Analisis Spasial Kerawanan Kecelakaan Lalu Lintas (Blackspot) Menggunakan Kernel Density (Studi Kasus: Kabupaten Banyuasin)

Abstract

Peningkatan jumlah penduduk dan mobilitas di Kabupaten Banyuasin berdampak langsung pada risiko keselamatan lalu lintas. Sepanjang tahun 2023, tercatat 162 kejadian kecelakaan dengan pola yang fluktuatif. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan persebaran titik rawan kecelakaan secara spasial serta mengukur validitas model kerawanan. Kebaruan penelitian ini terletak pada integrasi tiga parameter overlay secara simultan yang belum banyak dilakukan dalam konteks wilayah dengan karakteristik lalu lintas campuran seperti Kabupaten Banyuasin, serta penggunaan validasi ganda yang memberikan konfirmasi statistik lebih kuat dibandingkan studi sebelumnya. Metode yang digunakan adalah Kernel Density Estimation (KDE) berbasis Sistem Informasi Geografis (SIG) dengan data kejadian tahun 2023 sebagai data latih dan data Januari 2024 sebagai data validasi. Analisis dilakukan dengan mengintegrasikan parameter fatalitas korban, waktu kejadian, dan jenis kendaraan. Hasil penelitian menunjukkan terbentuknya zona rawan dengan kategori "Sangat Tinggi" seluas 75,67 km² (0,60% wilayah) yang terkonsentrasi pada Jalan Lintas Timur Sumatra (Palembang–Jambi) KM 24,5–32,5 di Kecamatan Sembawa dan KM 63–77 di Kecamatan Betung. Validasi model menunjukkan tingkat akurasi sebesar 90,91%. Keandalan model ini dikonfirmasi melalui uji statistik, di mana Uji Binomial menghasilkan nilai p-value sebesar 0,0002 < α = 0,05 dan Uji Chi-Square menunjukkan nilai X_hitung^2 sebesar 25,74 (lebih besar dari X_tabel^2=9,488). Hasil ini membuktikan bahwa distribusi kecelakaan secara signifikan terkonsentrasi pada zona yang diprediksi rawan dan tidak menyebar secara acak. Implikasi praktis dari penelitian ini adalah tersedianya basis data spasial yang dapat digunakan oleh pemangku kebijakan daerah untuk memprioritaskan alokasi anggaran penanganan infrastruktur keselamatan jalan secara lebih efisien dan berbasis bukti ilmiah.