Filter bubble adalah bias algoritmik yang membatasi atau menyaring informasi yang bisa dilihat oleh pengguna di internet. Bias ini terjadi karena adanya algoritma<\/a> berbobot yang digunakan oleh mesin pencari, media sosial, dan pemasar untuk mempersonalisasi pengalaman pengguna (UX<\/a>).<\/p>\n Tujuan dari personalisasi<\/a> adalah menampilkan informasi yang paling relevan bagi pengguna. Namun, akibatnya, pengguna bisa mendapatkan perspektif yang bias karena hanya diperlihatkan informasi yang sesuai dengan minat dan pandangan mereka sebelumnya. Data yang digunakan untuk menciptakan filter bubble ini berasal dari berbagai sumber, seperti riwayat pencarian, pilihan browsing, dan interaksi dengan halaman web.<\/p>\n Filter bubble mempengaruhi banyak aspek internet, seperti iklan yang ditampilkan, feed media sosial, dan hasil pencarian di mesin pencari. Akibatnya, pengguna bisa menjadi terisolasi dari pandangan lain dan hanya melihat informasi yang memperkuat opini mereka sendiri.<\/p>\n Kata “bubble” dalam konteks ini merujuk pada isolasi. Istilah ini berasal dari perangkat medis bernama isolator<\/em>, sebuah gelembung plastik yang digunakan untuk mengkarantina pasien dengan gangguan imun pada tahun 1970-an.<\/p>\n Meskipun pengaturan default dalam mesin pencari dan media sosial membuat pengalaman lebih nyaman, mereka juga bisa membentuk pandangan yang sempit terhadap dunia. Oleh karena itu, ada beberapa cara untuk mengurangi dampak filter bubble:<\/p>\n Istilah filter bubble sering dikaitkan dengan Eli Pariser, yang dalam bukunya tahun 2011 mengajak perusahaan teknologi untuk lebih transparan dalam praktik penyaringan informasi mereka. Jika ingin tahu lebih lanjut, tonton TED Talk<\/a> dari Eli Pariser, “Beware online filter bubbles.”<\/p>\nBagaimana Filter Bubble Terbentuk?<\/h3>\n
Bagaimana Menghindari Filter Bubble?<\/h3>\n
\n
Sejarah dan Pengaruh<\/h3>\n