Setiap peta yang kamu pakai sebenarnya terdiri dari dua lapisan yang ditumpuk. Di bawah ada geometri: jalan, garis pantai, jejak bangunan, semua bentuk yang membuat peta terlihat seperti peta. Di atasnya ada lapisan yang membuatnya berguna, yaitu jawaban atas pertanyaan "sebenarnya ada apa di sini?" Lapisan kedua itulah data POI.
POI adalah singkatan dari point of interest, dan data POI adalah catatan terstruktur tentang tempat-tempat yang orang pedulikan: apotek yang buka sampai jam sepuluh, stasiun pengisian daya dengan konektor yang cocok, klinik yang menerima asuransimu, kafe yang bisa dimasuki tanpa harus naik tangga. Tanpa itu, peta hanyalah gambar jalanan. Dengan itu, peta menjadi bisa dicari, bisa difilter, dan bisa diolah oleh software.
Panduan ini membahas apa saja isi sebuah record POI, dari mana datanya berasal, kenapa kualitasnya bisa sangat berbeda antar penyedia, dan bagaimana data POI dipakai dalam aplikasi maupun oleh AI agent.
Apa yang Termasuk Point of Interest
Point of interest adalah tempat bernama yang dimodelkan sebagai satu titik, bukan sebagai area atau garis. Ujinya sederhana: apakah masuk akal seseorang ingin ke sana atau ingin tahu tempat itu ada.
Restoran, hotel, rumah sakit, ATM, taman bermain, titik pandang, kotak pos, charger kendaraan listrik, halte bus, dan pusat daur ulang semuanya POI. Jalan bukan, karena jalan adalah garis. Kelurahan dan kota juga bukan, karena keduanya poligon dan tidak ada yang menavigasi ke titik tengah sebuah kecamatan. Bangunan berada di wilayah abu-abu yang menarik: sebuah pusat perbelanjaan adalah POI tersendiri, sekaligus menampung puluhan POI lain di dalamnya.
Kasus terakhir itu layak dibahas lebih dalam, karena di situlah dataset yang asal-asalan berantakan. Satu koordinat di tengah bandara tidak cukup untuk mengarahkan penumpang ke gate, lounge, atau meja rental mobil tertentu. Data POI yang baik memodelkan induk dan anaknya secara terpisah lalu menghubungkan keduanya.
Isi Sebuah Record POI
POI paling minimal adalah koordinat dengan nama dan kategori. Itu cukup untuk menggambar satu pin. Itu tidak cukup untuk membangun produk.
Record kelas produksi membawa jauh lebih banyak:
- Identifier yang stabil. Kalau ID berubah setiap kali record diperbarui, kamu tidak bisa melacak sebuah tempat dari waktu ke waktu atau mencocokkannya dengan database milikmu sendiri.
- Nama, termasuk varian lokalnya. Sebuah tempat di Brussels mungkin butuh nama dalam bahasa Prancis sekaligus Belanda. Tempat di Athena butuh aksara Yunani sekaligus bentuk latinnya.
- Koordinat, idealnya disertai penjelasan apa yang diwakili titik itu: centroid atap, pintu masuk, atau hasil interpolasi alamat.
- Alamat terstruktur, dipecah menjadi komponen dan bukan satu string panjang, supaya bisa dicocokkan, divalidasi, dan diformat ulang sesuai negara.
- Kategori, diambil dari taksonomi yang terdefinisi, bukan teks bebas. "Restaurant" itu berguna. Empat record untuk konsep yang sama tapi ditulis "restaurant / eatery / Restaurant / food" tidak berguna.
- Jam buka, dalam format yang bisa dibaca mesin dan sanggup menangani kenyataan merepotkan seperti jam istirahat, perubahan musiman, dan hari libur nasional.
- Detail kontak dan web: telepon, website, tautan pemesanan.
- Atribut fasilitas dan aksesibilitas: akses kursi roda, tempat duduk luar ruang, parkir, metode pembayaran yang diterima, ramah hewan peliharaan atau tidak.
- Asal data dan kesegarannya: dari mana record itu datang dan kapan terakhir diverifikasi.
Field terakhir itu yang paling sering dilewati orang dan paling sering disesali belakangan. Dataset POI tanpa sinyal kesegaran membuat kamu tidak punya cara untuk tahu bahwa sebuah restoran sudah tutup dua tahun lalu.
Dari Mana Data POI Berasal
Ada tiga sumber besar, dan hampir semua dataset nyata adalah campuran ketiganya.
Open data. OpenStreetMap adalah koleksi POI berlisensi terbuka terbesar di dunia, dibangun dan dirawat komunitas global yang menandai lokasi secara langsung. Cakupannya sangat baik di kota-kota padat Eropa dan lebih bervariasi di wilayah pedesaan serta sebagian kawasan di luar Eropa dan Amerika Utara. Kekayaan atributnya bisa luar biasa, karena kontributor menandai hal-hal yang tidak akan pernah dipedulikan surveyor komersial.
Register resmi. Data registrasi usaha, daftar halte dari otoritas transportasi, direktori layanan kesehatan, daftar sekolah, dan catatan pertanahan. Data ini otoritatif dan terawat, tetapi datang dalam puluhan format nasional yang tidak saling kompatibel dan jarang memuat atribut yang benar-benar dibutuhkan pengguna akhir.
Pengumpulan komersial. Vendor mengagregasi semua sumber di atas, menambah hasil scraping sendiri, membeli feed, lalu menjual akses. Yang sebenarnya kamu bayar biasanya bukan tempat mentahnya, melainkan kerja menggabungkannya.
Kerja penggabungan itu disebut conflation, dan di situlah letak sebagian besar kesulitannya. Kafe yang sama bisa muncul di tiga sumber dengan tiga ejaan berbeda, dua koordinat yang sedikit berbeda, dan satu nomor telepon yang sudah usang. Memutuskan bahwa ketiganya adalah satu tempat, lalu memutuskan versi mana dari tiap atribut yang menang, itulah bagian tersulit dalam membangun database POI.
Kenapa Kualitasnya Bisa Sangat Berbeda
Dua dataset bisa sama-sama mengklaim "40 juta POI" dan tetap sangat berbeda dalam praktik. Angka yang benar-benar penting:
- Akurasi posisi. Apakah pin-nya ada di atas bangunan, di jalan, atau di titik tengah kode pos? Untuk store locator ini soal kosmetik. Untuk pengiriman last-mile ini menentukan apakah kurir menemukan pintunya.
- Kelengkapan atribut. Sepuluh juta record yang hanya punya nama jauh kurang berguna dibanding dua juta record yang punya jam buka, kategori, dan penanda aksesibilitas.
- Konsistensi kategori. Kalau taksonominya tidak konsisten, setiap filter yang kamu bangun akan bocor.
- Kesegaran. Ritel dan perhotelan berganti dengan cepat. Dataset yang hanya diperbarui setahun sekali sedang menggambarkan dunia yang sudah tidak ada.
- Tingkat duplikasi. Conflation yang buruk menggelembungkan jumlah dan menghasilkan tiga pin untuk satu toko.
Saat menilai penyedia, abaikan angka besar di headline dan tanyakan berapa persen record yang punya jam buka, dan kapan terakhir kali diverifikasi.
Bagaimana Data POI Dipakai
Store locator dan pencari cabang. Penggunaan paling umum: tunjukkan cabang terdekat, difilter sesuai kebutuhanku. Untuk cara kerjanya, lihat Cara Membangun Store Locator.
Pemilihan lokasi dan analisis catchment. Menghitung pesaing, usaha pelengkap, dan penarik keramaian di dalam batas waktu tempuh sekitar kandidat lokasi. Data POI ditambah isochrone adalah inti dari sebagian besar keputusan lokasi ritel.
Logistik dan pengiriman. Menerjemahkan tujuan menjadi pintu masuk yang tepat, bukan sekadar centroid atap, sekaligus mengetahui apakah bisnis penerimanya sedang buka.
Properti dan listing. Menjelaskan apa saja yang ada di sekitar sebuah properti: sekolah, transportasi, toko, ruang hijau. Inilah yang mengubah listing dari kumpulan foto menjadi sesuatu yang bisa dinilai pembeli maupun AI.
Perjalanan dan penemuan lokal. Mulai dari "ada apa di dekat hotelku" sampai pembuatan itinerary lengkap.
Data POI untuk AI Agent
Di sinilah permintaan bergeser paling cepat. Ketika seseorang bertanya ke asisten, "carikan apotek dekat stasiun yang buka sekarang dan bisa diakses tanpa tangga," asisten itu tidak bisa memicingkan mata ke peta. Ia butuh record yang bisa difilter secara programatik: kategori sama dengan apotek, jam buka mencakup timestamp saat ini, atribut kursi roda bernilai true, koordinat berada di dalam batas waktu jalan kaki dari stasiun.
Setiap kondisi itu adalah atribut POI. Agent dengan sumber POI yang kaya bisa menjawab pertanyaannya; agent yang hanya punya nama dan koordinat terpaksa menebak, dan menebak soal tempat di dunia nyata adalah cara paling cepat menghasilkan rekomendasi yang salah tapi terdengar meyakinkan.
Itulah sebabnya data POI makin sering dikirim ke agent sebagai tool, bukan sebagai tile. Lewat API atau MCP server, agent bisa melakukan query tempat, memfilter berdasarkan atribut, dan menerima hasil terstruktur yang bisa ia olah dan kutip.
Membawa Data POI ke Dalam Produkmu
Ada tiga keputusan praktis.
Lisensi. Pahami apa yang boleh kamu lakukan dengan datanya, terutama soal caching, redistribusi, dan menampilkannya di luar peta. Open data juga punya kewajiban, terutama atribusi dan, untuk beberapa lisensi, ketentuan share-alike.
Di mana data diproses. Kalau kamu beroperasi di Eropa dan query-mu membawa lokasi pengguna, tempat query itu diproses adalah persoalan kepatuhan, bukan sekadar soal latensi. Lihat Panduan Developer Eropa untuk Map API yang Patuh GDPR.
Cara menjaganya tetap mutakhir. Putuskan sejak awal apakah kamu akan melakukan query ke API live atau menyinkronkan snapshot. Snapshot cepat dan mudah diprediksi, tapi langsung mulai basi begitu diambil. Query live selalu mutakhir tapi menambah satu dependensi.
MapAtlas menyediakan pencarian POI, detail tempat, dan lookup sekitar yang patuh GDPR untuk Eropa dan kawasan lain, dibangun di atas open map data dan diekspos lewat search API sekaligus MCP server, sehingga record terstruktur yang sama bisa melayani store locator dan AI agent.
Ringkasnya
Data POI adalah lapisan yang membuat peta bisa menjawab pertanyaan. Satu record adalah koordinat ditambah atribut yang memungkinkan software memfilternya: nama, kategori, alamat, jam buka, aksesibilitas, kesegaran. Data itu datang dari open data, register resmi, dan pengumpulan komersial, dan nilai yang ditambahkan penyedia sebagian besar terletak pada kerapian penggabungannya.
Nilailah sebuah dataset dari kedalaman atribut dan kesegarannya, bukan dari berapa banyak pin yang diklaimnya. Dan kalau AI agent ada di mana pun dalam roadmap-mu, nilailah dari apakah sebuah agent bisa memfilternya tanpa menebak.
Bacaan Terkait
Pertanyaan yang Sering Diajukan
Apa itu data POI?
Data POI adalah informasi terstruktur tentang points of interest: tempat spesifik yang mungkin ingin dicari atau dikunjungi seseorang, misalnya apotek, stasiun pengisian daya, sekolah, hotel, atau halte bus. Sebuah record POI memasangkan koordinat dengan atribut deskriptif: nama, kategori, alamat, jam buka, kontak, dan sering kali juga penanda aksesibilitas atau fasilitas. Inilah lapisan yang mengubah peta dari sekadar gambar jalanan menjadi sesuatu yang bisa kamu cari, filter, dan olah secara logis.
Apa yang dimaksud dengan point of interest?
Point of interest adalah satu tempat bernama yang direpresentasikan sebagai titik di peta, bukan sebagai area atau garis. Ciri utamanya: itu tempat yang mungkin ingin didatangi atau diketahui seseorang. Restoran, ATM, titik pandang, dan pusat daur ulang semuanya adalah points of interest. Jalan dan batas administratif bukan, karena keduanya dimodelkan sebagai garis dan poligon, dan tidak ada orang yang menavigasi menuju sebuah garis batas.
Atribut apa saja yang ada dalam sebuah record POI?
Minimal sebuah POI punya identifier yang stabil, nama, latitude dan longitude, serta kategori. Dataset kelas produksi menambahkan jauh lebih banyak: alamat terstruktur, jam buka, nomor telepon dan website, tingkat harga, akses kursi roda, ada tidaknya tempat duduk luar ruang atau parkir, metode pembayaran, dan tanggal terakhir record itu diverifikasi. Kedalaman atribut inilah yang biasanya membedakan dataset POI yang benar-benar bisa dipakai dari sekadar daftar pin.
Dari mana data POI berasal?
Ada tiga sumber utama. Open data, terutama OpenStreetMap, tempat komunitas global menandai lokasi dan hasilnya dilisensikan secara bebas. Register resmi dan administratif, seperti data registrasi usaha, daftar halte dari otoritas transportasi, dan direktori layanan kesehatan. Dan pengumpulan komersial, di mana vendor mengagregasi, melakukan scraping, atau membeli data lalu menjual aksesnya. Sebagian besar dataset yang serius menggabungkan ketiganya, lalu menjalankan conflation dan validasi untuk menggabungkan duplikat dan menyelesaikan konflik.
Bagaimana AI agent memakai data POI?
AI agent yang menjawab "carikan apotek yang buka sekarang di dekat stasiun" tidak bisa bernalar dari gambar peta. Ia butuh record terstruktur yang bisa difilter: kategori sama dengan apotek, jam buka mencakup waktu saat ini, koordinat berada dalam radius waktu tempuh dari stasiun. Data POI memberikan persis itu, dan itulah sebabnya data ini makin sering diekspos ke agent lewat API dan MCP server, bukan dirender di layar untuk dibaca manusia.
