Cara Kerja Sitemap XML dan Kesalahan yang Membuatnya Diabaikan

Sitemap XML sering disalahpahami sebagai daftar semua halaman yang dimiliki sebuah situs. Sebenarnya bukan. Sitemap adalah daftar halaman yang Anda minta untuk diindeks — sebuah pernyataan niat, bukan inventaris.

Perbedaan itu menentukan hampir semua keputusan berikutnya.

Yang seharusnya masuk

Halaman yang layak masuk sitemap memenuhi tiga syarat sekaligus:

1. Mengembalikan status 200, bukan 404 atau redirect
2. Tidak diberi tag noindex
3. Menunjuk dirinya sendiri sebagai kanonik

Kalau satu saja syarat tidak terpenuhi, Google akan mencatatnya sebagai ketidakcocokan di Search Console. Beberapa ketidakcocokan tidak masalah. Ratusan akan mengubur masalah yang benar-benar penting di balik tumpukan peringatan.

Sitemap yang ditulis tangan selalu membusuk

Pola paling merusak yang sering ditemui adalah sitemap berisi daftar alamat yang diketik manual. Awalnya rapi. Enam bulan kemudian:

• Halaman baru dibuat, lupa ditambahkan ke sitemap
• Halaman lama dihapus, alamatnya masih tercantum
• Artikel berstatus draf ikut terdaftar padahal halamannya tidak pernah dibuat

Yang terakhir adalah yang paling berbahaya, karena hasilnya adalah 404 di dalam sitemap — persis kebalikan dari tujuan sitemap itu sendiri.

Solusinya struktural, bukan disiplin. Turunkan daftar alamat dari halaman yang benar-benar dihasilkan saat build. Dengan begitu, halaman yang tidak dibuat secara otomatis tidak mungkin terdaftar.

Soal lastmod, changefreq, dan priority

Dari tiga field opsional ini, hanya lastmod yang benar-benar diperhatikan Google — dan itu pun hanya kalau nilainya bisa dipercaya.

Kalau lastmod selalu diisi tanggal build, maka setiap halaman akan terlihat berubah setiap kali situs dideploy. Google cepat mengenali pola ini dan berhenti mempercayai field tersebut untuk seluruh situs. Isi lastmod hanya ketika isi halaman benar-benar berubah.

changefreq dan priority sudah dinyatakan diabaikan. Mengisinya hanya menambah ukuran berkas.

Batas ukuran dan sitemap index

Satu berkas sitemap dibatasi 50.000 alamat atau 50 MB, mana yang lebih dulu tercapai. Melewati batas itu membuat seluruh berkas ditolak, bukan sebagian.

Untuk situs yang berpotensi tumbuh, memecah sitemap sejak awal lebih aman daripada memindahkannya saat sudah kepepet:

/sitemap-index.xml   -> menunjuk ke berkas-berkas di bawah
/sitemap-0.xml       -> 10.000 alamat pertama
/sitemap-1.xml       -> berikutnya

Yang didaftarkan ke Search Console dan ditulis di robots.txt cukup berkas indexnya saja.

Karakter yang merusak seluruh berkas

Sitemap adalah dokumen XML, dan XML tidak toleran. Satu tanda & yang tidak di-escape di dalam sebuah alamat membuat berkas dianggap tidak valid seluruhnya — bukan hanya baris itu.

Ini paling sering terjadi pada alamat yang dibentuk dari judul atau nama tag yang ditulis pengguna. Semua nilai teks harus dilewatkan fungsi escape sebelum ditulis ke berkas.

Pertanyaan Umum

Apakah halaman berhalaman perlu masuk sitemap?

Tidak perlu. Artikelnya sendiri sudah terdaftar satu per satu. Yang penting halaman berhalaman tetap boleh dirayapi lewat tautan biasa, karena itulah jalur Google menemukan artikel lama.

Kalau sudah punya sitemap, apakah Google pasti mengindeks semuanya?

Tidak. Sitemap membantu penemuan, bukan menjamin pengindeksan. Halaman yang tipis atau duplikat tetap bisa ditemukan lalu tidak diindeks.

Seberapa sering sitemap perlu dikirim ulang ke Search Console?

Sekali saja. Google akan merayapinya ulang secara berkala. Mengirim ulang tidak mempercepat apa pun.

Untuk memastikan status URL yang dikirim dan dibaca Google, pemeriksaan sitemap dapat dilakukan melalui Google Search Console.

Sitemap akan lebih mudah dikelola jika website memakai struktur URL yang konsisten.

Sitemap adalah salah satu bagian dari fondasi technical SEO, bukan pengganti struktur link dan kualitas halaman.