Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner

Transkripsi

1 Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner Oleh : Febrian Hadi Santoso Pembimbing : Wibawati, S.Si, M.Si JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011

2 LATAR BELAKANG TRANSPORTASI lalu lintas =Transportasi PEREKONOMIAN MOBILITAS Akibatnya Angka Kecelakaan lalu lintas Semakin Tinggi Hubungan lalu lintas =Transportasi Maret-September Laka (Satlantas Sidoarjo, 2011) Pelanggaran lalu lintas 1

3 PERMASALAHAN 1. Bagaimana karakteristik pelanggar lalu lintas di kabupaten Sidoarjo? 2. Bagaimana pola hubungan antara tingkat pelanggaran lalu lintas dengan faktor-faktor yang berpengaruh 3

4 TUJUAN 1. Mengkaji karakteristik pelanggar lalu lintas di Polres Sidoarjo. 2. Mengetahui pola hubungan antara tingkat pelanggaran lalu lintas dengan faktor-faktor yang berpengaruh. 4

5 MANFAAT 1. Menambah pengetahuan penerapan metode statistik dalam aplikasi di bidang keamanan berkendara dan transportasi. 2. Sebagai bahan masukan kepada pihak kepolisian untuk meningkatkan pengawasan tata tertib lalu lintas dan memasyarakatkan kedisiplinan dalam belalulintas. 5

6 BATASAN MASALAH Batasan masalah pada penelitian ini adalah data pelanggaran lalu lintas yang terjadi di wilayah hukum Polres Sidoarjo. 6

7 Statistika Deskriptif Statistik Deskriptif merupakan statistik yang digunakan untuk mendeskripsikan atau menggambarkan obyek penelitian yang diambil dari sampel maupun populasi. Bhattacarya dan Johnson (1977) Statistik deskriptif dalam penelitian ini digunakan untuk menyajikan karakteristik pelanggar lalu lintas di Polres Sidoarjo 7

8 Regresi Logistik Ordinal Pada regresi logistik biner, data variabel respon yang digunakan adalah data dengan skala nominal dengan hanya berupa 2 kategori yaitu sukses atau gagal, misalnya ya-tidak, benar-salah, puas-tidak puas, dan lain sebagainya. 8

9 Model Umum Regresi Logistik Ordinal Model Umum Regresi Logistik Ordinal ( x) 1 exp exp x 1 1 x p x p p x p Model logit Regesi Biner ( x) g( x) ln 0 1x1 1 ( x)... p x p (Hosmer dan Lemeshow, 2000) 9

10 Estimasi Parameter Uji Parsial Untuk menguji signifikansi variabel yang diduga berpengaruh terhadap variabel respon. H 0 : 0 i H 1 : i 0, dengan i = 0, 1, 2,...k Statistik uji : W ˆ i SE( ˆ i ) 2 Daerah penolakan H 0 adalah jika W Z / 2 atau W 2 ( v, ) 10

11 Estimasi Parameter Uji serentak Untuk mengetahui signifikansi model secara keseluruhan H 0 : p 0 H 1 : paling sedikit ada satu i 0, dengan i = 1, 2,..., p Statistikuji : G 2 n i i 1 n1 n0 2ln n1 n n n y i y Daerah penolakan H 0 adalah jika > 2 (, v ) i (1 ˆ i )1 y i 11

12 Kesesuaian Model H 0 : model sesuai (tidak ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) H 1 : model tidak sesuai (ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) statistik uji : ^ C k g 1 ( o n k ' k k n ' k (1 k ) k 2 ) Daerah Kritis : Penolakan H 0 adalah jika 2 hitung 2 (db,α) dengan db=g-2. Dengan ˆ ˆ x ij j i merupakan peluang observasi ke- i pada kategori ke- j 12

13 PELANGGARAN Sistem perundang-undangan hukum pidana : a. Kejahatan b. Pelanggaran Segala bentuk kejahatan dimuat dalam buku II KUHP sedang pelanggaran dimuat dalam buku III KUHP. Dari uraian tersebut ditarik kesimpulan bahwa pelanggaran adalah : 1. Perbuatan yang bertentangan dengan apa yang secara tegas dicantumkan dalam undang-undang pidana. 2. Pelanggaran merupakan tindak pidana yang lebih ringan dari kejahatan baik perbuatannya maupun hukumannya. 13

14 PELANGGARAN LALULINTAS Pelanggaran lalu lintas adalah perbuatan yang bertentangan dengan perundang-undangan lalu lintas dan bertentangan dengan peraturan pelaksanaannya baik yang menimbulkan atau tidak menimbulkan kerugian jiwa atau benda, tetapi dapat mengganggu kamtibcarlantas (keamanan, ketertiban, dan kelancaran lalulintas). - Buku III KUHP - 14

15 JENIS PELANGGARAN Berdasarkan buku petunjuk lapangan penindakan pelanggaran lalu lintas (Anonim, 2003). Pelanggaran lalu lintas dikategorikan menjadi tiga yaitu: 1. Jenis Pelanggaran Ringan 2. Jenis Pelanggaran Sedang 3. Jenis Pelanggaran Berat 15

16 Jenis Pelanggaran Ringan (1) 1. Melanggar ketentuan persyaratan lampu, rem dan tuter bagi kendaraan tidak bermotor. 2. Melanggar rambu-rambu perintah atau rambu-rambu larangan 3. Melanggar marka membujur garis utuh tunggal atau ganda 4. Melanggar marka melintang garis utuh sebagai batas berhenti. 5. Melanggar ketentuan cahaya alat pengatur isyarat lalulintas. 6. Melanggar larangan melewati kendaraan lain dipersimpangan atau diperlintasan sebidang. 7. Melanggar kewajiban mendahulukan kendaraan yang memiliki hak utama sesuai prioritas. 8. Melanggar larangan berhenti atau parkir ditempat-tempat tertentu. 9. Melanggar kewajiban menggunakan helm pengemudi atau penumpang sepeda motor atau mobil tanpa rumah-rumah 10. Melanggar larangan membunyikan klakson pada tempat-tempat tertentu yang dinyatakan dengan rambu-rambu. 16

17 Jenis Pelanggaran Ringan (2) 11. Melanggar ketentuan penggunaan sirene. 12. Melanggar kewajiban menyalakan lampu utama dekat, lampu posisi depan dan belakang atau lampu tanda nomor kendaraan pada waktu malam hari/gelap. 13. Melanggar larangan menyalakan lampu peringatan berwarna biru atau merah kecuali kendaraan tertentu. 14. Melanggar kewajiban menyalakan lampu penunjuk arah waktu akan membelok atau berbalik arah. 15. Melanggar kewajiban menyalakan lampu tanda berhenti waktu menaikan/menurunkan penumpang bus sekolah. 16. Melanggar kewajiban menyalakan lampu peringatan berwarna kuning bagi kendaraan tertentu. 17. Melanggar ketentuan batas kecepatan maksimum. 18. Melanggar larangan bagi kendaraan yang ditarik oleh lebih dari satu kendaraan. 19. Melanggar larangan kewajiban penggunaan sabuk keselamatan pada waktu mengemudi dan penumpang waktu duduk disamping pengemudi kendaraan roda empat. 17

18 Jenis Pelanggaran Sedang 1. Kendaraan tanpa dilengkapi tanda bukti lulus uji bagi mobil bus, barang, kendaraan umum, kereta gandeng/ tempelan atau kendaraan khusus. 2. Tidak dapat menunjukan STNK atau STCK beserta lembar formulir BTCK. 3. Tidak melengkapi TNKB/TNCKB yang sesuai ketentuan. 4. Tidak dapat menujukan SIM sesuai ketentuan. 18

19 Jenis Pelanggaran Berat 1. Melanggar ketentuan pengangkutan orang atau barang tidak sesuai dengan peruntukannya (kecuali sebagaimana yang dimaksud pasal 3 ayat 1 PP 41) 2. Melanggar persyaratan teknis dan jalan yang meliputi persyaratan lampu dan komponen pendukung bagi kendaraan bermotor. 3. Melanggar ketentuan kelas jalan yang dinyatakan dengan rambu-rambu. 19

20 Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data pelanggaran laulintas yang terjadi di kawasan Polres Sidoarjo bagian Satlantas Ur Tilang periode bulan Nopember

21 Variabel Penelitian Berdasarkan variable penelitian data sekunder, variable respon penelitian adalah tingkat pelanggaran lalu lintas yang dikategorikan menjadi tiga tingkatan yaitu : Y = 0, pelanggaran ringan Y = 1, pelanggaran tidak ringan 21

22 Variabel Penelitian Sedang untuk variabel prediktornya adalah : a) Pekerjaan pelanggar (X 1 ), dengan kategori : 0. Bekerja (PNS/ Wiraswasta/Swasta, pengemudi) 1. Tidak Bekerja (Mahasiswa, Pelajar) b) Kendaraan pelanggar (X 2 ), dengan kategori : 0. Roda dua 1. Roda empat c). Usia (X 3 ), dengan kategori : 0. <20 tahun tahun tahun 3. 41tahun 22

23 Variabel Penelitian Untuk variabel prediktornya adalah : e) Hari Pelanggaran (X 4 ), dengan kategori : 0. Hari kerja (Senin sampai dengan Jumat). 1. Hari libur (Sabtu sampai dengan Minggu). e) Waktu pelanggaran (X 5 ), dengan kategori f) Wilayah hukum (X 7 ), dengan kategori : 0. wilayah utara ( Waru, Taman, Sukodono, Prambon) 1. wilayah selatan (Porong, Tanggulangin, Jabon) 2. wilayah timur ( Kota Sidoarjo, Candi, Buduran, Sedati) 3. wilayah barat (Balongbendo, Krian, Tarik Tulangan, Wonoayu) 22

24 Analisis Data Langkah-langkah dalam menganalisis data adalah sebagai berikut : 1. Untuk mengetahui karakteristik pelanggar laulintas dilakukan analisis deskriptif. 2. Untuk mengetahui faktor yang mempengaruhi pada pelanggaran laulintas dengan menggunakan analisis regresi logistik biner dengan langkah-langkah sebagai berikut: a. Menentukan model regresi logistik univariat untuk setiap variabel prediktor dengan variabel respon. b. Melakukan uji independensi terhadap semua variabel. c. Melakukan uji signifikansi parameter dari setiap model regresi logistik univariat untuk mengetahui variabel-variabel prediktor yang berpengaruh secara signifikan terhadap variabel respon. d. Menentukan model regresi logistik berganda antara variabel respon dengan variabel-variabel prediktor yang signifikan dari langkah b. e. Melakukan pengujian secara serentak dan parsial terhadap model yang diperoleh. f. Melakukan uji kesesuaian model (goodness of fit). g. Menginterpretasikan model regresi logistik berganda dan odds ratio yang diperoleh. 23

25 Analisis Dan Pembahasan Statistika Deskriptif Jenis Kelamin 11% pria wanita Pekerjaan Pelanggar 89% 37% 22% PNS Mahasiswa/Pelajar Wiraswasta Pengemudi 24% Swasta 14% 3% 23

26 Analisis Dan Pembahasan Statistika Deskriptif Usia Pelanggar 21% 6% 42% < 20 tahun tahun tahun > 40 tahun Jenis Kendaraan 31% 29% roda dua roda empat 71% 23

27 Analisis Dan Pembahasan Hari Pelanggaran Hari 7% 25% 10% senin 6% 15% selasa rabu kamis jum'at sabtu Hari Libur 55% Hari Kerja 45% Hari Kerja Hari Libur 30% 9% minggu 23

28 Analisis Dan Pembahasan Waktu Pelanggaran Wilayah Pelanggaran 7% 18% 19% 30% % 42% utara selatan timur barat 44% 20% 23

29 Analisis Dan Pembahasan Uji Independensi Antar Variabel H 0 : Tidak ada hubungn antara variabel respon (Y) dengan variabel prediktor (X) H 1 : Ada hubungan antara variabel respon (Y) dengan variabel prediktor (X) α : 10% Keputusan: penolakan H 0 jika nilai χ 2 hitung > χ 2 (α;df) Variabel Independen χ 2 hitung χ 2 (α;df) Keputusan Pekerjaan (X 1 ) 2,942 2,706 Tolak H 0 Jenis Kendaraan (X 2 ) 6,633 2,706 Tolak H 0 Umur (X 3 ) 3,525 6,251 Gagal Tolak H 0 Hari Pelanggaran (X 4 ) 3,331 2,706 Tolak H 0 Waktu Pelanggaran (X 5 ) 0,683 6,251 Gagal Tolak H 0 Wilayah Hukum (X 6 ) 13,907 6,251 Tolak H 0 23

30 Analisis Dan Pembahasan Uji Parsial H 0 : β i = 0 (tidak ada pengaruh) H 1 : β i 0 (ada pengaruh) α : 10 % Tolak H 0 bila uji W 2 (Wald) > χ 2 (df, α) atau P_value < α Prediktor B Wald P Odds Ratio Const ,589 0,000 Pekerjaan Tidak Bekerja -0,665 2,898 0,089 * 0,514 Const 1,286 12,300 0,000 23

31 Analisis Dan Pembahasan Lanjutan Uji Parsial Prediktor B Wald P Odds Ratio Const 1,286 12,300 0,000 Jenis Kendaraan Roda Empat -1,117 6,290 0,012 * 0,327 Const 0,575 1,907 0,167 Usia < 20 0,523 0,692 0,406 1, ,386 0,597 0,440 0, ,205 0,137 0,711 1,227 Const 0,201 3,295 0,439 Hari Hari Libur 0,653 3,295 0,069 * 1,921 Const 0,811 3,642 0,056 Waktu Pelanggaran ,369 0,501 0,479 0, ,348 0,439 0,508 0, ,118 0,035 0,851 0,889 Const Wilayah utara -1,342 5,759 0,016 0,261 selatan -0,176 0,077 0,781 0,838 timur 0,195 0,103 0,748 1,216 23

32 Analisis Dan Pembahasan Dari uji Parsial tersebut didapat 3 variabel yang signifikan diantaranya : 1. Variabel Pekerjaan. Model logit yang diperoleh adalah : Logit g (x) = 0, Bekerja (1) Dengan model probabilitasnya adalaha ( x) 1 exp( 0,771-0,665Bekerja exp(0,771-0,665bekerja (1) ) (1) ) Serta didapat nilai Odds Ratio sebesar 0,514 23

33 Analisis Dan Pembahasan 2. Variabel Jenis Kendaraan. Model logit yang diperoleh adalah : Logit g (x) = 1,286-1,117 jenis kendaraan (1) Dengan model probabilitasnya adalaha ( x) 1 exp(1,286- exp(1,286-1,117 jenis kendaraan 1,117 jenis kendaraan Serta didapat nilai Odds Ratio sebesar 0,327 (1) ) (1) ) 23

34 Analisis Dan Pembahasan 3. Variabel Hari Pelanggaran. Model logit yang diperoleh adalah : Logit g (x) = 0,201+ 0,653 hari (1) Dengan model probabilitasnya adalaha ( x) 1 exp(0,201 0,653hari (1) ) exp(0,201 0,653hari (1) ) Serta didapat nilai Odds Ratio sebesar 1,921 23

35 Analisis Dan Pembahasan Uji Serentak Untuk Semua Variabel Prediktor B Wald P Odds Ratio Const 1,079 1,033 0,296 Pekerjaan Tidak Bekerja -0,800 2,950 0,086* 0,449 Jenis Kendaraan Roda Empat -1,241 6,098 0,014* 0,289 Usia < 20 0,605 0,720 0,369 1, ,162 0,076 0,783 0, ,511 0,644 0,422 1,666 Hari Hari Libur 0,752 3,014 0,083* 2,122 Waktu Pelanggaran ,419 0,431 0,511 0, ,471 0,536 0,464 0, ,239 0,107 0,744 0,787 Wilayah Utara -1,223 3,884 0,049 0,294 selatan -0,111 0,026 0,872 0,895 timur 0,356 0,286 0,593 1,428 23

36 Analisis Dan Pembahasan Uji Serentak Untuk H 0 : H 1 : paling sedikit ada satu i 0, dengan i = 1, 2, 3, 4, 5. Statistikuji : G 2 n i i 1 n1 n0 2ln n1 n n n y i y Daerah penolakan H 0 adalah jika > 2 (, v ) i (1 ˆ i )1 y i 23

37 Analisis Dan Pembahasan Hasil Uji Serentak Untuk Variabel Yang Signifikan Variabel B Wald P-value Exp(B) Const 0,993 8,878 0,003 Tidak Bekerja (1) -1,046 6,358 0,012* 0,351 Hari Libur (1) -0,841 4,617 0,032* 2,319 Roda Empat (1) 1,124 6,022 0,014* 3,076 23

38 Analisis Dan Pembahasan Probabilitas Terjadinya Pelanggaran Lalu Lintas Terhadap Variabel Yang Signifikan Pekerjaan Hari Pelanggaran Jenis Kendaraan Y =

39 Analisis Dan Pembahasan Dari Logit didapat Model Peluang Pelanggaran Lalulintas exp(0,993-1,046(0)- 0,841(1) 1,124(1)) (x) 1 exp(0,993-1,046(0)- 0,841(1) 1,124(1)) (x) = 0,781 1 exp(0,993-1,046(1)- 0,841(1) 1,124(0)) = 0,290 exp(0,993-1,046(1)- 0,841(1) 1,124(0)) 23

40 Analisis Dan Pembahasan Kesesuaian Model H 0 : model sesuai (tidak ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) H 1 : model tidak sesuai (ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) Statistik uji : 2 r c i 1 j 1 o ij e ij e ij 2 Hipotesis akan ditolak H 0 jika atau p_value < Step Chi-Square df P_value Keputusan 1 3, ,799 Gagal Tolak H 0 23

41 Analisis Dan Pembahasan Ketepatan Klasifikasi Model Observasi Jenis Pelanggaran Prediksi Jenis Pelanggaran Ringan Tidak Ringan Ringan ,0 Tidak Ringan ,2 Prosentase Total 67,9 Ketepatan Klasifikasi Ketepatan klasifikasi model % 67,9% 23

42 Kesimpulan Dan Saran Kesimpulan 1. Jenis kelamin laki-laki cenderung melakukan pelanggaran. Usia yang paling sering melakukan pelanggaran yaitu 21 sampai dengan 30tahun, pelanggaran sering terjadi di hari libur khususnya pada hari Sabtu, kendaraan roda dua lebih sering melakukan pelanggaran. Waktu pelanggaran yang sering terjadi pada waktu siang antara pukul WIB. Dan wilayah paling sering terjadi pelanggaran adalah wilayah utara yang meliputi Polsek Waru, Polsek Taman, Polsek Sukodono, dan Polsek Prambon. 2. Faktor-faktor yang berpengaruh secara signifikan terhadap model yaitu jenis pekerjaan, jenis kendaraan, dan hari terjadinya pelanggaran. 23

43 Analisis Dan Pembahasan Saran Hasil penelitian menunjukan bahwa pada pagi dan siang hari lebih beresiko untuk terjadi pelanggaran lalu lintas. Untuk itu disarankan kepada pihak kepolisian untuk menambahkan personil atau petugas lebih banyak dari waktu malam hari, serta meningkatkan pengawasan terhadap kendaraan roda dua. 23

44 Daftar Pustaka Anonim, Petunjuk Lapangan Penindakan Pelanggaran lalu lintas jalan Berdasarkan Sistem Potensial Poin Target, MABES POLRI, Jakarta 2003 Presiden Republik Indonesia, Undang Undang No. 14 Tahun 1992 Tentang: Lalu Lintas Dan Angkutan Jalan. Jakarta Agresti, A (1990). Categorical Data Analysis. John Wiley and Sons, New York Bhattacarya, G.K. dan Johnson, R.A.. (1977). Statistical Concepts and Methods. John Wiley & Sons, New York Christina., (2004). Analisis Model Logliniear Ordinal terhadap karakteristik pelanggaran lalu lintas kendaraan bermotor yang dikenai tindakan pelanggaran (tilang) di Wilayah Kota Denpasar. Tugas Akhir Jurusan Statistika ITS. Surabaya. Dimas, (2010). Analisis Korespondensi Data Curanmor Di Wilayah Polsek Wonocolo Surabaya Pada Bulan Januari 2006 Agustus Tugas Akhir Jurusan Statistika ITS. Surabaya. 25

45 Daftar Pustaka Henriatmaji., (2005). Pemeriksaan perkara pelanggaran lalu lintas jalan tertentu dipengadilan Negeri Surabaya. Jurusan Psikologi. Universitas Airlangga. Surabaya. Hosmer, D.W., and Lemenshow. (2000). Applied Logistic Regression. John Wiley and Sons. USA Indonesia, Undang-undang Tentang lalu lintas Dan Angkutan Umum, UU No. 14, L.N. Tahun Samidjo, (1985) Ringkasan Dan Tanya Jawab Hukum Pidana. CV. Armico. Bandung Yati., (2007). Analisis regresi logistik data kriminalitas Polres Jember. Tugas Akhir Jurusan Statistika ITS. Surabaya. Wulandari S P dkk. Analisis Data Kualitatif. Statistika FMIPA-ITS. Surabaya langgaran%20lalu%20lintas.htm 26

46 TERIMA KASIH FEBRIAN HADI SANTOSO Statistics Departement Faculty of Math and Science Tenth of Nopember Institute of Technology eby@statistika.its.ac.id Blog : Statistika Pilihanku...Harapanku Perjuanganku