TikTok US Deal: How Its 'For You' Algorithm Will Fundamentally Change

Presiden Donald Trump pada 19 September 2025, mengumumkan kesepakatan awal untuk penjualan saham mayoritas TikTok dari raksasa teknologi Tiongkok, ByteDance, kepada sekelompok investor Amerika Serikat. Kesepakatan ini terjadi setelah negosiasi antara Trump dan pemimpin Tiongkok, Xi Jinping, menandai langkah signifikan dalam dinamika teknologi dan geopolitik global.

Transaksi ini bertujuan untuk menciptakan versi aplikasi khusus AS yang akan memenuhi persyaratan hukum yang ditandatangani oleh mantan Presiden Joe Biden pada 23 April 2024, dan dikuatkan oleh Mahkamah Agung pada 17 Januari 2025. Meskipun detail spesifik kesepakatan masih dalam tahap penyelesaian, salah satu aspek paling krusial yang belum terpecahkan adalah nasib algoritma inti aplikasi berbagi video tersebut – dan implikasinya bagi jutaan pengguna TikTok di Amerika Serikat.

Pemerintah Tiongkok telah mengindikasikan bahwa mereka tidak akan mengizinkan ByteDance menjual algoritma tersebut, karena diklasifikasikan sebagai ekspor teknologi yang dikendalikan berdasarkan hukum Tiongkok. Sementara itu, eksekutif industri teknologi AS dan beberapa anggota parlemen berpendapat bahwa kepatuhan terhadap undang-undang memerlukan algoritma berada di bawah kendali Amerika. Kesepakatan yang diusulkan mencakup lisensi algoritma sehingga tetap menjadi kekayaan intelektual Tiongkok sementara versi aplikasi AS terus menggunakan teknologi tersebut. Dilema ini menyoroti kompleksitas kepemilikan data dan teknologi di era digital yang semakin terfragmentasi.

Algoritma 'For You Page' (FYP) TikTok secara luas dianggap sebagai bagian terpenting dari aplikasi tersebut. Seperti yang dikatakan seorang analis: “Membeli TikTok tanpa algoritmanya ibarat membeli Ferrari tanpa mesinnya.” Algoritma ini bukan sekadar fitur tambahan; ia adalah jantung dari pengalaman pengguna, yang membedakan TikTok dari platform media sosial lainnya. Tanpa algoritma yang efektif, kemampuan aplikasi untuk menarik dan mempertahankan pengguna akan sangat berkurang, menjadikannya kurang menarik bagi investor dan pengguna.

Nilai algoritma terletak pada kemampuannya yang luar biasa untuk mengantisipasi preferensi konten pengguna. Banyak pengguna mengklaim bahwa algoritma ini mengenal mereka lebih baik daripada mereka mengenal diri sendiri – sebuah sentimen yang telah berkembang menjadi campuran rasa kepercayaan dan teori konspirasi yang aneh. Para sarjana juga mencatat bahwa pengguna merasa lebih akrab, dilihat, dan dikenal oleh algoritma TikTok dibandingkan dengan algoritma yang menggerakkan platform populer lainnya. Perasaan koneksi pribadi ini adalah kunci dari keterlibatan pengguna yang tinggi dan waktu yang dihabiskan di aplikasi.

Sebagai seorang sarjana media sosial yang telah mempelajari algoritma selama hampir satu dekade, dan juga seorang penggemar TikTok, penting untuk memahami cara kerja algoritma ini dan bagaimana aplikasi tersebut mungkin berubah setelah kesepakatan penjualannya. Hubungan kita dengan algoritma semakin terjalin dengan kehidupan sehari-hari, dan perubahan pada platform sebesar TikTok memiliki dampak luas.

Memahami Cara Kerja Algoritma TikTok

Dalam beberapa hal, algoritma TikTok tidak berbeda secara signifikan dari algoritma media sosial lainnya. Pada intinya, algoritma hanyalah serangkaian langkah yang digunakan untuk mencapai tujuan tertentu. Mereka melakukan perhitungan matematis untuk mengoptimalkan keluaran demi tujuan tersebut. Namun, implementasi dan skala TikTok menjadikannya unik.

Terdapat dua lapisan pada algoritma TikTok. Pertama, ada lapisan abstrak yang mendefinisikan hasil yang ingin dicapai oleh pengembang. Sebuah dokumen internal yang dibagikan kepada The New York Times merinci bahwa algoritma TikTok mengoptimalkan empat tujuan utama: “nilai pengguna,” “nilai pengguna jangka panjang,” “nilai kreator,” dan “nilai platform.” Ini adalah tujuan bisnis dan pengalaman pengguna yang luas.

Namun, bagaimana cara mengubah tujuan abstrak ini menjadi perhitungan matematis? Apa sebenarnya arti konsep abstrak seperti “nilai pengguna”? Tidak praktis untuk menanyakan kepada pengguna apakah mereka menghargai pengalaman mereka setiap kali mereka mengunjungi situs. Sebaliknya, TikTok mengandalkan sinyal proksi yang menerjemahkan hasil abstrak menjadi ukuran yang dapat diukur – khususnya, suka, komentar, berbagi, mengikuti, waktu yang dihabiskan pada video tertentu, dan data perilaku pengguna lainnya. Sinyal-sinyal ini kemudian menjadi bagian dari persamaan untuk memprediksi dua hasil konkret utama: “retensi,” atau kemungkinan pengguna akan kembali ke situs, dan “waktu yang dihabiskan” pada aplikasi. Ini adalah metrik yang dapat diukur dan dioptimalkan secara matematis.

Algoritma TikTok For You Page mengandalkan pembelajaran mesin (machine learning) untuk memprediksi retensi dan waktu yang dihabiskan. Pembelajaran mesin adalah proses komputasi di mana algoritma mempelajari pola dalam kumpulan data, dengan sedikit atau tanpa panduan manusia, untuk menghasilkan persamaan terbaik guna memprediksi suatu hasil. Melalui pembelajaran pola, algoritma menentukan seberapa besar sinyal data individual berperan dalam menghasilkan prediksi yang tepat. Ini memungkinkan algoritma untuk terus beradaptasi dan menjadi lebih baik dalam memahami preferensi pengguna seiring waktu.

Sebuah investigasi Wall Street Journal menemukan bahwa jumlah waktu yang dihabiskan pengguna untuk menonton setiap video memainkan peran besar dalam bagaimana algoritma memilih video yang disarankan kepada pengguna. Dengan menggunakan persamaan yang telah dihasilkannya untuk memprediksi retensi dan waktu yang dihabiskan, algoritma menetapkan skor untuk setiap video dan memberi peringkat video yang mungkin ditampilkan kepada pengguna berdasarkan skor ini. Semakin tinggi skor untuk pengguna individual, semakin besar kemungkinan video akan muncul di beranda mereka. Tentu saja, karakteristik konten dan pengguna lain juga menginformasikan rekomendasi, dan ada sub-proses lain yang termasuk dalam persamaan.

Langkah ini adalah tempat moderasi algoritmik biasanya masuk. Jika sebuah video terlihat seperti umpan interaksi (engagement bait) atau memiliki konten kekerasan yang berlebihan, misalnya, skor konten tersebut akan dikenakan penalti. Ini menunjukkan bahwa algoritma tidak hanya berfokus pada daya tarik murni tetapi juga pada kepatuhan terhadap pedoman komunitas. Video di bawah ini menjelaskan dasar-dasar cara kerja algoritma TikTok secara sederhana.

Potensi Perubahan Bagi Pengguna AS

Meskipun penjualan belum final dan nasib algoritma belum sepenuhnya terpecahkan, cukup pasti bahwa TikTok akan mengalami perubahan signifikan. Ada dua alasan utama yang dapat menjelaskan potensi perubahan ini.

Pertama, populasi pengguna aplikasi yang hanya di AS akan mengubah susunan kumpulan data dasar yang menginformasikan rekomendasi algoritmik secara berkelanjutan. Saat jenis konten dan pengguna mulai mencerminkan preferensi budaya, nilai, dan perilaku Amerika, algoritma mungkin akan sedikit berbeda saat “mempelajari” pola-pola baru. Ini bukan hanya perubahan demografi; ini adalah pergeseran fundamental dalam lingkungan tempat algoritma beroperasi. Dengan tidak adanya masukan dari basis pengguna global yang luas, algoritma mungkin akan menjadi lebih terfokus pada nuansa budaya AS, yang dapat menghasilkan pengalaman FYP yang berbeda secara substansial.

Selain itu, tidak semua pengguna akan memilih untuk bergabung dengan aplikasi baru, terutama jika dianggap berada di bawah kendali sekutu Trump. Kesepakatan saat ini dilaporkan akan memberikan 80% saham kepada investor AS, termasuk 50% kepada investor baru Oracle, Silver Lake, dan Andreessen Horowitz. Investor-investor ini memiliki koneksi dengan Trump, dan ketentuan yang jelas dari kesepakatan tersebut memungkinkan pemerintah AS untuk memilih satu anggota dewan. Hal ini dapat menghasilkan populasi pengguna – dan data – yang mencerminkan ranah minat dan ideologi yang lebih sempit, berpotensi menciptakan gema yang lebih homogen dalam rekomendasi konten.

Kedua, kemungkinan besar pemilik saham mayoritas aplikasi baru akan memutuskan untuk menyesuaikan algoritma, terutama dalam hal moderasi konten. Pemilik baru mungkin ingin mengubah Pedoman Komunitas TikTok sesuai dengan pandangan mereka tentang ucapan yang dapat diterima dan tidak dapat diterima. Ini adalah titik sensitif, mengingat perdebatan berkelanjutan tentang kebebasan berbicara versus penyebaran informasi yang salah di platform online.

Sebagai contoh, Pedoman Komunitas TikTok saat ini melarang misinformasi dan bekerja sama dengan pemeriksa fakta independen untuk menilai akurasi konten. Sementara Meta, yang memiliki Instagram dan Facebook, dulunya mengikuti pendekatan serupa, pada Januari 2025 mengumumkan bahwa mereka akan mengakhiri hubungan Meta dengan pemeriksa fakta independen dan melonggarkan pembatasan konten. YouTube juga telah melonggarkan moderasi kontennya tahun ini. Tren ini menunjukkan pergeseran yang lebih luas dalam industri teknologi, dan TikTok versi AS mungkin akan mengikuti jejak yang sama, yang dapat memiliki implikasi signifikan terhadap jenis konten yang beredar di platform tersebut.

Intinya adalah bahwa algoritma sangat sensitif terhadap konteks. Mereka mencerminkan minat, nilai, dan pandangan dunia dari orang-orang yang membangunnya, preferensi dan perilaku orang-orang yang datanya menginformasikan model mereka, serta konteks hukum dan ekonomi tempat mereka beroperasi. Ini berarti, meskipun sulit untuk memprediksi secara pasti seperti apa TikTok khusus AS nantinya, aman untuk mengasumsikan bahwa itu tidak akan menjadi cerminan sempurna dari aplikasi saat ini. Pengguna harus siap menghadapi perubahan yang dapat memengaruhi segalanya mulai dari jenis video yang mereka lihat di FYP hingga suasana keseluruhan komunitas digital mereka.