<![CDATA[Penelitian ini bertujuan untuk mengetahui cara kerja algoritma rekomendasi dalam membentuk filter bubble, keterbatasan akses informasi dalam konteks filter bubble, serta dampaknya terhadap perilaku informasi pengguna dan strategi untuk meminimalkan. Penelitian menggunakan pendekatan Systematic Literature Review (SLR). Data diperoleh dari dua basis data yaitu Google Scholar dan ScienceDirect dengan menemukan total 30 artikel melalui proses seleksi dengan metode PRISMA. Hasil dari penelitian menunjukkan bahwa algoritma rekomendasi membentuk filter bubble melalui mekanisme feedback loop yang mempersempit keberagaman informasi. Kondisi ini menimbulkan dampak yaitu polarisasi opini, kerentanan terhadap disinformasi, dan perubahan perilaku pengguna yang semakin pasif. Oleh karena itu, diperlukan strategi melalui peningkatan literasi algoritmik dan desain platform yang lebih transparan. ]]>
Copyrights © 2026
