Smart growth management index of kupang city

다국어 초록 (Multilingual Abstract)

Spatial inequality in public service distribution across Indonesian secondary
cities lacks integrated, data-driven measurement tools. This study develops the Smart
Growth Management Index （SGMI）, a formative composite index measuring urban
development performance across Kupang City's six subdistricts. The SGMI is
constructed from official secondary data drawn from BPS Kota Kupang （2024）,
Kecamatan dalam Angka （2024/2025）, and PODES 2024 operationalized through
four pillars: Density, Education, Health, and Economy and Mobility, standardized
via Min-Max Normalization with equal weighting （w = 0.25 per pillar）. A
community perception survey using equal allocation stratified sampling （n = 120）
provides triangulation validation. Results reveal sharp spatial polarization: Kota
Lama scores highest at 0.972 while Maulafa scores lowest at 0.249, a composite
range of 0.723 points. Three subdistricts Kelapa Lima, Alak, and Maulafa are
classified as Low SGMI Performance, each with diagnostically distinct deficit
profiles demanding differentiated policy responses. Triangulation confirms rank
convergence across all six subdistricts, supporting evidence for the empirical
relevance of the SGMI rankings. A sensitivity analysis under a health-weighted
scenario confirms that the top-tier rankings remain stable. This study recommends
immediate healthcare decentralization in Kelapa Lima, fixed-route transit expansion
in Alak and Maulafa, and formal institutionalization of the SGMI within Kupang
City's RPJMD 2026–2031 monitoring framework as a replicable instrument for
evidence-based urban governance.

Keywords: Smart Growth Management Index, spatial inequality, formative
composite index, secondary city, Kupang City

국문 초록 (Abstract)

인도네시아의 중소도시에서는 공공서비스 분포의 공간적 불평등이 지속적으로
나타나고 있으나, 이를 통합적이고 데이터 기반으로 측정할 수 있는 도구는 여전히
부족한 실정이다. 본 연구는 쿠팡시 6 개 구역의 도시발전 성과를 측정하기 위한
형성형 복합지수인 스마트 성장관리지수（Smart Growth Management Index,
SGMI）를 개발하는 것을 목적으로 한다. SGMI 는 BPS Kota Kupang（2024）,
Kecamatan dalam Angka（2024/2025）, 그리고 PODES 2024 에서 수집한 공식 2 차
자료를 활용하여 구축되었으며, 인구밀도, 교육, 보건, 경제 및 이동성의 네 가지
축으로 구성하였다. 각 지표는 최소-최대 정규화（Min-Max Normalization）를
적용하였으며, 동일 가중치（equal weighting, w = 0.25）를 부여하여 종합지수를
산출하였다. 또한, 균등 할당 층화표본추출（equal allocation stratified sampling）을
통해 선정된 주민 120 명을 대상으로 인식조사를 실시하여 삼각검증（triangulation
validation）을 수행하였다.
연구 결과, 구（區） 간 뚜렷한 공간적 양극화가 확인되었다. Kota Lama 는 0.972 로
가장 높은 점수를 기록한 반면, Maulafa 는 0.249 로 가장 낮은 점수를 나타내어 총
0.723 점의 격차가 발생하였다. 또한 Kelapa Lima, Alak, Maulafa 의 세 지역은 낮은
SGMI 성과 지역（Low SGMI Performance）으로 분류되었으며, 각각 서로 다른 결핍
특성을 보이는 것으로 나타나 차별화된 정책 대응이 요구되었다. 삼각검증 결과,
6 개 구 모두에서 주민 인식과 SGMI 순위 간 일관된 순위 수렴（rank convergence）이
확인되어 SGMI 의 경험적 타당성이 지지되었다. 아울러 보건 부문 가중치를 강화한
민감도 분석에서도 상위권 지역의 순위는 안정적으로 유지되는 것으로 나타났다.
이에 본 연구는 Kelapa Lima 지역의 보건서비스 분권화, Alak 및 Maulafa 지역의
고정노선 대중교통 확대, 그리고 SGMI 를 쿠팡시 RPJMD 2026–2031 모니터링
체계에 공식적으로 제도화할 것을 제안한다. 이를 통해 SGMI 는 증거기반 도시
거버넌스를 지원하는 재현 가능한 정책도구로 활용될 수 있을 것으로 기대된다.

주요어: 스마트 성장관리지수（Smart Growth Management Index, SGMI）, 공간적
불평등, 형성형 복합지수, 중소도시（Secondary City）, 쿠팡시（Kupang City）

목차 (Table of Contents)

• CHAPTER I INTRODUCTION 1
• 1.1 Research Background 1
• 1.2 Research Question 4
• 1.3 Research Objective 5
• 1.4 Research Significance 5
• CHAPTER II LITERATURE REVIEW 7
• 2.1 Concept of Smart Growth 7
• 2.2 Smart Growth Index: Concept and Measurement Framework 8
• 2.3 The Four Pillars of the SGMI: Theoretical Justification 9
• 2.4 Urban Disparity and Spatial Inequality: Theoretical Context 12
• 2.5 Equal Weighting and Min-Max Normalization: Methodological Justification 13
• 2.6 Previous Studies and Research Position 15
• 2.7 Conceptual Framework 17
• CHAPTER III RESEARCH METHODOLOGY 19
• 3.1 Research Design 19
• 3.2 Data Sources 20
• 3.3 Variables and Operationalization 20
• 3.4 Sampling Strategy: Equal Allocation Stratified Quota Sampling 21
• 3.5 SGMI as a Formative Index: Justification and Analytical Implications 23
• 3.6 SGMI Construction Procedure 25
• 3.7 Perception Survey Instrument and Validity Procedure 27
• 3.8 Data Analysis Procedure 28
• 3.9 Research Limitations 28
• CHAPTER IV RESULTS AND DISCUSSIONS 30
• 4.1 Descriptive Data Profile: BPS Secondary Data Across Six Sub-districts 30
• 4.2 SGMI Computation Results: Normalized Pillar Scores and Rankings 34
• 4.3 Sensitivity Analysis of SGMI Rankings under Alternative Weighting Scenario 38
• 4.4 Questionnaire Results: Validity, Reliability, and Perception Analysis 39
• 4.5 Triangulation and Gap Analysis: BPS Rankings vs. Perception Rankings 43
• CHAPTER V CONCLUSION AND POLICY IMPLICATIONS 48
• 5.1 Summary of Key Findings 48
• 5.2 Policy Implications and Recommendations 50
• 5.3 Recommendations for Future Research 54
• Bibliography 56
• Appendices 62