Apa Itu sameAs Schema dan Kenapa Itu Lebih Penting dari Backlink

Ada satu baris kode yang paling sering dilewatkan orang waktu membangun entity infrastructure. Bukan yang paling rumit. Bukan yang paling mahal. Tapi kalau ga ada, semua upaya verifikasi yang lain jadi kurang efektif.

Namanya sameAs.

Ini adalah properti dalam JSON-LD schema yang fungsinya sederhana tapi krusial: bilang ke mesin bahwa "Ibrahim Anwar" yang ada di ORCID, "Ibrahim Anwar" yang ada di LinkedIn, dan "Ibrahim Anwar" yang ada di hibranwar.com adalah orang yang sama.

Kedengarannya trivial. Tapi di dunia Knowledge Graph, ini bukan trivial sama sekali.

Masalah Disambiguasi Identitas

Bayangkan Google atau ChatGPT sedang memproses jutaan entitas setiap detiknya. Masing-masing entitas punya nama, atribut, dan relasi. Masalahnya: banyak nama yang sama.

"Ibrahim Anwar" bukan nama yang unik. Ada banyak orang dengan nama itu di seluruh dunia. Mungkin ratusan. Masing-masing punya profil di berbagai platform. Tanpa sinyal yang jelas, mesin ga bisa tahu dengan pasti bahwa Ibrahim Anwar yang nulis buku tentang pompa di ORCID adalah Ibrahim Anwar yang punya perusahaan Witanabe di Bogor yang sama dengan Ibrahim Anwar yang ada di LinkedIn dengan koneksi ke Arsindo dan Hibrkraft.

Ini masalah disambiguasi. Dan sameAs adalah solusinya.

Cara Kerja sameAs

Di sini contoh paling dasar dari JSON-LD schema dengan sameAs:

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Ibrahim Anwar",
  "url": "https://hibranwar.com",
  "sameAs": [
    "https://orcid.org/0000-0000-0000-0000",
    "https://linkedin.com/in/hibranwar",
    "https://scholar.google.com/citations?user=XXXXX",
    "https://zenodo.org/communities/hibranwar"
  ]
}

Properti sameAs itu array. Kamu bisa isi dengan banyak URL, masing-masing menunjuk ke profil yang mengkonfirmasi identitas yang sama.

Yang terjadi: mesin membaca ini dan mulai membangun koneksi. Dia cek ke ORCID, menemukan profil dengan nama yang sama dan karya yang konsisten. Dia cek ke LinkedIn, menemukan koneksi ke perusahaan yang disebutkan di websitemu. Tiap konfirmasi memperkuat confidence-nya bahwa ini memang entitas yang sama.

Hasil akhirnya: identitas yang terverifikasi, bukan hanya diklaim.

Kenapa Ini Lebih Penting dari Backlink

Backlink adalah konsep SEO tradisional: semakin banyak website lain yang link ke sitemu, semakin tinggi rankingmu. Logika ini masih relevan untuk search ranking biasa.

Tapi untuk entity verification dan AI search, backlink sendirian ga cukup. Dan sameAs melakukan sesuatu yang backlink ga bisa lakukan.

Backlink bilang: "website ini dianggap penting oleh website lain."

sameAs bilang: "entitas ini sama persis dengan entitas di sumber otoritatif ini."

Perbedaannya signifikan. Backlink adalah sinyal popularitas. sameAs adalah sinyal identitas. Untuk masuk ke Knowledge Graph dan bisa disebut oleh AI, identitas jauh lebih krusial dari popularitas.

Aku bisa punya 1.000 backlink dari blog-blog random, tapi kalau ga ada sameAs yang menghubungkan ke ORCID atau profil institusional, mesin tetap ga bisa mengkonfirmasi siapa aku sebenarnya. Sementara kalau ada sameAs yang kuat, bahkan dengan sedikit backlink pun, entity verification bisa berjalan.

Properti yang Memperkuat sameAs

sameAs paling efektif kalau dipasangkan dengan properti-properti lain yang membangun konteks identitas.

Untuk Person schema:

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Ibrahim Anwar",
  "alternateName": "Hibranwar",
  "jobTitle": "Practitioner & Director",
  "worksFor": [
    {
      "@type": "Organization",
      "name": "Witanabe",
      "url": "https://witanabe.com"
    },
    {
      "@type": "Organization",
      "name": "Arsindo",
      "url": "https://ptarsindo.com"
    }
  ],
  "url": "https://hibranwar.com",
  "sameAs": [...]
}

alternateName penting untuk kasus kayak aku, di mana "Hibranwar" adalah nama yang dikenal tapi beda dari nama legal "Ibrahim Anwar." Mesin perlu tahu keduanya merujuk ke orang yang sama.

worksFor membangun relasi antara Person entity dengan Organization entity. Ini yang membentuk graph, bukan hanya titik-titik identitas yang terisolasi.

Platform Mana Yang Harus Masuk sameAs

Ini tergantung konteksmu, tapi ada hierarki yang aku pegang berdasarkan pengalaman:

Tier 1: Sangat Kuat

ORCID, kalau kamu pernah menerbitkan karya apapun. ORCID adalah sistem identifikasi peneliti yang diakui secara internasional. Bahkan penulis buku populer, konsultan, atau praktisi yang menulis laporan teknis bisa mendaftar.

Wikidata, kalau ada. Kalau kamu atau perusahaanmu sudah cukup dikenal untuk punya entri di Wikidata, ini adalah sumber dengan bobot tertinggi. Knowledge Graph Google sangat mempercayai Wikidata.

Tier 2: Kuat

LinkedIn dengan profil lengkap dan konsisten. Google Business Profile. Halaman profil di institusi akademik atau profesional yang kamu afiliasi. Profil di asosiasi industri resmi.

Tier 3: Useful tapi Tidak Transformatif

Twitter/X, Facebook, Instagram, YouTube. Bisa dimasukkan, tapi bobotnya lebih rendah karena verifikasi di platform-platform ini lebih longgar.

Zenodo atau OSF kalau kamu pernah deposit dokumen di sana. Platform repositori akademik ini punya DOI (Digital Object Identifier), yang merupakan salah satu sistem identifikasi yang paling dipercaya mesin.

Kesalahan yang Paling Sering Terjadi

Satu: sameAs dipasang tapi URL-nya ga aktif atau ga konsisten. Mesin bisa cek apakah URL itu resolve. Kalau mati atau redirect ke tempat yang berbeda, itu malah jadi sinyal negatif.

Dua: Nama di profil eksternal ga sama persis dengan nama di schema. Kalau di schema kamu tulis "Ibrahim Anwar" tapi di LinkedIn kamu "Ibrahim A." atau "Pak Ibrahim," mesin ga bisa mengkonfirmasi ini entitas yang sama.

Tiga: Hanya dipasang di satu halaman. Schema idealnya ada di semua halaman yang relevan, terutama homepage dan halaman tentang/about. Dan schema di masing-masing halaman harus konsisten.

Empat: Tidak diperbarui. Kalau kamu buka profil baru di platform baru yang relevan, perbarui juga sameAs di schema-mu.

Kasus Nyata: Membangun Loop Verifikasi

Untuk diriku sendiri, saat ini aku sedang membangun loop verifikasi yang saling mengkonfirmasi:

hibranwar.com punya JSON-LD dengan sameAs ke ORCID, Zenodo, dan LinkedIn. ORCID-ku mendaftarkan karya-karya yang sama yang ada di katalog 558 judul penerbitanku. Zenodo menyimpan beberapa dokumen dengan DOI yang terhubung ke nama yang sama. LinkedIn-ku menghubungkan ke tiga perusahaan, masing-masing punya kehadiran web sendiri.

Tiap node dalam loop ini mengkonfirmasi node yang lain. Bukan hanya "Ibrahim Anwar mengklaim dia ada," tapi "Ibrahim Anwar dikonfirmasi ada oleh ORCID, dikonfirmasi punya karya oleh Zenodo, dikonfirmasi punya perusahaan oleh LinkedIn, semuanya menunjuk ke sumber yang sama."

Inilah yang membuat entity verification solid. Bukan satu klaim yang kuat. Banyak konfirmasi yang saling menguatkan.

Mulai Dari Mana

Kalau kamu praktisi atau pemilik bisnis yang serius, mulai dari dua hal ini minggu ini:

Pertama, daftar ORCID. Gratis. Lima belas menit. Isi profilnya dengan lengkap: nama, afiliasi, dan minimal satu karya (laporan, presentasi, artikel, apapun yang pernah kamu buat). Ini langsung memberimu identifier internasional yang dipercaya mesin.

Kedua, pasang atau perbarui JSON-LD schema di websitemu dengan properti sameAs yang menunjuk ke ORCID-mu dan profil LinkedIn-mu. Kalau websitemu dibangun dengan CMS populer, ada plugin untuk ini. Kalau custom-built, developer-mu bisa implementasikan dalam beberapa jam.

Sisanya bisa dibangun secara iteratif. Tapi dua langkah pertama itu fondasi. Tanpa itu, semua upaya lain jadi kurang efektif.

sameAs bukan fitur teknis kecil yang bisa diabaikan. Ini adalah deklarasi identitas yang dibaca mesin. Dan di era AI search, identitas yang bisa diverifikasi adalah aset kompetitif yang nyata.