Di artikel kali ini saya akan bahas mengenai TF*IDF Optimization.

TF yaitu singkatan dari Term Frequency dan IDF yaitu Inverse Document Frequency.

Jika masih terdengar membingungkan, tidak perlu khawatir. Saya akan bahas satu per satu dengan bahasa yang sesederhana mungkin disertai demo untuk aplikasinya ke website asli.

Saya sudah testing TF*IDF optimization ini selama beberapa bulan. Setelah menunjukkan peningkatan hasil yang positif, baru saya share disini dengan teknik yang sudah disempurnakan juga.

Daftar Isi

Apa itu TF*IDF

TF*IDF

TF*IDF sederhananya yaitu sebuah algoritma untuk mengetahui seberapa sering sebuah kata muncul di dalam satu dokumen.

Term Frequency

TF (Term Frequency): Jumlah sebuah kata (term) spesifik yang muncul di dalam dokumen Anda, dibagi dengan jumlah kata dalam dokumen tersebut.

Ataupun istilah yang mungkin lebih sering Anda dengar yaitu “Keyword Density”, dimana dalam total 500 kata, seberapa sering sebuah kata muncul. Jika kata tersebut muncul 5 kali, maka 5 kali / 500 kata * 100% = 1% (0.01).

Inverse Document Frequency

IDF (Inverse Document Frequency): Jumlah kata spesifik tersebut muncul di setiap dokumen.

Jadi misalnya kita ingin cari tau nilai IDF dari sebuah kata spesifik, maka kita perlu cari tahu jumlah kata tersebut muncul di setiap dokumen yang ada di internet saat kita ketik kata tersebut.

Rumus TF*IDF

Rumus ini maksudnya bagaimana?

Di rumus ini, saya ingin tunjukkan cara kerja dari algoritma TF*IDF secara sederhana.

Jadi misalnya, untuk kata yang unik seperti “cendera mata”, misalnya Anda memakai kata cendera mata dalam jumlah yang banyak di dokumen Anda, maka nilai TF = akan naik dan nilai IDF = akan turun karena kata tersebut lebih jarang digunakan di internet dibandingkan kata yang lebih umum seperti souvenir.

Sekilas memang sedikit membingungkan, namun yang perlu Anda ketahui adalah…

TF*IDF dengan kata lain adalah Niche Spesifik Keyword Density.

Dimana kita perlu tool yang dapat menganalisa niche Anda untuk seberapa sering kata tersebut muncul di halaman competitor Anda di page 1.

Jadi tool ini akan analysis halaman yang ada di top 10 berdasarkan kata spesifik tersebut, contohnya seperti kata “cendera mata” yang diatas, maka kita akan mengetahui kira-kira optimalnya kita perlu taruh kata “cendera mata” tersebut berapa kali dalam dokumen kita untuk sesuaikan dengan niche kita.

Google Update About Relevance

Mengapa TF*IDF optimization ini penting, karena hal ini sudah di konfirmasi oleh Google mengenai algoritma yang berhubungan dengan relevance.

Jadi, apa maksudnya dengan Relevance?

Apakah konten Anda sudah mencakup seluruh topik dan berhasil menjawab pertanyaan dari pencari?

TF*IDF adalah sebuah tambahan dari bagian keyword research Anda.

Dengan TF*IDF Anda akan mendapat tambahan topik keyword lainnya yang relevan dengan artikel Anda.

Misalnya jika Anda research keyword biasa dengan keyword “best gaming chair”, maka Anda akan menemukan hasil research seperti ini:

best budget gaming chair
best pc gaming chair
best cheap gaming chair

Dengan TF*IDF, maka Anda akan dapat hasil keyword seperti ini:

lumbar support
seat height
ergonomic gaming

Jika Anda ingin meningkatkan relevansi agar sesuai dengan website yang sudah ada di page 1, maka pastikan Anda juga membahas topik diatas di artikel Anda.

Proses Kerja

Terdapat 2 proses kerja yang dapat Anda pilih:

Untuk Writer Pemula

Jika Anda memakai content writer pemula, maka Anda bisa menerapkan proses kerja sebagai berikut.

Anda research keyword utama terlebih dahulu, kirim ke writer sebagai brief content, optimasi keyword TF*IDF, lalu upload di website Anda.

Untuk Writer Berpengalaman

Jika Anda memakai content writer yang sudah terbiasa menulis artikel yang nyaman dibaca dengan subtopik, maka Anda bisa menerapkan proses kerja sebagai berikut.

Anda research keyword utama terlebih dahulu, research keyword TF*IDF, kirim ke writer sebagai brief content, lalu upload di website Anda.

Kira-kira seperti ini untuk penjelasan mengenai TF*IDF optimization. Selanjutnya saya akan coba demo dalam memakai TF*IDF optimization.

Demo TF*IDF Optimization

Terdapat beberapa tool software yang dapat dipakai utk research TF*IDF.

Salah satu yang free dan recommended yaitu Website Auditor dari Link assistant.

Saya akan demo memakai contoh sebagai berikut:

Niche keyword “best gaming chairs”
URL: https://www.pcgamer.com/best-gaming-chairs/

Untuk pemilihan URL yaitu sesuai dimana keyword target Anda berada.

Misalnya keyword target Anda di URL homepage, maka di masukkan URL homepage.

Berikut langkah-langkahnya:

1. Add URL website
Tahap ini akan tunggu beberapa saat sekitar 15 menit sampai selesai.

2. Masuk ke tab Page Audit > lalu pilih TF-IDF.

3. Pilih URL dan masukkan keyword target Anda.

4. Nantinya akan muncul seluruh list keyword TF*IDF sesuai dengan niche Anda.

5. Di kanan atas, Anda bisa klik tombol Settings > Manage competitors

Di menu ini, Anda bisa uncheck website2 marketplace seperti Amazon, Tokopedia, Shopee, dkk agar hasil analisa TF*IDFnya lebih akurat.

Di demo ini, saya uncheck Amazon dan Walmart karena termasuk E-commerce. Lalu klik Save.

6. Setelah itu, Anda tinggal membandingkan saja, jumlah pengulangan keyword competitor Anda dengan jumlah keyword Anda.

Tinggal Anda sesuaikan sampai jumlahnya mirip-mirip atau sampai OK di recommendation toolnya.

Recommendation: JIka sudah OK, maka sudah bagus.
Keyword Count (Avg.) : jumlah pengulangan keyword rata-rata dari competitor Anda di page 1.
Keyword Count (Your Page): jumlah pengulangan keyword di URL halaman Anda.

7. Selesai

Semoga bermanfaat.

Happy Rankings,