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 semakin menawarkan berbagai kemudahan bagi pengguna internet dalam mengakses hiburan sesuai kebutuhan sehari-hari. Salah satu pembaruan yang menarik perhatian adalah Your Algorithm, yaitu sistem personalisasi konten menggunakan kecerdasan buatan. Dengan dukungan Your Algorithm, pengguna dapat memberikan arahan secara langsung mengenai materi yang dianggap relevan. Metode personalisasi ini bertujuan menghadirkan pengalaman yang lebih sesuai dibandingkan pengaturan berdasarkan interaksi semata.
Melalui informasi yang disampaikan Meta, Your Algorithm diterapkan pada dua area penting platform, yaitu Feed dan Reels. Bagian beranda Facebook berfungsi sebagai tempat menampilkan berbagai unggahan, sedangkan Reels menghadirkan konten video dalam format ringkas. Dengan fitur terbaru, pengguna berkesempatan mengelola daftar ketertarikan sekaligus mengurangi rekomendasi yang tidak sesuai. Walaupun menawarkan pengaturan lebih fleksibel, pengguna tidak sepenuhnya mengambil alih algoritma. Masukan dari pengguna digunakan untuk membantu menyesuaikan pemeringkatan konten.
Panduan Mengatur Rekomendasi Feed dan Reels Facebook
Untuk mencoba fitur Your Algorithm, pengguna bisa menjalankan Facebook pada perangkat yang digunakan. Pada tahap berikutnya, pilih konten yang sedang ditampilkan. Di bagian konten yang tersedia, pengguna perlu mengakses pilihan tambahan pada unggahan. Meta telah memperbarui menu tersebut agar fitur pengaturan rekomendasi lebih mudah ditemukan. Ketika fitur tersebut dapat diakses, pilih pengaturan tersebut. Melalui bagian tersebut, pengguna dapat menambahkan topik yang diminati sesuai preferensi pribadi.
Untuk memberikan gambaran, seseorang yang menyukai perkembangan teknologi dapat menyampaikan ketertarikannya pada AI. Sementara itu, pecinta kuliner dapat memilih topik resep masakan. Dengan memahami arahan pengguna, sistem rekomendasi menyesuaikan jenis materi yang muncul. Apabila pengguna memiliki minat baru, masukan baru dapat diberikan. Meskipun prosesnya dirancang sederhana, ketersediaan fitur mengikuti peluncuran bertahap. Oleh sebab itu, periksa pembaruan aplikasi dan ketersediaan akun.
Cara Memberikan Masukan Langsung terhadap Rekomendasi Facebook
Di samping mengelola ketertarikan secara langsung, Facebook menghadirkan pilihan masukan tambahan. Saat sebuah unggahan muncul, tersedia pilihan Interested dan Not interested. Fitur penilaian sederhana tersebut memberikan informasi tentang ketertarikan pengguna. Jika sebuah video sesuai minat, pengguna bisa menandai bahwa konten tersebut disukai. Di sisi lain, jika materi tidak sesuai kebutuhan, pengguna berkesempatan menyampaikan preferensi negatif. Berkat pemberian tanggapan secara berkala, rekomendasi berpotensi semakin sesuai dengan minat.
Perusahaan tersebut turut mengembangkan kemungkinan pertanyaan lanjutan setelah pengguna memberikan tanggapan. Ketika pengguna selesai memberikan penilaian, Facebook berpotensi menawarkan kolom masukan lanjutan. 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.
Teknologi AI dan Large Language Model di Balik Your Algorithm
Keunggulan pendekatan personalisasi baru berasal dari penggunaan large language model. Sistem pemrosesan bahasa tersebut mampu mengolah instruksi dalam bentuk percakapan. Tidak seperti pengaturan berbasis daftar topik semata, LLM membantu mengenali konteks dari masukan teks. Sebagai contoh, seseorang mungkin menuliskan keinginan melihat lebih banyak konten edukasi sains. Dengan menggunakan kemampuan model bahasa, sistem dapat mengidentifikasi bidang ketertarikan yang relevan. Pendekatan tersebut memberikan fleksibilitas yang lebih besar.
Dalam sistem rekomendasi sebelumnya, Facebook menggunakan sejumlah indikator aktivitas pengguna. Data perilaku yang dipertimbangkan mencakup unggahan yang disukai, komentar yang ditulis, dan pola konsumsi konten. Berkat pembaruan personalisasi terbaru, Meta menggabungkan masukan teks dengan informasi tersebut. Perpaduan berbagai sinyal 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
Dalam pengalaman menjelajahi Feed dan Reels, kehadiran Your Algorithm menawarkan kendali tambahan. Pengalaman menjelajahi konten tidak sepenuhnya mengandalkan aktivitas menyukai postingan untuk menyampaikan minat kepada algoritma. Dengan menyampaikan preferensi secara tertulis, seseorang berkesempatan menentukan bidang konten yang disukai. Sebagai ilustrasi, pengguna yang mencari pengetahuan khusus berpeluang meminta lebih banyak materi edukatif. Saat pengguna memiliki fokus baru, masukan baru dapat diberikan. Pilihan personalisasi tersebut dapat membantu mengurangi konten yang kurang diminati.
Dari sudut pandang kreator konten, perubahan rekomendasi berpotensi memengaruhi distribusi unggahan. Apabila penonton menjelaskan minatnya secara langsung, konten yang relevan terhadap topik yang dicari mungkin lebih mudah direkomendasikan. Untuk halaman yang membahas pembelajaran, materi dengan pembahasan jelas dan fokus berpeluang menarik penonton yang tepat. Walaupun personalisasi memberi peluang baru, performa unggahan tidak dapat dipastikan hanya dari fitur ini. Respons audiens, persaingan rekomendasi, dan aturan kelayakan rekomendasi masih memiliki pengaruh.
Hal yang Perlu Diperhatikan Sebelum Mengatur Algoritma Facebook
Walaupun memberikan kendali lebih besar, pengguna tetap perlu memahami batas kemampuan pengaturan. Preferensi yang diberikan pengguna menjadi bagian dari proses personalisasi. Sebagai langkah kehati-hatian, sebaiknya tidak membagikan data pribadi yang tidak diperlukan. Untuk permintaan sederhana, pengguna dapat memberikan kategori konten yang diinginkan tanpa mengungkapkan informasi rahasia. Cara penggunaan semacam ini mengurangi pembagian informasi yang tidak dibutuhkan. Selain itu, pengelolaan algoritma berbeda dari pembatasan akses terhadap informasi pribadi.
Meta mulai meluncurkan Your Algorithm pada 13 Oktober 2026 dengan distribusi yang mengikuti kesiapan layanan. Karena itu, tidak seluruh akun harus memperoleh fitur pada waktu bersamaan. Berdasarkan pengumuman yang tersedia, tanggal ketersediaan khusus bagi setiap pasar belum dipastikan. Masyarakat Indonesia yang menggunakan Facebook sebaiknya meninjau pembaruan aplikasi. Jika pilihan Your Algorithm belum muncul, hal tersebut tidak selalu menunjukkan gangguan perangkat. Selama fitur belum tersedia, fitur pengelolaan Feed yang tersedia dapat membantu menyesuaikan pengalaman. Melalui pemahaman tersebut, personalisasi tetap dapat dilakukan secara bertahap.
Kesimpulan: Your Algorithm Memberikan Kendali Baru kepada Pengguna Facebook
Peluncuran fitur pengaturan rekomendasi terbaru Meta menunjukkan perubahan penting dalam pengembangan pengalaman pengguna digital. Melalui fasilitas pemberian preferensi secara langsung, Facebook menawarkan personalisasi yang lebih fleksibel. Dukungan large language model mendukung penyesuaian rekomendasi berdasarkan penjelasan tertulis. Tidak hanya melalui pengaturan topik, fitur tanggapan langsung terhadap unggahan menambah fleksibilitas personalisasi konten. Walaupun demikian, hasil akhir personalisasi masih bergantung pada sistem pemeringkatan Facebook. Oleh sebab itu, pengguna dianjurkan menggunakan masukan yang relevan. Bagaimana pendapat Anda mengenai pengembangan algoritma media sosial yang lebih interaktif? Anda dapat berbagi pemikiran mengenai masa depan personalisasi Feed dan Reels.
