# GeoSeek Dataset Nasional

Folder ini adalah pondasi dataset GeoSeek untuk target **CSV 1.000.000 baris** dan import database skala nasional.

## File

- `geo_places_template.csv` — header CSV standar.
- `geo_places_sample.csv` — data awal realistis kota besar Indonesia untuk demo/dev.
- `geo_categories.csv` — kategori utama dan target distribusi kategori.
- `geo_city_targets.csv` — target distribusi kota dari blueprint GeoSeek.
- `geo_api_schema.json` — draft schema response API pencarian.
- `geo_database.sql` — draft schema SQL mandiri untuk GeoSeek.

## Struktur CSV utama

```csv
id,nama_tempat,kategori,subkategori,alamat,kecamatan,kota,provinsi,latitude,longitude,no_telp,jam_operasional,rating,jumlah_review,sumber_data,status_verifikasi
```

## Generate CSV 1 juta baris

Script generator ada di:

```txt
backend/src/scripts/geoseek/generateGeoPlacesCsv.js
```

Contoh membuat 10.000 baris untuk uji cepat:

```bash
node backend/src/scripts/geoseek/generateGeoPlacesCsv.js --rows=10000 --output=data/geoseek/generated/geo_places_10k.csv
```

Contoh membuat 1.000.000 baris:

```bash
node backend/src/scripts/geoseek/generateGeoPlacesCsv.js --rows=1000000 --output=data/geoseek/generated/geo_places_1M.csv
```

> Catatan: target kota pada blueprint berjumlah 1.030.000 jika dijumlah mentah. Generator otomatis melakukan scaling proporsional agar hasil tepat sesuai `--rows`, misalnya tepat 1.000.000 baris.

## Status data

- `geo_places_sample.csv` adalah seed awal untuk development/demo dan masih perlu verifikasi sebelum dianggap data produksi.
- CSV hasil generator memakai `sumber_data=GeoSeekSynthetic` dan `status_verifikasi=unverified`, karena data dibuat sintetis untuk load test, demo, dan pengembangan ranking/search.
- Untuk produksi, gabungkan dengan sumber legal seperti data internal, data publik resmi, atau OpenStreetMap/penyedia POI lain dengan kolom sumber dan lisensi yang jelas.