BAB I
PENDAHULUAN
1.1 Latar Belakang
Kota Bandung merupakan salah satu kota besar di Indonesia dengan populasi
mencapai 2.5 juta jiwa dimana kota ini merupakan salah satu kota terpadat di
Indonesia dengan kepadatan penduduk mencapai 13024 jiwa/km2. Sebagai ibukota
Provinsi Jawa Barat, Kota Bandung menjadi kota yang sangat dinamis baik dalam hal
ekonomi maupun sosialnya. Struktur ekonomi di Kota Bandung didominasi oleh
sektor perdagangan dan jasa dimana Kota Bandung telah menjadi kota yang
memberikan kontribusi terbesar dari segi ekonomi untuk Provinsi Jawa Barat yaitu
sebesar 11.74% dibandingkan dengan kabupaten/kota di sekitarnya yaitu Kota
Cimahi, Kabupaten Bandung, dan Kabupaten Bandung Barat yang hanya
memberikan kontribusi untuk Provinsi Jawa Barat antara 2% hingga 7% saja (BPS,
2012).
Sebagai sebuah kota yang menjadi pusat perputaran uang terbesar di wilayah
Jawa Barat dan Banten, yaitu mencapai 5.3 triliyun per tahun 2013 (sumber: Bank
Indonesia Wilayah Jabar Banten) dan menjadi sumber pertumbuhan ekonomi yang
penting bagi Provinsi Jawa Barat maupun bagi Indonesia dengan pertumbuhan
ekonomi mencapai 8.53%, hal ini menjadikan Kota Bandung sebagai tujuan favorit
urbanisasi karena Kota Bandung dianggap mejanjikan peningkatan taraf hidup bagi
para urban. Kendati Kota Bandung merupakan kota dengan pertumbuhan ekonomi
yang tinggi, namun angka kemiskinan dan pengangguran di kota ini menjadi
permasalahan yang cukup serius bagi pemerintah Kota Bandung. Tercatat angka
kemiskinan Kota Bandung mencapai 13.97% dari penduduk Kota Bandung atau
sekitar 304.939 orang di Kota ini tergolong masyarakat miskin (PPLS, 2011).
Walaupun telah diklaim mengalami penurunan namun angka pengangguran di Kota
Bandung yang mencapai 4.93% atau sekitar 107.384 orang (Depnakertrans, 2012),
Angka kemiskinan dan pengangguran yang cukup tinggi menimbulkan
dampak baru dari segi keamanan. Berdasarkan data dari Mapolda Jawa Barat, pada
tahun 2012 saja telah terjadi sedikitnya 5.379 kasus tindak pidana ringan dan
sebanyak 1.195 kasus diantaranya adalah kasus pencurian kendaraan bermotor
(curanmor). Angka kejahatan curanmor ini meningkat sebanyak 70 kasus dari tahun
sebelumnya. Sebagai ilustrasi, Polwiltabes Bandung menyatakan bahwa setiap 1
(satu) jam 40 menit terjadi satu kejahatan di Kota Bandung.
Berbagai upaya telah dilakukan oleh jajaran Muspida Kota Bandung dalam
rangka menekan angka kejahatan di Kota Bandung, dari mulai peningkatan frekuensi
patroli hingga pembatasan aktifitas di malam hari. Hal ini dilakukan untuk
meningkatkan rasa aman bagi warga Kota Bandung dan bagi para calon investor yang
akan masuk ke Kota Bandung.
Dalam kaitannya dengan upaya pencegahan terjadinya tindak kriminalitas,
diperlukan sebuah perangkat yang mampu mengidentifikasi daerah-daerah yang
termasuk dalam kategori rawan kejahatan. Seiring dengan perkembangan teknologi,
Sistem Informasi Geografis mampu menganalisis parameter-parameter utama yang
mempengaruhi suatu daerah tergolong sebagai daerah yang rawan kejahatan atau
tidak dengan cara melakukan pembobotan pada setiap parameter utama penyebab
terjadinya kejahatan di daerah tersebut. Kemudian data hasil analisis akan di
gabungkan dengan data dari kepolisian.
1.2 Rumusan Masalah
Rumusan masalah yang akan dibahas dalam penelitian ini adalah bagaimana
menentukan zonasi daerah rawan kejahatan di Kota Bandung dengan menggunakan
metode pembobotan dalam SIG.
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah untuk mengidentifikasi daerah rawan kejahatan di
1.4 Manfaat Penelitian
Manfaat penelitian ini adalah sebagai bahan kajian bagi para pengambil
kebijakan dalam mengidentifikasi daerah rawan kejahatan di Kota Bandung dan juga
sebagai bahan kajian bagi para investor yang akan membangun usaha di Kota
Bandung.
1.5 Batasan Masalah
Kejahatan yang dimaksud dalam penelitian ini adalah kejahatan-kejahatan
pidana ringan, seperti pencurian, pemerasan, penjambretan, dan lain sebagainya.
Parameter yang digunakan merupakan parameter-parameter sosial, seperti
kemiskinan, kepadatan penduduk, dan aktifitas keramaian di suatu daerah. Dalam
penelitian ini tidak melibatkan aspek psikologis masyarakat yang juga berperan besar
dalam terjadinya suatu tindak kejahatan di suatu daerah.
1.6 Metodologi Penelitian
Dalam melaksanakan penelitian ini dilakukan tahapan pelaksanaan penelitian
yang dibagi menjadi 5 (lima) tahapan, yaitu: persiapan, identifikasi parameter utama
penyebab terjadinya kejahatan, pembobotan dan skoring, analisis spasial, dan zonasi
daerah rawan kejahatan.
1.6.1 Persiapan
Persiapan yang dilakukan dalam penelitian ini adalah studi literatur mengenai
penelitian-penelitian sejenis yang telah dilakukan sebelumnya dan
referensi-referensi tulisan atau data-data yang berkaitan dengan zonasi rawan kejahatan
serta dilakukan juga pengumpulan data-data pendukung untuk keperluan
analisis spasialnya. Identifikasi Parameter Utama Penyebab Terjadinya
Kejahatan
Penentuan data parameter utama penyebab terjadinya kejahatan di Kota
Bandung dilakukan berdasarkan hasil studi literatur dan wawancara dengan
pihak kepolisian di Kota Bandung. Parameter yang digunakan dalam penelitian
Data kemiskinan
Data kepadatan penduduk
Data lokasi kantor polisi
Data pusat aktifitas ekonomi, dan
Data pusat keramaian
1.6.2 Pembobotan dan Skoring
Tahapan pembobotan dan skoring merupakan tahapan dimana dilakukan
penilaian terhadap data parameternya berdasarkan pengaruh dan
kontribusinya terhadap terjadinya suatu tindak kejahatan di Kota Bandung.
Semakin besar pengaruhnya sebuah parameter tingkat kerawanan kejahatan
ditentukan semakin besar pula bobot dan skor yang diberikan.
Gambar 1.1. menunjukan model analisis klasifikasi kerawanan terhadap
kejahatan di Kota Bandung.
Dari bobot dan skor yang diperoleh akan ditentukan klasifikasinya dengan
[image:4.595.113.548.187.602.2] [image:4.595.117.553.392.614.2]menggunakan persamaan di bawah ini:
C= Wi × Si
n
i= 1
Dimana;
C = Tingkat kerawanan kejahatan
Wi = Bobot / Weight parameter ke-i
Si = Skor parameter ke-i
n = Jumlah parameter
1.6.3 Analisis Spasial
Tahapan analisis spasial ini adalah tahapan dimana dilakukan proses
tumpang tindih (overlay) untuk seluruh parameter utama yang digunakan dan
kemudian ditentukan jumlah bobot yang diterima pada masing-masing
lokasi.
1.6.4 Zonasi Daerah Rawan Kejahatan
Tahapan ini adalah pembagian kelas klasifikasi tingkat kerawanan terhadap
kejahatan menjadi 3 (tiga) kelas kerawanan, yaitu kurang rawan kejahatan,
cukup rawan kejahatan, dan sangat rawan kejahatan. Pembagian range bobot
dalam kelas ini menggunakan metode equal interval, dimana selisih
perolehan bobot tertinggi dikurangi dengan perolehan bobot terendah
kemudian dibagi jumlah kelasnya. Penentuan range kelas tingkat kerawanan
kejahatan menggunakan persamaan di baawah ini:
Dimana;
R = range Kelas
C max = nilai tingkat kerawanan tertinggi
C min = nilai tingkat kerawanan terendah
Nk = jumlah kelas tingkat kerawanan
Diagram metodologi penelitian yang dilakukan dapat dilihat pada Gambar 1.2.
1.7 Data dan Peralatan yang Digunakan
Data yang digunakan dalam penelitian ini merupakan data-data sekunder dan
primer yang diperoleh dari berbagai instansi di lingkungan pemerintah Provinsi
Jawa Barat maupun di lingkungan pemerintah Kota Bandung dan juga hasil
survei identifikasi lokasi kantor polisi di Kota Bandung. Adapun data yang
digunakan dalam penelitian ini dibagi menjadi 2 (dua), yaitu data parameter
utama dan data penunjang.
[image:6.595.206.338.280.492.2]No. Kategori Nama Data Skala Tahun Sumber Keterangan
1
Data Parameter Utama
a. Pusat Keramaian - 2014 Survei Lapangan
Taman dan Supermarket 24 jam
b. Lokasi Kantor Polisi - 2014 Survei Lapangan
c. Pusat Aktifitas
Ekonomi - 2014 Survei Lapangan
Pasar Tradisional, Terminal Bus, dan Stasiun KA
d. Kepadatan Pemukiman 1 : 50000 2012 Bappeda Prov. Jawa Barat
e. Kemiskinan - 2012 Olahan dari data
BPS
2 Data
Penunjang
a. Batas administrasi 1 : 50000 2012 BIG
b. Data Kriminalitas - 2012 Polwiltabes
Bandung
Peralatan pendukung yang digunakan dalam penelitian ini adalah:
a. Perangkat lunak: ArcGis Ver.10.
b. Perangkat keras: Laptop dengan spesifikasi minimal prosesor Pentium dual
core, ram 2 (dua) GB, VGA card 256 mb, dan hard diks 120 GB. untuk
[image:7.595.82.534.157.363.2]pengolahan data dalam SIG.
