MODEL SPASIAL PREDIKTIF BAHAYA BULLYING DI KOTA DEPOK

04 Desember 2024

By: Azhari Al Kautsar,S.Geo

Open Project

Lokasi Penelitian

Open Project

Generalize Boost Bullying Depok

Open Project

INLA Bullying Predicted Depok COPY

Masih dalam pengembangan

PENDAHULUAN

Salah satu dari penelitian model spasial prediktif dari Battista et al. (2023) adalah hubungan kesehatan jiwa usia pelajar dengan pemodelan decision tree. Hasil dari model decision tree menunjukkan tingkat risiko kesehatan jiwa pada usia sekolah. Maka dari itu, kerentanan perundungan (bullying) dapat dilihat dari tingkat risiko kesehatan jiwa pada individu anak maupun remaja. Kejahatan bullying dipaparkan dari Useche et al. (2023) sebagai ketimpangan gender atas relasi kekuasaan yang disebabkan oleh faktor intimidasi antar individu maupun individu dengan kelompok. Faktor ini sering kali terjadi pada usia remaja.

Kejadian prediksi bahaya bullying bisa melalui kejahatan berbasis siber. Eboy et al. (2024) merancang spatial modelling predictive menggunakan beberapa parameter seperti integrasi survei lapangan, statistik, dan SIG. Ketiga parameter itu menghasilkan tingkat risiko bullying seperti risiko koneten, risiko pengaturan, dan risiko persetujuan yang bersangkutan. Risiko bullying juga dipaparkan oleh Tramontano et al. (2020) yang menunjukkan adanya gradien tingkat bahaya perundungan di lingkungan sekolah sehingga perlu menginvestigasi agar menciptakan lingkungan belajar dan mengajar yang lebih humanis.

Perilaku bullying juga merambah pada skala media sosial. Menurut Al-Garadi et al. (2019) perundungan sering terjadi berbagai macam aplikasi media sosial. Untuk mengetahui tingkat bahaya bullying melalui model big data yang bisa menggali informasi perilaku perundung secara keruangan. Pemanfaatan model spasial prediktif bisa mengidentifikasi cara-cara usia pelajar melakukan kekerasan berbasis daring berbasis machine learning. Pengembangan machine learning dilanjutkan oleh Song & Song (2021)menggunakan pohon Keputusan (decision tree). Dari penggunaan decision tree menunjukkan adanya kesenjangan jumlah korban dengan pelaku perundungan di lingkungan sekolah melalui penggunaan media sosial.

Tujuan dari penelitian ini adalah untuk memprediksi spasial tingkat bahaya bullying di Kota Depok. Kemudian tujuan lainnya adalah seberapa penggunaan data lokasi pendidikan terhadap potensi prediksi kekerasan bullying pada usia remaja di Kota Depok.

METODE PENELITIAN

Lokasi Penelitian

Lokasi penelitian ini berada di seluruh Kecamatan di Kota Depok dengan Koordinat….. . Kota Depok mempunyai sepuluh kecamatan, yaitu Beji, Bojongsari, Cilodong, Cimanggis, Cinere, Cipayung, Limo, Pancoran Mas, Sawangan, dan Tapos. Kota Depok berbatasan dengan Provinsi DKI Jakarta di sebelah utara, Kota Bekasi di sebelah timur, Kabupaten Bogor di sebelah selatan, dan Kota Tangerang Selatan di sebelah barat.

Gambar 1

Bahan Penelitian

Bahan pada penelitian merupakan berasal dari sumber data sekunder. Data tersebut akan di jelaskan pada tabel 1.

Tabel 1

Analisis Data

1. Kriging

Analisis spasial seperti kriging sangat penting dalam penelitian ini untuk memprediksi kejadian bullying di Kota Depok. Metode analisis kriging memainkan peran menjumlahkan atau memperluas objek agar dapat mampu mengvisualkan spasial. Dengan begitu, data kriging bersifat acak dan menyuluruh agar memperkuat koefisien dari prediksi pemodelan spasial. Konsep formulasi kriging dikemukakan oleh Hardiyanthy & Susanti (2019) adalah sebagai berikut :

Rumus 1

2. Analisis Multi-Kriteria

Pada metode analisis multi-kriteria bertujuan untuk mengkalkulasi skor dari terendah ke tertinggi pada parameter tertentu. Parameter untuk analisis multi-kriteria pada model spasial prediktif bahaya bullying adalah menggunakan data pendidikan, pemerintah, tempat ibadah, dan fasilitas kesehatan. Penulis akan merujuk dari Nur et al. (2024) dengan pengubahan nilai bobot agar bisa memudahkan dalam proses perhitungan. Berikut tabel 2 akan membahas skor bobot pada pemodelan spasial prediktif bahaya bullying.

Tabel 2

3. Analisis Regresi

Pada metode analisis penelitian ini menggunakan jenis pemodelan spasial regresi tertentu. Parameter pada analisis regresi ini adalah REML, LMS, OLS, PLS, dan Generilzed Boost.

HASIL PENELITIAN

Kriging

Kriging

Regression Linear Model (RELM)

RELM

RELMB Depok

Data Publikasi

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Kesehatan

05 Jun 2025

HIMA SAIG UPI

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Penelitian ini membahas analisis spasial kasus stunting di Provinsi Jawa Barat, khususnya di Kota Bandung, dengan menggunakan metode Geographically Weighted Regression (GWR). Studi ini bertujuan untuk memahami pengaruh variabel sosial-ekonomi dan lingkungan—seperti kemiskinan, akses air bersih dan sanitasi, pendidikan ibu, serta cakupan posyandu—terhadap prevalensi stunting di tingkat lokal. Hasil penelitian menunjukkan adanya variasi spasial yang signifikan: beberapa kecamatan seperti Gedebage, Rancasari, dan Buahbatu memiliki kecocokan model yang sangat tinggi namun jumlah kasus stunting yang rendah, sedangkan Bandung Kulon dan Babakan Ciparay menunjukkan jumlah kasus tinggi dengan kecocokan model yang lebih rendah. Model GWR secara keseluruhan memiliki kemampuan prediktif yang sangat baik (R² global 0,9822), menandakan efektivitas pendekatan spasial dalam mendukung perumusan kebijakan intervensi stunting yang lebih terarah dan sesuai karakteristik wilayah.

9 menit baca

79 dilihat

2 Data

1 Proyek

Kajian Bahaya Bencana Letusan Gunung Api Ibu, Maluku Utara (Hazard Study of Ibu Volcano Eruption Disaster, North Maluku)

Iklim dan Bencana

22 Mei 2025

IMPI Koordinator Wilayah Bandung Raya

Kajian Bahaya Bencana Letusan Gunung Api Ibu, Maluku Utara (Hazard Study of Ibu Volcano Eruption Disaster, North Maluku)

Gunung Api Ibu secara administratif termasuk wilayah Kecamatan Ibu Utara, Kabupaten Halmahera Barat, Provinsi Maluku Utara. Gunung Api Ibu adalah gunung stratovolcano dengan beberapa kerucut piroklastik dan beberapa kawah maar disekitarnya yang terletak di barat laut Pulau Halmahera, Indonesia. Puncak dari Gunung Api Ibu ini merupakan kawah vulkanik. Gunung Api Ibu ini pernah mengalami sejumlah letusan dari tahun ke tahun. Letusan dari Gunung Api Ibu di Halmahera Barat, Maluku Utara pada Sabtu 19 Mei 2024 ini berdampak pada 9 Kecamatan dengan 42 Desa dengan 6 Desa terkena dampak bahaya paling tinggi, 18 Desa terkena dampak bahaya sedang dan 18 Desa sisanya terkena dampak bahaya paling rendah. Gunung Api Ibu mengalami periode erupsi yang lebih lama selama sejarah pengamatan, periode erupsi Gunung Api Ibu ini terakhir dimulai pada 5 April 2008 dan masih berlanjut hingga sekarang. Tujuan dari penelitian ini adalah untuk melihat indeks bahaya yang disebabkan dari Letusan Gunung Api Ibu dengan menggunakan metode analisis deskriptif dan kualitatif. Sesuai dengan analisis tersebut, maka dalam menganalisis indeks bahaya tersebut menggunakan metode pembobotan nilai terhadap zona landaan dan zona lontaran berdasarkan Badan Nasional Penanggulangan Bencana (BNPB). Analisis indeks bahaya tersebut kemudian diolah dalam SIG (Sistem Informasi Geografis) untuk mengklasifikasikan nilai indeks bahaya yang paling tinggi hingga paling rendah. Berdasarkan hasil studi didapatkan 2 hal diantaranya persebaran indeks bahaya di kawasan Gunung Api Ibu yang terbagi atas 3 kelas yaitu tinggi, sedang, rendah dan mitigasi untuk penanganan kebencanaan yang akan datang.

19 menit baca

299 dilihat

1 Proyek

Pengembangan Wisata di Kawasan Rawan Bencana Letusan Gunung Berapi (Studi Kasus: Gunung Batur)

Pariwisata

20 Mei 2025

IMPI Koordinator Wilayah Bandung Raya

Pengembangan Wisata di Kawasan Rawan Bencana Letusan Gunung Berapi (Studi Kasus: Gunung Batur)

Kawasan Gunung Batur, Bali, memiliki potensi yang besar untuk dikembangkan sebagai destinasi pariwisata berbasis ekologi dan edukasi global. Namun, kawasan tersebut tentunya tak lepas dari status rawan bencana letusan gunung berapi akibat status aktif dari Gunung Batur. Oleh karena itu, kajian ini akan menyoroti pengembangan pariwisata kawasan rawan bencana Gunung Batur, Bali dari perspektif perencanaan wilayah.

14 menit baca

325 dilihat

1 Proyek

[GEODATA] Kajian Infrastruktur Pariwisata di Banda Neira dan Karimunjawa

Pariwisata

09 Mei 2025

MAPID

[GEODATA] Kajian Infrastruktur Pariwisata di Banda Neira dan Karimunjawa

Artikel ini mengkaji infrastruktur pariwisata di Banda Neira dan Karimunjawa menggunakan pendekatan GIS untuk menganalisis kepadatan, keterjangkauan, serta kesenjangan infrastruktur berdasarkan konsep 4A (Attraction, Amenity, Accessibility, Ancillary). Melalui metode spasial seperti KDE dan network analysis, serta analisis SWOT, kajian ini memberikan rekomendasi strategis bagi pengembangan pariwisata berkelanjutan di kedua wilayah kepulauan tersebut.

25 menit baca

518 dilihat

1 Proyek

Syarat dan Ketentuan
Pendahuluan
  • MAPID adalah platform yang menyediakan layanan Sistem Informasi Geografis (GIS) untuk pengelolaan, visualisasi, dan analisis data geospasial.
  • Platform ini dimiliki dan dioperasikan oleh PT Multi Areal Planing Indonesia, beralamat
  • mapid-ai-maskot