Analisis Spasial Terhadap Pola Kejadian Kriminalitas Menggunakan Kernel Density Estimation Dengan Pemilihan Bandwidth Menggunkan Likelihood Cross Validation

Abstract

Abstrak

Kejahatan masih menjadi masalah yang signifikan di daerah-daerah yang rentan seperti Jawa Barat, meskipun terjadi penurunan kasus sejak tahun 2019. Mengatasi masalah ini membutuhkan upaya serius dan kolaboratif dari pemerintah, penegak hukum, dan masyarakat. Analisis spasial dan pemetaan ancaman keamanan merupakan strategi penting untuk memvisualisasikan kepadatan kejahatan dan mengidentifikasi pola kejahatan. Penelitian sebelumnya telah menggunakan Kernel Density Estimation (KDE) untuk menentukan titik-titik rawan kejahatan, yang menekankan pentingnya pemilihan bandwidth untuk mencapai visualisasi yang akurat. Penelitian-penelitian tersebut menggunakan KDE dengan metode pemilihan bandwidth seperti Scott's, Silverman, dan Likelihood Cross-Validation (LCV). Penelitian ini melakukan analisis spasial dan pemetaan menggunakan KDE dengan optimasi bandwidth melalui LCV untuk meningkatkan hasil visualisasi pada area yang luas. Temuan menunjukkan bahwa pemilihan bandwidth menggunakan LCV berkinerja baik pada area yang luas, mencapai akurasi 98% pada 50% area yang dianalisis, sementara area yang lebih kecil mencapai akurasi 28%. Dengan demikian, pemilihan bandwidth sangat penting dalam pemetaan berbasis KDE, dan LCV merupakan metode yang efektif untuk meningkatkan kinerja KDE pada area yang luas.