Yang Perlu Anda Ketahui Tentang Micro Markup Schema org

Untuk bersaing memperebutkan posisi teratas di Google Pagerangk, anda perlu menambahkan struktur markup skema ke halaman web anda.

Bayangkan Anda memiliki kekuatan untuk berbicara langsung dengan mesin pencari dan meyakinkan pembaca bahwa halaman web anda adalah yang paling relevan bagi pengguna mereka.

Menggunakan markup Schema.org memberi Anda kekuatan penuh. Seperti itulah struktur data dapat mempengaruhi keterlibatan pembaca dengan blog anda.

Dengan sturktur markup skema dapat menjadi kunci utama untuk membawa SEO anda ke tingkat berikutnya, saat Anda mendapatkan keunggulan kompetitif melalui pengoptimalan teknis yang baik.

Di blog ini, kami akan memandu Anda melalui apa itu skema, bagaimana Anda dapat menggunakannya, dan mengapa anda membutuhkannya untuk situs web anda.

A. Apa Itu  Micro Markup

Secara singkat dan jelas, markup mikro adalah skema tunggal untuk markup HTML semantik, yang telah dikenali oleh mesin pencari seperti:

• Google
• Yandex
• Bing / Yahoo, dan
• DuckduckGo

Ini seluruhnya terdiri dari <span>, <div> tag, dan konten di dalamnya.

Dengan bantuan markup mikro, Anda dapat memilih fragmen individual dari konten yang relevan, yang, pada gilirannya, memastikan pengenalan informasi yang benar oleh mesin pencari. Selain itu, membuat cuplikan yang kaya akan nuansa multimedia lebih menarik di mata pengguna.

Markup mikro merupakan salah satu atribut dan tag yang ditentukan dalam kode html halaman, sehingga robot pencari dapat mengenali informasi dengan lebih baik. Seperti yang ditunjukkan oleh praktik, markup mikro juga secara positif memengaruhi faktor perilaku, karena berkat itu informasi dibingkai dengan indah akan dikirimkan dalam cuplikan yang ramah pengguna.

Informasi schema org ditampilkan di mesin pencari Google

Bagaimana robot pencari membentuk deskripsi untuk cuplikan? Dia mengambil beberapa paragraf dari halaman di mana pertanyaan kunci disebutkan dan dari kutipan ini membentuk deskripsi. Pada akhirnya, mesin pencari akan menentukan jenis informasi, tetapi bagi pengguna ini bisa menjadi permainan kata-kata.

Untuk memberikan contoh markup mikro, cukup menambahkan beberapa frasa ke pencarian dan di antara banyak cuplikan lainnya, itu dapat segera diidentifikasi: misalnya, jika Anda mencari produk, maka itu akan memiliki peringkat dengan jumlah bintang, harga, ketersediaan di toko, dan informasi lainnya. Untuk artikel, Anda dapat menentukan atribut berikut: kontak, kepenulisan, tanggal pembuatan atau pembaruan konten, peringkat, ulasan, dan lain-lain.

Ada sejumlah layanan yang memungkinkan Anda membuat markup mikro di situs. Namun ingat bahwa untuk tampilan cuplikan yang indah dengan benar, layanan harus mendukung satu standar.

B. Apa Itu schema.org

Schema.org adalah salah satu kamus paling populer di dunia, yang, seperti kamus lainnya, terdiri dari properti dan kumpulan kelas. Skema digunakan untuk membagikan informasi dan konteks penting tentang elemen di halaman web Anda. Anda menambahkan markup skema yang relevan ke HTML Anda untuk membantu mesin pencari memahami dan memberi peringkat konten Anda.

Definisi resmi Google tentang markup skema adalah "format standar untuk memberikan informasi tentang halaman dan mengklasifikasikan konten halaman."

Misalnya, Anda dapat menggunakan markup skema untuk memberi tahu mesin telusur bahwa halaman Anda berisi artikel FreeBSD. Anda dapat menyertakan detail penting seperti script, versi OS, dan informasi tentang aplikasi yang anda tulis.

Google akan menggunakan informasi ini untuk memberi peringkat halaman Anda untuk kueri penelusuran yang relevan. Ini juga akan membantu Anda memenuhi syarat untuk hasil kaya seperti contoh di bawah ini, struktur markup dari Blogger inchimediatama.org.

Struktur schema markup di mesin pencari Google

C. Mengapa Schema Markup Penting untuk SEO?

Manfaat skema adalah mengambil lebih banyak ruang ritel di halaman pertama. Hasil kaya yang dilihat orang di dekat bagian atas halaman cenderung terdiri dari lebih banyak elemen visual yang menarik perhatian orang dan secara langsung memberi mereka info yang mereka inginkan.

Jika menambahkan skema dapat membuat hasil kaya FAQ, hasil kaya kotak penelusuran, dan bahkan sitelink, Anda sekarang menempati sebagian besar halaman pertama.

Markup skema adalah salah satu alat terbaik dalam toolkit SEO Anda. Karena beberapa alasan, diantaranya adalah:

1. Meningkatkan Visibilitas Pencarian

Menambahkan markup skema adalah cara yang bagus untuk meningkatkan visibilitas anda di hasil mesin pencari. Anda memberikan informasi lebih rinci tentang halaman web anda yang dapat digunakan Google di SERP. Ini sering menghasilkan fitur SERP dan hasil kaya seperti contoh di bawah ini.

Google mamanfaatkan struktur data
untuk menghasilkan SERP yang kaya visual

Keuntungan lain dari markup skema Google adalah kemampuan untuk muncul di hasil pencarian dengan tampilan yang lebih menarik, yang semakin meningkatkan visibilitas Anda (seperti gambar di atas)

2. Peningkatan Rasio Klik Tayang

Markup skema dapat berdampak langsung pada rasio klik-tayang (CTR). Hasil kaya cenderung menarik lebih banyak perhatian daripada daftar penelusuran standar. Sebuah studi baru-baru ini menunjukkan bahwa 58% pengguna mengklik hasil kaya, sedangkan hasil non-kaya hanya diklik 41% dari waktu.

Seiring waktu, hal ini dapat berdampak signifikan pada lalu lintas organik. Ini adalah kemenangan SEO cepat yang sangat penting untuk halaman produk dan layanan Anda.

Statistik juga menunjukkan bagaimana skema Google dapat meningkatkan rasio klik-tayang (RKT) untuk halaman web. Misalnya, dengan menerapkan data terstruktur Google, beberapa halaman mengalami peningkatan CTR hingga 30% atau lebih tinggi.

Alasan peningkatan ini adalah karena hasil ini sering menunjukkan informasi yang lebih relevan yang dicari secara aktif oleh pencari, membuat mereka terlibat dengan mereka lebih mendesak daripada hasil yang lebih kabur.

3. Peringkat untuk Pencarian Suara

SEO sering mengabaikan pencarian suara. Tapi itu menjadi semakin penting. Sekitar 30% pengguna internet berusia 16-64 tahun menggunakan asisten suara setiap minggu.

Ketika orang mengajukan pertanyaan kepada perangkat mereka, mereka biasanya mencari jawaban cepat. Dan meskipun banyak pencarian suara bersifat informasi, pencarian suara juga digunakan untuk kueri dengan maksud pencarian komersial dan transaksional.

Markup skema membantu mengoptimalkan konten Anda untuk penelusuran suara. Ini memudahkan mesin pencari untuk menarik informasi yang paling relevan dari situs Anda dan memberikan jawaban langsung kepada pengguna.

D. Format Markup Skema

Ada tiga jenis format markup skema yang biasa digunakan.

1. JSON-LD
2. microformats
3. microdata
4. RDFa

Microformat adalah sintaks yang terbatas dan ketinggalan zaman, oleh karena itu, kami tidak akan mempertimbangkannya, serta RDFa, yang jarang digunakan di mana pun (biasanya di Yandex).

1. Microdata

Sintaks ini cukup sering digunakan, implementasinya pada halaman adalah proses yang memakan waktu karena harus ditulis secara manual.

Microdata adalah tag yang dapat dibaca mesin yang dianotasi ke elemen HTML. Dengan menambahkan jenis item, yang merupakan konten di halaman anda. Dengan Microdata memungkinkan anda untuk memasukkan metadata ke dalam kode HTML di situs anda dan harus mematuhi standar HTML.

Anda akan menerapkan elemen metadata ini dalam tag kode Anda <body> untuk memungkinkan bot mesin pencari merayapinya. Seperti JSON-LD, Schema.org memudahkan untuk mengimplementasikan data mikro ini untuk SEO dan memasukkannya ke dalam teks tubuh Anda.

Sintaks ini terdiri dari konten, properti, dan atribut, yang masing-masing memiliki tagnya sendiri:

1. itemscope: menjelaskan setiap blok, memungkinkan Anda untuk menjelaskan informasi di tingkat entitas.
2. itemtype: diperlukan untuk menentukan jenis entitas.
3. itemprop: digunakan untuk menentukan properti tambahan.

Contoh penggunaan microdata

<article itemscope itemtype="https://schema.org/BlogPosting" itemid="https://www.dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/">
  <meta itemprop="wordCount" content="481">
  <header>
    <h1 itemprop="name">Library Metadata Evolution: The Final Mile</h1>
    <div>
      <p>Posted by <span itemprop="author" itemscope itemtype="https://schema.org/Person">
          <span itemprop="name">
            <a itemprop="url" href="https://www.dataliberate.com/author/richard-wallis/">Richard Wallis</a>
          </span>
        </span> in <span itemprop="locationCreated">Winton on the Green</span> on <time itemprop="datePublished" datetime="2019-05-14T17:30:57+01:00">May 14, 2019</time>, and updated on <time itemprop="dateModified" datetime="2023-03-01T17:18:17+01:00">March 1, 2023</time>.</p>
    </div>
  </header>
  <section itemprop="abstract">
    <h2>Abstract</h2>
    <p>When Schema.org arrived on the scene I thought we might have arrived at the point where library metadata could finally blossom; adding value outside of library systems to help library curated resources become first class citizens, and hence results, in the global web we all inhabit. But as yet it has not happened.</p>
  </section>
  <hr>
  <section itemprop="articleBody">
    <h2>Introduction</h2>
    <p>I have been rattling around the library systems industry/sector for nigh on thirty years, with metadata always being somewhere near the core of my thoughts. From that time as a programmer wrestling with the new to me ‘so-called’ standard <abbr title="Machine-Readable Cataloging">MARC</abbr>; reacting to meet the challenges of the burgeoning web; through the elephantine gestation of <abbr title="Resource Description & Access">RDA</abbr>; several experiments with linked library data; and the false starts of <abbr title="Bibliographic Framework">BIBFRAME</abbr>, it has consistently never scaled to the real world beyond the library walls and firewall.</p>
  </section>
  <section>
    <h2>Comments ( <span itemprop="commentCount">1</span>) </h2>
    <div itemscope itemtype="https://schema.org/Comment">
      <p itemprop="author" itemscope itemtype="https://schema.org/Person">
        <span itemprop="name">
          <a itemprop="url" href="https://schoenstatt.link/en/">Jeff</a>
        </span>
      </p>
      <p itemprop="text">I've been looking for a decent metadata scheme for use in a home-brew library system for the past 4 years now.</p>
      <p>Comment posted on <time itemprop="datePublished" datetime="2019-06-23T17:31:15+01:00"></time>
      </p>
    </div>
  </section>
  <footer>
    <p>Tagged with: <span itemprop="keywords">Bibframe2Schema.org, Libraries, Library of Congress</span>
    </p>
    <p itemprop="copyrightNotice">© 2019 <span itemprop="publisher" itemscope itemtype="https://schema.org/Organization">
        <span itemprop="name">Dataliberate</span>
      </span>
    </p>
  </footer>
</article>

2. RDFa

Resource Description Framework in attributes atau RDF  adalah jenis ekstensi HTML yang dibangun di atas kode HTML yang ada. Keuntungan utamanya adalah RDFa lebih fleksibel karena juga bekerja dengan XML.

Sementara microdata dan microformat lainnya memerlukan penggunaan sintaks tertentu dan kelas microformat dengan kosakata unik, RDFa hanya menentukan sintaks dan memungkinkan pengguna untuk menggabungkan berbagai kosakata atribut atau kosakata mereka sendiri untuk fleksibilitas yang lebih besar. Schema.org dapat membantu Anda menerapkan jenis data spesifik ini, dan berpotensi kurang mengganggu dibandingkan dengan data mikro.

Tetapi RDFa memiliki masalah yang sama dengan microdata. Ini disematkan langsung ke HTML Anda, sehingga dapat membuat kode lebih kompleks dan kurang mudah dikelola.

Contoh penggunaan RDFa

<div vocab="https://schema.org" typeof="BroadcastService">
  <span property="name">WAAY-TV</span>
  <span property="broadcastDisplayName">ABC</span>
  <span property="videoFormat">SD</span>
  <span property="broadcastTimezone" content="-8:00">PST</span>
  <div property="broadcastAffiliateOf" typeof="Organization">
    <span property="name">ABC</span>
  </div>
</div>

3. JSON-LD

JSON-LD (JavaScript Object Notation for Linked Data) adalah cara paling populer untuk mengimplementasikan markup skema. Perbedaan utama dengan JSON-LD adalah menjaga markup terpisah dari konten HTML Anda. Alih-alih menyematkan tag dalam HTML, Anda menempatkan blok kode JSON-LD di halaman yang berisi semua data markup skema Anda.

JSON-LD sekarang menjadi metode markup skema yang disukai, dan Google telah mendukung lebih banyak jenis skema situs web dengan bahasa markup ini.

JSON-LD biasanya ditambahkan di header situs web, tidak seperti microdata yang ditambahkan di dalam elemen tubuh. Anda masih dapat mengimplementasikan JSON-LD di dalam body, pastikan untuk tidak mencoba menandai elemen individual seperti yang Anda lakukan dengan microdata. Metode yang disukai Google ada di dalam header halaman.

JSON-LD dibuat sebagai cara yang lebih mudah untuk mengimplementasikan markup skema dalam kode tanpa harus menandai setiap elemen HTML individu, seperti yang dilakukan microdata.

Tujuan JSON-LD adalah untuk menganotasi apa yang ditemukan di halaman web menggunakan array multi-dimensi. Ini berarti bahwa saat menambahkan markup skema JSON-LD ke situs web Anda, pastikan konten tersebut benar-benar ada di dalam halaman HTML.

Contoh penggunaan JSON-LD

<script type="application/ld+json">
{
    "@context": "https://schema.org/",
    "@type": "BlogPosting",
    "@id": "https://dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/#BlogPosting",
    "mainEntityOfPage": "https://dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/",
    "headline": "Library Metadata Evolution: The Final Mile",
    "name": "Library Metadata Evolution: The Final Mile",
    "description": "When Schema.org arrived on the scene I thought we might have arrived at the point where library metadata  could finally blossom; adding value outside of library systems to help library curated resources become first class citizens, and hence results, in the global web we all inhabit.  But as yet it has not happened.",
    "datePublished": "2019-05-14",
    "dateModified": "2019-05-14",
    "author": {
        "@type": "Person",
        "@id": "https://dataliberate.com/author/richard-wallis/#Person",
        "name": "Richard Wallis",
        "url": "https://dataliberate.com/author/richard-wallis/",
        "image": {
            "@type": "ImageObject",
            "@id": "https://secure.gravatar.com/avatar/bbdd78abba6116d6f5bfa2c992de6592?s=96&d=mm&r=g",
            "url": "https://secure.gravatar.com/avatar/bbdd78abba6116d6f5bfa2c992de6592?s=96&d=mm&r=g",
            "height": "96",
            "width": "96"
        }
    },
    "publisher": {
        "@type": "Organization",
        "@id": "https://dataliberate.com",
        "name": "Data Liberate",
        "logo": {
            "@type": "ImageObject",
            "@id": "https://dataliberate.com/wp-content/uploads/2011/12/Data_Liberate_Logo-200.png",
            "url": "https://dataliberate.com/wp-content/uploads/2011/12/Data_Liberate_Logo-200.png",
            "width": "600",
            "height": "60"
        }
    },
    "image": {
        "@type": "ImageObject",
        "@id": "https://dataliberate.com/wp-content/uploads/2019/05/Metadata_Evolution_the_Final_Mile.jpg",
        "url": "https://dataliberate.com/wp-content/uploads/2019/05/Metadata_Evolution_the_Final_Mile.jpg",
        "height": "362",
        "width": "388"
    },
    "url": "https://dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/",
    "isPartOf": {
        "@type" : "Blog",
         "@id": "https://dataliberate.com/blog/",
         "name": "Data Liberate Blog",
         "publisher": {
             "@type": "Organization",
             "@id": "https://dataliberate.com",
             "name": "Data Liberate"
         }
     },
    "commentCount": "1",
    "comment": [
        {
            "@type": "Comment",
            "@id": "https://dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/#Comment1",
            "dateCreated": "2019-06-23 17:31:15",
            "description": "I've been looking for a decent metadata scheme for use in a home-brew library system for the past 4 years now. I'm a big user of schema.org. I found this very interesting, especially the part about reconciliation. I assume you're referring to the process of identifying duplicate representations of works. This has also been one of my biggest struggles. I'll still be waiting for schema.org to mature...",
            "author": {
                "@type": "Person",
                "name": "Jeff",
                "url": "http://schoenstatt.link"
            }
        }
    ],
    "about": [
        {
            "@type": "Thing",
            "@id": "https://dataliberate.com/category/bibframe/",
            "name": "Bibframe",
            "sameAs": [
                "https://en.wikipedia.org/wiki/BIBFRAME",
                "http://www.wikidata.org/entity/Q17050075"
            ]
        },
        "Data Liberate",
        {
            "@type": "Thing",
            "@id": "https://dataliberate.com/category/knowledge-graph/",
            "name": "Knowledge Graph",
            "sameAs": [
                "https://en.wikipedia.org/wiki/Knowledge_Graph",
                "http://www.wikidata.org/entity/Q648625"
            ]
        },
        {
            "@type": "Thing",
            "@id": "https://dataliberate.com/category/libraries/",
            "name": "Libraries",
            "sameAs": [
                "https://en.wikipedia.org/wiki/Library",
                "http://www.wikidata.org/entity/Q7075"
            ]
        },
        {
            "@type": "Thing",
            "@id": "https://dataliberate.com/category/schema-org/",
            "name": "schema.org",
            "sameAs": [
                "https://en.wikipedia.org/wiki/Schema.org",
                "http://www.wikidata.org/entity/Q3475322"
            ]
        },
        {
            "@type": "Thing",
            "@id": "https://dataliberate.com/category/structured-data/",
            "name": "Structured Data",
            "sameAs": [
                "https://en.wikipedia.org/wiki/Data_model",
                "http://www.wikidata.org/entity/Q26813700"
            ]
        }
    ],
    "wordCount": "488",
    "keywords": [
        "Bibframe2Schema.org",
        "Libraries",
        "Library of Congress"
    ],
    "aggregateRating": {
        "@type": "AggregateRating",
        "@id": "https://dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/#aggregate",
        "url": "https://dataliberate.com/2019/05/14/library-metadata-evolution-final-mile/",
        "ratingValue": "2.5",
        "ratingCount": "2"
    }
}
</script>

E. Jenis Markup Skema

Berikut adalah beberapa jenis markup skema yang paling umum dan bagaimana mereka dapat menguntungkan strategi SEO Anda.

1. Article Schema

Jenis markup skema ini membantu mesin pencari mengenali konten Anda sebagai artikel. Itu bisa berupa laporan berita, posting blog, atau opini. Menggunakan skema artikel meningkatkan peluang Anda untuk muncul di carousel Berita Utama Google. Itu dapat berdampak besar pada visibilitas SERP dan mengarahkan lebih banyak lalu lintas ke situs Anda.

2. Product Schema/Skema Produk

Skema produk sangat penting untuk SEO e-niaga. Ini membantu mesin pencari memahami detail penting tentang produk yang Anda jual, termasuk harga, ketersediaan, foto, dan ulasan pelanggan.

3. Event Schema/Skema Peristiwa

Skema acara membantu Anda mempromosikan acara mendatang di hasil penelusuran. Ini memungkinkan Anda menyoroti detail penting seperti tanggal, waktu, dan lokasi acara.

4. Skema Bisnis Lokal

Jika Anda mengerjakan proyek SEO lokal, Anda harus menggunakan skema bisnis lokal. Jenis markup skema ini membantu mesin pencari memahami detail penting tentang bisnis. Itu termasuk informasi NAP dan jam buka.

Dengan menambahkan skema bisnis lokal, klien Anda memiliki peluang lebih baik untuk muncul di hasil penelusuran lokal, Google Maps, dan paket lokal.

5. Review Schema

Skema ulasan sangat berguna untuk situs pemasaran e-niaga dan afiliasi. Anda dapat menandai ulasan individual, penilaian agregat, serta pro dan kontra di halaman Anda.

Saat seseorang menelusuri kata kunci terkait, Google dapat menarik info ini ke dalam hasil pencarian. Ini memberi halaman Anda visibilitas ekstra di SERP dengan elemen seperti peringkat bintang.

6. Video Schema

Jika pemasaran video adalah bagian dari strategi Anda (dan seharusnya begitu), maka Anda dapat menggunakan skema video untuk membantu konten Anda mendapatkan perhatian yang layak.

Jenis skema ini memberikan informasi seperti judul, deskripsi, durasi, dan tanggal upload video. Ini akan memberi Anda kesempatan untuk memenangkan tempat di korsel video di SERP atau sebagai cuplikan unggulan.

7. Skema Organisasi

Skema organisasi memungkinkan Anda menandai detail penting tentang bisnis Anda, seperti lokasi, logo, profil media sosial, dan lainnya. Ini dapat membantu mesin pencari mengenali perusahaan Anda sebagai entitas yang kredibel.

Google sering menampilkan informasi ini sebagai panel pengetahuan di sisi kanan SERP. Hal ini dapat membuat bisnis Anda terlihat lebih mapan dan profesional bagi pengguna.

Pada akhir artikel ini, kami jelaskan sekali lagi Schema.org adalah kolaborasi antara mesin pencari utama (Google, Bing, Yahoo!, dan Yandex). Tujuannya adalah untuk menciptakan kosakata standar dan format informasi penandaan yang disukai yang mudah dipahami oleh komputer.

Markup semantik ini memungkinkan mesin pencari untuk menarik informasi yang relevan dari situs web untuk ditampilkan sebagai cuplikan data kaya yang menarik secara visual. Situs web yang menggunakan markup Schema.org akan mendapat manfaat dari hasil yang ditingkatkan di SERP, yang mengarah ke rasio klik-tayang yang lebih tinggi dan mungkin peringkat yang lebih tinggi dan tempat yang didambakan di Grafik Pengetahuan.

Jadi tunggu apalagi? Gunakanlah segera struktur data Schema.org disitus anda.