ANALISIS KERENTANAN SOSIAL DAN PENGARUHNYA TERHADAP MASALAH SOSIAL DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) (STUDI KASUS:KOTA SEMARANG)

Abstract

ABSTRAK

Kota Semarang merupakan Ibu Kota Jawa Tengah dengan jumlah penduduk yang tinggi. Berdasarkan data BPS Jawa Tengah sebanyak 1.757.686 jiwa berada di Kota Semarang. Hal ini mempengaruhi banyaknya permasalahan sosial yang terjadi seperti kemiskinan dan kriminalitas dimana pada tahun 2018, sebanyak 73.600 jiwa masyarakat Kota Semarang masuk sebagai keluarga pra sejahtera. Kasus kriminalitas juga tinggi dengan jumlah 1.309 kasus, dengan hanya 40-50 persen diantaranya yang dapat terselesaikan. Kajian mengenai penentuan nilai kerentanan sosial diperlukan untuk mengetahui tingkat kerentanan suatu daerah dan pengaruhnya terhadap permasalahan sosial. Metode yang dapat digunakan yaitu Social Vulnerability Index (SVI) dan Geographically Weighted Regression (GWR). Social Vulnerability Index (SVI) dapat digunakan untuk memetakan kerentanan sosial, menggunakan faktor-faktor internal masyarakat. Pengaruh kerentanan sosial dengan permasalahan sosial dapat dimodelkan menggunakan Geographically Weighted Regression (GWR). Metode GWR menggunakan pembobotan spasial untuk menghilangkan efek heterogenitas spasial dalam analisis data geostatistik. Penelitian ini memodelkan hubungan antara kriminalitas dan kemiskinan sebagai variabel terikat dengan faktor kerentanan sebagai variabel bebas. Hasil penelitian ini menunjukkan bahwa Kota Semarang dapat diklasifikasikan menjadi empat kelas kerentanan yaitu tidak rentan, normal, rentan, dan sangat rentan dimana pada tahun 2015 Kecamatan Genuk, Gunungpati, Ngaliyan, Pedurungan, Tugu masuk kelas tidak rentan dan Semarang Timur masuk kelas sangat rentan. Banyumanik, Genuk, Ngaliyan, Pedurungan, Tembalang, dan Tugu pada tahun 2018 masuk kelas tidak rentan dan Candisari, Semarang Timur masuk kelas sangat rentan. Selain itu pola kerentanan berpola mengelompok dari kecamatan dengan kerentanan tinggi di pusat kota pada tahun 2015 (Moran’s I = 0,534) dan semakin menyebar ke arah timur kota pada tahun 2018 (Moran’s I = 0,323). Model GWR dalam pemodelan terhadap permasalahan sosial dapat digunakan, dimana model ini memiliki nilai determinasi lebih tinggi (R² = 0,326) dan RSS lebih rendah (15,733) dari model global, dengan variabel yang signifikan hanya pada faktor kepadatan penduduk dengan nilai t_hitung = 2,065 ≥ t_0,025;25,452 = 2,059. Pemodelan ini diharapkan dapat membantu dalam menekan tingkat kerentanan sosial dalam masyarakat.

Kata Kunci : GWR, Kemiskinan, Kerentanan Sosial, Kriminalitas, SVI.

ABSTRACT

Semarang City is a capital of Central Java with a high population. Based on data from BPS Central Java about 1,757,686 people are in Semarang. This affects the number of social problems that occur such as poverty and crime, where in 2018, 73,600 people was a poor family. Crime cases were also high with 1,309 cases, where only 40-50 percent of them could be resolved. Studies on determining the value of social vulnerability are needed to determine the level of vulnerability of an area and its influence on social problems. The methods that can be used are Social Vulnerability Index (SVI) and Geographically Weighted Regression (GWR). Social Vulnerability Index (SVI) can be used to map social vulnerability, using internal faktors of the community. The effect of social vulnerability to social problems can be modeled using Geographically Weighted Regression (GWR). The GWR method uses spatial weighting to eliminate the effects of spatial heterogeneity in the analysis of geostatistical data. This study models the relationship between crime and poverty as a dependent variable with vulnerability as an independent variable. The results of this study prove that social vulnerability in Semarang City can be classified as a not vulnerable, normal, vulnerable, and very vulnerable class where in 2015 Genuk, Gunungpati, Ngaliyan, Pedurungan, Tugu belonged to not vulnerable class and East Semarang very vulnerable class. Banyumanik, Genuk, Ngaliyan, Pedurungan, Tembalang, and Tugu in 2018 belonged to vulnerable class and Candisari, East Semarang belonged to very vulnerable class. In addition, the pattern of vulnerability is clustered from districts with high vulnerability in the center of the city in 2015 (Moran’s I = 0.534) and increasingly spread towards the east of the city in 2018 (Moran’s I = 0.323). GWR model in modeling of social problems can be used, where this model has a higher determination value (R² = 0.326) and RSS (15.733) lower than the global model, with significant variables only on the population density faktor with t_count = 2.065 ≥ t_{0, 025; 25,452} = 2,059. This modeling is expected to help in reducing the level of social vulnerability in society.

Keywords: GWR, Crime, Poverty, Social Vulnerability, SVI.