Abstrak

Pemasangan CCTV perlu diarahkan ke wilayah yang paling membutuhkan agar penambahannya tidak tumpang tindih dengan cakupan pengawasan yang telah tersedia. Penelitian ini bertujuan menentukan kandidat lokasi prioritas CCTV di Kota Bandung menggunakan Site Selection berbasis grid hexagon 500 meter pada GEO MAPID. Parameter yang digunakan meliputi Kepadatan Penduduk 2024, kepolisian, rumah sakit, dan SPBU sebagai representasi ketersediaan safe point. Hasil Site Selectiondivalidasi menggunakan data CCTV publik Pemantauan Lingkungan Kota Bandung (PELINDUNG) dan 21 kejadian kriminalitas yang didigitasi dari pemberitaan. Buffer 100 meter digunakan sebagai asumsi awal cakupan CCTV. Dari Top 10 grid, peringkat 2 dan 7 dikeluarkan karena telah memiliki CCTV publik. Validasi kriminalitas menunjukkan hanya satu dari 21 kejadian yang berada dalam radius 100 meter CCTV publik Analisis menghasilkan sembilan titik usulan yang terdiri atas delapan kandidat dari Site Selection dan satu kandidat tambahan pada grid kejadian K18. Rekomendasi ini merupakan penyaringan awal yang masih memerlukan survei lapangan dan pemeriksaan teknis sebelum pemasangan.

Kata Kunci: CCTV; Site Selection; safe point; kriminalitas; Kota Bandung

1. Pendahuluan

Kota Bandung memiliki aktivitas masyarakat yang tinggi dan tersebar pada kawasan permukiman, perdagangan, pendidikan, serta ruas jalan utama. Kondisi tersebut membutuhkan pengawasan ruang publik yang memadai, sementara pemasangan CCTV tidak dapat dilakukan pada seluruh lokasi secara bersamaan. Oleh karena itu, diperlukan pendekatan spasial untuk mengidentifikasi wilayah yang lebih layak diprioritaskan.

Urgensi pengawasan juga terlihat dari pemberitaan mengenai peningkatan kriminalitas di Kota Bandung. Riza (2026) melaporkan pernyataan Wali Kota Bandung bahwa kriminalitas meningkat sekitar 20 persen dan kawasan perbatasan kerap dimanfaatkan sebagai jalur pelarian. Namun, persebaran CCTV publik belum tentu sejalan dengan wilayah berpenduduk padat, keterbatasan safe point, maupun lokasi kejadian kriminalitas.

Penelitian ini menjawab pertanyaan: wilayah mana yang perlu diprioritaskan untuk penambahan CCTV berdasarkan kepadatan penduduk, ketersediaan safe point, dan kesenjangan pengawasan CCTV publik? Tujuannya adalah menghasilkan kandidat wilayah dan titik usulan yang dapat digunakan sebagai penyaringan awal sebelum survei lapangan.

Dalam penelitian ini, ketersediaan safe point dilihat dari keberadaan fasilitas kepolisian, rumah sakit, dan SPBU pada setiap grid. Semakin terbatas fasilitas tersebut, semakin tinggi prioritas grid untuk penambahan CCTV.

2. Metode Penelitian

2.1 Lokasi Penelitian

Lokasi penelitian mencakup seluruh wilayah administrasi Kota Bandung, Provinsi Jawa Barat. Wilayah analisis dibagi menjadi grid hexagon berukuran 500 meter agar karakteristik setiap area dapat dibandingkan secara konsisten. Fokus analisis diarahkan pada kawasan berpenduduk padat, memiliki ketersediaan safe pointrelatif rendah, dan belum didukung CCTV publik berdasarkan dataset yang digunakan.

2.2 Variabel Penelitian

Variabel penelitian terdiri atas empat parameter Site Selection dan dua data validasi. Berikut adalah rincian variabel, sumber, korelasi, bobot, beserta fungsinya:

Parameter Site Selection:

• Kepadatan Penduduk 2024 Sumber: GEO MAPID Korelasi: Positif (Bobot: 30%) Fungsi: Menunjukkan wilayah dengan kebutuhan pengawasan lebih tinggi.

• Kepolisian Sumber: OpenStreetMap melalui QuickOSM di QGIS Korelasi: Negatif (Bobot: 30%) Fungsi: Menunjukkan ketersediaan tempat memperoleh bantuan keamanan.

• Rumah sakit Sumber: OpenStreetMap melalui QuickOSM di QGIS Korelasi: Negatif (Bobot: 20%) Fungsi: Menunjukkan ketersediaan tempat memperoleh pertolongan medis.

• SPBU Sumber: OpenStreetMap melalui QuickOSM di QGIS Korelasi: Negatif (Bobot: 20%) Fungsi: Menunjukkan ketersediaan tempat singgah yang mudah dikenali saat membutuhkan bantuan.

Data Validasi:

• CCTV publik Sumber: Pemantauan Lingkungan Kota Bandung (PELINDUNG) Fungsi: Memeriksa apakah wilayah prioritas telah memiliki CCTV publik.

• Kejadian kriminalitas Sumber: Hasil digitasi dari 21 pemberitaan Fungsi: Memperkuat validasi dan menentukan kandidat tambahan.

2.3 Metode Analisis

Analisis diawali dengan Site Selection pada GEO MAPID menggunakan grid hexagon 500 meter. Kepadatan penduduk diberi korelasi positif sehingga wilayah yang lebih padat memperoleh prioritas lebih tinggi. Kepolisian, rumah sakit, dan SPBU diberi korelasi negatif agar grid dengan ketersediaan safe point lebih rendah memperoleh skor lebih tinggi.

Data lokasi kepolisian, rumah sakit, dan SPBU diperoleh dari OpenStreetMap melalui plugin QuickOSM pada QGIS. Data tersebut diperiksa dan disiapkan terlebih dahulu sebelum digunakan sebagai parameter safe point dalam analisis. Sementara itu, data Kepadatan Penduduk 2024 diperoleh dari GEO MAPID.

Bobot yang digunakan adalah 30 persen untuk kepadatan penduduk, 30 persen untuk kepolisian, serta masing-masing 20 persen untuk rumah sakit dan SPBU. Hasil Site Selection kemudian diklasifikasikan menjadi lima kelas dan diurutkan untuk memperoleh Top 10 grid.

Tahap berikutnya adalah validasi menggunakan data CCTV publik dari Pemantauan Lingkungan Kota Bandung (PELINDUNG). Buffer 100 meter digunakan sebagai asumsi awal cakupan setiap CCTV. Grid yang telah memiliki CCTV ditinjau ulang untuk mengurangi potensi rekomendasi yang redundan.

Sebanyak 21 kejadian kriminalitas kemudian didigitasi secara manual dari pemberitaan. Setiap kejadian dilengkapi atribut tanggal, jenis kejadian, lokasi, wilayah administrasi, koordinat validasi, dan URL sumber. Titik kejadian dibandingkan dengan buffer CCTV publik. Kandidat final berasal dari grid Site Selectionyang tidak memiliki CCTV, ditambah satu grid berperingkat relatif tinggi yang didukung oleh validasi kejadian kriminalitas.

3. Hasil dan Pembahasan

3.1 Hasil Site Selection

Site Selectionmenghasilkan lima kelas prioritas, yaitu Sangat Sesuai, Sesuai, Cukup Sesuai, Tidak Sesuai, dan Sangat Tidak Sesuai. Kelas tersebut menunjukkan prioritas relatif berdasarkan parameter penelitian, bukan tingkat kriminalitas atau keamanan aktual. Persebaran kelas memperlihatkan bahwa kebutuhan penambahan CCTV tidak merata di seluruh Kota Bandung.

Empat grid teratas memperoleh skor 100, sedangkan peringkat ke-10 memperoleh skor 81,6. Setelah dibandingkan dengan CCTV publik, grid peringkat 2 diketahui telah memiliki SITE-219, SITE-220, SITE-221, dan SITE-222. Grid peringkat 7 juga telah memiliki SITE-310.

Kedua grid tersebut dikeluarkan dari kandidat utama untuk mengurangi potensi tumpang tindih dengan pengawasan yang telah tersedia. Dengan demikian, delapan grid dari Top 10 tetap dipertahankan sebagai kandidat utama.

3.2 Validasi dengan Kejadian Kriminalitas dan CCTV Publik

Dua puluh satu kejadian kriminalitas yang dihimpun dari pemberitaan tersebar di berbagai bagian Kota Bandung. Data tersebut tidak digunakan sebagai parameter pembentuk skor, melainkan sebagai pembanding untuk melihat hubungan antara hasil Site Selection, kejadian yang diberitakan, dan CCTV publik. Seluruh tautan sumber disimpan dalam atribut layer kejadian kriminalitas.

Titik kejadian kemudian dibandingkan dengan CCTV publik menggunakan asumsi radius cakupan 100 meter.

Hasil overlay menunjukkan hanya kejadian K06 yang berada dalam asumsi radius 100 meter CCTV publik. Sebanyak 20 kejadian lainnya, atau sekitar 95,2 persen, berada di luar perkiraan cakupan berdasarkan dataset PELINDUNG.

Temuan tersebut tidak membuktikan bahwa seluruh lokasi benar-benar tidak terawasi. CCTV milik swasta, lingkungan warga, atau perangkat pengawasan lain mungkin tidak tercatat dalam dataset publik. Selain itu, radius 100 meter hanya digunakan sebagai asumsi analitis karena cakupan aktual dipengaruhi arah kamera, sudut pandang, bangunan, vegetasi, dan spesifikasi perangkat.

3.3 Rekomendasi CCTV

Berdasarkan hasil analisis, terdapat sembilan titik usulan penempatan CCTV pada jalan atau persimpangan strategis dari grid terpilih. Delapan kandidat utama diambil dari peringkat 10 besar, ditambah satu grid tambahan di sekitar lokasi kejadian K18 karena tidak memiliki cakupan CCTV eksisting maupun publik.

• R-1: Peringkat 1 | Skor: 100,0 | Dasar: Site Selection

• R-2: Peringkat 3 | Skor: 100,0 | Dasar: Site Selection

• R-3: Peringkat 4 | Skor: 100,0 | Dasar: Site Selection

• R-4: Peringkat 5 | Skor: 94,1 | Dasar: Site Selection

• R-5: Peringkat 6 | Skor: 94,1 | Dasar: Site Selection

• R-6: Peringkat 8 | Skor: 83,5 | Dasar: Site Selection

• R-7: Peringkat 9 | Skor: 81,6 | Dasar: Site Selection

• R-8: Peringkat 10 | Skor: 81,6 | Dasar: Site Selection

• R-9: Peringkat 33 | Skor: 74,5 | Dasar: Validasi kriminalitas K18

Hasil ini menunjukkan bahwa Site Selection dapat digunakan sebagai pendekatan preventif, sedangkan data kriminalitas memberikan konteks tambahan. Validasi CCTV eksisting juga menjadi tahap penting karena dua grid dengan skor tinggi ternyata telah memiliki CCTV publik.

Dengan demikian, rekomendasi tidak hanya mengikuti urutan skor, tetapi juga mempertimbangkan kondisi pengawasan yang telah tersedia. Sembilan titik tersebut belum menjadi lokasi pemasangan final, melainkan kandidat awal yang masih memerlukan pemeriksaan lapangan.

Visualisasi Data dan GEO MAPID

Pengumpulan dan pengolahan awal data POI serta analisis buffer dilakukan menggunakan QGIS. Selanjutnya, hasil Site Selection dan seluruh layer proyek divisualisasikan melalui GEO MAPID, meliputi layer kejadian kriminalitas, CCTV PELINDUNG, CCTV usulan, dan radius 100 meter.

4. Kesimpulan dan Saran

4.1 Kesimpulan

Analisis menghasilkan sembilan titik usulan CCTV di Kota Bandung. Delapan titik berasal dari grid prioritas Site Selection yang belum memiliki CCTV publik, sedangkan satu titik berasal dari grid kejadian K18.

Dari 21 kejadian kriminalitas, hanya K06 yang berada dalam asumsi radius 100 meter CCTV publik. Temuan tersebut menunjukkan pentingnya menggabungkan Site Selection, validasi CCTV eksisting, dan konteks kejadian kriminalitas agar rekomendasi lebih relevan serta tidak redundan.

Hasil penelitian merupakan penyaringan awal berdasarkan dataset publik dan asumsi analitis. Penentuan lokasi pemasangan secara teknis tetap membutuhkan validasi lapangan.

4.2 Saran

Rekomendasi perlu dilanjutkan dengan survei lapangan untuk memeriksa arah pandang, pencahayaan, bangunan penghalang, keamanan perangkat, ketersediaan listrik dan jaringan, serta persetujuan pemangku kepentingan.

Penelitian berikutnya dapat menggunakan data kriminalitas resmi, data penerangan jalan, dan analisis jarak menuju safe point. Radius 100 meter juga perlu disesuaikan dengan spesifikasi kamera dan kondisi fisik setiap lokasi.

Daftar Pustaka

MAPID. (n.d.). GEO MAPID. https://geo.mapid.io/

OpenStreetMap contributors. (n.d.). OpenStreetMap. https://www.openstreetmap.org/

Pemerintah Kota Bandung. (n.d.). PELINDUNG - Pemantauan Lingkungan Kota Bandung. https://pelindung.bandung.go.id/

QGIS Development Team. (2026). QGIS Geographic Information System. Open Source Geospatial Foundation. https://qgis.org/

Riza, I. (2026, July 9). Farhan ungkap kriminalitas Bandung melonjak 20 persen, banyak pelaku masih remaja. FokusJabar. https://fokusjabar.id/2026/07/09/farhan-ungkap-kriminalitas-bandung-melonjak-20-persen-banyak-pelaku-masih-remaja/