Tuesday , December 12 2017
Home / Bisnis Internet / Affiliate Business / Tentang Pagerank

Tentang Pagerank

Image

Tulisan ini merupakan jawaban atas banyaknya pertaanyaan tentang page rank. Semoga bermanfaat ๐Ÿ™‚

PageRank (PR) adalah sebuah algoritma yang telah dipatenkan yang berfungsi menentukan situs web mana yang lebih penting/populer. PageRank merupakan salah satu fitur utama mesin pencari Google dan diciptakan oleh pendirinya, Larry Page dan Sergey Brin yang merupakan mahasiswa Ph.D. Universitas Stanford.

Cara kerja

Sebuah situs akan semakin populer jika semakin banyak situs lain yang meletakan link yang mengarah ke situsnya, dengan asumsi isi/content situs tersebut lebih berguna dari isi/content situs lain. PageRank dihitung dengan skala 1-10.

Contoh: Sebuah situs yang mempunyai Pagerank 9 akan di urutkan lebih dahulu dalam list pencarian Google daripada situs yang mempunyai Pagerank 8 dan kemudian seterusnya yang lebih kecil.

Konsep

Banyak cara digunakan search engine dalam menentukan kualitas/rangking sebuah halaman web, mulai dari penggunaan META Tags, isi dokumen, penekanan pada content dan masih banyak teknik lain atau gabungan teknik yang mungkin digunakan. Link popularity, sebuah teknologi yang dikembangkan untuk memperbaiki kekurangan dari teknologi lain (Meta Keywords, Meta Description) yang bisa dicurangi dengan halaman yang khusus di desain untuk search engine atau biasa disebut doorway pages. Dengan algoritma โ€˜PageRankโ€™ ini, dalam setiap halaman akan diperhitungkan inbound link (link masuk) dan outbound link (link keuar) dari setiap halaman web.

PageRank, memiliki konsep dasar yang sama dengan link popularity, tetapi tidak hanya memperhitungkan โ€œjumlahโ€ inbound dan outbound link. Pendekatan yang digunakan adalah sebuah halaman akan diangap penting jika halaman lain memiliki link ke halaman tersebut. Sebuah halaman juga akan menjadi semakin penting jika halaman lain yang memiliki rangking (pagerank) tinggi mengacu ke halaman tersebut.

Dengan pendekatan yang digunakan PageRank, proses terjadi secara rekursif dimana sebuah rangking akan ditentukan oleh rangking dari halaman web yang rangkingnya ditentukan oleh rangking halaman web lain yang memiliki link ke halaman tersebut. Proses ini berarti suatu proses yang berulang (rekursif). Di dunia maya, ada jutaan bahkan milyaran halaman web. Oleh karena itu sebuah rangking halaman web ditentukan dari struktur link dari keseluruhan halaman web yang ada di dunia maya. Sebuah proses yang sangat besar dan komplek.

Algoritma

Dari pendekatan yang sudah dijelaskan pada artikel konsep pagerank, Lawrence Page and Sergey Brin membuat algoritma pagerank seperti di bawah :

Algoritma awal PR(A) = (1-d) + d ( ( PR(T1) / C(T1) ) + โ€ฆ + ( PR(Tn) / C(Tn) ) )

Salah satu algoritma lain yang dipublikasikan PR(A) = (1-d) / N + d ( ( PR(T1) / C(T1) ) + โ€ฆ + ( PR(Tn) / C(Tn) ) )

* PR(A) adalah Pagerank halaman A
* PR(T1) adalah Pagerank halaman T1 yang mengacu ke halaman A
* C(T1) adalah jumlah link keluar (outbound link) pada halaman T1
* d adalah damping factor yang bisa diberi antara 0 dan 1.
* N adalah jumlah keseluruhan halaman web (yang terindex oleh google)

Dari algoritma diatas dapat dilihat bahwa pagerank ditentukan untuk setiap halaman anda bukan keseluruhan situs web. Pagerank sebuah halaman ditentukan dari pagerank halaman yang mengacu kepadanya yang juga menjalani proses penentuan pagerank dengan cara yang sama, jadi proses ini akan berulang sampai ditemukan hasil yang tepat. Akan tetapi pagerank halaman A tidak langsung diberikan kepada halaman yang dituju, akan tetapi sebelumnya dibagi dengan jumlah link yang ada pada halaman T1 (outbound link), dan pagerank itu akan dibagi rata kepada setiap link yang ada pada halaman tersebut. Demikian juga dengan setiap halaman lain โ€œTnโ€ yang mengacu ke halaman โ€œAโ€. Setelah semua pagerank yang didapat dari halaman-halaman lain yang mengacu ke halaman โ€œAโ€ dijumlahkan, nilai itu kemudian dikalikan dengan damping factor yang bernilai antara 0 sampai 1. Hal ini dilakukan agar tidak keseluruhan nilai pagerank halaman T didistribusikan ke halaman A.

Random surfer model

Random surfer model merupakan pendekatan yang menggambarkan bagaimana sesungguhnya yang dilakukan seorang pengunjung di depan sebuah halaman web. Ini berarti peluang atau probabilitas seorang user mengklik sebuah link sebanding dengan jumlah link yang ada pada halaman tersebut. Pendekatan ini yang digunakan pagerank sehingga pagerank dari link masuk (inbound link) tidak langsung didistribusikan ke halaman yang dituju, melainkan dibagi dengan jumlah link keluar (outbound link) yang ada pada halaman tersebut. Rasanya semua juga menganggap ini adil. Karena bisa anda bayangkan apa jadinya jika sebuah halaman dengan rangking tinggi mengacu ke banyak halaman, mungkin teknologi pagerank tidak akan relevan digunakan.

Metode ini juga memiliki pendekatan bahwa seorang user tidak akan mengklik semua link yang ada pada sebuah halaman web. Oleh karena itu pagerank menggunakan damping factor untuk mereduksi nilai pagerank yang didistribusikan sebuah halaman ke halaman lain. Probabilitas seorang user terus mengkilk semua link yang ada pada sebuah halaman ditentukan oleh nilai damping factor (d) yang bernilai antara 0 sampai 1. Nilai damping factor yang tinggi berarti seorang user akan lebih banyak mengklik sebuah halaman sampai dia berpindah ke halaman lain. Setelah user berpindah halaman maka probabilitas diimplemntasikan ke dalam algoritma pagerank sebagai konstanta (1-d) . Dengan mengeluarkan variable inbound link (link masuk), maka kemungkinan seorang user untuk berpindah ke halaman lain adalah (1-d), hal ini akan membuat pagerank selalu berada pada nilai minimum.

Dalam algoritma pagerank yang lain, terdapat nilai N yang merupakan jumlah keseluruhan halaman web, jadi seorang user memiliki probabilitas mengunjungi sebuah halaman dibagi dengan total jumlah halaman yang ada. Sebagai contoh, jika sebuah halaman memiliki pagerank 2 dan total halaman web 100 maka dalam seratus kali kunjungan dia mengunjungi halaman itu sebanyak 2 kali (catatan, ini adalah probabilitas). [via]

About akhdian

Check Also

Membuat Undangan Pernikahan Online

Anda berencana menikah dalam waktu dekat? Jika iya sejauh mana persiapan pesta pernikahan Anda? Anda …

38 comments

  1. These may stop effective at heating a whole unit but
    these may make some areas more comfortable and cozy.
    Those seeking the top life and accommodations
    can select the high class constructions. The
    city completely enjoys for well attached to all across the nation via railways and
    roadways.

  2. saya banyak belajar dr tulisan ini. nice share pak…

  3. when you are doing some SEO, link popularity is of course the thing that matters most .*’

  4. Kedua hal ini penting: perbanyak inbound link & minimalisir outbound link

  5. link popularity is very important for any website to rank good in search engines'”‘

  6. link popularity is the most important aspect of SEO, you need to gain lots of backlinks-,’

  7. link popularity is very important in order for your website to get higher up in the search results page of any search engine.~.:

  8. Makin paham tentang PR kang, thanks yak..

  9. Pagerank, traffic, dan inbound link adalah kata-kata kunci para blogger ya ๐Ÿ™‚

  10. Apakah jumlah pengunjung berpengaruh dalam pr?

    • berpengaruh juga… semakin banyak yg berkunjung merupakan salah satu bagian untuk mendongkrak PR kita…
      seperti yang dibicarakan diatas.. kalo backlink ngaruh juga… apalagi kalo link blog/web kita nempel di salah satu web yang PRnya udah tinggi banget or diatas kita lah.. itu kita akan kecipratan rejeki juga utk dongkrak PR kita sendiri… kang dian… CMIIW.. sapa tau berguna sharenya.. ๐Ÿ˜€

  11. http://cawetbolong.blogspot.com

    thanks ya infonya n_n
    skrng saya tau pagerank tu kayak apa…

  12. bikin ebooknya dunk mas, gomana caranya meningkatkan PR ๐Ÿ˜€

    thanks infonya

  13. terima kasih mas atas infonya.menurut saya pagerank bisa meningkat dengan anchor text yaitu nama berupa kata kunci

  14. Untuk mengetahui pagerank blog kita daftarnya kemana ya?

  15. Thank you. Ribet amat prosesnya

  16. Kalo ada yang tau email saya donk : aljin_stt@yahoo.co.id

    Terima kasih….

  17. Ada contoh algoritma pagerank gak??

    atau ada software atau installernya????

    mohon pencerahannya buat Tugas Akhir..

  18. terima kasih atas infonya…
    semoga bemanfaat…

  19. mantabs, terima kasih mas atas infonya

  20. Informasinya berguna sekali bagi kami yang sedang membangun peringkat google, thanks!

  21. Trims atas informasinya.. Keep Working….

  22. Blog Walking….. Kang…. Nice Post

  23. Ilmu Yang bermanfaat trim ya mas…

  24. emang pagerank ada hubungannya dengan trafik? ya nggak to.. kan cuman berhubungan ama kualitas dan/atau kuantitas backlink.. lhawong Google yg nilai pake crawler bukan site tracker kayak sitemeter…

    CMIIW

  25. klu bisa kabarin di blog saya, sekali lagi terimakasih

  26. mas, saya ada pertanyaan mengenai perfect money di postingan mas yg sehubungan dengan itu, mohon di jawab ya mas, terimakasih

  27. Pencerahannya misih bingung mas Dian, mungkin bisa dijelasin dengan bahasa nyang lebih mudah dipahami nggak ya mas? ๐Ÿ™„

  28. Penjelasan yang cukup njlimet nih.. maklum “lemot”. Terima kasih banyak infonya..

  29. maz,lam knal sblumnya.sya m0 nanya soal awsurveys,saya masih bingung cashoutnya.xma it maz,ip ku gag qtls wkt daftar,gmana tuh mas?tlg sgra dblz,kalo bisa lewat blog saya lgsung atau n0 hp.termaksh,

    http://technosurvivor.com
    hp:085731980334

  30. kalau cara daftar di alexa gmn mas???

  31. yes, Anda benar sekali
    begitulah penjelasan tentang PR

    salam blogging

    ILYAS AFSOH
    ๐Ÿ™‚

Leave a Reply

Your email address will not be published. Required fields are marked *