kali ini Anas akan Bahas tentang Page Rank...? Apa itu Page Rank?
Aku copy paste dari om wiki nih silahkan baca aja sendiri okey
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.
Trus bagaimana cara kerja Page Rank?
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.
Banyak cara digunakan search engine dalam
menentukan kualitas/rangking sebuah halaman web, mulai dari penggunan
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 keuar) dari setiap halaman web.
PageRank,
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.
Mau tahu algoritma page rank?
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) ) + … + ( PR(Tn) / C(Tn) ) )
Salah satu alogtima lain yang dipublikasikan PR(A) = (1-d) / N + d ( ( PR(T1) / C(T1) ) + … + ( 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)
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 merupkan jumlah keseluruhan halaman web, jadi seorang user
memiliki probabilitas mengunjungi sebuah halaman dibagi dengan total
jumlah halaman yang ada. Sebaagai 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).
Wahhh Panjang amattt diatass aku juga lum sempet baca semuanya aku copas aja dari om wikipedia.org heheheeee yawdah deh tapi sebelum kamu dapet pagerank kamu harus baca cara daftar di searach engine... kalau sudah mari silahkan cek page rank kamu dibawah
| Check Page Rank of any web site pages instantly: |
This free page rank checking tool is powered by Page Rank Checker service |
Wahh tools diatas juga saya ambil dari prchecker.info jadi selengkapnya kamu bisa kunjungi website tersebut okey...
Tidak ada komentar:
Posting Komentar