YOGYAKARTA — Fenomena kejahatan jalanan, termasuk aksi “klithih” yang mengemuka di Daerah Istimewa Yogyakarta (DIY), kini dibedah melalui pendekatan kuantitatif berbasis Sains Informasi Geografis (SIG). Melalui artikel ilmiah berjudul “Analisis Pola Spasial Kejahatan Jalanan: Pengaruh APJ dan CCTV di Daerah Istimewa Yogyakarta” yang diterbitkan pada 30 April 2026 di Jurnal Geosaintek (Vol. 12, No. 2), tim peneliti dari Departemen Teknik Geodesi, Fakultas Teknik, Universitas Gadjah Mada (UGM) memaparkan karakteristik spasio-temporal dari klaster kriminalitas tersebut.
Studi komprehensif ini disusun oleh Affina Dyan Setyawati dan Dr. Diyono selaku corresponding author. Mereka mengombinasikan data Laporan Polisi periode 2018–2023 dengan pemodelan statistik spasial tingkat lanjut guna memahami determinan lingkungan terhadap sebaran tindak kejahatan.
Metodologi dan Pemodelan Spasial Kontekstual
Penelitian ini membagi wilayah analisis ke dalam grid heksagonal berukuran 750 meter untuk meminimalisasi bias ukuran batas administrasi (Modifiable Areal Unit Problem/MAUP). Evaluasi dampak Alat Penerangan Jalan (APJ) dan Closed Circuit Television (CCTV) dilakukan menggunakan Spatial Lag Model (SLM). Pendekatan SLM dipilih menggantikan Ordinary Least Squares (OLS) konvensional setelah uji Lagrange Multiplier (LM) membuktikan adanya efek ketergantungan spasial (spatial lag dependency) yang signifikan pada data kejahatan lintas wilayah.
Temuan Utama Spasio-Temporal
Berdasarkan hasil pemrosesan visual analitik, riset ini mengidentifikasi beberapa pola krusial:
- Pola Fluktuasi Temporal: Agregasi deret waktu menunjukkan intensitas kejahatan jalanan mencapai puncaknya pada malam hingga dini hari, tepatnya antara pukul 22:00 hingga 05:00 WIB, di mana pengawasan sosial (natural surveillance) menurun drastis.
- Karakteristik Distribusi Jaringan Jalan: Penataan ruang (spatial arrangement) kejadian di area perkotaan padat (Kota Yogyakarta, Sleman bagian selatan, dan Bantul bagian utara) membentuk pola kombinasi centralized serta radial/linear. Sebaliknya, wilayah dengan densitas penduduk rendah seperti Kulon Progo dan Gunungkidul menunjukkan pola menyebar (dispersed).
- Vektor Pergerakan: Analisis Origin-Destination (OD) Movement mendeteksi kecenderungan pergerakan spasial insiden yang dominan mengarah ke wilayah Timur Laut (NE) DIY.
Anomali Sosiodemografi dan Korelasi Instrumen Keamanan
Secara akademis, riset ini menepis anggapan umum bahwa karakteristik sosiodemografi lokal menjadi pemicu langsung kerawanan suatu wilayah. Hasil korelasi Pearson Product Moment menunjukkan hubungan yang lemah antara variabel sosial-ekonomi lokal dengan angka kriminalitas. Hal ini diperkuat oleh fakta data bahwa hanya 31,15% kasus yang melibatkan pelaku lokal, sementara mayoritas pelaku berasal dari luar wilayah administrasi TKP. Meski demikian, variabel luas wilayah serta persentase penduduk berpendidikan tinggi tercatat memiliki asosiasi statistik yang signifikan terhadap variasi kejadian.
Di sisi lain, analisis autokorelasi bivariat (Bivariate Local Moran’s I/BiLISA) serta pemodelan SLM menegaskan adanya koinsidensi spasial yang kuat antara ketersediaan APJ dan CCTV terhadap jumlah kejadian kejahatan. Model SLM berhasil menjelaskan variasi kejadian dengan nilai koefisien determinasi $R^2 = 0,2358$ untuk instrumen APJ, dan $R^2 = 0,1981$ untuk CCTV. Nilai koefisien lag ($\rho$) yang positif ($\rho = 0,375$ pada APJ dan $\rho = 0,409$ pada CCTV) membuktikan bahwa probabilitas terjadinya kejahatan jalanan pada suatu grid tidak bersifat independen, melainkan berasosiasi erat dengan magnitudo kejadian di grid-grid sekitarnya.
Rekomendasi Akademis
Dr. Diyono dan tim merekomendasikan agar pemangku kebijakan tidak hanya mengevaluasi kuantitas titik APJ dan CCTV secara makro, tetapi juga mulai mempertimbangkan aspek kualitas spasial pada skala mikro. Hal ini mencakup radius jangkauan cahaya aktual dari APJ, orientasi arah rekam kamera CCTV, hingga integrasi data taktis seperti Area Traffic Control System (ATCS) demi mewujudkan strategi pencegahan kejahatan berbasis lingkungan (Crime Prevention Through Environmental Design/CPTED) yang efektif di DIY.
Sumber : https://journal.its.ac.id/index.php/geosaintek/article/view/6545