Pemetaan Akibat Kecelakaan dan Jenis Kriminalitas di Wilayah Surabaya Menggunakan Pendekatan korespondensi

Pemetaan Akibat Kecelakaan dan Jenis Kriminalitas di Wilayah Surabaya Menggunakan Pendekatan korespondensi

ANDREW NOFENESIA DOSEN PEMBIMBING M. SJAHID AKBAR,S.SI,M.SI

PROGRAM STUDI DIPLOMA III JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA 2013

LATAR BELAKANG Pengaruh era globalisasi di segala bidang kehidupan masyarakat di saat ini tidak dapat dihindarkan dan sudah dirasakan akibatnya hampir disemua Negara, terutama di Negara berkembang.

LATAR BELAKANG

RUMUSAN MASALAH  Bagaimana

karakteristik akibat kecelakaan lalu lintas dan jenis kriminalitas berdasarkan wilayah di Surabaya tahun 2012?  Bagaimana pola kecenderungan akibat kecelakaan lalu lintas dan jenis kriminalitas berdasarkan wilayah di Surabaya tahun 2012?

TUJUAN  Menjawab

Permasalahan yang sedang diteliti

MANFAAT Dapat mengetahui karakteristik dan pola kecenderungan jenis kejahatan dan akibat kecelakaan berdasarkan wilayah di Surabaya tahun 2012. Manfaat lainnya dapat memberikan masukan kepada pihak Kepolisian dan Dinas Perhubungan untuk mengadakan tindakan pengamatan dan pencegahan dalam meng-atasi masalah kriminalitas di wilayah Surabaya serta dapat di jadikan informasi untuk masyarakat agar lebih berpartisipasi dan berhati-hati dalam masalah tersebut.

BATASAN MASALAH Batasan masalah dalam penelitian ini data yang digunakan adalah data dari rekap kejadian kriminalitas yang tercatat pada Direktorat Reserse Kriminal Umum Kepolisian Daerah provinsi Jawa Timur 2012 serta rekap data dari Satuan Lalu Lintas (Satlantas) Polrestabes Surabaya.

STATISTIKA DESKRIPTIF Statistika Deskriptif adalah cabang ilmu statistika yang berkaitan dengan prosedur-prosedur yang digunakan untuk menjelaskan karakteristik data secara umum. Walpole (1995)

PENELITIAN SEBELUMNYA 

Penelitian mengenai kriminalitas telah dilakukan oleh Yati Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS), Surabaya (2001) mengenai Analisis Regresi Logistik Data Kriminalitas Polres Jember.



Selain itu penelitian mengenail kecelakaan telah dilakukan kembali oleh Wahyu Wulan Fitriah, Muhammad Mashuri, dan Irhamah Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS), Surabaya (2011) mengenai faktor-faktor yang mempengaruhi keparahan korban kecelakaan lalu lintas di kota surabaya degan pendekatan bagging regresi logistik ordinal.

TABEL KONTINGENSI Tabel kontingensi atau yang disebut tabulasi silang adalah tabel yang berisi data jumlah atau frekuensi atau beberapa klasifikasi (kategori). Tabel 2.1 Bentuk Umum Tabel Kontingensi Dua Arah Var 2 Var 1

Total 1

2

3

..

p

1

X11

X12

X13

..

X1p

X1.

2

X21

X22

X23

..

X2p

X2.

3

X31

X32

X33

..

X3p

X3.

…

..

..

..

..

..

..

…

..

..

..

..

..

..

n

Xn1

Xn2

Xn3

..

Xnp

Xn.

Total

X.1

X.2

X.3

..

X.p

X..

UJI INDEPENDENSI Pengujian ini bertujuan untuk mengetahui apakah diantara variabel memiliki hubungan atau tidak. Semakin banyak katagori dari variabel maka semakin banyak pula sampel yang dibutuhkan karena tabel kontingensi mensyaratkan nilai harapan yang bernilai kurang dari 5 maksimum ada 20% dari seluruh sel. Uji independensi ini digunakan untuk mengetahui hubungan antara dua variabel (Agresti, 2002). Setiap level dari variabel-variabel tersebut harus memenuhi syarat sebagai berikut. 

Homogen



Mutually exclusive dan mutually exhaustive



Skala nominal dan skala ordinal

UJI INDEPENDENSI Langkah-langkah dari pengujian independensi sebagai berikut. 

Hipotesis :

H0 : Tidak ada hubungan antara variabel 1 dan 2 (Independen). H1 : Terdapat hubungan antara variabel 1 dan 2 (Dependen). 

Statistik Uji :

Keterangan :

x ij mˆ ij i j

 2  x ij  mˆ ij  I J   2    mˆ ij i 1 j 1

= Total Frekuensi untuk masing-masing baris ke-i dan kolom ke-j = Taksiran nilai harapan (expected value) = 1,2,3………………………….n (banyaknya baris = 1,2,3…………………………..p (banyaknya kolom)

ANALISIS KORESPONDENSI Analisis korespondensi adalah bagian analisis multivariat yang mempelajari hubungan antara dua atau lebih variabel dengan memperagakan baris dan kolom secara serempak dari tabel kontingensi dua arah dalam ruang vektor berdimensi rendah (dua). (Greenacre, 1984)

ANALISIS KORESPONDENSI Matriks P adalah matriks korespondensi Kemudian mencari vektor baris dan kolom r dan c, dan diagonal matriks Dr dan Dc dengan elemen r dan c pada diagonal, sehingga : J

J

xij

j 1

j 1

n

I

I

xij

i 1

i 1

n

ri   pij   ci   pij  

, i  1,2,..., n. atau r  P 1 J  Ix1

 IxJ   Jx1

, j  1,2,..., p. atau c  P 1 I  Jx1

 JxI   Ix1

Dimana 1n adalah vektor nx1 dan 1p adalah vektor px1 matriks identitas dan Dr = diag(r1,r2,...,rI) dan Dc = diag(c1,c2,...,cJ) Dimana : ri adalah massa baris ci adalah massa kolom Menghitung matriks akar kuadrat :

D1r 2 D1c 2

(2.8)  diag



 diag



r1 ,..., rI

c1 ,..., c J

 

D r 1 2

 1 1    diag ,...,  r rI   1

D r 1 2

 1 1    diag ,...,  c c J   1

ANALISIS KORESPONDENSI Penguraian nilai singular / Singular Value Decomposition (selanjutnya ditulis SVD) merupakan satu dari banyak cara pada algoritma matriks dan terdiri dari konsep dekomposisi eigenvalue atau eigenvektor (biasa disebut eigen dekomposisi). Nilai singular dicari untuk memperoleh koordinat baris dan kolom sehingga hasil Analisis Korespondensi dapat divisualisasikan dalam bentuk grafik. Banyak axis: d = min[(I – 1),(J – 1)].Banyak axis: d = min[(I – 1),(J – 1)]. (Greenacre, 1984)

Analisis korespondensi dapat dirumuskan dengan kuadrat terkecil terboboti. K dimana P – rc’ adalah nilai singular dekomposisi (SVD), adalah nilai singular, P  rc   k D1r 2 u k D1c 2 v k  vektor uk Ix1 dan vektor vk Jx1 merupakan si-ngular vektor korespondensi matriks k 1 yang be-rukuran IxJ, dan rank K>1.  k

Dr 1 2 P  rcDc1 2

ANALISIS KORESPONDENSI Koordinat profil baris :

F   k D r 1 2 u k

Koordinat profil kolom :

G   k D c1 2 v k

Profil baris dan kolom matriks P didapatkan dari vektor baris dan kolom matriks P dibagi dengan jumlahnya sendiri (Greenacre, 1984). Matriks profil baris r1 ~   .  R  D r 1P  .    .  ~   rI

Matriks profil kolom c1  ~ .    1 C  D c P   .    .  ~ cJ 

ANALISIS KORESPONDENSI Total inersia adalah ukuran variasi data dan ditentukan dengan jumlah kuadrat terboboti



 

  tr Dr1 2 P  rcDc1 2 Dr1 2 P  rcDc1 2    

i



p

ij

 ri c j



2

ri ci

j K



2 k

k 1

Dimana

k

adalah nilai singular dari nilai singular dekomposisi matriks

 D r 1 2 P  rcD c1 2

. k adalah banyaknya solusi dimensi sehingga k = 1,2 (Johnson,

2002).

Inersia baris (Greenacre,1984): T in(I)  i ri ~ ri  c  D c1 ~ ri  c  atau





 

in(I)  trace D r R  1cT D c1 R  1cT



T



ANALISIS KORESPONDENSI Inersia kolom: T in(J)   j c j ~c j  r  D r1 ~c j  r  atau





 

in(J)  trace D c C  1r T D r 1 C  1r T



T



Kontribusi relatif atau korelasi baris ke-i atau kolom ke-j dengan komponen k adalah kontribusi axis ke inersia baris ke-i atau kolom ke-j, dinyatakan dalam persen inersia baris ke-i atau kolom ke-j. Korelasi axis ke k dan baris ke i =

Korelasi axis ke k dan kolom ke j =

massa baris ke i  f ik  inersia baris ke i  massa kolom ke j f jk  inersia kolom ke j

Dimana f ik adalah koordinat profil baris ke i pada axis ke k, profil kolom ke j pada axis ke k.

f ik koordinat adalah

ANALISIS KORESPONDENSI Kontribusi baris ke i atau kolom ke j ke axis k (kontribusi mutlak), dinyatakan dengan persen inersia axis ke k. Kontribusi baris ke i dan axis ke k =

massa baris ke i  f ik  inersia axis ke k 

Kontribusi kolom ke j dan axis ke k =

massa kolom ke j f jk  inersia axis ke k 

ANALISIS KORESPONDENSI 2

yang merupakan jarak kuadrat antara vector p dari frekuensi relative observasi dan vector dari ekspektasi frekuensi relatif, n merupakan total frekuensi p observasi [Greenacre, 1983]. Nilai dapat dituliskan  2dalam rumus sebagai berikut:

 i2  n i p i  p T D p1 p i  p 

2

 2   i  i2 dimana elemen ke j dari pdapat dituliskan sebagai berikut : Total

adalah





T p   i ni pi  i ni p i  pi1 pi 2 pi 3 ... pij Maka jarak Chi-Square dapat dicari dengan rumus sebagai berikut:

d i2  p i  p  D p1 p i  p  T

atau

2 

observasi  ekspektasi frekuensi 2 ekspektasi frekuensi

PENGANTAR KRIMINALITAS Kriminalistik/kriminologis disebut dengan istilah “kejahatan”. Oleh karena itu, dari sekian banyak batasan kejahatan,memiliki definisi yang dirumuskan oleh SEELIG, yang menyebutkan kejahatan adalah suatu tingkah laku atau perbuatan manusia yang salah baik secra rohani maupun secara jasmani.

PENGANTAR LALU LINTAS Lintas merupakan gabungan dua kata yang masing-masing dapat diartikan tersendiri. Menurut Djajoesman (1976) Lalu mengemukakan bahwa secara harfia lalu lintas diartikan sebagai gerak (bolak balik) manusia atau barang dari satu tempat ketempat lainnya dengan menggunakan sarana jalan umum.

SUMBER DATA  Direktorat

Reserse Kriminal Umum Kepolisian Daerah Provinsi Jawa Timur secara kumulatif pada tahun 2012  data tingkat kecelakaan lalu lintas yang tercatat dalam Satuan Lalu Lintas (Satlantas) pada tahun 2012.

VARIABEL PENELITIAN  Variabel Akibat

Kecelakaan  Variabel Jenis Kriminalitas  Variabel Wilayah Surabaya

IDENTIFIKASI VARIABEL No

Wilayah

1

Surabaya Pusat

2

3

4

5

Surabaya Timur

Surabaya Barat

Surabaya Utara

Surabaya Selatan

Kecamatan Tegal Sari Simokerto Genteng Bubutan

No

Gubeng Gunung Anyar Sukolilo Tambak Sari Mulyorejo Rungkut Tenggilis Mejoyo Benowo Pakal Asem Rowo Suko Manunggal Tandes Sambikerep Lakar Santri Bulak Kenjeran Semampir Pabean Cantikan Krembangan Wonokromo Wonocolo Wiyung Karang Pilang Jambangan Gayungan Dukuh Pakis Sawahan

Tingkat Kecelakaan

1

Meninggal Dunia

2

Kecelakaan Berat

3

Kecelakaan Ringan

No 1

Jenis Kriminalitas Pencurian Kendaraan Bermotor

(Curanmor) 2

Perampokan

3

Penipuan

4

Perjuadian

5

Pemerkosaan

6

Pembunuhan

7

Penyelundupan

8

Pencopetan/Penjambretan

9

Lainnya

ANALISIS DATA 

Melakukan analisis Statistika deskriptif berupa prosentase jenis kriminalitas dan tingkat kecelakaan berdasarkan wilayah di Surabaya pada tahun 2012 dengan menampilkan bar chart pada tiap-tiap prosentase yang dihasilkan.  Melakukan analisis independensi untuk mengetahui hubungan antar variabel.  Membentuk tabel kontingensi, kemudian menentukan profil baris dan kolom setelah itu dilakukan penguraian nilai singular untuk mengetahui nilai variabilitas data yang dijelaskan oleh setiap dimensi atau faktor yang dihasilkan.

ANALISIS DATA Melakukan analisis korespondensi untuk mengetahui pengelompokkan jenis kriminalitas dan tingkat kecelakaan berdasarkan wilayah di Surabaya tahun 2012. Menyusun matrik korespondensi atau matrik proporsi (P) dengan membagi masing-masing elemen pada baris dan kolom dengan total frekuensi (n).  Menyusun matrik profil baris dan profil kolom.  Menetukan nilai singular dekomposisi (SVD).  Menghitung profil baris dan profil kolom  Menentukan nilai inersia.  Menentukan nilai kontribusi relative dan kontribusi mutlak.  Menentukan nilai similarity atau jarak Ecludian  Visualisasi menggunakan plot.

Analisis data

Prosentase Kecelakaan

Karakteristik Akibat Kecelakaan Lalu Lintas Tahun 2012 Kecelakaan Lalu Lintas Tahun 2012 60%

50%

40%

30%

20%

10%

0%

Pusat 24%

Timur 17%

Barat 19%

Utara 15%

Selatan 18%

Luka Berat

29%

33%

34%

28%

35%

Luka Ringan

47%

49%

46%

57%

47%

Meninggal Dunia

Prosentase Kriminalitas

Karakteristik KriminalitasTahun 2012 Kriminalitas Tahun 2012 25%

20%

15%

10%

5%

0%

Pusat

Timur

Barat

Utara

Selatan

Curanmor

20%

21%

22%

21%

21%

Perampokan

12%

16%

14%

15%

16%

Penipuan

13%

14%

12%

14%

14%

Perjudian

11%

12%

9%

11%

10%

Pemerkosaan

8%

5%

4%

5%

3%

Pembunuhan

4%

5%

4%

5%

6%

Penyelundupan

6%

3%

4%

5%

5%

Pecopetan/Penjambretan

14%

15%

18%

14%

16%

Lainnya

12%

10%

13%

10%

9%

Uji Independensi

Uji Independensi Akibat Kecelakaan Hipotesis : 

H0 : Akibat kecelakaan dengan wilayah Independen.



H1 : Akibat kecelakaan dengan wilayah bersifat Dependen.

α : 0.1 Daerah Kritis : Tolak H0 Jika 𝑋 2 hitung > 𝑋 2 tabel 𝑿𝟐 Hitung

𝑿𝟐 Tabel

Db

13,928

13,362

(n-1)(p-1) = 8

Keputusan : Tolak H0

Uji Independensi Jenis Kriminalitas Hipotesis : 

H0 : Jenis Kriminalitas dengan wilayah Independen.



H1 : Jenis Kriminalitas dengan wilayah bersifat Dependen.

α : 0.1 Daerah Kritis : Tolak H0 Jika 𝑋 2 hitung > 𝑋 2 tabel 𝑿𝟐 Hitung

𝑿𝟐 Tabel

Db

54,695

42,566

(n-1)(p-1) = 32

Keputusan : Tolak H0

Analisis Korespondensi

Analisis Korespondensi Akibat Kecelakaan Dimensi 1 2 Total

Inersia 0,005 0,003 0,008

Akibat kecelakaan Luka Ringan Luka Berat Meninggal Dunia Total

Proporsi Inersia Nilai Kumulati Proporsi f 0,640 0,640 0,360 1 1 1

wilayah

Mass

Inersi a

0,484 0,329

0,004 0,002

Mutlak Dim 2 Dim 1 0,612 0,201 0,021 0,650

0,187

0,002

0,367

0,149

1.000

0,008

1.000

1.000

Mass

Inersi a

Pusat Timur Barat Utara Selatan

0,155 0,172 0,235 0,118 0,320

0,003 0,000 0,000 0,003 0,001

Total

1

0,008

Relatif Dim 1 Dim 2 0,844 0,156 0,055 0,945 0,814

0,186

Mutlak Dim 1 Dim 2 0,301 0,498 0,037 0,015 0,055 0,042 0,606 0,199 0,001 0,246 1

1

Relatif Dim 1 0,518 0,811 0,700 0,844 0,007

Dim 2 0,482 0,189 0,300 0,156 0,993

Analisis Korespondensi Akibat Kecelakaan Akibat Kecelakaan Meninggal dunia Luka Berat Luka Ringan

Pusat Timur Barat Utara Selatan 0.05 0.17 0.12 0.28 0.16 0.18 0.08 0.05 0.22 0.03 0.17 0.05 0.11 0.10 0.10

Analisis Korespondensi Jenis Kriminalitas wilayah

Dimensi 1 2 3 4 Total

Inersia 0,008 0,004 0,003 0,000 0,045

Proporsi Inersia Nilai Kumulati Proporsi f 0,538 0,538 0,260 0,798 0,199 0,996 0,004 1 1 1

Kriminalitas

Mass

Inersia

Curanmor Perampokan Penipuan Perjudian Pemerkosaan Pembunuhan Penyelundupan Pencopetan Lainnya Total

0,210 0,149 0,133 0,105 0,049 0,049 0,043 0,154 0,108 1

0,000 0,001 0,001 0,001 0,005 0,001 0,004 0,001 0,002 0,015

Mutlak Dim 1 Dim 2 0,004 0,039 0,113 0,018 0,022 0,118 0,001 0,185 0,531 0,031 0,083 0,034 0,183 0,062 0,010 0,185 0,052 0,328 1 1

Relatif Dim 1 Dim 2 0,174 0,771 0,915 0,071 0,253 0,658 0,005 0,670 0,901 0,025 0,730 0,143 0,406 0,067 0,088 0,769 0,238 0,720

Mass

Inersia

Mutlak

Pusat Timur Barat Utara Selatan

0,154 0,251 0,174 0,182 0,240

0,006 0,003 0,003 0,000 0,003

Dim 1 0,745 0,100 0,002 0,000 0,153

Total

1

0,015

1

Dim 2 0,041 0,021 0,814 0,078 0,046 1

Relatif Dim Dim 1 2 0,974 0,026 0,313 0,032 0,005 0,992 0,007 0,852 0,457 0,523

Analisis Korespondensi Jenis Kriminalitas Jenis Kriminalitas Curanmor Perampokan Penipuan Perjudian Pemerkosaan Pembunuhan Penyelundupan Pecopetan/Penj ambretan Lainnya

Pusat 0.22 0.27 0.23 0.21 0.10 0.31 0.04 0.24 0.19

Wilayah Surabaya Timur Barat Utara 0.06 0.11 0.07 0.02 0.18 0.08 0.04 0.20 0.04 0.08 0.22 0.04 0.35 0.34 0.30 0.07 0.22 0.11 0.24 0.27 0.19 0.09 0.17

0.07 0.06

0.11 0.16

Selatan 0.08 0.01 0.05 0.08 0.36 0.05 0.26 0.11 0.19

Kesimpulan

Kesimpulan Karakteristik bahwa dari kelima wilayah tersebut, wilayah Surabaya pusat memiliki prosentase cukup besar dalam akibat kecelakaan yang berakibatkan meninggal dunia yaitu sebesar 24%, wilayah Surabaya selatan memiliki prosentase yang cukup besar dalam akibat kecelakaan yang berakibatkan luka berat yaitu sebesar 35% dan wilayah Surabaya utara memiliki prosentase yang cukup besar dalam akibat kecelakaan yang berakibatkan luka ringan yaitu sebesar 57%.

Dari hasil analisis untuk akibat kecelakaan diperoleh titik wilayah Surabaya Pusat cenderung berdekatan dengan titik meninggal dunia, untuk titik wilayah Surabaya Selatan cenderung berdekatan dengan titik luka berat. Pada titik wilayah Surabaya timur memiliki kecenderung berdekatan dengan titik luka ringan

Kesimpulan Karakteristik bahwa dari kelima wilayah tersebut, wilayah Surabaya barat, Surabaya timur, Surabaya utara dan Surabaya selatan memiliki prosentase yang cukup tinggi terjadinya curanmor yaitu sebesar 22% dan 21%, wilayah Surabaya timur dan Surabaya selatan memiliki prosentase cukup tinggi terjadinya perampokan yaitu sebesar 16%, wilayah Surabaya timur, Surabaya utara dan Surabaya selatan memiliki prosentase cukup tinggi terjadinya penipuan yaitu sebesar 14%, wilayah Surabaya timur memiliki prosentase cukup tinggi terjadinya perjudian yaitu sebesar 12%, wilayah Surabaya pusat memiliki prosentase cukup tinggi terjadinya pemerkosaan yaitu sebesar 8%, wilayah Surabaya selatan memiliki prosentase cukup tinggi terjadinya pembunuhan yaitu sebesar 6%, wilayah Surabaya pusat memiliki prosentase cukup tinggi terjadinya penyelundupan yaitu sebesar 6%, wilayah Surabaya barat memiliki prosentase tertinggi terjadinya pencopetan atau penjambretan yaitu sebesar 18% dan terakhir wilayah Surabaya barat memiliki prosentase cukup tinggi terjadinya lainnya yaitu sebesar 13%. Dari hasil analisis untuk kriminalitas diperoleh titik wilayah Surabaya pusat cenderung berdekatan dengan titik penyelundupan dan titik pemerkosaan, untuk titik wilayah Surabaya timur cenderung berdekatan dengan titik curanmor, untuk wilayah Surabaya barat cenderung berdekatan dengan titik pencopetan atau penjambretan dan titik lainnya, untuk wilayah Surabaya utara cenderung berdekatan dengan titik penipuan dan titik perjudian dan untuk wilayah Surabaya selatan cenderung berdekatan dengan titik pembunuhan dan titik perampokan.

Daftar pustaka 

Agresti, A. 1996, Categorical Data Analyis. John Wiley&Sons, Inc New York.



Atmasasmita, Romli. 1995, Pengantar Hukum Pidana Internasional. Eresco. Bandung.



Djajoesman, H.S. 1976, Polisi dan Lalu Lintas. Dinas Hukum Polri. Jakarta.



Greenacre, M.J, 1983, Theory and Application of Correspondance Analysis, Academic Press, Inc, New York.



Juergen, Reinwart. 1992, Kriminal Heuptkommisar. Pusat Pendidikan Reserse Polri. Mega Bandung.



Mashuri, dkk. 2011, Faktor-faktor yang Mempengaruhi Keparahan korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik Ordinal. Surabaya : Institut Teknologi Sepuluh Nopember.



Poerwadarminta, W.J.S. 1978, Kamus Umum Bahasa Indonesia Cet. IV. Balai Pustaka. Jakarta



Poerwadarminta, W.J.S. 1993, Kamus Umum Bahasa Indonesia, Erlangga. Jakarta.



Walpole, R. E., 1995, Ilmu Peluang Dan Statistika Untuk Insinyur Dan Imuwan, Edisi keempat, ITB, Bandung.



Yati, (1303109026), Skripsi. Analisis Regresi Logistik Data Kriminalitas Polres Jember. Surabaya : Institut Teknologi Sepuluh Nopember.



Zaiah Daradjat. 1985, Membina Nilai-Nila Moral di Indonesia. Cet. IV, PT. Bulan Bintang. Jakarta.

Thank you !!!!!!!! Any question ???