Mengatasi Overthinking dengan Markov Chain
Kemaren malem gue ngobrol sama temen yang lagi krisis eksistensial. Dia baru aja ditolak gebetannya, terus nilai kuis kalkulusnya ancur, dan dia nutup curhatannya dengan kalimat klasik: "Kayaknya idup gue emang dikutuk dari dulu deh. Semua yang gue lakuin pasti berujung gagal."
Gue dengerin dia sambil nyeruput kopi yang udah dingin. Dalam hati gue mikir, ini anak lagi kejebak dalam fallacy probabilitas bersyarat yang salah kaprah. Dia nganggep semua kejadian buruk di idupnya itu punya korelasi langsung dan saling narik satu sama lain jadi rentetan sial yang panjang.
Ini tuh penyakit overthinking yang paling umum. Otak manusia emang dirancang secara evolusioner buat nyari pola, bahkan di tempat yang sebenernya pure random. Kalo lu pernah belajar probabilitas dan proses stokastik, lu pasti kenal yang namanya Markov Chain.
Prinsip dasar Markov Chain itu seksi banget, namanya sifat tanpa memori alias memoryless property. Maksudnya gini: probabilitas lu pindah ke state (kondisi) berikutnya, cuma bergantung sama state lu saat ini. Bukan bergantung pada seberapa banyak state buruk yang udah lu lewatin di masa lalu.
Misal lu lagi di state A (sedih karena ditolak). Probabilitas lu besok pindah ke state B (seneng karena nemu hobi baru) itu cuma dipengaruhi oleh aksi lu hari ini di state A. Fakta bahwa minggu kemaren lu juga abis jatoh dari motor, atau bulan lalu lu abis diomelin dosen, itu secara matematis udah ga ada hubungannya lagi sama probabilitas lu bahagia besok. Paham ga?
Overthinking itu terjadi karena lu ngelanggar hukum Markov. Lu narik semua log masa lalu lu, nge-load data penderitaan lima tahun ke belakang, terus lu pake buat nge-predict kegagalan lu besok. Otak lu jadi overload, kepanasan, dan akhirnya lu milih buat ga ngelakuin apa-apa saking takutnya.
Ini tuh ekuivalen sama nyimpen semua cache memori di browser sampe laptop lu nge-hang. Padahal algoritma yang bener buat jalanin idup itu ya nerapin Markov Chain.
Lu baru gagal ngerjain project? Yaudah, lu sekarang ada di state C (gagal). Aksi apa yang bisa lu ambil dari state C ini buat pindah ke state D (sukses)? Coba analisis kegagalan lu yang sekarang aja. Ga usah bawa-bawa waktu lu SD pernah diomelin guru gara-gara lupa bawa PR. Itu data sampah yang cuma nambah noise di model prediksi lu.
Banyak banget orang hebat di luar sana yang sebenernya cuma jago nerapin prinsip memoryless ini. Mereka bisa bounce back cepet banget karena mereka ga mikul beban masa lalu. Mereka ngeliat tiap hari sebagai initial state baru dengan probabilitas transisi matriks yang bisa di-tweak lewat usaha dan keputusan yang logis.
Jadi, buat lu yang tiap malem suka natap langit-langit kamar sambil mikirin rentetan memalukan dari jaman SMP sampe sekarang, tolong stop. Clear cache memori lu. Masa depan lu itu probabilistik, bukan deterministik yang udah dikutuk dari awal.
Fokus aja sama state lu sekarang. Kalo lu hari ini milih buat belajar hal baru, probabilitas lu dapet kerjaan bagus bakal naik. Simpel kan?
Udah ah, gue mau lanjut ngoding. Moga lu bisa cepet-cepet reset matriks probabilitas lu.
- Khay