Claim Missing Document
Check
Articles

Found 1 Documents
Search

Filter Bubble Algoritma Tiktok Dalam Pandangan Mahasiswa Ilmu Komunikasi Terhadap Fenomena Mafia Skincare Mita Hurma Ababil; Muslan Muslan; Abdul Sarlan Menungsa Menungsa
Indonesian Journal of Innovation Multidisipliner Research Vol. 4 No. 2 (2026): April - Juni
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v4i2.639

Abstract

Penelitian ini dilatarbelakangi oleh pesatnya penyebaran informasi skincare di TikTok yang dipengaruhi oleh algoritma filter bubble, sehingga menciptakan ruang informasi yang seragam dan berpotensi menyebarkan hoaks terkait fenomena mafia skincare. Permasalahan utama adalah bagaimana keterbatasan variasi informasi memengaruhi persepsi mahasiswa Ilmu Komunikasi dan apa dampak serta cara mengeliminasinya. Penelitian ini bertujuan mengetahui pandangan mahasiswa terhadap filter bubble, persepsi mereka terhadap hoaks skincare, serta mengidentifikasi dampak negatif dan strategi eliminasi. Metode yang digunakan adalah kualitatif dengan pendekatan fenomenologi. Informan ditentukan menggunakan teknik purposive sampling, melibatkan 20 mahasiswa aktif Program Studi Ilmu Komunikasi Universitas Nahdlatul Ulama Sulawesi Tenggara angkatan 2022–2025. Pengumpulan data dilakukan melalui observasi, wawancara mendalam, dan dokumentasi. Teori yang digunakan adalah Teori Filter Bubble (Eli Pariser, 2011) dan Teori Uses and Gratifications (Blumer & Katz, 1974). Hasil penelitian menunjukkan bahwa mahasiswa menyadari kerja algoritma TikTok yang bersifat personal sehingga membatasi variasi konten dan memperkuat narasi mafia skincare. Mahasiswa menunjukkan persepsi kritis sebagai khalayak aktif dengan menggunakan literasi media untuk menilai kredibilitas konten. Dampak negatif meliputi menyempitnya sudut pandang, munculnya salah persepsi, serta kerugian kesehatan kulit, ekonomi, dan psikologi. Mahasiswa mampu mengeliminasi dampak tersebut melalui fitur "Tidak Tertarik", verifikasi BPOM Mobile, rujukan dokter, serta penerapan literasi media secara konsisten.