Setiap pemilik website/blog pasti menginginkan website/blognya muncul dihalaman pertama pd hasil pencarian (SERP) jika pengguna internet memasukan kata kunci tertentu (keyword) tertentu pd mesin pencari (search engine) Google. Akan tetapi pd kenyataannya tak semua halaman web/blog yg terindeks di Google dpt muncul di halaman pertama hasil pencarian Google.
Google akan menampilkan halaman website/blog pd halaman hasil pencarian jika web/blog tersebut dianggap penting oleh Google. Dalam menentukan apakah suatu website/blog penting/tidak, Google menggunakan mesin algoritma tertentu, salah satunya adalah Google PageRank, dgn Alogaritma ni suatu halaman dpt dianggap penting atu tak oleh Google.
PageRank merupakan sebuah algoritma yg telah dipatenkan yg berfungsi menentukan situs web mana yg lebih penting/populer. PageRank adalah salah satu fitur utama yg diciptakan oleh Duo Google : Larry Page dan Sergey Brin
Cara Kerja
Sebuah situ akan semakin populer jika semakin banyak situs lain yg meletakan link yg mengarah ke situsnya, dgn asumsi isi/content situs tersebut lebih berguna dari isi/content situs lain. PageRank dihitung dgn skala 1-10
Contoh : Sebuah situs yg mempunyai PageRank 7 akan diurutkan lebih dahulu dlm list pencarian Google dari pd situs yg mempunyai PageRank 6 dan kemudian seterusnya yg lebih kecil
Konsep
Banyak cara digunakan search engine dlm menntukan kualitas/ranking sebuah halaman web/blog, mulai dari penggunaan META Tags, isi dokumen, penekanan pd content dan masih banyak teknik lain / gabungan teknik yg digunakan. Link popularity, sebuah teknologi yg dikembangkan untk memperbaiki kekurangan dari dari teknologi lain (Meta keyword, Meta description) yg bisa dicurangi dgn halaman khusus di desain untk search engine / biasa disebut doorway pages. Dengan algoritma PageRank ini, dlm tiap hdialaman akan diperhitungkan inbound link (link masuk) dan outbound link (link keluar) dari tiap halaman web.
PageRank memiliki konsep dasar yg sama dgn link popularity, tetapi tak hanya memperhitungkan jumlah inbound dan outbound link. Pendekatan yg digunakan sebuah halaman akan dianggap penting jika halaman lain memiliki link ke halaman tersebut. Sebuah halaman jg akan menjadi semakin penting jika halaman lain yg memiliki ranking (pagerank) tinggi mengacu ke halaman tersebut.
Dengan pendekatan yg digunakan PageRank, proses terjadi secara rekursif dimana sebuah ranking akan ditentukan oleh ranking dari halaman web yg rankingnya ditentukan oleh ranking halaman web lain yg memiliki link ke halaman tersebut. Proses ni berarti suatu proses yg berulang. Di dunia maya, ada jutaan bahkan miliyaran halaman web. Oleh karena itu sebuah ranking halaman web ditentukan dari struktur link dari keseluruhan halaman web yg ada didunia maya. Sebuah proses yg sangat besar dan kompleks.
Algoritma
Dari pendekatan yg sudah dijelaskan pd artikel konsep pagerank, Lawrence Page dan Sergey Brin membuat algoritma PageRank seperti berikut :
Algoritma awal PR(A)=(1-d)+d((PR(T1)/C(T1))+...+(PR(Tn)/C(Tn)))
algoritma lain yg dipublikasikan PR(A)=(1-d)/N+d((PR(T1)/C(T1))+...+(PR(Tn)/C(Tn)))
Ket *
PR(A) adalah PageRank halaman A
PR(T1) adalah PageRank halaman T1 yg mengacu ke halaman A.
C(T1) adalah jumlah link keluar(outbound link) pd halaman T1
d adalah damping factor yg bisa diberi antara 0 dan 1
N adalah jumlah keseluruhan halaman web (yang terindex oleh Google)
Dari algoritma diatas dpt dilihat bahwa pagerank ditentukan untk tiap halaman Anda bukan keseluruhan situs web. PageRank sebuah halaman ditentukan dari pagerank halaman yg mengacu kepadanya yg jg menjalani proses penentuan pagerank dgn cara yg sama, jadi proses ni akan terus berulang sampai ditemukan hasil yg tepat.
Akan tetapi pagerank halaman A tak langsung diberikan kepada halaman yg dituju, akan tetapi sebelumnya dibagi dgn jumlah link yg ada pd halaman T1 (outbound link), dan pagerank itu akan dibagi rata kepada tiap link yg ada pd halaman tersebut. Demikian jg dgn tiap halaman lain "Tn" yg mengacu ke halaman "A"setelah semua pagerank yg didapat dari halaman - halaman lain yg mengacu ke halaman A dijumlahkan, nilai itu kemudian dijadikan dgn damping factor yg bernilai antara 0 sampai 1. Hal ni dilakukan agar tak keseluruhan nilai pagerank halaman didistribusikan ke Halaman A.
Random Surfer Model
Random surfer model adalah sebuah pendekatan yg mengambarkan bagaimana sesungguhnya yg dilakukan pengunjung didepan sebuah halaman web. Ini berarti peluang / probabilitas seorang user mengklik sebuah link sebanding dgn jumlah link yg ada pd halaman tersebut.
Pendekatan ni yg digunakan oleh pagerank sehingga pagerank dari link masuk (inbound link) tak langsung didistribusikan ke halaman yg dituju, melainkan dibagi dgn jumlah link yg keluar (outbound link) yg ada pd halaman tersebut. Bisa anda bayangkan apa jadinya jika sebuah halaman dgn ranking tinggi mengacu ke banyak halaman, mungkin teknologi pagerank sudah tak akan relevan digunakan.
Metode ni jg memiliki pendekatan bahwa seorang user tak akan mengklik semua link yg ada pd sebuah halaman web. Oleh karena itu pagrank menggunakan damping factor untk mereduksi nilai pagerank yg didistribusikan sebuah halaman ke halaman lain. Probabilitas seorang user terus mengklik semua link yg ada pd sebuah halaman yg ditentukan oleh nilai damping factor (d) yg bernilai antara 0 sampai 1
Nilai damping factor yg tinggi berarti seorang user akan lebih banyak mengklik sebuah halaman sampai dia berpindah ke halaman lain. Setelah user berpindah halaman maka probabilitas di implementasikan ke dlm algoritma pagerank sebagai konstanta (1-d). Dengan mengeluarkan variable inbound link, maka kemungkinan seorang user untk berpindah ke halaman lain adalah (1-d), hal ni akan membuat pagerank selalu berada pd nilai minimum.
Dalam algoritma pagerank yg lain, terdapat nilai N yg merupakan jumlah keseluruhan halaman web, jadi seorang user memiliki probabilitas mengunjungi sebuah halaman dibagi dgn total jumlah halaman yg ada. Sebagai contoh, jika sebuah halaman memiliki pagerank 3 dan total halaman web 100 maka dlm seratus kali kunjungan dia mengunjungi halaman itu sebanyak 3 kali.
Begitulah konsep dan cara kerja dari algoritma Google PageRank. Alogaritma yg dimiliki Google memang terlihat rumit tapi meskipun demikian Google sangatlah mudah untk digunakan sehingga kini Google menjadi search engine terfavorite
0 Response to "GOOGLE & PAGERANK 92870"
Post a Comment