Algoritma TikTok dan Tingkat Kepuasan Pengguna dalam Mencari Informasi Edukatif

Abstract

Perkembangan pesat era digital telah menjadikan Generasi Z sangat terhubung dengan media sosial, khususnya platform seperti TikTok. Studi ini bertujuan untuk menganalisis algoritma TikTok dan tingkat kepuasan pengguna Generasi Z dalam mencari informasi edukatif. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei melalui kuesioner daring kepada 383 responden Generasi Z yang aktif menggunakan TikTok. Teknik pengambilan sampel menggunakan purposive sampling. Hasil analisis regresi menunjukkan bahwa terdapat pengaruh yang signifikan dan positif antara algoritma TikTok dan kepuasan pengguna, dengan koefisien korelasisebesar 0,714 dan nilai R-squared sebesar 50,9%. Hal tersebut menunjukkan bahwa algoritma TikTok mampu menjelaskan sebagian besar variasi dalam tingkat kepuasan pengguna dalam mencari informasi. Algoritma TikTok berperan dalam merekomendasikan konten secara personal berdasarkan preferensi dan perilaku pengguna, yang berkontribusi terhadap pengalaman informasi yang lebih relevan, cepat, dan efisien. Temuan ini mendukung teori Uses and Gratifications (UGT) dan memperkuat pemahaman bahwa media sosial, melalui sistem algoritmik, bukan hanya menjadi sarana hiburan, tetapi juga berfungsi sebagai mesin pencari alternatif dalam ekosistem komunikasi digital. Penelitian ini memberikan implikasi praktis bagi pengembangan algoritma rekomendasi yang lebih berpusat pada pengguna, khususnya dalam konteks konsumsi konten edukatif yang informatif dan kredibel.

The rapid development of the digital era has made Generation Z highly connected to social media, particularly platforms like TikTok. This study aims to analyze the influence of TikTok’s algorithm on the satisfaction level of Generation Z users in seeking information. A quantitative approach was employed using an online questionnaire distributed to 383 respondents from Generation Z who actively use TikTok. The sampling technique used was purposive sampling. The results of the regression analysis indicate a significant and positive influence between TikTok’s algorithm and user satisfaction, with a correlation coefficient of 0.714 and an R-squared value of 50.9%. This shows that TikTok’s algorithm can explain a substantial portion of the variation in user satisfaction when searching for information. The algorithm plays a role in recommending content personally tailored to user preferences and behavior. These findings support the Uses and Gratifications Theory (UGT) and reinforce the understanding that social media, through algorithmic systems, functions not only as a source of entertainment but also as an alternative search engine within the digital communication ecosystem. This study provides practical implications for developing more user-centered recommendation algorithms, especially in the context of consuming educational content that is informative and credible.