Saya ingat betul, sekitar dua tahun lalu, waktu saya merasa sudah ‘jago’ soal Core Web Vitals. Skor PageSpeed Insights situs pribadi saya sudah hijau semua. LCP di bawah 2.5 detik, CLS nol koma sekian, INP aman. Rasanya, ini sudah paling optimal. Eh, ternyata. Waktu Google mulai gencar dengan update AI di search engine, terutama sejak Gemini mulai ‘ngintip’ ke SERP, ada yang berubah. Entah kenapa, traffic organik ke beberapa halaman penting malah stagnan. Padahal, metrik Core Web Vitals (CWV) di Search Console masih ‘Good’. Saya mulai mikir, jangan-jangan ada yang saya lewatkan.
Foto oleh Markus Spiske via Pexels
Waktu Saya Sadar Angka PageSpeed Sudah Gak Cukup di Era AI Search
Dulu, kita kan seringnya cuma ngandelin angka mentah dari PageSpeed Insights atau Lighthouse. Kalau skornya 90+ dan semua metrik hijau, rasanya sudah tenang. Masalahnya, AI itu tidak cuma membaca angka. Dia membaca ‘pengalaman’. Contohnya begini: situs saya pernah punya masalah LCP, Largest Contentful Paint. Setelah dioptimasi habis-habisan, jadi 1.8 detik. Tapi, saya pakai animasi loading yang lumayan berat di awal. Secara teknis, LCP sudah cepat. Tapi, secara persepsi pengguna, situs itu terasa lambat karena animasi loading-nya memakan waktu dua detik sendiri sebelum konten utama muncul.
Dulu, Google mungkin melihat LCP saya bagus. Sekarang, dengan AI yang lebih canggih, saya berasumsi mereka bisa ‘merasakan’ pengalaman pengguna. Kalau pengguna langsung kabur setelah melihat animasi loading yang panjang, itu sinyal buruk. Padahal, secara metrik, situs saya ‘cepat’. Ini masalah umum yang banyak orang tidak sadar. Fokus pada angka saja, tapi lupa pada apa yang sebenarnya dirasakan pengunjung. AI sekarang bisa ‘membaca’ sinyal non-teknis seperti ini.
Apa benar AI bisa ‘merasakan’ user experience?
Ini pertanyaan bagus. Saya tidak punya data internal Google, tentu saja. Tapi dari pengamatan, dan beberapa bocoran paten, AI tidak secara harfiah ‘merasakan’. Lebih tepatnya, AI dilatih untuk mengidentifikasi pola-pola perilaku pengguna yang mengindikasikan pengalaman buruk. Misalnya, bounce rate tinggi setelah LCP bagus, atau waktu tinggal yang sangat singkat di halaman. Kombinasi metrik teknis dengan sinyal perilaku ini yang jadi penting. Jadi, bukan cuma angka LCP-nya, tapi apa yang terjadi *setelah* LCP itu muncul.
Jebakan UX ‘Sempurna’ yang Malah Bikin Google Bingung
Saya pernah mencoba membuat UX situs saya se-interaktif mungkin. Banyak efek parallax, transisi halus, dan animasi kecil di setiap elemen. Tujuannya agar terlihat modern dan menarik. Di mata saya, itu ‘sempurna’. Pengguna juga sering kasih feedback positif. Tapi, saat saya cek di Google Search Console, INP (Interaction to Next Paint) saya jelek sekali. Angkanya kadang sampai 500ms lebih. Padahal, di desktop terasa mulus-mulus saja.
Ternyata, semua interaksi visual itu membebani CPU browser, terutama di perangkat mobile atau laptop tua. AI tidak melihat ‘keindahan’ efek parallax itu. AI melihat jeda antara klik tombol dengan respon visual di layar. Jeda ini, bagi AI, adalah sinyal pengalaman buruk. Saya belajar, kesempurnaan UX itu relatif. Apa yang ‘sempurna’ di mata desainer, bisa jadi bencana di mata Core Web Vitals dan AI Search.
Solusinya? Saya mulai memangkas efek-efek yang tidak esensial. Fokus pada fungsionalitas dan responsivitas. Beberapa CSS dan JavaScript untuk animasi yang ‘indah’ itu akhirnya saya buang. Hasilnya? INP turun drastis, dan yang mengejutkan, waktu tinggal pengunjung malah sedikit meningkat. Mungkin karena situs jadi lebih cepat dan responsif, pengunjung tidak perlu menunggu. Kamu bisa baca juga: Penyebab INP Buruk (Javascript, Third Party Script) untuk lebih detail soal ini.
Core Web Vitals: Bukan Cuma Soal Kecepatan, Tapi ‘Respon’ di Mata AI
Dulu, saya selalu menganggap ‘kecepatan website’ itu cuma soal seberapa cepat halaman muncul. LCP dan FCP (First Contentful Paint) adalah raja. Tapi sekarang, dengan INP yang jadi metrik utama, fokusnya bergeser ke ‘responsivitas’. AI tidak cuma peduli seberapa cepat situs kamu muncul, tapi seberapa cepat situs kamu ‘bereaksi’ terhadap interaksi pengguna.
Pernah suatu kali, saya mendapati situs saya punya LCP yang bagus, tapi INP-nya merah. Bingung, kan? Setelah saya telusuri, masalahnya ada di JavaScript pihak ketiga. Sebuah script untuk tracking analitik yang saya pasang, ternyata memakan banyak waktu di main thread browser. Setiap kali ada klik atau input, script itu ‘menunda’ respon UI. AI mungkin melihat ini sebagai ‘situs lambat merespon’, meskipun kontennya sudah muncul semua.
Ini yang sering terlewat. Kita sibuk mengoptimasi gambar, CDN, atau caching untuk LCP. Tapi lupa kalau interaktivitas itu sama pentingnya. Di era AI Search, di mana Google makin pintar ‘meniru’ cara manusia berinteraksi, responsivitas ini jadi krusial. AI akan ‘menilai’ seberapa mulus pengalaman pengguna dari awal sampai akhir, bukan hanya di bagian pembuka saja.
Bagaimana cara AI mengukur ‘respon’ secara akurat?
Google menggunakan data dari Chrome User Experience Report (CrUX) untuk metrik Core Web Vitals. Ini adalah data pengguna nyata di lapangan. Jadi, ketika kamu berinteraksi dengan sebuah situs, data anonim tentang jeda respon itu dikirimkan ke Google. AI kemudian menggunakan data agregat ini untuk memahami bagaimana situs itu ‘merespon’ di berbagai kondisi perangkat dan jaringan. Jadi, bukan cuma simulasi di lab, tapi pengalaman nyata yang jadi patokan. Ini jauh lebih akurat dan jujur daripada sekadar test di PageSpeed Insights.
Kenapa Pendekatan Lama Optimasi Core Web Vitals Sering Mentok Sekarang
Dulu, kalau mau optimasi Core Web Vitals, kita cuma fokus ke hal-hal seperti: kompres gambar, minify CSS/JS, pakai CDN, atau pakai plugin caching. Itu semua penting, kok. Saya juga masih pakai. Tapi, di era AI Search, itu tidak lagi jadi satu-satunya kunci. Saya pernah menghabiskan seminggu penuh untuk mengoptimalkan semua hal teknis itu di salah satu proyek pribadi saya, sampai skor Lighthouse mencapai 100.
Tapi, traffic tidak bergerak signifikan. Malah, ada beberapa kompetitor dengan skor lebih rendah tapi rankingnya lebih stabil. Kenapa? Saya akhirnya menyadari, AI Search tidak cuma melihat ‘seberapa cepat’ secara teknis, tapi ‘seberapa relevan dan memuaskan’ pengalaman itu. Jika situs saya cepat tapi kontennya tidak menjawab pertanyaan pengguna dengan baik, atau navigasinya membingungkan, AI akan tetap menganggapnya kurang optimal.
Pendekatan lama terlalu ‘mekanis’. AI membutuhkan pendekatan yang lebih ‘holistik’. Ini bukan cuma soal Core Web Vitals itu sendiri, tapi bagaimana Core Web Vitals itu mendukung keseluruhan tujuan pengguna. Apakah situs kamu memuat dengan cepat *dan* membuat pengguna betah? Apakah interaksinya mulus *dan* membantu mereka menemukan yang dicari? Kalau cuma cepat tapi bikin frustasi, AI akan tahu.
Langkah Praktis Mengidentifikasi Masalah Core Web Vitals yang AI Perhatikan
Oke, jadi kalau pendekatan lama sering mentok, lalu bagaimana? Ini yang saya lakukan di situs saya sendiri, dan lumayan membantu untuk optimasi Core Web Vitals di tengah gempuran AI Search:
- Jangan cuma lihat PageSpeed Insights: PageSpeed Insights itu bagus untuk diagnosis awal, tapi bukan segalanya. Lihat data di Google Search Console (GSC), bagian Core Web Vitals. Ini adalah data lapangan, data nyata pengguna. Kalau di GSC merah, itu yang harus diutamakan.
- Fokus pada INP: Dengan INP yang sekarang jadi metrik utama, perhatikan ini baik-baik. Gunakan Chrome DevTools untuk melihat ‘Long Tasks’ atau ‘Main Thread Activity’. Seringkali JavaScript pihak ketiga atau script yang tidak efisien jadi biang keroknya. Saya pernah menemukan masalah INP dari plugin chat support yang memuat terlalu banyak resource.
- Simulasi di perangkat nyata: Jangan cuma test di laptop atau komputer kencang. Pinjam HP jadul teman, atau pakai fitur ‘Throttling’ di Chrome DevTools untuk simulasi jaringan lambat dan CPU terbatas. Rasakan sendiri pengalaman pengguna di kondisi terburuk. Ini yang AI juga ‘perhatikan’.
- Analisis perilaku pengguna: Gunakan tools seperti Google Analytics atau Hotjar (kalau ada) untuk melihat bagaimana pengguna berinteraksi. Apakah mereka scroll jauh? Klik tombol yang seharusnya? Atau langsung kabur? Korelasikan ini dengan metrik CWV kamu. Kalau CWV bagus tapi perilaku buruk, berarti ada masalah di ‘persepsi’ yang AI bisa deteksi.
- Relevansi konten: Ini mungkin terdengar tidak teknis, tapi sangat berkaitan. Situs yang cepat tapi kontennya tidak relevan atau sulit dipahami akan tetap dianggap buruk oleh AI. Pastikan konten kamu ‘membantu’ dan ‘memuaskan’ pengguna. Ini sinyal kuat bagi AI bahwa situs kamu memang berkualitas.
Mengoptimalkan Core Web Vitals di era AI Search itu seperti bermain catur. Kamu tidak bisa cuma fokus pada satu bidak, tapi harus melihat seluruh papan dan memprediksi langkah lawan. AI itu lawan sekaligus wasit. Dia tidak cuma melihat seberapa cepat kamu bergerak, tapi juga seberapa cerdas dan efektif setiap langkahmu. Saya masih terus belajar, terus bereksperimen. Mungkin minggu depan ada update lagi. Saya menyalakan laptop, dan mulai dari langkah pertama yang tadi saya tulis.