Film tahun 1997 Good Will Hunting mengokohkan citra populer: seorang jenius tak dikenal yang dengan santai memecahkan soal matematika mustahil sambil bekerja sebagai pekerja kantoran. Adegan di mana karakter Matt Damon dengan mudah menyelesaikan persamaan rumit yang tertulis di papan tulis di MIT telah menjadi ikon. Namun kenyataannya tidak terlalu dramatis—dan soal matematika sebenarnya yang disajikan dalam film tersebut ternyata sangat sederhana, bahkan sepele, bagi siapa pun yang memiliki pemahaman dasar tentang teori grafik.
Inspirasi Sejati: George Dantzig
Film ini mengambil inspirasi dari kisah George Dantzig, seorang ahli matematika yang, sebagai mahasiswa pascasarjana pada tahun 1939, secara tidak sengaja memecahkan dua masalah statistik yang belum terselesaikan yang ia kira sebagai pekerjaan rumah. Dantzig bukanlah orang luar; dia sudah tenggelam dalam matematika tingkat lanjut. Prestasinya sangat mengesankan, namun secara fundamental berbeda dari penggambaran film tentang kecemerlangan yang instan dan tidak terlatih. Good Will Hunting memperdagangkan akurasi demi kenyamanan narasi. Kisah film ini lebih menarik karena melebih-lebihkan premisnya—seorang awam memecahkan masalah yang tidak dapat dipecahkan oleh keahliannya selama bertahun-tahun.
Masalahnya: Mudah Diselesaikan
Tantangan papan tulis dalam film ini melibatkan menggambar semua “pohon yang tidak dapat direduksi secara homeomorfis” berukuran sepuluh. Ini berarti memvisualisasikan semua kemungkinan diagram mirip pohon dengan sepuluh node, mengikuti aturan khusus tentang bagaimana node tersebut terhubung. Setelah Anda memahami terminologinya, tugasnya bukanlah soal wawasan jenius tetapi penerapan metodis.
Kunci pemahamannya adalah menguraikan jargonnya:
- pohon hanyalah sebuah grafik tanpa loop (tidak ada jalur tertutup).
- Homeomorfik berarti bentuk persisnya tidak menjadi masalah, yang penting hanyalah hubungan antar node.
- Tidak dapat direduksi memastikan bahwa tidak ada node yang terhubung ke dua node lainnya, karena hal ini dapat disederhanakan lebih lanjut.
Dengan definisi tersebut, permasalahan menjadi teka-teki visual. Seseorang dapat memulai dengan menggambar sebuah simpul pusat yang terhubung dengan sembilan simpul lainnya, yang segera memenuhi kriteria. Solusi lain dapat ditemukan dengan sedikit mencoret-coret secara sistematis.
Matematika di Balik Solusi
Untuk pendekatan yang lebih formal, permasalahan dapat dinyatakan sebagai serangkaian persamaan sederhana:
n1 + n3 + n4 + n5 + n6 + n7 + n8 + n9 = 10(di mana n mewakili jumlah node dengan jumlah koneksi tertentu)n1 + 3n3 + 4n4 + 5n5 + 6n6 + 7n7 + 8n8 + 9n9 = 18(mewakili jumlah total koneksi)
Mengurangi persamaan pertama dari persamaan kedua menghasilkan:
*2n3 + 3n4 + 4n5 + 5n6 + 6n7 + 7n8 + 8n9 = 8
Persamaan ini memberikan kerangka kerja untuk membangun secara sistematis semua struktur pohon yang mungkin, sehingga tugas tersebut dapat didekati bahkan tanpa pelatihan matematika tingkat lanjut.
Ada Cerita yang Lebih Baik
Meskipun para pembuat film mungkin memilih masalah ini karena kesederhanaannya, ada cerita yang jauh lebih menarik dalam matematika nyata. Salah satu contohnya adalah David Smith, pensiunan teknisi percetakan yang, pada tahun 2022, menemukan “ubin einstein”—poligon yang dapat menyusun bidang secara aperiodik, yang berarti polanya tidak pernah terulang. Ini adalah kisah nyata tentang orang luar yang membuat terobosan signifikan.
Kesimpulannya, Good Will Hunting melanggengkan mitos romantis tentang kejeniusan matematika. Tantangan utama film ini jauh dari tidak dapat diatasi, dan contoh-contoh di dunia nyata menunjukkan bahwa terobosan matematika yang sebenarnya sering kali datang dari kerja keras, bukan kecemerlangan dalam semalam.
