Algoritma generasi terbaru, potongan-potongan kode yang berfungsi, seperti instruktur di belakang layar internet kita, mampu memeringkat preferensi dan memfilter konten secara online untuk ”kebutuhan” kita. Dalam medan pertempuran ”klik” di internet, algoritma seperti itu ada di mana-mana, di web, baik di mesin pencari, situs berita utama, akun belanja ritel daring, feeds posting di media sosial, maupun akun Netflix dan Spotify kita.
Algoritma yang sama adalah alasan mengapa kita tahu toko ritel favorit melakukan promo penjualan atau mengapa sepertinya semua teman Facebook berbagi pandangan politik yang sama dengan kita. Sering kali kita tidak melihat ada hasil pencarian yang bertentangan dengan kebiasaan berinternet.
KOMPAS/KARINA ISNA IRAWAN–Rekor baru penjualan Alibaba dalam festival belanja daring 24 jam ”11.11 Global Shopping Market” senilai 213,5 miliar yuan atau 30,8 miliar dollar Amerika Serikat (Rp 454,2 triliun).
ADVERTISEMENT
SCROLL TO RESUME CONTENT
Segala rekomendasi tampak tidak bentrok dengan hasrat kita. Di situlah barangkali letak masalahnya. Kata duo co-founder WE Movement, Craig dan Mark Kielburger, melalui tulisan opini keduanya, Breaking The Algorithm, yang dimuat The Huffington Post, 21 Maret 2017, ketika mayoritas dari kita mendapatkan informasi yang sesuai ”kesukaan” atau ”kebutuhan”, kita sebenarnya menjadi tidak tahu informasi apa yang kita lewatkan.
Keduanya sepakat, internet menjadi ruang kontes serta pendistribusian ide-ide hebat. Akan tetapi, alih-alih memperluas wawasan kita, hal sebaliknya terjadi. Untuk mempertegas sikap, Craig dan Mark mengutip pernyataan Eli Paliser bahwa beberapa informasi masalah warga negara seperti menghilang tanpa kita sadari. Eli Paliser adalah penulis buku The Filter Bubble: How the New Personalized Web Is Changing What We Read and How We Think.
Tak hanya Craig dan Mark Keilburger yang menawarkan kepada konsumen semacam perlawanan terhadap situasi itu. Cuitan-cuitan #BreakTheAlgorithm di Twitter riuh ramai sekitar dua tahun terakhir. Selain membangun kesadaran, cuitan disisipi tips mengacak algoritma.
Kesadaran Breaking The Algorithm pun merambah ke berbagai blog dan artikel. Misalnya, theconvinceandconvert.com yang mengkritisi Facebook dan cara kerja algoritma EdgeRank miliknya. Melalui EdgeRank, hanya posting yang mendapat suka, klik, komentar, bagikan akan dilihat oleh banyak orang, terlepas apakah orang-orang itu penggemar atau teman. Si penulis mengajari langkah memecahnya, seperti mengubah pengaturan umpan berita berdasarkan tanggal publikasi dan bukan berdasarkan penilaian Facebook atas apa yang Anda sukai.
Beberapa peritel mapan mengakui bahwa mereka menawarkan layanan berbasis teknologi algoritma untuk kurasi layanan agar semakin personal. Amazon mengumpulkan ulasan pengguna dan memberikan saran yang disesuaikan berdasarkan algoritma pembelajaran. Di Inggris, pengecer pakaian perempuan Topshop dan pusat perbelanjaan John Lewis bermitra dengan penyedia platform prediksi Dressipi guna membuat rekomendasi mode yang dipersonalisasi berdasarkan profil awal konsumen.
Dalam artikel How Retail Changes When Algorithms Curate Everything We Buy di Harvard Business Review terbit 7 Januari 2019, generasi terbaru mesin kurasi ritel akan bekerja lebih jelas atas nama pelanggan dengan menawarkan transparansi, netralitas, dan katalog barang tanpa batas. Ketika itu terjadi, ada kemungkinan ”kurator ritel” akan menjadi industri sendiri, mengubah struktur sektor ritel dan menangkap bagian signifikan dari penjualan eceran. Di industri jasa perjalanan wisata, hal itu malah sudah terjadi. Tiga perantara perjalanan online terbesar—Expedia, Booking Holdings, dan C-Trip—menyumbang hampir 20 persen dari penjualan 1,3 triliun dollar AS pasar perjalanan global pada tahun 2017.
Ada sejumlah risiko di balik perkembangan mesin kurasi ritel. Pengecer berisiko menjadi utilitas sistem back-end yang menawarkan layanan-layanan perantara. Risiko lain, mesin kurasi bisa menyarankan campuran dan kecocokan aksesori murah dengan pakaian butik kelas atas.
KOMPAS/TOTOK WIJAYANTO–Ilustrasi _ Karyawan mendata dan menyiapkan barang pesanan untuk dikirimkan kepada pembeli di gudang penyimpanan milik situs belanja daring Lazada Indonesia di kawasan Jatijajar, Depok, Jawa Barat, Desember 2017.
Ilmuwan informasi dan ilmu keputusan Gedimas Adomavicius, Jesse Bockstedt, Shawn P Curley, Jingjing Zhang, dan Sam Ransbotham menekankan, rekomendasi daring berpotensi bias. Algoritma yang diterapkan dapat memanipulasi pilihan konsumen dengan cara yang mereka tidak sadari. Bagaimanapun, detail-detail yang mendasari langkah kerja algoritma rekomendasi cenderung tidak transparan, seperti urusan random errors.
Sebagai konsumen harus cerdas. Kita bisa bertanya kepada diri sendiri, ”Apakah barang, layanan, dan konten yang disodorkan oleh rekomen digital benar-benar selera kita?”, atau, ”Haruskah kita menyukai ini?”. Menantang diri memperluas persepektif di luar kebiasaan sangat bagus menambah wawasan sekaligus jejak digital kita.
Pesatnya perkembangan internet mendorong pemilik merek terjun ke berbagai bentuk pemasaran digital ataupun cara buatan baru demi meningkatkan pengalaman konsumen. Meski demikian, kepada pemilik merek: berikanlah alasan yang baik kepada pelanggan agar terus mendatangi kalian secara langsung.–MEDIANA
Editor MUKHAMAD KURNIAWAN
Sumber: Kompas, 28 Maret 2019
