63%. Itulah peluangmu mendapat Rainbow setelah 1.000 panen dengan peluang 0,1% per panen — bukan 100% seperti yang dikira kebanyakan pemain. Selisih antara intuisi dan matematika inilah yang membuat roll mutasi terasa “tidak adil”. Artikel ini membedah cara kerja roll mutasi Grow a Garden dari sisi mekanisme dan matematikanya: apa yang sebenarnya terjadi setiap kali kamu panen, rumus apa yang mengatur hasilnya, dan bagaimana membaca angka-angkanya tanpa tertipu firasat.
Anatomi satu roll: apa yang terjadi saat panen
Saat kamu memanen satu buah, game pada dasarnya melakukan tiga pemeriksaan berurutan. Pertama, apakah buah ini mendapat varian pertumbuhan? Peluang kecil untuk Silver (5x), lebih kecil untuk Gold (20x), dan sangat kecil untuk Rainbow (50x). Kedua, apakah buah ini mendapat mutasi? Di sinilah puluhan mutasi — dari Wet (2x) yang umum hingga Astral (365x) yang ekstrem — masing-masing punya peluang roll sendiri menurut estimasi komunitas. Ketiga, pengali-pengali itu digabungkan untuk menentukan nilai akhir buah.
Penting: game tidak memublikasikan angka resmi untuk pemeriksaan ini. Semua angka q yang beredar — preset 1%, 0,5%, 0,1%, 0,05% di tool simulasi roll mutasi — adalah estimasi komunitas dari pengamatan pemain dan dokumentasi wiki, dan bisa berubah tiap patch. Kalau kamu baru pertama kali mendengar istilah ini, mulai dari dasar-dasar roll mutasi dulu agar fondasinya kuat.
Rumus 1−(1−q)^n dijelaskan perlahan
Rumus ini menjawab pertanyaan paling populer: “kalau peluang per panennya q dan saya panen n kali, berapa peluang saya dapat minimal satu?” Cara berpikirnya dibalik — hitung dulu peluang gagal total, lalu kurangi dari 100%:
- Peluang gagal satu panen = 1 − q. Untuk q = 0,1%, ini 99,9%.
- Peluang gagal n kali berturut-turut = (1 − q)^n, karena setiap roll independen — peluangnya dikalikan.
- Peluang berhasil minimal sekali = 1 dikurangi peluang gagal total itu.
Ada rumus pendamping yang tak kalah penting: ekspektasi hit = n × q. Ini rata-rata jumlah mutasi yang kamu dapat jika eksperimen diulang tak berhingga kali. Untuk q = 0,1% dan n = 1.000, ekspektasinya tepat 1 hit — tetapi ingat, rata-rata bukan janji: sebarannya melebar ke batch yang zonk dan batch yang dapat lebih dari satu.
Contoh hitungan nyata
Contoh 1: Rainbow, q = 0,1%, n = 1.000 panen
Peluang gagal total = 0,999^1000 ≈ 36,8%. Jadi peluang dapat minimal satu Rainbow ≈ 63,2%. Ekspektasi hit = 1.000 × 0,001 = 1 hit. Artinya: lebih dari sepertiga pemain dengan 1.000 panen pulang dengan tangan kosong — sepenuhnya normal.
Contoh 2: Mutasi umum, q = 1%, n = 200 panen
Peluang gagal total = 0,99^200 ≈ 13,4%. Peluang minimal satu hit ≈ 86,6%. Ekspektasi hit = 200 × 0,01 = 2 hit. Mutasi umum jauh lebih “ramah” — inilah kenapa kebunmu sering dipenuhi Wet dan Windstruck.
Contoh 3: Mutasi sangat langka, q = 0,05%, n = 1.000 panen
Peluang gagal total = 0,9995^1000 ≈ 60,7%. Peluang minimal satu hit ≈ 39,3%. Ekspektasi hit = 0,5. Di sinilah frustrasi lahir: mayoritas pemain gagal meski sudah 1.000 panen.
Tabel ringkas untuk q = 0,1%:
| Jumlah panen (n) | Peluang minimal 1 hit | Ekspektasi hit |
|---|---|---|
| 100 | ≈ 9,5% | 0,1 |
| 500 | ≈ 39,3% | 0,5 |
| 1.000 | ≈ 63,2% | 1,0 |
| 3.000 | ≈ 95,0% | 3,0 |
| 10.000 | ≈ 99,995% | 10,0 |
Independensi: konsep yang paling disalahpahami
Setiap roll independen artinya riwayat tidak berpengaruh: gagal 999 kali tidak membuat roll ke-1.000 lebih berpeluang daripada roll pertama. Analogi klasiknya adalah koin — sepuluh sisi angka beruntun tidak membuat sisi gambar “jatuh tempo”. Game juga tidak memublikasikan sistem pity untuk roll mutasi, jadi jangan bermain dengan asumsi “sebentar lagi pasti dapat”. Satu-satunya hal yang menaikkan peluang kumulatifmu adalah n yang lebih besar: perbanyak panen, bukan berharap pada pola.
Dari teori ke simulasi Monte Carlo
Rumus memberi satu angka; simulasi memberi gambaran sebaran. Metode Monte Carlo “memanen” ribuan kali memakai angka acak komputer, lalu mencatat hasilnya ke dalam 1.000 batch — persis seperti yang dilakukan simulator roll mutasi di situs ini. Histogramnya membagi batch ke 0 hit, 1 hit, dan 2+ hit, sehingga kamu melihat sendiri: berapa banyak “pemain virtual” yang zonk total padahal peluang teorinya 63%. Selisih 1–2% antara hasil simulasi dan angka teori adalah noise sampel yang wajar.
Setelah rumusnya dikuasai, terapkan ke perencanaan nyatamu: berapa kali roll untuk dapat Rainbow mengubah angka-angka ini menjadi target panen konkret, dan perbandingan strategi roll mutasi membantumu memilih pendekatan yang paling efisien.
Pertanyaan Umum tentang Cara Kerja Roll Mutasi
Apa rumus peluang mendapat mutasi dari roll?
Peluang mendapat minimal satu hit adalah 1−(1−q)^n, dengan q peluang per panen dan n jumlah panen. Ekspektasi jumlah hit adalah n × q. Kedua angka memakai estimasi komunitas karena game tidak memublikasikan peluang resmi.
Kenapa peluang 0,1% dalam 1.000 panen bukan 100%?
Karena setiap panen independen. Peluang gagal satu panen adalah 99,9%, dan peluang gagal 1.000 kali berturut-turut adalah 0,999^1000 = 37%. Jadi peluang berhasilnya 63%, bukan 100%. Persentase bukan jaminan hitungan.
Apa itu ekspektasi n × q dan bagaimana membacanya?
Ekspektasi n × q adalah rata-rata hit jika eksperimen diulang tak berhingga kali. Untuk q=0,1% dan n=1.000, ekspektasinya 1 hit per batch — tetapi rata-rata tidak menunjukkan sebaran: banyak batch zonk, sebagian dapat lebih dari satu.
Apakah rumus ini berlaku untuk semua mutasi?
Ya, rumusnya sama untuk semua mutasi — yang berbeda hanya nilai q-nya. Mutasi umum punya q lebih besar, mutasi langka seperti Astral atau Celestial punya q jauh lebih kecil, sehingga n yang dibutuhkan membengkak.
Bagaimana cara memverifikasi perhitungan saya?
Jalankan simulator roll mutasi dengan q dan n yang sama, lalu bandingkan kartu hasil simulasi dengan angka teorimu. Selisih 1–2% adalah noise yang wajar dari 1.000 batch sampel.
Semua perhitungan nilai buah bermutasi pada akhirnya bermuara ke satu tempat: kalkulator utama Grow a Garden untuk menghitung harga jual dengan berat dan mutasi lengkap.
Talha adalah tipe pemain yang membuka spreadsheet sebelum membuka game — ia menghitung peluang roll mutasinya sendiri jauh sebelum membangun simulatornya. Ia percaya satu rumus yang dipahami mengalahkan seribu firasat.
Baca juga: Cara Simulasi Roll Mutasi Grow a Garden: Panduan Tool Lengkap