Pemodelan Jumlah Kriminalitas Pasca Covid-19 di Provinsi Jawa Timur Menggunakan Negative Binomial Regression dan Generalized Poisson Regression

Jumlah kriminalitas di Provinsi Jawa Timur tahun 2023 menunjukkan tren peningkatan signifikan, dengan total 66.741 kasus atau naik sekitar 28,6% dibanding tahun sebelumnya. Lonjakan ini diduga dipengaruhi oleh faktor sosial ekonomi pasca pandemi COVID-19, seperti meningkatnya pengangguran, Pertumbuhan jumlah penduduk, dan tekanan finansial masyarakat. Penelitian ini bertujuan untuk mengidentifikasi gejala overdispersion atau underdispersion serta membangun, membandingkan, dan menentukan model terbaik antara NBR dan GPR dalam memodelkan jumlah kriminalitas di Provinsi Jawa Timur tahun 2023 berdasarkan nilai AIC. Data yang digunakan bersumber Badan Pusat Statistik Provinsi Jawa Timur tahun 2023. Variabel respon (Y) adalah jumlah kriminalitas, sedangkan variabel prediktor meliputi persentase penduduk miskin (X₁), jumlah penduduk (X₂), tingkat pengangguran terbuka (X₃), rata-rata lama sekolah (X₄), upah minimum kabupaten/kota (X₅), rata-rata pengeluaran per kapita (X₆), dan produk domestik regional bruto (X₇). Hasil analisis menunjukkan bahwa model terbaik berdasarkan nilai AIC adalah GPR, yang mampu menangani overdispersion pada data jumlah kriminalitas di Provinsi Jawa Timur tahun 2023. Berdasarkan hasil analisis yang telah dilakukan, model terbaik yang didapatkan yaitu: �� = exp(2,25338 + 0,31729X2 + 0,11514X3 + 0,14617X7 ) Uji parsial pada model GPR terbaik menunjukkan bahwa variabel jumlah penduduk (X₂), tingkat pengangguran terbuka (X₃), dan produk domestik regional bruto (X₇) memiliki pengaruh signifikan terhadap jumlah kriminalitas. Koefisien positif menunjukkan bahwa kenaikan ketiga variabel tersebut berpengaruh terhadap peningkatan jumlah kriminalitas yang diduga karena meningkatnya interaksi sosial, tekanan ekonomi, dan aktivitas ekonomi yang padat.