Teknologi Pencarian, Semantik dan Rekomendasi

(Search, Semantic, and Recommendation

Technology)
Dosen Pengampu : Ibu Raisya Zenita SE., M.Bus

START
Anggota Kelompok 11

Afrina Maulina
01 2102113068

Azalia Astri
02 2102124341

Yuni Rahmawati
03 2102126408
 01 Using Search Technology
For Business Success

Organic Search and Search

02 Engine Optimization
Sub
03 Pay-Per-Click and Paid
Pembahasan Search Strategies

04 A Search For Meaning-

Semantic Technology

05 Recommendation Engines
 Using Search Technology for Business Success
Menggunakan Teknologi Pencarian Untuk Kesuksesan Bisnis

Database ini berisi alamat dan koten situs-

situs tertentu yang ada di World Wide Web
(WWW).
Fungsi
1. Mengindeks Alamat dan Konten di Situs
Setelah mendapatkan informasi yang
Web
diminta, search engine akan menampilkan
2. Menyediakan Informasi Melalui Kata Kunci
hasilnya pada search engine result page
3. Media Pemasaran
(SERP). Semakin baik kerja search engine,
semakin relevan informasi yang akan
ditampilkan.
 Google (71.24%)

Bing (12.69%)

Macam-Macam
Baidu (11.36%)

Yahoo! (2.15%)

Yandex (1.50%)
 a data
structure that stores and
manages information from a
large number of web pages
 Mahasiswa Asal Ranggeh Jawa Timur.Temukan Bug di Google, Diberi Uang Rp 44
Juta
Dimas Aprilianto, Dia kini tercatat sebagai mahasiswa semester 7, Jurusan Teknik Informatika
(IT) di STIMIK Yadika Bangil. Anak ke-6 dari enam bersaudara ini mengatakan, sebenarnya
dirinya asal pilih saja saat memutuskan kuliah di IT. Passion-nya pada IT justru datang setelah
kuliah dan bertemu teman-temannya yang suka dunia digital. “Pertama dulu, bug yang saya
laporkan ditolak. Yang kedua, baru diterima dan mendapatkan balasan nice catch atau
tangkapan baik,” ujarnya. Pada yang kedua itu, Dimas menemukan bug di Cross Site Scripting.
Di sini, form biasanya tidak bisa memasukkan ilegal karakter. Namun, Dimas menemukan di
salah satu form untuk halaman subdomain bantuan/help, ada form yang bisa dimasukkan
karakter lantaran tidak ada filter.Mendapatkan temuan bug tersebut, Dimas langsung
melampirkan bukti temuan cela sistem ke Google pada 14 Mei. Dia melampirkan bukti berupa
screenshot, URL, dan data cookies ke isu tracker di Google.

“Dan di tanggal yang sama, saya langsung dapat balasan dari Google yaitu “nice catch” yang
berarti bug saya diterima,” terangnya.

Menurutnya, Google memang sangat terbuka menerima laporan bug. Termasuk memberikan
hadiah pada yang menemukan celah sistem. Sebab, ada perusahaan lain yang memilih silent
dan tidak boleh di-publish.

“Jadi, karena Google sangat terbuka, banyak yang belomba-lomba mencari kelemahan sistem di
Google. Dan hadiahnya juga lumayan,” terangnya.

Atas temuan bug itu, Dimas dimintai nomor rekening. Dan pada 6 Mei, Dimas diberitahu
mendapatkan hadian USD 3.133,7. Lalu pada 13 Juli, hadiah itu cair di rekening BCA sebesar Rp
44 juta
 Pencarian Organik dan
Pengoptimalan Mesin Pencari
(Organic Search and Search Engine Optimization)
 Strategi untuk Search Engine Optimization

Mengapa Google Terus Mengubah Algoritmanya?

Tujuan keseluruhan Google adalah untuk terus meningkatkan

85% pengalaman orang-orang yang menggunakan
mesin pencarinya. Google juga menggunakan teknologi canggih
seperti kecerdasan buatan dan algoritma pencarian semantik untuk
meningkatkan pengalaman pencarian.
 Faktor Peringkat: SEO On-Page dan Off-Pag

Halaman didepan Halaman diluar

Isi Relevansi dan

kredibilitas

Fungsionalitas dan Pencarian yang

pemrograman dipersonalisasi
Konten dan Pemasaran
Masuk

Pemasaran masuk merupakan

pendekatan alternatif untuk strategi
pemasaran outbound tradisional
Pemasar masuk menarik pelanggan
ke situs web dengan konten yang
informatif, bermanfaat, atau
menghibur.
 Black Hat versus White Hat SEO: Masalah Etis dalam Optimasi
Mesin Pencari

Link Spamming
(Tautkan spam) Ghost Text
(Teks Hantu)

Keyword Tricks
(trik kata kunci)
Shadow Pages
(Halaman Bayangan)
 Pay-Per-Click and Paid Search
Strategies
(Bayar-Per-Klik dan Penelusuran Berbayar
Strategi)
 Membuat Kampanye Periklanan PPC

Tetapkan anggaran Siapkan informasi akun

keseluruhan untuk kampanye. penagihan.

Buat iklan.
Ubah kata kunci dan
salinan iklan
berdasarkan hasil.

Pilih kata kunci dan

parameter lain yang terkait
dengan kampanye.
Metrik untuk Iklan Penelusuran Berbayar

Click-through rates
(CTRs)
(Rasio-Klik Tayang)

Cost of customer acquisition

(CoCA)
Keyword conversion (Biaya akuisisi pelanggan)
(Konversi kata kunci)

Return on advertising spend

(ROAS)
(Laba atas belanja iklan)
 Pencarian Makna-
Teknologi Semantik
(A Search For Meaning-Semantic Technology)
Web Semantik

Web Semantik adalah salah satu

teknologi dimana komputer dapat
menafsirkan makna konten (data)
dengan menggunakan meta data dan
pemrosesan bahasa alami untuk
mendukung pencarian dan
pengambilan, analisis dan
penggabungan informasi dari sumber
terstruktur dan tidak terstruktur
 Evoluation Of The Web
Evolusi Web
Web 1.0
Halaman atau dokumen memiliki "hyperlink",
(Web Awal)
membuatnya lebih mudah dari sebelumnya untuk
Sebuah mengakses informasi yang terhubung.
Web Halaman
Web 2.0 Aplikasi dan teknologi baru yang memungkinkan
(Web Sosial) orang membuat, berbagi, dan mengatur informasi
Web Aplikasi dengan mudah.
Informasi di dalam dokumen atau halaman diberi tag
Web 3.0 dengan metadata, memungkinkan pengguna untuk
(The Semantic mengakses informasi tertentu di seluruh platform,
Web) terlepas dari struktur asli file, halaman, atau dokumen
Web Data yang memuatnya. Itu mengubah Web menjadi satu
database raksasa.
 Bahasa WEB 3.0

Web awal dibangun menggunakan hypertext

markup language (HTML). Web 2.0
dimungkinkan, sebagian, oleh pengembangan
bahasa seperti XML dan Java Script. Web
semantik menggunakan bahasa tambahan
yang telah dikembangkan oleh W3C. Ini
termasuk kerangka deskripsi sumber daya
(RDF), bahasa ontologi web (OWL), Dan
Protokol SPARQL dan bahasa kueri RDF
(SPARQL). RDF adalah bahasa yang
digunakan untuk mewakili informasi tentang
sumber daya di Internet
 Strategi lain selain Tag Metadata
Pemrosesan Bahasa Isyarat
Option Option
Alami 1 2 Kontekstual

Sinonim Option Option Variasi Kata

3 4

Pencocokan Konsep Option Option Option Permintaan

5 7 6
Khusus
Kecerdasan Buatan
 Fitur dan Manfaat Semantik
Related Search / Reference Results
queries

Semantically Full-Text Similarity

Annotated Results Search

Search On Semantic / Concept Search

Syntatic Annotations
 Fitur dan Manfaat Semantik
Ontology-Based Semantic Web
Search Search

Faseted Search
Clustered Search

Natural Language
Search
Web Semantik untuk Bisnis

Daftar penelusuran Google untuk

jaringan Aplikasi Belanja
“Shopee” yang berbasis di
Indonesia ini lebih menarik karena
menggunakan metadata dari situs
web bisnis
Mesin Rekomendasi
(Recommendation Engines)
Pengecer bata-dan-mortir dapat menarik perhatian orang
di toko dengan tampilan titik pembelian yang menarik
atau penjualan sugestif oleh karyawan toko.
Namun, ini bukanlah pilihan untuk situs web ritel.
Mereka membutuhkan cara yang efektif untuk
merekomendasikan beragam produk mereka kepada
pelanggan
Recommendation Filter dibagi menjadi 3, yaitu :

1.
Content Based-Filtering

2.
Collaborated Filtering

3.
Hybrid Strategies
Keterbatasan Mesin Rekomendasi

Cold Start or New User

(Mulai dingin atau
Pengguna Baru)

Limited Feature Content

(Konten Fitur Terbatas)
Sparsity
(Ketersebaran)

Overspeacialization
(Spesialisasi Yang
Berlebihan)
 Mesin Rekomendasi Hybrid
Pendekatan :

Weighted Hybrid
(Hibrida Tertimbang) Mixed Hybrid
(Hibrida Campuran)

Cascade Hybrid
(Hibrida Kaskade)
Compund Hybrid
(Hibrida Majemuk)
 Contoh Aplikasi Mesin Rekomendasi
Perusahaan Cara Penggunaan Mesin Rekomendasi
Merekomendasikan Produk dengan menggunakan beberapa metode
Amazon
Penyaringan / filter
Sekitar 75 persen film Netflix dipilih sebagai hasil dari sistem
Netflix
rekomendasinya
Semua perusahaan berita dan hiburan ini menggunakan mesin
rekomendasi (atau "sistem penemuan konten") yang dibuat oleh
CNN dan NBC News.com
Outbrain.com untuk menyarankan artikel tambahan yang terkait
dengan satu situs yang awalnya dilihat pengunjung.
YouTube menggunakan variasi mesin rekomendasi Amazon untuk
Youtube
menyarankan video tambahan yang mungkin ingin ditonton orang
Layanan jejaring sosial ini menggunakan mesin rekomendasi untuk
Facebook dan Linkedin
menyarankan orang yang mungkin ingin dihubungkan dengan pengguna.
Apple Membantu Pengguna untuk menemukan aplikasi yang mereka sukai
Menggunakan mesin rekomendasi yang terpasang pada “smart TV”
Samsung untuk menyarankan program televisi kepada pemirsa.
THANK YOU
Do you have any question ?