Estimasi Parameter Model Intensitas Spatio-Temporal Point Process pada Jaringan Linear (Studi Kasus: Analisis Risiko Kecelakaan Lalu Lintas di Kabupaten Nganjuk)

Wahid, Ahmad Syarif Nur (2026) Estimasi Parameter Model Intensitas Spatio-Temporal Point Process pada Jaringan Linear (Studi Kasus: Analisis Risiko Kecelakaan Lalu Lintas di Kabupaten Nganjuk). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003232001-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Analisis kejadian yang berlangsung pada ruang dan waktu dengan keterikatan pada struktur jaringan, seperti jalan raya, memerlukan pendekatan statistik yang mampu merepresentasikan ketergantungan spasial dan temporal secara bersamaan. Spatio-temporal point process pada jaringan linear merupakan pendekatan yang sesuai untuk tujuan tersebut. Estimasi parameter dalam model ini dapat dilakukan secara non-parametrik maupun parametrik. Pendekatan non-parametrik bersifat fleksibel karena tidak bergantung pada asumsi distribusi tertentu, tetapi sering menghasilkan estimasi yang kurang stabil dan sulit diinterpretasikan. Sebaliknya, pendekatan parametrik memberikan interpretasi yang lebih jelas dan efisien melalui pembentukan fungsi intensitas yang terdefinisi secara eksplisit. Penelitian ini berfokus pada pendekatan parametrik dengan mengestimasi intensitas spasial menggunakan skema Berman-Turner berbasis Maximum Likelihood Estimation (MLE) dan intensitas temporal melalui Generalized Linear Model (GLMs) dengan regresi Poisson. Namun, karena data kecelakaan lalu lintas sering menunjukkan overdispersi, yaitu variabilitas data yang lebih besar daripada asumsi distribusi Poisson, digunakan Generalized Poisson Regression (GPR) sebagai alternatif untuk mengakomodasi kondisi tersebut melalui parameter dispersi tambahan. Pendekatan ini diharapkan mampu menghasilkan estimasi intensitas temporal yang lebih stabil dan akurat, serta memberikan gambaran yang lebih komprehensif terhadap variasi kejadian dalam ruang dan waktu. Hasil analisis menunjukkan bahwa risiko kecelakaan lalu lintas di Kabupaten Nganjuk dipengaruhi secara signifikan oleh faktor spasial dan temporal. Pada aspek spasial, jarak ke lampu lalu lintas dan jenis jalan berperan penting, dengan risiko yang lebih tinggi pada segmen jalan dekat lampu lalu lintas serta pada jalan kolektor dan arteri. Pada aspek temporal, temperatur udara berpengaruh signifikan terhadap risiko kecelakaan, dan adanya parameter dispersi mengonfirmasi bahwa data mengalami overdispersi.
====================================================================================================================================
The analysis of events occurring across space and time that are constrained by a network structure, such as road systems, requires a statistical approach capable of representing spatial and temporal dependencies simultaneously. The spatio-temporal point process on a linear network provides an appropriate framework for this purpose. Parameter estimation in this model can be conducted using either non-parametric or parametric approaches. The non-parametric approach is flexible because it does not rely on specific distributional assumptions; however, it often yields less stable estimates and can be difficult to interpret. Conversely, the parametric approach allows clearer interpretation and greater estimation efficiency through the explicit formulation of an intensity function. This study focuses on the parametric approach by estimating spatial intensity using the Berman-Turner scheme based on Maximum Likelihood Estimation (MLE) and temporal intensity through a Generalized Linear Model (GLMs) with a Poisson regression. However, since traffic accident data often exhibit overdispersion, where the data variability exceeds that assumed under the Poisson distribution, the Generalized Poisson Regression (GPR) is adopted as an alternative to accommodate this condition through an additional dispersion parameter. This approach is intended to produce more stable and accurate temporal intensity estimates and to provide a more comprehensive understanding of event variation across space and time. The results indicate that traffic accident risk in Nganjuk Regency is significantly influenced by both spatial and temporal factors. From the spatial perspective, distance to the nearest traffic signal and road classification play important roles, with higher risk observed on road segments closer to traffic signals as well as on collector and arterial roads. From the temporal perspective, air temperature has a significant effect on accident risk, and the presence of a dispersion parameter confirms that the data exhibit overdispersion.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Estimasi Parameter, Generalized Poisson, Linear Network, Poisson, Spatio-Temporal Point Process, Parameter Estimation, Generalized Poisson, Linear Network, Poisson, Spatio-Temporal Point Process
Subjects:	H Social Sciences > HA Statistics > HA30.6 Spatial analysis
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Ahmad Syarif Nur Wahid
Date Deposited:	02 Feb 2026 01:24
Last Modified:	02 Feb 2026 01:24
URI:	http://repository.its.ac.id/id/eprint/131540

Actions (login required)

View Item