Mengapa skor akurasimu berbeda di tiap platform

Kamu bermain satu partai di Chess.com dan diberi tahu bahwa akurasimu 87 %. Partai yang sama kamu impor ke Lichess, lalu analisisnya menunjuk ketidakakuratan yang berbeda. Kamu jalankan lewat Stockfish di komputermu, hasilnya berubah lagi. Yang mana yang benar?

Jawabannya: tidak ada satu pun yang secara objektif "benar". Tiap platform memakai metodologi, versi mesin, kedalaman analisis, dan kriteria penggolongan sendiri. Memahami perbedaan itu penting supaya kamu memanfaatkan metrik akurasi secara produktif, bukan terpaku pada angka yang memang tidak pernah dirancang untuk presisi.

Bagaimana skor akurasi dihitung

Gagasan dasarnya sederhana: bandingkan tiap langkahmu dengan langkah terbaik versi mesin lalu ukur selisihnya. Tapi cara perbandingan itu dilakukan berbeda cukup jauh antar platform.

Sebagian platform memakai model kehilangan centipawn: mereka mengukur berapa banyak nilai yang "hilang" pada setiap langkahmu dibanding langkah terbaik, lalu mengubahnya menjadi persentase. Sebagian lain memakai model probabilitas menang: mereka menerjemahkan penilaian menjadi peluang menang dan mengukur berapa banyak peluang itu yang hilang. Untuk partai yang sama, dua pendekatan ini bisa memberi hasil yang berbeda nyata.

Model centipawn cenderung lebih menghukum pada posisi yang sudah menentukan. Kalau kamu unggul +5,0 lalu bermain langkah yang menurunkannya ke +3,0, itu kehilangan 200 centipawn — besar menurut metrik ini — padahal kamu tetap menang telak. Model probabilitas menang lebih longgar di sini, sebab peluang menang nyaris tak berubah antara +5,0 dan +3,0.

Sebaliknya, model probabilitas menang jauh lebih peka di sekitar posisi seimbang. Turun dari +0,3 ke -0,3 hanya berarti kehilangan 60 centipawn, tapi menandakan pergeseran peluang menang yang besar.

Persoalan kedalaman

Faktor yang barangkali paling menentukan dalam perbedaan skor akurasi adalah kedalaman analisis. Seperti dibahas dalam artikel kami tentang evaluasi mesin, penilaian mesin atas sebuah posisi bisa berubah cukup jauh antara kedalaman 18 dan kedalaman 28.

Kebanyakan platform menganalisis partai pada kedalaman sedang, biasanya 18-22, karena menganalisis jutaan partai setiap hari pada kedalaman 30 ke atas akan menuntut sumber daya komputasi yang luar biasa besar. Padahal pada kedalaman sedang itu, "langkah terbaik" versi mesin belum tentu benar-benar yang terbaik. Langkahmu yang katanya "kurang akurat" bisa saja ternyata lebih unggul pada kedalaman yang lebih tinggi.

Dari situ lahir kenyataan yang kurang nyaman: skor akurasi mengukur permainanmu dengan tolok ukur yang tidak sempurna. Mesin di kedalaman 20 bukan peramal; ia penganalisis yang sangat kuat tapi tetap bisa keliru. Memperlakukan penilaiannya sebagai kebenaran mutlak menyisipkan kesalahan sistematis ke dalam perhitungan akurasi.

Ambang penggolongan

Tiap platform memakai ambang berbeda untuk menggolongkan langkah sebagai "terbaik", "sangat bagus", "bagus", "kurang akurat", "kesalahan", atau "Blunder". Ambang-ambang itu sedikit banyak bersifat sembarang, dan sangat memengaruhi cerita yang disodorkan tinjauan partaimu.

Satu platform bisa menyebut kehilangan 50 centipawn sebagai "kesalahan", sementara platform lain baru memberi label itu pada 100 centipawn. Satu platform mungkin hanya menandai satu langkah teratas mesin sebagai "terbaik", sedangkan yang lain menganggap semua langkah dalam jarak 10 centipawn dari langkah teratas sebagai "terbaik".

Pilihan penggolongan itu adalah keputusan desain, bukan kebenaran catur. Ia menentukan berapa banyak "kesalahan" yang muncul dalam tinjauan partaimu, langkah mana yang disorot, dan pada akhirnya bagaimana kamu memandang permainanmu sendiri. Partai yang tampak bersih di satu platform bisa terlihat penuh kesalahan di platform lain, padahal catur di baliknya persis sama.

Versi mesin dan jaringannya

Sekalipun dua platform sama-sama memakai "Stockfish", mereka bisa saja menjalankan versi berbeda dengan jaringan NNUE berbeda. Stockfish 15 menilai posisi tidak sama dengan Stockfish 17, dan Stockfish 17 pun berbeda dari Stockfish 18. Selisihnya biasanya kecil, tapi bisa berarti pada jenis posisi tertentu.

Sebagian platform memakai mesin milik sendiri atau versi modifikasi dari mesin sumber terbuka. Karakter penilaian, kekuatan, dan kelemahannya bisa berbeda dari Stockfish standar. Ketika sebuah platform tidak mengungkapkan mesin dan versi apa yang dipakainya, membandingkan akurasi jadi makin tak bermakna.

Di ChessOnyx kami menjalankan Stockfish 18 dengan NNUE — versi stabil terbaru — dan kami terbuka soal itu. Setiap kali kami merilis fitur analisis, kamu akan selalu tahu persis mesin dan pengaturan apa yang menghasilkan penilaiannya.

Faktor gamifikasi

Perlu diakui bahwa skor akurasi mengemban dua peran sekaligus. Sebagian ia alat analisis, sebagian lagi fitur penarik keterlibatan. Platform punya insentif finansial agar analisis terasa memuaskan dan pengguna terus kembali.

Hal itu muncul dalam bentuk yang halus: skor akurasi yang murah hati sehingga pemain merasa senang, label dramatis yang menciptakan momen berkesan, atau nilai performa yang membuat pemain tampak lebih kuat daripada kenyataannya. Tak satu pun dari itu otomatis berarti tidak jujur, tapi penting menyadari motif yang bekerja di baliknya.

Analisis paling berharga bukan yang membuatmu merasa paling nyaman, melainkan yang menunjukkan di mana kamu bisa membaik. Kadang masukan yang paling berguna justru terasa tidak enak, karena menyingkap pola kesalahan yang tak kamu sadari selama ini.

Cara memakai skor akurasi secara produktif

Meski punya keterbatasan, skor akurasi tetap berguna bila didekati dengan benar:

Pantau akurasimu dari waktu ke waktu pada satu platform saja. Angka mutlaknya mungkin tak banyak berarti, tapi kecenderungan dalam sistem yang sama itu bermakna. Kalau rata-rata akurasimu naik dari 75 % ke 82 % dalam beberapa bulan di platform yang sama, itu kemajuan sungguhan — sekalipun angka persisnya agak sembarang.

Jangan membandingkan skor akurasi antar platform. Angka 85 % di satu platform tidak setara dengan 85 % di platform lain. Bandingkan hanya di dalam sistem yang sama.

Fokuslah pada analisisnya, bukan pada skornya. Nilai sesungguhnya dari tinjauan pascapartai terletak pada memahami posisi tertentu tempat kamu salah jalan dan belajar darinya. Persentase akurasi hanyalah angka rangkuman yang lebih banyak menyembunyikan daripada mengungkap.

Bersikaplah skeptis terhadap skor akurasi yang sangat tinggi. Kalau sebuah platform terus-menerus bilang kamu bermain dengan akurasi 95 %, bisa jadi ia memakai ambang yang longgar, bukan mencerminkan permainan yang benar-benar nyaris sempurna. Jadikan itu dorongan untuk mencari analisis yang lebih ketat, bukan penegasan bahwa permainanmu tanpa cela.

Ingatlah bahwa catur dimainkan manusia, bukan mesin. Langkah yang menurut ukuran mesin "terbaik kedua" bisa jadi pilihan paling praktis dalam partai sungguhan, terlebih saat waktu menipis. Skor akurasi tak mampu menangkap unsur manusiawi dalam catur — pengelolaan waktu, tekanan psikologis, kerumitan praktis — padahal semua itu sama pentingnya dengan mutu catur murni.