Aplikasi Pemeriksa Duplikat Konten Menggunakan Teknik Web Scraping Pada Halaman Hasil Pencarian Google

Abstract

Konten adalah informasi yang tersedia melalui media atau produk elektronik (Pusat Bahasa, 2008). Konten merupakan hal yang diprediksikan menjadi sumber penghasilan nyata di Internet dengan hanya menyiarkan atau mempublikasikannya (Gates, 1996). Oleh karena itu, konten memiliki persyaratan yang harus dipenuhi sebelum diterbitkan dan diindeks oleh mesin pencarian seperti Google agar konten tersebut mudah ditemukan oleh pembaca. Salah satu persyaratan yang harus dipenuhi adalah persoalan duplikasi konten. Duplikasi konten mengacu pada persamaan atau kemiripan suatu konten dengan konten lain yang telah ditemukan sebelumnya oleh mesin pencari tersebut (Google, Duplicate content, 1998). Google menghukum website yang melakukan duplikasi dengan sangat tegas, hukuman dimulai dari pengurangan peringkat website hingga penghapusan semua indeks website yang dianggap melakukan duplikasi (Google, Duplicate content, 1998). Berdasarkan masalah di atas, penulis mencoba mengembangkan sebuah aplikasi yang dapat digunakan untuk memeriksa duplikasi konten langsung dari halaman pencarian Google dengan teknologi Web Scraping. Berbeda dengan Plagiarism Checker, aplikasi ini bukan memberikan keluaran berupa presentasi duplikasi melainkan memberi tanda atau petunjuk secara pasti pada kombinasikombinasi kata yang dianggap duplikat sehingga dapat diketahui dan diperbaiki. Konten yang memiliki susunan kata yang dianggap duplikat juga akan dilengkapi dengan sumber yang dijadikan dasar duplikasi sehingga hasil yang diberikan dapat dipercaya. Aplikasi ini dibuat menggunakan teknologi Goutte sebagai antar muka scraping data serta Guzzle sebagai sarana melakukan permintaan http, aplikasi ini juga menggunakan Laravel sebagai kerangka kerja php. Metodologi yang digunakan pada penelitian ini antara lain studi literatur, analisis, perancangan, implementasi serta pengujian dan evaluasi. Berdasar pengujian yang dilakukan, aplikasi ini memiliki tingkat validitas sistem 100% valid sehingga dapat disimpulkan bahwa aplikasi ini dapat memberikan informasi duplikasi konten yang reliabel sehingga dapat membantu publisher dalam menciptakan konten yang unik. Kata Kunci: Konten, Google, Web Scraping, Duplikat.