Pemodelan Mixed Geographically And Temporally Weighted Regression (MGTWR) Pada Data Crime Rate di Jawa Tengah.
No Thumbnail Available
Date
2023-04-10
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Jawa Tengah merupakan salah satu provinsi di Indonesia yang cukup besar
dan padat penduduk. Jumlah penduduk yang besar dapat menimbulkan berbagai
masalah sosial di dalam suatu masyarakat seperti kemiskinan, pengangguran, dan
kesenjangan sosial ekonomi. Masalah sosial juga dapat mendorong beberapa orang
untuk melakukan tindak kejahatan. Pada penelitian ini akan dilakukan pemodelan
Mixed Geographically and Temporally Weighted Regression (MGTWR) pada data
crime rate di Jawa Tengah dikarenakan adanya keragaman spasial dan temporal
jumlah orang berisiko terkena kejahatan pada Tahun 2019-2021 di Jawa Tengah
serta adanya variabel yang berpengaruh secara global dan lokal. Model MGTWR
merupakan pengembangan dari model Geographically and Temporally Weighted
Regression (GTWR ). Variabel persentase penduduk miskin, variabel TPT dan
variabel upah minimum mempengaruhi secara lokal terhadap setiap wilayah di
Jawa Tengah. Sedangkan variabel kepadatan penduduk dan rata-rata pengeluaran
perkapita perbulan mempengaruhi secara global untuk keseluruhan wilayah di Jawa
Tengah. Setelah dilakukan uji signifikansi parsial didapatkan faktor-faktor yang
berpengaruh signifikan terhadap data crime rate bervariasi di tiap kabupaten/ kota
di Jawa Tengah. Secara umum faktor-faktor yang secara signifikan berpengaruh
terhadap data crime rate adalah persentase penduduk miskin, variabel TPT dan
variabel upah minimum. Berdasarkan evaluasi kebaikan model, model MGTWR
dapat dikatakan model yang lebih baik dibandingkan model GTWR dalam
pemodelan crime rate di Jawa Tengah tahun 2019-2021. Hal ini terlihat dari nilai
RMSE sebesar 0,2050 dan AICc sebesar 136,299.
Description
Keywords
Spasial, GTWR, MGTWR