Citation

Arifin MZ, Agustin IW, Sulistyono S. J. Indones. Road Saf. 2018; 1(1): 8-16.

Vernacular Title

Penggunaan data AIS-IRSMS untuk prediksi kecelakaan melibatkan sepeda motor pada ruas jalan di kota Surabaya

Copyright

(Copyright © 2018, Traffic Accident Research Center, Indonesia Traffic Police Corps and University of Jember)

DOI

10.19184/korlantas-jirs.v1i1.14770

PMID

unavailable

Abstract

Accidents of involving motorcycles in Surabaya tend to increase. Recorded from 2014 to 2016 were reached 721, 929 and 1,325 accidents. This phenomenon is certainly not beneficial for the community and road transport policy makers. This study was conducted to determine the characteristics of motorcycle riders and accidents of involving motorcycles. This research further develops estimation of accident prediction involving motorcycle in Surabaya City. Accident data compiled from AIS-IRSMS to know the characteristics of users and accidents using the accidents approach. The research location was conducted in accident prone areas during January 2014 to February 2017 also using AIS-IRSMS. With the Generalized Linear Models (GLMs), the result of estimation of accident estimation involving motorcycle that is McA = 0.00225 Q1.030 e(0.034 S). Accidents of involving motorcycles are heavily influenced by the number of vehicles on the road and the speed of the vehicle.


Kecelakaan melibatkan sepeda motor di Kota Surabaya cenderung mengalami peningkatan. Tercatat tahun 2014 hingga 2016 mencapai 721, 929 dan 1.325 kejadian kecelakaan. Fenomena ini tentunya tidak menguntungkan bagi masyarakat dan pengambil kebijakan terkait transportasi jalan raya. Penelitian ini dilakukan untuk mengetahui karakteristik pengendara sepeda motor terlibat kecelakaan dan kecelakaan melibatkan sepeda motor. Lebih lanjut penelitian ini melakukan pengembangan estimasi prediksi kecelakaan melibatkan sepeda motor di Kota Surabaya. Data kecelakaan dikompulir dari AIS-IRSMS untuk mengetahui karakteristik penguna dan kecelakaan menggunakan pendekatan frekwensi kejadian. Lokasi penelitian dilakukan pada daerah rawan kecelakaan sepanjang Januari 2014 hingga Februari 2017 juga menggunakan bantuan AIS-IRSMS. Menggunakan metode Generalized Linear Models (GLMs), hasil penelitian diperoleh estimasi prediksi kecelakaan melibatkan sepeda motor yaitu McA= 0,00225 Q1,030 e(0,034 S). Kecelakaan melibatkan sepeda motor sangat dipengaruhi oleh banyaknya kendaraan di jalan dan kecepatan kendaraan.

Language: en