Sistem Klasifikasi Tahap Ketahanan Pangan Terpadu (IPC) dibuat untuk memberikan ukuran yang dapat diandalkan tentang ketidakamanan pangan dan menjadi dasar alokasi bantuan kemanusiaan. Sebuah studi yang diterbitkan di Nature Food meneliti apakah penilaian IPC akurat.
Penelitian ini dipimpin oleh Hope Michelson dan Erin Lentz, dengan Kathy Baylis dan Chungmann Kim. Tim awalnya melakukan sekitar 20 wawancara dengan badan kemanusiaan dan pengguna produk IPC, lalu menganalisis hampir 10.000 penilaian ketahanan pangan yang mencakup ratusan juta orang di puluhan negara. Analisis menunjukkan penumpukan data tepat di bawah ambang 20% yang dipakai untuk mendefinisikan krisis (fase 3).
Tim memperkirakan ada 293.1 juta orang pada fase 3 atau lebih parah, sementara penilaian IPC melaporkan 226.9 juta. Selisih 66.2 juta orang menunjukkan banyak yang sangat membutuhkan kemungkinan tidak terhitung. Para penulis menjelaskan bahwa perbedaan ini sebagian disebabkan oleh cara kelompok kerja menangani indikator yang bertentangan dan kecenderungan mengambil sikap konservatif karena khawatir dituduh melebih-lebihkan.
Studi merekomendasikan perbaikan pengumpulan data dan proses keputusan. Para penulis menyatakan pembelajaran mesin dapat meningkatkan data dan pemodelan, namun tidak boleh menggantikan evaluasi ahli. Mereka juga meneliti bagaimana indikator berbeda memprediksi malnutrisi dan hubungan penilaian dengan respons bantuan.
Kata-kata sulit
- ketahanan pangan — keadaan kecukupan dan keamanan makanan bagi orang
- kemanusiaan — bantuan dan kegiatan untuk menyelamatkan orang
- penumpukan — terkumpulnya data atau informasi pada satu nilai
- ambang — batas nilai yang dipakai untuk mengambil keputusan
- indikator — tanda atau ukuran yang menunjukkan kondisi tertentu
- kecenderungan — kebiasaan atau arah pilihan yang sering terjadi
- konservatif — bersikap berhati-hati dan menghindari berlebihan
- pembelajaran mesin — penggunaan komputer untuk belajar dari data
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Bagaimana perbaikan pengumpulan data bisa mengurangi jumlah orang yang tidak terhitung dalam penilaian?
- Menurut Anda, apa keuntungan dan risiko menggunakan pembelajaran mesin untuk membantu penilaian ketahanan pangan?
- Apakah Anda setuju bahwa kelompok kerja cenderung mengambil sikap konservatif karena takut dituduh melebih-lebihkan? Jelaskan alasan Anda.
Artikel terkait
Kerugian Hasil Tanaman di Afrika Karena Iklim, Hama, dan Penyakit
Para peneliti GBCL mengatakan guncangan iklim, banjir, hama, dan penyakit menurunkan hasil panen di banyak wilayah Afrika. Studi mencatat contoh di Kenya dan Nigeria serta menyarankan langkah seperti irigasi dan penyimpanan air.
Larangan Ekspor India Dorong Minat pada Padi Hibrida
Larangan ekspor beras India membuat banyak importir mencari swasembada dan memperluas produksi, termasuk ke Afrika. Para ahli menyarankan padi hibrida dan investasi riset, sementara China dan Filipina mengumumkan langkah terkait benih dan program dukungan.
Petani Namibia Gunakan Biofertiliser dan Legum untuk Kurangi Malnutrisi
Peneliti di Namibia melatih petani di komunitas Mayana untuk membuat biofertiliser lokal dan menanam legum kaya protein. Proyek FOODSECBIO bertujuan memperbaiki kesuburan tanah dan mengurangi malnutrisi, serta berjalan sampai Juli 2025.
Unggahan Media Sosial sebagai Peringatan Awal Perpindahan Penduduk
Analisis unggahan media sosial dapat memberi peringatan dini tentang pergerakan penduduk saat krisis. Studi di EPJ Data Science menguji alat prediksi yang memakai data digital untuk menambah informasi saat survei sulit dikumpulkan.
