PageRank adalah sebuah algoritma yang sudah dipatenkan yang berfungsi memilih situs web mana yang lebih penting/populer. PageRank ialah salah satu fitur utama mesin pencari Google dan diciptakan oleh pendirinya, Larry Page dan Sergey Brin yang ialah mahasiswa Ph.D. Universitas Stanford.
Teknik kerja
Sebuah situs akan semakin terkenal bila semakin banyak situs lain yang meletakkan link yang mengarah ke situsnya, dengan perkiraan isi/content situs tersebut lebih berkhasiat dari isi/content situs lain. PageRank dihitung dengan skala 1-10.
misal: Sebuah situs yang mempunyai Pagerank 9 akan di urutkan lebih lampau dalam list pencarian Google daripada situs
yang mempunyai Pagerank 8 dan kemudian seterusnya yang lebih kecil. Konsep
Banyak cara dipakai search engine dalam memilih kualitas/rangking sebuah halaman web, mulai dari penerapan META Tags, isi dokumen, penitikberatan pada content dan masih banyak metode lain atau adonan metode yang mungkin digunakan. Link popularity, sebuah teknologi yang dikembangkan untuk memperbaiki belum sempurnanya dari teknologi lain (Meta Keywords, Meta Description) yang sanggup dicurangi dengan halaman yang khusus di desain untuk search engine atau biasa disebut doorway pages. melaluiataubersamaini algoritma ‘PageRank’ ini, dalam setiap halaman akan diperhitungkan inbound link (link masuk) dan outbound link (link keuar) dari setiap halaman web.
PageRank, mempunyai konsep dasar yang sama dengan link popularity, tetapi tidak spesialuntuk memperhitungkan “jumlah” inbound dan outbound link. Pendekatan yang dipakai yakni sebuah halaman akan diangap penting bila halaman lain mempunyai link ke halaman tersebut. Sebuah halaman juga akan menjadi semakin penting bila halaman lain yang mempunyai rangking (pagerank) tinggi mengacu ke halaman tersebut.
melaluiataubersamaini pendekatan yang dipakai PageRank, proses terjadi secara rekursif dimana sebuah rangking akan ditentukan oleh rangking dari halaman web yang rangkingnya ditentukan oleh rangking halaman web lain yang mempunyai link ke halaman tersebut. Proses ini berarti suatu proses yang berulang (rekursif). Di dunia maya, ada jutaan bahkan milyaran halaman web. Oleh alasannya yakni 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 menyerupai di bawah:
Algoritma pertama
PR(A) = (1-d) + d ( ( PR(T1) / C(T1) ) + … + ( PR(Tn) / C(Tn) ) )
Salah satu algoritma lain yang dipublikasikan
PR(A) = (1-d) / N + d ( ( PR(T1) / C(T1) ) + … + ( PR(Tn) / C(Tn) ) )
- PR(A) yakni Pagerank halaman A
- PR(T1) yakni Pagerank halaman T1 yang mengacu ke halaman A
- C(T1) yakni jumlah link keluar (outbound link) pada halaman T1
- d yakni damping factor yang sanggup didiberi antara 0 dan 1.
- N yakni jumlah keseluruhan halaman web (yang terindeks oleh Google)
Dari algoritma di atas sanggup 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 hingga ditemukan hasil yang tepat.
Akan tetapi pagerank halaman A tidak pribadi didiberikan 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 “Tn” yang mengacu ke halaman “A”.
Sesudah tiruana pagerank yang didapat dari halaman-halaman lain yang mengacu ke halaman “A” dijumlahkan, nilai itu kemudian dikalikan dengan damping factor yang bernilai antara 0 hingga 1. Hal ini dilakukan biar tidak keseluruhan nilai pagerank halaman T didistribusikan ke halaman A.
Random surfer model
Random surfer model ialah pendekatan yang menggambarkan bagaimana bekerjsama 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 dipakai pagerank sehingga pagerank dari link masuk (inbound link) tidak pribadi didistribusikan ke halaman yang dituju, melainkan dibagi dengan jumlah link keluar (outbound link) yang ada pada halaman tersebut. Rasanya tiruana juga menganggap ini adil. Karena sanggup anda bayangkan apa karenanya bila sebuah halaman dengan rangking tinggi mengacu ke banyak halaman, mungkin teknologi pagerank tidak akan relevan digunakan.
Metode ini juga mempunyai pendekatan bahwa seorang user tidak akan mengklik tiruana link yang ada pada sebuah halaman web. Oleh alasannya yakni itu pagerank memakai damping factor untuk mereduksi nilai pagerank yang didistribusikan sebuah halaman ke halaman lain. Probabilitas seorang user terus mengkilk tiruana link yang ada pada sebuah halaman ditentukan oleh nilai damping factor (d) yang bernilai antara 0 hingga 1. Nilai damping factor yang tinggi berarti seorang user akan lebih banyak mengklik sebuah halaman hingga beliau berpindah ke halaman lain. Sesudah user berpindah halaman maka probabilitas diimplemntasikan ke dalam algoritma pagerank sebagai konstanta (1-d) . melaluiataubersamaini mengeluarkan variable inbound link (link masuk), maka kemungkinan seorang user untuk berpindah ke halaman lain yakni (1-d), hal ini akan membuat pagerank selalu berada pada nilai minimum.
Dalam algoritma pagerank yang lain, terdapat nilai N yang ialah jumlah keseluruhan halaman web, jadi seorang user mempunyai probabilitas mengunjungi sebuah halaman dibagi dengan total jumlah halaman yang ada. Sebagai contoh, bila sebuah halaman mempunyai pagerank 2 dan total halaman web 100 maka dalam seratus kali kunjungan beliau mengunjungi halaman itu sebanyak 2 kali (catatan, ini yakni probabilitas).
Semoga memdiberi pencerahan.
Tag :
Kamus Blogging
0 Komentar untuk "Apa Itu Pagerank?"