih serius: mensimulasikan bagaimana neutron bergerak dan berinteraksi dalam reaksi fisi nuklir — persoalan inti yang sedang dipecahkan timnya untuk mengembangkan senjata termonuklir.
Ia pun membagikan gagasan ini kepada sahabatnya, John von Neumann. Dan seperti dua mahasiswa yang saling melempar ide brilian di kantin kampus, von Neumann langsung antusias. Pada Maret 1947, ia menulis surat resmi kepada Robert Richtmyer, kepala Divisi Teori di Los Alamos, mengusulkan metode statistik baru ini untuk menyelesaikan persoalan difusi neutron. Bersama Richtmyer dan Nicholas Metropolis, ide “iseng” dari permainan kartu itu resmi berubah menjadi metode ilmiah yang sistematis.
Kebetulan yang menarik: semua ini terjadi tak lama setelah ENIAC, komputer elektronik pertama di dunia, mulai beroperasi pada 1946. Tanpa mesin yang mampu menjalankan ribuan simulasi acak dalam waktu singkat, ide Ulam mungkin hanya akan menjadi catatan iseng di buku hariannya. Tapi dengan ENIAC, teori itu punya “tubuh” untuk benar-benar bekerja.
Kenapa Namanya “Monte Carlo”?
Ini bagian favorit banyak orang saat mendengar kisah ini — karena namanya sama sekali tidak terdengar ilmiah. Nicholas Metropolis-lah yang mengusulkan nama tersebut, terinspirasi dari cerita tentang paman Ulam yang punya kebiasaan unik: sering meminjam uang dengan alasan klasik, “mau pergi ke Monte Carlo” — kasino termasyhur di Monako, surganya para penjudi.
Nama itu terasa pas. Sama seperti permainan di meja kasino, metode ini juga bersandar sepenuhnya pada keacakan dan probabilitas. Ditambah lagi, karena proyek ini masih sangat rahasia di tengah ketegangan awal Perang Dingin, nama “Monte Carlo” berfungsi ganda: terdengar santai, tapi menyembunyikan betapa seriusnya apa yang sedang mereka kerjakan.
Warisan yang Jauh Melampaui Kartu Remi
Setelah Ulam dan von Neumann meletakkan fondasinya, ilmuwan lain melanjutkan estafet. Enrico Fermi, misalnya, bahkan menciptakan alat mekanis unik bernama FERMIAC — semacam “troli Monte Carlo” — untuk mensimulasikan pergerakan neutron secara fisik sebelum komputer digital benar-benar matang.
Dan sekarang, hampir 80 tahun kemudian, coba tebak di mana saja algoritma ini bersembunyi? Ternyata di mana-mana:
- Dalam kecerdasan buatan, seperti Monte Carlo Tree Search yang membantu AI bermain catur atau Go dengan strategi terbaik.
- Dalam dunia keuangan, untuk memprediksi fluktuasi harga saham dan menghitung risiko investasi.
- Dalam sains dan rekayasa, dari simulasi cuaca hingga desain aerodinamika pesawat.
- Dalam statistik modern, lewat pengembangan lanjutan seperti algoritma Metropolis yang menjadi fondasi Markov Chain Monte Carlo (MCMC).
Ulam sendiri terus berkarya hingga akhir hayatnya, berkontribusi pada desain bom hidrogen, konsep cellular automaton, hingga pola bilangan prima unik yang dikenal sebagai “Ulam Spiral” — yang konon ia temukan saat bosan mendengarkan presentasi di sebuah konferensi ilmiah. Ia wafat pada 13 Mei 1984 di Santa Fe, New Mexico, meninggalkan jejak yang jauh melampaui bidang aslinya sebagai matematikawan murni.
Apa yang Bisa Mahasiswa Pelajari dari Ulam?
Kalau kamu sedang duduk di bangku kuliah dan merasa idemu terlalu “receh” untuk dianggap serius, ingatlah kisah Ulam. Salah satu algoritma paling penting dalam sejarah komputasi lahir bukan dari riset bertahun-tahun di laboratorium mewah, melainkan dari rasa penasaran seorang pasien yang sedang bosan bermain kartu.
Yang membedakan Ulam bukan fasilitas atau gelar semata, tapi keberaniannya menghubungkan hal remeh dengan masalah besar yang sedang dihadapi dunia. Jadi, lain kali saat sebuah pertanyaan iseng melintas di kepalamu — entah saat mengerjakan tugas, bermain game, atau sekadar melamun di kelas — jangan buru-buru diabaikan. Siapa tahu, itu adalah benih dari sesuatu yang akan mengubah caramu, atau bahkan dunia, memandang sebuah masalah.
Sumber & Referensi
- Los Alamos National Laboratory — Hitting the Jackpot: The Birth of the Monte Carlo Method
- Los Alamos National Laboratory (MCNP) — The Monte Carlo Method and MCNP
- Nicholas Metropolis — The Beginning of the Monte Carlo Method
- Britannica — Stanislaw Ulam: Biography, Facts, & Spiral
- Wikipedia — Stanisław Ulam
- arXiv — Neutronics Calculation Advances at Los Alamos: Manhattan Project to Monte Carlo
- Bookdown — Simulation and Modelling to Understand Change: A Bit of History
