PEMODELAN TINDAK KRIMINALITAS DI JAWA TIMUR DENGAN REGRESI LOGISTIK ORDINAL MULTIVARIAT

MODELING CRIME IN EAST JAVA WITH MULTIVARIATE ORDINAL LOGISTIC REGRESSION

Kriminalitas memiliki dampak negatif yang signifikan, selain menimbulkan korban, juga mengganggu ketertiban umum hingga merusak reputasi suatu wilayah. Selama pasca pandemi, jumlah tindak kriminalitas di Indonesia mengalami kenaikan khususnya Jawa Timur yang naik 142.26% pada tahun 2022. Pemodelan tindak kriminalitas diperlukan untuk memahami pola dan faktor yang mempengaruhi tingkat kejahatan untuk mengatur kebijakan pencegahan yang efektif. Penelitian ini berfokus pada tiga jenis tindak kriminalitas, yaitu pencurian dengan pemberatan (curat), pencurian kendaraan bermotor (curanmor), dan penipuan setiap kabupaten/kota di Jawa Timur yang diambil dari Direktorat Reserse Kriminal Kepolisian Daerah (Polda) Jawa Timur tahun 2022. Ketiga jenis tindak kriminalitas ini memiliki data berskala ordinal dengan tiga kategori yaitu rendah, sedang, dan tinggi. Metode yang digunakan adalah regresi logistik ordinal multivariat karena mampu menangani peubah respon berskala ordinal dan memiliki lebih dari satu variabel respon yang berkesinambungan (multivariat). Estimasi pada metode ini tidak menggunakan pendekatan umum seperti Maximum Likelihood Estimation (MLE), tetapi menggunakan Maximum Composite Likelihood Estimation (MCLE). Penelitian ini bertujuan untuk mendapatkan kajian matematis estimasi parameter pada regresi logistik ordinal multivariat dengan MCLE. Selain itu juga mendapatkan model regresi logsitik ordinal multivariat pada tindak kriminalitas di Jawa Timur tahun 2022 dan penggunaan metode stepwise sebagai seleksi variabelnya. Hasil penelitian menunjukkan estimasi dari MCLE menggunakan fungsi composite likelihood yang dibangun dari fungsi distribusi marjinal bivariat. Pendekatan itu juga menggabungkan fungsi likelihood komposit atau berhubungan dengan pasangan observasi. Selanjutnya didapatkan adanya dua model untuk masing-masing jenis tindak kriminalitas dengan tiga model peluang pada setiap kategori tindak kriminalitas.

Crime has a significant adverse impact, in addition to causing victims, it also disrupts public order and damages the reputation of an area. During the post-pandemic period, the number of crimes in Indonesia has increased, especially in East Java, which increased by 142.26\% in 2022. Crime modeling is needed to understand the patterns and factors influencing crime rates to set effective prevention policies. This study focuses on three types of crime, namely theft with aggravation (curat), theft of motor vehicles (curanmor), and fraud in each district/city in East Java taken from the Directorate of Criminal Investigation of the East Java Regional Police (Polda) in 2022. These three types of crime have ordinal scale data with three categories are low, medium, and high. The method used is multivariate ordinal logistic regression because it can handle ordinal-scale response variables and has more than one continuous response variable (multivariate). Estimation in this method does not use general approaches such as Maximum Likelihood Estimation (MLE), but uses Maximum Composite Likelihood Estimation (MCLE). This research aims to obtain a mathematical study of parameter estimation in multivariate ordinal logistic regression with MCLE. In addition, it also obtained a multivariate ordinal logistic regression model on crime in East Java in 2022 and the use of the stepwise method as variable selection. The results show that the estimation of MCLE uses the composite likelihood function, which is constructed from the bivariate marginal distribution function. The function also combines composite likelihood functions or is associated with pairs of observations. Furthermore, there are two models for each crime type, and there are three probability models for each crime category.