Para peneliti menggabungkan citra satelit dengan kecerdasan buatan untuk memprediksi area-area miskin di berbagai penjurudunia.
Tak banyak data atas pendapatan masyarakat lokal yang dapat diandalkan di negara-negara berkembang, yang mengakibatkan peliknya upaya penanganan masalahnya.
Sebuah tim dari Universitas Stanford berhasil membuat sistem komputer untuk mengidentifikasi area-area miskin dengan satelit dan mensurvei data di lima negara di benua Afrika.
Neal Jean, Marshall Burke dan timnya berkata teknik ini dapat membantu upaya untuk menjejaki dan menangani kemiskinan di negara-negara berkembang.
"Bank Dunia yang menyimpan data kemiskinan, sejak beberapa lama menetapkan bahwa orang miskin adalah orang yang hidup dibawah $1 (Rp 13.000) per hari," Dr Burke, asisten professor ilmu tata bumi di Stanford, berkata ke BBC.
"Kami secara tradisional mengumpulkan data kemiskinan melalui survey rumah tangga... kami mengirimkan survei pencacah ke rumah-rumah dan kami menanyakan pertanyaan tentang pendapatan, konsumsi – apa yang mereka beli tahun sebelumnya – dan kami menggunakan data itu untuk menetapkan ukuran kemiskinan versi kami.”
Cahaya malam
Masalahnya, pelaksanaan survei itu akan menelan biaya besar, tidak dapat dilakukan dengan sering, dan terkadang mustahil melakukannya di tempat-tempat tertentu di suatu negara, misalnya karena adanya konflik bersenjata.
Sehingga ada kebutuhan untuk langkah pengukuran akurat lain trkait konsumsi rumah tangga dan pendapatan di negara-negara berkembang.
Ide memetakan kemiskinan dengan pencitraan satelit tidaklah baru. Penelitian terkini telah menunjukkan data luar angkasa yang menangkap cahaya di malam hari dapat memprediksi kemakmuran di area tersebut.
SCIENCE
Namun cahaya malam bukanlah indikator yang baik untuk distribusi pendapatan kecil, dengan citra satelit yang gelap.
Penelitian terbaru melihat citra di siang hari yang menangkap fitur-fitur seperti jalan aspal dan atap berbahan logam– penanda yang dapat dipakai membedakan tingkat ekonomi yang berbeda di negara-negara berkembang.
Mereka kemudian menggunakan model komputer yang canggih untuk mengkategorikan berbagai indikator dengan citra satelit siang hari di Nigeria, Tanzania, Uganda, Rwanda dan Malawi.
"Jika komputer diberikan data yang cukup, dia akan bisa memberikan kesimpulan yang dicari. Kami membangun model komputer untuk mencari hal-hal di citra satelit yang dapat memprediksi kemiskinan," kata Dr Burke.
"Komputer akan menemukan hal-hal seperti jalanan, daerah urban, lahan pertanian, dia akan menemukan jalur air – itu adalah hal-hal yang kami kenali. Dia juga menemukan hal-hal yang tidak kami kenali. Komputer menemukan pola yang bagi kami atau saya tidak terlihat seperti sesuatu... namun itu sesuatu yang komputer pecahkan yang dapat memprediksi di mana orang-orang miskin berada."
Para peneliti menggunakan citra dari negara-negara yang data survey tersedia untuk memvalidasi temuan model komputer.
Para peneliti berkata ambisi mereka adalah untuk mengembangkan teknik untuk mencakup seluruh area sub-Sahara di Afrika dan setelah itu seluruh negara-negara berkembang.
Dr Joshua Blumenstock, seorang ahli ekonomi pembangunan dan ilmu data, yang tidak terkait dengan penelitian, berkata ada ‘potensi yang menggembirakan untuk mengadaptasi sistem mesin untuk melawan kemiskinan”.
Asisten professor di Universitas California, Berkeley, menulis: "Untuk program-program kesejahteraan sosial, sudah digunakan citra satelit untuk mengidentifikasi penerima bantuan yang layak. Estimasi yang lebih akurat atas kemiskinan dapat membantu memastikan sumber daya diberikan ke orang-orang yang paling membutuhkan.“
