Asep Maulana, - and Lili Somantri, - and Silmi Afina Aliyan, - (2025) PEMODELAN SPASIAL PENGARUH KONDISI KEPENDUDUKAN TERHADAP TINGKAT KERAWANAN KRIMINALITAS DI KABUPATEN MAJALENGKA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS. S1 thesis, Universitas Pendidikan Indonesia.
Abstract
Kriminalitas merupakan masalah yang berdampak pada semua lapisan masyarakat dan terjadi di seluruh wilayah. Kriminalitas merupakan salah satu masalah yang harus iwaspadai karena mengganggu ketenteraman dan menimbulkan dampak buruk bagi masyarakat, seperti rasa cemas, ketakutan, dan kepanikan. Menurut BPS Kabupaten Majalengka, sepanjang tahun 2023, wilayah Kabupaten Majalengka mencatat 371 kasus kriminalitas dan gangguan keamanan. Jika melihat hasil analisis Badan Pusat Statistik yang menjelaskan bahwa kemiskinan di Kabupaten Majalengka dipicu oleh tiga faktor, diantaranya ketimpanga pendapatan, tingkat pendidikan yang tidak sesuai dengan acuan pemerintah, serta tingkat pengangguran terbuka yang lumayan tinggi. Tujuan penelitian ini yaitu berupa klasifikasi tingkat kerawanan tindak kriminalitas, analisis pola sebaran tindak kriminalitas, dan mengkaji faktor yang mempengaruhinya melalui metode Geographically Weighted Regression (GWR). Berdasarkan hasil pengolahan kernel density pada data kriminalitas, dihasilkan tiga klasifikasi yaitu rendah, sedang, tinggi. Klasifikasi rendah memiliki jumlah kasus 0 – 7 kasus, klasifikasi sedang memiliki jumlah 8 – 14 kasus, dan klasifikasi tinggi memiliki jumlah kasus 15 – 21 kasus. Analisis menggunakan Indeks Moran I menunjukkan adanya autokorelasi spasial positif dan menghasilkan bentuk pola mengelompok (clustered) dengan nilai Z(I) lebih besar daripada nilai Z(0,95) (1,943026 > 1,645). Menggunakan 4 variabel bebas yaitu Kepadatan Penduduk, Angka Putus Sekolah, Migrasi Masuk, dan Jumlah Pengangguran, analisis menggunakan GWR menghasilkan informasi bahwa semua variabel memiliki pengaruh signifikan terhadap kriminalitas di Kabupaten Majalengka. Beberapa solusi dalam menanggulangi kriminalitas adalah dengan melaksanakan secara konsisten aturan yang berkaitan dengan administrasi kependudukan agar semua penduduk terutama migran terdata dengan baik dan pemerataan pembangunan dan menyediakan lapangan pekerjaan di setiap wilayah terutama kecamatan kecil lainnya sehingga kepadatan penduduk tidak terkonsentrasi pada satu atau beberapa wilayah saja dan mengantisipasi kejadian kriminalitas akibat migrasi. Crime is a problem that affects all levels of society and occurs in all regions. Crime is one of the problems that must be considered because it harms various interests and has a negative impact on society such as anxiety, insecurity, panic, and fear. The number of crimes and security disturbances in the Majalengka Regency area throughout 2023 was recorded at 371 cases. If you look at the results of the analysis of the Central Statistics Agency which explains that poverty in Majalengka Regency is triggered by three factors, including minimal regional GRDP growth, education levels that are not in accordance with government references, and a fairly high open unemployment rate. The purpose of this research is to classify the level of crime vulnerability, analyze crime distribution patterns, and examine the factors that influence it using the Geographically Weighted Regression (GWR) method. Based on the results of kernel density processing on crime data, three classifications are produced, namely low, medium, high. The low classification has 0 - 7 cases, the medium classification has 8 - 14 cases, and the high classification has 15 - 21 cases. Analysis using the Moran I Index shows positive spatial autocorrelation and produces a clustered pattern with a Z(I) value greater than the Z(0.95) value (1.943026 > 1.645). Using 4 independent variables, namely Population Density, School Dropout Rate, In-migration, and Total Unemployment, analysis using GWR produces information that all the variables have a significant influence on crime in Majalengka Regency. Some solutions in overcoming criminality are to consistently implement the rules relating to population administration so that all residents, especially migrants, are well registered and equitable development and provide jobs in each region, especially other small sub-districts so that population density is not concentrated in one or several areas and anticipate criminality due to migration.
![[img]](http://repository.upi.edu/style/images/fileicons/text.png) |
Text
S_SIG_2107247_Title.pdf Download (772kB) |
|
Text
S_SIG_2107247_Chapter1.pdf Download (315kB) |
|
Text
S_SIG_2107247_Chapter2.pdf Restricted to Staf Perpustakaan Download (436kB) |
|
Text
S_SIG_2107247_Chapter3.pdf Download (981kB) |
|
Text
S_SIG_2107247_Chapter4.pdf Restricted to Staf Perpustakaan Download (6MB) |
|
Text
S_SIG_2107247_Chapter5.pdf Download (207kB) |
|
Text
S_SIG_2107247_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB) |
| Item Type: | Thesis (S1) |
|---|---|
| Additional Information: | https://scholar.google.com/citations?hl=id&authuser=1&user=-D37lXoAAAAJ ID SINTA Dosen Pembimbing: Lili Somantri: 5995390 Silmi Afina Aliyan: 6749474 |
| Uncontrolled Keywords: | Pemodelan Spasial, Kependudukan, Tingkat Kriminalitas, Autokorelasi Spasial, Pola Spasial, Kernel Density, Indeks Moran I, Geographically Weighted Regression Spatial Modeling, Crime Rate, Population, Spatial Autocorrelation, Spatial Pattern, Kernel Density, Moran I Index, Geographically Weighted Regression |
| Subjects: | G Geography. Anthropology. Recreation > G Geography (General) G Geography. Anthropology. Recreation > GF Human ecology. Anthropogeography |
| Divisions: | Fakultas Pendidikan Ilmu Pengetahuan Sosial > Sains Informasi Geografi |
| Depositing User: | Asep Maulana |
| Date Deposited: | 28 Apr 2025 03:38 |
| Last Modified: | 28 Apr 2025 03:38 |
| URI: | http://repository.upi.edu/id/eprint/132549 |
Actions (login required)
 |
View Item |