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
Perkembangan platform komunikasi digital terus menghadirkan pengalaman baru bagi pemilik akun media sosial dalam mengakses hiburan sesuai preferensi masing-masing. Inovasi terbaru yang diperkenalkan adalah Your Algorithm, yaitu sistem personalisasi konten menggunakan kecerdasan buatan. Dengan dukungan Your Algorithm, pengguna mampu menjelaskan ketertarikan mereka mengenai materi yang dianggap relevan. Metode personalisasi ini dikembangkan agar rekomendasi lebih responsif dibandingkan pengaturan berdasarkan interaksi semata.
Dalam pengumuman resminya, Your Algorithm diterapkan pada dua area penting platform, yaitu Feed dan Reels. Halaman Feed adalah halaman yang menyajikan konten dari berbagai sumber, sedangkan Reels menyediakan pengalaman menonton video singkat. Dengan fitur terbaru, pengguna berkesempatan mengelola daftar ketertarikan sekaligus memberikan masukan terhadap materi kurang relevan. Meskipun memberikan kendali tambahan, pemilihan seluruh konten tidak berubah menjadi proses manual. Masukan dari pengguna menjadi bagian dari sinyal rekomendasi.
Cara Menggunakan Fitur Your Algorithm di Facebook
Ketika ingin mengatur rekomendasi Facebook, pengguna perlu mengakses akun Facebook. Setelah masuk ke platform, pilih konten yang sedang ditampilkan. Ketika melihat postingan atau video, pengguna perlu mengakses pilihan tambahan pada unggahan. Facebook menyempurnakan menu tersebut agar pengguna lebih mudah memberikan masukan. Ketika fitur tersebut dapat diakses, buka halaman personalisasi algoritma. Di dalamnya, pengguna berkesempatan menyesuaikan bidang konten sesuai aktivitas digital sehari-hari.
Untuk memberikan gambaran, seseorang yang tertarik pada inovasi digital dapat menyampaikan ketertarikannya pada AI. Pengguna yang gemar memasak bisa menyampaikan minat terhadap tutorial memasak. Berdasarkan preferensi yang diberikan, sistem rekomendasi dapat meningkatkan relevansi unggahan yang disarankan. Ketika preferensi seseorang berkembang, daftar topik bisa diperbarui. Meskipun prosesnya dirancang sederhana, menu mungkin belum muncul pada seluruh akun. Jika pilihan belum tersedia, periksa pembaruan aplikasi dan ketersediaan akun.
Gunakan Interested dan Not Interested untuk Mengatur Konten
Selain menggunakan Your Algorithm, Facebook menghadirkan pilihan masukan tambahan. Apabila pengguna melihat postingan yang direkomendasikan, tersedia pilihan Interested dan Not interested. Mekanisme tanggapan ini memberikan informasi tentang ketertarikan pengguna. Ketika konten terasa relevan, pengguna bisa menandai bahwa konten tersebut disukai. Sebaliknya, jika jenis unggahan tidak diminati, pengguna dapat memilih Not interested. Berkat pemberian tanggapan secara berkala, rekomendasi berpotensi semakin sesuai dengan minat.
Sebagai penyempurnaan berikutnya, Facebook menyediakan kemungkinan permintaan penjelasan tambahan mengenai pilihan konten. Sesudah tanggapan awal diberikan, Facebook dapat meminta penjelasan lebih rinci. Pada tahap berikutnya, dapat menuliskan jenis konten yang ingin diperbanyak atau dikurangi. Untuk menggambarkan manfaatnya, seseorang dapat meminta lebih banyak video edukasi, bukan sekadar menyukai konten tertentu. Melalui masukan dalam bentuk percakapan, sistem berpeluang memahami maksud pengguna secara lebih baik. Meskipun memberikan pilihan yang lebih luas, rekomendasi tetap dipengaruhi banyak faktor.
Cara Kerja Kecerdasan Buatan dalam Sistem Rekomendasi Facebook
Keunggulan pendekatan personalisasi baru berasal dari penggunaan large language model. Teknologi tersebut dikembangkan agar dapat menganalisis konteks kalimat. Tidak seperti pengaturan berbasis daftar topik semata, LLM berpotensi memahami maksud di balik sebuah permintaan. Sebagai contoh, seseorang berkesempatan menyampaikan minat pada penjelasan teknologi yang mudah dipahami. Melalui pemrosesan bahasa alami, sistem menganalisis konteks permintaan untuk mendukung rekomendasi. Pendekatan tersebut membantu mengurangi ketergantungan pada pilihan kategori terbatas.
Pada pendekatan personalisasi yang sudah digunakan, Facebook memanfaatkan informasi interaksi untuk menentukan konten. Data perilaku yang dipertimbangkan dapat berasal dari konten yang diberi tanda suka, aktivitas berkomentar, dan video yang ditonton. Melalui Your Algorithm, Meta menambahkan preferensi langsung ke sistem pemeringkatan. Pendekatan gabungan tersebut memungkinkan sistem menilai konteks lebih luas. Menurut penjelasan Meta, perubahan rekomendasi dapat terjadi secara real-time. Walaupun penyesuaiannya diklaim cepat, hasil aktual dapat berbeda antarindividu.
Dampak Pengaturan Rekomendasi terhadap Pengalaman Media Sosial
Untuk masyarakat yang aktif menggunakan media sosial, fitur terbaru tersebut memberikan ruang personalisasi lebih luas. Pengguna tidak lagi hanya bergantung pada riwayat interaksi sebelumnya untuk memengaruhi rekomendasi yang diterima. Melalui masukan langsung, seseorang berkesempatan menentukan bidang konten yang disukai. Sebagai ilustrasi, pengguna yang sedang mempelajari keterampilan baru berpeluang meminta lebih banyak materi edukatif. Apabila minat tersebut tidak lagi menjadi prioritas, pengaturan topik bisa diperbarui. Pilihan personalisasi tersebut berpotensi membuat pengalaman lebih relevan.
Bagi pembuat video dan postingan, perubahan rekomendasi juga dapat memengaruhi cara konten ditemukan. Ketika pengguna memberikan preferensi lebih spesifik, konten yang sesuai dengan ketertarikan audiens berpotensi memperoleh kesempatan tampil. Sebagai contoh, materi dengan topik yang konsisten memiliki kesempatan ditemukan oleh kelompok sasaran. Walaupun personalisasi memberi peluang baru, performa unggahan tidak dapat dipastikan hanya dari fitur ini. Kualitas konten, pola interaksi, dan standar distribusi Facebook masih memiliki pengaruh.
Hal yang Perlu Diperhatikan Sebelum Mengatur Algoritma Facebook
Walaupun memberikan kendali lebih besar, pengguna sebaiknya memperhatikan bagaimana preferensi digunakan. Masukan mengenai ketertarikan berkontribusi terhadap sistem pemeringkatan konten. Sebagai langkah kehati-hatian, batasi penjelasan pada topik yang memang ingin direkomendasikan. Dalam penggunaan sehari-hari, pengguna cukup menuliskan bidang minat tanpa menambahkan alamat pribadi. Cara penggunaan semacam ini mengurangi pembagian informasi yang tidak dibutuhkan. Tidak hanya mempertimbangkan privasi, pengaturan rekomendasi tidak sama dengan pengaturan siapa yang dapat melihat profil.
Facebook memperkenalkan peluncuran Your Algorithm pada 13 Oktober 2026 dengan penerapan secara bertahap. Dengan kondisi tersebut, tidak seluruh akun harus memperoleh fitur pada waktu bersamaan. Berdasarkan pengumuman yang tersedia, belum terdapat kepastian waktu akses untuk setiap negara. Pemilik akun Facebook dari Indonesia dapat memeriksa apakah menu sudah tersedia. Apabila belum ditemukan, hal tersebut tidak selalu menunjukkan gangguan perangkat. Selama fitur belum tersedia, pilihan untuk mengurangi konten tertentu masih dapat dipakai. Melalui pemahaman tersebut, pengalaman Facebook masih bisa disesuaikan.
Masa Depan Personalisasi Konten Facebook melalui Your Algorithm
Kehadiran Your Algorithm di Facebook menunjukkan perubahan penting dalam pengembangan pengalaman pengguna digital. Melalui fasilitas pemberian preferensi secara langsung, Facebook membuka kesempatan mengarahkan rekomendasi secara lebih spesifik. Penggunaan teknologi LLM mendukung penyesuaian rekomendasi berdasarkan penjelasan tertulis. Tidak hanya melalui pengaturan topik, mekanisme feedback yang diperluas memungkinkan pengguna memberikan arahan tambahan. Meskipun membawa berbagai manfaat, hasil akhir personalisasi masih bergantung pada sistem pemeringkatan Facebook. Untuk memperoleh pengalaman yang sesuai, pengguna dianjurkan menggunakan masukan yang relevan. Seberapa bermanfaat menurut Anda pengembangan algoritma media sosial yang lebih interaktif? Silakan bagikan pengalaman Anda mengenai manfaat pengaturan algoritma bagi pengguna.
