IDENTIFYING THE CHARACTERISTICS OF TRAFFIC ACCIDENT VICTIMS IN SIDOARJO IN 2016

daniar mukti septianingtyas

= http://dx.doi.org/10.20473/ijph.v14i1.2019.51-61
Abstract views = 218 times | views = 178 times

Abstract


Traffic accident becomes a very serious case because it causes not only material loss but also physical and psychological harms to the subject and the people around him. Accidents that occurred resulted in not only injuries but also death. This study aims to identify characteristics of traffic accident victims in Sidoarjo in 2016. It was an observational study with cross sectional design and based on daily data of traffic accident with 735 samples. Data were processed by ordinal logistic regression statistic test. In this case, variables of the study included the severity of victim, age, gender, profession, time of occurrence, type of collision, and type of vehicle. The results of characteristic identification showed that most of the victims had minor injuries, were male, aged  ≥ 34 years old, workers, and got into accidents in the afternoon. The conclusion was factors affecting the severity of traffic accident victims in Sidoarjo were head-on-collisions (hitting straight) and motorcycles as the vehicle type. Modelling obtained was 3,133 for the constant of head-on-collision (hitting straight), 1,464 for the constant of vehicle type (motorcycles), and Y value of 4,597. This study was not supported by complete predictor data, thus the data need to be added so that the accuracy of classification increases and the value gets significant.

Keywords


ordinal logistic regression, traffic accident

Full Text:

PDF

References


Afidah, L., dan Susilaningrum, D. 2011. Pola Tingkatan Keparahan Korban Kecelakaan Lalu Lintas Dengan Menggunakan Regresi Logistik Multinomial (Studi Kasus: Kecelakaan Lalu Lintas di Surabaya). Surabaya: FMIPA ITS

Agresti, A. 2007. An Introduction To Categorical Data Analysis Second Edition. Canada: John Willey & Sons Inc.

Albana, M. 2013. Aplikasi Regresi Logistik Ordinal Untuk Menganalisa Tingkat Kepuasan Pengguna Jasa Terhadap Pelayanan di Stasiun Kota Jakarta. Skripsi. Bogor: Fakultas Matematika dan Pengetahuan Alam Universitas Pakuwan.

Anonim. 2016. Optimalisasi Peranan Satuan Lalu Lintas Dalam Mencegah Kecelakaan Lalu Lintas dan Implikasinya Terhadap Ketahanan Wilayah.

Arnando, F. 2014. Analisa Kecelakaan Lalu Lintas di Indonesia dengan Pengguna Kendaraan Bermotor serta Penyebabnya. Surabaya: ITS (8 Januari 2018)

Fitriah, W. 2012. Faktor-faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik. Jurnal Sains dan Seni ITS. Surabaya: ITS. Vol.1 (1) : 253-258

Garson, G. 2008. Logistic Regression.

Hanneman, R.A. and Apkarian, J., 2005. Statistical analysis of social networkHosmer, D.W. and Lemeshow, S. 2000. Applied Logistic Regression. Canada: John Willey & Sons Inc.

Hidayati, A., Hendrati, L. 2016. Analisis Resiko Kecelakaan Lalu Lintas Berdasar Pengetahuan, Penggunaan Jalur, dan Kecepatan Berkendara. Jurnal Berkala Epidemiologi. Surabaya: Universitas Airlangga. Vol 4 (2): 275-287. [https:// doi: 10.20473/jbe.v4i2.2016.275–287]

Indriani D., dan Indawati R., 2005. Model Hubungan dan Estimasi Tingkat Kecelakaan Lalu Lintas. Berita Kedokteran Masyarakat, III (22): 100-106

Kartika, M. 2009. Analisis Faktor-Faktor Penyebab Kecelakaan Lalu Lintas Pada Pengendara Sepeda Motor Di Wilayah Depok Tahun 2008. Skripsi. Jakarta: Fakultas kesehatan masyarakat. Universitas Indonesia.

Kuntoro. 2007. Metode Statistik. Surabaya: Pustaka Melati.

Magetin, Dewi M. 2016. Analisis Penggunaan Metode Kontrasepsi Oleh Pasangan Usia Subur di Provinsi Jawa Timur. Skripsi. Surabaya: Fakultas Kesehatan Masyarakat Universitas Airlangga.

Nurharianti, P. 2016. Aplikasi Metode Dekomposisi Dalam Meramalkan Jumlah Kematian Akibat Kecelakaan Lalu Lintas di Jawa Timur. Skripsi. Surabaya: Fakultas Kesehatan Masyarakat Universitas Airlangga.

Oktavianti, P. 2016. Prevalensi dan Gambaran Pola Luka Korban Kecelakaan Sepeda Motor di Instalasi Forensik RSUP Sanglah Denpasar Tahun 2013. Jurnal DOAJ. Denpasar: FK Universitas Udayana Vol.7 (1): 33-41

PP Nomor 43 Tahun 1993 tentang Prasarana Jalan Raya dan Lalu Lintas.

Purnami, D. 2015. Penerapan Regresi Logistik Ordinal Untuk Menganalisis Tingkat Keparahan Korban Kecelakaan Lalu Lintas Kabupaten Buleleng. Jurnal Matematika. Denpasar: Universitas Udayana. Vol.4 (2): 54-58. [https:// DOI: 10.24843/MTK.2015.v04.i02.p089]

Sari, Komang D. 2012. Model Hubungan Penyebab Kecelakaan dan Angka Kecelakaan Lalu Lintas di Kota Depok. Tesis. Depok: Fakultas Kesehatan Masyarakat Universitas Indonesia.

Savitri, Windi P. 2012. Estimasi Risiko Pada Lanjut Usia Yang Mengalami Kecelakaan Lalu Lintas Di Kota Surabaya Tahun 2011. Skripsi. Surabaya: Fakultas Kesehatan Masyarakat Universitas Airlangga.

Silvia, C. 2015. Ketepatan Klasifikasi Tingkat Keparahan Korban Kecelakaan Lalu Lintas Menggunakan Metode Regresi Logistik Ordinal dan Fuzzy K-Nearest Neighbor In Every Class. Jurnal Gaussian. Semarang: Universitas Diponegoro. Vol 4 (3): 441-451

Suganda. Suparnadi P. 1986. Kematian Kecelakaan Lalu Lintas di Jakarta. Research Report. ITB: Bandung

Syazali, M. 2014. Analisis Regresi Ordinal. Jurnal Statistika. Samarinda: Fakultas MIPA Universitas Mulawarman

Undang-Undang Republik Indonesia Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan

WHO. 2004. World Report On Road Traffic Injury Prevention.

Wilandari, Y. 2014. Analisis Kecelakaan Lalu Lintas di Kota Semarang Menggunakan Model Log Linier. Skripsi. Semarang: Universitas Diponegoro

Yulianti, K. 2016. Pola Luka Korban Kecelakaan Lalu Lintas pada Pejalan Kaki dan Pengendara Sepeda Motor. Denpasar: FK Universitas Udayana.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 The Indonesian Journal of Public Health

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

INDEXING BY:

 

  

View My Stats