Algoritma TikTok Makin Mengenal Kita: Kenapa FYP Bisa Terasa Seperti Membaca Pikiran?

bonnievillebc – Pernah ngobrol dengan teman tentang suatu hal, lalu beberapa jam kemudian topik yang sama muncul di FYP TikTok?

Atau mungkin kejadiannya lebih aneh.

Kita baru saja mulai tertarik dengan lari. Tidak pernah mengikuti akun olahraga, tidak pernah memberikan like pada video sepatu lari, bahkan tidak pernah secara sadar mencari informasi tentang lari di TikTok.

Tetapi kita berhenti sedikit lebih lama ketika melihat satu video tentang jogging.

Beberapa swipe kemudian muncul video lain.

Besoknya muncul rekomendasi sepatu lari, tips meningkatkan pace, latihan untuk pemula, smartwatch, sampai video orang mempersiapkan diri mengikuti half marathon.

Tiba-tiba FYP berubah.

Pengalaman seperti ini membuat algoritma TikTok kadang terasa hampir menyeramkan.

“TikTok kok tahu?”

Bahkan muncul pertanyaan yang lebih ekstrem: jangan-jangan aplikasi mendengarkan percakapan kita melalui mikrofon?

Penjelasan sebenarnya tidak harus sedramatis itu.

TikTok tidak perlu bisa membaca pikiran untuk mengetahui apa yang menarik perhatian kita.

Sebab setiap kali kita menggunakan aplikasi, kita meninggalkan banyak sinyal perilaku.

Dan semakin lama kita menggunakannya, semakin banyak sinyal yang tersedia untuk memprediksi video apa yang kemungkinan besar membuat kita berhenti melakukan swipe berikutnya.

Table of Contents

FYP TikTok Bukan Feed yang Sama untuk Semua Orang

Hal pertama yang perlu dipahami adalah For You Feed atau FYP bukan halaman berisi video populer yang sama untuk seluruh pengguna.

FYP bersifat personal.

Dua orang yang duduk bersebelahan bisa membuka TikTok pada saat bersamaan dan mendapatkan dunia yang benar-benar berbeda.

Seseorang mungkin melihat sepak bola, otomotif, meme dan berita.

Orang di sebelahnya melihat skincare, resep makanan, K-pop dan rekomendasi tempat wisata.

TikTok menjelaskan bahwa sistem rekomendasinya menggunakan tiga kelompok faktor utama, yaitu interaksi pengguna, informasi mengenai konten dan informasi pengguna.

Interaksi pengguna mencakup berbagai tindakan ketika kita menggunakan TikTok.

Video yang kita sukai.

Video yang dibagikan.

Akun yang diikuti.

Komentar.

Konten yang dibuat.

Pencarian.

Video yang ditonton sampai selesai.

Dan tentu saja video yang kita lewati.

TikTok kemudian menggunakan kumpulan sinyal tersebut untuk memperkirakan konten mana yang kemungkinan relevan bagi masing-masing pengguna.

Yang Kita Lewati Juga Memberikan Informasi

Ini bagian yang sering tidak kita sadari.

Ketika membicarakan algoritma media sosial, orang biasanya berpikir tentang like.

Kalau kita like video kucing, algoritma tahu kita menyukai kucing.

Masuk akal.

Tetapi algoritma rekomendasi tidak harus menunggu kita menekan tombol like.

Bayangkan ada sepuluh video muncul di FYP.

Delapan langsung kita swipe setelah satu atau dua detik.

Satu ditonton sekitar setengah.

Satu lagi ditonton sampai selesai.

Dari perspektif sistem rekomendasi, perilaku tersebut sudah memberikan informasi.

TikTok sendiri menjelaskan bahwa untuk sebagian besar pengguna, interaksi—termasuk waktu yang dihabiskan untuk menonton sebuah video—umumnya memiliki bobot lebih besar dibanding faktor lain.

Artinya, apa yang kita lakukan bisa lebih informatif daripada apa yang secara eksplisit kita katakan kita sukai.

Itulah salah satu alasan FYP bisa terasa begitu personal.

Watch Time Bisa Mengatakan Banyak Hal

Coba bayangkan kita menemukan video berdurasi 45 detik mengenai renovasi rumah.

Kita tidak memberikan like.

Tidak berkomentar.

Tidak membagikannya.

Tetapi kita menonton sampai detik terakhir.

Bahkan mungkin mengulang beberapa detik karena ingin melihat hasil akhirnya.

Kita mungkin berpikir tidak melakukan apa-apa.

Bagi sistem rekomendasi, sebenarnya terjadi banyak hal.

Perhatian kita bertahan.

TikTok mengetahui bahwa video tersebut berhasil membuat kita tidak melakukan swipe.

Kalau pola serupa terjadi berulang kali pada konten mengenai interior rumah, sistem mendapatkan sinyal semakin kuat bahwa topik tersebut relevan.

Inilah mengapa FYP dapat berubah tanpa kita pernah secara sadar mengikuti akun tertentu.

TikTok Tidak Membutuhkan Satu Sinyal Sempurna

Algoritma tidak harus mengetahui dengan pasti:

“Orang ini sekarang sedang ingin membeli rumah.”

Sistem hanya perlu memperkirakan:

“Berdasarkan perilaku sebelumnya, kemungkinan orang ini tertarik dengan video ini lebih tinggi dibanding video lainnya.”

Itu perbedaan penting.

Algoritma rekomendasi bekerja dengan prediksi.

Setiap tindakan membantu memperbarui prediksi tersebut.

Karena itu, satu video belum tentu langsung mengubah seluruh FYP.

Tetapi kalau kita mulai berhenti pada beberapa video dengan pola serupa, melakukan pencarian terkait, membuka komentar, mengikuti akun tertentu atau menonton video sampai selesai, sinyalnya menjadi semakin jelas.

TikTok kemudian dapat menguji lebih banyak konten sejenis.

Kita merespons lagi.

Algoritma belajar lagi.

Siklus tersebut terus berulang.

Kenapa FYP Bisa Tiba-Tiba Dipenuhi Satu Topik?

Fenomena ini mungkin pernah dialami hampir semua pengguna TikTok.

Awalnya kita hanya menonton satu video.

Kemudian muncul dua.

Tidak lama kemudian rasanya separuh FYP membicarakan hal yang sama.

Misalnya kita menonton video tentang solo traveling ke Jepang.

Setelah itu muncul itinerary Tokyo.

Kemudian rekomendasi hotel.

Cara menggunakan kereta.

Harga makanan.

Tips mendapatkan tiket murah.

Cara mengisi Visit Japan Web.

Tidak lama kemudian FYP kita seperti travel agent Jepang.

Apa yang terjadi?

Salah satu penjelasannya adalah sistem sedang mengeksplorasi ketertarikan baru.

Ketika kita memberikan respons positif terhadap sebuah topik, sistem mempunyai alasan untuk menguji apakah minat tersebut konsisten.

Kalau respons berikutnya juga positif, semakin banyak konten terkait dapat direkomendasikan.

Hasil akhirnya terasa seperti algoritma tiba-tiba menemukan obsesi baru kita.

Pencarian Membuat Sinyalnya Semakin Jelas

Perubahan besar dalam perilaku pengguna TikTok beberapa tahun terakhir adalah semakin banyak orang menggunakan platform tersebut sebagai alat pencarian.

Orang tidak hanya membuka Google untuk mencari tempat makan.

Mereka mengetik langsung di TikTok:

“kuliner Blok M”

“hotel murah Bali”

“skincare kulit berminyak”

“cara interview kerja”

“review mobil hybrid”

Dari perspektif algoritma, pencarian merupakan sinyal yang sangat menarik karena menunjukkan niat yang lebih eksplisit.

Kalau menonton sebuah video bisa terjadi secara tidak sengaja, mengetik sebuah pertanyaan ke kolom Search biasanya membutuhkan tindakan yang lebih sadar.

TikTok menjelaskan bahwa sistem rekomendasi Search mempertimbangkan antara lain kecocokan konten dengan kata yang dicari, hashtag, sound, serta perilaku pengguna sebelumnya.

Jadi FYP dan Search semakin berkaitan dalam pengalaman personal pengguna.

Bahkan Lokasi Bisa Membuat FYP Terasa Lebih Relevan

Ada lapisan lain: lokasi.

TikTok menjelaskan bahwa rekomendasi juga dapat mempertimbangkan informasi pengguna seperti bahasa, lokasi, zona waktu, serta jenis perangkat.

Pada 2026 TikTok bahkan memperkenalkan Local Feed di sejumlah pasar.

Feed ini dirancang membantu pengguna menemukan konten lokal mengenai tempat, aktivitas, makanan, belanja dan berbagai hal yang terjadi di sekitar mereka.

Menurut TikTok, Local Feed dapat menggunakan informasi lokasi perangkat jika pengguna berusia 18 tahun atau lebih dan mengaktifkan Location Services.

Kalau Location Services tidak aktif, TikTok mengatakan perkiraan lokasi tetap dapat dibuat menggunakan informasi seperti SIM card, alamat IP dan pengaturan sistem.

Dari perspektif pengguna, hasil akhirnya sederhana.

Kita bisa mendapatkan rekomendasi yang terasa semakin dekat dengan kehidupan sehari-hari.

Apakah TikTok Mendengarkan Percakapan Kita?

Ini mungkin pertanyaan paling menarik.

Kita membicarakan suatu produk dengan teman.

Tidak lama kemudian produk tersebut muncul di FYP.

Rasanya terlalu kebetulan.

Namun kemunculan konten yang relevan setelah sebuah percakapan bukan bukti bahwa TikTok diam-diam mengaktifkan mikrofon untuk mendengarkan percakapan tersebut.

TikTok menyatakan aplikasi meminta izin menggunakan mikrofon ketika fitur tertentu membutuhkannya, misalnya saat membuat video atau menggunakan voice input.

Yang sering dilupakan adalah algoritma sebenarnya sudah mempunyai banyak sumber informasi lain.

Mungkin sebelumnya kita pernah mencari topik terkait.

Mungkin kita berhenti pada video serupa.

Mungkin topiknya sedang trending.

Mungkin lokasi dan kelompok pengguna dengan pola perilaku mirip sedang tertarik pada hal yang sama.

Dan ada satu faktor psikologis sederhana.

Kita jauh lebih mudah menyadari rekomendasi yang kebetulan berhubungan dengan sesuatu yang baru saja kita pikirkan.

Ratusan rekomendasi lain yang tidak relevan tidak meninggalkan kesan yang sama.

Akibatnya, satu kecocokan yang mengejutkan terasa seperti algoritma baru saja membaca pikiran.

Algoritma Juga Membandingkan Pola

Sistem rekomendasi modern tidak harus memahami manusia seperti seorang psikolog memahami pasien.

Ia bisa belajar dari pola.

Bayangkan ribuan pengguna yang menyukai video A ternyata juga sering tertarik pada video B.

Kemudian kita menunjukkan perilaku yang mirip terhadap video A.

Secara statistik, video B menjadi kandidat yang masuk akal untuk direkomendasikan kepada kita.

TikTok tidak harus mengetahui alasan psikologisnya.

Sistem hanya perlu menemukan pola bahwa kelompok perilaku tertentu sering diikuti ketertarikan tertentu.

Ketika jumlah pengguna dan kontennya sangat besar, pola yang dapat ditemukan juga menjadi sangat banyak.

Inilah yang membuat personalisasi semakin kuat.

Kita Sebenarnya Sedang “Melatih” FYP Setiap Hari

Setiap sesi menggunakan TikTok sebenarnya merupakan proses komunikasi dua arah.

TikTok memberikan video.

Kita memberikan respons.

TikTok memberikan video berikutnya berdasarkan berbagai sinyal.

Kita kembali memberikan respons.

Masalahnya, komunikasi tersebut sebagian besar berlangsung tanpa kata-kata.

Swipe cepat berarti sesuatu.

Menonton sampai selesai berarti sesuatu.

Search berarti sesuatu.

Follow berarti sesuatu.

Menekan Not Interested juga berarti sesuatu.

Karena itu, kita secara tidak langsung terus “melatih” algoritma mengenai apa yang sebaiknya muncul berikutnya.

Dan sekarang TikTok mulai memberikan lebih banyak alat agar proses tersebut bisa dilakukan secara sadar.

Sekarang Kita Bisa Mengatur Topik FYP

Salah satu perubahan menarik adalah fitur Manage Topics.

TikTok memungkinkan pengguna mengatur seberapa banyak konten dari topik tertentu yang ingin mereka lihat di For You Feed.

Pengguna bisa membuka pengaturan preferensi konten dan menyesuaikan topik yang tersedia.

Yang penting dipahami, pengaturan tersebut tidak berarti suatu topik akan hilang sepenuhnya.

TikTok menjelaskan bahwa perubahan tersebut memengaruhi seberapa sering konten terkait direkomendasikan dan mungkin membutuhkan waktu sebelum preferensi baru benar-benar tercermin pada FYP.

Ini menunjukkan perubahan menarik dalam hubungan antara pengguna dan algoritma.

Dulu personalisasi hampir seluruhnya terasa seperti proses yang terjadi di belakang layar.

Sekarang pengguna semakin diberi kemampuan untuk mengatakan secara eksplisit:

“Saya ingin lebih banyak ini.”

Atau:

“Saya ingin lebih sedikit itu.”

Tombol “Not Interested” Jangan Diremehkan

Ada fitur sederhana lain yang sering diabaikan: Not Interested.

Kalau sebuah jenis video terus muncul dan kita tidak menginginkannya, jangan hanya mengeluh bahwa FYP sudah rusak.

Memberikan feedback langsung dapat membantu sistem memahami preferensi kita.

TikTok menyediakan opsi Not Interested untuk memberi tahu sistem bahwa kita tidak menyukai jenis konten tertentu.

Pengguna juga bisa menggunakan filter keyword untuk membatasi konten yang mengandung kata atau hashtag tertentu pada feed yang didukung.

Jadi kita sebenarnya mempunyai lebih banyak kendali terhadap FYP dibanding yang mungkin kita sadari.

Kalau FYP Sudah Benar-Benar Berantakan, Bisa Di-Reset

Bagaimana kalau algoritma sudah terlalu jauh?

Misalnya beberapa minggu terakhir kita meminjamkan akun kepada orang lain.

Atau kita terjebak menonton topik yang sebenarnya tidak ingin terus-menerus dilihat.

TikTok mempunyai fitur Refresh your For You feed.

Ketika digunakan, pengalaman FYP akan dibuat seperti kondisi awal sehingga sistem dapat mempelajari kembali interaksi kita.

Setelah refresh, tindakan kita terhadap konten baru membantu membentuk rekomendasi berikutnya.

Namun ada hal penting.

Refresh tidak dapat dibatalkan setelah dilakukan.

Fitur tersebut juga hanya memengaruhi For You Feed, bukan Following Feed, profil, inbox atau iklan.

Dengan kata lain, kalau FYP terasa tidak lagi mengenal kita, TikTok menyediakan cara untuk memperkenalkan diri lagi dari awal.

Semakin Personal, Semakin Mudah Masuk Rabbit Hole

Personalisasi memiliki keuntungan jelas.

Kita tidak harus mencari semua hal secara manual.

Konten yang menarik bisa datang sendiri.

Tetapi mekanisme yang sama mempunyai sisi lain.

Kalau sistem menemukan bahwa kita tertarik pada sebuah topik, ia dapat memberikan semakin banyak konten serupa.

Ini bisa menyenangkan kalau topiknya memasak.

Namun bagaimana jika topiknya diet ekstrem, teori konspirasi, kemarahan politik, konflik hubungan atau kecemasan mengenai kesehatan?

Rekomendasi yang semakin sempit dapat membuat dunia di layar terlihat berbeda dari dunia sebenarnya.

Karena itu TikTok juga menyatakan sistem rekomendasinya sengaja memasukkan unsur keberagaman dan mencoba menghindari rekomendasi yang terlalu repetitif.

Perusahaan juga menerapkan standar kelayakan For You Feed terhadap jenis konten tertentu.

Tetapi pengguna tetap perlu memahami bahwa feed yang sangat personal bukan representasi objektif mengenai apa yang sedang dipikirkan semua orang.

FYP adalah versi dunia yang dipilih khusus untuk kita.

FYP Bisa Membentuk Minat, Bukan Hanya Membacanya

Di sinilah persoalannya menjadi lebih menarik.

Awalnya kita berpikir algoritma hanya membaca apa yang kita sukai.

Tetapi setelah sistem memberikan semakin banyak konten tertentu, konten tersebut juga dapat memengaruhi apa yang akhirnya kita sukai.

Misalnya awalnya kita hanya sedikit tertarik pada kopi.

Kemudian muncul video espresso.

Lalu grinder.

Teknik pour over.

Perbedaan biji arabika.

Mesin kopi.

Tidak lama kemudian kita yang awalnya hanya ingin minum kopi mulai memahami istilah burr grinder, light roast dan V60.

Apakah algoritma menemukan minat kita?

Atau algoritma membantu menciptakan minat tersebut?

Kemungkinan jawabannya bisa keduanya.

Manusia memengaruhi algoritma melalui perilakunya.

Algoritma kemudian memengaruhi manusia melalui konten yang dipilihnya.

Hubungan tersebut membentuk lingkaran umpan balik.

AI-Generated Content Juga Mulai Bisa Dikendalikan

Pada 2026 muncul perkembangan lain yang menarik.

TikTok mulai menguji pengaturan yang memungkinkan pengguna mengontrol seberapa banyak AI-generated content atau AIGC yang ingin mereka lihat.

Kontrol tersebut ditempatkan dalam Manage Topics.

TikTok menjelaskan bahwa pengguna dapat memilih apakah ingin melihat lebih banyak atau lebih sedikit konten AI tanpa sepenuhnya menghapusnya dari feed.

Perubahan ini cukup penting.

Personalitas FYP sekarang bukan hanya mengenai topik apa yang kita sukai.

Jenis dan asal pembuatan konten juga mulai masuk ke dalam kontrol pengalaman pengguna.

Di tengah semakin banyaknya video generatif AI yang terlihat realistis, kemampuan membedakan dan mengatur konten semacam ini kemungkinan akan semakin relevan.

Algoritma TikTok Tidak Membaca Pikiran, Ia Membaca Kita

Mungkin inilah alasan FYP kadang terasa begitu menyeramkan.

Algoritma TikTok tidak perlu mengetahui isi kepala kita.

Ia hanya perlu memperhatikan apa yang kita lakukan.

Berapa lama kita berhenti.

Apa yang langsung kita lewatkan.

Apa yang dicari.

Video mana yang ditonton sampai selesai.

Apa yang dibagikan kepada teman.

Akun mana yang diikuti.

Topik apa yang terus membuat kita kembali.

Satu tindakan mungkin tidak mengatakan banyak.

Tetapi ribuan tindakan kecil selama berbulan-bulan dapat membentuk pola yang cukup jelas.

Dan semakin sering kita menggunakan TikTok, semakin banyak kesempatan bagi sistem untuk memperbarui prediksinya.

Karena itu mungkin pertanyaan yang lebih menarik bukan:

“Bagaimana TikTok bisa tahu apa yang saya pikirkan?”

Melainkan:

“Seberapa banyak kebiasaan saya yang sebenarnya sudah saya tunjukkan kepada TikTok tanpa saya sadari?”

Algoritma tidak harus membaca pikiran.

Kadang-kadang perilaku kita sendiri sudah mengatakan cukup banyak.

Dan kabar baiknya, hubungan tersebut tidak sepenuhnya satu arah.

Kita bisa melewati konten yang tidak diinginkan, menggunakan Not Interested, mengatur Manage Topics, memfilter keyword atau bahkan melakukan Refresh For You Feed.

Artinya, kita bukan hanya sedang dilatih oleh algoritma.

Setiap kali melakukan swipe, search, follow atau memilih untuk berhenti menonton, kita juga sedang melatih algoritma itu kembali.