Analisis Faktor Tingkat Kriminalitas Sumatera Utara Menggunakan Geographically Weighted Regression (GWR) Dengan Fungsi Pembobot Kernel Fixed

Tingkat kriminalitas di Provinsi Sumatera Utara merupakan masalah serius dengan jumlah kasus tertinggi kedua di Indonesia. Pendekatan regresi global seringkali kurang akurat dalam memodelkan fenomena ini karena mengabaikan adanya heterogenitas spasial antar wilayah. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi tingkat kriminalitas di 33 Kabupaten/Kota Sumatera Utara menggunakan metode Geographically Weighted Regression (GWR) dengan pendekatan fungsi pembobot Kernel Fixed. Data penelitian bersumber dari Badan Pusat Statistik tahun 2023, dengan variabel independen meliputi jumlah penduduk miskin, kepadatan penduduk, dan tingkat pengangguran. Kinerja model dievaluasi dengan membandingkan fungsi Fixed Gaussian dan Fixed Bi-Square. Hasil penelitian menunjukkan bahwa model GWR dengan fungsi pembobot Fixed Bi Square memberikan performa terbaik dalam menjelaskan variasi data. Analisis ini berhasil mengelompokkan wilayah menjadi enam klaster berdasarkan signifikansi variabel secara lokal. Ditemukan bahwa pengaruh kemiskinan, kepadatan penduduk, dan pengangguran terhadap kriminalitas bervariasi secara spasial, di mana beberapa wilayah dipengaruhi oleh ketiga variabel sekaligus, sementara wilayah lain hanya dipengaruhi oleh satu atau dua variabel. Temuan ini merekomendasikan perlunya kebijakan penanggulangan kriminalitas yang disesuaikan dengan karakteristik spesifik masing-masing wilayah demi efektivitas yang lebih tinggi..