Inside OKCupid: The math of online dating - Christian Rudder

1,237,397 views ・ 2013-02-13

TED-Ed


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

00:00
Translator: Andrea McDonough Reviewer: Bedirhan Cinar
0
0
7000
Translator: Reno Kanti Riananda Reviewer: Sabrina Go
00:17
Hello, my name is Christian Rudder,
1
17903
1714
Hai, namaku Christian Rudder,
00:19
and I was one of the founders of OkCupid.
2
19641
2209
dan aku adalah salah satu pendiri OkCupid,
00:21
It's now one of the biggest dating sites in the United States.
3
21874
2918
dan saat ini salah satu situs kencan terbesar di AS.
00:24
Like most everyone at the site, I was a math major,
4
24816
2391
Seperti sebagian besar orang di situs, aku dari jurusan Matematika,
00:27
As you may expect, we're known for the analytic approach we take to love.
5
27231
3440
kami dikenal karena pendekatan analitis terkait cinta.
00:30
We call it our matching algorithm.
6
30695
1638
Kami menyebutnya algoritma kecocokan.
Pada dasarnya, algoritma kecocokan OkCupid membantu memutuskan
00:32
Basically, OkCupid's matching algorithm helps us decide
7
32357
2588
00:34
whether two people should go on a date.
8
34969
1876
apakah dua orang perlu berkencan.
00:36
We built our entire business around it.
9
36869
1872
Kami membangun bisnis di seputar itu.
00:38
Now, algorithm is a fancy word,
10
38765
1960
Algoritma adalah kata yang fantastis,
00:40
and people like to drop it like it's this big thing.
11
40749
2485
dan orang suka memakainya seakan-akan itu keren.
00:43
But really, an algorithm is just a systematic,
12
43258
2288
Sebenarnya algoritma hanya langkah sistematik untuk memecahkan suatu masalah.
00:45
step-by-step way to solve a problem.
13
45570
2223
00:47
It doesn't have to be fancy at all.
14
47817
2177
Tak mesti fantastis sama sekali.
Dalam materi ini, aku akan menjelaskan cara kami membuat algoritma ini,
00:50
Here in this lesson,
15
50018
1151
00:51
I'm going to explain how we arrived at our particular algorithm,
16
51193
3008
agar kalian dapat memahaminya.
00:54
so you can see how it's done.
17
54225
1411
00:55
Now, why are algorithms even important?
18
55660
1934
Kenapa algoritma menjadi penting?
00:57
Why does this lesson even exist?
19
57618
1580
Kenapa sampai ada materi ini?
00:59
Well, notice one very significant phrase I used above:
20
59222
3420
Perhatikan satu frasa penting yang aku gunakan di atas:
01:02
they are a step-by-step way to solve a problem,
21
62666
2339
algoritma adalah langkah-langkah untuk memecahkan masalah,
01:05
and as you probably know, computers excel at step-by-step processes.
22
65029
3418
dan kita tahu, komputer unggul dalam proses langkah demi langkah.
01:08
A computer without an algorithm
23
68471
1589
Sebuah komputer tanpa algoritma
01:10
is basically an expensive paperweight.
24
70084
2724
hanyalah sebuah pemberat kertas yang mahal.
01:12
And since computers are such a pervasive part of everyday life,
25
72832
2989
Komputer telah menjadi bagian dari hidup sehari-hari,
01:15
algorithms are everywhere.
26
75845
1547
sehingga algoritma ada di mana-mana.
01:18
The math behind OkCupid's matching algorithm is surprisingly simple.
27
78590
3197
Perhitungan di balik algoritma kecocokan OkCupid sangat sederhana.
01:21
It's just some addition, multiplication, a little bit of square roots.
28
81811
4002
Hanya penambahan, perkalian, dan sedikit bentuk akar kuadrat.
01:25
The tricky part in designing it
29
85837
1690
Bagian yang sulit adalah,
01:27
was figuring out how to take something mysterious,
30
87551
2565
menemukan cara menyajikan sesuatu yang misterius,
01:30
human attraction,
31
90140
1150
daya tarik manusia,
01:31
and break it into components that a computer can work with.
32
91314
2784
dan memecahnya agar dapat diproses oleh komputer.
01:34
The first thing we needed to match people up was data,
33
94122
2553
Yang pertama dibutuhkan adalah data,
01:36
something for the algorithm to work with.
34
96699
1992
agar algoritma dapat menghitung.
01:38
The best way to get data quickly from people is to just ask for it.
35
98715
3158
Cara terbaik mendapat data dengan cepat adalah dengan memintanya.
01:41
So we decided that OkCupid should ask users questions,
36
101897
2727
Kami memutuskan OkCupid akan bertanya pada pengguna,
01:44
stuff like, "Do you want to have kids one day?"
37
104648
2357
hal-hal seperti, “Apa Anda ingin punya anak?”
01:47
"How often do you brush your teeth?"
38
107029
1758
“Seberapa sering Anda menyikat gigi?”
01:48
"Do you like scary movies?"
39
108811
1392
“Apakah Anda suka film seram?”
01:50
And big stuff like, "Do you believe in God?"
40
110675
2077
Dan pertanyaan berat seperti, ”Apa Anda percaya Tuhan?”
01:53
Now, a lot of the questions are good for matching like with like,
41
113843
3064
Sebagian pertanyaan bisa dipasangkan atas dasar sama-sama suka,
01:56
that is, when both people answer the same way.
42
116931
2156
yaitu jika orang memiliki jawaban yang sama.
01:59
For example, two people who are both into scary movies
43
119111
2548
Misalnya, dua orang yang sama-sama menyukai film seram
02:01
are probably a better match than one person who is and one who isn't.
44
121683
3321
mungkin lebih cocok daripada hanya salah satu yang menyukai film seram.
02:05
But what about a question like,
45
125028
1493
Bagaimana dengan pertanyaan,
02:06
"Do you like to be the center of attention?"
46
126545
2062
“Apa Anda suka menjadi pusat perhatian?”
02:08
If both people in a relationship are saying yes to this,
47
128631
2628
Jika dua orang dalam suatu hubungan menjawab “ya”,
02:11
they're going to have massive problems.
48
131283
2093
mereka punya masalah besar.
02:13
We realized this early on,
49
133400
1245
Kami menyadari hal ini,
02:14
and so we decided we needed a bit more data from each question.
50
134669
3269
dan kami butuh lebih banyak data untuk tiap pertanyaan.
02:17
We had to ask people to specify not only their own answer,
51
137962
2763
Kami minta orang untuk menjelaskan jawaban mereka,
02:20
but the answer they wanted from someone else.
52
140749
2265
serta jawaban yang diinginkan dari pihak lawan.
02:23
That worked really well.
53
143038
1501
Itu berhasil.
02:24
But we needed one more dimension.
54
144563
1604
Namun, kami butuh satu dimensi lagi.
02:26
Some questions tell you more about a person than others.
55
146191
2643
Pertanyaan tertentu lebih menggambarkan seseorang.
02:28
For example, a question about politics, something like,
56
148858
3395
Misalnya, pertanyaan tentang politik, seperti:
“Mana yang lebih buruk: pembakaran buku atau bendera?”
02:32
"Which is worse: book burning or flag burning?"
57
152277
2288
02:34
might reveal more about someone than their taste in movies.
58
154589
2810
mungkin lebih mengungkap seseorang dibanding selera filmnya.
02:37
And it doesn't make sense to weigh all things equally,
59
157423
2619
Tidak masuk di akal jika semua diberi bobot yang sama,
jadi kami tambahkan data terakhir.
02:40
so we added one final data point.
60
160066
1596
02:41
For everything that OkCupid asks you,
61
161686
2024
Untuk setiap pertanyaan dari OkCupid,
02:43
you have a chance to tell us the role it plays in your life.
62
163734
2829
kalian memberi tahu seberapa penting hal tersebut,
02:46
And this ranges from irrelevant to mandatory.
63
166587
2319
dari tak berpengaruh, hingga wajib ada.
02:49
So now, for every question, we have three things for our algorithm:
64
169446
3222
Sekarang, untuk tiap pertanyaan, ada tiga hal untuk algoritma kami:
02:52
first, your answer;
65
172692
1352
pertama, jawaban kalian;
02:54
second, how you want someone else -- your potential match -- to answer;
66
174617
4140
kedua, jawaban yang kalian inginkan dari orang lain;
02:58
and third, how important the question is to you at all.
67
178781
2788
dan ketiga, seberapa penting pertanyaan ini bagi kalian.
03:02
With all this information,
68
182710
1252
Dengan semua ini,
03:03
OkCupid can figure out how well two people will get along.
69
183986
3118
OkCupid dapat menghitung kecocokan antara dua orang.
03:07
The algorithm crunches the numbers and gives us a result.
70
187128
3006
Algoritma menghitung angkanya dan memberi kita kesimpulan.
03:10
As a practical example,
71
190158
1152
Sebagai contoh,
03:11
let's look at how we'd match you with another person.
72
191334
2525
lihat cara kami memasangkan kalian dengan seseorang.
03:13
Let's call him "B."
73
193883
1189
Kita sebut saja dia “B”.
03:16
Your match percentage with B is based on questions you've both answered.
74
196023
3482
Persentase kecocokanmu dengan B didasari oleh jawaban kalian.
03:19
Let's call that set of common questions "s."
75
199529
2425
Sebut saja kumpulan pertanyaan itu sebagai “s”.
03:22
As a very simple example, we use a small set "s"
76
202559
2349
Kita akan menggunakan seperangkat kecil “s”
03:24
with just two questions in common,
77
204932
1641
dengan hanya dua pertanyaan,
03:26
and compute a match from that.
78
206597
1828
lalu menghitung kecocokannya.
03:28
Here are our two example questions.
79
208449
1671
Ini contoh pertanyaannya.
03:30
The first one, let's say, is, "How messy are you?"
80
210144
2381
Pertama, “Seberapa berantakan Anda?”
03:32
And the answer possibilities are:
81
212549
2096
Kemungkinan jawabannya adalah:
03:34
very messy, average and very organized.
82
214669
3361
sangat berantakan, rata-rata, dan sangat rapi.
03:38
And let's say you answered "very organized,"
83
218054
2060
Katakanlah kalian menjawab “sangat rapi”,
03:40
and you'd like someone else to answer "very organized,"
84
220138
2760
dan kalian ingin orang lain juga menjawab sama,
03:42
and the question is very important to you.
85
222922
2256
dan pertanyaan ini sangat penting untuk kalian.
03:45
Basically, you're a neat freak.
86
225202
1492
Intinya, kalian gila kebersihan.
03:46
You're neat, you want someone else to be neat, and that's it.
87
226718
2868
Kalian orang yang rapi, dan menginginkan orang yang serupa.
03:49
And let's say B is a little bit different.
88
229610
2015
Katakanlah B sedikit berbeda.
03:51
He answered "very organized" for himself,
89
231649
2039
Dia menjawab dirinya “sangat rapi”,
03:53
but "average" is OK with him as an answer from someone else,
90
233712
3007
tetapi dia menerima jawaban “rata-rata” dari orang lain,
03:56
and the question is only a little important to him.
91
236743
2402
dan pertanyaan ini tak begitu penting baginya.
03:59
Let's look at the second question, from our previous example:
92
239169
2893
Sekarang lihat pertanyaan kedua, dari contoh sebelumnya:
04:02
"Do you like to be the center of attention?"
93
242086
2056
“Anda suka menjadi pusat perhatian?”
Jawabannya bisa “ya” atau “tidak”.
04:04
The answers are "yes" and "no."
94
244166
1514
04:05
You've answered "no," you want someone else to answer "no,"
95
245704
2995
Kalian menjawab “tidak”, dan ingin orang menjawab yang sama,
04:08
and the question is only a little important to you.
96
248723
2391
dan pertanyaan ini tak terlalu penting bagi kalian.
04:11
Now B, he's answered "yes."
97
251138
1621
Lalu B menjawab “ya”.
04:12
He wants someone else to answer "no,"
98
252783
1776
Dia ingin orang lain menjawab “tidak”,
04:14
because he wants the spotlight on him,
99
254583
2274
karena dia ingin menjadi pusat perhatian,
04:16
and the question is somewhat important to him.
100
256881
2430
dan pertanyaan ini penting baginya.
04:19
So, let's try to compute all of this.
101
259335
1999
Sekarang, coba kita hitung.
04:21
Our first step is, since we use computers to do this,
102
261972
2503
Langkah pertama, karena kita menggunakan komputer,
04:24
we need to assign numerical values
103
264499
1867
adalah memberi nilai numerik
04:26
to ideas like "somewhat important" and "very important,"
104
266390
2627
untuk jawaban “cukup penting” dan “sangat penting”,
04:29
because computers need everything in numbers.
105
269041
2211
karena komputer membutuhkan angka.
04:31
We at OkCupid decided on the following scale:
106
271276
2403
OkCupid memutuskan membuat skala sebagai berikut:
04:33
"Irrelevant" is worth 0.
107
273703
1946
“Tak berpengaruh” bernilai 0.
04:36
"A little important" is worth 1.
108
276173
1889
“Sedikit penting” bernilai 1.
04:38
"Somewhat important" is worth 10.
109
278538
1809
“Cukup penting” bernilai 10.
04:40
"Very important" is 50.
110
280831
1754
“Sangat penting” bernilai 50.
04:42
And "absolutely mandatory" is 250.
111
282609
3612
Dan “wajib ada” bernilai 250.
Berikutnya, algoritma melakukan dua perhitungan sederhana.
04:46
Next, the algorithm makes two simple calculations.
112
286245
2631
04:48
The first is: How much did B's answers satisfy you?
113
288900
3246
Yang pertama: Berapa banyak jawaban B yang memuaskanmu?
04:52
That is, how many possible points did B score on your scale?
114
292170
3793
Maksudnya, berapa banyak skor yang diperoleh B berdasarkan skala kalian?
04:55
Well, you indicated that B's answer to the first question,
115
295987
3212
Kalian sudah mengindikasikan jawaban pertama B,
04:59
about messiness,
116
299223
1166
terkait kerapian,
05:00
was very important to you.
117
300413
1350
sangat penting bagimu.
05:01
It's worth 50 points and B got that right.
118
301787
2230
Nilainya 50 dan B menjawab dengan benar.
05:04
The second question is worth only 1,
119
304375
1737
Pertanyaan kedua hanya bernilai 1,
05:06
because you said it was only a little important.
120
306136
2278
karena menurut kalian itu tak terlalu penting.
05:08
B got that wrong,
121
308438
1197
B menjawab salah,
05:09
so B's answers were 50 out of 51 possible points.
122
309659
2782
jadi nilai B adalah 50 dari 51 poin yang mungkin.
05:12
That's 98% satisfactory. Pretty good.
123
312465
2608
Jadi nilainya 98%. Lumayan bagus.
05:15
The second question the algorithm looks at is: How much did you satisfy B?
124
315097
3949
Pertanyaan kedua yang dilihat algoritma: seberapa besar kalian memuaskan B?
05:19
Well, B placed 1 point on your answer to the messiness question
125
319070
3259
B memberi nilai 1 untuk jawaban kalian terkait kerapian,
05:22
and 10 on your answer to the second.
126
322353
1953
dan 10 untuk jawaban pertanyaan kedua.
05:24
Of those 11, that's 1 plus 10, you earned 10 --
127
324745
3387
Dari 11 poin, yaitu 1 ditambah 10, kalian mendapat 10 --
05:28
you guys satisfied each other on the second question.
128
328156
2595
jawaban atas pertanyaan kedua memuaskan kedua pihak.
05:30
So your answers were 10 out of 11 equals 91 percent satisfactory to B.
129
330775
4242
10 dari 11 poin sama dengan tingkat kepuasan 91% bagi B.
05:35
That's not bad.
130
335041
1151
Lumayan.
05:36
The final step is to take these two match percentages
131
336216
2507
Langkah terakhir adalah menyatukan dua persentase ini
05:38
and get one number for the both of you.
132
338747
1866
dan menyajikan satu angka tunggal.
05:40
To do this, the algorithm multiplies your scores,
133
340637
2611
Algoritma mengalikan skor kalian berdua,
05:43
then takes the nth root,
134
343272
1665
lalu mencari akar ke-n,
05:44
where "n" is the number of questions.
135
344961
2183
di mana “n” adalah jumlah pertanyaan.
05:47
Because s, which is the number of questions in this sample,
136
347168
2830
Karena s, yaitu jumlah pertanyaan dalam sampel,
05:50
is only 2,
137
350022
1841
hanya ada dua,
05:51
we have: match percentage equals the square root
138
351887
3665
kita punya: persentase kecocokan sama dengan akar kuadrat
05:55
of 98 percent times 91 percent.
139
355576
2896
dari 98% dikalikan dengan 91%.
05:58
That equals 94 percent.
140
358496
1784
Hasilnya 94%.
06:00
That 94 percent is your match percentage with B.
141
360304
3204
Itu adalah persentase kecocokanmu dengan B.
06:03
It's a mathematical expression of how happy you'd be with each other,
142
363532
3243
Itu adalah eskpresi matematis atas tingkat kebahagiaan kalian
06:06
based on what we know.
143
366799
1183
menurut informasi yang ada.
Kenapa algoritma mengalikan
06:08
Now, why does the algorithm multiply,
144
368006
1786
06:09
as opposed to, say, average the two match scores together,
145
369816
2769
alih-alih merata-ratakan kedua nilai kecocokan,
06:12
and do the square-root business?
146
372609
1670
lalu menghitung akar kuadrat?
06:14
In general, this formula is called the geometric mean.
147
374303
2529
Secara umum, rumus ini disebut rata-rata geometris,
06:16
It's a great way to combine values that have wide ranges
148
376856
2627
baik untuk menggabungkan dua nilai dengan rentang luas
06:19
and represent very different properties.
149
379507
1915
yang mewakili hal yang sangat berbeda.
06:21
In other words, it's perfect for romantic matching.
150
381446
2413
Dengan kata lain, sempurna untuk menjodohkan.
06:23
You've got wide ranges and you've got tons of different data points,
151
383883
3247
Kalian punya rentang yang luas dan segudang titik data yang berbeda,
06:27
like I said, about movies, politics, religion -- everything.
152
387154
3438
tentang film, politik, agama -- semuanya.
06:30
Intuitively, too, this makes sense.
153
390616
1838
Secara intuitif, ini juga masuk akal.
06:32
Two people satisfying each other 50 percent
154
392478
2775
Dua orang yang saling memuaskan sebesar 50%
06:35
should be a better match than two others who satisfy 0 and 100,
155
395277
3952
harusnya lebih berjodoh daripada orang lain yang memuaskan 0 dan 100,
06:39
because affection needs to be mutual.
156
399253
1814
karena kasih sayang harus dua arah.
06:41
After adding a little correction for margin of error,
157
401091
2491
Setelah sedikit perbaikan terkait tingkat kesalahan,
06:43
in the case where we have a small number of questions,
158
403606
2571
saat hanya terdapat sedikit pertanyaan,
06:46
like we do in this example,
159
406201
1317
seperti pada contoh tadi,
06:47
we're good to go.
160
407542
1172
kita siap beraksi.
06:48
Any time OkCupid matches two people,
161
408738
1912
Tiap kali OkCupid menjodohkan dua orang,
06:50
it goes through the steps we just outlined.
162
410674
2032
langkah-langkah tadi akan dijalankan.
06:52
First it collects data about your answers,
163
412730
2269
Mengumpulkan data jawaban kalian,
06:55
then it compares your choices and preferences to other people's
164
415023
2985
lalu membandingkan pilihan kalian dengan preferensi orang lain,
06:58
in simple, mathematical ways.
165
418032
1967
melalui matematika sederhana.
07:00
This, the ability to take real-world phenomena
166
420023
2923
Kemampuan untuk menangkap fenomena dunia nyata ini
07:02
and make them something a microchip can understand,
167
422970
2415
dan membuatnya menjadi sesuatu yang dapat dipahami mikrocip,
07:05
is, I think, the most important skill anyone can have these days.
168
425409
3277
adalah keterampilan terpenting yang dapat dimiliki saat ini.
07:08
Like you use sentences to tell a story to a person,
169
428710
2423
Ibarat menggunakan kalimat untuk bercerita,
07:11
you use algorithms to tell a story to a computer.
170
431157
2484
algoritma digunakan untuk bercerita pada komputer.
07:14
If you learn the language, you can go out and tell your stories.
171
434349
3033
Dengan mempelajari bahasanya, kalian bisa berbuat sesuatu.
Kuharap ini membantu kalian untuk melakukannya.
07:17
I hope this will help you do that.
172
437406
1753
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7