Tugas Resume Materi 6 / Chapter 6

Nama    : Yoga Adi Pratama

NIM      : A11.2021.13472

Kelas    : A11.43UG2

 

TUGAS RESUME MATERI
MATA KULIAH SISTEM INFORMASI

Pertemuan 6 / chapter 6: Menarik Pembeli dengan Teknologi Penelusuran, Semantik dan Rekomendasi

Penggunaan Teknologi Pencarian Untuk Kesuksesan Bisnis

• Mesin Pencari adalah aplikasi untuk menemukan halaman web atau konten lain pada sebuah jaringan komputer.

• Spider atau CRAWLER adalah program komputer kecil yang dirancang untuk melakukan tugas otomatis dan berulang dalam internet.

• Direktori Web adalah daftar kategori halaman web yang dibuat dan dipelihara oleh seseorang.

• Mesin pencari hybrid adalah menggabungkan hasil direktori yang dibuat oleh manusia dan hasil dari mesin dengan tujuan menambah akurasi dan jangkauan internet yang luas.

• Mesin pencari meta adalah mengumpulkan hasil dari mesin pencari lain.

• Mesin pencari semantik, dirancang untuk mencari informasi berdasarkan sifatnya dan arti konten web, bukan pencocokan kata kunci sederhana. Tujuannya meningkatkan keakuratan dan kegunaan hasil pencarian.

Mengapa pencarian penting untuk bisnis ?

• Peran teknologi pencarian:

1.  Pencarian perusahaan — mencari informasi dalam organisasi Anda

2.  Mesin rekomendasi — menyajikan informasi kepada pengguna tanpa meminta mereka untuk melakukan pencarian aktif

3.  Pemasaran mesin pencari (SEM) —dapat ditemukan oleh konsumen di Web

4.  Pencarian web — menemukan informasi bisnis penting secara online

Search Engine Marketing

• 3 Jenis Pencarian:

1.  Pencarian Informasi

2.  Pencarian Navigasi

3.  Pencarian Transaksional

• SEM mengintegrasikan 3 strategi berbeda:

1.  Pengoptimalan mesin pencarian(SEO)

2.  Bayar per klik (PPC)

3.  Pengoptimalan media sosial (SMO)

Organic Search dan Search Engine Optimization

• Tujuan SEO adalah membantu organisasi meningkatkan lalu lintas ke situs web.

• Faktor peringkat dikelompokkan menjadi setidaknya tiga kategori berbeda: reputasi atau popularitas, relevansi, dan kepuasan pengguna.

• Faktor Popularitas yang Digunakan oleh Mesin Pencari:

1.  Indikator media sosial

2.  Lalu lintas situs

3.  Tercantum di direktori Web berkualitas

4.  Reputasi di ulasan situs

5.  PageRank dari situs yang mengandung backlink

6.  Rasio klik-tayang (RKT) SERP

7.  Faktor halaman

8.  Dwell time dan bounce rate: Dwell time

Konten dan Inbound Marketing

• Inbound Marketing:

1.  Sebuah pendekatan pemasaran yang menekankan SEO, konten pemasaran dan strategi media sosial untuk menarik pelanggan.

2.  Pemasar masuk dan menarik pelanggan ke situs web mereka dengan konten yang informatif, berguna, atau menghibur.

3.  Teknik pemasaran didasarkan pada strategi yang mengintegrasikan konten, SEO, dan taktik media sosial.

Sebuah Pencarian untuk Makna - Teknologi Semantik

• Dengan teknologi mobile, web selalu dapat diakses

1.  Konteks mendefinisikan maksud dari pengguna; misalnya, membeli yang berhubungan dengan musik, mencari pekerjaan, untuk berbagi kenangan dengan  teman dan keluarga.

2.  Personalisasi mengacu pada karakteristik pribadi pengguna yang  memengaruhi seberapa relevan konten, perdagangan, dan komunitas  bagi seorang individu.

3.  Pencarian vertikal, berfokus pada pencarian  informasi di area konten tertentu, seperti perjalanan, keuangan, hukum,  dan medis.

• Web Semantik adalah salah satu kemampuan dimana komputer dapat menginterpretasikan makna konten (data) dengan menggunakan metadata.

Evolusi Web

• Bahasa Web 3.0

1.  resource description framework (RDF), Web ontology language (OWL), and SPARQL (simple protocol and RDF query language).

2.  Pencarian semantik didasarkan atas pencarian arti atau makna kata dan kalimat, bukan pencarian berdasarkan kata kunci atau frasa.

Fitur pencarian semantik dan manfaatnya

• Fitur:

1.   Pencarian / kueri terkait.

2.   Hasil referensi.

3.   Hasil yang dianotasi secara semantik.

4.   Pencarian kesamaan teks lengkap.

5.   Telusuri anotasi semantik / sintaksis.

6.   Pencarian konsep.

7.   Pencarian berbasis ontologi.

8.   Pencarian Web Semantik.

9.   Pencarian dengan berbagai segi.

10. Pencarian dengan pengelompokkan.

11. Pencarian dengan bahasa alami (NL).

Mesin Rekomendasi

• 3 pendekatan untuk membuat rekomendasi:

1.  Penyaringan berbasis konten

2.  Penyaringan kolaboratif

3.  Strategi hybrid

• Strategi hybrid terbagi jadi 4, yaitu:

1.  Hybrid berbobot

2.  Hybrid campuran

3.  Hybrid bertingkat

4.  Hybrid mensenyawakan