Temukan peluang pertumbuhan yang layak diprioritaskan berdasarkan permintaan pasar, lanskap persaingan, proposisi nilai merek, dan sumber kutipan.
Panduan jelas yang menjelaskan alasan Google mengganti FID dengan INP dan dampaknya terhadap SEO serta pengalaman pengguna.
Jelajahi 12,000 pasar khusus.
Diperbarui oleh
Diperbarui pada Oct 02, 2026
Google mengganti First Input Delay (FID) dengan Interaction to Next Paint (INP) sebagai Core Web Vital pada 12 Maret 2024. FID hanya mengukur jeda browser sebelum memproses interaksi pengguna pertama. INP mengukur total waktu dari interaksi pengguna apa pun — klik, ketukan, atau penekanan tombol — hingga respons visual pertama muncul di layar, untuk semua interaksi selama satu sesi, lalu melaporkan interaksi terburuk. INP lebih sulit untuk lulus: lebih dari 30% situs mobile masih belum memenuhi ambang batas. Yang lebih penting pada 2026, skor INP yang buruk berdampak lebih dari sekadar peringkat organik. Responsivitas halaman secara langsung memengaruhi kemampuan crawler AI — termasuk GPTBot dan PerplexityBot — untuk meng-crawl halaman, serta sinyal pengalaman pengguna yang memprediksi kelayakan untuk mendapatkan sitasi AI. Panduan ini menjelaskan FID vs INP secara menyeluruh dan menghubungkan optimasi INP dengan lapisan visibilitas di AI Search yang dipantau oleh Dageno AI.
Kedua metrik ini mengukur responsivitas situs web — bagaimana halaman merespons tindakan pengguna. Keduanya didasarkan pada interaksi pengguna yang sebenarnya: FID maupun INP tidak akan tercatat jika pengguna membuka halaman lalu membacanya tanpa mengeklik, mengetuk, atau menekan tombol. Anda tidak dapat mengukur keduanya secara andal hanya di lingkungan lab dengan memuat ulang halaman; Anda perlu menyimulasikan interaksi nyata untuk menghasilkan skor.
Hal ini membedakan keduanya dari LCP (Largest Contentful Paint) dan CLS (Cumulative Layout Shift), yang direkam secara otomatis saat halaman dimuat, terlepas dari perilaku pengguna.
FID hanya mengukur interaksi pengguna pertama — jeda sebelum browser mulai memproses klik, ketukan, atau penekanan tombol pertama setelah halaman dimuat.
INP mengumpulkan data dari setiap interaksi sepanjang sesi, lalu melaporkan satu interaksi terburuk — interaksi yang membutuhkan waktu paling lama untuk menghasilkan respons visual. Google menerapkan satu pengecualian: jika sebuah halaman memiliki 50+ interaksi dalam satu sesi, satu pencilan tertinggi akan diabaikan agar kejadian ekstrem yang jarang terjadi tidak mendistorsi skor. Untuk sebagian besar halaman dengan kurang dari 50 interaksi per sesi, interaksi terlama akan menjadi skor INP.
Contoh praktis perubahan INP selama sesi:
FID hanya mengukur input delay — waktu dari tindakan pengguna hingga browser mulai memprosesnya. Waktu pemrosesan browser dan rendering visual respons tidak termasuk dalam FID.
INP mengukur durasi interaksi secara menyeluruh: input delay + waktu pemrosesan + presentation delay — waktu hingga perubahan frame visual pertama muncul di layar setelah tindakan pengguna. INP melaporkan total waktu yang harus ditunggu pengguna untuk melihat bahwa sesuatu telah terjadi.
Karena itu, INP merupakan pengukuran kualitas interaksi yang jauh lebih menyeluruh. Halaman yang cepat mulai memproses interaksi, tetapi membutuhkan 800ms untuk memperbarui tampilan secara visual, bisa lulus FID (input delay cepat) tetapi gagal INP (total durasi interaksi lambat).
Peralihan dari FID sebagian didorong oleh fakta bahwa sebagian besar situs web sudah mencapai skor FID yang baik — metrik ini tidak lagi cukup membedakan kualitas interaksi. Lebih dari 90% situs web lulus FID di perangkat mobile maupun desktop, sehingga FID menjadi tolok ukur yang kurang efektif untuk membedakan kualitas interaksi di seluruh web.
INP jauh lebih sulit untuk lulus. Lebih dari 30% situs mobile masih belum memenuhi ambang batas INP, sehingga metrik ini memberikan sinyal pembeda yang lebih bermakna dan sasaran optimasi yang nyata bagi sebagian besar industri.
Cakupan FID yang hanya mengukur interaksi pertama dapat menghasilkan gambaran pengalaman pengguna yang menyesatkan. Halaman yang merespons klik pertama secara instan, tetapi makin tidak responsif saat pengguna berinteraksi lebih jauh — mungkin karena eksekusi JavaScript terus menumpuk pada halaman interaktif yang berat — akan menunjukkan FID yang sangat baik, meskipun pengalaman sebenarnya buruk.
Dengan mengukur semua interaksi dan melaporkan yang terburuk, INP mencerminkan pengalaman pengguna sepanjang waktu mereka berada di halaman — menjadikannya proksi yang lebih akurat untuk responsivitas yang dirasakan pengguna.
| Skor | Klasifikasi |
|---|---|
| 200ms atau kurang | Baik |
| 201ms–500ms | Perlu ditingkatkan |
| Lebih dari 500ms | Buruk |
Skor INP yang baik mengharuskan setiap interaksi selama sesi selesai dalam waktu 200ms sejak tindakan pengguna hingga respons visual. Ini jauh lebih menuntut daripada FID, yang hanya mengharuskan input delay pada interaksi pertama berlangsung cepat.
Pada 2026, optimasi Core Web Vitals berdampak lebih luas daripada peringkat organik — dampak yang belum ada saat FID diperkenalkan.
Menurut analisis crawler Cloudflare pada Mei 2025, pangsa GPTBot dari seluruh aktivitas crawler meningkat menjadi 7,7% (naik dari 2,2% pada Mei 2024, +305%) dan PerplexityBot tumbuh 157.490% dari tingkat kehadiran yang sangat kecil. Bersama ClaudeBot dan crawler AI lainnya, trafik bot AI kini menjadi bagian yang signifikan dan terus bertambah dari total aktivitas crawler.
Crawler AI tidak mengeksekusi JavaScript. GPTBot, ClaudeBot, dan PerplexityBot hanya mengakses HTML statis. Payload JavaScript yang berat dan menyebabkan skor INP buruk — karena memblokir main thread, menunda pemrosesan event, atau membuat long task yang menghambat pembaruan visual tepat waktu — juga merupakan payload yang paling mungkin membuat konten Anda tidak terlihat oleh crawler AI. Optimasi JavaScript yang sama yang meningkatkan INP bagi pengguna nyata juga mengurangi beban rendering yang menyebabkan crawler AI menerima konten kosong atau tidak terstruktur dengan benar.
Hal ini menciptakan keselarasan langsung: memperbaiki masalah JavaScript yang menyebabkan skor INP buruk juga meningkatkan aksesibilitas bagi crawler AI, yang menentukan apakah platform AI dapat mengindeks dan kemudian mengutip konten Anda.
Perbedaan pentingnya: INP terutama merupakan metrik Real User Monitoring (RUM). Tes lab dapat menyimulasikan interaksi, tetapi skor INP di Google Search Console mencerminkan pola perilaku pengguna yang sebenarnya, yang tidak dapat direplikasi sepenuhnya dalam tes sintetis.
Mengoptimalkan INP meningkatkan sinyal pengalaman pengguna yang berkontribusi terhadap otoritas halaman — dan otoritas halaman merupakan salah satu prediktor kelayakan untuk mendapatkan sitasi AI. Namun, setelah performa teknis dioptimalkan, Anda tetap memerlukan lapisan khusus untuk mengetahui apakah optimasi tersebut benar-benar menghasilkan sitasi AI.
Dageno AI menyediakan lapisan pengukuran tersebut — melacak performa sitasi merek secara bersamaan di ChatGPT, Perplexity, Google AI Overviews, Google AI Mode, Gemini, Claude, Grok, Microsoft Copilot, DeepSeek, dan Qwen dari satu dashboard.
Optimasi INP menangani apa yang terjadi saat crawler AI mengunjungi situs Anda (kualitas rendering JavaScript, aksesibilitas konten), sedangkan integrasi knowledge graph Dageno AI menangani apa yang dikatakan platform AI tentang merek Anda saat mereka mengaksesnya — memastikan bahwa konten di halaman Anda yang telah dioptimalkan dan berkinerja baik digambarkan secara akurat dalam respons yang dihasilkan AI.
Hubungannya berlangsung berurutan: INP yang baik → akses crawler AI yang lebih baik → probabilitas pengindeksan AI yang lebih tinggi → Dageno AI memantau apakah halaman yang terindeks memperoleh sitasi AI → penyelarasan knowledge graph memastikan sitasi tersebut akurat.
Harga: Tersedia paket gratis. Paket berbayar disesuaikan dengan volume prompt dan frekuensi pemantauan.
Apakah saya masih perlu memperhatikan FID setelah peralihan ke INP?
FID tidak lagi memengaruhi penilaian Core Web Vitals di Google Search Console maupun sinyal peringkat. Memantaunya tidak lagi diperlukan. Namun, karena FID selalu merupakan bagian dari INP (komponen input delay), mengoptimalkan INP secara alami akan mengatasi masalah FID yang mungkin pernah terjadi.
Apakah INP merupakan faktor peringkat?
Ya — INP adalah bagian dari Core Web Vitals, yang digunakan Google sebagai sinyal peringkat dalam evaluasi pengalaman halaman. Gagal memenuhi INP tidak menjamin penurunan peringkat, tetapi Google telah mengonfirmasi bahwa Core Web Vitals menjadi sinyal pemecah seri ketika faktor peringkat lainnya serupa di antara halaman.
Apa penyebab skor INP yang buruk?
Sebagian besar skor INP yang buruk disebabkan oleh long task JavaScript pada main thread yang menunda pemrosesan event, skrip pihak ketiga yang berat dan mengganggu penanganan interaksi, atau pembaruan DOM kompleks yang menunda rendering visual. Optimasi yang sama untuk mengurangi masalah ini — pemecahan kode, menunda JavaScript yang tidak kritis, dan mengurangi pemblokiran main thread — juga meningkatkan aksesibilitas konten bagi crawler AI.
Diperbarui oleh
Ye Faye
Ye Faye is an SEO and AI growth executive with extensive experience spanning leading SEO service providers and high-growth AI companies, bringing a rare blend of search intelligence and AI product expertise. As a former Marketing Operations Director, he has led cross-functional, data-driven initiatives that improve go-to-market execution, accelerate scalable growth, and elevate marketing effectiveness. He focuses on Generative Engine Optimization (GEO), helping organizations adapt their content and visibility strategies for generative search and AI-driven discovery, and strengthening authoritative presence across platforms such as ChatGPT and Perplexity
Tim • Oct 15, 2026
Tim • Oct 03, 2026
Ye Faye • Oct 03, 2026
Dageno • Oct 13, 2026
Alexa for Shopping