Evaluasi Model Regresi GWR dan NBR untuk Analisis Kriminalitas di Banten: Tantangan Sampel Terbatas

Puspa Nur Afifah

Sari


Penelitian ini mengevaluasi tiga model regresi dalam menganalisis tingkat kriminalitas di Provinsi Banten, yaitu Regresi Poisson, Regresi Geographically Weighted Regression (GWR), dan Regresi Binomial Negatif (NBR). Data mencakup delapan wilayah administratif dengan variabel penjelas seperti kepadatan penduduk, rasio penduduk terhadap polisi, tingkat pengangguran terbuka, angka kemiskinan, rata-rata lama sekolah, dan Indeks Pembangunan Manusia. Hasil menunjukkan bahwa model GWR memiliki nilai AIC terendah, namun menghasilkan parameter yang identik di semua wilayah, mengindikasikan overfitting akibat keterbatasan jumlah wilayah. Model NBR memberikan deviasi rendah dan AIC yang kompetitif, menunjukkan kinerja statistik yang lebih stabil pada data terbatas. Studi ini menyoroti pentingnya mempertimbangkan ukuran sampel dalam pemilihan model spasial, serta menyarankan penggunaan NBR sebagai alternatif yang layak untuk data count yang overdispersi dengan jumlah unit kecil.

Referensi


Anozi, D. T., & Novianda, B. (2023). Economics Development Analysis Journal Socio-Economic and Property Crime Rate in Indonesia. Economics Development Analysis Journal Vol, 12(3), 305–318. http://journal.unnes.ac.id/sju/index.php/edaj

Anselin, L., Cohen, J., Cook, D., Gorr, W., & Tita, G. (2000). Excellence in Policing : The 1999 G oldstein Award Wi nners. Juvenile Justice.

BPS. (2024). STATISTIK KRIMINAL 2024. Badan Pusat Statistik.

Breetzke, G. D. (2018). The concentration of urban crime in space by race: evidence from South Africa. Urban Geography, 39(8), 1195–1220. https://doi.org/10.1080/02723638.2018.1440127

Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical Analysis, 28(4), 281–298. https://doi.org/10.1111/j.1538-4632.1996.tb00936.x

Colin, C. A., & Pravin, T. (2013). Regression analysis of count data, Second edition. Regression Analysis of Count Data, Second Edition, 1–567. https://doi.org/10.1017/CBO9781139013567

Devkota, M., Hatfield, G., & Chintala, R. (2014). Effect of Sample Size on the Performance of Ordinary Least Squares and Geographically Weighted Regression. British Journal of Mathematics & Computer Science, 4(1), 1–21. https://doi.org/10.9734/bjmcs/2014/6050

Eck, John and Weisburd, D. L. (2015). Crime Places in Creme Theory. Crime and Place: Crime Prevention Studies, 4, 1–33. ssrn: https://ssrn.com/abstract=2629856

Faradiba, Hilda Pradina, Dhuhri, aditya syaiful. (2024). Using the Geographically Weighted Regression ( GWR ) Method to Find Out the Factors Causing Poverty in North Sumatra Province. International Journal of Science and Matemarics Education, 1(1), 18–28.

Handayani, R. (2017). ANALISIS DAMPAK KEPENDUDUKAN TERHADAP TINGKAT KRIMINALITAS DI PROVINSI BANTEN. Paper Knowledge . Toward a Media History of Documents, 12–26.

Hilbe, J. M. (2011). Negative Binomial Regression Second Edition. 1–18. www.cambridge.org

Hulu, D. M. (2024). Faktor-Faktor Yang Memengaruhi Jumlah Kriminalitas di Indonesia Dengan Regresi Data Panel Pada Tahun 2016-2020. Indonesian Council of Premier Statistical Science, 3(2), 37. https://doi.org/10.24014/icopss.v3i2.32237

Páez, A., Farber, S., & Wheeler, D. (2011). A Simulation-Based Study of Geographically Weighted Regression as a Method for Investigating Spatially Varying Relationships. Environment and Planning A, 43, 2992–3010. https://doi.org/10.1068/a44111

Puspitasari, D. C. (2020). Pemodelan Persentase Kriminalitas Di Jawa Timur Berdasarkan Pendekatan Geographically Weighted Regression. repository.unair.ac.id. https://repository.unair.ac.id/95273/

Rahman, Y. A., & Prasetyo, A. D. (2018). Economics and Crime Rates in Indonesia. Jejak, 11(2), 401–412. https://doi.org/10.15294/jejak.v11i2.16060

Sugiharti, L., Esquivias, M. A., Shaari, M. S., Agustin, L., & Rohmawati, H. (2022). Criminality and Income Inequality in Indonesia. Social Sciences, 11(3). https://doi.org/10.3390/socsci11030142




DOI: http://dx.doi.org/10.25157/teorema.v10i2.19317

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

Laman Teorema: https://jurnal.unigal.ac.id/index.php/teorema/index

Terindek: