🔥 Jangan Lewatkan: Kelas Sakernas Batch 24 🚀
Tanggal: 09 June 2026 | Investasi: Hanya 350k! 🌟
Gabung sekarang dan tingkatkan keterampilan Anda dengan praktisi terbaik! 📊💡 Daftar Sekarang 🔗Di Sekolah Stata juga punya kelas Social Media Analytics yang relate dengan projek ini dan menjadi salah satu kelas best seller. Kelas ini memberikan pengetahuan dan keterampilan dalam menganalisis data dari platform media sosial yang saat ini sangat berperan penting dalam riset dan pemasaran digital.
Kenapa Nightlight Intensity?
Nightlight Intensity atau intensitas cahaya malam bumi adalah indikator yang sering digunakan untuk mengukur aktivitas ekonomi, urbanisasi, dan ketersediaan listrik llunya berhubungan erat dengan pertumbuhan ekonomi. Gampangnya, makin terang wilayahnya, makin banyak aktivitas ekonomi terjadi di sana. Data ini diperoleh dari satelit VIIRS milik NASA dan dapat diakses melalui Google Earth Engine (GEE).
Cara Mendapatkan dan Memproses Data Nightlight Intensity di GEE
Berikut contoh skrip singkat di Google Earth Engine yang dapat digunakan untuk mendapatkan data Nightlight Intensity bulanan dari Januari 2024 sampai Mei 2025 serta membuat grafik tren di konsol GEE:
// 1. Load batas Indonesia
var admin2 = ee.FeatureCollection("FAO/GAUL_SIMPLIFIED_500m/2015/level2")
.filter(ee.Filter.eq('ADM0_NAME', 'Indonesia'));
// 2. Load koleksi VIIRS dari NASA (VNP46A2) dan pilih band brightness corrected
var s2 = ee.ImageCollection('NASA/VIIRS/002/VNP46A2')
.select('Gap_Filled_DNB_BRDF_Corrected_NTL');
// 3. Filter periode data: Jan 2024 - Mei 2025
var startDate = '2025-01-01';
var endDate = '2025-10-01';
var monthlyCollection = ee.ImageCollection(
ee.List.sequence(0, ee.Date(endDate).difference(ee.Date(startDate), 'month').subtract(1))
.map(function(n) {
var ini = ee.Date(startDate).advance(n, 'month');
var end = ini.advance(1, 'month');
var monthly = s2.filterDate(ini, end).mean()
.set('system:time_start', ini.millis());
return monthly;
})
);
// 4. Buat chart rata-rata zonal per bulan untuk seluruh Indonesia
var monthlyChart = ui.Chart.image.series({
imageCollection: monthlyCollection,
region: admin2.geometry(),
reducer: ee.Reducer.mean(),
scale: 500,
xProperty: 'system:time_start'
}).setOptions({
title: 'Monthly Mean Nighttime Light (Gap_Filled_DNB_BRDF_Corrected_NTL)\nIndonesia, Jan 2024May 2025',
hAxis: { title: 'Date', format: 'MMM yyyy', gridlines: {count: 15} },
vAxis: {title: 'Mean NTL'},
lineWidth: 1.5,
pointSize: 3
});
// 5. Tampilkan chart di Console
print(monthlyChart);
// 6. (Opsional) Ekspor data statistik zonal per bulan ke Google Drive
var monthlyStats = monthlyCollection.map(function(img) {
var date = ee.Date(img.get('system:time_start')).format('YYYY-MM-dd');
var meanDict = img.reduceRegion({
reducer: ee.Reducer.mean(),
geometry: admin2.geometry(),
scale: 500,
maxPixels: 1e13
});
return ee.Feature(null, {
'date': date,
'mean_ntl': meanDict.get('Gap_Filled_DNB_BRDF_Corrected_NTL')
});
});
Export.table.toDrive({
collection: monthlyStats,
description: 'Monthly_Mean_NTL_VNP46A2_Indonesia_2024_2025',
fileFormat: 'CSV'
});
Kenapa Kamu Harus Ikut Kelas Big Data di Sekolah Stata?
Webinar dan kelas Big Data Sekolah Stata akan membimbing kamu memahami cara kerja data satelit, penggunaan Google Earth Engine, hingga teknik memvisualisasikan dan menganalisis tren ekonomi dengan data nontradisional. Kamu juga akan belajar membuat visualisasi infografis yang menarik dan strategi agar hasil risetmu bisa diterima oleh jurnal bereputasi ataupun dipakai dalam pengambilan keputusan kebijakan.
Yuk, jangan sampai ketinggalan! Daftar kelasnya sekarang dan buktikan kemampuan analisis data kamu bersama Sekolah Stata. Salam data, Sobat Stata!
FAQ – Pertanyaan yang Sering Diajukan
- Apakah data Nightlight Intensity ini bisa dipercaya untuk analisis ekonomi? Ya, data ini telah digunakan secara luas sebagai proksi untuk aktivitas ekonomi dan sudah dilengkapi dengan koreksi sehingga data lebih akurat.
- Apakah data ini hanya untuk Indonesia? Data ini mencakup global, tapi kamu bisa memfilter hanya wilayah Indonesia seperti contoh skrip untuk analisis yang lebih relevan.
- Apakah diperlukan keahlian programming untuk menggunakan skrip GEE? Dasar-dasar pemrograman Python atau JavaScript akan sangat membantu, tapi materi kelas Big Data juga akan membimbing dari nol kok.
- Bagaimana jika tidak bisa ikut kelas live? Jangan khawatir, materi dan rekaman kelas tetap bisa diakses setelah kelas selesai.
- Apakah kelas ini cocok untuk pemula? Sangat cocok, karena kelas ini didesain untuk semua level pengalaman dengan pembelajaran bertahap.
Halo sobat Stata! Pernah penasaran nggak sih gimana cara mendapatkan data pertumbuhan ekonomi bulanan di Indonesia meskipun data resmi biasanya itu kuartalan? Tenang, di artikel kali ini, kita bakal belajar cara menarik data dan memproyeksikannya menggunakan Nightlight Intensity yang diambil dari satelit NASA. Data ini jadi alternatif keren untuk analisis tren ekonomi secara lebih detail!
Artikel Blog Sekolah Stata di indeks Oleh Google Scholar
Akses Google ScholarPenelitian ini merupakan hasil kerja sama tim peneliti Sekolah Stata dengan tim dari Pusat Kajian JKN (PKJS) Universitas Indonesia, untuk meningkatkan pemahaman tentang pertumbuhan ekonomi menggunakan data nontradisional.
Di Sekolah Stata juga punya kelas Social Media Analytics yang relate dengan projek ini dan menjadi salah satu kelas best seller. Kelas ini memberikan pengetahuan dan keterampilan dalam menganalisis data dari platform media sosial yang saat ini sangat berperan penting dalam riset dan pemasaran digital.
Kenapa Nightlight Intensity?
Nightlight Intensity atau intensitas cahaya malam bumi adalah indikator yang sering digunakan untuk mengukur aktivitas ekonomi, urbanisasi, dan ketersediaan listrik llunya berhubungan erat dengan pertumbuhan ekonomi. Gampangnya, makin terang wilayahnya, makin banyak aktivitas ekonomi terjadi di sana. Data ini diperoleh dari satelit VIIRS milik NASA dan dapat diakses melalui Google Earth Engine (GEE).
Cara Mendapatkan dan Memproses Data Nightlight Intensity di GEE
Berikut contoh skrip singkat di Google Earth Engine yang dapat digunakan untuk mendapatkan data Nightlight Intensity bulanan dari Januari 2024 sampai Mei 2025 serta membuat grafik tren di konsol GEE:
// 1. Load batas Indonesia
var admin2 = ee.FeatureCollection("FAO/GAUL_SIMPLIFIED_500m/2015/level2")
.filter(ee.Filter.eq('ADM0_NAME', 'Indonesia'));
// 2. Load koleksi VIIRS dari NASA (VNP46A2) dan pilih band brightness corrected
var s2 = ee.ImageCollection('NASA/VIIRS/002/VNP46A2')
.select('Gap_Filled_DNB_BRDF_Corrected_NTL');
// 3. Filter periode data: Jan 2024 - Mei 2025
var startDate = '2025-01-01';
var endDate = '2025-10-01';
var monthlyCollection = ee.ImageCollection(
ee.List.sequence(0, ee.Date(endDate).difference(ee.Date(startDate), 'month').subtract(1))
.map(function(n) {
var ini = ee.Date(startDate).advance(n, 'month');
var end = ini.advance(1, 'month');
var monthly = s2.filterDate(ini, end).mean()
.set('system:time_start', ini.millis());
return monthly;
})
);
// 4. Buat chart rata-rata zonal per bulan untuk seluruh Indonesia
var monthlyChart = ui.Chart.image.series({
imageCollection: monthlyCollection,
region: admin2.geometry(),
reducer: ee.Reducer.mean(),
scale: 500,
xProperty: 'system:time_start'
}).setOptions({
title: 'Monthly Mean Nighttime Light (Gap_Filled_DNB_BRDF_Corrected_NTL)\nIndonesia, Jan 2024May 2025',
hAxis: { title: 'Date', format: 'MMM yyyy', gridlines: {count: 15} },
vAxis: {title: 'Mean NTL'},
lineWidth: 1.5,
pointSize: 3
});
// 5. Tampilkan chart di Console
print(monthlyChart);
// 6. (Opsional) Ekspor data statistik zonal per bulan ke Google Drive
var monthlyStats = monthlyCollection.map(function(img) {
var date = ee.Date(img.get('system:time_start')).format('YYYY-MM-dd');
var meanDict = img.reduceRegion({
reducer: ee.Reducer.mean(),
geometry: admin2.geometry(),
scale: 500,
maxPixels: 1e13
});
return ee.Feature(null, {
'date': date,
'mean_ntl': meanDict.get('Gap_Filled_DNB_BRDF_Corrected_NTL')
});
});
Export.table.toDrive({
collection: monthlyStats,
description: 'Monthly_Mean_NTL_VNP46A2_Indonesia_2024_2025',
fileFormat: 'CSV'
});
Kenapa Kamu Harus Ikut Kelas Big Data di Sekolah Stata?
Webinar dan kelas Big Data Sekolah Stata akan membimbing kamu memahami cara kerja data satelit, penggunaan Google Earth Engine, hingga teknik memvisualisasikan dan menganalisis tren ekonomi dengan data nontradisional. Kamu juga akan belajar membuat visualisasi infografis yang menarik dan strategi agar hasil risetmu bisa diterima oleh jurnal bereputasi ataupun dipakai dalam pengambilan keputusan kebijakan.
Yuk, jangan sampai ketinggalan! Daftar kelasnya sekarang dan buktikan kemampuan analisis data kamu bersama Sekolah Stata. Salam data, Sobat Stata!
FAQ – Pertanyaan yang Sering Diajukan
- Apakah data Nightlight Intensity ini bisa dipercaya untuk analisis ekonomi? Ya, data ini telah digunakan secara luas sebagai proksi untuk aktivitas ekonomi dan sudah dilengkapi dengan koreksi sehingga data lebih akurat.
- Apakah data ini hanya untuk Indonesia? Data ini mencakup global, tapi kamu bisa memfilter hanya wilayah Indonesia seperti contoh skrip untuk analisis yang lebih relevan.
- Apakah diperlukan keahlian programming untuk menggunakan skrip GEE? Dasar-dasar pemrograman Python atau JavaScript akan sangat membantu, tapi materi kelas Big Data juga akan membimbing dari nol kok.
- Bagaimana jika tidak bisa ikut kelas live? Jangan khawatir, materi dan rekaman kelas tetap bisa diakses setelah kelas selesai.
- Apakah kelas ini cocok untuk pemula? Sangat cocok, karena kelas ini didesain untuk semua level pengalaman dengan pembelajaran bertahap.