Dalam dunia
website/weblog sekarang ini, khususnya bagi para publisher dan blogger
diperlukan pengetahuan tentang Search Engine Optimization, website/weblog yang
telah sobat buat tugas selanjutnya adalah mendaftarkan website/weblog sobat ke
mesin pencari Google atau yang lainnya. Sebelum mendaftarkan website/weblog
yang telah dibuat; sekarang yang menjadi pertanyaan apa itu search engine
optimization, cara kerja dan fungsi suatu search engine.
- Pengertian Search Engine
Mesin pencari web atau yang lebih dikenal dengan istilah web search engine merupakan program komputer yang dirancang untuk mencari informasi yang tersedia didalam dunia maya. Berbeda halnya dengan direktori web (seperti dmoz.org) yang dikerjakan oleh manusia untuk mengelompokkan suatu halaman informasi berdasarkan kriteria yang ada, web search engine mengumpulkan informasi yang tersedia secara otomatis. - Cara Kerja Search Engine
Mesin pencari web bekerja dengan cara menyimpan hampir semua informasi halaman web, yang diambil langsung dari www. Halaman-halaman ini diambil secara otomatis. Isi setiap halaman lalu dianalisis untuk menentukan cara mengindeksnya (misalnya, kata-kata diambil dari judul, subjudul, atau field khusus yang disebut meta tag). Data
tentang halaman web disimpan dalam sebuah database indeks untuk digunakan dalam pencarian selanjutnya. Sebagian mesin pencari, seperti Google, menyimpan seluruh atau sebagian halaman sumber (yang disebut cache) maupun informasi tentang halaman web itu sendiri.
Ketika seorang pengguna mengunjungi mesin pencari dan memasukkan query, biasanya dengan memasukkan kata kunci, mesin mencari indeks dan memberikan daftar halaman web yang paling sesuai dengan kriterianya, biasanya disertai ringkasan singkat mengenai judul dokumen dan terkadang sebagian teksnya.
Mesin pencari lain yang menggunakan proses real-time, seperti Orase, tidak menggunakan indeks dalam cara kerjanya. Informasi yang diperlukan mesin tersebut hanya dikumpulkan jika ada pencarian baru. Jika dibandingkan dengan sistem berbasis indeks yang digunakan mesin-mesin seperti Google, sistem real-time ini unggul dalam beberapa hal seperti informasi selalu mutakhir, (hampir) tak ada broken link, dan lebih sedikit sumberdaya sistem yang diperlukan (Google menggunakan hampir 100.000 komputer, Orase hanya satu.). Tetapi, ada juga kelemahannya yaitu pencarian lebih lama rampungnya. - Komponen utama dalam Search Engine
Sebuah search engine memiliki beberapa komponen agar dapat menyediakan layanan utamanya sebagai sebuah mesin pencari informasi. Komponen tersebut antara lain :
- Web Crawler
Web crawler atau yang dikenal juga dengan istilah web spider bertugas untuk mengumpulkan semua informasi yang ada di dalam halaman web. Web crawler bekerja secara otomatis dengan cara memberikan sejumlah alamat website untuk dikunjungi serta menyimpan semua informasi yang terkandung didalamnya. Setiap kali web crawler mengunjungi sebuah website, maka dia akan mendata semua link yang ada dihalaman yang dikunjunginya itu untuk kemudian di kunjungi lagi satu persatu.
Proses web crawler dalam mengunjungi setiap dokumen web disebut dengan web crawling atau spidering. Beberapa websites, khususnya yang berhubungan dengan pencarian menggunakan proses spidering untuk memperbaharui data data mereka. Web crawler biasa digunakan untuk membuat salinan secara sebhagian atau keseluruhan halaman web yang telah dikunjunginya agar dapat dip roses lebih lanjut oleh system pengindexan. Crawler dapat juga digunakan untuk proses pemeliharaan sebuah website, seperti memvalidasi kode html sebuah web, dan crawler juga digunakan untuk memperoleh data yang khusus seperti mengumpulkan alamat e-mail.
Web crawler termasuk kedalam bagian software agent atau yang lebih dikenal dengan istilah program bot. Secara umum crawler memulai prosesnya dengan memberikan daftar sejumlah alamat website untuk dikunjungi, disebut sebagai seeds. Setiap kali sebuah halaman web dikunjungi, crawler akan mencari alamat yang lain yang terdapat didalamnya dan menambahkan kedalam daftar seeds sebelumnya.
Dalam melakukan prosesnya, web crawler juga mempunyai beberapa persoalan yang harus mampu di atasinya. Permasalahan tersebut mencakup :
- Halaman mana yang harus dikunjungi
terlebih dahulu.
- Aturan dalam proses
mengunjungi kembali sebuah halaman.
- Performansi,
mencakup banyaknya halaman yang harus dikunjungi.
- Aturan dalam setiap kunjungan agar
server yang dikunjungi tidak kelebihan beban.
- Kegagalan,
mencakup tidak tersedianya halaman yang dikunjungi, server down,
timeout, maupun jebakan yang sengaja dibuat oleh webmaster.
- Seberapa
jauh kedalaman sebuah website yang akan dikunjungi.
- Hal
yang tak kalah pentingnya adalah kemampuan web crawler untuk mengikuti
perkembangan teknologi web, dimana setiap kali teknologi baru muncul, web crawler harus dapat menyesuaikan diri agar dapat mengunjungi halaman web yang menggunakan teknologi baru tersebut.
Proses sebuah web crawler untuk mendata link – link yang terdapat didalam sebuah halaman web menggunakan pendekatan regular expression. Crawler akan menelurusi setiap karakter yang ada untuk menemukan hyperlink tag html (<a>). Setiap hyperlink tag yang ditemukan diperiksa lebih lanjut apakah tag tersebut mengandung atribut nofollow rel, jika tidak ada maka diambil nilai yang terdapat didalam attribute href yang merupakan sebuah link baru.
- Indexing system
Indexing system bertugas untuk menganalisa halaman web yang telah tersimpan sebelumnya dengan cara mengindeks setiap kemungkinan term yang terdapat di dalamnnya. Data term yang ditemukan disimpan dalam sebuah database indeks untuk digunakan dalam pencarian selanjutnya.
Indexing system mengumpulkan, memilah dan menyimpan data untuk memberikan kemudahan dalam pengaksesan informasi secara tepat dan akurat. Proses pengolahan halaman web agar dapat digunakan untuk proses pencarian berikutnya dinakamakan web indexing. Dalam implementasinya index system dirancang dari penggabungan beberapa cabang ilmu antara lain ilmu bahasa, psikologi, matematika, informatika, fisika, dan ilmu komputer.
Tujuan dari penyimpanan data berupa indeks adalah untuk performansi dan kecepatan dalam menemukan informasi yang relevan berdasarkan inputan user. Tanpa adanya indeks, search engine harus melakukan scan terhadap setiap dokumen yang ada didalam database. Hal ini tentu saja akan membutuhkan proses sumber daya yang sangat besar dalam proses komputasi. Sebagai contoh, indeks dari 10.000 dokumen dapat diproses dalam waktu beberapa detik saja, sedangkan penulusuran secara berurutan setiap kata yang terdapat di dalam 10.000 dokumen akan membutuhkan waktu yang berjam lamanya. Tempat tambahan mungkin akan dibutuhkan di dalam computer untuk penyimpanan indeks, tapi hal ini akan terbayar dengan penghematan waktu pada saat pemrosesan pencarian dokumen yang dibutuhkan. - Search system
Search system inilah yang berhubungan langsung dengan pengguna, meyediakan hasil pencarian informasi yang diinginkan. Ketika seorang pengguna mengunjungi mesin pencari dan memasukkan kata pencarian biasanya dengan beberapa kata kunci, search system akan mencari data dari indeks database, data yang cocok kemudian akan ditampilkan, biasanya disertai ringkasan singkat mengenai judul dokumen dan terkadang sebagian teksnya.
Sumber : Click Here
Alat yang pertama kali digunakan untuk melakukan pencarian melalui internet disebut “Archie”. Diciptakan tahun 1990 oleh Alan Emtage, seorang siswa dari Universitas Mcgill di Montreal. Program tersebut mendownload daftar direktori dari semua file dan ditempatkan pada alamat FTP, menciptakan suatu filename database yang bisa dicari.
Jika
program Archie meng-index file komputer, “Gopher” meng-index teks
dokumen. Gopher diciptakan pada tahun 1991 oleh Mark Mccahill di
Universitas Minnesota. Karena berbentuk file teks, hampir semua situs
gopher menjadi website setelah terciptanya World Wide Web.
Program
yang lainnya yaitu “Veronica” dan “Jughead”, yang berfungsi untuk
mencari file yang disimpan di dalam sistem index Gopher. Veronica (Very
Easy Rodent-Oriented Net-wide Index to Computerized Archives)
menyediakan pencarian dengan menggunakan kata kunci di menu judul dalam
seluruh daftar Gopher. Jughead ( Jonzy’s Universal Gopher Hierarchy
Excavation And Display ) adalah suatu alat untuk memperoleh menu
informasi dari beberapa jenis Gopher server.
Search engine
pada web yang pertama adalah “Wandex”, suatu nowdefunct index yang
dikumpulkan oleh World Wide Web Wanderer, suatu Web Crawler yang
dikembangkan oleh Matthew Gray lulusan MIT tahun 1993. Pada tahun yang
sama, sebuah search engine lainnya keluar yaitu Aliweb, yang saat ini
masih ada. Search engine pertama kalinya yang “full text” atau search
engine yang hampir semuanya tulisan adalah Web Crawler yang muncul pada
tahun 1994. tidak seperti search engine sebelumnya, web crawler yang
muncul pada tahun 1994. Tidak seperti search engine sebelumnya, web
crawler mengijinkan para pemakai mencari informasi dengan menggunakan
kata apa saja pada halaman web mana saja. Inilah yang menjadi
standarisasi dari semua search engine yang ada sekarang ini.
Setelah
itu, banyak search engine yang bermunculan dan saling berlomba untuk
mendapatkan ketenaran. Diantaranya Excite, Infosee, Inktomi, Northern
Light, dan AltaVista. Dalam beberapa hal, mereka bersaing dengan
direktori terkenal seperti Yahoo!.
Sebelum
web muncul, terdapat search engine untuk protokol atau pengguna lain,
seperti Archie untuk situs anonymous FTP dan Veronica untuk protokol
Gopher. Baru-baru ini muncul juga search engine online yang menggunakan
XML atau RSS. Dengan ini search engine menjadi lebih efisien mengindex
data pada website tanpa tuntutan yang rumit. Sehingga website hanya
menyediakan suatu timbal balik XML dengan index-index search engine.
Timbal-balik XML secara meningkat disediakan secara otomatis oleh
weblogs atau blogs. Contoh search engine ini adalah feedster, seperti
LjFind Search yang menyediakan jasa pencarian untuk Livejournal blogs.
Sumber : Click Here
Jakarta
