BEDAH SISTEM ARTIFICAL INTELLIGENCE MACHINE LEARNING TIKTOK
Penulis : Rahman Aldiansyah Siregar
Teknik Informatika
Universitas Pamulang
Artificial Intelligence (AI) memiliki peran yang sangat penting dalam pengembangan aplikasi seperti TikTok. TikTok menggunakan AI untuk memproses data pengguna dan menyediakan konten yang relevan dan menarik bagi pengguna. AI juga digunakan untuk mengoptimalkan algoritma, memungkinkan aplikasi untuk menampilkan konten yang paling sesuai dengan preferensi dan minat pengguna.
Namun, penggunaan AI pada aplikasi TikTok juga memunculkan beberapa kekhawatiran. Misalnya, TikTok telah dikritik karena penggunaannya yang kurang transparan terhadap bagaimana algoritma memilih dan menampilkan konten yang relevan. Hal ini bisa mempengaruhi pengguna untuk menghabiskan lebih banyak waktu di platform, sehingga memunculkan perdebatan mengenai dampak sosial dan kesehatan mental pengguna.
Selain itu, TikTok telah berulang kali dikritik karena kebijakan privasinya yang tidak jelas dan pengumpulan data yang terlalu banyak. Penggunaan AI dalam pengumpulan data dan analisis dapat menjadi masalah jika tidak dilakukan dengan transparan dan etis, serta tanpa memperhatikan privasi pengguna.
Dalam rangka untuk memastikan bahwa aplikasi seperti TikTok tetap etis dan menghormati privasi pengguna, perlu adanya pengawasan dan regulasi yang ketat terhadap penggunaan AI pada aplikasi tersebut. Hal ini penting untuk memastikan bahwa penggunaan AI pada aplikasi seperti TikTok benar-benar memberikan manfaat dan tidak merugikan pengguna dan masyarakat secara keseluruhan.
RECOMMENDATION ENGINE PADA TIKTOK
RE merupakan bentuk AI yang sederhana tanpa fitur pengenalan gambar. Meskipun begitu, sampai sekarang RE masih menjadi salah satu komponen vital yang memiliki implementasi paling luas di hampir semua layanan dan platform daring. Contohnya adalah fitur rekomendasi video yang terdapat pada YouTube dan email promosi yang ada pada Amazon.
Pola dasar yang diterapkan oleh TikTok yaitu User-Centric Design. Sederhananya, TikTok hanya akan merekomendasikan konten yang disukai oleh pengguna. Ketika pengguna menyukai sebuah konten yang terdapat pada TikTok, secara otomatis algoritma AI akan merekam setiap like yang muncul. Seperti halnya ketika pengguna menyukai konten dance, konten yang akan ditampilkan kepada pengguna akan dipersonalisasikan ke dalam kategori hiburan. Selanjutnya, AI akan melacak perilaku pengguna untuk melakukan analisis lebih lanjut hingga dapat memberikan rekomendasi yang tepat untuk pengguna.
Dalam pola dasar TikTok, terdapat tiga langkah penting, yaitu menandai konten, menyusun profil pengguna, dan menyajikan rekomendasi. Menandai konten terdiri dari:
- CONTENT DATA
Setiap konten yang diunggah memiliki ciri-ciri sendiri. Tugas AI di sini adalah mengidentifikasi dan membedakannya ke dalam beberapa kategori yang tersedia sehingga nantinya data ini dapat dimanfaatkan untuk keperluan rekomendasi.
- USER DATA
AI akan mengidentifikasi tentang karir, jenis kelamin, usia, demografi, dan lain-lain.
- SCENARIO DATA
Data ini melacak skenario pengguna seperti konten apa yang paling sering ditonton ketika sedang bekerja, bepergian, atau sedang berada di rumah saja.
Setelah semua data terkumpul, data akan dikirimkan ke dalam RE untuk kemudian masuk ke tahapan penyusunan profil pengguna. Pada langkah ini, konten akan dikelompokkan dalam kelompok pengguna tertentu, seperti penggemar olahraga, dance, memasak, dan lain-lain.
Perlu diingat bahwa algoritma yang digunakan oleh TikTok dapat terus berkembang dan berubah seiring waktu, tergantung pada teknologi AI yang tersedia dan perubahan kebijakan dan tujuan pengembangan aplikasi.
Algoritme Penyaringan
Framework Implementasi Machine Learning di TikTok
machine learning TIkTok menggunakan 2 tipe algoritme:
- Collaborative Filtering (penyaringan kolaboratif)
- Content-based Filtering (penyaringan berbasis konten).
Collaborative Filtering
Sistem Rekomendasi di TikTok Mengandalkan Hasil Interaksi Pengguna
Collaborative filtering atau penyaringan gabungan merupakan algoritme penyajian konten dengan menggunakan user sebagai pusatnya. Model seperti ini sering disebut sebagai user-centered design.
Saat pertama kali menggunakan TikTok, Anda hanya akan diminta 2 data terkait penyajian konten. Yaitu tanggal lahir dan preferensi kategori konten yang Anda minati.
TikTok tidak butuh alamat atau lokasi karena sudah bisa mendapatkannya dari alamat IP perangkat Anda. Dari usia, lokasi, dan preferensi kategori yang Anda pilih, TikTok akan menyajikan video yang sesuai dengan syarat tersebut.
Kebanyakan video merupakan konten yang dinikmati oleh banyak pengguna lain yang memiliki profil dan preferensi yang mirip dengan Anda. Canggihnya, machine learning TikTok mencatat perilaku Anda (user behaviour) saat berinteraksi dengan video tersebut.
Contohnya, apakah Anda memberikan like, comment, dan membagikan video tersebut? Apakah Anda menonton video tersebut sampai selesai? Atau, apakah Anda langsung men-skip atau melewatkannya begitu saja setelah 3 detik pertama.
Video dengan ciri yang mirip dengan yang Anda tonton sampai selesai akan lebih banyak dihadirkan untuk Anda. Sedangkan yang mirip dengan yang tidak selesai Anda tonton, akan dijauhkan dari Anda.
Proses machine learning ini bersifat dinamis dan berjalan otomatis serta terus-menerus. Sehingga bisa disebutkan bahwa machine learning TikTok mempelajari diri Anda.
Content-based Filtering
Pemanfaatan Natural Language Processing (NLP) di TikTok
Seperti namanya, content-based filtering (penyaringan berbasis konten) menempatkan konten sebagai objek penyelidikan utama. Tujuannya adalah untuk mempelajari apakah konten tersebut termasuk kategori yang diminati pengguna.
Untuk itu, TikTok membutuhkan teknologi pengenalan konten, yang disebut dengan NLP (Natural Language Processing) Protocol.
Sederhananya, NLP Protocol adalah metode yang digunakan komputer untuk memahami bahasa dan maksud manusia.
Metode ini menggunakan analisis dari semua masukan yang diberikan oleh manusia. Termasuk yang berupa teks, gambar, suara, tags, lokasi, waktu, dan banyak yang lainnya.
Semua faktor tersebut dianalisis untuk mendapatkan pemahaman yang baik terhadap intent dan konteks kejadian.
Video yang telah dianalisis kemudian diberikan tags kategori tertentu. Sehingga ketika user dengan minat yang sesuai aktif, video tersebut akan masuk database yang disajikan bagi pengguna tersebut.
TikTok menggunakan berbagai cara untuk mengetahui usia pengguna dan membatasi konten yang sesuai dengan usia pengguna. Beberapa cara tersebut antara lain:
Alur Pengecekan Konten di TikTok
Alur Rekomendasi Konten di Machine Learning TikTok
- Data Pendaftaran: TikTok meminta pengguna untuk memberikan tanggal lahir mereka saat mendaftar akun. Informasi ini digunakan untuk memverifikasi usia pengguna dan membatasi konten yang sesuai dengan usia pengguna.
- Analisis Perilaku: TikTok menggunakan Artificial Intelligence (AI) untuk menganalisis perilaku pengguna, seperti interaksi dengan konten atau kata kunci yang dicari, untuk menentukan usia pengguna. Dengan cara ini, TikTok dapat membatasi konten yang tidak sesuai dengan usia pengguna.
- Konten Dikategorikan Berdasarkan Usia: TikTok membatasi beberapa jenis konten berdasarkan usia, seperti konten yang berisi kekerasan, seksualitas, atau bahasa kasar. Konten ini hanya bisa ditonton oleh pengguna yang telah mencapai usia tertentu.
- Filter Parental Control: TikTok menyediakan fitur pengendalian orang tua untuk mengatur dan membatasi konten yang dapat diakses oleh anak-anak. Orang tua dapat memasang filter untuk membatasi konten berdasarkan usia dan jenis konten tertentu.
Dengan menggunakan berbagai cara di atas, TikTok dapat membatasi konten yang sesuai dengan usia pengguna dan memastikan pengalaman yang aman dan menyenangkan bagi seluruh penggunanya.
Referensi
https://ventjeengel.com/blog/bedah-teknologi-machine-learning-di-tiktok/
freepnglogos.com/pics/tik-tok-logo
https://www.jumpstartmag.com/explaining-tiktoks-algorithm/
https://towardsdatascience.com/the-inescapable-ai-algorithm-tiktok-ad4c6fd981b8
