Pagerank Google merupakana standart yang ditetapkan oleh google dalam menentukan tingkat kepopuleran suatu situs atau lebih tepatnya pageRank 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. Pagerank sangat berbeda dengan alexa ranking yang lebih mengutamakan traffic dari sebuah situs.
Cara kerja pagerank google ini adalah dengan mendeteksi situs dengan parameter jumlah backlinknya yang ditanam dari situs-situs lainnya, 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.
Banyak cara digunakan oleh 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 ‘PageRank’ ini, dalam setiap halaman akan diperhitungkan inbound link (link masuk) dan outbound link (link keluar) dari setiap halaman web.
PageRank Google, memiliki konsep dasar yang sama dengan link popularity, tetapi tidak hanya memperhitungkan “jumlah” 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. Seberapa cepat situs bisa diindeks oleh Google salah satu parameternya adalah pagerank situs tersebut
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 mengklik 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 google 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).
Masih ada yang bingung dengan penjelasan Pagerank diatas ? Kalau masih bingung taruh bingungnya di kotak komentar aja yaa.... Semoga bermanfaat dan ..GO PAGERANK GOOGLE...
Dipersembahkan Oleh : cillasmartcorp ~ Blog Khusus Kontes SEO dan Blogger
Sobat sedang membaca artikel tentang PAGERANK GOOGLE dan sobat bisa menemukan artikel PAGERANK GOOGLE ini dengan url https://kseoblog.blogspot.com/2012/09/pagerank-google.html, Sobat boleh menyebar luaskannya atau mengcopy paste-nya jika artikel PAGERANK GOOGLE ini sangat bermanfaat bagi sobat semua, namun jangan lupa untuk meletakkan link dibawah ini sebagai sumbernya :
{ 1 komentar... Views All / Post Comment! }
Ilmu yang sangat bermanfaat, karena tadinya saya pikir pagerank sama saja dengan alexa rank. Terima kasih atas share nya, kalau sempat, monggo mampir ke blog saya.
www.photocopyphotocopy.blogspot.com
Posting Komentar
Komentar sobat semua adalah bagian dari jiwa blog ini, jadi kemukakan pendapat sobat tentang blog atau artikel disini dengan bahasa yang santun dan penuh tanggung jawab, insyalloh sobat akan mendapat banyak manfaat minimal pahala .. hehehe..