← Panduan Belajar

FSRS vs Anki SM-2: Kenapa Repetisi Berjarak Modern Mengalahkan Algoritma 1980-an

Repetisi berjarak (spaced repetition) adalah fondasi pemerolehan kosakata jangka panjang. Selama hampir empat dekade, komunitas belajar bahasa bertumpu pada variasi algoritma SM-2, yang awalnya dikembangkan oleh Piotr Woźniak pada 1987 dan dipopulerkan oleh Anki.

Dalam beberapa tahun terakhir, sains kognitif dan pemodelan data menghasilkan satu lompatan besar: Free Spaced Repetition Scheduler (FSRS). Berikut kenapa FSRS merupakan lompatan generasional di atas SM-2, dan kenapa ia begitu cocok untuk kosakata yang diperoleh lewat imersi video nyata.

Masalah SM-2: "Neraka Faktor Kemudahan"

Algoritma SM-2 klasik memodelkan memori memakai satu pengali dinamis bernama faktor kemudahan (Ease Factor) (biasanya dimulai dari 250%):

  1. Saat Anda menjawab kartu dengan benar, interval berikutnya dikalikan dengan faktor kemudahan.
  2. Saat Anda gagal pada kartu ("Again"), intervalnya direset ke hari 1, dan faktor kemudahan turun 15–20 poin persentase.
  3. Jika Anda berulang kali tersendat pada satu frasa sulit, faktor kemudahan turun ke minimumnya (130%).

Ini menciptakan cacat yang terkenal di kalangan pengguna Anki mahir sebagai Neraka Faktor Kemudahan (Ease Factor Hell): begitu sebuah kartu menjadi sulit, pengalinya tertekan secara permanen. Bahkan setelah Anda menguasai kata itu berbulan-bulan kemudian, algoritma tetap menjadwalkannya setiap beberapa hari, menciptakan gunungan review berlebih yang berujung burnout belajar.

Dimensi Anki SM-2 lawas (1987) FSRS modern (2020-an)
Landasan Teoretis Pengali heuristik Model DSR (Difficulty, Stability, Retrievability)
Keadaan Memori Biner: hafal atau belum Kurva probabilitas ingatan berkelanjutan
Hukuman Kegagalan Faktor kemudahan turun permanen Menghitung ulang stabilitas tanpa merusak pertumbuhan ke depan
Presisi Interval Interval matematis tetap Disetel dinamis ke tingkat retensi target Anda (mis. 90%)
Penanganan Kartu Terlambat Hukuman kaku untuk review yang molor Menyesuaikan dinamis terhadap waktu berlalu tanpa merusak kartu
Efisiensi Review Kelelahan review tinggi seiring waktu 20–30% lebih sedikit review untuk tingkat retensi yang sama

Cara FSRS Memodelkan Memori Manusia

FSRS tidak memakai pengali arbitrer. Sebagai gantinya, ia mengukur memori melalui tiga variabel psikologis berbeda yang dikenal sebagai Model DSR:

  • Difficulty ($D$): seberapa sulit informasi itu dipahami secara inheren (dari 1 sampai 10). Kata serapan pendek seperti "coffee" punya kesulitan rendah; komposit idiomatik seperti "一期一会" punya kesulitan awal yang lebih tinggi.
  • Stability ($S$): waktu (dalam hari) yang dibutuhkan agar probabilitas ingatan turun dari 100% ke 90%. Stabilitas bertambah setiap kali pengingatan kembali berhasil.
  • Retrievability ($R$): probabilitas waktu nyata bahwa Anda bisa mengingatnya saat ini. Seiring waktu berlalu sejak review terakhir, retrievability menurun mengikuti kurva lupa (forgetting curve) eksponensial.

Alih-alih menebak interval, FSRS menghitung hari persis ketika retrievability turun ke ambang target Anda (biasanya 90%). Jika Anda berhasil mengingat kartu saat retrievability-nya sudah turun ke 85%, FSRS mengenali bahwa memori Anda berkinerja di bawah tekanan dan memberi lonjakan besar pada stabilitasnya.

Kenapa Kosakata Video Membutuhkan FSRS

Saat Anda belajar kata dari daftar kosakata, kartunya terisolir dan seragam. Tetapi saat Anda memperoleh kosakata dari video YouTube autentik — vlog bahasa Jepang atau wawancara bahasa Inggris misalnya — kata-katanya datang dalam konteks yang kaya dan kacau. Buka kata berfrekuensi tinggi seperti know atau think dan Anda bisa melihat kalimat video persisnya asal setiap hitungan kemunculan:

  1. Paparan Awal yang Bervariasi: beberapa kata Anda dengar lima kali dalam satu vlog; yang lain muncul sekali lewat. FSRS memodelkan variasi ini secara akurat lewat parameter kesulitannya yang adaptif.
  2. Jangkar Kontekstual yang Natural: kata yang menempel pada ekspresi wajah, nada suara, dan alur cerita membentuk banyak jalur saraf sekaligus. Dengan FSRS, Anda tak perlu ratusan review untuk mematok satu momen video yang hidup ke dalam memori.
  3. Kebiasaan Belajar yang Tak Teratur: kehidupan nyata menyertakan hari-hari yang terlewat. Dengan SM-2, melewatkan satu akhir pekan bisa membanjiri antrean Anda dengan ratusan kartu yang terlambat. FSRS mengenali bahwa waktu ekstra sejak review terakhir justru memberi penguatan memori lebih kuat saat diingat kembali, mencegah panik kartu menumpuk.

Cara LingoDew Menerapkan FSRS

Di LingoDew, setiap kata yang Anda cari artinya mengalir langsung ke penjadwal FSRS mobile native:

  • Saat Anda mengetuk kata di subtitle, LingoDew merekam kata dasarnya, bacaan kanoniknya, kalimat terjemahannya, dan penanda waktu audio persisnya.
  • Saat review, Anda menilai kartu lewat empat tombol intuitif: Lupa, Sulit, Ingat, atau Mudah.
  • Kata naik level melalui fase penguasaan yang terstruktur — dari Belum dilihat dan Dicari menuju Sedang belajar, hingga akhirnya Dikuasai.
  • Ketika sebuah kata mencapai Dikuasai, kata itu berhenti muncul di antrean ulangan Anda, menyisakan sesi Anda untuk kosakata baru.

Dengan menggabungkan input video autentik dengan ketelitian statistik FSRS, Anda menghilangkan kebosanan buku teks sekaligus burnout kartu hafalan.

FAQ

Apa itu FSRS dalam repetisi berjarak?

FSRS (Free Spaced Repetition Scheduler) adalah algoritma repetisi berjarak open-source modern yang dikembangkan oleh Jarrett Ye. Berbasis model memori DSR (Difficulty, Stability, Retrievability), FSRS menghitung laju peluruhan memori secara empiris untuk memprediksi probabilitas ingatan secara persis, mengungguli algoritma lawas SM-2.

Kenapa FSRS lebih baik daripada algoritma bawaan Anki, SM-2?

SM-2 bertumpu pada Ease Factor heuristik yang menghukum kartu sulit secara permanen, sehingga muncul 'neraka faktor kemudahan' di mana kartu-kartu menumpuk secara tidak wajar. FSRS memodelkan kesulitan dan stabilitas secara terpisah, memastikan kartu yang terlambat atau kata yang terlupakan tidak merusak jadwal belajar Anda untuk selamanya.

Bagaimana LingoDew memakai FSRS untuk kosakata video?

LingoDew mengintegrasikan penjadwal FSRS secara native di perangkat mobile. Saat Anda menyimpan kata dari video YouTube, FSRS menjadwalkan review berdasarkan penilaian ingatan Anda, menautkan setiap kartu kembali ke kalimat subtitle asli dan cuplikan audionya.