Pola Spasial Kejadian dan Pergerakan Kriminalitas Berbasiskan Data Twitter dan Instagram Di Jakarta

Tweet netizen di media sosial terkait terjadinya kriminalitas dan pergerakan pola spasialnya berhasil divisualisasikan dalam bentuk peta.

Fenomena media sosial yang mampu memberitakan suatu kejadian secara cepat, khususnya kejadian kriminalitas di DKI Jakarta, berhasil divisualisasikan dalam bentuk peta menggunakan analisa geovisual kriminalitas. Analisa geovisual tersebut dilakukan dengan menggunakan metode analisis pola spasial dan pergerakan rentetan kejadian kriminalitas berdasarkan aggregasi waktu.

Geovisual Kriminalitas di DKI Jakarta berdasarkan laporan netizen di media sosial
Geovisual Kriminalitas di DKI Jakarta berdasarkan laporan netizen di media sosial (https://geovisualkriminalitas.github.io/dashboard/geovisual.html)

Hasil analisa geovisual kriminalitas ini menghasilkan visualisasi yang menunjukkan pola spasial antara kejadian kriminalitas dengan tingkat kepadatan dan pengganguran penduduk dalam bentuk peta voronoi.

Pola Spasial Kejadiaan Kriminalitas dalam bentuk peta voronoi

Tidak hanya itu, visualisasi pola arah pergerakan, lokasi asal dan tujuan dari suatu fenomena kriminalitas juga bisa digambarkan bentuk garis lengkung seperti ditunjukkan pada peta di bawah ini.

Baca juga : Shapefile Must Die!

Geovisualisasi pola arah pergerakan kriminalitas

Bagaimana cara memperoleh data media sosial untuk mengetahui kejadian dan pola pergerakan kriminalitas ini? Netizen secara sukarela melaporkan kejadian kriminalitas ke akun-akun info pelaporan di DKI Jakarta seperti @infojkt24, @jakarta_terkini, @jktinfo, @peduli.jakarta, @polres_jakbardan @raimasbackbone. Nah, data laporan kriminalitas inilah yang di gali dengan menggunakan metode Web Scraping.

Metode ini bekerja dengan melakukan pencarian pada struktur data twitter dalam format JSON. Pencarian didasarkan pada query sederhana yang di input ke dalam program menggunakan bahasa pemrograman python. Query yang di input berisikan struktur fungsi pencarian dan parameter-parameter yang dibutuhkan untuk mengekstraksi struktur data dalam format JSON. Struktur data tersebut ditampilkan dalam bentuk timeline web yang dapat diakses secara bebas oleh publik.

Setelah data diperoleh, kemudian analisis dilakukan dengan menggunakan metode aggregate time series, clustering time seriesdan od movement aggregate time series terhadap variabel spasial temporal yang terdapat pada data set kriminalitas. Proses tersebut dilakukan menggunakan tools yang terdapat pada software V-Analytics dan Python, sehingga dihasilkan tampilan visual interaktif untuk kemudian dilakukan kegiatan interpretasi informasi.

Baca Juga : Membuat Peta Interaktif yang Mobile-Friendly dengan Leaflet JS

Analisis geovisual kriminalitas menghasilkan informasi baru terkait pola dan hubungan variabel spasial temporal di dalam fenomena kriminalitas. Hasil dari ekstraksi informasi tersebut kemudian disampaikkan melalui media website geovisual kriminalitas secara online yang dapat diakses melalui halaman https://geovisualkriminalitas.github.io.

Pola spasial kejadian dan pergerakan kriminalitas berbasiskan data media sosial Twitter dan Instagram di Jakarta ini merupakan hasil penelitian (tesis) Muhammad Gunawan untuk meraih gelar master di Magister Teknik Geomatika UGM dengan pembimbing Trias Aditya K.M., S.T., M.Sc., Ph. D. Judul tesis penelitian tersebut adalah Analisis Geovisual Kriminalitas Berbasis Data Media Sosial

Jika Anda tertarik untuk mempelajari lebih lengkap terkait hasil penelitian tersebut bisa mengunjungi repository UGM untuk download file (PDF) abstract, bibliography dan table of content. Selain itu, paper penelitian ini juga bisa diperoleh di laman publikasi ilmiah Universitas Muhammadiyah Surakarta (UMS).