BERT (Bidirectional Encoder Representations from Transformers)

TL;DR: BERT adalah model pemrosesan bahasa Google yang dirilis untuk Search pada Oktober 2019. Ia memahami konteks sebuah kata dari kata-kata di kiri dan kanannya sekaligus (dua arah), sehingga Google bisa menangkap maksud query yang panjang dan percakapan, bukan cuma mencocokkan kata kunci.

Apa itu BERT?

BERT (Bidirectional Encoder Representations from Transformers) adalah model bahasa yang membantu Google memahami nuansa kata dalam sebuah pencarian. Sebelum BERT, mesin pencari cenderung membaca kata satu per satu dari kiri ke kanan. BERT membaca seluruh kalimat sekaligus, jadi kata "untuk" atau "tanpa" dalam sebuah query bisa mengubah arti yang ditangkap mesin. Ini bagian dari pergeseran besar menuju pemahaman maksud pencarian yang lebih akurat.

Analoginya sederhana. Kalimat "parkir di tanjakan tanpa trotoar" punya makna berbeda dari "parkir di tanjakan dengan trotoar". Kata kecil "tanpa" menentukan jawaban. BERT dilatih untuk menangkap kata penghubung semacam itu.

Cara Kerja Singkat

BERT adalah bagian dari keluarga teknik yang sama dengan neural matching dan semantic search. Belakangan, perannya dilengkapi model yang lebih besar seperti MUM.

Kenapa Penting?

Untuk marketer dan pemilik bisnis di Indonesia, BERT berarti satu hal praktis: tulis konten dengan bahasa natural yang menjawab pertanyaan, bukan tumpukan kata kunci. Halaman yang menjelaskan maksud pembaca secara jelas lebih mungkin cocok dengan query percakapan. Detail teknisnya bisa dibaca di pengumuman resmi Google.

Pertanyaan Umum

Apakah saya perlu mengoptimasi khusus untuk BERT?

Tidak ada "optimasi BERT" terpisah. Yang membantu adalah konten jelas, terstruktur, dan menjawab maksud pembaca dengan bahasa wajar.

Apa beda BERT dan RankBrain?

RankBrain lebih dulu hadir untuk menafsirkan query baru. BERT fokus memahami konteks tata bahasa dalam kalimat. Keduanya bekerja berdampingan.