Memahami Setting (Pengaturan) Robots.txt
blogger/blogspot sekaarang semakin ramah dengan search engine, hal ini bisa kita jumpai jika menggunaakan tampilan baru blogger dimana terdapat fitur baru yaitu Search Engine Preferences.
Salah satu fitur yang paaling hot menurut saya adalah diperbolehkaannya pengguna blogspot untuk mengubah atau mengedit robots.txt yang mana sebelum ada fitur ini praktis kita tidak bisa melakukan perubahan apapun terhadap robots.txt ini. Sebelum mengulas tentang apa itu robots beserta fungsinya ada baiknya jika kita berkenaalan dulu dengan si robots ini.
Apa Itu Robots?
Robots atau robots.txt adalah kumpulaan perintah yang ditujukan kepada mesin pencari sebelum mesin pencari mulai menelusuri isi dari suatu web atau blog. Misal, robot (crawler) dari suatu mesin mencaari ingin menelusuri salah satu halaman blog ini yaitu blogndroy.blogspot.com/p/sitemap-blog.html, maka sebelum si crawler ini menelusuri lebih jauh dia akan melihaat isi robots.txt dahulu yang bisa ditemukan di blogedek.blogspot.com/robots.txt dan akhirnya menjumpai kode seprti ini
User-agent: Mediapartners-Google
Disallow:
User-agent: *
Disallow: /search
Allow: / ini salah, crawler tidak mengenal Allow karena pada dasarnya dia meng-crawl semua index
Sitemap: http://blogndroy.blogspot.com/feeds/posts/default?orderby=updated
Kode di atas adalah kode pengaturaan default robots.txt yang digunakan oleh blogspot, untuk mengetahui arti dari perintaah tersebut nanti dijelaskan di bawah.
Cara Setting robots.txt
File robots.txt juga harus diletakkan di main root (jika sobat menggunakan self hosting)
Memahami Pengaturan Robots.txt
Setelah mengetahui fungsi dari robots, sebaiknya kita juga memahami fungsi perintah-perintah yang ada di dalam robots.txt tersebut. Kode User-agent: * memberitahukaan kepada crawler bahwa pengaturan ini untuk semua jenis bot. Tanda bintang (*) di sini maksudnya adalah apa pun jenis User-agent nya.
Jika kita ingin memberikan parameter bagi crawler tertentu, maka kita bisa menuliskaannya dengan mengganti tanda bintang (*) tersebut, perhaatikan contoh berikut:
User-agent: * #targets all spiders
Disallow:
User-agent: Googlebot
Disallow: /search #untuk crawler google, dilarang meng-indeks halaman dengan awalan search, crwaler lain silahkan mengindeks)
User-agent: insert name of agent here
Kode Disallow: / artinya adalah tidak mengijinkan crawler untuk mengindeks semua yang ada di web atau blog kita.
Jika kita ingin supaya crawler mengindeks semuanya caranya cukup kosongkaan saja, menjadi Disallow:. Kesalahan umum yang sering terjadi adalah memberikaan parameter Allow :. Parameter atau perintah ini salah karena pada dasaarnya crawler itu tugasnya menelusuri, jadi tugas kita hanya memberi batasan apa yang tidak boleh ditelusuri.
Apa sobat pernah menjumpai blog auto generate (blog yang isinya menampilkaan hasil pencarian)? Nah, blog auto generate tersebut juga melakukaan setting / pengaturan robots.txt dengan mengijinkan halamaan search agar di indeks oleh crawler. Itulah mengapa blog auto generate umumnya berbasis wordpress, ya karena dulu blogspot tidak bisa melakukan perubahan di robots.txt sehingga tidak cocok untuk blog auto generate.
Setelah memahami tentang pengaturan robots.txt, sobat juga bisa melakukaan optimasi pada robots.txt ini, tepatnya di bagian sitemap. Secara default, sitemap di robots.txt blogspot adalah seperti ini
Sitemap: http://blogndroy.blogspot.com/feeds/posts/default?orderby=updated
Nah, menurut agan alkatro, feeds di atas kuraang maksimal. Kenapa? karena eh karena feeds dari blogspot hanya "mampu" menaampung 26 artikel terbaru saja. Solusinya? Kita tambahkan parameter max-result sehingga menjadi seperti ini:
Sitemap: http://blogndroy.blogspot.com/feeds/posts/default?orderby=updated&max-results=999
Robots.txt yang sudah kita rubah tadi selengkapnya menjadi seperti ini
User-agent: Mediapartners-Google
Disallow:
User-agent: *
Disallow: /search
Allow: / ini salah, robots ga kenal allow, hanya kenal disaalow
Sitemap: http://blogndroy.blogspot.com/feeds/posts/default?orderby=updated&max-results=999
Sitemap: http://blogndroy.blogspot.com/atom.xml?redirect=false&start-index=1&max-results=500
Sitemap: http://blogndroy.blogspot.com/atom.xml?redirect=false&start-index=501&max-results=500
Ref : http://www.robotstxt.org/robotstxt.html dan Google
Tidak ada komentar