[GEODATA] Relative Wealth Index of Indonesia

12 October 2023

•

By: MAPID

Open Project

Indeks Kesejahteraan Penduduk Indonesia Tahun 2022

Relative wealth index (RWI) Indonesia

[GEODATA] Relative Wealth Index of Indonesia

Based on Humanitarian Data Exchange (2021), the Relative Wealth Index or RWI predicts the relative standard of living within countries using de-identified connectivity data, satellite imagery, and other nontraditional data sources. The data is provided for 93 low and middle-income countries at 2.4 km resolution.

Berdasarkan Humanitarian Data Exchange (2021), Indeks Kekayaan Relatif atau RWI memprediksi taraf hidup relatif di dalam negara denga menggunakan data konektivitas yang tidak teridentifikasi, citra satelit, dan berbagai sumber data nontradisional lainnya. Data ini tersedia untuk 93 negara dengan penghasilan menengah dan di bawah pada resolusi 2.4 kilometer.

RWI is a metric based on a person's household's total standard of living. They are calculated by commonly collected ownership data such as physical assets, building materials, sanitation amenities, and other sources.

RWI didasarkan pada taraf hidup rumah tangga dari seseorang. RWI dikalkulasi dari kumpulan data kepemilikan pada umumnya berupa aset fisik, material bangunan, sarana sanitasi, dan lain-lain.

This wealth index is substantial, especially in the health sector. It can point out wealthy-related problems like poverty and unequal access to health care, particularly in developing and third world countries. RWI has to be known globally for some nations to have better access to World Bank partial funding. Furthermore, it could be a key metric to assess if local governments need to make necessary interventions to reach the most vulnerable citizens in any nation. For instance, public health services, adult and child vaccination campaigns, and education.

Indeks kekayaan ini sangat penting, terutama di sektor kesehatan. Indeks kekayaan bisa menunjukkan masalah terkait kekayaan seperti kemiskinan dan ketidaksetaraan akses fasilitas kesehatan, yang banyak terjadi di negara berkembang dan negara dunia ketiga. RWI perlu diketahui secara global bagi beberapa negara supaya mereka mendapatkan akses lebih baik terhadap pendanaan sebagian dari Bank Dunia. Terlebih lagi, RWI bisa menjadi sebuah metrik kunci untuk menilai apakah pemerintah daerah perlu melakukan intervensi agar bisa menjangkau masyarakat sipil yang terancam di negara manapun. Sebagai contoh, layanan kesehatan publik, kampanye vaksinasi orang dewasa dan anak-anak, serta pendidikan.

In nations without reliable statistics on income, expenses, and consumption, the RWI is particularly useful. Those are some traditional indicators used to estimate household economic status. It lets the researchers know the correlation between RWI and the living standard and how they affect each other. Income level, years of schooling, political knowledge, interest in politics, corruption, and crime victimization are some correlations regarding RWI.

Di beberapa negara tanpa data statistik yang terpercaya, adanya RWI sangat bermanfaat. Data-data statistik inilah yang digunakan sebagai indikator tradisional untuk menghitung status ekonomi rumah tangga. Hal ini membuat para peneliti dapat mengetahui hubungan antara RWI dan standar hidup dan bagaimana keduanya saling memengaruhi. Tingkat penghasilan, jumlah tahun bersekolah, pengetahuan politik, kepentingan politik, korupsi, dan viktimisasi kejahatan merupakan beberapa hal yang berhubungan dengan RWI.

The methodology to get the RWI information came from the household questionnaire. It includes ownership items and characteristics for every household. Each asset is assigned to have a standardized asset depending on whether the household owns those assets or not. These scores are added up and summed as the total score by household and individuals before being divided into the same group classification.

Metode untuk mendapatkan informasi RWI berasal dari kuesioner rumah tangga. Di dalamnya memuat kepemilikan barang-barang berikut dengan karakteristiknya untuk setiap rumah tangga. Masing-masing aset memiliki sebuah standardisasi bergantung pada apakah sebuah rumah tangga memiliki aset tersebut atau tidak. Skor-skor ini kemudian dijumlah dan digabungkan menjadi total skor secara rumah tangga dan individu sebelum dibagi ke dalam klasifikasi grup yang sama.

RWI is divided into the following five groupings:

a. HighHighest I > 1

b. HighHigh >= RWI > 0.5

c. MiddMiddle 5 >= RWI > 0

d. Low Low : RWI >0

e. LoweLowest .9 <= RWI > -0.5

RWI dibagi ke dalam lima kelompok seperti di bawah ini:

a. Tertinggi : RWI > 1

b. Tinggi : 1 >= RWI > 0.5

c. Menengah : 0.5 >= RWI > 0

d. Rendah : RWI >0

e. Terendah : -0.9 <= RWI > -0.5

The RWI indicates the wealth of that location relative to other locations within the same country. However, certain practical applications require a measure of the absolute wealth of a region which can be more directly compared from one country to another (Chi et al, 2022).

RWI mengindikasi kekayaan dari sebuah lokasi yang relatif dengan lokasi lainnya dalam satu negara yang sama. Akan tetapi, beberapa aplikasi praktiknya membutuhkan sebuah ukuran kekayaan absolut dari sebuah wilayah yang lebih bisa secara langsung dibandingkan antara satu negara dengan negara lainnya (Chi dkk, 2022).

According to the classified processed data, Indonesia's RWI pattern shows that the current regional development still focuses on the western side in general. Just like the one on Java Island which has green color. While the eastern side is highlighted in red, this indicates that the RWI from that area is low. The colors on the map represent the public wealth index by region.

Berdasarkan data yang telah melalui proses klasifikasi, Indonesia memiliki pola RWI yang secara umum menunjukkan bahwa saat ini pengembangan maupun pembangunan wilayah masih difokuskan di bagian barat khususnya Pulau Jawa yang sebagian besar berwarna hijau. Sedangkan di Indonesia bagian timur kebanyakan ditunjukkan dengan warna merah, artinya tingkat RWI tergolong rendah. Warna di peta merepresentasikan tingkat kesejahteraan penduduk di suatu wilayah.

[GEODATA] Relative Wealth Index of Indonesia

Indonesia's RWI data can be accessed by GEO GEO MAPIsers using Ag Attach Layfeature in in Map Ed and then analyze througrough 3D 3D and M>p Viewer.

Data RWI di Indonesia dapat diakses oleh para pengguna GEO MAPID menggunakan fitur Attach Layer di dalam Map Editor kemudian dianalisis melalui Map 3D dan Map Viewer.

[GEODATA] Relative Wealth Index of Indonesia

Moreover, users can integrate the RWI data using the location profiling feature from MAPID—SINI to determine the relationship between the wealth index within a location profile. With this, users can discover and confirm the correlation between the development index with RWI in a region.

Selain itu, pengguna juga dapat mengintegrasikan data RWI dengan fitur location profiling yaitu SINI untuk mengetahui hubungan tingkat kesejahteraan dengan profil suatu lokasi. Dengan ini, pengguna dapat menemukan serta memastikan korelasi antara tingkat pembangunan dengan RWI di sebuah wilayah.

[GEODATA] Relative Wealth Index of Indonesia

Referensi:

  • Chi, G., Fang H., Chatterjee S., dan Blumenstock J. E., 2022. Micro-Estimates of Wealth for all Low- and Middle-Income Countries. Proceedings of the National Academy of Sciences Jan 2022, 119 (3) e2113658119; DOI: 10.1073/pnas.2113658119 https://arxiv.org/pdf/2104.07761.pdf
  • Córdova A., 2008. Methodological Note: Measuring Relative Wealth using Household Asset Indicators. Latin American Public Opinion Project "Insights" series. Americas Barometer.
  • Humanitarian Data Exchange, 2022. Relative Wealth Index dari https://data.humdata.org/dataset/relative-wealth-index (diakses 20 September 2022).
  • Islam, N. 2020. Assesing the Impacts of Relative Wealth and Geospatial Factors on Water Access in Rural Nepal: A Community Case Study. International Journal of Environmental research and Public Health DOI: 10.3390/ijerph17186517
  • The DHS Program, 2022. Wealth Index dari https://dhsprogram.com/topics/wealth-index/ (diakses 20 September 2022)

Data Publications

[GEODATA] Indeks Ekologi RSEI

Environment

21 Mar 2025

•

MAPID

[GEODATA] Indeks Ekologi RSEI

Indeks ekologi berbasis remote sensing ecological index (RSEI) merupakan indikator kualitas lingkungan yang mencerminkan kondisi ekologi. Indeks ini diperoleh dengan mengekstraksi empat parameter utama dari citra satelit Landsat 8 OLI/TIRS, yaitu Normalized Difference Vegetation Index (NDVI), Wetness Index (WET), Normalized Difference Built-up and Soil Index (NDBSI), serta Land Surface Temperature (LST). Keempat parameter tersebut diintegrasikan menghasilkan nilai indeks dengan rentang 0 hingga 1, yang kemudian dikategorikan ke dalam lima kelas kualitas ekologi, yakni buruk, cukup, sedang, baik, dan sangat baik. Hasil penelitian menunjukkan bahwa parameter kehijauan (NDVI) dan kelembaban (WET) memiliki korelasi positif terhadap kualitas ekologi, sedangkan parameter kekeringan (NDBSI) dan suhu permukaan (LST) memiliki hubungan negatif. Platform GEOMAPID telah menghimpun dan menyajikan data RSEI secara nasional, mencakup 516 kota dan kabupaten, memungkinkan integrasi dengan data spasial lainnya. Analisis komparatif menggunakan indeks ini juga dapat dilakukan antara wilayah perkotaan dan pedesaan maupun antar Pulau Jawa dan pulau-pulau lain, sehingga dapat mengidentifikasi karakteristik spesifik kualitas ekologi berdasarkan status indeks yang dihasilkan.

13 min read

•

317 view

1 Projects

[GEODATA] Ketimpangan Energi di Indonesia: Studi Kasus Distribusi SPBU dan Bensin Eceran

Energy

07 Mar 2025

•

MAPID

[GEODATA] Ketimpangan Energi di Indonesia: Studi Kasus Distribusi SPBU dan Bensin Eceran

Artikel ini membahas ketimpangan distribusi BBM di Indonesia dengan fokus pada perbedaan akses antara wilayah perkotaan dan perdesaan. Menggunakan teknologi GIS dan analisis spasial, penelitian ini memetakan distribusi SPBU serta mengidentifikasi wilayah yang rentan terhadap keterbatasan akses BBM. Studi kasus di Surabaya dan Pacitan menunjukkan bahwa infrastruktur dan jumlah SPBU yang tersedia sangat memengaruhi ketersediaan BBM, yang pada akhirnya berdampak pada pertumbuhan ekonomi dan kesejahteraan masyarakat. Penelitian ini diharapkan dapat memberikan rekomendasi berbasis data untuk kebijakan pemerataan akses BBM yang lebih adil dan efisien.

19 min read

•

533 view

20 Data

1 Projects

[GEODATA] EMISI UDARA

Climate & Disaster

04 Jan 2025

•

MAPID

[GEODATA] EMISI UDARA

Karbon monoksida (CO), nitrogen dioksida (NO₂), sulfur dioksida (SO₂), aerosol, metana (CH₄), formaldehida (HCHO), dan ozon (O₃) adalah zat-zat yang berkontribusi pada efek rumah kaca sekaligus berdampak negatif pada kesehatan manusia dan lingkungan. Pemantauan intensitas serta distribusi gas-gas ini menjadi penting untuk menilai kualitas udara di suatu wilayah dan merancang langkah mitigasi. Data emisi dari sensor penginderaan jauh memungkinkan pihak terkait mengidentifikasi sumber pencemaran dan memahami karakteristik setiap gas, mulai dari gangguan pernapasan hingga risiko penyakit kronis

15 min read

•

1669 view

40 Projects

Spatio-Temporal of Carbon Monoxide Concentration in Bandung City 2021 – 2024: A View from Sentinel-5P Imagery

Environment

22 Dec 2024

•

Eka Ramadhan

Spatio-Temporal of Carbon Monoxide Concentration in Bandung City 2021 – 2024: A View from Sentinel-5P Imagery

Air pollution, a significant global environmental concern, claims millions of lives annually. This article delves into the use of remote sensing techniques for air quality monitoring, focusing on carbon monoxide levels in Bandung City, Indonesia.

10 min read

•

397 view

4 Data

1 Projects

Terms and Conditions
Introductions
  • MAPID is a platform that provides Geographic Information System (GIS) services for managing, visualizing, and analyzing geospatial data.
  • This platform is owned and operated by PT Multi Areal Planing Indonesia, located at
  • mapid-ai-maskot