Hello, i'm Gorga.

Proposal komparasi kuantitatif antara sistem pity (peluang naik bertahap per tarikan) dan mileage (tukar poin pasti) pada gim gacha. Tujuannya memetakan sebaran jumlah pull, peluang dapat target, dan risiko gagal lewat pemodelan stokastik serta simulasi Monte Carlo.

Catatan Awal: Tulisan ini masih draf proposal untuk bimbingan KTI. Belum ada angka hasil run simulasi atau klaim kesimpulan. Parameter dan batasan model masih terbuka untuk disesuaikan dengan masukan dosen.

Latar Belakang & Motivasi

Banyak gim digital memakai sistem gacha sebagai mekanisme monetisasi utama, tapi aturan proteksi pemainnya beda-beda. Ada yang memakai soft/hard pity seperti Honkai: Star Rail (HSR)—di mana peluang naik setelah sekian pull gagal—dan ada yang memakai sistem mileage atau spark seperti StarSavior, di mana setiap pull memberi token yang nantinya bisa ditukar langsung dengan karakter target.

Secara intuitif pemain sering membandingkan mana yang "lebih ramah", tapi perbandingannya jarang dihitung secara kuantitatif dengan indikator yang setara (misal: median pull, persentil ke-90/95, dan risiko meleset pada bujet tertentu). Sebagai mahasiswa Sains Data, topik ini menarik untuk diuji memakai pemodelan probabilistik dan simulasi stokastik.

Rumusan Masalah

• Bagaimana bentuk kurva peluang kumulatif memperoleh karakter target pada sistem pity HSR vs mileage StarSavior?
• Berapa rata-rata, median, serta persentil ke-90 dan ke-95 jumlah pull yang dihabiskan pemain pada kedua sistem?
• Bagaimana mekanisme jaminan (50:50 pada HSR) dan batas penukaran mileage memengaruhi risiko gagal pada batas bujet pull tertentu?

Batasan Masalah

• Objek uji dibatasi pada satu banner karakter terbatas (limited rate-up) per masing-masing gim.
• Kondisi awal diuji dari titik nol: pity counter 0, belum ada status jaminan (off-banner), dan poin mileage 0.
• Fokus murni pada probabilitas matematis dan distribusi pull, bukan analisis psikologi belanja atau valuasi rupiah/mata uang riil.
• Data banner HSR memakai dokumentasi resmi HoYoverse. Data StarSavior masih dalam penelaahan sumber resmi StudioBSIDE; parameter yang belum pasti akan dilabeli sebagai asumsi model, bukan fakta resmi.

Rencana Metodologi

Penelitian dirancang dalam empat tahap kerja:

• Inventarisasi Aturan Banner: Mencatat base rate, ambang soft pity, hard pity, mekanisme 50:50, serta rasio konversi mileage ke dalam tabel parameter terverifikasi.
• Formulasi Model Matematis: Menyusun model probabilitas kondisional untuk tarikan independen dan state-dependent (pity counter).
• Simulasi Monte Carlo: Mengimplementasikan simulasi berbasis Python (100.000 iterasi per skenario) dengan seed acak tercatat agar hasil dapat direproduksi.
• Analisis Distribusi: Menghitung nilai mean, median, IQR, persentil ke-90/95 (indikator unlucky tail), dan grafik CDF (Cumulative Distribution Function).

Rencana Luaran (Deliverables)

• Tabel parameter terverifikasi dari kedua gim beserta catatan sumbernya.
• Skrip simulasi Monte Carlo (Python/Jupyter Notebook) yang terbuka dan bisa di-run ulang.
• Visualisasi grafik CDF dan perbandingan metrik risiko (median vs P95).
• Naskah artikel KTI yang siap diajukan untuk telaah lanjutan.

Poin Diskusi untuk Dosen Pembimbing

• Apakah scope komparasi dua gim ini sudah pas untuk artikel KTI tingkat sarjana, atau perlu dipersempit ke satu mekanisme saja?
• Bagaimana perlakuan terbaik jika dokumentasi resmi StarSavior tidak merinci kurva soft pity secara publik: apakah cukup dimodelkan sebagai flat-rate + hard mileage dengan catatan asumsi eksplisit?
• Apakah simulasi Monte Carlo perlu divalidasi juga dengan pendekatan rekursi eksak (misal rantai Markov sederhana)?

Rencana Kerja & Timeline

• Tahap 1: Telaah literatur (paper gacha & modul KTI) + verifikasi parameter resmi.
• Tahap 2: Bimbingan draf metodologi ke dosen pembimbing.
• Tahap 3: Penulisan skrip simulasi Python + validasi kasus batas (sanity check).
• Tahap 4: Olah visualisasi, analisis data, dan penulisan draf artikel KTI.

Tulis pembuka atau ringkasan singkat tulisanmu di sini.

Judul Sementara

[Masukkan judul tulisan]

Pertanyaan Utama

[Apa yang ingin dibahas atau dijawab?]

Outline

• [Poin atau bagian pertama]
• [Poin atau bagian kedua]
• [Poin atau bagian ketiga]

Catatan

[Tambahkan isi, referensi, atau catatan kerja di sini.]