IDENTIFIKASI WILAYAH RAWAN KECELAKAAN (BLACKAREA) BERBASIS SISTEM INFORMASI GEOGRAFIS DI PROVINSI KEPULAUAN BANGKA BELITUNG

  • Revy Safitri
  • Ririn Amelia

Abstract

Dalam rangka mengurangi tingkat kecelakaan lalu lintas di Provinsi Kepulauan Bangka Belitung, diperlukan suatu penanganan terhadap lokasi rawan kecelakaan. Salah satu tahapan yang penting yang dilakukan dalam melaksanakan penanganan terhadap lokasi rawan kecelakaan yaitu tahap identifikasi lokasi rawan kecelakaan. Identifikasi lokasi rawan kecelakaan pada dasarnya memberikan suatu persyaratan penentuan lokasi kecelakaan terburuk atau lokasi rawan kecelakaan yang memiliki prioritas tertinggi untuk mendapatkan penanganan (Pedoman Penanganan Lokasi Rawan Kecelakaan Lalu Lintas, 2004). Identifikasi lokasi rawan kecelakaan yang dilakukan berbasis Sistem Informasi Geografis (SIG). Dimana, lokasi rawan kecelakaan ditinjau berdasarkan ukuran wilayah (black area) dan batasan wilayah yang digunakan adalah batas administrasi kabupaten/ kota. Data yang digunakan dalam penelitian ini merupakan data kecelakaan lalu lintas selama 3 tahun terakhir (2014 – 2016) yang dihimpun oleh Direktorat Lalu Lintas Polda Kepulauan Bangka Belitung. Data 3 tahun terakhir tersebut, kemudian dirata – ratakan untuk mendapatkan jumlah kecelakaan maupun jumlah korban per tahun. Dalam mengidentifikasi wilayah rawan kecelakaan (blackarea), dilakukan pemeringkatan menggunakan Metode Frekuensi dan Angka Ekivalen Kecelakaan (AEK). Metode frekuensi dilakukan dengan meninjau jumlah terjadinya kecelakaan. Sedangkan, Metode AEK dilakukan dengan cara pembobotan angka ekivalen kecelakaan yang mengacu pada biaya kecelakaan lalu lintas. Selanjutnya untuk menentukan blackarea digunakan Metode Upper Control Limit (UCL) sebagai nilai batas penentuan blackarea. Berdasarkan hasil analisis, Kabupaten Bangka menduduki peringkat teratas sebagai wilayah rawan kecelakaan (blackarea) di Provinsi Bangka Belitung pada periode 2014 – 2016.

Downloads

Download data is not yet available.
Published
2018-09-28
Abstract viewed = 117 times
pdf (Bahasa Indonesia) downloaded = 40 times

Most read articles by the same author(s)