Gibran! Likes Bisa Dibeli, Tapi Kepercayaan Tidak
Dari 14 Ribu Loncat Jadi 107 Ribu Likes

Dalam kurang dari 24 jam, likes video Gibran melonjak tujuh kali lipat — dari 14 ribu menjadi 107 ribu — sementara views bertambah lambat dan komentar publik tetap bernada tajam. Angka likes boleh bergerak ke atas, tapi suara hati rakyat tetap keras. Dan publik yang mengamati tahu pasti: angka bisa dibeli, tapi kepercayaan tak pernah bisa dipalsukan.
Penulis: Mangatur L. Paniroy, TokohIndonesia.com (Tokoh.ID)
Dunia digital hari ini menawarkan sebuah paradoks: teknologi yang seharusnya mempercepat keterbukaan, justru menjadi ladang baru untuk mempermainkan persepsi. Angka-angka yang tampil di layar—likes, dislikes, views — seolah menceritakan cerita utuh, padahal tidak selalu begitu. Kasus video monolog Gibran Rakabuming Raka di YouTube adalah salah satu contoh yang mengajak kita lebih jeli membaca bagaimana statistik digital bisa direkayasa untuk membangun citra palsu.
Video berjudul “Generasi Muda, Bonus Demografi dan Masa Depan Indonesia” itu tampil rapi: narasi optimistis, visual dramatis, produksi profesional. Pesannya mendorong generasi muda untuk mengambil bagian dalam membangun masa depan. Namun reaksi publik berbicara lain. Ribuan komentar berisi kritik, sinisme, dan kekecewaan membanjiri video dalam hitungan jam. Dislike bertambah konsisten, menunjukkan penolakan yang kuat terhadap isi maupun sosok di balik pidato.
Metode Pengumpulan Data
Untuk mendukung analisa dalam tulisan ini, data diperoleh melalui pemantauan langsung terhadap statistik video YouTube berjudul “Generasi Muda, Bonus Demografi dan Masa Depan Indonesia” yang tayang di kanal resmi Gibran Rakabuming Raka.
Pengumpulan data dilakukan dengan cara:
- Mengambil screenshot statistik (jumlah views, likes, dislikes, dan comments) melalui situs pihak ketiga https://hamphy.com/dislike-viewer, platform yang memungkinkan publik melihat kembali jumlah dislikes video YouTube. Untuk gambar-gambar screenshot bisa dilihat di akhir tulisan (Lampiran)
- Screenshot diambil secara berkala antara 22 April 2025 hingga 28 April 2025, dalam rentang waktu berbeda.
- Jumlah screenshot yang diambil adalah 9 file gambar, masing-masing mencatat kondisi statistik pada saat itu.
- Semua data diambil apa adanya, tanpa modifikasi atau manipulasi apapun.
- Data kemudian dianalisis berdasarkan perkembangan alami views, likes, dislikes, dan komentar selama periode tersebut.
Dengan dasar data yang diperoleh secara obyektif dan apa adanya, analisa berikut menguraikan bagaimana angka-angka di balik video ini berkembang, berubah, dan pada titik tertentu, memperlihatkan kejanggalan yang tak bisa diabaikan.
Analisa Manipulasi Engagement
Pada tahap awal, data engagement video itu memperlihatkan konsistensi alami. Rasio likes terhadap views hanya sekitar 1-2 persen, jauh lebih kecil dari dislikes yang mencapai lebih dari 12 persen. Ini sejalan dengan suasana kolom komentar yang penuh kritik. Namun, pada 25 April 2025, pola alami itu berubah drastis.
Dalam waktu kurang dari 24 jam (Lihat Tabel 2 dan Grafik 1), jumlah likes melonjak lebih dari tujuh kali lipat, dari sekitar 14 ribu menjadi lebih dari 107 ribu, tanpa pertumbuhan views yang sebanding. Lebih mencolok lagi, lonjakan angka likes ini terjadi tanpa perubahan nada di kolom komentar, yang tetap dominan negatif.
Jika memperhitungkan harga pasar jasa boosting likes YouTube saat ini (Lihat Tabel 7 di bagian Lampiran), lonjakan sekitar 93.000 likes tambahan dalam video ini bisa memerlukan biaya antara Rp140 juta hingga Rp650 juta — tergantung kualitas likes yang dibeli. Mudah-mudahan, uang untuk mendongkrak angka likes tersebut bukan berasal dari dana publik atau pajak rakyat. Sebab kepercayaan tidak dibangun dengan angka yang dibeli, melainkan dengan ketulusan yang dirasakan.
📊 Tabel 2 — Tabel Tanggal, Jumlah Views, Likes, Dislikes, Comments Per Screenshot
(Data tabel menampilkan pertumbuhan views, likes, dislikes, dan jumlah komentar dari hari ke hari.)
Urutan | Tanggal | Views | Likes | Dislikes | Comments |
1 | 2025-04-22 | 678,968 | 7,711 | 84,241 | 31,490 |
2 | 2025-04-23 | 787,920 | 14,482 | 98,391 | 35,088 |
3 | 2025-04-23 | 831,647 | 14,756 | 103,712 | 36,952 |
4 | 2025-04-25 | 1,168,338 | 107,604 | 145,889 | 47,633 |
5 | 2025-04-25 | 1,196,657 | 122,646 | 149,502 | 48,604 |
6 | 2025-04-27 | 1,351,914 | 124,101 | 168,989 | 52,016 |
7 | 2025-04-27 | 1,381,232 | 124,350 | 172,638 | 52,561 |
8 | 2025-04-28 | 1,396,276 | 124,461 | 174,491 | 52,800 |
9 | 2025-04-28 | 1,409,985 | 124,597 | 176,248 | 53,071 |
Ulasan singkat terhadap anomali ini memperlihatkan pola yang tidak alami (Lihat Tabel 3):
📊 Tabel 3 — Anomali Terjadi – Indikasi
No. | Anomali | Indikasi |
1 | Lonjakan likes drastis dalam waktu singkat | Potensi boosting dengan tools, jaringan bot, atau paid services |
2 | Views bertambah lambat dibanding likes | Engagement tidak proporsional, aktivitas tidak organik |
3 | Komentar tetap negatif meski likes melonjak | Likes tidak mencerminkan sentimen publik nyata |
4 | Likes stagnan setelah lonjakan | Aktivitas boosting berakhir, pertumbuhan kembali normal lambat |
📈 Grafik 1 — Perkembangan Views, Likes, Dislikes
Grafik 1 menegaskan ada boosting drastis likes tanpa perubahan pola views atau dislikes.

Kesenjangan/anomali ini semakin jelas bila kita membandingkan rasio antara likes dan dislikes terhadap jumlah views, sebagaimana terlihat dalam Tabel 4 dan Grafik 2. Lihat lonjakan luar biasa di likes/views saat 25 April (urutan 4). Sebelum 25 April, rasio likes/views sekitar 1-2%, sesudah itu langsung di atas 9-10% ➔ indikasi kuat ada aktivitas buzzer/bot.
📈 Tabel 4 — Tabel Rasio (Likes/Views dan Dislikes/Views)
Urutan | Tanggal | Likes/Views (%) | Dislikes/Views (%) |
1 | 2025-04-22 | 1.14% | 12.41% |
2 | 2025-04-23 | 1.84% | 12.49% |
3 | 2025-04-23 | 1.77% | 12.47% |
4 | 2025-04-25 | 9.21% | 12.49% |
5 | 2025-04-25 | 10.24% | 12.50% |
6 | 2025-04-27 | 9.18% | 12.49% |
7 | 2025-04-27 | 9.01% | 12.50% |
8 | 2025-04-28 | 8.91% | 12.49% |
9 | 2025-04-28 | 8.83% | 12.50% |
📊 Grafik 2 — Perbandingan Rasio Likes/Views dan Dislikes/Views
Grafik 2 membuktikan bahwa sentimen publik tetap negatif meski angka likes melonjak — boosting tidak berhasil mengubah persepsi rakyat.

Anomali ini memperlihatkan pola khas manipulasi engagement (Lihat Tabel 6): meningkatkan angka likes untuk mengubah persepsi visual, seolah-olah video diterima dengan positif oleh publik, padahal tidak. Tujuannya jelas: mengelola citra, mengaburkan resistensi, dan menampilkan ilusi penerimaan.
✅ Tabel 6: Ringkasan Perbandingan Sebelum dan Sesudah Lonjakan Likes
Aspek | Sebelum 25 April 2025 | Sesudah 25 April 2025 |
Likes/Views Ratio | 1-2% | Meningkat drastis |
Dislikes/Views Ratio | ~12% (stabil) | ~12% (tetap stabil) |
Sentimen Komentar | Dominan Negatif | Tetap Dominan Negatif |
Pertumbuhan Views | Bertahap Stabil | Bertahap Stabil |
Terjadi di Seluruh Dunia
Anomali pada video Gibran ini bukan sesuatu yang terjadi secara eksklusif di Indonesia. Dunia telah lebih dulu mengenal praktik serupa di berbagai konteks.
Pada 2019, dalam kampanye pemilu India, video Perdana Menteri Narendra Modi menunjukkan lonjakan views dan likes yang tidak wajar. Analisis independen menemukan indikasi keterlibatan jaringan bot dan click farm yang mempercepat engagement demi menunjukkan dukungan semu.
Di Amerika Serikat, pada Pilpres 2020, video kampanye Joe Biden di YouTube dituduh mengalami “perlindungan algoritmik,” di mana dislikes massal yang organik dianggap disaring atau dikurangi oleh sistem untuk menjaga tampilan netralitas.
Bahkan di dunia hiburan, fandom BTS pernah menjadi sorotan karena fenomena mass streaming—upaya penggemar untuk mendorong views dan likes lewat putaran berulang, hingga YouTube harus mengubah cara mereka menghitung views demi menjaga integritas data.
Semua kasus ini menunjukkan satu pola: di dunia digital, persepsi adalah komoditas, dan statistik menjadi senjatanya.
Kenapa YouTube Membiarkannya?
Namun ada satu pertanyaan yang tak boleh diabaikan: mengapa YouTube, dengan kecanggihan algoritmanya, membiarkan keganjilan ini terjadi?
YouTube memiliki sistem untuk mendeteksi artificial engagement. Lonjakan likes yang tidak proporsional terhadap views dan komentar semestinya memicu alarm algoritma. Mereka bisa menghapus likes palsu, menurunkan peringkat video mencurigakan, bahkan memutus distribusi rekomendasi. Namun dalam kasus ini, lonjakan ganjil itu tetap berlangsung tanpa koreksi.
Kenapa?
Mungkin, YouTube bersikap hati-hati terhadap konten yang berhubungan dengan tokoh politik besar apalagi level wakil presiden, takut dianggap berpihak atau mencampuri politik nasional. Bisa juga, standar algoritma tidak selalu diterapkan merata untuk semua akun—terutama akun dengan jaringan kekuasaan.
Apapun alasannya, satu hal pasti: ketika platform sebesar YouTube membiarkan manipulasi statistik berjalan, mereka ikut merusak integritas ruang publik digital. Mereka membiarkan ilusi menutupi realitas, memperdalam jurang ketidakpercayaan.
Dan publik yang jeli membaca tahu: angka bisa dibeli, tapi kepercayaan tidak.
Sebuah video yang dikemas indah namun harus dipoles dengan likes palsu hanyalah cermin dari legitimasi yang rapuh. Bukan sekadar likes atau dislikes yang dipertaruhkan, melainkan kredibilitas, ketulusan, dan keberanian untuk berdiri di hadapan rakyat tanpa topeng statistik.
Kasus video Gibran ini mengingatkan kita: tidak ada shortcut untuk membangun kepercayaan. Bukan angka gemerlap, bukan dashboard penuh warna, bukan likes yang disulap — hanya ketulusan, keberanian menerima kritik, dan perjalanan panjang yang bisa membangun kepercayaan sejati.
Hari ini, rakyat Indonesia membuktikan satu hal: mereka lebih memilih kebenaran yang keras daripada ilusi yang dipoles, apalagi jika harus sampai memanipulasi jumlah likes demi sekadar citra.
(Atur/TokohIndonesia.com)
LAMPIRAN SCREENSHOT, TABEL DAN ANALISA
📊 Tabel 1: Screenshot: Urutan – Nama File – Tanggal – Waktu
(Data tabel menampilkan nama file screenshot, tanggal pengambilan data, dan waktu pengamatan.)
Urutan | Nama File | Tanggal | Waktu | |
1 | Screenshot 2025-04-22 212216.jpg | 2025-04-22 | 21:22 | |
2 | Screenshot 2025-04-23 064851.jpg | 2025-04-23 | 06:48 | |
3 | Screenshot 2025-04-23 103237.jpg | 2025-04-23 | 10:32 | |
4 | Screenshot 2025-04-25 125838.jpg | 2025-04-25 | 12:58 | |
5 | Screenshot 2025-04-25 182451.jpg | 2025-04-25 | 18:24 | |
6 | Screenshot 2025-04-27 125315.jpg | 2025-04-27 | 12:53 | |
7 | Screenshot 2025-04-27 221538.jpg | 2025-04-27 | 22:15 | |
8 | Screenshot 2025-04-28 080649.jpg | 2025-04-28 | 08:06 | |
9 | Screenshot 2025-04-28 144118.jpg | 2025-04-28 | 14:41 | |
✍️ Catatan Analisa:
Tabel ini memberikan rekaman kronologis pengambilan data screenshot dari hamphy.com sepanjang periode pengamatan, yakni 22-28 April 2025.
Urutan file berdasarkan waktu ini penting untuk memahami alur perubahan views, likes, dan dislikes dari hari ke hari, serta menandai kapan anomali besar terjadi. Data ini menjadi dasar kuat untuk membaca perkembangan statistik secara faktual.
📊 Tabel 4 — Tabel Delta (Perubahan antar screenshot)
Dari Urutan | Ke Urutan | Δ Views | Δ Likes | Δ Dislikes | Δ Comments |
1 → 2 | +108,952 | +6,771 | +14,150 | +3,598 | |
2 → 3 | +43,727 | +274 | +5,321 | +1,864 | |
3 → 4 | +336,691 | +92,848 | +42,177 | +10,681 | |
4 → 5 | +28,319 | +15,042 | +3,613 | +971 | |
5 → 6 | +155,257 | +1,455 | +19,487 | +3,412 | |
6 → 7 | +29,318 | +249 | +3,649 | +545 | |
7 → 8 | +15,044 | +111 | +1,853 | +239 | |
8 → 9 | +13,709 | +136 | +1,757 | +271 |
✍️ Catatan Analisa:
Tabel ini merangkum indikasi kecurangan statistik berdasarkan pola yang tidak konsisten antara likes, views, dan komentar. Lonjakan tajam likes tanpa kenaikan views yang sebanding, serta tidak berubahnya sentimen komentar, mengindikasikan adanya aktivitas boosting. Tabel ini memperkuat dasar argumen bahwa engagement yang terjadi bukan pertumbuhan alami, melainkan upaya mengelola persepsi visual.
📅 Tabel 5 — Tabel Akumulasi (Growth Summary per Hari)
Tanggal | Penambahan Views | Penambahan Likes | Penambahan Dislikes | Penambahan Comments | |
2025-04-22 | (initial) | (initial) | (initial) | (initial) | |
2025-04-23 | +152,679 | +7,045 | +19,471 | +5,462 | |
2025-04-25 | +365,010 | +107,890 | +45,790 | +11,572 | |
2025-04-27 | +185,872 | +1,704 | +23,138 | +5,546 | |
2025-04-28 | +28,753 | +247 | +3,514 | +510 |
🔥 Kesimpulan Visual dari Tabel-Tabel Ini:
- 25 April 2025 adalah hari di mana terjadi lonjakan drastis di likes.
- Rasio Likes/Views naik dari sekitar 1-2% menjadi 9-10% dalam 1 hari.
- Setelah itu, likes cenderung stagnan, hanya bertambah kecil walau views tetap bertambah.
- Dislikes dan comments tetap bertambah normal ➔ artinya lonjakan hanya di likes.
➔ Ini menguatkan dugaan ada intervensi eksternal, seperti buzzer atau bot.
📑 Tabel 7: Estimasi Biaya Boosting Likes Video Gibran
Estimasi Harga per 100 Likes | Total Likes Ditambahkan (93.000) | Estimasi Biaya Total |
Rp150 | 93.000 | Rp139.500.000 |
Rp300 | 93.000 | Rp279.000.000 |
Rp500 | 93.000 | Rp465.000.000 |
Rp700 | 93.000 | Rp651.000.000 |
Catatan:
Estimasi biaya ini berdasarkan harga pasar jasa boosting likes YouTube per 100 likes, bervariasi antara Rp150 hingga Rp700. Total biaya dipengaruhi oleh kualitas layanan dan retention rate likes. Meskipun angka ini hanya estimasi, ia menunjukkan bahwa membentuk persepsi digital dengan likes palsu bukan hanya soal teknis, tetapi juga soal investasi sumber daya yang tidak kecil.
✅ Tabel 8: Contoh Kasus Dunia (Modi, Biden, BTS)
Tokoh/Kasus | Apa yang Terjadi | Pola Manipulasi yang Sama |
Narendra Modi (India, 2019) | Lonjakan views & likes tak wajar dalam kampanye | Potensi penggunaan bot dan click farm |
Joe Biden (AS, 2020) | Dugaan filtering dislikes pada video kampanye | Intervensi engagement di platform |
Fandom BTS (K-Pop) | Mass streaming untuk memboosting views dan likes | Manipulasi statistik alami |
Pusat Data Tokoh Indonesia, April 2025