MALANGKOTAMALANGKOTA

PANGRIPTAPANGRIPTA

Kecelakaan lalu lintas merupakan salah satu tantangan persisten dalam pengembangan perkotaan, yang menimbulkan beban signifikan pada keuangan publik, khususnya mekanisme klaim yang dikelola oleh PT Jasa Raharja. Memahami pola spasial dan temporal frekuensi klaim kecelakaan lalu lintas merupakan fondasi penting bagi pemerintah daerah dalam merancang kebijakan berbasis data yang efektif. Penelitian ini mengembangkan model forecasting frekuensi klaim kecelakaan lalu lintas di kawasan Malang Raya yang mencakup wilayah Batu, Kota Malang, dan Kabupaten Malang dengan menggunakan pendekatan Generalized Space-Time Autoregressive (GSTAR) sebagai alat analitis untuk mendukung perencanaan pembangunan regional. Data sekunder bulanan dari PT Jasa Raharja Cabang Malang yang mencakup periode Januari 2020 hingga Maret 2025 digunakan sebagai dasar pemodelan. Analisis dilakukan melalui serangkaian tahap sistematis, mulai dari uji stasioneritas, analisis korelasi spasial dan Cross Correlation Function (CCF), identifikasi model, konstruksi matriks berat spasial berbasis CCF, estimasi parameter dengan metode Seemingly Unrelated Regression (SUR), hingga pengujian diagnostik residual. Hasil menunjukkan bahwa model GSTAR(2,1) berhasil menangkap struktur ketergantungan spasio-temporal di tiga wilayah studi, dengan hubungan spasial terkuat antara Batu dan Kota Malang. Hasil forecasting menunjukkan bahwa Kota Malang konsisten mencatat frekuensi klaim tertinggi, berkisar antara 70 hingga 85 klaim per bulan. Temuan ini memiliki implikasi strategis bagi pemerintah daerah, Dinas Perhubungan, dan pihak-pihak terkait lainnya dalam mengoptimalkan alokasi sumber daya dan merancang intervensi kebijakan lalu lintas yang lebih terarah dan berbasis bukti.

Penelitian ini berhasil mengembangkan dan memvalidasi model GSTAR(2,1) untuk memprediksi frekuensi klaim kecelakaan lalu lintas bulanan di tiga wilayah hukum di Malang Raya, yaitu Batu, Kota Malang, dan Kabupaten Malang.Model ini mengungkapkan bahwa Kota Malang berfungsi sebagai node pengaruh spasial dominan, yang bertanggung jawab atas lebih dari 91% efek spasial yang diterima oleh Batu dan 85% efek yang diterima oleh Kabupaten Malang, sementara kondisi dua bulan sebelumnya memiliki daya prediktif signifikan di seluruh sistem.Temuan ini mengonfirmasi bahwa pola klaim kecelakaan di wilayah tersebut bersifat terstruktur dan bukan acak, serta volume klaim yang konsisten tinggi di Kota Malang (70-85 klaim per bulan) memerlukan perhatian prioritas dalam alokasi sumber daya.Selain memperluas kerangka GSTAR ke domain empiris baru, penelitian ini menunjukkan bahwa model forecasting spasio-temporal dapat berfungsi sebagai instrumen kebijakan berbasis data yang praktis.keluaran yang dihasilkan menawarkan Bappeda, Dinas Perhubungan, dan PT Jasa Raharja Malang Branch dasar yang konkret dan dapat diterapkan untuk memindahkan tata kelola keselamatan lalu lintas regional dari respons reaktif menuju perencanaan berbasis bukti yang antisipatif.

Berdasarkan hasil penelitian ini, kami menyarankan beberapa arah penelitian lanjutan yang dapat dilakukan untuk meningkatkan pemahaman dan intervensi kebijakan dalam bidang keselamatan lalu lintas di Malang Raya. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengidentifikasi faktor-faktor eksternal yang mempengaruhi frekuensi klaim kecelakaan lalu lintas, seperti kondisi cuaca atau volume lalu lintas. Dengan memasukkan variabel-variabel ini ke dalam model GSTARX, akurasi prediksi dapat ditingkatkan dan studi dapat diperluas ke wilayah metropolitan lainnya untuk perbandingan. Kedua, penelitian selanjutnya dapat berfokus pada analisis dampak intervensi kebijakan yang telah diterapkan oleh PT Jasa Raharja Malang Branch, seperti SMS-based safe driving advisories, radio outreach, dan Mobile Traffic Safety Unit (MUKL) deployments. Dengan mengintegrasikan hasil forecasting model GSTAR dengan program-program pencegahan institusi, Jasa Raharja dapat mengarahkan intervensi secara lebih strategis dan efektif. Terakhir, penelitian lanjutan dapat mengeksplorasi dampak positif dari investasi dan kampanye keselamatan lalu lintas yang difokuskan di Kota Malang terhadap Batu dan Kabupaten Malang. Dengan demikian, strategi yang ditargetkan secara geografis dapat memberikan manfaat keselamatan agregat yang lebih besar per unit pengeluaran dibandingkan dengan alokasi proporsional di ketiga wilayah tersebut.

  1. KAJIAN POLA KESENJANGAN EKONOMI WILAYAH DI KAWASAN AGLOMERASI MALANG RAYA | Jurnal Plano Buana. kajian... jurnal.unipasby.ac.id/index.php/jurnal_plano_buana/article/view/6801KAJIAN POLA KESENJANGAN EKONOMI WILAYAH DI KAWASAN AGLOMERASI MALANG RAYA Jurnal Plano Buana kajian jurnal unipasby ac index php jurnal plano buana article view 6801
  2. Penerapan Model Regresi Poisson untuk Prediksi Frekuensi Klaim Asuransi pada Perusahaan Asuransi Jiwa... prin.or.id/index.php/JURRIMIPA/article/view/5204Penerapan Model Regresi Poisson untuk Prediksi Frekuensi Klaim Asuransi pada Perusahaan Asuransi Jiwa prin index php JURRIMIPA article view 5204
  3. Tantangan dan Strategi Data Driven Policy di Indonesia | Parlementer : Jurnal Studi Hukum dan Administrasi... ejournal.appihi.or.id/index.php/Parlementer/article/view/1409Tantangan dan Strategi Data Driven Policy di Indonesia Parlementer Jurnal Studi Hukum dan Administrasi ejournal appihi index php Parlementer article view 1409
Read online
File size290.28 KB
Pages11
DMCAReport

Related /

ads-block-test