Studi Kasus Atmo LMS: Schema Course Naikkan Kutipan AI Search dari 7 ke 29 Persen dalam 33 Hari di Platform Edukasi 2026
TL;DR: Schema Course yang dipasang di Atmo LMS meningkatkan rasio kutipan AI Search dari 7 persen ke 29 persen dalam 33 hari pada periode April-Mei 2026. Sinyal yang paling berdampak adalah
provider,educationalLevel, dancourseInstancedengan tanggal aktif. Angka ini berlaku untuk platform edukasi dengan 20-40 kursus aktif dan bisa berbeda tergantung kompetisi keyword vertikal.
Atmo LMS adalah salah satu project edukasi yang dikelola tim Vito Atmo dengan fokus pelatihan digital marketing dan teknologi. Hingga awal 2026, halaman daftar kursus jarang muncul di kutipan AI Search meski traffic organik cukup sehat. Akar masalahnya bukan konten, melainkan AI tidak memahami struktur katalog.
Di project ini, hipotesis awalnya adalah ItemList sudah cukup. Setelah dua minggu pengamatan tanpa progres, tim memutuskan menambahkan Schema Course per item katalog. Hasilnya berbeda.
Konteks Awal Baseline
Pada minggu pertama April 2026, AI Search (Google AI Overview, Perplexity, Bing Chat) mengutip katalog Atmo LMS hanya 7 persen dari 100 prompt sampel. Halaman kursus individu hampir tidak pernah disebut. Mayoritas kutipan jatuh ke website kompetitor yang sudah memasang structured data lebih lengkap.
Kerangka 5 Langkah yang Dijalankan
| Langkah | Aksi |
|---|---|
| 1 | Audit semua halaman kursus, pastikan tiap kursus punya URL kanonik |
| 2 | Pasang Schema Course dengan properti minimal: name, description, provider, educationalLevel |
| 3 | Tambah courseInstance dengan startDate, endDate, dan courseMode (online) |
| 4 | Validasi tiap halaman pakai [Google [Rich Results Test](/glosarium/rich-results-test)](https://search.google.com/test/rich-results) |
| 5 | Pantau kutipan AI mingguan, dokumentasikan prompt mana yang mulai mengutip |
Hasil 33 Hari
Pada hari ke-33, rasio kutipan AI naik ke 29 persen dari sampel prompt yang sama. Tiga sinyal yang paling berdampak: kelengkapan provider, eksistensi courseInstance dengan tanggal aktif, dan konsistensi educationalLevel. Trafik organik sendiri naik 22 persen di periode yang sama, tapi sinyal AI Search adalah yang paling cepat berubah. Pelajari konteks pendukung di AEO dan GEO.
Pelajaran yang Bisa Direplikasi
Tim platform edukasi lain di Indonesia bisa menerapkan kerangka serupa. Yang penting bukan jumlah properti schema, melainkan keaktualan data. courseInstance yang tidak diperbarui justru menurunkan trust AI. Pasang skema, lalu update tanggal tiap rilis batch baru.
Pertanyaan Umum
Apakah hasil ini berlaku universal?
Tidak. Angka 7 ke 29 persen relevan untuk platform edukasi 20-40 kursus. Platform dengan ratusan kursus mungkin perlu strategi paginasi yang berbeda.
Berapa lama biasanya AI Search merespons schema baru?
Berdasarkan observasi, sinyal mulai terlihat di hari 10-14. Stabilisasi terjadi di sekitar hari 21-30.
Apakah Schema Course menggantikan ItemList di halaman kategori?
Tidak. Keduanya komplementer. ItemList di halaman kategori, Schema Course di halaman kursus individu.
Penutup
Studi kasus ini menegaskan bahwa schema bukan checkbox SEO, melainkan jembatan komunikasi struktur ke mesin pencari. Marketer di platform edukasi Indonesia sebaiknya audit ulang katalog sebelum musim enrollment berikutnya.
Artikel Terkait
Case Study
Studi Kasus: Glosarium sebagai Mesin Trafik Organik yang Diam
Banyak yang menganggap halaman istilah sekadar pelengkap. Padahal, dengan struktur yang tepat, glosarium bisa jadi sumber trafik organik paling stabil di sebuah website.
Case Study
Studi Kasus: Bagaimana Glosarium Jadi Mesin Traffic Organik
Glosarium sering dianggap pelengkap. Padahal, jika dirancang benar, ia bisa jadi salah satu sumber traffic organik paling stabil sebuah website.
Case Study
MVP untuk UMKM: Validasi Produk Sebelum Bangun Besar
MVP membantu UMKM menguji kebutuhan pasar sebelum modal besar keluar. Langkah praktis dan studi kasus nyata membangun versi terkecil yang cukup.
Butuh website yang benar-benar bekerja?
Hubungi Vito untuk konsultasi gratis 15 menit.
WhatsApp Sekarang