Jawaban singkat: estimasi Fermi adalah cara memperkirakan besaran yang sulit diketahui langsung dengan memecah pertanyaan menjadi beberapa faktor yang bisa ditaksir. Kita lalu mengalikan atau membagi faktor tersebut, memakai angka yang masuk akal, dan menyatakan hasil sebagai rentang atau orde besaran—bukan sebagai angka yang pasti.
Metode ini berguna saat data belum lengkap, waktu terbatas, atau kita hanya perlu mengecek apakah sebuah klaim masuk akal. NIST menekankan bahwa estimasi bukan sekadar tebakan; keterampilan ini membantu memahami skala, membandingkan besaran, dan memeriksa kewajaran hasil. Karena itu, estimasi Fermi cocok untuk matematika, sains, bisnis, kebijakan, dan keputusan sehari-hari.
Apa yang membuat estimasi Fermi berbeda dari tebakan?
Tebakan spontan sering tidak menunjukkan alasan. Sebaliknya, estimasi Fermi meninggalkan jejak yang dapat diperiksa: asumsi, satuan, operasi, dan rentang hasil. Orang lain bisa mengganti satu asumsi lalu melihat seberapa besar jawabannya berubah.
| Pendekatan | Tujuan | Hasil yang diharapkan |
|---|---|---|
| Pengukuran | Mendapat nilai dari alat atau observasi | Angka dengan ketelitian dan ketidakpastian |
| Perhitungan tepat | Mengolah data yang lengkap | Jawaban sesuai model dan input |
| Estimasi Fermi | Mencari skala jawaban dari data terbatas | Rentang atau orde besaran yang dapat dijelaskan |
| Tebakan tanpa dasar | Memberi angka secepatnya | Sulit diuji dan mudah menyesatkan |
Jangan samakan “kasar” dengan “sembarangan”. Artikel tentang heuristik matematika menunjukkan mengapa strategi cepat tetap memerlukan aturan dan pemeriksaan.
Langkah estimasi Fermi yang dapat diulang
1. Tentukan pertanyaan dan satuannya
Tuliskan apa yang dicari. “Berapa banyak air yang diminum di sekolah?” masih kabur. Ubah menjadi “Berapa liter air minum yang dikonsumsi seluruh siswa selama satu hari sekolah?” Satuan liter per hari mencegah kita mencampur jumlah botol, volume, dan waktu.
2. Pecah menjadi faktor yang lebih mudah
Bangun persamaan sederhana:
Total air per hari ≈ jumlah siswa × fraksi siswa yang membawa air × isi rata-rata wadah × jumlah isi ulang.
Setiap faktor harus lebih mudah ditaksir daripada pertanyaan awal. Jika satu faktor masih sulit, pecah lagi. Prinsip ini sejalan dengan panduan Order of Magnitude Estimation dari Dartmouth: gunakan pengetahuan yang ada, buat asumsi terdidik, dan cari wawasan umum, bukan ketepatan semu.
3. Pilih angka bulat yang masuk akal
Misalkan sekolah memiliki sekitar 800 siswa. Kira-kira tiga perempat membawa wadah minum, rata-rata volumenya 0,6 liter, dan tiap siswa menghabiskan 1,5 wadah selama jam sekolah. Kita tidak perlu menulis 0,743 atau 0,617 tanpa data nyata. Gunakan aturan pembulatan agar tingkat ketelitian sesuai dengan kualitas asumsi.
4. Hitung, lalu tulis orde besarannya
Perkiraan tengah:
800 × 0,75 × 0,6 L × 1,5 ≈ 540 L per hari.
Hasil 540 liter berada pada orde ratusan liter, yaitu sekitar 102–103 liter. Untuk estimasi Fermi, pernyataan “sekitar 500 liter, mungkin beberapa ratus hingga mendekati seribu liter” lebih jujur daripada “tepat 540,0 liter”.
5. Uji batas bawah, batas atas, dan kewajaran
Ambil skenario rendah: 600 siswa × 0,6 × 0,5 L × 1 = 180 L. Skenario tinggi: 1.000 × 0,9 × 0,75 L × 2 = 1.350 L. Jadi rentang 200–1.400 liter masuk akal untuk asumsi kita. Rentang yang lebar memberi tahu bahwa jumlah siswa dan isi ulang layak diukur lebih dahulu jika keputusan membutuhkan ketelitian.
Contoh kedua: berapa ubin untuk lantai aula?
Bayangkan aula berukuran kira-kira 18 m × 12 m. Luasnya sekitar 216 m². Ubin 40 cm × 40 cm memiliki luas 0,16 m². Maka kebutuhan dasar ≈ 216 ÷ 0,16 = 1.350 ubin. Tambahkan sekitar 10% untuk potongan dan kerusakan, sehingga perkiraan menjadi kurang lebih 1.500 ubin.
Contoh ini menghubungkan estimasi dengan geometri. Jika Anda ingin meninjau kembali hubungan ukuran dan ruang, baca rumus volume serta rumus matematika untuk penggunaan sehari-hari. Pastikan satuan konsisten: 40 cm harus diubah menjadi 0,4 m sebelum menghitung luas dalam meter persegi.
Orde besaran dan mengapa faktor sepuluh penting
Orde besaran menyatakan skala dengan pangkat sepuluh. Seribu sama dengan 103; satu juta sama dengan 106. Dalam masalah Fermi, jawaban yang berada di orde yang sama sering sudah cukup untuk memilih antara dua rencana.
Misalnya, apakah sebuah acara memerlukan 20, 200, atau 2.000 kursi? Kesalahan kecil sebesar 20% mungkin tidak mengubah keputusan. Namun, kekeliruan faktor sepuluh jelas mengubah gedung, biaya, dan logistik. Materi Berkeley tentang Fermi problems juga menempatkan metode ini sebagai alat untuk mengecek kewajaran klaim kuantitatif.
Analisis sensitivitas: faktor mana yang paling berpengaruh?
Setelah memperoleh jawaban awal, ubah satu faktor pada satu waktu. Jika jumlah isi ulang naik dari 1 menjadi 2, total air ikut menjadi dua kali lipat. Sebaliknya, perubahan volume wadah dari 0,6 menjadi 0,65 liter hanya menggeser hasil sekitar 8%.
Faktor yang paling tidak pasti sekaligus paling kuat pengaruhnya harus mendapat perhatian pertama. Cara berpikir ini mencegah kita menghabiskan waktu untuk memperhalus angka kecil sementara asumsi utama masih lemah. Gunakan juga konsep mean atau rata-rata dengan hati-hati; rata-rata yang tidak mewakili kelompok dapat mengaburkan variasi.
Kesalahan umum dan cara memperbaikinya
- Mencampur satuan. Tulis satuan di setiap baris dan konversikan sebelum mengalikan.
- Memakai terlalu banyak angka desimal. Dua angka penting biasanya cukup karena inputnya juga perkiraan.
- Menyembunyikan asumsi. Daftarkan sumber angka dan alasan pemilihannya.
- Memberi satu jawaban tanpa rentang. Hitung skenario rendah, tengah, dan tinggi.
- Menghitung faktor yang sama dua kali. Gambar pohon faktor agar kelompok tidak tumpang tindih.
- Menerima hasil tanpa uji kewajaran. Bandingkan dengan kapasitas ruang, waktu, anggaran, atau pengalaman sehari-hari.
NIST Everyday Estimation menyarankan latihan dengan benda sehari-hari untuk membangun titik acuan panjang, massa, dan volume. Titik acuan membuat asumsi awal lebih kuat.
Kapan estimasi Fermi tidak cukup?
Jangan gunakan estimasi sebagai pengganti pengukuran keselamatan, dosis obat, desain struktur, audit keuangan, atau keputusan hukum. Dalam konteks berisiko tinggi, metode ini hanya boleh menjadi pemeriksaan awal. Setelah itu, gunakan data resmi, instrumen yang tepat, dan tenaga ahli.
Selain itu, waspadai data gabungan. Paradoks Simpson menunjukkan bahwa pola keseluruhan dapat berbalik ketika kelompok penting dipisahkan. Sebuah perkiraan total yang baik belum tentu menjelaskan perbedaan antarwilayah, umur, atau kelompok pengguna.
Kuis estimasi Fermi
- Apa tujuan utama estimasi Fermi?
Menemukan skala jawaban yang masuk akal dari data terbatas, bukan menghasilkan angka pasti. - Mengapa satuan perlu ditulis sejak awal?
Satuan mencegah kita mencampur jumlah, volume, luas, dan waktu serta membantu menemukan operasi yang salah. - Manakah yang lebih tepat: 537,284 liter atau sekitar 500 liter?
Sekitar 500 liter, karena asumsi awal tidak mendukung enam angka penting. - Jika satu faktor menjadi dua kali lipat, apa yang terjadi pada hasil perkalian?
Hasil ikut menjadi dua kali lipat selama faktor lain tetap. - Berapa orde besaran 8.000?
Sekitar 104, karena 8.000 lebih dekat pada 10.000 daripada 1.000 dalam skala logaritmik. - Mengapa perlu batas bawah dan atas?
Keduanya menunjukkan ketidakpastian dan membantu melihat apakah keputusan berubah pada skenario berbeda. - Apa yang harus diukur lebih dahulu?
Faktor yang paling tidak pasti dan paling memengaruhi hasil. - Apakah estimasi Fermi cocok untuk menetapkan dosis obat?
Tidak. Dosis memerlukan data klinis, perhitungan terverifikasi, dan tenaga kesehatan.
Kesimpulan
Estimasi Fermi mengubah pertanyaan besar menjadi rangkaian asumsi kecil yang bisa diuji. Tentukan satuan, pecah masalah, pilih angka sederhana, hitung orde besaran, buat rentang, lalu periksa sensitivitas dan kewajaran. Jawaban akhirnya mungkin kasar, tetapi alur pikir yang terbuka membuatnya berguna, dapat dikritik, dan mudah diperbaiki ketika data baru tersedia.
Artikel pendamping berbahasa Inggris akan ditautkan setelah diterbitkan.