Rich Snippet Hilang Setelah Schema “Terlalu Rajin” Dipasang
Saya pernah audit website e-commerce yang kehilangan star rating di SERP — padahal schema Review sudah terpasang dengan benar secara teknis. Setelah dicek manual, masalahnya bukan di kode. Masalahnya ada di data: rating di JSON-LD menampilkan 4.8 dari 5, tapi di halaman tidak ada satu pun ulasan pengguna yang tampil. Google mendeteksi inkonsistensi itu dan menghapus rich result-nya.
Bukan schema-nya yang salah. Tapi data di dalamnya tidak jujur ke halaman.
Itu yang paling jarang dibahas ketika orang bicara tentang schema markup — risikonya. Dan itu yang akan saya bahas di sini, bersama dengan cara kerjanya yang sebenarnya.
Schema Markup Adalah: Definisi Berbasis Cara Kerja, Bukan “Kode Tambahan”
Schema markup adalah structured data — kode yang ditambahkan ke HTML halaman web untuk membantu mesin pencari memahami konteks konten secara eksplisit. Bukan hanya membaca teks, tapi mengerti apa yang dimaksud oleh teks tersebut.
Ketika Googlebot merayapi halaman biasa, ia membaca kata-kata dan mencoba menginferensi maknanya. Dengan schema markup, kamu memberi tahu secara langsung: “ini adalah harga produk”, “ini adalah rating pengguna”, “ini adalah pertanyaan dan jawabannya.” Tidak perlu inferensi — Google langsung mengerti.
Vocabulary yang digunakan berasal dari Schema.org — sebuah inisiatif bersama yang didirikan tahun 2011 oleh Google, Microsoft, Yahoo, dan Yandex. Schema.org mendefinisikan ratusan tipe entitas dan propertinya, dari Article hingga JobPosting hingga Movie.
Output yang paling terlihat: rich snippets di SERP. Bintang rating, harga produk, accordion FAQ, breadcrumb di URL, kartu resep — semua itu diproduksi dari schema markup yang terpasang dengan benar. Dan rich results bukan sekadar estetika: studi internal Google menunjukkan halaman dengan rich snippets punya CTR yang secara konsisten lebih tinggi dari hasil standar.
📖 Baca Juga: 3 Rekomendasi Tools SEO Untuk Pemula
Tapi schema markup bukan ranking factor langsung. Google secara eksplisit menyatakannya. Cara kerjanya lebih tidak langsung: schema meningkatkan kelayakan rich result → rich result meningkatkan CTR → CTR yang konsisten tinggi jadi sinyal kualitas → sinyal kualitas memengaruhi posisi.
JSON-LD, Microdata, RDFa: Tiga Format yang Jarang Dibandingkan Secara Jujur
Ada tiga cara menulis structured data, dan perbedaannya bukan sekadar sintaks — ini soal bagaimana kamu mau memelihara kode itu ke depannya.
JSON-LD adalah format yang direkomendasikan Google. Cara kerjanya: schema ditulis dalam blok <script type="application/ld+json"> yang terpisah dari HTML konten. Tidak ada yang perlu disentuh di dalam paragraf atau heading — kamu cukup update satu blok script. Ini yang membuat JSON-LD paling mudah dikelola, dan paling jarang error ketika ada perubahan desain halaman.
Microdata bekerja sebaliknya. Atribut schema disisipkan langsung ke dalam tag HTML yang sudah ada — itemscope, itemtype, itemprop. Lebih verbose, dan setiap kali struktur HTML berubah, schema-nya ikut berisiko rusak.
RDFa mirip Microdata dalam pendekatan (menyisipkan ke HTML), tapi menggunakan prefix namespace dari Resource Description Framework — bahasa yang digunakan dalam Semantic Web. Lebih fleksibel secara teknis, tapi kompleksitasnya tidak sebanding manfaatnya untuk use case web biasa.
Pilihan praktisnya jelas: JSON-LD untuk hampir semua kasus. Satu-satunya pengecualian adalah ketika CMS kamu tidak memberi akses ke head tag — dalam situasi itu Microdata di template HTML jadi alternatif yang masuk akal.
📖 Baca Juga: On-Page SEO: Panduan Elemen, Tools & Cara Optimasi
10 Tipe Schema Markup dan Kapan Masing-Masing Dipakai
Schema.org mendefinisikan ratusan tipe. Tapi dalam praktik SEO sehari-hari, sepuluh tipe ini yang paling relevan dan paling sering menghasilkan rich result:
- Article — untuk konten blog, berita, atau artikel editorial. Properti utama: headline, author, datePublished, dateModified.
- Product — untuk halaman produk e-commerce. Mengaktifkan harga, ketersediaan stok, dan rating di SERP.
- FAQPage — untuk halaman yang berisi pertanyaan dan jawaban. Rich result-nya berupa accordion yang langsung muncul di bawah result — menambah real estate SERP secara signifikan.
- LocalBusiness — untuk bisnis yang punya lokasi fisik. Membantu Google Maps dan Knowledge Panel menampilkan informasi bisnis secara akurat.
- Review — untuk ulasan produk atau layanan. Menampilkan bintang rating di SERP — tapi hanya jika data konsisten dengan yang tampil di halaman.
- Event — untuk acara dengan tanggal dan lokasi spesifik. Menampilkan informasi event langsung di hasil pencarian.
- Recipe — untuk konten resep. Mengaktifkan tampilan waktu memasak, kalori, dan rating di SERP.
- VideoObject — untuk halaman yang embed video. Memungkinkan thumbnail video muncul di hasil pencarian.
- BreadcrumbList — untuk navigasi hierarkis. Menggantikan URL standar dengan breadcrumb yang lebih informatif di bawah judul.
- Organization / Person — untuk entitas brand atau individu. Memperkuat sinyal ke Knowledge Graph Google tentang siapa kamu atau organisasimu.
Schema Markup, SGE, dan AI Overview: Koneksi yang Jarang Dibahas
Sejak Google meluncurkan Search Generative Experience (SGE) — sekarang dikenal sebagai AI Overview — pertanyaan yang paling sering muncul adalah: apakah schema markup memengaruhi kemungkinan kontenmu dikutip oleh AI?
Jawabannya tidak sesederhana ya atau tidak. Google dalam panduan resminya tentang sukses di AI search (2025) menyarankan: “pastikan structured data konsisten dengan konten yang tampil.” Bing lebih eksplisit: schema membantu AI system memahami konten sebelum memutuskan apakah layak dikutip.
Logika di baliknya masuk akal secara teknis. AI Overview bekerja dengan entity knowledge — sistem yang memahami hubungan antar entitas, bukan hanya kata kunci. Schema markup adalah cara paling eksplisit untuk mendefinisikan entitas dan atributnya ke mesin. Halaman yang schema-nya jelas dan konsisten memberikan sinyal yang lebih kuat ke Knowledge Graph — dan Knowledge Graph adalah salah satu sumber yang digunakan sistem AI Google untuk membangun respons.
Tidak ada jaminan. Tapi konten dengan Semantic Web structure yang solid — entitas terdefinisi, relasi jelas, data konsisten — punya peluang lebih baik untuk dikutip dibanding konten yang struktur semantiknya ambigu.
Cara Membuat dan Memvalidasi Schema Markup — Plus Risiko yang Jarang Disebut
Prosesnya empat langkah:
📖 Baca Juga: SEO Adalah: Definisi, Cara Kerja, dan Posisinya di Digital Marketing
- Pilih tipe schema yang relevan. Kunjungi schema.org, pilih tipe sesuai konten — Article untuk blog, Product untuk halaman produk, FAQPage untuk halaman FAQ.
- Tulis JSON-LD. Buat blok
<script type="application/ld+json">, isi dengan properti dari dokumentasi schema.org. Setiap nilai harus konsisten dengan apa yang tampil di halaman — bukan data yang dimanipulasi. - Pasang di head tag. Di WordPress, gunakan Yoast SEO atau Rank Math untuk schema visual. Atau pasang manual di
functions.php. Untuk platform lain, plugin Custom HTML atau template editing. - Validasi. Buka search.google.com/test/rich-results, masukkan URL atau paste HTML. Tools ini langsung menunjukkan apakah schema eligible untuk rich result dan error spesifik yang perlu diperbaiki. Untuk validasi sintaks yang lebih general, gunakan validator.schema.org.
Soal risiko: over-optimization adalah masalah nyata yang hampir tidak pernah dibahas. Google bisa menarik rich result — bahkan memberi penalti manual — jika schema markup tidak merepresentasikan konten halaman secara akurat. Rating yang tidak ada di halaman, harga yang tidak sesuai, atau FAQ yang tidak benar-benar menjawab pertanyaan pengguna adalah contoh inkonsistensi yang paling sering memicu masalah. Validasi bukan langkah opsional.
Pertanyaan Umum tentang Schema Markup
Tidak secara langsung. Schema markup bukan ranking factor yang dikodekan ke algoritma. Tapi ia meningkatkan kelayakan halaman untuk tampil sebagai rich result, yang meningkatkan CTR — dan CTR yang konsisten tinggi adalah sinyal kualitas yang diperhitungkan Google. Jalannya tidak lurus, tapi dampaknya nyata.
JSON-LD ditulis sebagai script terpisah yang tidak bercampur dengan HTML konten — paling direkomendasikan Google dan paling mudah dipelihara. Microdata menyisipkan atribut langsung ke tag HTML yang ada. RDFa mirip Microdata tapi lebih kompleks dengan prefix namespace. Untuk hampir semua kasus, JSON-LD adalah pilihan terbaik.
Gunakan Google Rich Results Test di search.google.com/test/rich-results — untuk cek apakah schema eligible untuk rich result dan melihat error spesifik. Untuk validasi sintaks yang lebih luas, validator.schema.org bisa digunakan. Keduanya gratis, tidak butuh akun.
Schema markup memberikan sinyal entity knowledge yang eksplisit ke sistem AI Google. Google menyarankan structured data yang konsisten dengan konten sebagai bagian dari panduan sukses di AI search. Tidak ada jaminan langsung, tapi konten dengan structure semantik yang jelas punya peluang lebih baik untuk dikutip AI Overview.
Google bisa menarik rich result tanpa pemberitahuan, atau dalam kasus yang lebih serius, memberi penalti manual. Contoh paling umum: schema Review menampilkan rating tapi di halaman tidak ada ulasan yang tampil, atau harga di JSON-LD berbeda dengan harga yang ditampilkan ke pengguna. Validasi rutin lewat Rich Results Test adalah kebiasaan yang harus dibangun.
