Pemodelan Regresi Spasial untuk Menentukan Faktor-Faktor yang Berpengaruh terhadap Tingkat Kriminalitas di Provinsi Bali dan Jawa Timur
Main Article Content
The aim of this research is to design a spatial regression model with an inverse distance weighting matrix formed from the crime rates in the provinces of Bali and East Java, based on influencing factors, and to explore the interconnection between crime rates in one district/city with others. This study utilizes crime rate data obtained from the 2023 publications of the Statistics Indonesia (BPS) of Bali and East Java, covering 47 districts/cities. Spatial regression with inverse distance matrix is employed to analyze the factors influencing crime rates in both provinces, including spatial autocorrelation. The research findings indicate interconnection among districts/cities in the two provinces. The Spatial Error Model (SEM) shows that factors such as average length of schooling, population density, gender ratio, and GDP per capita significantly influence crime rates. This model has an AIC value of 525.06 and a pseudo-R2 value of 64.10%.
Alghifary, Rappin Muhamad. (2023). Analisa Yuridis Kriminalisasi Terhadap Penyalahguna Narkotika Oleh Aparat Penegak Hukum Dalam Perspektif Hukum Progresif Di Indonesia. Universitas Islam Sultan Agung Semarang.
Arief, Barda Nawawi, & Hukum, Masalah Penegakan. (2001). Kebijakan Penanggulangan Kejahatan, Bandung: PT. Citra Aditya Bakti.
Audey, Ryan Pratama, & Ariusni, Ariusni. (2019). Pengaruh Kualitas Sumber Daya Manusia Terhadap Tingkat Kriminalitas di Indonesia. Jurnal Kajian Ekonomi Dan Pembangunan, 1(2), 653–666.
Desinta, Dinda. (2022). Faktor-Faktor Yang Memengaruhi Kejadian Kejahatan Di Provinsi Jawa Barat Tahun 2018-2020. Media Edukasi Data Ilmiah Dan Analisis (MEDIAN), 5(01).
Ditya, Afriyenida. (2023). Pemodelan Kriminalitas Di Sumatera Barat Dengan Metode Geographically Weighted Regression (Gwr) Pembobot Adaptive Gaussian Kernel Dan Adaptive Bisquare Kernel. UniversitasMuhammadiyahSemarang.
Lapebesi, Rafli Anderson, Pramesti, Erlyna Nurhaliza, Ahyandi, Muhammad Nor, Sari, Marina Tika, & Yuhan, Risni Julaeni. (2021). Analisis Jalur Faktor-Faktor yang Mempengaruhi Jumlah Kriminalitas di Jawa Timur Tahun 2020. Jurnal Sains Matematika Dan Statistika, 7(2), 38–49.
Pebriana, Lila Afrida. (2020). Kontra Masyarakat Terhadap Meningkatnya Kriminalitas Pasca Asimilasi Narapidana Dampak Covid-19. Legal Standing: Jurnal Ilmu Hukum, 4(2), 258–273.
Puspasari, Ni Made, Suciptawati, Ni Luh Putu, & Susilawati, Made. (2022). Metode Analisis Regresi Spasial Dalam Memodelkan Kasus Covid-19 Di Indonesia. E-Jurnal Matematika UDAYANA, 11(3), 167–173.
Putra, Andrian Dwi, Martha, Gracilia Stevi, Fikram, Muhammad, & Yuhan, Risni Julaeni. (2021). Faktor-Faktor yang Memengaruhi Tingkat Kriminalitas di Indonesia Tahun 2018. Indonesian Journal of Applied Statistics, 3(2), 123–131.
Rahmalia, Suci, Ariusni, Ariusni, & Triani, Mike. (2019). Pengaruh tingkat pendidikan, pengangguran, dan kemiskian terhadap kriminalitas di Indonesia. Jurnal Kajian Ekonomi Dan Pembangunan, 1(1), 21–36.
Sulisrudatin, Nunuk Sulisrudatin Nunuk. (2020). Kasus begal motor sebagai bentuk kriminalitas pelajar. Jurnal Mitra Manajemen, 7(2).
Wibowo, Ari. (2015). Justifikasi Hukum Pidana terhadap Kebijakan Kriminalisasi Pelanggaran Hak Cipta, serta Perumusan Kualifikasi Yuridis dan Jenis Deliknya. Jurnal Hukum Ius Quia Iustum, 22(1), 54–75.
Widiyanti, Ninik, & Waskita, Yulius. (1987). Kejahatan dalam masyarakat dan pencegahannya. Bina Aksara.
Wuryandari, Triastuti, Hoyyi, Abdul, Kusumawardani, Dewi Setya, & Rahmawati, Dwi. (2014). Identifikasi autokorelasi spasial pada jumlahpengangguran di jawa tengah menggunakan indeks moran. Media Statistika, 7(1), 1–10.
Yasin, Hasbi, Hakim, A. R., & Warsito, B. (2020). Regresi Spasial. Pekalongan: WADE Group.
