Bagaimana Cara Kerjanya LSI – Latent Semantic Indexing (LSI) telah lama menjadi bahan perdebatan di kalangan pemasar mesin pencari. Cari istilah ‘latent semantic indexing’ di Google dan Anda akan menemukan pendukung dan skeptis secara seimbang. Tidak ada konsensus yang jelas tentang manfaat mempertimbangkan LSI dalam konteks pemasaran mesin pencari. Jika Anda tidak familier dengan konsep tersebut, artikel ini akan merangkum perdebatan tentang LSI, sehingga Anda diharapkan dapat memahami apa artinya bagi strategi SEO Anda.
Bagaimana Cara Kerjanya LSI
kebsdequebec – LSI bekerja dengan menggunakan penerapan parsial Singular Value Decomposition (SVD). SVD adalah operasi matematika yang mereduksi matriks menjadi bagian-bagian penyusunnya untuk perhitungan yang sederhana dan efisien.
Saat menganalisis serangkaian kata, LSI menghilangkan kata sambung, kata ganti, dan kata kerja umum, yang juga dikenal sebagai kata henti. Ini mengisolasi kata-kata yang menyusun ‘konten’ utama sebuah frasa. Berikut contoh singkat tentang bagaimana hal ini mungkin terlihat:
Rubah coklat yang melompat dengan cepat seperti anjing malas
Kemudian kata-kata ini diletakkan di dalam Term Document Matrix (TDM). TDM adalah grid 2D yang mencantumkan frekuensi munculnya suatu kata (atau istilah) tertentu di dalam dokumen di dalam satu set data.
Fungsi pembobotan kemudian diterapkan pada TDM. Contoh sederhana adalah mengklasifikasikan semua dokumen yang berisi kata tersebut dengan nilai 1 dan semua yang tidak berisi kata tersebut dengan nilai 0. Ketika kata-kata muncul dengan frekuensi umum yang sama dalam dokumen-dokumen ini, hal itu disebut ko-kemunculan. Di bawah ini Anda akan menemukan contoh dasar TDM, dan bagaimana TDM menilai ko-kemunculan di beberapa frasa:
Baca juga :Destinasi Wisata Gunung di Indonesia
Penggunaan SVD memungkinkan kita untuk memperkirakan pola penggunaan kata di seluruh dokumen. Vektor SVD yang dihasilkan oleh LSI memprediksi makna secara lebih akurat daripada menganalisis istilah-istilah individual. Pada akhirnya, LSI dapat menggunakan hubungan antarkata untuk lebih memahami makna atau arti kata-kata tersebut dalam konteks tertentu.
[Studi Kasus] Mendorong pertumbuhan di pasar baru dengan SEO pada halaman
Ketika Springly mulai mempertimbangkan untuk memperluas ke pasar Amerika Utara, SEO pada halaman telah diidentifikasi sebagai salah satu kunci keberhasilan awal di pasar baru. Cari tahu cara untuk mencapai kesuksesan dengan SEO teknis untuk strategi konten Anda.
Bagaimana Latent Semantic Indexing terlibat dengan SEO?
Pada tahun-tahun awalnya, Google menemukan bahwa mesin pencari memberi peringkat situs web berdasarkan frekuensi kata kunci tertentu. Namun, hal ini tidak menjamin hasil pencarian yang paling relevan. Google malah mulai memberi peringkat situs web yang mereka anggap sebagai penengah informasi yang tepercaya.
Seiring berjalannya waktu, algoritme Google akan menyaring situs web berkualitas rendah dan tidak relevan dengan akurasi yang lebih tinggi. Oleh karena itu, pemasar harus memahami makna di balik pencarian, alih-alih mengandalkan kata-kata persis yang digunakan. Inilah sebabnya Roger Montti menggambarkan LSI sebagai “roda pelatihan bagi mesin pencari” dalam sebuah artikel tentang keyakinan SEO yang ketinggalan zaman, dengan menambahkan bahwa LSI “tidak relevan sama sekali dengan cara mesin pencari memberi peringkat situs web saat ini”.
Arti dari kueri penelusuran terkait erat dengan maksud di baliknya. Google mengelola sebuah dokumen yang disebut Pedoman Evaluator Kualitas Penelusuran. Dalam pedoman ini, mereka memperkenalkan empat kategori yang berguna untuk maksud pengguna:
Kueri Know – Kueri ini mencari informasi tentang suatu topik. Variannya adalah kueri ‘Know Simple’, yaitu saat pengguna mencari dengan mempertimbangkan jawaban tertentu.
Melakukan Permintaan – Ini mencerminkan keinginan untuk terlibat dalam aktivitas tertentu, seperti pembelian atau pengunduhan daring. Semua permintaan ini dapat didefinisikan berdasarkan pengertian ‘interaksi’.
Kueri Situs Web – Ini terjadi saat pengguna mencari situs web atau halaman tertentu. Pencarian ini menunjukkan kesadaran sebelumnya terhadap situs web atau merek tertentu.
Kueri Kunjungan Langsung – Pengguna menelusuri lokasi fisik, seperti toko fisik atau restoran.
Teori di balik LSI – mendefinisikan makna kontekstual sebuah kata dalam frasa – memberi Google keunggulan kompetitif. Namun, gagasan itu mulai menyebar bahwa ‘kata kunci LSI’ tiba-tiba menjadi tiket emas menuju kesuksesan SEO.
Baca juga : Strategi SEO Latent Semantic Indexing
Apakah ‘Kata Kunci LSI’ benar-benar ada?
Banyak publikasi ternama tetap mendukung kata kunci LSI. Namun, beberapa sumber, seperti Analis Tren Webmaster Google John Mueller, menyatakan bahwa kata kunci LSI hanyalah mitos. Sumber-sumber ini mulai mengemukakan poin-poin berikut:
LSI dikembangkan sebelum World Wide Web dan tidak dimaksudkan untuk diterapkan pada kumpulan data yang begitu besar dan dinamis.
Paten AS untuk Latent Semantic Indexing, yang diberikan kepada sebuah organisasi bernama Bell Communications Research Inc. pada tahun 1989, akan berakhir pada tahun 2008. Oleh karena itu, menurut Bill Slawski, penggunaan LSI oleh Google akan sama saja dengan ‘menggunakan perangkat telegraf pintar untuk terhubung ke web seluler.’
Google menggunakan RankBrain, metode pembelajaran mesin yang mengubah volume teks menjadi ‘vektor’ – entitas matematika yang membantu komputer memahami bahasa tertulis. RankBrain mengakomodasi web sebagai kumpulan data yang terus berkembang, sehingga dapat digunakan oleh Google, tidak seperti LSI.
Pada akhirnya, LSI mengungkap sebuah kebenaran yang harus dipatuhi oleh para pemasar: mengeksplorasi konteks unik sebuah kata membantu kita memahami maksud pengguna lebih baik daripada kata kunci yang dijejalkan ke dalam konten. Namun, hal ini tidak serta merta mengonfirmasi bahwa Google memberi peringkat berdasarkan LSI. Oleh karena itu, dapatkah dikatakan bahwa LSI berfungsi dalam SEO sebagai sebuah filosofi, bukan ilmu pasti?
Mari kita kembali ke kutipan Roger Montti tentang LSI sebagai “roda bantu bagi mesin pencari.” Begitu Anda belajar mengendarai sepeda, Anda cenderung melepas roda bantu tersebut. Dapatkah kita berasumsi bahwa pada tahun 2020, Google tidak lagi menggunakan roda bantu?
We can consider Google’s recent algorithm updates. In October 2019, Pandu Nayak, Vice President of Search, announced that Google had begun to implement a system of AI called BERT (Bidirectional Encoder Representations from Transformers). Affecting over 10% of all search queries, this was one of the largest Google updates in recent years.
Saat menganalisis kueri penelusuran, BERT mempertimbangkan satu kata dalam kaitannya dengan semua kata dalam frasa tertentu. Analisis ini bersifat dua arah, yaitu mempertimbangkan semua kata sebelum atau sesudah kata tertentu. Penghapusan satu kata dapat berdampak drastis pada cara BERT memahami konteks unik suatu frasa.
Hal ini berbeda dengan LSI, yang menghilangkan kata henti apa pun dari analisisnya. Contoh di bawah ini menunjukkan bagaimana menghilangkan kata henti dapat mengubah cara kita memahami sebuah frasa:
Jadi apa yang harus dilakukan pemasar?
Awalnya, LSI dianggap dapat membantu Google mencocokkan konten dengan kueri yang relevan. Namun, tampaknya perdebatan dalam pemasaran seputar penggunaan LSI belum mencapai satu kesimpulan. Meskipun demikian, pemasar masih dapat mengambil banyak langkah untuk memastikan pekerjaan mereka tetap relevan secara strategis.
Pertama, artikel, salinan web, dan kampanye berbayar harus dioptimalkan untuk menyertakan sinonim dan varian. Hal ini memperhitungkan cara orang dengan maksud yang sama menggunakan bahasa secara berbeda.
Pemasar harus terus menulis dengan penuh otoritas dan kejelasan. Ini adalah keharusan mutlak jika mereka ingin konten mereka memecahkan masalah tertentu. Masalah ini bisa berupa kurangnya informasi atau kebutuhan akan produk atau layanan tertentu. Begitu pemasar melakukan ini, itu menunjukkan bahwa mereka benar-benar memahami maksud pengguna.
Terakhir, mereka juga harus sering menggunakan data terstruktur. Baik itu situs web, resep, atau FAQ, data terstruktur menyediakan konteks bagi Google untuk memahami apa yang dirayapinya.