PENGALAMAN LINTAS GENERASI DAN NEGOSIASI KURASI ALGORITMIK INFORMASI IKN

Authors

  • Cherry Kartika Universitas Mercu Buana
  • Dwi Wulandari Sari Universitas Mercu Buana
  • Ira Purwitasari Universitas Mercu Buana

DOI:

https://doi.org/10.52423/jikuho.v11i2.2035

Keywords:

Filter Bubble, IKN, Interpretative Phenomenological Analysis, Kurasi Algoritmik

Abstract

Penelitian ini bertujuan mengeksplorasi pemaknaan Generasi X dan Generasi Z terhadap pengalaman interaksi dengan kurasi algoritmik informasi Ibu Kota Nusantara (IKN) di media sosial. Dengan menggunakan pendekatan Interpretative Phenomenological Analysis (IPA), penelitian ini menggali pengalaman subjektif kedua kelompok dalam menghadapi paparan konten yang terpersonalisasi. Temuan menunjukkan bahwa algoritma tidak sekadar dipersepsikan sebagai mekanisme teknis distribusi informasi, melainkan sebagai bagian dari pengalaman keseharian digital yang membentuk cara pengguna mengetahui, merasakan, dan memahami realitas politik. Fenomena keseragaman informasi atau filter bubble dimaknai secara beragam dan lebih tepat dipahami sebagai pengalaman epistemik yang dinamis, bukan sekadar efek teknologis yang deterministik. Pada level afektif, muncul spektrum respons emosional dari penerimaan normatif hingga skeptisisme reflektif, disertai strategi adaptif dan manajemen privasi sebagai bentuk negosiasi dengan sistem. Secara konseptual, penelitian ini menunjukkan bahwa perbedaan generasional tidak bersifat hierarkis, serta bahwa dalam konteks Indonesia kurasi algoritmik lebih membentuk ambivalensi dan negosiasi makna daripada polarisasi ekstrem. Dengan demikian, studi ini menawarkan pemahaman fenomenologis yang memperluas literatur mengenai relasi manusia–algoritma dalam konteks politik kontemporer.

References

Al Fatih, I. Z., Putera, R. A., & Umar, Z. H. (2024). Peran algoritma media sosial dalam penyebaran propaganda politik digital menjelang pemilu. Jurnal Kajian Stratejik Ketahanan Nasional, 7(1), 75–88. https://doi.org/10.7454/jkskn.v7i1.10090

Bennett, S., Maton, K., & Kervin, L. (2008). The “digital natives” debate: A critical review of the evidence. British Journal of Educational Technology, 39(5), 775–786.

Boulianne, S. (2020). Twenty years of digital media and political participation: A meta-analysis of past and future research. Communication Research, 47(7), 947–966. https://doi.org/10.1177/0093650218808186

Bucher, T. (2017). The algorithmic imaginary: Exploring the ordinary affects of Facebook algorithms. Information, Communication & Society, 20(1), 30–44. https://doi.org/10.1080/1369118X.2016.1154086

Creighton, T. B. (2018). Digital natives, digital immigrants, digital learners: An international empirical integrative review of the literature. Education Leadership Review, 19(1), 132–140.

Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.

Eslami, M., Rickman, A., Vaccaro, K., Aleyasen, A., Vuong, A., Karahalios, K., Hamilton, K., & Sandvig, C. (2015). “I always assumed that I wasn’t really that close to [her]”: Reasoning about invisible algorithms in news feeds. In Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (pp. 153–162). ACM. https://doi.org/10.1145/2702123.2702556

Fuchs, C. (2021). Social media: A critical introduction (3rd ed.). SAGE Publications.

Gillespie, T. (2014). The relevance of algorithms. In T. Gillespie, P. J. Boczkowski, & K. A. Foot (Eds.), Media technologies: Essays on communication, materiality, and society (pp. 167–194). MIT Press.

Huda, C., & Yel, M. B. (2024). Analisa sentimen tentang Ibu Kota Nusantara (IKN) dengan menggunakan algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes. Jurnal Ilmu Komputer dan Sistem Informasi, 7(1), 126–130. https://doi.org/10.55338/jikomsi.v7i1.2846

Kulshrestha, J., Eslami, M., Messias, J., Zafar, M. B., Ghosh, S., Gummadi, K. P., & Karahalios, K. (2017). Quantifying search bias: Investigating sources of bias for political searches in social media. In Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing (pp. 417–432). ACM. https://doi.org/10.1145/2998181.2998321

Light, B., Burgess, J., & Duguay, S. (2017). The walkthrough method: An approach to the study of apps. New Media & Society, 19(6), 881–900. https://doi.org/10.1177/1461444815611134

Papa, V., & Photiadis, P. (2021). Algorithmic curation and platform power in the digital age. Digital Journalism, 9(8), 1041–1059. https://doi.org/10.1080/21670811.2021.1917178

Pariser, E. (2011). The filter bubble: What the internet is hiding from you. Penguin Press.

Petronio, S. (2002). Boundaries of privacy: Dialectics of disclosure. SUNY Press.

Prensky, M. (2001). Digital natives, digital immigrants. On the Horizon, 9(5), 1–6. https://doi.org/10.1108/10748120110424816

Safitri, D., Ramadhani, A., Tridewi, S., & Suciati, W. (2024). Joget Prabowo dan filter bubble: Tinjauan terhadap respon masyarakat pasca pemilu di YouTube CNN Indonesia. Komunikasiana: Journal of Communication Studies, 6(2). https://doi.org/10.24014/kjcs.v6i2.33856

Smith, J. A., Flowers, P., & Larkin, M. (2021). Interpretative phenomenological analysis: Theory, method and research (2nd ed.). SAGE Publications.

Sunstein, C. R. (2017). #Republic: Divided democracy in the age of social media. Princeton University Press.

Thurman, N. (2015). Algorithmic journalism. In C. Peters & M. Broersma (Eds.), Rethinking journalism again: Societal role and public relevance in a digital age (pp. 82–101). Routledge.

Wulandari, V., Rullyana, G., & Ardiansah. (2021). Pengaruh algoritma filter bubble dan echo chamber terhadap perilaku penggunaan internet. Berkala Ilmu Perpustakaan dan Informasi, 17(1), 98–111. https://doi.org/10.22146/bip.v17i1.423

Downloads

Published

2026-04-29