Saat ini, tidak jarang teknologi berupa algoritma digunakan untuk meminimalkan bias manusia dalam proses pengambilan keputusan dikarenakan pemrosesan dan prediksi algoritma dapat dikalkulasi, mendorong prediksi yang netral, tidak melibatkan bias, dan non-diskriminatif dalam membantu manusia mengambil keputusan. Kendati demikian, melalui langkah dekonstruksi Derrida dan mekanisme différance, penulis berargumen wacana tersebut secara inheren merupakan hal mustahil. Melalui analisis dekonstruktif, penulis membongkar gagasan tentang algoritma netral dan non-diskriminatif yang pada dasarnya dioperasikan sistem yang akan selalu terikat dengan jejak-jejak yang-lain, menyebabkan algoritma prediktf selalu parsial dan tidak penuh. Oleh sebab itu, penelitian ini mengungkapkan bahwa pengejaran terhadap netralitas algoritma prediktif akan selalu secara kuasi-transendental, mungkin-sekaligus-mustahil, dengan proses prediksi dan pemaknaan algoritma secara erat terkontekstualisasi dengan klasifikasi-klasifikasi data-data dan konteks makna yang dimunculkan.

---

Today, it is not uncommon for technology in the form of algorithms to be used to minimize human bias in the decision-making process within reason algorithmic processing and predictions could be calculated, thus encouraging neutral, unbiased, and non-discriminatory predictions in helping humans to make decisions. However, through Derrida's deconstruction and the mechanism of différance, the author argues that such discourse is inherently impossible. Through deconstructive analysis, the author dismantles the idea of a neutral and non-discriminatory algorithm that essentially operates a system that will always be bound by traces of the-other, causing predictive algorithms to always be partial and incomplete. Therefore, this research reveals that the pursuit of the neutrality of predictive algorithms will always be quasi-transcendental, possible-and-impossible, as the process of prediction and the meaning of the algorithm closely contextualized with the classifications of data and the context of meaning that is generated.