» » PAGERANK GOOGLE

PAGERANK GOOGLE

Bookmark and Share
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

Kentir01 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 :

ARTIKEL TERKAIT PAGERANK GOOGLE

di 15.32 - Label: , -

{ 1 komentar... Views All / Post Comment! }

Budi Sulistio Wibowo mengatakan...

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

13 Desember 2012 pukul 01.43


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..