GachaLab
Understanding Randomness, Exploring Human Decisions.
GachaLab adalah media pembelajaran dan simulasi sistem probabilitas dalam game digital. Semua simulasi memakai mata uang virtual tanpa nilai ekonomi, bersifat edukatif, dan bukan perjudian.
Simulation Lab
Pull hero fiktif dengan RNG dan pity yang dapat diatur.
Probability Lab
Kalkulator peluang dan perbandingan Standard vs Pity.
Statistics
Hasil aktual vs teoretis dari simulasi massal.
Behavior Lab
Skenario keputusan dan bias kognitif.
Learning Corner
Konsep RNG, drop rate, pity, dan fallacy.
About & Research
Tujuan, penelitian, dan referensi.
Simulation Lab
Pengaturan
Pity & Sesi
Koleksi Hero
Probability Lab
Kalkulator peluang
P(minimal 1) = 1 − (1 − p)n
Simulasi percobaan
5.000 percobaan untuk tiap jumlah pull (10, 30, 60, 90) dengan konfigurasi saat ini; dihitung oleh engine C.
Standard vs Pity: peluang kumulatif Legendary
Pada Standard, tiap pull independen dengan peluang tetap, sehingga kurva naik pelan. Pada Pity, peluang berubah menurut aturan soft dan hard pity, sehingga kurva melonjak lalu mencapai 100% di hard pity.
Hukum probabilitas
Pada RNG tanpa pity, setiap percobaan independen: hasil sebelumnya tidak memengaruhi peluang berikutnya. Rumus di atas menghitung peluang setidaknya satu keberhasilan dalam n percobaan, bukan peluang pada satu pull tertentu. Hasil simulasi akan mendekati teori jika jumlah percobaan besar (hukum bilangan besar), tetapi tidak pernah persis sama.
Statistics Dashboard
Behavior Lab
Refleksi edukatif berdasarkan jawaban Anda. Ini bukan alat diagnosis psikologis dan tidak memberi label kepribadian.
Learning Corner
About & Research
GachaLab
GachaLab dikembangkan sebagai media simulasi untuk penelitian "Analisis Pengaruh Desain Sistem Gacha dalam Game Digital terhadap Pola Pikir Mahasiswa Universitas Pendidikan Indonesia". Seluruh simulasi bersifat edukatif, memakai mata uang virtual tanpa nilai ekonomi, dan angka konfigurasi bukan klaim drop rate game tertentu. Hero dan ilustrasi adalah karya fiktif orisinal.
PRNG (xorshift32) menghasilkan angka pseudorandom: sepenuhnya ditentukan algoritma dan seed, bukan keacakan sejati.