lyca28/indonesia-places

Indonesia Places Dataset

Dataset lokasi (tempat) di seluruh Indonesia dari Overture Maps.

Deskripsi

Dataset ini berisi data tempat/lokasi di seluruh wilayah Indonesia mencakup informasi:

• Lokasi geografis (latitude, longitude)
• Nama tempat (nama lokal dan alternatif)
• Kategori (restoran, toko, hotel, museum, dsb)
• Informasi tambahan (website, jam buka, kontak sosial media)

Sumber data: Overture Maps - data geospasial terbuka dengan lisensi CC0.

Metadata

• Format: GeoParquet
• CRS: EPSG:4326 (WGS84)
• Bounding Box:
  • Barat: 95.0°E (Sabang)
  • Timur: 141.0°E (Papua)
  • Selatan: -11.0°S (Rote)
  • Utara: 6.0°N (Natuna)
• Total Records: ~3,110,573 tempat
• Update: 2026-10-22
• Source Release: Overture Maps 2024-09-18.0

Struktur Data

Kolom	Tipe	Deskripsi
id	string	ID unik tempat
names	struct	Nama tempat (primary, alternatif)
categories	struct	Kategori tempat (primary, alternative)
geometry	geometry	Koordinat geografis (GeoParquet)
confidence	float	Tingkat kepercayaan data (0-1)
socials	array	Media sosial (Instagram, Facebook, TikTok)
addresses	struct	Alamat tempat
websites	array	Website tempat
phones	array	Nomor telepon
brand	struct	Brand/merek tempat
sources	array	Sumber data

Cara Menggunakan

1. Python dengan GeoPandas

import geopandas as gpd

gdf = gpd.read_parquet('hf://datasets/lyca28/indonesia-places/data.parquet')
print(f"Total records: {len(gdf)}")
print(gdf.head())
print(gdf.crs)  # EPSG:4326

2. Python dengan DuckDB

import duckdb

conn = duckdb.connect()
conn.install('spatial')
conn.load('spatial')

result = conn.execute("""
    SELECT 
        id,
        names.primary as name,
        categories.primary as category,
        ST_X(geometry) as longitude,
        ST_Y(geometry) as latitude
    FROM read_parquet('hf://datasets/lyca28/indonesia-places/data.parquet')
    WHERE categories.primary = 'pizza_restaurant'
    LIMIT 10
""").to_df()
print(result)

3. Filter Data Spesifik

import geopandas as gpd

gdf = gpd.read_parquet('hf://datasets/lyca28/indonesia-places/data.parquet')

# Cari coffee shop
coffee_shops = gdf[gdf['categories'].apply(
    lambda x: x['primary'] == 'coffee_shop' if isinstance(x, dict) else False
)]
print(f"Total coffee shops: {len(coffee_shops)}")

# Filter by bounding box Jakarta
jakarta_bbox = (106.7, -6.4, 106.9, -6.1)
jakarta_data = gdf.cx[jakarta_bbox[0]:jakarta_bbox[2], jakarta_bbox[1]:jakarta_bbox[3]]
print(f"Tempat di Jakarta: {len(jakarta_data)}")

4. Visualisasi dengan Folium

import geopandas as gpd
import folium

gdf = gpd.read_parquet('hf://datasets/lyca28/indonesia-places/data.parquet').head(500)

m = folium.Map(location=[-2, 118], zoom_start=5)

for idx, row in gdf.iterrows():
    name = row['names'].get('primary', 'Tempat') if isinstance(row['names'], dict) else 'Tempat'
    folium.CircleMarker(
        location=[row.geometry.y, row.geometry.x],
        popup=name,
        radius=3,
        color='blue',
        fill=True
    ).add_to(m)

m.save('indonesia_places_map.html')

5. Export ke format lain

import geopandas as gpd

gdf = gpd.read_parquet('hf://datasets/lyca28/indonesia-places/data.parquet')

# Ke GeoJSON
gdf.to_file('indonesia_places.geojson', driver='GeoJSON')

# Ke Shapefile
gdf.to_file('indonesia_places.shp', driver='ESRI Shapefile')

# Ke CSV
gdf_csv = gdf.copy()
gdf_csv['geometry'] = gdf_csv['geometry'].to_wkt()
gdf_csv.to_csv('indonesia_places.csv', index=False)

Lisensi

Dataset ini berlisensi CC0 1.0 Universal - bebas digunakan untuk keperluan apapun tanpa atribusi (public domain).

Lebih lanjut: https://creativecommons.org/publicdomain/zero/1.0/

Sumber & Referensi

• Overture Maps
• Overture Maps Dokumentasi
• GeoParquet Format
• EPSG:4326 - WGS 84
• Hugging Face Datasets

Disclaimer

Dataset ini adalah snapshot dari Overture Maps pada waktu tertentu. Data dapat berubah seiring dengan update Overture Maps. Untuk data terkini, gunakan tools download resmi Overture Maps.