Random Number Generator

Generator angka acak — rentang bebas, jumlah bebas, tanpa batas

Generator angka acak gratis ini membuat satu atau ribuan bilangan bulat acak secara instan. Atur Min dan Max Anda, pilih berapa banyak angka yang dibutuhkan, opsional kecualikan duplikat, dan klik Generate. Hasil muncul dalam waktu kurang dari satu milidetik dan bisa disalin ke clipboard dengan satu klik. Tidak ada yang diunggah — alat ini berjalan sepenuhnya di browser Anda memakai Web Crypto API, sehingga input dan hasil Anda tetap sepenuhnya privat.

Berbeda dari pelempar dadu sederhana, RNG ini menangani rentang angka apa pun: pilih angka acak antara 1 dan 1.000.000 semudah 1 hingga 6. Hasilkan 500 kandidat lotre unik, simulasikan sampling acak untuk kelas statistik, atau pilih pemenang kontes — semuanya tanpa membuat akun atau menginstal apa pun. Tanpa daftar, tanpa batas, dan berfungsi offline setelah halaman dimuat.

Cara menggunakan generator angka acak

Langkah 1: Masukkan nilai Min (default 1) dan nilai Max (default 100). Keduanya bisa negatif atau bilangan bulat yang sangat besar. Langkah 2: Atur Quantity — berapa banyak angka yang dihasilkan sekaligus. Default 1; maksimum 10.000. Langkah 3: Aktifkan 'No duplicates' jika Anda butuh setiap hasil unik dalam rentang tersebut. Langkah 4: Klik Generate. Hasil langsung muncul di kotak output. Langkah 5: Gunakan Sort untuk mengurutkan hasil menaik, atau Copy untuk mengirim seluruh daftar ke clipboard Anda.

Klik Generate lagi atau tekan Enter untuk mengulang. Setiap klik secara statistik independen — hasil sebelumnya tidak memengaruhi hasil baru. Ini adalah perilaku yang benar untuk lemparan dadu, giveaway, dan skenario apa pun di mana setiap pengambilan harus menjadi peristiwa acak yang segar.

Mengapa alat ini memakai crypto.getRandomValues() — bukan Math.random()

Kebanyakan alat angka acak di web memakai Math.random() milik JavaScript, yang merupakan generator angka pseudo-acak — terlihat acak tetapi sebenarnya urutan deterministik yang diturunkan dari nilai seed. Dengan cukup banyak output, urutannya bisa diprediksi. Alat ini justru memakai crypto.getRandomValues(), sumber entropi kriptografis yang sama yang dipakai dalam handshake TLS, password manager, dan pembuatan token aman. Fungsi ini mengambil dari pool entropi sistem operasi, yang mencakup sumber noise perangkat keras pada sebagian besar perangkat modern.

Perbandingan dengan kompetitor: pemilih angka bawaan Google terbatas pada rentang 1–1.000 dan menghasilkan satu angka sekaligus. Random.org memakai noise atmosferik dari server jarak jauh — input yang benar-benar acak, tetapi memerlukan panggilan server dan mencatat setiap permintaan. Generator angka acak Calculator.net punya antarmuka dasar tanpa generasi massal atau opsi tanpa duplikat. UtiloKit menghasilkan hingga 10.000 angka per klik, berfungsi sepenuhnya offline, tidak mengenakan kuota penggunaan, dan tidak pernah mencatat apa pun.

Kasus penggunaan umum — giveaway, dadu, lotre, statistik

Giveaway dan kontes: Berikan nomor urut ke setiap peserta, atur Max ke total jumlah entri, hasilkan satu angka, dan Anda mendapat pemenang yang bisa diverifikasi keadilannya. Pilihan lotre: Aktifkan 'No duplicates', atur Min/Max Anda sesuai rentang lotre (1–49 untuk sebagian besar game 6/49), dan atur Quantity ke jumlah pilihan yang dibutuhkan. Simulasi dadu: Min 1, Max 6 untuk dadu enam sisi (d6); rentang apa pun untuk dadu poligon (d4, d8, d10, d12, d20, d100). Lempar beberapa dadu sekaligus dengan mengatur Quantity. Statistik dan riset: Hasilkan daftar besar untuk sampling acak, simulasi Monte Carlo, atau penugasan eksperimen teracak di mana pemilihan manual akan menimbulkan bias.

Privasi, penggunaan offline, dan tanpa batas

Generator angka acak ini sepenuhnya client-side — tidak ada server yang pernah menerima input atau hasil Anda. Tidak ada akun, tidak ada pelacakan cookie yang terkait dengan alat ini, dan tidak ada batas penggunaan. Setelah halaman dimuat, alat ini berfungsi offline. Di ponsel (Safari iPhone, Chrome Android), perilakunya identik dengan desktop — tata letak responsif, input ramah sentuhan, dan penyalinan clipboard yang cepat.

Untuk aplikasi sensitif seperti penugasan uji klinis acak atau alokasi tes A/B buta, sifat offline dan tanpa pencatatan berarti tidak ada paparan data pihak ketiga. Simpan halaman ini sebagai bookmark dan gunakan kapan pun Anda butuh RNG online yang cepat dan andal. Random.org punya kuota harian dan mencatat permintaan server. Alat Google terbatas pada 1–1.000. Alat ini tidak punya batas maupun retensi data — tidak ada yang pernah dikirim ke mana pun.

Acak sejati vs pseudorandom vs aman secara kriptografis: apa artinya perbedaan ini

Ada tiga kategori berbeda dalam pembuatan angka acak, dan mencampuradukkannya telah menyebabkan kegagalan keamanan nyata di dunia. Pseudorandom number generator (PRNG) adalah algoritma deterministik yang dimulai dari nilai seed dan menghasilkan urutan yang terlihat acak tetapi sepenuhnya bisa direproduksi. PRNG yang paling banyak dipakai adalah Mersenne Twister (MT19937), yang punya periode 2¹⁹⁹³⁷−1 — urutan yang astronomis panjangnya sebelum berulang. MT19937 adalah RNG default di Python, Ruby, PHP, dan banyak game engine, menjadikannya pilihan sangat baik untuk simulasi dan generasi prosedural. Namun karena state-nya sepenuhnya ditentukan oleh seed, penyerang yang mengamati cukup banyak output bisa merekonstruksi seluruh state internal dan memprediksi setiap nilai di masa depan.

True random number generator (TRNG) mengambil entropi dari proses fisik yang benar-benar tidak dapat diprediksi: peluruhan radioaktif, noise termal dalam sirkuit elektronik, noise atmosferik. Random.org adalah layanan TRNG terkenal yang mengambil sampel noise atmosferik lewat penerima radio. TRNG lebih lambat daripada PRNG dan membutuhkan perangkat keras khusus atau akses jaringan, tetapi outputnya tidak bisa diprediksi karena fisika yang mendasarinya non-deterministik. CSPRNG (cryptographically secure PRNG) berada di antara dua dunia ini: mereka mengambil seed dari sumber entropi sungguhan (noise perangkat keras, pool entropi OS) lalu memakai primitif kriptografis — seperti ChaCha20 atau konstruksi Fortuna — untuk merentangkan entropi tersebut menjadi aliran cepat dan tak terduga. API crypto.getRandomValues() di browser dan perangkat /dev/urandom kernel Linux keduanya adalah CSPRNG. Untuk hampir semua aplikasi praktis — password, token, giveaway, simulasi — CSPRNG memberikan keamanan dan kecepatan sekaligus, membuat TRNG perangkat keras khusus jadi tidak perlu.

Mengetahui kategori mana yang harus dipakai bergantung pada taruhannya. Simulasi, game, dan statistik bekerja baik dengan PRNG yang di-seed dari waktu saat itu. Giveaway dan sampling diuntungkan oleh CSPRNG karena peserta tidak boleh bisa memengaruhi seed. Pembuatan kunci kriptografis dan undian lotre yang berkekuatan hukum membutuhkan CSPRNG atau TRNG, dan seed itu sendiri harus dirahasiakan atau dihasilkan dalam seremoni yang bisa diaudit publik.

Mengapa Math.random() tidak cocok untuk keamanan — dan apa yang harus dipakai sebagai gantinya

Math.random() milik JavaScript diimplementasikan berbeda di setiap engine, tetapi dua algoritma paling umum adalah xorshift128+ (V8, engine di Chrome dan Node.js) dan Lehmer linear congruential generator (LCG) di runtime yang lebih lama. Keduanya deterministik: dengan seed yang sama, keduanya menghasilkan urutan yang persis sama setiap kali. Karena state internalnya punya jumlah bit yang terbatas (128 bit untuk xorshift128+), dan karena penyerang yang mengamati cukup banyak output bisa merekonstruksi state secara statistik, Math.random() secara formal diklasifikasikan sebagai PRNG non-kriptografis. Tim V8 secara eksplisit telah mendokumentasikan bahwa fungsi ini tidak cocok untuk tujuan sensitif keamanan.

Implikasi praktisnya signifikan. Jika Anda memakai Math.random() untuk menghasilkan token reset password dan penyerang bisa mengamati beberapa token lain yang dikeluarkan server Anda pada waktu yang sama (mungkin lewat formulir pendaftaran publik), mereka mungkin bisa memulihkan state internal dan memprediksi token Anda — kelas serangan yang nyata. Hal yang sama berlaku untuk pengenal sesi, token CSRF, undian bergaya lotre di mana keadilan diwajibkan secara hukum, dan nilai apa pun di mana prediktabilitas merupakan kerentanan. API JavaScript yang benar untuk semua ini adalah crypto.getRandomValues(), yang ditentukan oleh standar W3C Web Cryptography API dan tersedia di setiap browser modern serta di Node.js sebagai require('crypto').randomBytes(). Alat ini memakai crypto.getRandomValues() untuk setiap angka yang dihasilkan, membuatnya aman untuk giveaway, undian raffle, dan situasi apa pun di mana hasilnya harus benar-benar tidak dapat diprediksi.

Salah kaprah yang umum adalah bahwa menambahkan kompleksitas di atas Math.random() — hashing outputnya, menggabungkan beberapa panggilan, XOR dengan timestamp — membuat hasilnya aman. Itu tidak benar. Kelemahan PRNG ada pada state internalnya, bukan format outputnya. Hanya seeding dari entropi perangkat keras sungguhan (seperti yang dilakukan crypto.getRandomValues()) yang menutup kerentanan tersebut.

Paradoks ulang tahun dan mengapa probabilitas tabrakan penting untuk angka acak

Paradoks ulang tahun adalah salah satu hasil paling berlawanan dengan intuisi dalam probabilitas. Dalam ruangan berisi hanya 23 orang, ada peluang lebih dari 50% bahwa setidaknya dua orang berbagi tanggal lahir yang sama — meskipun ada 365 kemungkinan tanggal lahir. Alasannya adalah probabilitas tabrakan bertambah seiring jumlah pasangan, bukan jumlah orang: 23 orang membentuk 253 pasangan, dan setiap pasangan punya peluang 1-dari-365 untuk cocok. Matematika ini berlaku umum untuk masalah pengambilan acak mana pun: jika Anda mengambil n nilai secara seragam dari ruang berukuran N, jumlah tabrakan yang diharapkan menjadi signifikan saat n mendekati √N.

Ini punya konsekuensi langsung terhadap cara angka acak dipakai dalam praktik. PIN 4 digit punya ruang 10.000 kemungkinan nilai, sehingga tabrakan menjadi mungkin setelah sekitar √10.000 = 100 PIN diterbitkan — artinya dalam database 100 pengguna dengan PIN acak, sudah ada peluang sekitar 50% bahwa dua pengguna berbagi PIN yang sama. Inilah mengapa sistem modern memakai token 128 bit atau lebih. UUID versi 4 memakai 122 bit keacakan, membuat ruangnya 2¹²² ≈ 5,3 × 10³⁶; Anda perlu menghasilkan sekitar 2,7 × 10¹⁸ UUID sebelum probabilitas tabrakan mencapai 50% — volume yang secara praktis mustahil. Saat Anda menghasilkan angka acak untuk tujuan apa pun di mana keunikan penting — tiket raffle, token sesi, ID database — memilih rentang yang cukup besar bukan sekadar opsional; itu adalah konsekuensi langsung dari paradoks ulang tahun.

Untuk giveaway, paradoks ulang tahun kurang menjadi kekhawatiran karena Anda menugaskan satu angka per peserta dan memeriksa keunikannya secara eksplisit (yang dilakukan mode 'No duplicates' secara otomatis). Masalah ini paling terasa dalam sistem terdistribusi yang tidak terkoordinasi — beberapa server menghasilkan ID tanpa state bersama — atau dalam token berumur pendek yang tidak pernah diperiksa terhadap registri. Solusinya dalam kedua kasus sama: gunakan rentang yang cukup besar sehingga bahkan √N pengambilan adalah volume yang tidak akan dicapai oleh workload realistis mana pun.

Aplikasi dunia nyata: Monte Carlo, pengujian A/B, generasi prosedural, dan pengambilan yang bisa diaudit

Generator angka acak mendasari beberapa metode yang paling signifikan secara komputasional dalam sains dan teknik modern. Simulasi Monte Carlo memakai sampling acak untuk memperkirakan nilai yang sulit dihitung secara analitis. Demonstrasi klasik: hasilkan sejumlah besar titik (x, y) acak yang terdistribusi seragam dalam kotak satuan. Hitung berapa banyak yang jatuh di dalam seperempat lingkaran berjari-jari 1 berpusat di titik asal (memenuhi x² + y² ≤ 1). Rasio titik-di-dalam terhadap total titik konvergen ke π/4. Dengan 10 juta sampel, metode ini mendekati π hingga beberapa desimal — tanpa perlu kalkulus. Prinsip yang sama mendorong pemodelan risiko dalam keuangan, perhitungan transportasi radiasi dalam teknik nuklir, dan simulasi lipatan protein dalam penemuan obat.

Algoritma teracak memakai pilihan acak untuk mencapai performa rata-rata yang lebih baik daripada rekan deterministiknya. Contoh kanonisnya adalah QuickSort teracak: memilih elemen pivot secara acak alih-alih selalu memilih elemen pertama atau terakhir membuat mustahil secara statistik bagi penyerang untuk menyusun input yang memaksa perilaku terburuk O(n²). Hash table dalam bahasa seperti Python dan Rust memakai seed acak (dipilih per mulainya proses) untuk mencegah serangan denial-of-service hash-flooding. Penugasan acak dalam pengujian A/B memastikan grup perlakuan dan kontrol setara secara statistik pada semua variabel pengganggu — jika penugasannya bisa diprediksi, pengguna atau engineer bisa mengakalinya. Generasi prosedural dalam video game memakai PRNG yang di-seed sehingga seluruh dunia game — peta ketinggian medan, tabel loot musuh, dialog NPC — bisa direproduksi secara deterministik dari satu angka seed, menjaga save file tetap kecil sambil menghasilkan gigabyte konten.

Untuk pengambilan bertaruhan tinggi — lotre publik, undian hadiah dengan pengawasan hukum, uji klinis teracak — keterauditan proses acak penting sama pentingnya dengan ketidakpastiannya. Skema komitmen kriptografis dipakai untuk membuktikan keadilan: sebelum pengambilan, penyelenggara menerbitkan hash kriptografis dari seed; setelah pengambilan, mereka mengungkap seed tersebut. Siapa pun bisa memverifikasi bahwa hash yang diterbitkan cocok dengan seed yang menghasilkan angka pemenang, membuktikan bahwa seed tidak dipilih setelah melihat entri. Pola ini, dikenal sebagai skema commit-reveal, adalah pendekatan standar dalam lotre blockchain, obligasi hadiah pemerintah, dan undian draft olahraga. Saat Anda memakai alat ini untuk giveaway, Anda bisa meniru prinsip ini secara manual: hasilkan angka, screenshot hasilnya sebelum mengumumkan, lalu bagikan screenshot itu bersama hasilnya untuk membuktikan tidak ada yang diubah setelah entri dihitung.