Mengapa Kekacauan Komunikasi Publik Tidak Pernah Benar-Benar Acak?

Arief Prihantoro

Memahami Arsitektur Sistem Komunikasi Publik melalui Analogi Dinamika Partikel dalam Perspektif Fisika Statistik

Pada tulisan sebelumnya saya mengajukan sebuah analogi bahwa komunikasi publik di era digital memiliki karakteristik yang menyerupai gerak Brown (Brownian Motion). Sebagaimana sebuah partikel kecil di dalam fluida bergerak secara acak akibat dihantam oleh jutaan molekul yang tidak tampak, demikian pula opini publik bergerak melalui jutaan interaksi mikro berupa percakapan, komentar, unggahan media sosial, meme, video pendek, hingga potongan informasi yang saling bertabrakan setiap detik.

Dari kejauhan, lintasan partikel tampak acak. Demikian pula lanskap komunikasi digital tampak penuh kekacauan.

Namun semakin lama analogi tersebut saya renungkan, semakin muncul pertanyaan yang justru lebih mendasar.

Apakah komunikasi publik benar-benar bergerak secara acak?

Ataukah “keacakan” yang kita lihat hanyalah fenomena permukaan dari suatu keteraturan statistik yang lebih dalam?

Pertanyaan inilah yang membawa kita melangkah lebih jauh, dari gerak Brown menuju teori sistem stokastik, bahkan hingga teori collision dalam mekanika kuantum yang dikembangkan Paul A. M. Dirac.

Noise Tidak Pernah Datang dari Luar

Dalam teori komunikasi klasik, noise selalu dipahami sebagai gangguan terhadap proses penyampaian pesan. Semakin kecil noise, semakin baik komunikasi berlangsung.

Pandangan tersebut cukup memadai ketika komunikasi masih dipahami sebagai proses linear antara pengirim dan penerima pesan.

Namun ekosistem komunikasi digital bekerja dengan cara yang sama sekali berbeda. Media sosial tidak pernah berada dalam kondisi tanpa noise. Justru seluruh sistem hidup karena produksi noise yang terus-menerus.

Komentar melahirkan komentar.

Unggahan melahirkan unggahan baru.

Meme melahirkan meme berikutnya.

Video dipotong, diunggah ulang, diparodikan, diperdebatkan, lalu diproduksi kembali dalam bentuk yang sama sekali berbeda.

Dalam perspektif Niklas Luhmann, komunikasi tidak sekadar mentransmisikan informasi. Komunikasi mereproduksi komunikasi berikutnya. Sistem sosial mempertahankan eksistensinya bukan melalui individu, melainkan melalui rangkaian komunikasi yang tidak pernah berhenti.

Dengan demikian, noise bukan lagi unsur eksternal yang mengganggu sistem.

Noise justru merupakan mekanisme internal yang memungkinkan sistem terus bereproduksi.

Entropi Makna

Fenomena tersebut memiliki kemiripan yang menarik dengan konsep entropi dalam termodinamika.

Dalam fisika, entropi meningkat ketika jumlah kemungkinan konfigurasi suatu sistem semakin besar.

Dalam komunikasi publik, yang meningkat bukan posisi partikel, melainkan kemungkinan makna.

Satu pernyataan pemerintah dapat berubah menjadi ribuan interpretasi.

Satu video dapat dipahami secara berbeda oleh jutaan orang.

Satu potongan kalimat dapat berkembang menjadi narasi politik, satire, teori konspirasi, maupun bahan edukasi.

Semakin banyak kemungkinan interpretasi yang muncul, semakin tinggi pula entropi komunikasi.

Kekacauan komunikasi ternyata bukan kegagalan sistem.

Ia justru merupakan konsekuensi statistik dari semakin besarnya ruang kemungkinan makna.

Brownian Motion Ternyata Belum Cukup

Meskipun analogi gerak Brown cukup menjelaskan bagaimana akumulasi interaksi mikro menghasilkan kekacauan makro, analogi tersebut memiliki keterbatasan.

Dalam gerak Brown, setiap tumbukan dianggap acak dan independen.

Tidak ada memori.

Tidak ada pembelajaran.

Tidak ada tujuan.

Sebaliknya,

komunikasi digital memiliki semuanya.

Algoritma media sosial mengingat perilaku pengguna.

Mesin Rekomendasi mempelajari preferensi setiap individu.

Platform memperkuat konten yang menghasilkan keterlibatan tinggi.

Pengguna sendiri belajar bagaimana memperoleh perhatian publik.

Media mengubah strategi pemberitaan berdasarkan respons masyarakat.

Artinya:

komunikasi modern bukan lagi sekadar sistem acak.
Ia merupakan sistem stokastik yang memiliki kecenderungan arah.

Dalam fisika, arah tersebut dikenal sebagai drift.

Dalam teori Langevin, dinamika seperti ini dinyatakan melalui dua komponen sederhana, drift dan noise:

Perubahan sistem = drift + noise.

Persamaan Langevin menjelaskan dinamika suatu sistem melalui dua komponen sederhana:

dx = μdt + σdW

Persamaan ini mungkin tampak rumit, tetapi sebenarnya sangat intuitif.

Komponen pertama adalah μ (myu), yang disebut DRIFT.

Drift menggambarkan kecenderungan kolektif.

Drift merupakan kecenderungan sistem untuk bergerak menuju suatu arah tertentu.

Sigma (σ): Mengukur Turbulensi Komunikasi

Di dalam persamaan Langevin terdapat simbol kecil σ (sigma) yang memiliki makna besar, yaitu besarnya intensitas noise yang memengaruhi sistem.

Dalam fisika,

Noise (sigma) menggambarkan intensitas fluktuasi acak.

Semakin besar nilai sigma, semakin liar perilaku sistem.

Dalam komunikasi digital, sigma (σ) dapat dipahami sebagai koefisien noise komunikasi.

Masyarakat dengan sigma rendah memiliki stabilitas interpretasi yang relatif tinggi.

Informasi cenderung diterima secara seragam.

Rumor tidak mudah berkembang.

Hoaks lebih mudah dikendalikan.

Sebaliknya, masyarakat dengan sigma besar mengalami turbulensi makna yang jauh lebih kuat, atau mengalami fluktuasi opini yang jauh lebih besar:

Interpretasi berkembang secara eksponensial.

Rumor lebih mudah berkembang.

Hoaks lebih cepat menyebar.

Emosi lebih mudah menular.

Polarisasi meningkat.

Satu unggahan sederhana dapat berkembang menjadi krisis komunikasi nasional hanya dalam hitungan jam.

Dengan demikian, sigma bukan sekadar simbol matematika.

Ia dapat dipahami sebagai:

ukuran kerentanan suatu ekosistem komunikasi terhadap turbulensi sosial.

Sedangkan dW melambangkan gangguan acak yang berasal dari gerak Brown.

Jika diterjemahkan ke komunikasi publik, maka perubahan opini masyarakat selalu merupakan hasil interaksi antara arah narasi dengan gangguan acak yang terus diproduksi oleh jutaan komunikasi mikro, atau jika disederhanakan:

Perubahan opini publik = arah narasi + gangguan acak komunikasi.

Di sinilah muncul pemahaman baru.

Komunikasi publik tidak hanya dipengaruhi oleh arah narasi yang dibangun oleh media, pemerintah, influencer, ataupun algoritma. Komunikasi publik juga dipengaruhi oleh besarnya fluktuasi acak yang muncul dari jutaan interaksi masyarakat.

Ketika Algoritma Menjadi Drift

Jika sigma menggambarkan besarnya noise, maka siapa yang menghasilkan drift?

Di sinilah algoritma platform digital memainkan peran yang sangat penting.

Trending topic.

Recommendation engine.

Ranking berdasarkan engagement.

Personalisasi konten.

Filter bubble.

Echo chamber.

Seluruh mekanisme tersebut bekerja layaknya gaya eksternal yang terus mendorong sistem menuju arah tertentu.

Akibatnya, masyarakat tidak bergerak secara acak.

Masyarakat bergerak secara acak, tetapi dengan bias tertentu.

Inilah perbedaan mendasar antara masyarakat digital dengan gerak Brown murni.

Dari Gerak Brown Menuju Collision

Namun sesungguhnya masih terdapat pertanyaan yang belum terjawab.

Apa yang sebenarnya menghasilkan noise tersebut?

Gerak Brown hanya menunjukkan bahwa partikel bergerak secara acak akibat tumbukan molekul.

Tetapi ia tidak menjelaskan secara rinci hakikat setiap tumbukan itu sendiri.

Di sinilah teori collision yang dibahas Paul A. M. Dirac memberikan perspektif yang sangat menarik.

Dalam pembahasan mengenai scattering, Dirac tidak lagi memusatkan perhatian pada lintasan partikel.

Fokusnya justru bergeser kepada perubahan keadaan (state) akibat suatu collision (tumbukan).

Yang ingin dihitung bukan lagi ke mana partikel bergerak, melainkan berapa probabilitas sistem berpindah ke keadaan tertentu setelah mengalami interaksi.

Perubahan fokus ini memiliki implikasi yang sangat penting bagi teori komunikasi.

Komunikasi Sebagai Collision Semantik

Jika konsep collision/tumbukan diterjemahkan secara konseptual ke dalam komunikasi, maka setiap tindakan komunikasi sebenarnya dapat dipandang sebagai suatu collision event (kejadian tumbukan).

Seseorang membaca berita.

Seseorang melihat meme.

Seseorang menerima pesan WhatsApp.

Seseorang menonton pidato politik.

Semuanya merupakan event tumbukan.

Tetapi collision tersebut bukan benturan material.

Melainkan benturan makna.

Yang berubah bukan posisi fisik seseorang.

Yang berubah adalah keadaan epistemiknya.

Ia mungkin menjadi percaya.

Menjadi ragu.

Menjadi marah.

Menjadi apatis.

Menjadi semakin yakin.

Atau justru berubah total.

Dengan demikian, komunikasi bukan lagi sekadar perpindahan informasi.

Komunikasi merupakan proses tumbukan atau benturan semantik yang secara terus-menerus mengubah keadaan pengetahuan/wawasan dan keyakinan masyarakat.

Media dan Algoritma Sebagai Scatterer

Dalam teori scattering, Dirac membedakan antara incident particle dan scatterer.

Scatterer adalah objek yang menyebabkan lintasan partikel berubah.

Analogi ini menurut saya sangat relevan untuk memahami komunikasi digital.

Media massa.

Platform media sosial.

Mesin rekomendasi.

Influencer.

Institusi politik.

Seluruhnya dapat dipandang sebagai scatterer.

Narasi yang sama dapat menghasilkan arah perubahan opini yang berbeda ketika melewati scatterer yang berbeda.

Pernyataan seorang pejabat yang dipublikasikan oleh media arus utama dapat menghasilkan respons yang berbeda ketika dipotong menjadi video pendek, diberi judul provokatif, kemudian disebarkan melalui algoritma media sosial.

Bukan hanya pesan yang berubah.

Distribusi probabilitas perubahan opini masyarakat pun ikut berubah.

Dari Individu Menuju Distribusi Opini

Inilah titik temu yang sangat menarik antara teori collision Dirac dengan teori sistem Luhmann.

Yang penting bukan lagi perubahan satu individu.

Yang penting adalah bagaimana seluruh distribusi opini masyarakat berubah akibat jutaan benturan semantik yang berlangsung setiap hari.

Setiap benturan hanya menghasilkan perubahan kecil. Tetapi akumulasi jutaan benturan mengubah keseluruhan distribusi masyarakat.

Di titik inilah komunikasi mulai menyerupai sistem statistik.

Bukan lagi kumpulan individu yang saling berbicara. Melainkan populasi keadaan epistemik yang terus berubah melalui interaksi probabilistik.

Menuju Paradigma Statistical Communication Dynamics

Selama lebih dari setengah abad, teori komunikasi banyak dibangun di atas paradigma transmisi pesan:

  • Pengirim.
  • Saluran.
  • Penerima.
  • Noise.

Paradigma tersebut berhasil menjelaskan komunikasi pada era media massa. Namun komunikasi digital telah berkembang menjadi sistem kompleks yang terdiri atas miliaran interaksi mikro yang saling memengaruhi secara simultan.

Barangkali sudah saatnya komunikasi mulai dipahami melalui paradigma baru yang lebih sesuai dengan karakteristik sistem kompleks:

Brownian Motion menunjukkan bagaimana interaksi mikro menghasilkan fluktuasi makro.
Persamaan Langevin menunjukkan bahwa fluktuasi tersebut selalu hidup berdampingan dengan arah kolektif yang disebut drift.
Teori collision Dirac menunjukkan bahwa perubahan sistem bukan terutama ditentukan oleh lintasan individu, melainkan oleh probabilitas perubahan keadaan setelah setiap kali terjadi interaksi.
– Sementara teori sistem Luhmann menjelaskan bahwa keseluruhan proses tersebut berlangsung melalui reproduksi komunikasi yang tidak pernah berhenti.

Sintesis keempat perspektif tersebut membuka kemungkinan lahirnya suatu paradigma baru. Saya mengusulkan paradigma baru ini dapat disebut sebagai Statistical Communication Dynamics.

Dalam paradigma ini, komunikasi tidak lagi dipahami sebagai perpindahan pesan dari satu orang kepada orang lain.

Komunikasi dipahami sebagai sistem probabilistik yang terdiri atas jutaan benturan semantik. Setiap benturan menghasilkan kemungkinan perubahan state epistemik individu, sementara akumulasi seluruh benturan tersebut membentuk distribusi opini masyarakat yang terus berevolusi.

Dengan demikian, pertanyaan mendasar ilmu komunikasi pun berubah.

Bukan lagi “apa pesan yang disampaikan?”

Melainkan:

Berapa probabilitas suatu benturan komunikasi mengubah state epistemik individu, dan bagaimana jutaan benturan tersebut secara kolektif membentuk arah evolusi masyarakat?

Mungkin, di sinilah ilmu komunikasi mulai memasuki wilayah yang selama ini lebih akrab bagi fisika statistik: bukan mencari kepastian dari satu peristiwa, melainkan memahami keteraturan yang muncul dari jutaan ketidakpastian.

Arief Prihantoro
Tangerang Selatan, 29 Juni 2026

Leave a Reply

Your email address will not be published. Required fields are marked *