Sebagai seorang spesialis SEO, penting untuk memahami awal mula perkembangan algoritma mesin pencari Google. Hal tersebut merupakan sebuah pondasi utama dalam menentukan peringkat dan penampilan sebuah situs web dalam SERP. Dalam artikel ini kami akan membahas algoritma yang pertama kali di gunakan oleh Google, yaitu PageRank.
Apa itu PageRank? Siapa Pengembangnya?
Pagerank adalah algoritma yang dikembangkan oleh Larry Page dan Sergey Brin pada tahun 1996. Algoritma tersebut di kembangkan sebagai bagian dari penelitian mereka di Stanford University. Kemudian algoritma Pagerank menjadi dasar utama dalam pengembangan mesin pencari Google.
Pada awalnya, mesin pencari di Internet hanya mengandalkan metode pencocokan kata kunci yang sederhana. Larry Page dan Sergey Brin menyadari bahwa metode ini tidak efektif untuk mengurutkan halaman web dalam hasil pencarian yang relevan dan berkualitas.
Dalam penelitian mereka, Page dan Brin mencoba mengatasi masalah ini dengan mengembangkan algoritma yang akan menilai dan mengurutkan halaman web berdasarkan otoritas atau popularitasnya.
Pada tanggal 24 September 2019, PageRank dan semua paten terkaitnya telah kedaluwarsa. Sehingga algoritma tersebut tidak lagi digunakan oleh Google sebagai dasar penelusuran mesin pencarinya.
Konsep Dasar Algoritma Google
Konsep dasar dari algoritma Pagerank adalah memberikan skor atau peringkat numerik kepada setiap halaman web berdasarkan otoritas atau popularitasnya. Untuk menerapkan konsep ini, Pagerank memperlakukan halaman web sebagai simpul dalam sebuah grafik dan tautan antar halaman sebagai busur.
Algoritma Pagerank memulai proses perhitungan dengan memberikan setiap halaman skor awal yang seragam. Kemudian, algoritma mengupdate skor Pagerank halaman-halaman tersebut berdasarkan jumlah dan kualitas tautan yang mengarah ke halaman tersebut. Tautan dari halaman dengan otoritas tinggi memberikan bobot yang lebih besar daripada tautan dari halaman dengan otoritas rendah.
Setiap iterasi perhitungan Pagerank mengubah skor Pagerank halaman-halaman tersebut. Proses ini berlanjut hingga konvergensi tercapai, yaitu ketika skor Pagerank tidak mengalami perubahan signifikan antara iterasi.
Algoritma Pagerank menerapkan konsep dasar ini untuk mengidentifikasi halaman-halaman yang dianggap paling penting dan berharga dalam konteks pencarian. Kemudian, mesin pencari Google menggunakan skor Pagerank untuk mengurutkan dan menampilkan hasil penelusuran yang relevan dan berkualitas kepada pengguna.
Model Random Surfer
Penggunaan model Random Surfer untuk menghitung peringkat halaman web dengan mengasumsikan bahwa pengguna secara acak mengklik tautan dalam halaman web secara terus-menerus, seolah-olah mereka menjadi “random surfer” yang menjelajahi internet.
Dalam konteks algoritma Pagerank, model Random Surfer membantu menentukan probabilitas bahwa random surfer tersebut akan berada di halaman tertentu pada suatu waktu. Kemudian, probabilitas ini bergantung pada tautan yang ada di halaman tersebut, sehingga halaman dengan lebih banyak tautan cenderung memiliki probabilitas yang lebih tinggi untuk dikunjungi oleh random surfer.
Dalam model ini, setiap kali random surfer mengikuti tautan, terdapat peluang kecil (damping factor) bahwa mereka akan “tersesat” dan beralih ke halaman lain secara acak. Damping factor ini membantu mencegah kemungkinan terjebak dalam siklus tak terbatas.
Probabilitas dari model Random Surfer mereka gunakan sebagai faktor penting dalam menghitung skor Pagerank sebuah halaman web. Halaman dengan probabilitas yang lebih tinggi untuk dikunjungi oleh random surfer memiliki skor Pagerank yang lebih tinggi.
Dengan mempertimbangkan model Random Surfer, algoritma ini dapat memberikan penilaian yang lebih akurat terhadap otoritas dan popularitas sebuah halaman web berdasarkan tautan yang ada, sehingga mempengaruhi peringkat halaman dalam hasil pencarian.
