Cara Membuat Sitemap XML yang Benar di Eleventy

Aku mau cerita soal file yang kebanyakan developer generate otomatis, lalu ga pernah buka lagi.

Sitemap XML.

File kecil. Biasanya di-generate oleh plugin, SSG, atau CMS. Disubmit ke Google Search Console. Selesai. Ga pernah dicek lagi.

Sampai suatu hari kamu buka Coverage report di GSC dan nemu puluhan halaman yang "Discovered but not indexed." Atau lebih parah: halaman penting kamu ga muncul sama sekali di search result karena sitemap kamu mengarahkan crawler ke URL yang salah.

Aku tau ini karena aku pernah ngalamin sendiri. Waktu masih pakai Eleventy untuk hibranwar.com, sitemap yang di-generate secara otomatis mengandung beberapa error yang baru aku sadari setelah berminggu-minggu. Error kecil. Tapi dampaknya menyebar ke semua halaman yang terindeks.

Sekarang aku maintain sitemap.php sendiri. Bukan karena aku suka bikin susah. Tapi karena setelah debugging sitemap yang rusak beberapa kali, aku paham bahwa ini bukan file yang boleh di-autopilot.

Apa itu sitemap XML, dan kenapa kamu harus peduli

Sitemap XML adalah dokumen yang memberitahu search engine crawler tentang halaman-halaman di website kamu. Bukan untuk manusia. Untuk mesin. Formatnya XML standar, dengan namespace dari sitemaps.org.

Crawler seperti Googlebot, Bingbot, GPTBot, dan PerplexityBot menggunakan sitemap sebagai salah satu sumber untuk menentukan halaman mana yang perlu di-crawl. Bukan satu-satunya sumber. Internal link juga penting. Tapi sitemap adalah sinyal eksplisit: "Ini halaman-halaman yang aku anggap penting."

Kalo kamu sudah baca tulisan aku soal kenapa website statis lebih baik untuk visibilitas AI, kamu paham bahwa AI crawler mengandalkan sinyal-sinyal teknis yang bersih. Sitemap adalah salah satu sinyal itu.

Struktur sitemap XML yang benar

Sebelum bahas error, kita lihat dulu seperti apa sitemap XML yang benar. Ini bukan teori. Ini format yang didefinisikan oleh protokol sitemaps.org dan dipakai oleh semua major search engine.

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/</loc>
    <lastmod>2026-06-15</lastmod>
  </url>
  <url>
    <loc>https://example.com/about/</loc>
    <lastmod>2026-05-20</lastmod>
  </url>
  <url>
    <loc>https://example.com/writing/</loc>
    <lastmod>2026-06-28</lastmod>
  </url>
</urlset>

Beberapa hal penting:

• XML declaration wajib. Baris pertama harus <?xml version="1.0" encoding="UTF-8"?>
• Namespace wajib. Tag <urlset> harus menyertakan xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
• Tag <loc> wajib. Ini URL lengkap, termasuk protokol (https://). Bukan path relatif
• Tag <lastmod> opsional tapi direkomendasikan. Format ISO 8601: YYYY-MM-DD atau YYYY-MM-DDThh:mm:ss+00:00
• Tag <changefreq> dan <priority> secara resmi masih ada di spesifikasi, tapi Google sudah mengkonfirmasi bahwa mereka mengabaikan keduanya [1]. Aku ga pakai keduanya. Buang saja.

Itu saja. Sederhana. Yang bikin ribet bukan formatnya, tapi apa yang orang masukkan ke dalamnya.

Cara implementasi sitemap di Eleventy

Eleventy ga punya sitemap generator bawaan. Kamu harus bikin sendiri. Kalo kamu baru mulai dengan Eleventy dan butuh panduan setup dari nol, aku sudah tulis detailnya di essay tentang Eleventy setup. Tapi untuk sitemap spesifik, ini sebenarnya keuntungan, karena kamu punya kontrol penuh atas apa yang masuk ke sitemap.

Cara paling umum: buat template Nunjucks yang iterate melalui collections.all dan output XML.

---
permalink: /sitemap.xml
eleventyExcludeFromCollections: true
---
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
{%- for page in collections.all %}
{%- if not page.data.excludeFromSitemap %}
  <url>
    <loc>{{ metadata.url }}{{ page.url }}</loc>
    <lastmod>{{ page.date | dateToISO }}</lastmod>
  </url>
{%- endif %}
{%- endfor %}
</urlset>

Beberapa catatan implementasi:

1. eleventyExcludeFromCollections: true supaya file sitemap sendiri ga masuk ke koleksi (dan ga masuk ke sitemap sendiri, rekursif)
2. excludeFromSitemap adalah custom frontmatter flag. Tambahkan di halaman-halaman yang ga perlu diindex: 404 page, tag pages yang thin, layout files
3. metadata.url harus didefinisikan di data file global kamu. Ini base URL situs. Harus HTTPS, tanpa trailing slash
4. dateToISO adalah custom filter. Pastikan output-nya format ISO 8601 yang valid

Masalah paling umum di sini: page.date di Eleventy default-nya adalah file creation date, bukan tanggal yang kamu set di frontmatter. Kalo kamu ga eksplisit set date di frontmatter, sitemap kamu akan menampilkan tanggal yang ga akurat. Dan lastmod yang ga akurat lebih buruk dari ga ada lastmod sama sekali [2].

Sitemap index untuk situs besar

Satu file sitemap dibatasi 50.000 URL dan 50MB uncompressed [3]. Kalo situs kamu mendekati limit itu (e-commerce, media, course platform), kamu butuh sitemap index.

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap-pages.xml</loc>
    <lastmod>2026-06-28</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-posts.xml</loc>
    <lastmod>2026-06-30</lastmod>
  </sitemap>
</sitemapindex>

Di Eleventy, kamu bisa split sitemap berdasarkan koleksi. Satu sitemap untuk pages, satu untuk posts, satu untuk tag pages. Masing-masing file di-generate sebagai template terpisah.

Untuk hibranwar.com, aku ga butuh sitemap index karena total halaman masih di bawah 500. Tapi arsitekturnya sudah aku siapkan dari awal. Karena aku tau: konten akan terus bertambah. Lebih baik desain dari awal daripada refactor nanti.

Error umum sitemap XML

Ini yang penting. Aku sudah kumpulkan dari pengalaman sendiri dan data dari berbagai sumber [2] [4].

Kalo aku harus pilih satu error yang paling sering aku temui: URL yang return 404 atau redirect. Ini terjadi karena orang menghapus atau memindahkan halaman tapi lupa update sitemap. Di static site generator kayak Eleventy, ini bisa terjadi kalo kamu rename file atau ubah slug tanpa rebuild sitemap.

Hubungan sitemap dengan robots.txt

Dua file ini saling terkait tapi punya fungsi berbeda. robots.txt bilang ke crawler: "Jangan crawl halaman ini." Sitemap bilang ke crawler: "Tolong crawl halaman ini."

Yang sering bikin masalah: halaman yang di-disallow di robots.txt tapi ada di sitemap. Atau sebaliknya, halaman penting yang ga ada di sitemap dan ga punya internal link yang cukup kuat.

Best practice yang aku pakai:

1. Tambahkan directive Sitemap: https://example.com/sitemap.xml di robots.txt
2. Pastikan ga ada URL di sitemap yang di-block oleh robots.txt
3. Kalo halaman ga boleh dicrawl, keluarkan dari sitemap. Jangan mengandalkan robots.txt saja

Ini prinsip yang sama kayak yang aku bahas di GEO vs. SEO: sinyal teknis harus konsisten. Satu sinyal yang kontradiktif bisa merusak puluhan sinyal lain yang sudah benar.

Validasi sitemap: jangan cuma generate, cek

Setelah sitemap kamu jadi, validasi. Jangan percaya bahwa output dari SSG atau plugin pasti benar. Aku sudah beberapa kali menemukan sitemap yang lolos build tapi gagal di validator.

Tools yang aku rekomendasikan:

• Google Search Console. Submit sitemap dan lihat Coverage report. GSC akan menunjukkan URL mana yang error, redirect, atau excluded
• XML Sitemap Validator (xmlsitemapvalidator.com). Cek syntax XML dan format URL
• Screaming Frog. Crawl sitemap kamu dan bandingkan dengan actual site structure. Ini cara paling reliable untuk menemukan mismatch
• curl + xmllint. Untuk yang suka command line: curl -s https://site.com/sitemap.xml | xmllint --noout -. Kalo ga ada output, berarti XML valid

Validasi bukan hal yang kamu lakukan sekali. Setiap kali ada perubahan signifikan di struktur situs (tambah halaman baru, hapus halaman, ubah URL pattern), validasi ulang. Di hibranwar.com, reindexer aku otomatis memperbarui sitemap setiap kali dijalankan. Ga ada celah untuk sitemap yang stale.

Kenapa aku pindah dari auto-generate ke sitemap.php

Ini bagian yang personal.

Waktu hibranwar.com masih pakai Eleventy, sitemap di-generate otomatis dari template Nunjucks. Secara teori, sempurna. Setiap build, sitemap diperbarui. Ga ada manual intervention.

Tapi dalam praktiknya, ada beberapa masalah yang bikin aku frustrasi:

1. Page date vs file date. Eleventy kadang pakai file modification date, bukan frontmatter date. Ini bikin lastmod di sitemap ga konsisten
2. Draft posts. Post dengan draft: true kadang lolos ke sitemap kalo filter ga diterapkan dengan benar di template
3. URL trailing slash. Eleventy generate URL tanpa trailing slash di beberapa kasus, tapi server redirect ke versi dengan trailing slash. Sitemap mengandung URL yang semuanya redirect
4. Collections yang ga terkontrol. collections.all mencakup semua file, termasuk layout, partial, dan utility pages yang harusnya ga masuk sitemap

Setelah migrasi ke PHP includes, aku bikin sitemap.php yang query langsung ke SQLite database (content.db). Sitemap hanya berisi halaman yang sudah published (date filter), bukan draft atau halaman yang dijadwalkan untuk masa depan. Setiap URL di sitemap pasti return 200. Ga ada 404. Ga ada redirect. Ga ada draft yang lolos.

Apakah ini overkill untuk situs dengan beberapa ratus halaman? Mungkin. Tapi aku lebih suka spend 2 jam sekali membangun sistem yang benar daripada debugging sitemap error setiap bulan.

Sitemap untuk AI crawler

Satu hal yang jarang dibahas: AI crawler (GPTBot, ClaudeBot, PerplexityBot) juga membaca sitemap. Mereka ga punya crawl budget seketat Googlebot, tapi mereka tetap menggunakan sitemap sebagai starting point untuk memahami struktur situs.

Kalo sitemap kamu bersih, AI crawler bisa menemukan semua konten penting kamu dengan cepat. Kalo sitemap kamu penuh error, beberapa halaman mungkin ga pernah ditemukan oleh AI. Dan di era di mana jawaban AI menentukan apakah nama kamu disebut atau ga, itu risiko yang ga perlu.

Prinsipnya sama: apa yang bagus untuk Googlebot, bagus untuk AI crawler. Clean HTML, clean schema, clean sitemap. Tiga hal yang kelihatannya basic tapi dilewatkan oleh sebagian besar website.

Checklist sitemap XML

Sebelum kamu submit sitemap ke GSC, jalankan checklist ini:

1. Semua URL pakai HTTPS (bukan HTTP)
2. Semua URL return status 200 (bukan 301, 302, 404, atau 410)
3. Ga ada URL dengan meta noindex di sitemap
4. Ga ada URL yang di-disallow di robots.txt
5. Semua URL adalah canonical version (bukan duplikat)
6. Format lastmod pakai ISO 8601 (YYYY-MM-DD)
7. Namespace XML benar (http://www.sitemaps.org/schemas/sitemap/0.9)
8. XML declaration ada di baris pertama
9. Sitemap direferensikan di robots.txt
10. Sitemap sudah disubmit di Google Search Console dan Bing Webmaster Tools

Sepuluh item. Ga ada yang rumit. Tapi kalo kamu skip satu saja, dampaknya bisa menyebar ke semua halaman yang terindeks. Ya kan?