Dampak ekstrim tsunami Aceh 2004, tidak hanya meningkatkan jumlah bantuan yangmasuk dari masyarakat lokal dan internasional tetapi juga sejumlah besar lembaga negara danlembaga bantuan bencana yang terlibat dalam penanggulangan bencana. Studi ini menganalisispengaruh berbagai jenis lembaga pelaksana bantuan dalam menentukan probabilitas pemulihanekonomi. Menggunakan kumpulan data unik penginderaan jauh (luar angkasa) yangdikombinasikan dengan database Recovery Aceh Nias (RAN) dan PODES, untuk semua desa yangterkena dampak selama proses tanggap bencana. Rata-rata piksel cahaya malam sebelum dansesudah bencana dari data luar angkasa digunakan dalam mengukur pencapaian pemulihanekonomi. Penelitian ini menemukan bahwa rata-rata waktu pemulihan ekonomi yang dicapai didesa terdampak bencana adalah 17,51 bulan, hal ini cukup cepat dari perkiraan. Berdasarkanmetode survival analysis (estimasi Kaplan Meier dan Cox Proportional Hazard), ditemukan bahwapeningkatan jumlah keberadaan donor-pelaksana, pelaksana internasional, dan pelaksanapemerintah (BRR) dapat menentukan kecepatan pemulihan. Selain itu, kondisi awal karakteristikgeografis desa yang terkena dampak, dan modal sosial juga turut menentukan kemungkinanpemulihan.

---

The extreme impact of the 2004 Aceh tsunami, not only boosted the amount of incoming

aid from local and international communities but also a large number of country institutions and

disaster aid agencies involved in disaster management. This study analyzes the influence of

different types of aid implementing agencies in determining the economic recovery probability.

Using the unique set of remote sensing data (outer space) in combination with Recovery Aceh

Nias (RAN) database and PODES, for all affected villages during the post-disaster response

process. The average of night-light pixels before and after the disaster of outer space data used to

measure the economic recovery achievement. We find that the average time the economic recovery

achieved in the disaster-affected village is 17.51 months, is quite fast from the forecast. Based on

the method of survival analysis (Kaplan Meier and Cox Proportional Hazard estimation), we found

that the increase on existence number of donor-implementers, international-implementers, and

government-implementers (BRR) can determine the speed of recovery. In addition, the initial

conditions of the affected village geographical characteristics, and social capital also contributes

in determining the probabilities of recovery