(0275) 2974 127
Semantic Search adalah proses pengambilan informasi yang digunakan oleh mesin pencari untuk memberikan hasil pencarian yang paling relevan. Jadi, semantic search ini berfokus pada apa makna di balik permintaan dalam pencarian kata kunci yang diketikkan pengguna di pencarian.
Istilah semantic ini, berasal dari keilmuan linguistik yang disebut semantik dan berkaitan dengan studi tentang suatu makna.
Semantic Search mendeskripsikan upaya mesin pencari untuk menghasilkan hasil yang paling akurat dengan memahami :
Dalam istilah orang awam, Semantic Search berusaha memahami bahasa alami seperti yang dilakukan manusia. Pencarian semantik juga memungkinkan Google untuk membedakan antara entitas yang berbeda (orang, tempat, dan hal-hal) dan menafsirkan niat penelusur berdasarkan berbagai faktor termasuk :
Perbaikan dari mesin telusur sangat membantu pengguna mencari informasi-informasi penting. Sebagai orang yang bergerak pada bidang SEO harus mengetahui tentang perkembangan mengenai hal seperti pencarian semantik ini.
Prinsip-prinsip pada penelusuran semantik ini memiliki alasan mengapa dibutuhkan untuk dipelajari dan bagaimana pengaruhnya kepada penelusuran agar mudah dipahami. Berikut alasan mengapa pentingnya semantic search.
Terkadang saat pengguna mengetikkan suatu kata kunci di pencarian, kata kunci tersebut seperti memiliki multi makna sehingga hal ini akan memunculkan banyak hasil penelusuran.
Contohnya mendengar lagu di sebuah aplikasi musik dan tidak mengenali judul maupun penyanyinya. Maka hal yang kemungkinan besar akan diketikkan adalah mencari penggalan lirik yang didengar di penelusuran Google hingga akhirnya menemukannya.
Untuk itu algoritma dari mesin pencari bekerja menangani permintaan pencarian kata kunci acak tersebut dengan mencocokkan pada konten dalam indeks yang terdapat di database.
Sekitar 40% kata bahasa inggris yang memiliki makna lebih dari satu atau dikenal dengan kata polisemi, menjadi hal yang dioptimalkan pada semantic search ini.
Contoh jika mengetikkan kata python dan menginginkan maksud dari kata tersebut adalah bahasa pemrograman python, maka akan muncul berbagai hasil seperti ular phython, bahasa pemrograman python dll.
Lalu yang menjadi permasalahan adalah bahwa kata-kata jarang memiliki arti yang pasti tanpa sebuah konteks yang jelas.
Jadi di dalam semantic, konteks menjadi suatu hal sangat penting dan hal itu akan membawa ke sebuah jawaban yang dimaksudkan pengguna yang melakukan pencarian terhadap kata kunci.
Jika masih bingung maksud dari poin ketiga ini, mari ambil contoh dari gambar di bawah ini :
Saat melakukan pencarian dengan kata kunci di atas, maka didapatkan hasil seperti yang tertampil pada gambar di atas.
Inilah cara Google dalam memahami maksud dari pencarian kata kunci :
Lexical hirarki adalah menggambarkan hubungan antar kata. Jika diambil dari contoh diatas, kata partner adalah superordinat yang menerangkan kepada istri, pacar, pasangan dll.
Relasi Entitas adalah karakter pada film dan serial yaitu Obi-Wan, orang dengan pekerjaan tertentu yaitu Aktor dan orang yang terkait dengan mereka yaitu Partner.
Mari kembali ke contoh soal “python”. Jika mencari kata ini memang mendapatkan semua hasil yang berhubungan dengan bahasa pemrograman.
Google menggunakan data terbatas bersamaan dengan riwayat pencarian untuk memberikan hasil pencarian yang lebih akurat.
Google terus mendorong pembaruan algoritma dan teknologi yang semakin meningkatkan kemampuannya dalam memahami bahasa alami dan maksud di penelusuran.
Berikut empat hal yang menjadikan perkembangan pada semantic search, yaitu :
Google Knowledge Graph dirilis pada tahun 2012 sebagai basis pengetahuan tentang entitas dan hubungan diantara mereka. Singkatnya adalah teknologi yang memulai dan memungkinkan peralihan dari pencocokan kata kunci ke pencocokan semantik.
Ada dua metode utama yang mempengaruhi Knowledge Graph :
Pada poin kedua, mesin pencari perlu memahami bahasa secara alami. Saat itulah, algoritmanya mulai bekerja.
Kembali ke tahun 2013, Google meluncurkan algoritma pencarian yang disebut Hummingbird untuk memberikan hasil pencarian yang lebih baik. Hal ini sangat membantu untuk permintaan pencarian kata kunci yang memiliki tingkat kerumitan yang kompleks.
Hummingbird adalah pembaruan yang menekankan arti dari kueri penelusuran atas kata kunci individual.
Algoritma RankBrain dibuat untuk memecahkan permasalahan dalam LSI atau Latent Semantic Indexing. Latent semantic indexing adalah sebuah cara bagi mesin pencari dalam memahami maksud dan isi dari konten website itu sendiri.
Lalu, Google RankBrain didukung oleh teknologi yang jauh lebih unggul dari LSI. RankBrain memahami arti kata dan frasa yang bahkan tidak dikenal dengan menggunakan algoritma pembelajaran mesin yang canggih.
BERT (Bidirectional Encoder Representations from Transformers) adalah cara kerja semantic search yang mengalami peningkatan yang besar.
BERT meningkatkan pemahaman tentang kalimat dan kueri yang panjang dan kompleks. Hal ini menjadi solusi untuk mengatasi ambiguitas dan nuansa karena berusaha memahami konteks kata dengan lebih baik.
Berikut beberapa tips tentang bagaimana menyesuaikan SEO untuk Semantic Search, yaitu :
Targetkan topik yang ingin disajikan pada konten secara lebih mendalam. Hal ini juga bermanfaat dalam memperkaya kata kunci di dalam konten.
Selain itu dapat membuat konten perbagian dari apa arti dari topik, mengapa menggunakan topik tersebut, apa keuntungannya, bagaimana cara kerjanya dan contoh penerapannya.
Sebelum menjabarkan topik-topik konten yang akan dibuat dapat melakukan analisa terhadap halaman-halaman website mana saja yang memiliki peringkat teratas yang sesuai dengan maksud pencarian (search intent).
Setelah itu dapat menguraikan topik-topik yang relevan sehingga menjadi konten yang baru dengan penyesuaian search intent dan tulisan berdasarkan pengalaman.
Semantic HTML menambahkan kode pada halaman website seperti blok navigasi, header, footer, tabel, atau video.
HTML5 menyediakan elemen-elemen yang selaras dengan semantik dan sudah digunakan sebagian besar pada tema CMS Modern. Jika website tidak memiliki fitur ini dapat menambahkan plugin yang dapat digunakan.
Schema markup adalah cara tambahan untuk menandai halaman pada website. Hal ini juga disebut sebagai data terstruktur yang dapat dijelaskan sebagai kerangka kerja semantik untuk website.
Di antara semua tips tentang menyesuaikan teknik SEO dengan semantic search, “bangun brand” adalah hal yang paling sulit untuk dilakukan. Hal ini karena membangun brand tidak serta merta langsung jadi karena membangun brand membutuhkan waktu dan “effort” yang luar biasa agar brand dapat tersampaikan di benak pelanggan.
Link merupakan salah satu indikator relevansi pertama. Jika konten halaman web A ditautkan ke konten halaman web B, mereka bisa dianggap saling terkait.
Baik link internal atau eksternal dari halaman yang relevan menggunakan anchor text, hal ini dapat membantu Google mengetahui informasi pada konten halaman web bahkan sebelum diproses oleh Google.
Apakah Anda menggunakan kartu ATM atau kartu debit? Suka bertransaksi secara cashless? Sepertinya Anda perlu…
Design website toko online tidak hanya soal estetika, tapi juga UX yang bagus secara keseluruhan.…
Sebelum memulai karir Anda sebagai desainer UX, Anda harus membuat portofolio yang mencakup semua pengalaman…
Keep-Alive memungkinkan browser pengunjung Anda mendownload semua konten (JavaScript, CSS, gambar, video, dll) melalui koneksi…
Job description seorang web developer adalah membuat situs web menggunakan berbagai bahasa pemrograman. Tanggung jawab…
Secara default, WordPress tidak mendukung A/B testing. Tapi jangan khawatir. Di bawah ini, kami telah…