Archive Wayback: Cara Menyelamatkan Situs Anda Sebelum Hilang

Panggilan telepon biasanya seperti ini: penyedia hosting mematikan server, agensi yang membangun situs sudah tutup dua tahun lalu, dan satu-satunya cadangan adalah file ZIP di laptop yang tidak bisa ditemukan siapa pun. Saya sudah mendengar versi cerita itu lebih sering dari yang bisa saya hitung. Hampir semua situs itu sebenarnya bisa diselamatkan dengan kebiasaan yang tidak memerlukan biaya dan hanya butuh satu jam per bulan.

Pendekatan archive wayback sederhana: perlakukan Wayback Machine sebagai lini pertahanan kedua yang Anda isi secara aktif, simpan cadangan nyata Anda sendiri sebagai lini pertama, dan ketahui persis bagaimana Anda akan memulihkan jika keduanya benar-benar diperlukan.

Apa yang Disimpan Wayback Archive, dan Apa yang Tidak Akan Pernah Disimpan

Crawler menyimpan apa yang bisa diambil browser tanpa login: halaman HTML, gambar, stylesheet, skrip, PDF, dan file publik lainnya. Untuk situs brosur atau blog biasa, itu hampir semua yang penting.

Daftar yang tidak akan pernah disimpan lebih panjang dari yang diperkirakan orang.

• Apa pun di balik login: area pelanggan, panel admin, forum khusus anggota.
• Basis data dan logika yang berinteraksi dengannya. Arsip menyimpan halaman yang sudah dirender, bukan baris data yang menghasilkannya.
• Penangan formulir, keranjang belanja, dan alur checkout. Anda mungkin mendapatkan HTML formulirnya; Anda tidak akan pernah mendapatkan kembali data yang dikirimkan.
• Konten yang hanya muncul setelah JavaScript dijalankan, saat crawler menangkap kerangka halaman tanpa mengeksekusinya.
• Halaman yang Anda blokir. Aturan disallow di robots.txt melarang crawler masuk, semua crawler, termasuk pengarsip.
• Media streaming dan unduhan berukuran sangat besar, sebagian atau tidak sama sekali, tergantung cara penyematannya.

Semua ini tidak membuat arsip tidak berguna. Artinya, Anda mengarsipkan dengan mata terbuka: tampilan publik situs Anda dapat dipulihkan, sementara mesin di baliknya tetap menjadi tanggung jawab cadangan Anda sendiri.

Save Page Now: Pengarsipan Sesuai Permintaan

Anda tidak perlu menunggu crawler. Alat Save Page Now milik Internet Archive, di web.archive.org/save, menangkap URL publik apa pun sesuai permintaan, gratis. Tempelkan URL, tunggu beberapa detik, dan tangkapan akan masuk ke arsip publik dengan stempel waktu baru.

Akun gratis membuka fitur yang berharga: menyimpan halaman beserta halaman yang ditautkan satu tingkat ke dalam, menangkap tangkapan layar, dan menyimpan daftar pribadi simpanan Anda. Ada ekstensi peramban untuk menyimpan sekali klik, dan API SPN2 untuk pekerjaan massal, dengan kunci API, Anda dapat mengantrekan ratusan URL dari skrip atau bahkan spreadsheet.

1. Simpan setelah setiap perubahan berarti: halaman arahan baru, harga baru, ketentuan baru, postingan blog penting.
2. Simpan sebelum setiap operasi berisiko: desain ulang, migrasi, peningkatan CMS, pemindahan domain.
3. Selalu verifikasi. Buka tangkapan baru dan periksa apakah gambar dan gaya benar-benar tersimpan. Simpanan yang menangkap halaman rusak akan menyimpan halaman rusak itu.
4. Simpan juga URL yang tidak mencolok: /about, /contact, /terms, halaman kategori utama. Beranda tetap dirayapi; halaman dalam itulah yang menghilang.

Ramah Archive Wayback: Buat Situs Anda Mudah Ditangkap

Kebanyakan situs secara tidak sengaja tidak ramah terhadap pengarsipan. Beberapa perbaikan murah bisa mengubahnya.

• Jangan blokir crawler arsip di robots.txt, dan jangan larang folder aset Anda (/wp-content/uploads, /static, /assets). Gambar dan CSS yang diblokir adalah penyebab tangkapan lama terlihat polos.
• Render konten penting Anda di sisi server. Jika teks Anda hanya muncul setelah JavaScript dijalankan, banyak crawler akan menyimpan kerangka kosong.
• Jaga sitemap.xml tetap bersih. Crawler menggunakannya untuk menemukan halaman dalam yang tidak akan pernah dijangkau hanya dengan mengikuti tautan.
• Jaga URL tetap stabil. Setiap perubahan URL yang tidak perlu akan memutus riwayat arsip yang terikat pada alamat lama.
• Hindari jebakan perayapan: kalender tak terbatas, pencarian bersegi yang menghasilkan jutaan URL. Crawler menghabiskan kuota pada sampah dan melewatkan halaman asli Anda.

Jika Anda menggunakan Cloudflare atau filter bot lainnya, periksa apakah crawler arsip tidak ditantang. Aturan yang memblokir semua bot juga memblokir pelestarian riwayat Anda sendiri.

Rutinitas Pengarsipan Proaktif untuk Situs Anda Sendiri

Sekali sebulan, lima belas menit:

1. Salin 20–30 URL teratas Anda, dari sitemap atau analitik, dan jalankan melalui Save Page Now. Dengan API, ini adalah pekerjaan satu perintah.
2. Simpan halaman apa pun yang berubah sejak bulan lalu.
3. Periksa sampel simpanan bulan lalu: buka dua atau tiga tangkapan dan pastikan mereka benar-benar dirender.

Setiap tiga bulan, tambahkan dua langkah: verifikasi robots.txt Anda masih mengizinkan pengarsipan, dan pastikan cadangan nyata Anda benar-benar dapat dipulihkan, cadangan yang belum pernah diuji hanyalah rumor. Sebelum desain ulang atau migrasi platform, jalankan penyimpanan penuh di seluruh sitemap Anda, bukan hanya halaman teratas. Migrasi adalah tempat riwayat situs mati.

Satu kebiasaan murah lagi: simpan peta URL teks biasa situs Anda di suatu tempat di luar server, sitemap itu sendiri sudah cukup. Jika Anda perlu pemulihan massal, daftar itu sangat berharga, karena alat pemulihan dapat bekerja langsung darinya.

Mengapa Arsip Bukan Cadangan

Katakan dengan jelas: Wayback Machine adalah museum, bukan brankas. Anda tidak bisa menekan tombol dan mendapatkan kembali situs Anda darinya. Anda dapat menjelajahi halaman satu per satu, tetapi tidak ada ekspor seluruh situs, tidak ada jaminan setiap halaman atau gambar tertangkap, dan tidak ada janji tingkat layanan. Pemilik juga dapat meminta penghapusan.

Jadi simpan cadangan nyata: snapshot hosting, repo git untuk kode, dump basis data berkala, dan salinan yang disimpan di luar server, aturan lama mengatakan cadangan Anda belum ada sampai ia berada di dua tempat, salah satunya di luar lokasi. Peran arsip berbeda: ia adalah catatan publik independen dengan stempel waktu tentang apa yang dikatakan dan ditampilkan situs Anda. Itu memiliki nilai nyata, untuk sengketa, akuntabilitas, membuktikan bahwa sebuah halaman pernah ada, tetapi ia melengkapi cadangan. Ia tidak pernah menggantikannya.

Daftar Periksa Archive Wayback Sebelum Desain Ulang atau Migrasi

1. Jalankan Save Page Now di seluruh sitemap Anda, termasuk tautan keluar untuk halaman penting.
2. Ambil cadangan penuh baru, file plus basis data, dan simpan di luar server.
3. Ekspor daftar URL situs saat ini untuk membuat peta pengalihan Anda.
4. Rencanakan pengalihan 301 dari setiap URL lama ke padanan barunya sebelum Anda beralih.
5. Setelah peluncuran, simpan halaman penting baru agar linimasa arsip berlanjut tanpa celah.

Jika Anda memindahkan domain, pertahankan yang lama tetap aktif, bahkan setahun pengalihan akan menjaga ekuitas pencarian dan kontinuitas arsip. Membiarkannya kedaluwarsa menyerahkan riwayat Anda ke pemarkir domain, dan domain yang diparkir adalah tempat URL bagus dilupakan.

Jika Pencegahan Gagal: Memulihkan dari Arsip

Terkadang Anda mewarisi kekacauan: situs mati, tanpa cadangan, dan arsip sebagai satu-satunya sumber yang tersisa. Ini lebih sering dapat dipulihkan daripada yang dipikirkan orang. layanan pemulihan arsip web mengunduh setiap file yang diarsipkan dari sebuah situs, halaman, gambar, gaya, dokumen, dan membangunnya kembali sebagai situs web yang berfungsi, dengan opsi rentang tanggal sehingga Anda dapat menargetkan era sebelum terjadi masalah.

Ekonomisnya ramah bagi yang putus asa: estimasi gratis dan menunjukkan jumlah file persis, ukuran total, dan harga terkunci sebelum Anda membayar; Anda membayar per file yang dipulihkan dengan file pertama gratis; dan jika pemulihan atau penerapan gagal, pengembalian dana ke saldo Anda otomatis, tanpa tiket dukungan. Penerapan cukup satu klik ke SSH/SFTP, FTP, atau S3, dan setiap penerapan menyertakan CMS file tunggal kecil, sehingga situs yang diselamatkan dapat diedit, bukan patung beku.

Jalani sekali di situs kecil, tutorial mungkin memakan waktu sepuluh menit, dan Anda akan tahu persis apa yang harus dilakukan pada hari seseorang melakukan panggilan telepon itu.