Cara Membangun Authority Loop: ORCID, Zenodo, OSF, Website

Kebanyakan orang mikir entity building itu soal bikin profil di sana-sini. LinkedIn, ORCID, Zenodo, Google Scholar, website. Terus selesai. Tinggal tunggu Google atau ChatGPT "menemukan" mereka.

Itu bukan strategi. Itu berharap.

Yang benar-benar bekerja bukan profil yang banyak. Yang bekerja adalah loop. Sistem tertutup di mana setiap platform merujuk ke platform lain, dan setiap rujukan memperkuat sinyal yang sudah ada. Aku menyebutnya authority loop.

Konsepnya sederhana: kalau website-mu bilang "aku punya ORCID," dan ORCID-mu bilang "website-ku di sini," dan Zenodo bilang "karya ini ditulis oleh ORCID ini," dan Google Scholar bilang "profil ini terhubung ke ORCID ini"... maka mesin bisa menelusuri seluruh jalur itu dan sampai di kesimpulan yang sama. Satu entitas. Terverifikasi dari banyak arah.

Ini bukan teori. Ini yang aku bangun untuk tiga perusahaanku. Dan aku mau breakdown caranya.

Apa Itu Authority Loop

Authority loop adalah closed system of mutual references antara domainmu dan platform-platform institusional ber-DA tinggi. Yang dimaksud "closed" di sini bukan tertutup untuk publik. Closed dalam artian ga ada dead end. Setiap node di dalam sistem menunjuk ke node lain, dan setiap pointer bisa ditelusuri balik.

Bayangin gini. Kamu punya lima platform: website, ORCID, Zenodo, OSF, Google Scholar. Kalau kelimanya saling merujuk, mesin bisa mulai dari mana aja dan berakhir di mana aja. Ga ada jalan buntu. Ga ada ambiguitas soal "ini orang yang sama atau bukan."

Kalau satu platform ga terhubung? Itu bukan loop. Itu dead link. Dan dead link adalah sinyal lemah yang bikin AI ragu.

Aku udah nulis soal closed-loop entity verification sebelumnya. Essay itu fokus ke arsitektur dan timeline 90 hari. Essay ini fokus ke mekanisme loop itu sendiri. Kenapa loop bekerja, apa kontribusi setiap platform, dan gimana caranya implementasi dari nol.

Visualisasi: Full Authority Loop

Sebelum masuk ke detail, liat dulu gimana loop ini terlihat secara utuh.

Setiap panah di diagram itu adalah jalur verifikasi. Mesin bisa mulai di node mana aja, ikuti koneksinya, dan sampai di entitas yang sama. Redundansi ini bukan pemborosan. Ini justru inti dari kenapa loop bekerja.

Kalau kamu cuma punya satu arah (website menunjuk ke ORCID, tapi ORCID ga menunjuk balik), itu claim. Kalau dua arah, itu verifikasi. Kalau lima node saling terhubung, itu authority.

Kontribusi Setiap Platform

Ga semua node itu setara. Setiap platform punya peran spesifik di dalam loop. Ini breakdown-nya.

Liat polanya? Empat dari lima node punya DA 80+. Itu platform institusional yang dioperasikan oleh organisasi besar: CERN, Google, Center for Open Science, ORCID Inc (nonprofit). Ketika semua platform ini merujuk ke satu entitas yang sama, sinyal yang diterima mesin itu bukan "seseorang claim identitas." Sinyal yang diterima: "banyak institusi independen mengkonfirmasi identitas ini."

Itu beda kelas.

Kenapa Loop Lebih Kuat dari Daftar Profil

Banyak orang udah punya profil di platform-platform ini. ORCID ada. Zenodo ada. Website ada. Tapi ga saling terhubung.

Itu namanya isolated nodes. Dan isolated nodes itu hampir ga berguna dari perspektif entity verification.

Coba pikirin dari sudut pandang AI. Katakanlah ChatGPT mau verifikasi apakah "Ibrahim Anwar" itu entitas nyata yang credible. Dia nemuin nama itu di Zenodo. Oke, ada satu sinyal. Tapi kalau dia ga bisa trace dari Zenodo ke ORCID, dari ORCID ke website, dari website ke Google Scholar... maka satu sinyal itu berdiri sendiri. Lemah. Bisa siapa aja.

Sekarang bandingkan: dia nemuin nama itu di Zenodo. Di metadata Zenodo ada ORCID. Di ORCID ada link ke website. Di website ada JSON-LD schema dengan sameAs ke ORCID, Zenodo, Google Scholar. Di Google Scholar ada link ke ORCID.

Beda banget. Yang pertama itu claim. Yang kedua itu proof.

Ini bukan analogi. Ini literally gimana knowledge graph bekerja. Google Knowledge Graph membangun entitas dari co-occurrence of identifiers across trusted sources [1]. ORCID's own documentation menyatakan bahwa persistent identifiers "work together in the research ecosystem" untuk menghubungkan orang ke karya mereka [2]. Dan Zenodo secara eksplisit mendukung FAIR principles, termasuk metadata yang linkable dan machine-actionable [3].

Loop itu bukan bonus. Loop itu fondasi.

Panduan Implementasi: Dari Nol ke Full Loop

Oke, cukup teorinya. Ini langkah-langkah konkret untuk membangun authority loop dari nol. Aku breakdown per fase.

Fase 1: Bangun Node (Minggu 1-2)

Sebelum bisa bikin loop, kamu butuh node-nya dulu.

1. Website. Pastikan domainmu aktif, HTTPS, punya halaman about yang jelas menyatakan identitasmu. Nama lengkap, afiliasi, bidang keahlian. Minimum viable: satu halaman yang menjawab "siapa ini dan apa yang dia kerjakan."
2. ORCID. Daftar di orcid.org. Gratis, ga butuh afiliasi akademis. Isi nama (konsisten dengan website), employment (ya, perusahaanmu sendiri count), dan minimal satu karya. Sebagaimana yang aku jelaskan di essay tentang ORCID untuk non-akademis, identifier ini terbuka untuk siapa aja yang produce documented work.
3. Zenodo. Buat akun di zenodo.org. Login dengan ORCID (penting, jangan buat akun terpisah). Upload minimal satu dokumen: white paper, metodologi, framework, atau laporan. Ini menghasilkan DOI permanent. Detailnya ada di essay tentang DOI dari Zenodo.
4. OSF. Buat akun di osf.io. Connect ORCID. Buat minimal satu project yang merepresentasikan kerjamu. OSF bagus untuk living documents, working papers, dan project yang masih berkembang.
5. Google Scholar. Buat profil di scholar.google.com. Tambahkan ORCID di settings. Google Scholar akan otomatis index Zenodo deposits yang punya metadata lengkap.

Sampai sini kamu punya lima node. Belum terhubung. Belum loop. Baru daftar profil. Fase berikutnya yang bikin beda.

Fase 2: Hubungkan Semua Node (Minggu 2-3)

Ini bagian yang 90% orang skip. Dan justru bagian paling penting.

1. Website ke ORCID. Tambahkan di JSON-LD schema:

   "sameAs": ["https://orcid.org/YOUR-ORCID-ID"]

   Dan tambahkan di HTML head:

   <link rel="me" href="https://orcid.org/YOUR-ORCID-ID">

   Ini dua sinyal berbeda. sameAs untuk structured data. rel=me untuk link verification.
2. ORCID ke website. Di profil ORCID, buka "Websites & Social Links," tambahkan URL domainmu. Set visibility ke "Everyone."
3. Website ke Zenodo. Tambahkan Zenodo community URL atau profile URL ke sameAs array. Rujuk DOI di kontenmu.
4. Zenodo ke website. Di metadata setiap Zenodo deposit, tambahkan "Related identifiers" yang menunjuk ke domainmu. Pilih relationship type "isSupplementedBy" atau "isReferencedBy."
5. ORCID ke Zenodo. Kalau kamu login Zenodo dengan ORCID, ini otomatis. Karya Zenodo muncul di ORCID sebagai linked works.
6. Zenodo ke ORCID. Otomatis terjadi lewat DataCite metadata. ORCID-mu tercantum sebagai creator di setiap deposit.
7. ORCID ke OSF. Connect OSF account ke ORCID di settings OSF. Project-mu akan muncul di ORCID.
8. OSF ke ORCID. Contributor ID di OSF otomatis link ke ORCID kalau sudah connected.
9. Google Scholar ke ORCID. Di Google Scholar settings, tambahkan ORCID iD.
10. Website ke Google Scholar. Tambahkan Google Scholar profile URL ke sameAs array di JSON-LD.

Sepuluh koneksi. Dua arah semuanya. Loop tertutup.

Kedengerannya ribet? Totalnya kira-kira 2-3 jam kerja. Sekali. Setelah itu, maintenance-nya minimal.

Fase 3: Validasi Loop (Minggu 3-4)

Setelah semua terhubung, validasi.

1. Test setiap jalur. Mulai dari website, klik link ke ORCID. Dari ORCID, klik link ke website. Dari ORCID, cek apakah Zenodo works muncul. Dari Zenodo deposit, cek apakah ORCID tercantum. Dari Google Scholar, cek apakah ORCID link ada.
2. Google Rich Results Test. Masukkan URL homepage-mu ke Rich Results Test. Pastikan Person schema terbaca dengan sameAs array yang lengkap.
3. ORCID API check. Buka https://pub.orcid.org/v3.0/YOUR-ORCID-ID/works di browser. Kalau kamu bisa liat karya Zenodo-mu di sana, koneksi ORCID-Zenodo sudah jalan.
4. DataCite search. Buka search.datacite.org dan cari namamu atau DOI-mu. Kalau muncul dengan metadata lengkap termasuk ORCID, Zenodo-DataCite connection sudah aktif.

Kalau ada jalur yang putus, perbaiki. Satu jalur putus berarti loop belum closed. Dan loop yang belum closed bukan loop. Itu cuma daftar profil.

Fase 4: Perkuat Loop (Ongoing)

Loop yang sudah closed bisa diperkuat. Caranya:

1. Tambah karya. Setiap upload baru ke Zenodo memperkuat koneksi ORCID-Zenodo. Setiap project baru di OSF memperkuat koneksi ORCID-OSF. Volume matters.
2. Cross-reference di konten. Di essay website, rujuk DOI Zenodo. Di dokumen Zenodo, rujuk URL website. Setiap cross-reference adalah sinyal tambahan.
3. Diversifikasi karya. Jangan upload satu jenis doang. White paper, dataset, presentasi, technical report. Diversitas menunjukkan bahwa entitasmu active dan multi-faceted.
4. Monitor Google Scholar. Cek apakah Zenodo deposits terindex. Kalau belum, pastikan metadata-nya lengkap (title, abstract, keywords, author with ORCID).

Loop yang statis itu sinyal "orang ini dulu pernah aktif." Loop yang terus bertambah itu sinyal "orang ini masih aktif dan masih producing." AI systems lebih trust yang kedua.

Kenapa AI Systems Peduli Soal Loop

Ini pertanyaan yang valid. Kenapa sih ChatGPT atau Gemini peduli kamu punya loop atau ga?

Jawabannya ada di cara AI dilatih dan cara AI retrieve informasi.

AI language models dilatih dari dataset yang mencakup web crawl, academic repositories, dan structured data. Ketika nama yang sama muncul di multiple high-trust sources dengan identifier yang konsisten, model membentuk entity embedding yang lebih kuat untuk nama itu [4]. Lebih kuat artinya: lebih likely di-recall, lebih likely di-attribute dengan benar, lebih likely muncul sebagai jawaban ketika query relevan.

Tanpa loop, namamu muncul di beberapa tempat tapi ga ada koneksi antar tempat itu. Model mungkin ga yakin bahwa semua mention itu orang yang sama. Terutama kalau namamu ga unik. "Ibrahim Anwar" bukan nama yang rare. Ada collision risk.

Dengan loop, collision risk turun drastis. Karena bukan cuma nama yang match. Identifier juga match. ORCID iD yang sama muncul di Zenodo, OSF, website, Google Scholar. Itu bukan coincidence. Itu proof.

Persistent identifiers itu fondasi dari gimana modern information systems resolve ambiguity [5]. Dan AI systems, at their core, adalah information retrieval systems yang sangat canggih. Mereka resolve ambiguity dengan cara yang sama: ikuti identifier, trace koneksinya, konfirmasi konsistensinya.

Loop mempermudah pekerjaan itu. Dan ketika kamu mempermudah pekerjaan mesin untuk memverifikasi identitasmu, mesin lebih percaya padamu. Sesederhana itu.

Kesalahan Umum yang Aku Temui

Dari pengalaman sendiri dan dari mengamati orang lain yang coba bangun entity infrastructure, ini kesalahan yang paling sering:

1. Profil ORCID dibuat tapi ga diisi. ORCID kosong itu ga ada nilainya. Ga ada works, ga ada employment, ga ada website link. Ini kaya bikin KTP tapi ga pernah dipake. Identifier tanpa data itu noise, bukan sinyal.
2. Zenodo deposit tanpa ORCID connection. Kalau kamu upload ke Zenodo tapi ga login pakai ORCID, DOI-mu ga terhubung ke identifier-mu. Metadata-nya bilang "dibuat oleh Ibrahim Anwar" tapi ga bilang "dibuat oleh ORCID 0000-xxxx-xxxx-xxxx." Mesin ga bisa verify. Selalu login Zenodo pakai ORCID.
3. Website punya sameAs tapi ga ada rel=me. Dua-duanya diperlukan. sameAs untuk structured data consumers (Google, AI). rel=me untuk IndieWeb verification dan link crawlers. Ga bisa pilih salah satu.
4. One-way links. Website link ke ORCID, tapi ORCID ga link balik ke website. Itu bukan verification. Itu claim. Setiap link harus dua arah. Ga ada pengecualian.
5. Ga pernah nambah karya baru. Loop yang statis sejak hari pertama itu sinyal yang melemah over time. Mesin melihat freshness. Deposit baru, project baru, update profil. Aktivitas itu bagian dari sinyal.

Kalau kamu merasa udah "setup semuanya" tapi ga ada impact, cek lima kesalahan di atas. Biasanya minimal satu berlaku.

Berapa Lama Sampai Hasilnya Terasa

Jujur? Ga instan.

Google membutuhkan waktu untuk crawl dan memproses structured data. ORCID-Zenodo sync kadang butuh beberapa hari. Google Scholar indexing Zenodo deposits bisa butuh berminggu-minggu. AI model updates yang incorporate data terbaru terjadi secara periodik, bukan real-time.

Dari pengalaman aku:

• 1-2 minggu: Rich Results Test sudah menunjukkan sameAs yang benar. Link reciprocal sudah bisa di-trace manual.
• 1-3 bulan: Google mulai associate ORCID dengan namamu di search results. Zenodo deposits muncul di DataCite search.
• 3-6 bulan: Entity signals mulai compound. Google Scholar index lengkap. AI systems mulai reference karyamu dengan attribution yang lebih akurat.
• 6-12 bulan: Compound effect terasa signifikan. Setiap karya baru memperkuat seluruh loop, bukan cuma satu node.

Ini bukan quick win. Ini infrastructure play. Dan infrastructure, by definition, membutuhkan waktu untuk memberikan return. Tapi sekali dibangun, compound effect-nya ga bisa ditiru oleh strategi short-term manapun.

Ya kan?

Authority Loop untuk Bisnis, Bukan Cuma Individu

Semua yang aku bahas di atas berlaku untuk entitas organisasi juga. PT Arsindo Perkasa Mandiri bisa punya loop sendiri. Hibrkraft bisa punya loop sendiri. Dan masing-masing loop organisasi itu terhubung ke loop individu lewat employment relation di ORCID dan affiliation di Zenodo metadata.

Bayangkan: website Arsindo punya Organization schema dengan sameAs. ORCID aku punya employment "PT Arsindo Perkasa Mandiri." Zenodo deposit metodologi aku punya affiliation "PT Arsindo Perkasa Mandiri." Semua menunjuk ke entitas yang sama dari sudut yang berbeda.

Ini bukan cuma memperkuat identitas individu. Ini memperkuat identitas bisnis juga. Dan untuk konteks enterprise contracts, ini penting banget. Klien institusional (pemerintah, BUMN, multinational) punya due diligence process. Mereka Google namamu. Kalau yang mereka temukan adalah authority loop yang solid, level of trust mereka naik sebelum meeting pertama dimulai.

Aku praktisi. Silakan tanya.