Perbandingan Geographically Weighted Artificial Neural Network dan Geographically Weighted Generalized Poisson Regression pada Kasus Kriminalitas di Jawa Timur

Abstract

Kriminologi adalah ilmu pengetahuan yang mempelajari tentang kejahatan. Kejahatan merupakan bentuk tingkah laku yang bertentangan dengan moral kemanusiaan, merugikan masyarakat, bersifat asosial dan melanggar hukum serta undang-undang pidana. Pada publikasi Statistik Kriminal 2021 menyebutkan bahwa pada tahun 2020 Jawa Timur merupakan salah satu daerah dengan jumlah kejahatan yang dilaporkan cukup tinggi dengan urutan ketiga se Indonesia. Penyebaran kasus kriminalitas di Jawa Timur berbeda setiap kabupaten/kota yang menyebabkan jumlah kasus kejahatan antar wilayah berbeda yang mengindikasikan adanya heterogenitas spasial. Metode yang digunakan pada kasus ini adalah Geographically Weighted Generalized Poisson Regression (GWGPR) dan Geographically Weighted Artificial Neural Network (GWANN). GWGPR merupakan pengembangan dari GPR yang estimasi parameternya dilakukan pada setiap lokasi pengamatan menggunakan pembobot spasial. GWANN merupakan pengembangan dari ANN yang menggabungkan ANN dan pembobotan geografis untuk memodelkan hubungan heterogenitas spasial. Tujuan penelitian ini adalah untuk membandingkan antara GWANN dan GWGPR dengan melihat nilai R-Square dan RMSE. Penelitian ini menggunakan 38 unit pengamatan yang terdiri dari 29 kabupaten dan 9 kota. Data kriminalitas yang digunakan adalah data jumlah kejahtan yang dilaporkan (crime total) sebagai variabel terikatnya. Variabel bebas yang digunakan adalah persentase penduduk misin, indeks kedalaman kemiskinan, rasio jenis kelamin, rata-rata lama sekolah dan indeks pembangunan manusia. Hasil yang diperoleh pada penelitian ini adalah pemodelan kasus kriminalitas di Jawa Timur menggunakan metode GWANN dan GWGPR pada data yang mengandung multikolinearitas, overdispersi dan heterogenitas spasial diperoleh model yang berbeda-beda setiap kabupaten/kota. Setelah diperoleh model, selanjutnya mencari nilai R-Square dan RMSE. Hasil analisis model GWANN diperoleh nilai R-Square lebih besar dibanding model GWGPR. Nilai RMSE model GWANN lebih kecil dibanding nilai RMSE model GWGPR. Berdasarkan perbandingan yang telah dilakukan dapat disimpulkan bahwa GWANN lebih baik di banding GWGPR untuk memodelkan jumlah kejahatan yang dilaporkan di Jawa Timur.