Model Prediksi Tingkat Keparahan Kecelakaan Lalu Lintas di DKI Jakarta dengan Regresi Logistik Ordinal

Abstract

Kecelakaan lalu lintas merupakan salah satu permasalahan utama keselamatan transportasi yang menimbulkan dampak sosial, ekonomi, dan kemanusiaan yang signifikan. DKI Jakarta sebagai wilayah metropolitan dengan tingkat mobilitas yang tinggi memiliki risiko kecelakaan lalu lintas yang kompleks. Meskipun berbagai penelitian mengenai kecelakaan lalu lintas telah dilakukan, sebagian besar masih berfokus pada analisis deskriptif dan belum banyak memanfaatkan data mikro kecelakaan untuk memodelkan tingkat keparahan kecelakaan secara komprehensif. Penelitian ini bertujuan mengembangkan model Regresi Logistik Ordinal untuk menganalisis dan menggambarkan kecenderungan tingkat keparahan kecelakaan lalu lintas berdasarkan data kecelakaan wilayah DKI Jakarta periode 2022–2024. Penelitian menggunakan data sekunder kecelakaan lalu lintas yang diperoleh dari IRSMS Korlantas Polri. Variabel dependen berupa tingkat keparahan kecelakaan yang terdiri atas kerugian material, luka ringan, luka berat, dan meninggal dunia. Variabel independen meliputi waktu kejadian, kondisi cuaca, lokasi kejadian, jenis kecelakaan, jenis kendaraan, usia korban, dan jenis kelamin korban. Analisis dilakukan melalui tahapan analisis deskriptif, pengujian asumsi model, estimasi Regresi Logistik Ordinal dengan pendekatan Proportional Odds Model, evaluasi model menggunakan Model Fitting Information, Goodness of Fit, Pseudo R-Square, dan Test of Parallel Lines, serta simulasi risiko keparahan berdasarkan model terbaik yang diperoleh. Hasil penelitian menunjukkan bahwa model Regresi Logistik Ordinal secara umum memenuhi asumsi statistik yang dipersyaratkan, ditunjukkan oleh tidak adanya gejala multikolinearitas serta terpenuhinya pengujian kecocokan model. Perbandingan model antar tahun menunjukkan bahwa model tahun 2023 merupakan model terbaik dengan nilai signifikansi Model Fitting Information sebesar 0,006 dan nilai Nagelkerke R-Square sebesar 0,360, yang menunjukkan bahwa model mampu menjelaskan 36,0% variasi tingkat keparahan kecelakaan. Sebaliknya, model tahun 2022 dan 2024 memiliki kemampuan penjelasan yang relatif rendah dengan nilai Nagelkerke R-Square masing-masing sebesar 0,142 dan 0,144. Hasil estimasi parameter menunjukkan bahwa sebagian besar variabel independen belum memiliki pengaruh signifikan secara statistik terhadap tingkat keparahan kecelakaan pada taraf signifikansi 5%. Namun demikian, variabel usia korban secara konsisten menunjukkan kecenderungan sebagai faktor yang paling dominan berdasarkan nilai odds ratio tertinggi dibandingkan variabel lainnya. Temuan penelitian juga menunjukkan bahwa keterbatasan jumlah data valid dan tingginya missing value berpengaruh terhadap kemampuan model dalam menjelaskan hubungan antara variabel penelitian. Meskipun demikian, hasil penelitian menunjukkan bahwa model yang diperoleh lebih tepat digunakan sebagai alat eksplorasi risiko dan identifikasi kecenderungan tingkat keparahan kecelakaan dibandingkan sebagai model prediksi operasional dengan tingkat akurasi yang tinggi. Penelitian ini memberikan kontribusi metodologis dalam penerapan Regresi Logistik Ordinal pada data mikro kecelakaan wilayah metropolitan Indonesia serta menghasilkan model yang dapat digunakan untuk menggambarkan kecenderungan risiko keparahan kecelakaan pasca tahun 2024 sebagai dasar pertimbangan dalam penyusunan kebijakan keselamatan lalu lintas yang berbasis data.