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.
Meta Perkenalkan Sistem Rekomendasi Facebook yang Bisa Diatur Pengguna
Inovasi layanan jejaring sosial semakin menawarkan pengalaman baru bagi pemilik akun media sosial dalam mengakses hiburan sesuai minat pribadi. Perubahan penting dalam ekosistem Facebook adalah Your Algorithm, yaitu sistem personalisasi konten menggunakan kecerdasan buatan. Dengan dukungan Your Algorithm, pengguna mampu menjelaskan ketertarikan mereka mengenai materi yang dianggap relevan. Pendekatan tersebut dikembangkan agar rekomendasi lebih responsif dibandingkan pengaturan berdasarkan interaksi semata.
Berdasarkan penjelasan perusahaan, Your Algorithm diterapkan pada dua area penting platform, yaitu Feed dan Reels. Bagian beranda Facebook berfungsi sebagai halaman yang menyajikan konten dari berbagai sumber, sedangkan Reels menghadirkan konten video dalam format ringkas. Berkat dukungan sistem baru, pengguna mampu menentukan bidang konten yang ingin diperbanyak sekaligus mengurangi rekomendasi yang tidak sesuai. Meskipun memberikan kendali tambahan, pengguna tidak sepenuhnya mengambil alih algoritma. Masukan dari pengguna digabungkan dengan informasi interaksi lainnya.
Cara Menggunakan Fitur Your Algorithm di Facebook
Agar dapat memanfaatkan pengaturan algoritma terbaru, pengguna perlu mengakses akun Facebook. Selanjutnya, akses halaman rekomendasi yang ingin disesuaikan. Ketika melihat postingan atau video, pengguna bisa membuka menu dengan simbol tiga titik. Perusahaan menyesuaikan menu tersebut agar pengguna lebih mudah memberikan masukan. Ketika fitur tersebut dapat diakses, buka halaman personalisasi algoritma. Melalui bagian tersebut, pengguna dapat menambahkan topik yang diminati sesuai preferensi pribadi.
Untuk memberikan gambaran, 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 menyesuaikan jenis materi yang muncul. Jika ketertarikan berubah, masukan baru dapat diberikan. Meskipun prosesnya dirancang sederhana, akses dapat berbeda menurut tahap distribusi pembaruan. Jika pilihan belum tersedia, ikuti perkembangan peluncuran fitur pada perangkat.
Gunakan Interested dan Not Interested untuk Mengatur Konten
Tidak hanya melalui halaman pengaturan topik, Facebook menyempurnakan fasilitas tanggapan pengguna. Apabila pengguna melihat postingan yang direkomendasikan, tersedia pilihan Interested dan Not interested. Pilihan tersebut berfungsi sebagai sinyal tambahan bagi algoritma. Apabila unggahan dianggap menarik, pengguna bisa menandai bahwa konten tersebut disukai. 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. Sesudah tanggapan awal diberikan, Facebook mungkin menampilkan pertanyaan tambahan. Melalui fasilitas tersebut, berkesempatan menyampaikan kebutuhan secara lebih spesifik. Sebagai ilustrasi, seseorang dapat meminta lebih banyak video edukasi, bukan sekadar memberikan reaksi terhadap sebuah unggahan. Melalui masukan dalam bentuk percakapan, sistem memiliki konteks tambahan untuk menyesuaikan rekomendasi. Walaupun fitur tersebut membantu, tidak semua masukan menjamin hasil persis sesuai permintaan.
Peran LLM untuk Memahami Preferensi Konten Pengguna
Inovasi teknis dalam fitur terbaru Facebook berasal dari penggunaan large language model. Sistem pemrosesan bahasa tersebut mampu mengolah instruksi dalam bentuk percakapan. Berbeda dari pemilihan kategori sederhana, LLM berpotensi memahami maksud di balik sebuah permintaan. Untuk memberikan ilustrasi, seseorang dapat meminta rekomendasi eksperimen ilmiah untuk pemula. Dengan menggunakan kemampuan model bahasa, sistem menganalisis konteks permintaan untuk mendukung rekomendasi. Kemampuan pemahaman bahasa ini membantu mengurangi ketergantungan pada pilihan kategori terbatas.
Pada pendekatan personalisasi yang sudah digunakan, Facebook telah mengandalkan berbagai sinyal perilaku. 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. Kombinasi ini memungkinkan sistem menilai konteks lebih luas. Menurut penjelasan Meta, perubahan rekomendasi berpotensi terlihat dalam sesi penggunaan yang sama. Perlu dipahami bahwa, pengalaman personalisasi belum tentu identik untuk seluruh akun.
Dampak Pengaturan Rekomendasi terhadap Pengalaman Media Sosial
Untuk masyarakat yang aktif menggunakan media sosial, pengaturan langsung terhadap rekomendasi menghadirkan manfaat praktis. Pengalaman menjelajahi konten tidak sepenuhnya mengandalkan kebiasaan menonton video untuk memberikan petunjuk kepada sistem. Melalui masukan langsung, seseorang mampu menyesuaikan rekomendasi dengan kebutuhan saat ini. Contohnya, pengguna yang mempersiapkan proyek pribadi dapat meningkatkan ketertarikan pada konten pembelajaran. Saat pengguna memiliki fokus baru, masukan baru dapat diberikan. Fleksibilitas tersebut mendukung penggunaan media sosial sesuai kebutuhan.
Untuk pengelola halaman Facebook, perubahan rekomendasi juga dapat memengaruhi cara konten ditemukan. Ketika pengguna memberikan preferensi lebih spesifik, konten yang memenuhi kebutuhan kelompok penonton berpotensi memperoleh kesempatan tampil. Dalam strategi konten edukasi, materi dengan pembahasan jelas dan fokus berpeluang menarik penonton yang tepat. Namun demikian, tidak ada jaminan peningkatan jangkauan otomatis. Respons audiens, persaingan rekomendasi, dan kebijakan platform masih memiliki pengaruh.
Hal yang Perlu Diperhatikan Sebelum Mengatur Algoritma Facebook
Kendati fitur personalisasi semakin interaktif, pengguna tetap perlu memahami batas kemampuan pengaturan. Informasi yang dituliskan menjadi bagian dari proses personalisasi. Sebagai langkah kehati-hatian, hindari memasukkan informasi yang terlalu sensitif. Sebagai contoh, pengguna bisa menjelaskan jenis video yang disukai tanpa mengungkapkan informasi rahasia. Kebiasaan ini membantu menjaga privasi. Tidak hanya mempertimbangkan privasi, pengaturan rekomendasi tidak sama dengan pengaturan siapa yang dapat melihat profil.
Perusahaan mengumumkan distribusi Your Algorithm pada 13 Oktober 2026 dengan distribusi yang mengikuti kesiapan layanan. Dengan kondisi tersebut, ketersediaan dapat berbeda menurut pengguna. Berdasarkan pengumuman yang tersedia, belum terdapat kepastian waktu akses untuk setiap negara. Pengguna di Indonesia bisa mengikuti pengumuman resmi mengenai akses. Apabila belum ditemukan, mungkin disebabkan distribusi yang belum menjangkau pengguna. Sambil menunggu ketersediaan, pengguna tetap dapat memanfaatkan kontrol rekomendasi lainnya. Melalui pemahaman tersebut, pengguna dapat terus mengelola jenis konten yang muncul.
Kesimpulan: Your Algorithm Memberikan Kendali Baru kepada Pengguna Facebook
Pengembangan sistem personalisasi berbasis AI menunjukkan perubahan penting dalam pengembangan pengalaman pengguna digital. Berkat kemampuan mengatur topik melalui instruksi percakapan, Facebook membuka kesempatan mengarahkan rekomendasi secara lebih spesifik. Dukungan large language model mendukung penyesuaian rekomendasi berdasarkan penjelasan tertulis. Sebagai keunggulan lainnya, pilihan Interested dan Not interested memungkinkan pengguna memberikan arahan tambahan. Walaupun demikian, algoritma tetap mempertimbangkan banyak sinyal. Untuk memperoleh pengalaman yang sesuai, pengguna sebaiknya menyesuaikan topik berdasarkan minat nyata. Apa pandangan Anda tentang fitur Your Algorithm Facebook? Mari sampaikan pendapat dan pandangan Anda mengenai manfaat pengaturan algoritma bagi pengguna.
