Kohesi: Jurnal Sains dan Teknologi

Articles

Vol. 10 No. 8 (2026): Kohesi: Jurnal Sains dan Teknologi, ISSN 3025-1311

PEMODELAN TINGKAT KRIMINALITAS DI PROVINSI BANTEN MENGGUNAKAN DISTRIBUSI POISSON DAN BINOMIAL NEGATIF TAHUN 2024

Submitted
January 22, 2026
Published
2026-01-22

Abstract

Kriminalitas merupakan salah satu permasalahan sosial yang kompleks dan masih menjadi tantangan di berbagai wilayah Indonesia, termasuk Provinsi Banten. Fenomena ini tidak hanya berdampak pada stabilitas sosial, tetapi juga memengaruhi kondisi ekonomi daerah. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang berpengaruh terhadap tingkat kriminalitas di Provinsi Banten dengan menggunakan pendekatan pemodelan statistik berbasis data jumlah kejadian (count data). Variabel yang digunakan meliputi tingkat kemiskinan, kesempatan kerja, kepadatan penduduk, Produk Domestik Regional Bruto (PDRB), harapan lama sekolah, dan indeks pemberdayaan gender. Analisis dilakukan menggunakan model regresi Poisson dan Binomial Negatif berbasis Integrated Nested Laplace Approximation (INLA), serta diperluas dengan model non-parametrik Generalized Additive Model (GAM) untuk menangkap hubungan non-linear antar variabel. Hasil penelitian menunjukkan bahwa model Binomial Negatif memberikan kecocokan terbaik berdasarkan nilai DIC dan WAIC, yang mengindikasikan adanya overdispersion pada data kriminalitas. Faktor kemiskinan dan pendidikan memiliki pengaruh signifikan terhadap tingkat kriminalitas, sedangkan variabel lain menunjukkan pengaruh yang lebih lemah. Secara umum, daerah dengan tingkat kemiskinan tinggi dan rata-rata lama sekolah rendah cenderung memiliki angka kriminalitas yang lebih besar. Temuan ini sejalan dengan teori ekonomi perilaku kriminalitas dan penelitian terdahulu, yang menegaskan bahwa kondisi sosial-ekonomi dan pendidikan berperan penting dalam membentuk tingkat kejahatan. Hasil penelitian diharapkan dapat menjadi dasar bagi perumusan kebijakan publik berbasis data untuk menekan angka kriminalitas dan meningkatkan kesejahteraan masyarakat di Provinsi Banten.

References

  1. Nurcahya, W. A., Arisanti, N. P., & Hanandhika, A. N. (2023). Penerapan Uji Asumsi Klasik Untuk Mendeteksi Kesalahan Pada Data Sebagai Upaya Menghindari Pelanggaran Pada Asumsi Klasik. Jurnal Ilmiah Multidisiplin, 1(12), 472–481. https://doi.org/10.5281/zenodo.104492725
  2. Pasalbessy, V. F. F. D. (2024). Analisis Pengaruh Sektor Industri Pengolahan Terhadap Produk Domestik Regional Bruto (PDRB) Di Kota Jayapura. Jurnal Ekonomi dan Bisnis, 16(2), 160–168. https://doi.org/10.55049/jeb.v16i2.316
  3. Ria, R., Hasibuan, A., Kartika, A., Suwito, F. A., & Agustin, L. (2022). Pengaruh Produk Domestik Regional Bruto (PDRB) terhadap Tingkat Kemiskinan Kota Medan. Reslaj: Religion Education Social Laa Roiba Journal, 4(3), 683. https://doi.org/10.47476/reslaj.v4i3.887
  4. Rusnani. (2015). Pengaruh Kemiskinan Terhadap Meningkatnya Kriminalitas di Kabupaten Sumenep. PERFORMANCE: Jurnal Bisnis & Akuntansi, 5(1), 42–59. https://www.ejournalwiraraja.com/index.php/FEB/article/view/128
  5. Salamah, N. A. H., & Yahya, I. (2022). Pemodelan Faktor-Faktor Yang Mempengaruhi Jumlah Penderita Demam Berdarah Dengue (DBD) Di Kota Kendari Menggunakan Regresi Poisson Inverse Gaussian. Jurnal Matematika, Komputasi dan Statistika, 2(2), 1–8. https://doi.org/10.33772/jmks.v2i2.16
  6. Salwa, D. K. (2019). Teori Konsumsi Dalam Ekonomi Islam Dan Implementasinya. LABATILA: Jurnal Ilmu Ekonomi Islam, 3(2), 172–189. https://doi.org/10.33507/lab.v4i01
  7. Saputra, R. (2023). Analisis Tingkat Pendidikan, Kemiskinan dan Pengangguran Terhadap Kriminalitas di Bekasi. Jurnal Ilmu Hukum, Humaniora dan Politik (JIHHP), 3(4), 159–163. https://doi.org/10.38035/jihhp.v3i4
  8. Sunaryo, S., Setiawan, & Siagian, T. H. (2012). Mengatasi Masalah Multikolinearitas dan Outlier dengan Pendekatan RobPCA (Studi Kasus Analisis Regresi Angka Kematian Bayi di Jawa Timur). Jurnal Matematika Sains dan Teknologi, 12(1), 1–10. https://jurnal.ut.ac.id/index.php/jmst/article/view/474
  9. Syafiqoh, A. J., Mahardika, R., Amaria, S., Winaryati, E., & Al Haris, M. (2024). Pemodelan Regresi Binomial Negatif untuk Mengevaluasi Faktor-faktor yang Mempengaruhi Kasus Tuberkulosis di Provinsi Jawa Barat. Jurnal Matematika dan Statistika serta Aplikasinya, 12(1), https://doi.org/10.24252/msa.v12i1.39450
  10. Wilandari, Y., Kartiko, H., & Effendie, A. R. (2020). Estimasi cadangan klaim menggunakan Generalized Linear Model (GLM) dan Copula. Jurnal Gaussian, 9(4), 411–420. https://doi.org/10.14710/j.gauss.v9i4.29260
  11. Azis, T. A., Saputra, A. S., Azkiya, S. N., & Windiati, C. (2024). Pengaruh Kepadatan Penduduk Terhadap Produk Domestik Regional Bruto (PDRB) Per Kapita Provinsi Jawa Barat Tahun 2022. Inisiatif: Jurnal Ekonomi, Akuntansi dan Manajemen, 3(2), 119–127. https://doi.org/10.30640/inisiatif.v3i2.2265
  12. Badan Pusat Statistik. (2023). Statistik Kriminal 2023: Volume 14. Jakarta: Badan Pusat Statistik. Katalog 4401002. Nomor Publikasi 04300.2306. ISBN 2089-5291
  13. Bilal, Y. (2024). Pengaruh Tingkat Pendidikan, Pengangguran, Kepadatan Penduduk, Kemiskinan, dan Penyalahgunaan Narkoba Terhadap Kriminalitas di 10 Provinsi Indonesia. Skripsi, Jurusan Ekonomi Pembangunan, Fakultas Ekonomi dan Bisnis, Universitas Islam Negeri Syarif Hidayatullah, Jakarta. https://repository.uinjkt.ac.id/dspace/handle/123456789/80920
  14. Clinic, C., Yue, O. R., & Faraway, J. J. (n.d.). Bayesian regression modeling with INLA. Chapman & Hall/CRC Computer Science and Data Analysis Series.
  15. Cox, D. R., Hinkley, D. V., Reid, N., Rubin, D. B., & Silverman, B. W. (1960). The Analysis of Contingency Tables. B. S. Everitt (1977). 9 Multivariate Analysis in Behavioural Research A.E. Maxwell (1977) 10 Stochastic Abundance Models S. Engen (1978) 11 Some Basic Theory for Statistical Inference,” 1960.
  16. Edwart, A. O. (2021). Pengaruh Tingkat Pendidikan, Kepadatan Penduduk dan Ketimpangan Pendapatan Terhadap Kriminalitas di Indonesia. Skripsi, Program Sarjana Jurusan Ilmu Ekonomi, Fakultas Ekonomi, Universitas Negeri Padang, Padang.
  17. Fatmala, C. T., Hayati, M., Permatasari, R., Hudori, M., & Dalimunthe, D. Y. (2024). Pemodelan Jumlah Kasus HIV/AIDS di Provinsi Lampung Menggunakan Regresi Binomial Negatif. Journal of Mathematics: Theory and Applications, 6(2), 168–177. https://doi.org/10.31605/jomta.v6i2.4069
  18. Furqon, I. K. (2019). Teori Konsumsi Dalam Islam. Jurnal Hukum dan Ekonomi Syari’ah, 6(1), 1–18. https://doi.org/10.32332/adzkiya.v6i1.1169
  19. Kumar, S., Raut, R. D., Priyadarshinee, P., Mangla, S. K., Awan, U., & Narkhede, B. E. (2024). The Impact of IoT on the Performance of Vaccine Supply Chain Distribution in the COVID-19 Context. IEEE Transactions on Engineering Management, 71, 13123–13133. https://doi.org/10.1109/TEM.2022.3157625
  20. Lerabeni, M. N. (2022). Pengaruh Kemiskinan Terhadap Kriminalitas di Kota Batam. Jurnal Dialektika Publik, 6(2), 13–20. https://doi.org/10.33884/dialektikapublik.v6i2.5541
  21. Mahdiya, S. H. (2024). Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kriminalitas di Indonesia Tahun 2015–2021. Skripsi, Program Sarjana Jurusan Ekonomi Pembangunan, Fakultas Bisnis dan Ekonomika, Universitas Islam Indonesia, Yogyakarta. https://dspace.uii.ac.id/handle/123456789/49281
  22. Mardinsyah, A. A., & Sukartini, N. M. (2020). Ketimpangan Ekonomi, Kemiskinan dan Akses Informasi: Bagaimana Pengaruhnya Terhadap Kriminalitas? Ekonika: Jurnal Ekonomi Universitas Kadiri, 5(1), 19. https://doi.org/10.30737/ekonika.v5i1.554
  23. Nadilla, U., & Farlian, T. (2018). Pengaruh PDRB Perkapita, Pendidikan, Pengangguran, dan Jumlah Polisi Terhadap Angka Kriminalitas di Provinsi Aceh. Jurnal Ilmiah Mahasiswa Ekonomi Pembangunan, 3(1), 110–118. https://jim.usk.ac.id/EKP/article/view/6890
  24. Nahe, S. S. A., Rahman, F., Taqwa, E., Lutfi, M., & Yunus, S. (2024). Analisis Pengaruh Kemiskinan dan Pengangguran Terhadap Tingkat Kriminalitas di Sulawesi Tengah Periode 2018–2022. Jurnal Politik dan Pemerintahan Daerah, 6(2), 203–213. https://jppd.org/index.php/jppd/article/view/177/98

Similar Articles

11-20 of 128

You may also start an advanced similarity search for this article.