Analisis Risiko Kecelakaan Lalu Lintas di Jalan Raya Kabupaten Nganjuk Menggunakan Poisson Point Process on a Linear Network

Nurul Kholisatin, Achmad Choiruddin

Abstract


Kecelakaan lalu lintas yang terjadi di Kabupaten Nganjuk dalam rentang waktu 3 tahun terakhir cukup tinggi, tercatat terdapat 2039 kecelakaan dan terdapat 1977 data lokasi kejadian yang tercatat oleh SATLANTAS Kabupaten Nganjuk dimana sebagian besar lokasi kecelakaan  tersebar pada jalan arteri primer dan kolektor primer. Kejadian kecelakaan selama tahun tersebut paling sering terjadi pada Bulan Desember, hari Senin dan di jam 09.00 – 10.00 pagi dan 18.00 – 19.00 malam. Jumlah kecelakaan lalu lintas selama 2018 – 2020  yang terjadi pada siang hari ada sebanyak dua kali lipat dibandingkan pada malam hari, selain itu jumlah kecelakaan pada jalan luar kota juga hampir dua kali lipat dari pada jalan dalam kota.. Kedua kovariat kategorik yang digunakan dijadikan sebagai marks dan masing-masing dimodelkan menggunakan model Poisson Point Process on a Linear Network. Model dengan kovariat waktu kejadian menghasilkan nilai estimasi dari intensitas kecelakaan lalu lintas di siang hari yang 62,3% lebih tinggi dibandingkan dengan intensitas kecelakaan lalu lintas pada malam hari. Sedangkan, untuk model menggunakan kovariat jenis jalan, dapat diinterpretasikan bahwa intensitas kecelakaan pada jalan luar kota dua kali lipat lebih tinggi dibandingkan dengan intensitas kecelakaan lalu lintas pada jalan dalam kota.  Hasil yang didapatkan, model dengan kovariat jenis jalan menghasilkan nilai AIC yang lebih kecil.

Keywords


Intensitas; Kecelakaan Lalu Lintas; Kovariat; Point Process on Linear Network; Poisson Point Network

Full Text:

PDF

References


M. Peden, R. Scurfield, D. Sleet, E. Jarawan dan C. Mathers, “Worlds Report on Road Traffic Injury Prevention,” World Health Organization, Geneva, 2004.

Badan Pusat Statistik Kabupaten Nganjuk, Kabupaten Nganjuk Dalam Angka 2020, Nganjuk: Badan Pusat Statistik Kabupaten Nganjuk, 2020.

N. Ratri dan Y. Helmy, “Lima Daerah Ini Punya Angka Kecelakaan Tertinggi di Jatim, Kota Malang Nomor Berapa?,” MalangTimes, Malang, 2017.

Satlantas, “Data Anatomi Januari 2018-Oktober 2020,” Satlantas Kabupaten Nganjuk, Nganjuk, 2020.

H. Harirforoush, L. Bellalite dan G. B. Benie, “Spatial and Temporal Analysis of Seasonal Traffic Accidents,” American Journal of Traffic and Transportation Engineering, pp. 7-16, 2019.

Y. Zhang, H. Lu dan W. Qu, “Geographical Detection of Traffic Accident Spatial Stratified Heterogeneity and Influence Factors,” International Journal of Environment Research and Public Health, 2020.

A. Baddeley, G. Nair, S. Rakshit, G. McSwiggan dan T. M. Davies, “Analysing point patterns on networks - A review,” Spatial Statistics, 2020.

A. Choiruddin, J.-F. Coeurjolly dan F. Letué, “Convex and non-convex regularization methods for spatial point processes intensity estimation,” Electronic journal of statistics, vol. 12(1), pp. 1210-1255, 2018.

A. Baddeley, E. Rubak dan R. Turner, Spatial point patterns : methodology and applications with R, CRC press, 2015.

Q. W. Ang, A. Baddeley dan G. Nair, “Geometrically Corrected Second Order Analysis of Events on a linear Network with Applications to Ecology and Criminology,” Scandinavian Journal of Statistics, 2011.

A. Choiruddin, Aisah, F. Trisnisa dan N. Iriawan, “Quantifying the Effect of Geological Factors on Distribution of Earthquake Occurrences by Inhomogeneous Cox Processes,” Pure and Applied Geophysics, vol. 178(5), pp. 1579-1592, 2021.

A. Choiruddin, J.-F. Coeurjolly dan R. Waagepetersen, “Information criteria for inhomogeneous spatial point processes,” Australian & New Zealand Journal of Statistics, vol. 63(1), pp. 119-143, 2021.

A. Choiruddin, J.-F. Coeurjolly dan R. Waagepetersen, “Regularized estimation for highly multivariate log Gaussian Cox processes,” Statistics and Computing, vol. 30(3), pp. 649-662, 2020.




DOI: http://dx.doi.org/10.12962/j27213862.v4i2.10924

Refbacks

  • There are currently no refbacks.




Creative Commons License
Inferensi by Department of Statistics ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://iptek.its.ac.id/index.php/inferensi.

ISSN:  0216-308X

e-ISSN: 2721-3862

Web
Analytics Made Easy - StatCounter View My Stats