Algoritma Ordinary Kriging Untuk Pemetaan Kriminalitas Berbasis Data Geospasial di Kabupaten Purbalingga

Abstrak

Kabupaten Purbalingga menghadapi tantangan dalam mengoptimalkan alokasi sumber daya preventif keamanan. Kegiatan patroli yang berjalan selama ini cenderung bersifat reaktif dan belum sepenuhnya memanfaatkan analisis spasial berbasis data untuk menentukan area prioritas. Kondisi tersebut berdampak pada efektivitas penempatan sumber daya yang kurang optimal. Penelitian ini bertujuan mengimplementasikan metode geostatistik Ordinary Kriging untuk membangun model pemetaan prediktif sebaran kriminalitas di Kabupaten Purbalingga, mengidentifikasi wilayah rawan (hotspot), serta mengevaluasi tingkat akurasi model yang dihasilkan. Penelitian ini menggunakan metode Ordinary Kriging dengan model semivariogram teoritis Spherical. Data terdiri dari 35 kasus kriminalitas pada 29 titik koordinat unik yang bersumber dari Polres Purbalingga Tahun 2024. Evaluasi kinerja model dilakukan secara kuantitatif menggunakan metrik Mean Squared Error (MSE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa algoritma Ordinary Kriging dapat diimplementasikan secara efektif dan menghasilkan performa prediksi yang baik. Model yang dibangun memperoleh nilai MSE sebesar 0,0395 dan MAPE sebesar 9,20%, yang menggambarkan tingkat error prediksi yang rendah dan reliabel. Model mampu memetakan pola spasial serta mengidentifikasi hotspot kriminalitas dengan rentang nilai prediksi kerawanan antara 1,04 hingga 2,46. Luaran penelitian direalisasikan dalam bentuk dashboard web interaktif berbasis Streamlit yang dapat dimanfaatkan oleh Polres Purbalingga sebagai instrumen pendukung keputusan untuk optimalisasi alokasi sumber daya dan penyusunan rute patroli preventif yang lebih efisien, terukur, dan proaktif.