Apa itu Scraper site ? Scraper site adalah website yg mencuri seluruh konten website lain menggunakan tool tertentu. Tidak satu pun isi situs scrapter itu original. Situs yg open conten seperti wikipedia.org, ask.com, dan answers.com adalah sumber utama pencurian konten yg dilakukan situs scraper. Seiring perkembangan bisnis google dan bisnis adsense, scraper sites berkembangbiak dalam jumlah luarbiasa yang kemudian spamming search engine result page (SERP).

Apakah search engine itu scraper site ?

Sekalipun mirip, search engine (mesin pencari) bukan scraper site. Yahoo dan Google mengumpulkan konten website lain dan mengindexnya sehingga index dapat dicari menggunakan keyword. Sesudah itu, search engine kemudian menampilkan snippets konten situs original sesuai dengan permintaan user.

Website AdSense Semata

Umumnya tujuan utama adalah demi program program advertising seperti google adsense atau biasa disebut Made for AdSense sites atau MFA. Sebutan mengejek ini dikhususkan pada website yg tidak memiliki fungsi apapun selain mencari kunjungan pengunjung web demi mengklik iklan online yg terpasang.

Situs Made for AdSense dianggap situs yg berusaha membingungkan mesin pencari dan mengacaukan SERP dengan mengundang pengguna internet memasuki web / halaman web yg tidak benar benar sesuai dgn keyword dan kebutuhan pengguna internet. Situs jenis ini sudah disingkarkan dan di-blacklist berbagai search engine. Satu satunya kondisi konten stuffing ini ditampilkan adalah cuma sebagai supplemental results dibanding ditampilkan pada bagian awal search engine. Namun kadang scraper site tidak sengaja ditampilkan pada search engine. Ciri utamanya adalah isi konten tak berguna dan cenderung keyword stuffing.

Legalitas

Situs scraper mungkin melanggar hukum perlindungan hak intelektual. Bahkan mengambil konten dari situs semacam wikipedia bisa berupa pelanggaran hak cipta bila dilakukan tanpa menghormati lisensi tulisan tsb. Lisensi bisa berupa GNU Free Documentation License (GFDL) dan Creative Commons ShareAlike (CC-BY-SA) yang mengharuskan penulis yg merepublish artikel tsb memberitahu pembaca seputar lisensi tulisan dan memberi penghormatan yg pantas pada penulis asli.

Tehnik Mencuri Konten

Banyak pencuri konten akan mengambil snippet dan teks dari website yang memiliki rangking tinggi pada keyword yang mereka targetkan. Menggunakan cara ini, mereka berharap juga memiliki posisi yg bagus pada SERPs (Search Engine Results Pages). Kebetulan bagian website yang paling rentan dicuri adalah Feed RSS. Coba baca Apakah ngeblog di Blog wordpress.com itu menjaga privasi untuk memahami betapa rapuh feed bloghost seperti wordpress dan blogspot.

Beberapa situs pencuri ini berisi iklan yg dikombinasikan paragraph sekumpulan kata yg secara acak diambil dari kamus. Kadang pengunjung akan mengklik iklan PPC (Pay per Click) dikarenakan hanya redaksi iklan online tsb yang masih bisa dibaca. Nantinya, admin situs maling ini memperoleh keuntungan finansial dari klik penipuan ini.

Polemik Google Adsense

Jaringan iklan seperti Google Adsense mengklaim kalau mereka secara konsisten menghapus situs sejenis dari program meskipun terus berlangsung polemik seputar masalah ini. Penyebab polemik adalah sekalipun klik tersebut tak lebih dari klik palsu yg merugikan pemasang iklan, google adsense dan program iklan internet sejenis tetap mendapat keuntungan dari bisnis tak adil ini. Seandainya pada bisnis konvensioal, kita mengenal retur atau surat pembatalan apabila barang dikembalikan pembeli karena rusak, jelek, ataupun tidak sesuai dgn janji penjual barang. Oleh karenanya, banyak adwords publisher memandang google tidak serius mengatasi masalah klik palsu dan kebersihan SERP dari situs kriminal semacam scraper sites.

Penutup

Para maling konten (Scrapers) cenderung diasosiasikan dengan link farm (situs yg berternak link). Kadang keduanya dianggap sama saja. Terutama saat ada banyak maling konten ini melink pada satu situs target yg sama. Situs yang sering jadi korban pencurian konten mungkin bisa dituduh berpartisipasi pada konspirasi link-farm. Tuduhan berkomplot ini disebabkan pola incoming link pada website korban dimana sumber link tersebut berasal dari situs scraper.

Survey Redaksi : Apakah posting ini terlalu berbau IT ? Sy sedang survey sekaligus belajar menulis topik IT yg disajikan ringan bersahaja. Apakah sy sudah berhasil ?

Blogku dari unggun-timbun sajak
Kaca jernih dari luar segala nampak
Blogku dari unggun-timbun sajak
Di sini aku berbini dan beranak

[Chairil Anwar, Rumahku]

1. Ranking Alexa, Toolbar sebesar dusta kah?
2. Web Crawl, Proses Index Googlebot
3. Outbound Link
4. OneRiot, Search Engine Baru
5. Pencurian Konten ilegal dan Masalah Duplikasi

1. Next : Zemanta
2. Previous : Google Maps dan Teknologi Foto Satelit