Faktor-Faktor yang Membedakan Jenis
Pelanggaran lalu lintas di Polres Sidoarjo dengan
Menggunakan Metode Regresi Logistik Biner
Oleh :
Febrian Hadi Santoso
1308 030 016
Tugas Akhir | Febrian Hadi Santoso
1
LATAR BELAKANG
lalu lintas =Transportasi
P ER EKO NO M IAN M O BI LI TAS
TRANSPORTASI
Hubunganlalu lintas =Transportasi
Pelanggaran lalu lintas
Angka Kecelakaan lalu lintas Semakin Tinggi Maret-September 2011 98 Laka (Satlantas Sidoarjo, 2011) Akibatnya
PERMASALAHAN
1. Bagaimana karakteristik pelanggar lalu lintas
di kabupaten Sidoarjo?
2. Bagaimana pola hubungan antara tingkat
pelanggaran lalu lintas dengan faktor-faktor
yang berpengaruh
Tugas Akhir | Febrian Hadi Santoso
4
TUJUAN
1. Mengkaji karakteristik pelanggar lalu lintas di
Polres Sidoarjo.
2. Mengetahui pola hubungan antara tingkat
pelanggaran lalu lintas dengan faktor-faktor
yang berpengaruh.
MANFAAT
1. Menambah pengetahuan penerapan metode
statistik dalam aplikasi di bidang keamanan
berkendara dan transportasi.
2. Sebagai bahan masukan kepada pihak
kepolisian untuk meningkatkan pengawasan tata
tertib lalu lintas dan memasyarakatkan
Tugas Akhir | Febrian Hadi Santoso
6
BATASAN MASALAH
Batasan masalah pada penelitian ini adalah data
pelanggaran lalu lintas yang terjadi di wilayah
hukum Polres Sidoarjo.
Statistika Deskriptif
Statistik Deskriptif merupakan statistik yang digunakan
untuk mendeskripsikan atau menggambarkan obyek
penelitian yang diambil dari sampel maupun populasi.
Bhattacarya dan Johnson (1977)
Statistik deskriptif dalam penelitian ini digunakan
untuk menyajikan karakteristik pelanggar lalu lintas di
Polres Sidoarjo
Tugas Akhir | Febrian Hadi Santoso
8
Regresi Logistik Ordinal
Pada regresi logistik biner, data variabel
respon yang digunakan adalah data dengan
skala nominal dengan hanya berupa 2
kategori yaitu “sukses” atau “gagal”, misalnya
ya-tidak, benar-salah, puas-tidak puas, dan
lain sebagainya.
Model Umum Regresi Logistik Ordinal
Model Umum Regresi Logistik Ordinal
p p p p
x
x
x
x
x
...
exp
1
...
exp
)
(
1 1 0 1 1 0 p px
x
x
x
x
g
...
)
(
1
)
(
ln
)
(
0 1 1Tugas Akhir | Febrian Hadi Santoso
10
Estimasi Parameter
Uji Parsial
Untuk menguji signifikansi variabel yang diduga berpengaruh terhadap variabel respon.
H
0:
i 0H
1:
i 0, dengan i = 0, 1, 2, ...k
Statistik uji :
) ˆ ( ˆ i i SE WEstimasi Parameter
Uji serentak
Untuk mengetahui signifikansi model secara keseluruhan
H
0:
1 2 ... p 0H
1: paling sedikit ada satu
i 0, dengan i = 1, 2, ..., p
n i i i i i i y y y n n n n n n G ji Statistiku 1 0 2 1 ) ˆ 1 ( 1 1 ln 2 :
Tugas Akhir | Febrian Hadi Santoso
12
Kesesuaian Model
H0 : model sesuai (tidak ada perbedaan yang nyata antara hasil observasi
dengan kemungkinan hasil prediksi model)
H1 : model tidak sesuai (ada perbedaan yang nyata antara hasil observasi
dengan kemungkinan hasil prediksi model)
statistik uji : g k k k k k k k n n o
C
1 ' 2 ' ^ ) 1 ( ) (Daerah Kritis : Penolakan H0 adalah jika 2 hitung ≥ 2(db,α) dengan db=g-2.
PELANGGARAN
Sistem perundang-undangan hukum pidana :
a. Kejahatan
b. Pelanggaran
Segala bentuk kejahatan dimuat dalam buku II KUHP sedang
pelanggaran dimuat dalam buku III KUHP.
Dari uraian tersebut ditarik kesimpulan bahwa pelanggaran
adalah :
1. Perbuatan yang bertentangan dengan apa yang secara tegas
dicantumkan dalam undang-undang pidana.
2. Pelanggaran merupakan tindak pidana yang lebih ringan dari
kejahatan baik perbuatannya maupun hukumannya.
Tugas Akhir | Febrian Hadi Santoso
14
PELANGGARAN LALULINTAS
Pelanggaran
lalu
lintas
adalah
perbuatan
yang
bertentangan dengan perundang-undangan lalu lintas
dan bertentangan dengan peraturan pelaksanaannya
baik yang menimbulkan atau tidak menimbulkan
kerugian jiwa atau benda, tetapi dapat mengganggu
kamtibcarlantas (keamanan, ketertiban, dan kelancaran
lalulintas).
Buku III KUHP
-JENIS PELANGGARAN
Berdasarkan buku petunjuk lapangan penindakan pelanggaran lalu
lintas (Anonim, 2003). Pelanggaran lalu lintas dikategorikan menjadi
tiga yaitu:
1. Jenis Pelanggaran Ringan
2. Jenis Pelanggaran Sedang
3. Jenis Pelanggaran Berat
Tugas Akhir | Febrian Hadi Santoso
16
Jenis Pelanggaran Ringan (1)
1. Melanggar ketentuan persyaratan lampu, rem dan tuter bagi kendaraan tidak bermotor.
2. Melanggar rambu-rambu perintah atau rambu-rambu larangan 3. Melanggar marka membujur garis utuh tunggal atau ganda
4. Melanggar marka melintang garis utuh sebagai batas berhenti. 5. Melanggar ketentuan cahaya alat pengatur isyarat lalulintas.
6. Melanggar larangan melewati kendaraan lain dipersimpangan atau diperlintasan sebidang.
7. Melanggar kewajiban mendahulukan kendaraan yang memiliki hak utama sesuai prioritas.
8. Melanggar larangan berhenti atau parkir ditempat-tempat tertentu. 9. Melanggar kewajiban menggunakan helm pengemudi atau penumpang
sepeda motor atau mobil tanpa rumah-rumah
10. Melanggar larangan membunyikan klakson pada tempat-tempat tertentu yang dinyatakan dengan rambu-rambu.
Jenis Pelanggaran Ringan (2)
11. Melanggar ketentuan penggunaan sirene.
12. Melanggar kewajiban menyalakan lampu utama dekat, lampu posisi depan dan belakang atau lampu tanda nomor kendaraan pada waktu malam hari/gelap.
13. Melanggar larangan menyalakan lampu peringatan berwarna biru atau merah kecuali kendaraan tertentu.
14. Melanggar kewajiban menyalakan lampu penunjuk arah waktu akan membelok atau berbalik arah.
15. Melanggar kewajiban menyalakan lampu tanda berhenti waktu menaikan/menurunkan penumpang bus sekolah.
16. Melanggar kewajiban menyalakan lampu peringatan berwarna kuning bagi kendaraan tertentu.
17. Melanggar ketentuan batas kecepatan maksimum.
18. Melanggar larangan bagi kendaraan yang ditarik oleh lebih dari satu kendaraan.
Tugas Akhir | Febrian Hadi Santoso
18
Jenis Pelanggaran Sedang
1. Kendaraan tanpa dilengkapi tanda bukti lulus uji bagi mobil bus,
barang, kendaraan umum, kereta gandeng/ tempelan atau
kendaraan khusus.
2. Tidak dapat menunjukan STNK atau STCK beserta lembar formulir
BTCK.
3. Tidak melengkapi TNKB/TNCKB yang sesuai ketentuan.
4. Tidak dapat menujukan SIM sesuai ketentuan.
Jenis Pelanggaran Berat
1. Melanggar ketentuan pengangkutan orang atau barang tidak
sesuai dengan peruntukannya (kecuali sebagaimana yang
dimaksud pasal 3 ayat 1 PP 41)
2. Melanggar persyaratan teknis dan jalan yang meliputi
persyaratan lampu dan komponen pendukung bagi kendaraan
bermotor.
3. Melanggar ketentuan kelas jalan yang dinyatakan dengan
rambu-rambu.
Tugas Akhir | Febrian Hadi Santoso
20
Sumber Data
Data yang digunakan dalam penelitian ini adalah data
sekunder berupa data pelanggaran laulintas yang
terjadi di kawasan Polres Sidoarjo bagian Satlantas Ur
Tilang periode bulan Nopember 2011.
Variabel Penelitian
Berdasarkan variable penelitian data sekunder, variable
respon penelitian adalah tingkat pelanggaran lalu lintas
yang dikategorikan menjadi tiga tingkatan yaitu :
Y = 0, pelanggaran ringan
Tugas Akhir | Febrian Hadi Santoso
22
Variabel Penelitian
Sedang untuk variabel prediktornya adalah :
a) Pekerjaan pelanggar (X1), dengan kategori :
0. Bekerja (PNS/ Wiraswasta/Swasta, pengemudi) 1. Tidak Bekerja (Mahasiswa, Pelajar)
b) Kendaraan pelanggar (X2), dengan kategori : 0. Roda dua
1. Roda empat
c). Usia (X3), dengan kategori : 0. <20 tahun
1. 21 – 30 tahun 2. 31 – 40 tahun 3. ≥ 41tahun
Variabel Penelitian
Untuk variabel prediktornya adalah :
e) Hari Pelanggaran (X
4), dengan kategori :
0. Hari kerja (Senin sampai dengan Jumat).
1. Hari libur (Sabtu sampai dengan Minggu).
e) Waktu pelanggaran (X
5), dengan kategori
0. 05.00-10.00
1. 10.01-15.00
2. 15.01-18.00
3. 18.01-24.00
f) Wilayah hukum (X
7), dengan kategori :
0. wilayah utara ( Waru, Taman, Sukodono, Prambon)
1. wilayah selatan (Porong, Tanggulangin, Jabon)
2. wilayah timur ( Kota Sidoarjo, Candi, Buduran, Sedati)
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Data
Langkah-langkah dalam menganalisis data adalah sebagai berikut :
1. Untuk mengetahui karakteristik pelanggar laulintas dilakukan analisis deskriptif.
2. Untuk mengetahui faktor yang mempengaruhi pada pelanggaran laulintas dengan menggunakan analisis regresi logistik biner dengan langkah-langkah sebagai berikut:
a. Menentukan model regresi logistik univariat untuk setiap variabel prediktor dengan variabel respon.
b. Melakukan uji independensi terhadap semua variabel.
c. Melakukan uji signifikansi parameter dari setiap model regresi logistik
univariat untuk mengetahui variabel-variabel prediktor yang berpengaruh secara signifikan terhadap variabel respon.
d. Menentukan model regresi logistik berganda antara variabel respon dengan variabel-variabel prediktor yang signifikan dari langkah b.
e. Melakukan pengujian secara serentak dan parsial terhadap model yang diperoleh.
f. Melakukan uji kesesuaian model (goodness of fit).
g. Menginterpretasikan model regresi logistik berganda dan odds ratio yang diperoleh.
Analisis Dan Pembahasan
Statistika Deskriptif
89% 11% Jenis Kelamin pria wanita 22% 24% 14% 37% Pekerjaan Pelanggar PNS Mahasiswa/Pelajar Wiraswasta Pengemudi SwastaTugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
Statistika Deskriptif
6% 42% 31% 21% Usia Pelanggar < 20 tahun 21-30 tahun 31-40 tahun > 40 tahun 71% 29% Jenis Kendaraan roda dua roda empatAnalisis Dan Pembahasan
7% 10% 6% 15% 9% 30% 25% Hari Pelanggaran senin selasa rabu kamis jum'at sabtu minggu Hari Kerja 45% Hari Libur 55% Hari Hari Kerja Hari LiburTugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
30% 44% 19% 7% Waktu Pelanggaran 05.00-10.00 10.01-15.00 15.01-18.00 18.01-24.00 42% 20% 20% 18% Wilayah Pelanggaran utara selatan timur barat
Analisis Dan Pembahasan
Uji Independensi Antar Variabel
H0 : Tidak ada hubungn antara variabel respon (Y) dengan variabel prediktor (X) H1 : Ada hubungan antara variabel respon (Y) dengan variabel prediktor (X)
α : 10%
Keputusan: penolakan H0 jika nilai χ2
hitung > χ2 (α;df)
Variabel Independen χ2
hitung χ2 (α;df) Keputusan
Pekerjaan (X1) 2,942 2,706 Tolak H0 Jenis Kendaraan (X2) 6,633 2,706 Tolak H0
Umur (X3) 3,525 6,251 Gagal Tolak H0 Hari Pelanggaran (X4) 3,331 2,706 Tolak H0
Waktu Pelanggaran (X5) 0,683 6,251 Gagal Tolak H0 Wilayah Hukum (X ) 13,907 6,251 Tolak H
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
H0 : βi = 0 (tidak ada pengaruh) H1: βi ≠ 0 (ada pengaruh)
α : 10 %
Tolak H0 bila uji W2(Wald) > χ2 (df, α)
atau P_value < α
Uji Parsial
Prediktor B Wald P Odds Ratio
Const 0771 12,589 0,000 Pekerjaan
Tidak Bekerja -0,665 2,898 0,089 * 0,514 Const 1,286 12,300 0,000
Analisis Dan Pembahasan
Lanjutan Uji Parsial Prediktor B Wald P Odds Ratio
Const 1,286 12,300 0,000 Jenis Kendaraan Roda Empat -1,117 6,290 0,012 * 0,327 Const 0,575 1,907 0,167 Usia < 20 0,523 0,692 0,406 1,687 21-30 -0,386 0,597 0,440 0,680 31-40 0,205 0,137 0,711 1,227 Const 0,201 3,295 0,439 Hari Hari Libur 0,653 3,295 0,069 * 1,921 Const 0,811 3,642 0,056 Waktu Pelanggaran 05.00-10.01 -0,369 0,501 0,479 0,691 10.01-15.00 -0,348 0,439 0,508 0,706 15.01-18.00 -0,118 0,035 0,851 0,889 Const Wilayah utara -1,342 5,759 0,016 0,261
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
Dari uji Parsial tersebut didapat 3 variabel yang signifikan diantaranya : 1. Variabel Pekerjaan.
Model logit yang diperoleh adalah :
Logit
g (x) = 0,771-665 Bekerja
(1)Dengan model probabilitasnya adalaha
Serta didapat nilai Odds Ratio sebesar 0,514
)
Bekerja
0,665
-0,771
exp(
1
)
Bekerja
0,665
-0,771
exp(
)
(
(1) (1)x
Analisis Dan Pembahasan
2. Variabel Jenis Kendaraan.
Model logit yang diperoleh adalah :
Logit
g (x) = 1,286 - 1,117 jenis kendaraan
(1)Dengan model probabilitasnya adalaha
Serta didapat nilai Odds Ratio sebesar 0,327
)
kendaraan
jenis
1,117
-
1,286
exp(
1
)
kendaraan
jenis
1,117
-
1,286
exp(
)
(
(1) (1)x
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
3. Variabel Hari Pelanggaran.
Model logit yang diperoleh adalah :
Logit
g (x) = 0,201+ 0,653 hari
(1)Dengan model probabilitasnya adalaha
Serta didapat nilai Odds Ratio sebesar 1,921
)
0,653hari
0,201
exp(
1
)
0,653hari
0,201
exp(
)
(
(1) (1)x
Analisis Dan Pembahasan
Uji Serentak Untuk Semua Variabel
Prediktor B Wald P Odds Ratio
Const 1,079 1,033 0,296 Pekerjaan Tidak Bekerja -0,800 2,950 0,086* 0,449 Jenis Kendaraan Roda Empat -1,241 6,098 0,014* 0,289 Usia < 20 0,605 0,720 0,369 1,831 21-30 -0,162 0,076 0,783 0,851 31-40 0,511 0,644 0,422 1,666 Hari Hari Libur 0,752 3,014 0,083* 2,122 Waktu Pelanggaran 05.00-10.01 -0,419 0,431 0,511 0,658 10.01-15.00 -0,471 0,536 0,464 0,625 15.01-18.00 -0,239 0,107 0,744 0,787 Wilayah
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
H
0:
1 2 3 4 5H
1: paling sedikit ada satu
i
0, dengan i = 1, 2, 3, 4, 5.
n i i i i i i y y y n n n n n n G ji Statistiku 1 0 2 1 ) ˆ 1 ( 1 1 ln 2 :
Daerah penolakan H
0adalah jika >
2( ,v)Analisis Dan Pembahasan
Hasil Uji Serentak Untuk Variabel Yang Signifikan
Variabel B Wald P-value Exp(B)
Const 0,993 8,878 0,003
Tidak Bekerja (1) -1,046 6,358 0,012* 0,351
Hari Libur (1) -0,841 4,617 0,032* 2,319
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
Probabilitas Terjadinya Pelanggaran Lalu Lintas Terhadap Variabel Yang Signifikan
Pekerjaan Hari Pelanggaran Jenis Kendaraan Y = 1
0 0 0 0.729 0 0 1 0.892 0 1 0 0.538 0 1 1 0.781 1 0 0 0.486 1 0 1 0.744 1 1 0 0.290 1 1 1 0.557
Analisis Dan Pembahasan
Dari Logit didapat Model Peluang Pelanggaran Lalulintas
(1))
1,124
0,841(1)
-(0)
1,046
-0,993
exp(
1
(1))
1,124
0,841(1)
-(0)
1,046
-0,993
exp(
)
(x
(0))
1,124
0,841(1)
-(1)
1,046
-0,993
exp(
1
(0))
1,124
0,841(1)
-(1)
1,046
-0,993
exp(
)
(x
= 0,290
= 0,781
Tugas Akhir | Febrian Hadi Santoso
23
Analisis Dan Pembahasan
Kesesuaian Model
r i c j ij ij ije
e
o
1 1 2 2H0 : model sesuai (tidak ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model)
H1 : model tidak sesuai (ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model)
Statistik uji :
Hipotesis akan ditolak H0 jika atau p_value <
Step Chi-Square df P_value Keputusan
Analisis Dan Pembahasan
Ketepatan Klasifikasi Model
Ketepatan klasifikasi model Observasi
Prediksi
Jenis Pelanggaran Ketepatan Klasifikasi Ringan Tidak Ringan
Jenis Pelanggaran RinganTidak Ringan 1218 32 36,0
75 86,2 Prosentase Total 67,9
%
9
,
67
%
100
137
75
18
Tugas Akhir | Febrian Hadi Santoso
23
Kesimpulan Dan Saran
Kesimpulan
1. Jenis kelamin laki-laki cenderung melakukan pelanggaran. Usia yang
paling sering melakukan pelanggaran yaitu 21 sampai dengan 30tahun,
pelanggaran sering terjadi di hari libur khususnya pada hari Sabtu,
kendaraan roda dua lebih sering melakukan pelanggaran. Waktu
pelanggaran yang sering terjadi pada waktu siang antara pukul
10.00-15.00 WIB. Dan wilayah paling sering terjadi pelanggaran adalah
wilayah utara yang meliputi Polsek Waru, Polsek Taman, Polsek
Sukodono, dan Polsek Prambon.
2. Faktor-faktor yang berpengaruh secara signifikan terhadap model yaitu
jenis pekerjaan, jenis kendaraan, dan hari terjadinya pelanggaran.
Analisis Dan Pembahasan
Saran
Hasil penelitian menunjukan bahwa pada pagi dan siang hari lebih
beresiko untuk terjadi pelanggaran lalu lintas . Untuk itu disarankan
kepada pihak kepolisian untuk menambahkan personil atau petugas
lebih banyak dari waktu malam hari, serta meningkatkan pengawasan
terhadap kendaraan roda dua.
Tugas Akhir | Febrian Hadi Santoso
25
Daftar Pustaka
Anonim, Petunjuk Lapangan Penindakan Pelanggaran lalu lintas jalan Berdasarkan Sistem Potensial Poin Target, MABES POLRI, Jakarta 2003
Presiden Republik Indonesia, 1992. Undang Undang No. 14 Tahun 1992 Tentang: Lalu Lintas Dan Angkutan Jalan. Jakarta
Agresti, A (1990). Categorical Data Analysis. John Wiley and Sons, New York Bhattacarya, G.K. dan Johnson, R.A.. (1977). Statistical Concepts and Methods.
John Wiley & Sons, New York
Christina., (2004). Analisis Model Logliniear Ordinal terhadap karakteristik pelanggaran lalu lintas kendaraan bermotor yang dikenai tindakan pelanggaran (tilang) di Wilayah Kota Denpasar. Tugas Akhir Jurusan Statistika ITS. Surabaya.
Dimas, (2010). Analisis Korespondensi Data Curanmor Di Wilayah Polsek
Wonocolo Surabaya Pada Bulan Januari 2006 – Agustus 2010. Tugas Akhir Jurusan Statistika ITS. Surabaya.
Daftar Pustaka
Henriatmaji., (2005). Pemeriksaan perkara pelanggaran lalu lintas jalan tertentu dipengadilan Negeri Surabaya. Jurusan Psikologi. Universitas
Airlangga. Surabaya.
Hosmer, D.W., and Lemenshow. (2000). Applied Logistic Regression. John Wiley and Sons. USA
Indonesia, Undang-undang Tentang lalu lintas Dan Angkutan Umum, UU No. 14, L.N. Tahun 1992.
Samidjo, (1985) Ringkasan Dan Tanya Jawab Hukum Pidana. CV. Armico. Bandung
Yati., (2007). Analisis regresi logistik data kriminalitas Polres Jember. Tugas Akhir Jurusan Statistika ITS. Surabaya.
Wulandari S P dkk. Analisis Data Kualitatif. Statistika FMIPA-ITS. Surabaya
http://metrotvnews.com/Tujuh%20Ribu%20Orang%20Ikuti%20Sidang%20Pa langgaran%20Lalu%20Lintas.htm