Evaluasi Pergeseran Daerah Rawan Kecelakaan di Provinsi Daerah Istimewa Yogyakarta melalui Pendekatan Geospasial
J.R. Kera1, Dewanti1*, S. Priyanto1
1Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, INDONESIA
*Corresponding author: dewanti@ugm.ac.id
INTISARI
Pemetaan kecelakaan lalu lintas berbasis spasial merupakan pendekatan penting untuk memahami distribusi dan dinamika risiko kecelakaan di suatu wilayah. Penelitian ini bertujuan untuk mengevaluasi pergeseran lokasi kecelakaan di Provinsi Daerah Istimewa Yogyakarta selama periode 2019-2023 dengan dua fokus utama: (1) mendeskripsikan perubahan lokasi kecelakaan berdasarkan jumlah dan fatalitas kejadian melalui analisis spasial; serta (2) memberikan strategi dan rekomendasi penanganan terhadap Daerah Rawan Kecelakaan (DRK) berdasarkan hasil temuan spasial. Data
yang digunakan berupa kejadian kecelakaan lalu lintas di lima Kabupaten/Kota yang dianalisis melalui pemetaan titik insiden, identifikasi lokasi rawan, serta analisis tren spasial tahunan. Hasil penelitian menunjukkan adanya pergeseran signifikan lokasi DRK pada beberapa koridor jalan utama, dengan peningkatan konsentrasi kecelakaan fatal di ruas-ruas tertentu. Sebagian wilayah menunjukkan tingkat risiko yang konsisten dari tahun ke tahun. Berdasarkan temuan tersebut,
strategi penanganan diarahkan pada peningkatan perlengkapan keselamatan jalan, manajemen lalu lintas di titik rawan, serta perbaikan infrastruktur. Penelitian ini diharapkan menjadi kontribusi bagi perumusan kebijakan keselamatan jalan yang berbasis data, lebih adaptif, dan sesuai dengan karakteristik spasial wilayah di Provinsi D.I. Yogyakarta.
REFERENSI
Ahmad Riski Maulana, Kuuni Ulfah Naila El Muna, & Harry Asjtanto. (2023). Pemetaan dan Analisis Tren Angka
Kecelakaan di Kota Surabaya. Sehat Rakyat: Jurnal Kesehatan Masyarakat, 2(2), 250–257.
De Pauw, E., Daniels, S., Brijs, T., Hermans, E., & Wets, G. (2014). Safety effects of an extensive black spot treatment
programme in Flanders-Belgium. Accident Analysis and Prevention, 66, 72–79.
Debrabant, B., Halekoh, U., Bonat, W. H., Hansen, D. L., Hjelmborg, J., & Lauritsen, J. (2018). Identifying traffic
accident black spots with Poisson-Tweedie models. Accident Analysis and Prevention, 111(April 2017), 147–154.
Direktorat Jenderal Bina Marga. (2021). Penanganan lokasi rawan kecelakaan lalu lintas.
https://binamarga.pu.go.id/index.php/nspk/detail/pedoman-penanganan-lokasi-rawan-kecelakaan-lalu-lintas
Hadijah, I. (2020). Analisis Blackspot Dan Faktor Penyebab Kecelakaan Jalan Jend. Sudirman-Ah. Nasution Kota Metro.
Jurnal Teknik Sipil, 10(1), 75-86.
Haghighi, F., & Karimi, E. (2018). Evaluation and Statistical Validation of Black-Spots Identification Methods. Tarrahan
Parseh Transportation Research Institute, 6(1), 1–15.
Kepolisian Republik Indonesia Daerah Istimewa Yoggyakarta. (2024). Data Kecelakaan dan Pelanggaran Lalu Lintas.
Yogyakarta.
Kennedy, L. W., Caplan, J. M., & Piza, E. (2011). Risk Clusters, Hotspots, and Spatial Intelligence: Risk Terrain
Modeling as an Algorithm for Police Resource Allocation Strategies. Journal of Quantitative Criminology, 27(3),
339-362.
Lumba, P., Muthohar, I., & Priyanto, S. (2017). Human Factors on Motorcyclists’ Accidents Severity; Analysis Using
Bayesian Network. International Journal of Engineering and Technology, 9(1), 233–242.
Mardapi, D., 2008, Teknik Penyusunan Instrumen Tes dan Non Tes. Yogyakarta : Mitra Cendikia Offset.
Tresna Aji, E. A., Firdaus, R., Sanggalangi, C., & Irfani, M. R. (2024). Analisis Daerah Rawan Kecelakaan Pada Ruas
Jalan Tol Becakayu Menggunakan Metode Equivalent Accident Number (EAN). Jurnal Keselamatan Transportasi
Jalan (Indonesian Journal of Road Safety), 11(1), Layouting.
Vandenbulcke, G., Thomas, I., & Int Panis, L. (2014). Predicting cycling accident risk in Brussels: A spatial case-control
approach. Accident Analysis and Prevention, 62, 341–357. https://doi.org/10.1016/j.aap.2013.07.001
Węglarczyk, S. (2018). Kernel density estimation and its application. ITM Web of Conferences, 23, 00037.
World Health Organization (WHO). (2018). Global Status Report On Road Safety 2018.
Zou, X., Sun, L., Lan, T., Fan, C., Liu, S., Zhao, H., & Qiu, J. (2024). The effects of weather factors on road traffic
casualties: Analysis on provincial panel data of China from 2006 to 2021. Heliyon, 10(17), e36788.