Disrupsi Digital di Balik Kemenangan Politikus Muslim El-Sayed di Michigan

Mengapa hasil pemilihan pendahuluan di satu negara bagian Amerika Serikat perlu Anda perhatikan? Karena cara seorang politikus memenangkan suara hari ini hampir selalu ditentukan oleh teknologi: algoritma media sosial, platform donasi digital, dan analitik data. Kemenangan Abdul El-Sayed, politikus Muslim dari Partai Demokrat yang vokal membela Palestina, dalam pemilihan pendahuluan untuk kursi Senat Amerika Serikat dari Michigan pada Rabu, 5 Agustus, menjadi contoh terbaru bagaimana ekosistem digital mampu menumbangkan mesin politik tradisional yang disokong donor besar.

Ibarat pertarungan antara kedai kopi lokal melawan jaringan ritel global, El-Sayed berhadapan dengan lawan yang didukung dana kampanye jumbo serta kelompok lobi pro-Israel yang selama ini dominan di panggung politik Amerika. Namun dokter sekaligus mantan pejabat kesehatan Kota Detroit itu menang dengan cara yang akrab di dunia startup teknologi: membangun komunitas daring yang loyal, menggalang donasi kecil dalam jumlah masif, lalu membiarkan algoritma menyebarkan pesannya secara organik ke jutaan layar ponsel.

Platform Donasi Digital Mengubah Peta Kekuatan

Kunci pertama adalah inovasi penggalangan dana. Kandidat progresif Demokrat umumnya memanfaatkan ActBlue, platform donasi daring yang sejak 2004 telah memproses dana bernilai miliaran dolar Amerika; pada siklus pemilu 2020 saja, angkanya menembus lebih dari 4 miliar dolar dengan rata-rata donasi per orang di bawah 50 dolar. Model ini membuat kandidat tanpa dukungan miliarder tetap bisa bersaing. Efisiensi semacam ini adalah disrupsi nyata: sumber daya kampanye tidak lagi dimonopoli segelintir penyandang dana, melainkan dikumpulkan dari ribuan pendukung yang terhubung dalam satu ekosistem digital.

Di balik layar, tim kampanye modern mengoperasikan otomatisasi surel dan SMS (Short Message Service/layanan pesan singkat) yang bekerja seperti corong pemasaran di perusahaan teknologi. Simpatisan diubah menjadi donatur, donatur diubah menjadi relawan. Setiap klik, setiap surel yang dibuka, dan setiap donasi tercatat sebagai data untuk menyempurnakan pesan berikutnya.

Algoritma Video Pendek Mengangkat Isu Palestina

Faktor kedua adalah penguasaan format video pendek. Klip pidato El-Sayed tentang Gaza dan kritiknya terhadap bantuan militer Amerika untuk Israel beredar luas lewat TikTok, Instagram Reels, dan YouTube Shorts. Algoritma rekomendasi di ketiga platform itu dibangun di atas machine learning (pembelajaran mesin), yakni cabang AI (Artificial Intelligence/kecerdasan buatan) yang mempelajari perilaku pengguna lalu menyodorkan konten yang paling mungkin ditonton sampai habis. Konten dengan keterlibatan tinggi, seperti pidato emosional soal kemanusiaan, secara otomatis didorong ke lebih banyak layar tanpa perlu membayar iklan mahal.

Konteks demografi memperkuat efek tersebut. Michigan adalah rumah bagi komunitas Arab-Amerika terbesar di Amerika Serikat; di kota Dearborn, lebih dari separuh penduduknya berketurunan Timur Tengah. Berbagai penelitian survei menunjukkan komunitas ini menjauhi kandidat arus utama sejak perang Gaza, dan El-Sayed menangkap kekecewaan itu lewat pesan yang memang dirancang untuk medium digital.

Machine Learning Membaca Peta Pemilih

Faktor ketiga adalah implementasi analitik data. Kampanye modern tidak lagi menebak-nebak di mana pemilih berada. Dengan pemodelan prediktif, tim data menyegmentasikan pemilih berdasarkan riwayat partisipasi, minat isu, hingga peluang mereka datang ke tempat pemungutan suara. Teknik uji A/B (A/B testing), metode yang lazim dipakai perusahaan deep tech untuk menguji dua versi produk, kini dipakai untuk menguji dua versi iklan kampanye; versi yang lebih efektif kemudian digandakan dan disebarluaskan.

Pengembangan semacam ini menegaskan bahwa politik dan teknologi kini tidak terpisahkan. Kandidat yang memahami data memperoleh keunggulan serupa perusahaan rintisan yang menguasai analitik pasar: lebih cepat membaca tren, lebih hemat biaya, dan lebih tepat sasaran.

Amukan Trump dan Perang Narasi Antarplatform

Kemenangan El-Sayed memicu reaksi keras dari Presiden Donald Trump, yang menumpahkan kekesalannya lewat unggahan beruntun di Truth Social, platform media sosial yang ia dirikan setelah akunnya sempat dibekukan layanan arus utama. Fenomena ini memperlihatkan fragmentasi ekosistem informasi Amerika: kubu konservatif berkumpul di satu platform, kubu progresif di platform lain, dan masing-masing hidup dalam ruang gema (echo chamber) yang jarang beririsan.

Bagi Indonesia, pelajarannya jelas. Menjelang pemilihan umum berikutnya, kombinasi donasi digital, algoritma video pendek, dan kecerdasan buatan generatif akan menentukan bagaimana narasi politik dibentuk. Regulasi tentang transparansi iklan politik serta konten manipulatif seperti deepfake bukan lagi isu pinggiran, melainkan syarat agar disrupsi teknologi memperkuat demokrasi, bukan merusaknya.