Analisis Spasial Risiko Tindak Kriminalitas Pencurian: Aplikasi Risk Terrain Modeling (RTM) dan Pemetaan Kawasan Risiko Pencurian di Kota Surabaya

Laksa, Muhammad Advan Adi (2026) Analisis Spasial Risiko Tindak Kriminalitas Pencurian: Aplikasi Risk Terrain Modeling (RTM) dan Pemetaan Kawasan Risiko Pencurian di Kota Surabaya. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5015221044-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Kota Surabaya merupakan salah satu kota metropolitan di Indonesia yang memiliki tingkat kejadian tindak kriminalitas pencurian relatif tinggi. Tingginya aktivitas perkotaan serta karakteristik lingkungan yang beragam menyebabkan risiko tindak kriminalitas pencurian tidak tersebar secara merata pada setiap wilayah. Oleh karena itu, diperlukan pendekatan yang mampu mengidentifikasi karakteristik lingkungan yang berkontribusi terhadap peningkatan risiko tindak kriminalitas pencurian serta memetakan kawasan yang memiliki tingkat risiko tinggi sebagai dasar penyusunan strategi pencegahan kriminalitas. Penelitian ini bertujuan untuk mengidentifikasi variabel-variabel yang digunakan dalam mengukur tingkat risiko tindak kriminalitas pencurian, menentukan bobot masing-masing variabel, serta mengidentifikasi kawasan dengan tingkat risiko tindak kriminalitas pencurian di Kota Surabaya menggunakan pendekatan Risk Terrain Modeling (RTM). Metode penelitian yang digunakan meliputi metode Delphi untuk memperoleh konsensus variabel serta Risk Terrain Modeling (RTM) dengan pendekatan Regresi Poisson dan Regresi Binomial Negatif untuk menentukan bobot variabel melalui Relative Risk Value (RRV) dan menyusun peta risiko tindak kriminalitas pencurian menggunakan teknik overlay. Hasil penelitian menunjukkan bahwa diperoleh 19 variabel yang mencapai konsensus dan 13 variabel yang berpengaruh signifikan terhadap kejadian tindak kriminalitas pencurian. Hasil pembobotan menunjukkan bahwa stasiun dan terminal merupakan variabel yang memiliki kontribusi risiko terbesar terhadap peningkatan tindak kriminalitas pencurian. Selain itu, hasil Risk Terrain Modeling menunjukkan bahwa kawasan dengan tingkat risiko tinggi hingga sangat tinggi terkonsentrasi pada wilayah pusat Kota Surabaya, dengan Kelurahan Embong Kaliasin sebagai kelurahan yang memiliki tingkat risiko tertinggi. Perbandingan Regresi Poisson dan Regresi Binomial Negatif menunjukkan pola spasial yang relatif serupa sehingga kedua model mampu mengidentifikasi kawasan prioritas yang memerlukan perhatian dalam upaya pencegahan tindak kriminalitas pencurian. Hasil penelitian ini diharapkan dapat menjadi salah satu dasar pertimbangan bagi Pemerintah Kota Surabaya dan Kepolisian dalam penyusunan kebijakan pencegahan tindak kriminalitas pencurian berbasis spasial.
=====================================================================================================================================
Surabaya City is one of Indonesia's metropolitan cities with a relatively high incidence of theft crimes. The high intensity of urban activities and diverse environmental characteristics have resulted in an uneven spatial distribution of theft crime risk across the city. Therefore, an approach capable of identifying environmental characteristics that contribute to the increased risk of theft crimes and mapping high-risk areas is required to support crime prevention strategies. This study aims to identify the variables used to measure theft crime risk, determine the weight of each variable, and identify areas with varying levels of theft crime risk in Surabaya City using the Risk Terrain Modeling (RTM) approach. The research methods employed include the Delphi method to obtain expert consensus on the selected variables and Risk Terrain Modeling (RTM) using Poisson Regression and Negative Binomial Regression to determine variable weights through Relative Risk Value (RRV) and generate a theft crime risk map using an overlay technique. The results indicate that 19 variables reached expert consensus, of which 13 were found to have a significant influence on theft crime incidents. The weighting analysis reveals that stations and terminals are the environmental factor with the greatest contribution to increasing theft crime risk. Furthermore, the Risk Terrain Modeling results show that areas with high and very high risk are concentrated in the central part of Surabaya City, with Embong Kaliasin Village identified as the area with the highest level of risk. A comparison between the Poisson Regression and Negative Binomial Regression models demonstrates highly similar spatial patterns, indicating that both models are capable of identifying priority areas requiring greater attention in theft crime prevention efforts. The findings of this study are expected to serve as a reference for the Surabaya City Government and the Indonesian National Police in formulating spatially informed theft crime prevention policies.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Risk Terrain Modeling (RTM), tindak kriminalitas pencurian, Regresi Poisson, Regresi Binomial Negatif, Sistem Informasi Geografis (SIG), Kota Surabaya, Risk Terrain Modeling (RTM), theft crime, Poisson Regression, Negative Binomial Regression, Geographic Information System (GIS), Surabaya City
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G70.212 ArcGIS. Geographic information systems. H Social Sciences > HA Statistics > HA30.6 Spatial analysis
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Regional & Urban Planning > 35201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Advan Adi Laksa
Date Deposited:	01 Aug 2026 07:23
Last Modified:	01 Aug 2026 07:23
URI:	http://repository.its.ac.id/id/eprint/141635

Actions (login required)

View Item