Skip to content

GCRI · Masyarakat dan Pembangunan Manusia

Risiko kemanusiaan

Humanitarian risk is the chance that a crisis will overwhelm people’s ability to cope and require outside assistance. It combines hazards and conflict, people’s vulnerability and the capacity of institutions to respond. Assessing it helps agencies prepare and act early. This page sets out how humanitarian risk is analysed, how needs are estimated, and what evidence serves the humanitarian and development actors who use it. It names no third-party risk index.

01Daftar

Humanitarian risk on the record.

02Pertanyaannya

Humanitarian risk: how the risk develops.

Humanitarian and displacement analysis under safeguards. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mekanisme

Hazard, vulnerability and capacity combine

Humanitarian need arises where hazards or conflict meet vulnerable people and weak response capacity, so all three must be assessed together.

Mekanisme

Crises compound

Conflict, economic collapse, disease and disasters often occur together, with each making the others harder to address.

Mekanisme

Early action needs early analysis

Analysis of risk before crises peak lets agencies preposition supplies and act early, which costs less than late response.

Mekanisme

Needs estimates shape funding

Estimates of people in need drive appeals and allocations, so their methods and assumptions matter greatly.

03Geografi

Hazards now in Latin America and the Caribbean.

Population density, flood water and active fires over Latin America and the Caribbean, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Bahaya saat ini, untuk halaman ini

Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan dan waktu lintasan menyisakan celah)
Sumber
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Penyedia
NASA LANCE FIRMS
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 500 m
Ketidakpastian
Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
GPM IMERG (NASA GES DISC)
Penyedia
NASA GES DISC
Lisensi
Data terbuka NASA
Tahun data
harian; estimasi satelit, mendekati waktu nyata
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Estimasi satelit, mendekati waktu nyata. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Hazards now, framed on Latin America and the Caribbean.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Presipitasi GPM IMERG, NASA Precipitation Processing System; didistribusikan oleh NASA Goddard Earth Sciences Data and Information Services Center (GES DISC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (20 sumber dalam daftar lapisan: langsung, prakiraan, observasi, dan konteks) menampilkan kredit penyedianya di peta dan di sini saat diaktifkan. Prakiraan adalah keluaran model, dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Laju curah hujan, rata-rata harian: GPM IMERG, NASA GES DISC · 12 Okt 2026

04Di seluruh domain

Humanitarian risk indices combine every domain’s hazards.

Findings are designed for the seri Risiko dan Ketahanan Sistem Negara. Composite humanitarian risk methods are documented as methods; Nexus pages show indicators domain by domain, never a ranking.

  • Humanitarian data through HDX.
  • Critiques of composite indices.
05Pantau

Gambaran kebutuhan kemanusiaan.

Layar yang akan digunakan sebuah tim untuk mengikuti subjek ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Humanitarian needs overview: the screen’s structure, terms and states for Humanitarian risk.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.
06Indikator

Apa yang diukur, dan seberapa baik.

Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.

IndikatorUnitKadensiJenis sumberLabel
People in need of humanitarian assistancejumlahtahunanHumanitarian needs overviewsESTIMASI
Population in acute Kerawanan panganpeople by IPC phaseper analysisIntegrated Food Security Phase ClassificationESTIMASI
Humanitarian appeal funding coveragepercent fundedtahunanOCHA Financial Tracking ServiceDILAPORKAN
Conflict eventsjumlahsetiap mingguConflict event dataDILAPORKAN
aksi antisipatif triggers activatedjumlahper seasonCatatan lembagaDILAPORKAN
Access constraintscount of reported incidentssetiap bulanHumanitarian access monitoringDILAPORKAN
07Simulator

Dari bahaya ke kerugian: kurva eksedensi.

Seberapa sering kerugian tertentu terlampaui, dari bahaya Gumbel, kerapuhan lognormal, dan standar perlindungan; luas di bawah kurva adalah rata-rata kerugian tahunan. Teaching model with stated illustrative values, not a prediction. The map on this page shows Latin America and the Caribbean; the model itself is not tied to a place.

Kendali

Intensitas bahaya tahunan tipikal (lokasi)
Indeks intensitas 1.00
Sebaran nilai ekstrem (skala)
Indeks intensitas 0.80
Intensitas saat separuh nilai hilang
Indeks intensitas 4.00
Sebaran kerentanan
0.55
Porsi nilai dalam jejak bahaya
40%
Standar perlindungan (periode ulang)
50 tahun

Pembacaan

Rata-rata kerugian tahunan
0,51% dari nilai
Kerugian pada 1 dalam 100 tahun
24,5% dari nilai
Kerugian pada 1 dalam 250 tahun
28,4% dari nilai
Intensitas pada 1 dalam 100 tahun
Indeks intensitas 4.68
Angka, metode, dan sumber
Periode ulang (tahun)Intensitas (indeks intensitas)Kerugian (% dari nilai)
10.090.00
21.270.00
41.910.00
72.470.00
133.000.00
243.510.00
444.020.00
824.5323.55
1545.0326.44
2875.5328.87
5366.0330.88
1,0006.5332.53

Metode

  1. Bahaya nilai ekstrem Gumbel Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. Kerapuhan lognormal (kerentanan) FEMA (2003), HAZUS-MH Technical Manual
  3. Kurva probabilitas eksedensi dan rata-rata kerugian tahunan Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. Efek tanggul Di Baldassarre dan lainnya (2013), Socio-hydrology, HESS 17
  5. Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  6. Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Sungai Natural Earth
  • Luasan perkotaan Natural Earth
  • Kota Natural Earth
  • Gempa bumi M4.5+, pekan lalu (USGS) U.S. Geological Survey · register usgs.earthquake.summary-feeds
  • Laju hujan, setengah jam terakhir (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · register open-meteo.public-pages
  • Cakupan lahan terbangun dan permukiman, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · register sedac.context-urban-layers
Dari bahaya ke kerugian: kurva eksedensi. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: Bahaya nilai ekstrem Gumbel (Gumbel (1958), Statistics of Extremes, Columbia University Press); Fragilitas lognormal (kerentanan) (FEMA (2003), HAZUS-MH Technical Manual); Kurva probabilitas eksedensi dan rata-rata kerugian tahunan (Grossi dan Kunreuther (2005), Catastrophe Modeling, Springer).
08Sumber

Asal bukti.

Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.

SumberApa yang diberikannyaKelas lisensi
OCHA Global Humanitarian Overview and Humanitarian Needs OverviewsPeople in need and appeal requirementsPublik, ketentuan penggunaan PBB
Integrated Food Security Phase Classification analysesAcute Kerawanan pangan classificationsPublic, IPC terms
ACLED conflict event dataPolitical violence and protest eventsFree with registration, ACLED terms
OCHA Humanitarian Data ExchangeShared humanitarian datasetsOpen, licence per dataset
FEWS NET food security outlooksFood security projectionsPublic domain, US government (to check current status)
09Simulator kembaran dan rantai dampak

Model humanitarian risk as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Kemanusiaan dan masyarakat sipil: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-10 Kebijakan dan klausul (kewajiban yang dapat dibaca mesin: definisi, pengikatan, evaluasi, dan penegakan)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NRS-C7 Peringatan dini, triggers and aksi antisipatif
  • NRS-S9 Profil sistem: NXS-AAP (Anticipatory action and triggers)
  • NRS-H114 Keluarga bahaya: Guncangan makroekonomi dan fiskal (NHS-1 soc.macro-fiscal)
  • NRS-D3 Respons kemanusiaan dan pemulihan yang tangguh
  • NRS-E1 Siklus program tahunan, latihan, dan gerbang
  • NRS-H18 Keluarga bahaya: Material erupsi dan peningkatan aktivitas vulkanik (NHS-1 geo.eruptive)

Pengamatan

  • Humanitarian Data Exchange (listed for reference)
  • Financial Tracking Service (listed for reference)
  • IATI Datastore (listed for reference)
  • IPC food insecurity classifications (listed for reference)
  • Refugee Data Finder (listed for reference)
  • Indeks Risiko INFORM (dicantumkan sebagai rujukan)
  • Jumlah korban meninggal, hilang, dan terdampak langsung akibat bencana per 100.000 penduduk
  • Prevalence of moderate or severe food insecurity in the population, based on the Food Insecurity Experience Scale
  • Percentage of population exposed to or at risk from disasters protected through pre-emptive evacuation following early warning
  • Number of directly affected people attributed to disasters, per 100,000 population

Contoh geografi

  • East Africa: 189 hexagonal cells
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
10Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

Society and Human Development prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Humanitarian coordinators and agenciesWhere to prepare and prioritise assistanceRisk analyses; needs estimates
DonorsHow to allocate humanitarian and anticipatory fundingFunding and risk evidence
National disaster and perlindungan sosial authoritiesHow to link national sistem with humanitarian responseEarly action evidence

Keluaran yang dihasilkan topik ini

  • Humanitarian risk analyses combining hazard, vulnerability and capacity
  • Needs estimation method reviews
  • Peringatan dini and early action evidence summaries
  • Evidence notes for humanitarian planning
11Metode dan bukti

How humanitarian risk is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model sistem

The couplings between the systems in humanitarian risk: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.

++−+MasyarakatInformasiKomunitasEkonomiR penguatB penyeimbang
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
12Pertanyaan inti

Pertanyaan yang diajukan para pakar.

  • Where are crises likely to cause the greatest kebutuhan kemanusiaan in coming months?
  • Which combinations of hazard, conflict and vulnerability drive that need?
  • How reliable are early indicators, and how much lead time do they offer?
  • How should uncertainty in forecasts be communicated to decision-makers?
  • Which data uses create risks for affected people, and how are they prevented?
13Mekanisme

Composite risk and early warning.

Humanitarian risk models typically combine three dimensions: hazard and exposure, including conflict; vulnerability of the population; and lack of kapasitas penanggulangan, including weak institutions and infrastructure. Indicators are aggregated into indices that rank or classify areas. Forecasting of Kerawanan pangan, displacement or disease outbreaks uses climate forecasts, market prices, conflict data and seasonal patterns to give warning before needs peak.

Anticipatory approaches link forecasts to pre-agreed actions, aiming to act before a shock becomes a crisis. Their value depends on forecast skill, the time needed to act and the cost of acting when the event does not occur. Conflict-driven crises are harder to anticipate than seasonal hazards, and compound crises challenge models built for single shocks.

Verification closes the loop. Comparing past forecasts with what actually happened shows whether indicators and models deserve trust, which thresholds work and where biases lie. Publishing that verification, including failures, is part of responsible humanitarian analysis.

14Metode dan data

Methods and safeguards.

Indeks

Composite indicators

Indices summarise risk across many indicators; weighting choices and data gaps shape results.

Forecasts

Predictive models

Statistical and machine-learning forecasts of need; skill varies and must be verified.

Pengaman

Responsible data

Aggregation, access controls and review prevent data from identifying or targeting people.

Limits: indices can mask local drivers, models trained on past crises may miss new patterns, and false alarms and missed events both carry costs. Data about locations of vulnerable groups can be dangerous in conflict settings.

15Metode

Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.

16Where this page’s references

Where this page’s references lead.

Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.

17Pertanyaan

Tanya jawab.

What is the IPC?
The Integrated Food Security Phase Classification, a common scale used by governments and agencies to classify the severity of food insecurity in five phases.
How is humanitarian need estimated?
Through joint analysis of surveys, assessments and secondary data that estimates how many people need assistance and in which sectors, with methods stated in each needs overview.
Why act before a crisis peaks?
Because early action based on risk analysis can protect lives and livelihoods at lower cost than responding after losses have occurred.
Does the platform issue humanitarian alerts?
No. It studies risk analysis methods and evidence. Alerts and appeals belong to humanitarian and national authorities.
Are risk rankings published?
Only in reviewed outputs with methods, uncertainty and safeguards, and never as a judgement of a government.
How are people protected in this analysis?
By aggregation, access control, review of every data use and a rule never to publish information that could locate or identify vulnerable people.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIMasyarakat dan Pembangunan ManusiaRisiko dan Ketahanan Sistem NegaraRingkasan Bukti
Masyarakat dan Pembangunan Manusia

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.