Pengaruh Filter Bubble di Media Sosial terhadap Minat Beli Konsumen
DOI:
https://doi.org/10.57250/ajpp.v5i2.2932Kata Kunci:
Algoritma, Filter Bubble, Media Sosial, Minat Beli, Pemasaran DigitalAbstrak
Perkembangan media sosial sebagai sarana pemasaran digital mendorong penggunaan algoritma personalisasi yang memunculkan fenomena filter bubble, yaitu kondisi ketika pengguna lebih sering terpapar pada konten yang homogen dan relevan sesuai preferensinya. Fenomena ini diduga memengaruhi minat beli konsumen melalui paparan konten produk yang berulang. Penelitian ini bertujuan untuk menganalisis pengaruh filter bubble di media sosial terhadap minat beli konsumen. Penelitian menggunakan pendekatan kuantitatif dengan metode survei terhadap 96 mahasiswa di Kota Bandung yang dipilih melalui teknik purposive sampling. Data dikumpulkan menggunakan kuesioner skala Likert dan dianalisis dengan regresi linear sederhana menggunakan SPSS. Hasil penelitian menunjukkan bahwa filter bubble berpengaruh positif dan signifikan terhadap minat beli konsumen, dibuktikan dengan nilai signifikansi uji t sebesar 0,000 (<0,05) dan nilai t hitung sebesar 10,889, serta uji F dengan signifikansi 0,000 dan F hitung sebesar 118,563. Nilai koefisien determinasi sebesar 0,585 menunjukkan bahwa filter bubble mampu menjelaskan 58,5% variasi minat beli konsumen. Simpulan penelitian ini adalah semakin tinggi paparan filter bubble, semakin tinggi minat beli konsumen. Oleh karena itu, pelaku usaha disarankan memanfaatkan personalisasi konten secara strategis dan etis untuk meningkatkan minat beli tanpa mengurangi keberagaman informasi yang diterima konsumen.
Unduhan
Referensi
Abidin, M. (2021). Urgensi komunikasi model stimulus organism response (SOR) dalam meningkatkan kualitas pembelajaran. Al-Iltizam: Jurnal Pendidikan Agama Islam, 6(2), 74-90
Dewi, N. K. A. P., Amrita, N. D. A., Dewi, A. A. P., Permatasari, N. W. W. W., & Dobe, T. K. (2026). Pengaruh Media Sosial terhadap Pembentukan Persepsi dan Keputusan Pembelian Konsumen Generasi Z. Jurnal Ilmiah Satyagraha, 9(1), 259-271.
Dewi, R. K., & Suparman. (2025). Algoritma TikTok dan Pandangan Mahasiswi : Mengungkap pengaruh Filter Bubble dalam Kasus Mafia Skincare. Jurnal Mahasiswa Humanis, 5(2), 1157–1167.
Fajarini, S. D., Yuliani, F., & Kurniawati, J. (2025). Peran algoritma media sosial dalam membentuk filter bubble dan echo chamber di kalangan milenial dan Gen Z Kota Bengkulu. Jurnal Sarjana Ilmu Komunikasi (J-SIKOM), 6(1), 205-229.
Gombar, M. M. (2025). Algorithmic Personalization in Social Media Marketing : Shaping Public Perception and Driving Consumer Behavior. Glovento Journal of Integrated Studies, 1.
Japarianto, E., & Adelia, S. (2020). Pengaruh Tampilan Web Dan Harga Terhadap Minat Beli Dengan Kepercayaan Sebagai Intervening Variable Pada E-Commerce Shopee. Jurnal Manajemen Pemasaran, 14(1), 35–43. https://doi.org/10.9744/pemasaran.14.1.35-43
Joans, S. P. A., & Sheila, R. M. (2025). The Influence of Social Media Algorithms on Consumer Buying Behaviour. Communications on Applied Nonlinear Analysis, 32(3), 313–327.
Lestari, A. D., & Erawati, D. (2019). Proses Word of Mouth Communications Sebagai Media Promosi Universitas Swadaya Gunung Jati Cirebon. Jurnal Signal, 7(2), 224–239. http://jurnal.unswagati.ac.id/index.php/Signal 224%0APROSES
Lin He, Michael John Harris, Jie Niu, & Naret Suyaroj. (2025). Development and Validation of the Douyin Algorithm Filtering Bubble Susceptibility Scale. Journal of Sociology and Education, 1(5). https://doi.org/10.63887/jse.2025.1.5.19
Mustika, I. W. W., & Maulidah, S. B. J. (2023). Analisis penggunaan media sosial sebagai sarana pemasaran pada usaha kecil menengah. Jurnal Riset Manajemen Komunikasi, 7 12.
Pandu, M. J., Muazam, A., Fauzin, A., Baiti, N., Alwi, M. A., Warcito, Warsyidah, A. A., Serang, A. S., Pallo, M., Eddiwan, Massiseng, A. N. A., & Daris, L. (2025). Dasar-Dasar Metode Penelitian “Dari Filosofi Hingga Praktik” (A. L. Hakim (ed.)). TOHAR MEDIA. https://books.google.co.id/books?id=RYuiEQAAQBAJ
Prastowo, S. L. (2021). Metode Penelitian Kuantitatif Dilengkapi Dengan Teknik Pengolahan Data Program SPSS. PT Jamus Baladewa Nusantara. https://books.google.co.id/books?id=spQDEQAAQBAJ
Putri, N. (2023). Media Sosial dan Isolasi Digital:(Kajian Teori Information Gaps pada Algoritma Filter Bubble). Sadida Islamic Communications and Media Studies, 3(1), 17 32.
Safitri, D., Ramadhani, A., Tridewi, S., & Suciati, W. (2024). Joget Prabowo dan Filter Bubble: Tinjauan Terhadap Respon Masyarakat Pasca Pemilu di YouTube CNN Indonesia. Komunikasiana: Journal of Communication Studies, 6(2), 163-176.
Sukoco, S. A., Mayasiana, N. A., & Aprilia, J. W. (2024). Pendayagunaan Media Sosial: Peralihan Strategi Pemasaran Menuju Model Digital. Jurnal Pengabdian kepada Masyarakat Nusantara, 5(2), 2861-2869.
Wulandari, V., Rullyana, G., & Ardiansah. (2021). Pengaruh algoritma filter bubble dan echo chamber terhadap perilaku penggunaan internet. Berkala Ilmu Perpustakaan Dan Informasi, 17(1). https://doi.org/https://doi.org/10.22146/bip.v17i1.423
Yunus, R. M. (2020). Masa Depan Pemasaran Digital: Membuka Peluang dan Tantangan Melalui Perkembangan Media Sosial. PAPATUNG: Jurnal Ilmu Administrasi Publik, Pemerintahan dan Politik, 3(3), 140-149.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Raihan Firjatullah Irvanianto, Mutiara Azka Saharani Putri, Muhammad Aulia Akbar, Ferry Darmawan
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a 