Membangun Internal Link Map Website dengan Jev

Pada 15 September 2026, TypeSafe AI mengumumkan Jev, model System One yang dirancang untuk memberi keputusan terstruktur, bukan sekadar menghasilkan teks.

Saya tertarik bukan karena Jev bisa menulis artikel. Justru sebaliknya. Jev menerima state, lalu mengembalikan pilihan, probabilitas, dan confidence yang bisa dipakai kode.

Saya menemukan ide use case ini dari thread Borja Obeso di X tentang internal linking berbantuan AI. Ia menunjukkan arah yang menarik: baca seluruh website, cari hubungan yang benar-benar masuk akal, lalu jangan memaksa link ketika konteksnya tidak ada.

Kedengarannya seperti use case AI yang jauh dari SEO. Saya ingin mengujinya pada website nyata, dengan masalah yang bisa diperiksa ulang: internal linking.

Kenapa mulai dari internal linking?

Pernahkah Anda punya banyak artikel dan halaman layanan, tetapi bingung menentukan link yang paling masuk akal di antara semuanya?

Saya mengalami hal yang sama saat memeriksa struktur internal link Harun Studio. Link sudah ada di banyak tempat, tetapi belum ada peta yang bisa dibaca dengan cepat.

Internal link terlihat kecil. Namun, link membantu pembaca menemukan halaman berikutnya dan membantu mesin pencari memahami hubungan antarhalaman.

Panduan internal linking dari Mailchimp juga menjelaskan peran link internal dalam navigasi, konteks, dan distribusi authority di dalam website.

Ada pula studi kasus pihak ketiga tentang Mailchimp yang melaporkan ranking halaman pertama.

Namun, laporan itu membahas program konten secara keseluruhan. Laporan tersebut bukan eksperimen yang membuktikan internal link sebagai satu-satunya penyebab kenaikan ranking.

Karena itu, saya tidak akan menulis bahwa internal linking pasti menaikkan ranking. Saya hanya ingin membuat hubungan antarhalaman lebih masuk akal, lalu menyiapkan cara untuk mengukurnya.

Apa itu internal link map?

Internal link adalah link dari satu halaman ke halaman lain di website yang sama. Contohnya, artikel tentang website lambat mengarah ke layanan optimasi loading.

Internal link map adalah peta dari semua hubungan tersebut. Peta ini membantu saya melihat jalur pembaca, bukan hanya daftar URL yang berdiri sendiri.

Masalahnya, dua halaman bisa memakai kata yang sama tetapi belum tentu cocok dihubungkan. Saya membutuhkan penilaian tentang maksud pembaca, bukan sekadar pencocokan keyword.

Saya mulai dari halaman yang benar-benar dirender

Sebelum artikel ini ditambahkan, build Astro menghasilkan 266 halaman. Saya membaca output HTML-nya, bukan hanya file sumber.

Crawler mengambil judul, deskripsi, heading, isi utama, dan link yang benar-benar muncul di halaman. Dengan cara ini, saya bisa melihat apa yang dilihat crawler dan pembaca.

Scope awal saya batasi ke 155 halaman berbahasa Indonesia dan Inggris. Ada 100 halaman ID dan 55 halaman EN.

Halaman Arab dan Prancis belum saya masukkan. Route terjemahannya masih memiliki masalah sendiri, jadi saya tidak ingin mencampurkan temuan tersebut ke audit ID dan EN.

Di sinilah Jev membantu

Jev adalah model TypeSafe yang mengembalikan keputusan terstruktur. Ia tidak menulis artikel dan tidak menggantikan keputusan editorial saya.

Saya memberikan satu halaman sumber dan beberapa kandidat halaman tujuan. Lalu saya bertanya:

1. Apakah link ini membantu pembaca?
2. Apa tujuan link tersebut: membaca lanjutan, membandingkan pilihan, memilih layanan, atau melihat studi kasus?

Jawabannya berupa probabilitas dan label. Kode kemudian memfilter hasilnya dengan aturan yang sudah saya tetapkan.

Temuan pertama: link sudah banyak, tetapi belum tentu terarah

Audit awal menemukan 2.888 hubungan internal yang sudah ada. Jev kemudian memberi 538 rekomendasi dengan probabilitas minimal 0,65.

Sebanyak 207 hubungan belum terlihat di halaman sumber. Angka ini cukup besar, tetapi saya tidak langsung memasukkan semuanya ke website.

Saya perlu memisahkan link yang benar-benar editorial dari link yang datang dari navbar, footer, language switcher, dan card yang berulang.

Kenapa link template perlu dipisahkan?

Bayangkan sebuah halaman layanan muncul di navbar semua halaman. Secara angka, halaman itu punya banyak inbound link.

Namun, angka tersebut tidak otomatis berarti artikel lain membahas layanan itu secara kontekstual. Link dari navbar dan link dari paragraf memiliki fungsi yang berbeda.

Karena itu, saya mengeluarkan target yang muncul berulang di template. Saya juga mengeluarkan logo, author card, archive card, dan CTA dari audit contextual.

Hasilnya lebih kecil, tetapi lebih berguna untuk keputusan editorial.

Audit contextual menghasilkan keputusan yang lebih tajam

Setelah filter diperketat, Jev menilai 418 link contextual yang sudah ada. Rata-rata probabilitas relevansinya 0,736.

Jev juga menilai 205 kandidat link baru. Rata-rata peluang penempatan contextual-nya 0,740, dan 161 kandidat berada di atas 0,70.

Page quality-nya terbagi menjadi 31 halaman strong, 70 mixed, dan 54 weak. Jadi, tidak semua halaman siap menerima link baru dengan cara yang sama.

Saya juga menemukan 67 link editorial same-locale yang mengarah ke route yang belum dibangun. Broken link seperti ini harus ditriase terpisah.

Menambah link baru tidak boleh dipakai untuk menutupi masalah route lama.

Dari registry ke contextual link

Versi pertama implementasi memakai related-links di bagian bawah halaman. Secara teknis, cara ini aman dan semua target valid.

Namun, tampilannya terlalu generik. Pembaca melihat kumpulan link, bukan alasan kenapa link tersebut muncul di kalimat tertentu.

Karena itu, saya menghapus bottom section tersebut. Saya memilih cara yang lebih dekat dengan cara pembaca membaca artikel: link ditempatkan di dalam paragraf yang memang sedang membahas topiknya.

Untuk setiap keputusan Jev yang lolos, build integration mencari paragraf yang memiliki kata atau konteks yang berhubungan dengan target.

Kalau menemukan phrase yang cocok, phrase tersebut diberi link. Kalau tidak ada phrase yang cukup jelas, sistem menambahkan contextual sentence pendek. Link tidak dibuat di dalam card atau komponen navigasi.

Hasil implementasi

Dari keputusan Jev yang lolos dan punya sumber editorial yang layak, 155 keputusan berhasil diterapkan.

Sebanyak 153 link memakai phrase yang sudah ada di paragraf. Dua link memakai contextual sentence fallback karena tidak ada phrase pendek yang cukup jelas untuk dibungkus.

Semua 155 target route tersedia di build. Semua juga tetap berada dalam locale yang sama.

Build terakhir menghasilkan 267 halaman karena studi kasus ini ikut masuk ke content collection. Pemeriksaan khusus menemukan 155 dari 155 link contextual tampil di source page yang benar.

Tidak ada lagi bottom related-links UI yang dirender di service page, blog, studi kasus, industri, homepage, atau halaman umum.

Apa yang belum bisa dibuktikan?

Link yang berhasil dirender belum otomatis menghasilkan kenaikan ranking atau traffic. Dampak tersebut membutuhkan data Search Console, analytics, dan waktu pengamatan setelah perubahan berjalan.

Probabilitas Jev juga bukan kepastian 99 persen. Angka itu adalah alat prioritas agar saya tahu link mana yang perlu diperiksa lebih dulu.

Scope audit ini juga masih ID dan EN. AR serta FR belum diproses sampai masalah route terjemahannya dibereskan.

Pelajaran dari proyek ini

Internal link map sebaiknya dimulai dari HTML yang benar-benar dirender. File sumber saja tidak cukup karena template dan komponen bisa menambah banyak link.

Link template dan link editorial juga harus dihitung terpisah. Kalau tidak, navbar bisa membuat sebuah halaman terlihat sangat kuat padahal tidak pernah dibahas dalam artikel.

Yang paling penting, AI tidak boleh langsung mengubah semua teks. Jev membantu memilih hubungan yang masuk akal, tetapi kode dan saya tetap menentukan batas, placement, dan cara validasinya.

Kalau Anda ingin membenahi internal linking website

Kalau website Anda punya banyak halaman tetapi jalur menuju layanan belum jelas, saya bisa mulai dari audit on-page dan struktur internal link.

Untuk audit dan perbaikan satu kali, lihat jasa SEO on-page. Untuk perawatan berkelanjutan yang mencakup internal linking, konten, dan laporan traffic, lihat jasa SEO bulanan.

Saya biasanya mulai dari kondisi website yang nyata, bukan dari daftar link yang dibuat tanpa membaca halaman.