Meta resmi memperkenalkan fitur Your Algorithm untuk Facebook pada 13 Oktober 2026. Fitur berbasis kecerdasan buatan ini memungkinkan pengguna mengatur rekomendasi konten di Feed dan Reels dengan menjelaskan topik yang ingin lebih sering atau lebih jarang mereka lihat. Berbeda dari sistem rekomendasi sebelumnya yang banyak mengandalkan riwayat interaksi, Your Algorithm memberikan kesempatan kepada pengguna untuk menyampaikan preferensi menggunakan bahasa sehari-hari. Inovasi TEKNOLOGI tersebut memanfaatkan large language model atau LLM untuk memahami maksud pengguna dan menyesuaikan rekomendasi secara langsung. Kehadirannya menjadi langkah baru dalam menghadirkan pengalaman media sosial yang lebih personal, interaktif, dan relevan.
Inovasi Your Algorithm Memberikan Kendali Lebih Besar atas Feed dan Reels
Inovasi layanan jejaring sosial memberikan berbagai kemudahan bagi pemilik akun media sosial dalam menjelajahi konten sesuai preferensi masing-masing. Perubahan penting dalam ekosistem Facebook adalah Your Algorithm, yaitu sistem personalisasi konten menggunakan kecerdasan buatan. Melalui fitur tersebut, pengguna dapat memberikan arahan secara langsung mengenai materi yang dianggap relevan. Sistem rekomendasi terbaru dikembangkan agar rekomendasi lebih responsif dibandingkan pengaturan berdasarkan interaksi semata.
Melalui informasi yang disampaikan Meta, Your Algorithm diterapkan pada dua area penting platform, yaitu Feed dan Reels. Feed merupakan halaman yang menyajikan konten dari berbagai sumber, sedangkan Reels menyediakan pengalaman menonton video singkat. Dengan fitur terbaru, pengguna mampu menentukan bidang konten yang ingin diperbanyak sekaligus memberikan masukan terhadap materi kurang relevan. Namun demikian, pemilihan seluruh konten tidak berubah menjadi proses manual. Arahan yang disampaikan digunakan untuk membantu menyesuaikan pemeringkatan konten.
Panduan Mengatur Rekomendasi Feed dan Reels Facebook
Ketika ingin mengatur rekomendasi Facebook, pengguna bisa menjalankan Facebook pada perangkat yang digunakan. Pada tahap berikutnya, akses halaman rekomendasi yang ingin disesuaikan. Di bagian konten yang tersedia, pengguna dapat mengetuk ikon tiga titik. Perusahaan menyesuaikan menu tersebut agar pilihan personalisasi dapat diakses dengan lebih praktis. Apabila Your Algorithm tersedia, pilih pengaturan tersebut. Pada halaman pengaturan ini, pengguna berkesempatan menyesuaikan bidang konten sesuai preferensi pribadi.
Sebagai contoh, seseorang yang tertarik pada inovasi digital bisa menambahkan topik kecerdasan buatan. Di sisi lain, seseorang yang tertarik pada makanan dapat memilih topik resep masakan. Berdasarkan preferensi yang diberikan, sistem rekomendasi berupaya menampilkan lebih banyak konten terkait. Apabila pengguna memiliki minat baru, pengaturan dapat disesuaikan kembali. Namun demikian, akses dapat berbeda menurut tahap distribusi pembaruan. Oleh sebab itu, periksa pembaruan aplikasi dan ketersediaan akun.
Gunakan Interested dan Not Interested untuk Mengatur Konten
Tidak hanya melalui halaman pengaturan topik, Facebook juga memperluas mekanisme feedback. Saat sebuah unggahan muncul, tersedia pilihan Tertarik atau Tidak tertarik. Mekanisme tanggapan ini membantu sistem memahami preferensi. Jika sebuah video sesuai minat, pengguna dapat memilih Interested. Namun, jika jenis unggahan tidak diminati, pengguna dapat memilih Not interested. Melalui masukan yang relevan, rekomendasi dapat menyesuaikan diri terhadap kebutuhan.
Meta juga memperkenalkan kemungkinan pertanyaan lanjutan setelah pengguna memberikan tanggapan. Setelah memilih Interested atau Not interested, Facebook mungkin menampilkan pertanyaan tambahan. Pada tahap berikutnya, dapat menuliskan jenis konten yang ingin diperbanyak atau dikurangi. Untuk menggambarkan manfaatnya, seseorang dapat meminta lebih banyak video edukasi, bukan sekadar menandai satu video sebagai menarik. Dengan penjelasan yang lebih terperinci, sistem dapat membedakan ketertarikan yang lebih spesifik. Meskipun memberikan pilihan yang lebih luas, rekomendasi tetap dipengaruhi banyak faktor.
Cara Kerja Kecerdasan Buatan dalam Sistem Rekomendasi Facebook
Keunggulan pendekatan personalisasi baru memanfaatkan model bahasa besar. Sistem pemrosesan bahasa tersebut dirancang untuk memahami bahasa alami. Sebagai pendekatan yang lebih fleksibel dibandingkan pilihan tetap, LLM dapat menafsirkan ketertarikan yang dijelaskan pengguna. Sebagai contoh, seseorang berkesempatan menyampaikan minat pada penjelasan teknologi yang mudah dipahami. Berkat analisis teks berbasis AI, sistem menganalisis konteks permintaan untuk mendukung rekomendasi. Pendekatan tersebut memberikan fleksibilitas yang lebih besar.
Sebelum fitur tersebut diperkenalkan, Facebook telah mengandalkan berbagai sinyal perilaku. Sinyal tersebut meliputi postingan yang mendapatkan reaksi, interaksi dalam percakapan, dan riwayat penayangan video. Dengan penerapan teknologi LLM, Meta mengintegrasikan penjelasan pengguna ke proses rekomendasi. Pendekatan gabungan tersebut memberikan informasi tambahan mengenai kebutuhan pengguna. Berdasarkan klaim pengembang, perubahan rekomendasi dapat terjadi secara real-time. Namun demikian, pengalaman personalisasi belum tentu identik untuk seluruh akun.
Dampak Pengaturan Rekomendasi terhadap Pengalaman Media Sosial
Untuk masyarakat yang aktif menggunakan media sosial, fitur terbaru tersebut memberikan ruang personalisasi lebih luas. Pengalaman menjelajahi konten tidak sepenuhnya mengandalkan riwayat interaksi sebelumnya untuk memengaruhi rekomendasi yang diterima. Berkat kemampuan memberikan instruksi, seseorang berkesempatan menentukan bidang konten yang disukai. Dalam rutinitas tertentu, pengguna yang sedang mempelajari keterampilan baru dapat meningkatkan ketertarikan pada konten pembelajaran. Saat pengguna memiliki fokus baru, preferensi dapat disesuaikan kembali. Pilihan personalisasi tersebut mendukung penggunaan media sosial sesuai kebutuhan.
Bagi pembuat video dan postingan, perubahan rekomendasi juga dapat memengaruhi cara konten ditemukan. Apabila penonton menjelaskan minatnya secara langsung, konten yang memenuhi kebutuhan kelompok penonton dapat menjangkau pengguna yang berminat. Untuk halaman yang membahas pembelajaran, materi dengan pembahasan jelas dan fokus dapat menjadi lebih relevan. Walaupun personalisasi memberi peluang baru, performa unggahan tidak dapat dipastikan hanya dari fitur ini. Relevansi materi, persaingan rekomendasi, dan aturan kelayakan rekomendasi menjadi bagian dari penilaian.
Hal yang Perlu Diperhatikan Sebelum Mengatur Algoritma Facebook
Walaupun memberikan kendali lebih besar, pengguna dianjurkan mengetahui bagaimana preferensi digunakan. Masukan mengenai ketertarikan berkontribusi terhadap sistem pemeringkatan konten. Dengan memahami mekanisme tersebut, sebaiknya tidak membagikan data pribadi yang tidak diperlukan. Dalam penggunaan sehari-hari, pengguna dapat memberikan kategori konten yang diinginkan tanpa memberikan nomor identitas. Cara penggunaan semacam ini mengurangi pembagian informasi yang tidak dibutuhkan. Tidak hanya mempertimbangkan privasi, pengelolaan algoritma berbeda dari pembatasan akses terhadap informasi pribadi.
Meta mulai meluncurkan Your Algorithm pada 13 Oktober 2026 dengan proses penyediaan fitur kepada pengguna. Karena itu, ketersediaan dapat berbeda menurut pengguna. Berdasarkan pengumuman yang tersedia, jadwal peluncuran di seluruh wilayah belum dirinci sepenuhnya. Masyarakat Indonesia yang menggunakan Facebook sebaiknya meninjau pembaruan aplikasi. Ketika fitur belum dapat digunakan, mungkin disebabkan distribusi yang belum menjangkau pengguna. Sebagai pilihan yang sudah dapat digunakan jika didukung akun, pengguna tetap dapat memanfaatkan kontrol rekomendasi lainnya. Dengan demikian, pengalaman Facebook masih bisa disesuaikan.
Masa Depan Personalisasi Konten Facebook melalui Your Algorithm
Kehadiran Your Algorithm di Facebook menjadi langkah baru dalam pengembangan pengalaman pengguna digital. Berkat kemampuan mengatur topik melalui instruksi percakapan, Facebook memberikan ruang kendali yang lebih luas. Pemanfaatan pemrosesan bahasa berbasis AI mendukung penyesuaian rekomendasi berdasarkan penjelasan tertulis. Tidak hanya melalui pengaturan topik, mekanisme feedback yang diperluas memungkinkan pengguna memberikan arahan tambahan. Walaupun demikian, algoritma tetap mempertimbangkan banyak sinyal. Oleh sebab itu, pengguna sebaiknya menyesuaikan topik berdasarkan minat nyata. Seberapa bermanfaat menurut Anda pengembangan algoritma media sosial yang lebih interaktif? Mari sampaikan pendapat dan pandangan Anda mengenai masa depan personalisasi Feed dan Reels.
