Resume jurnal

Jurnal 27

#London2012: Menuju Perencanaan Kota Berkontribusi Warga Negara Melalui AnalisisSentimen Data Twitter

1. Pendahuluan

Metode tradisional, seperti kuesioner ataupenghitungan, tidak mampu menangani skala temporal dan spasial yang baik sekali, atau mereka sangatmemakan sumber daya dan, karenanya, lambat dan mahal, dan karenanya tidak mutakhir. Di sinilahkeunggulan era yang didorong oleh data menjadirelevan, paling konkret dengan memperhatikanketersediaan data media sosial secara real-time. Data ini memberikan wawasan kontekstual yang tak terlihatke dalam fenomena spa-tiotemporal pada skala yang lebih baik di kota-kota melalui jejak digital penggunapada platform online yang berbeda seperti Twitter, Foursquare / Swarm dan Flickr (Abbasi, Rashidi, Maghrebi, & Waller, 2015; Aubrecht, Ungar , & Freire, 2011; Crooks et al., 2015; Girardin, Vaccari, Gerber, Bider-man, & Ratti, 2009). Ini sangat penting untukperencanaan larangan berurusan dengan optimalisasijaringan yang disebutkan di atas.

Suatu aspek yang sangat penting untukperencanaan kota adalah penyelidikan efek dari acara besar yang direncanakan, mempertimbangkanpenduduk dan pengunjung. Peristiwa-peristiwa inimemiliki peran khusus dalam perencanaan karenabiasanya bersifat sementara dan memerlukan keadaandan kondisi yang benar-benar berbeda dibandingkandengan rutinitas rata-rata harian kehidupan kota.

Dengan demikian, analisis pada skala temporal yang baik tidak dapat dihindari untuk memeriksamobilitas warga, yang dapat membantu dalammendeteksi pola dan anomali melalui pemahamanmasalah atau fenomena yang mendasarinya dalamkonteks transportasi perkotaan. Sebagai contoh, lintasan warga dan jumlah orang yang bergerak di kotabervariasi dari waktu ke waktu sepanjang hari, tetapijuga antara hari tergantung pada cuaca, hari kerja, acara yang direncanakan dan tiba-tiba, kepadatan lalulintas, dan banyak faktor lainnya ( Sagl, Resch, Hawelka, & Beinat, 2012). Oleh karena itu, statistikkomuter tahunan tradisional tidak informatif pada skalaspasial dan temporal yang begitu baik karena sebagianbesar diproduksi hanya sekali atau dua kali per tahundan diagregasikan ke unit perencanaan tata ruang.

2. Metodologi

Pre-processing – Semantic Analysis – Spatiotemporal Data Processing

3. Hasil dan Kesimpulan

Temuan kami secara valid menjawab pertanyaanpenelitian kami: Melalui analisis spasial dan temporerdari tweet, kami dapat mengidentifikasi pola yang signifikan dalam hal dua kelompok pengguna yang ditentukan serta untuk hari-hari sebelum, selama dan setelah acara. Selain itu, ketidakpastian yang berasaldari identifikasi anggota masing-masing kelompokkarena kurangnya de-tail tambahan dapat dikurangidengan mengintegrasikan set data lebih lanjut(misalnya, naik taksi, jaringan sepeda dan penggunaantransportasi umum, data ponsel).

Kesimpulannya, studi kasus ini juga sesuai untukmenggambarkan potensi penggunaan data media sosialuntuk analisis sentimen dan pemodelan topik untukmemberikan umpan balik umum mengenai acara besaryang direncanakan. Namun demikian, ada beberapacara yang mungkin untuk perbaikan di luar ruanglingkup studi saat ini yang juga dapat membantumengatasi beberapa keterbatasan yang telahdisebutkan. Salah satu opsi tersebut adalah merancangalat analitik geovisual untuk menginterpretasikan data dalam jumlah besar (mis., Peta, grafik, tweet, periodewaktu), juga mendukung pengguna yang kurang akrabdengan konsep dan metode GIS. Selain itu, sebagaiprospek perencanaan partisipatif, pengetahuan yang diperoleh dapat disajikan dalam platform InformasiGeografis Sukarela, yang terhubung langsung ke acara dan di mana orang dapat memberikan umpan balikdengan data lokasi.

Resume jurnal

Jurnal 26

Analisis GIS Insidensi Kejahatan dan Variasi Ruangdi Kota Thiruvananthapuram

1. Pendahuluan

Selama beberapa dekade terakhir, gangguansosial-ekonomi di seluruh dunia mengarah pada peningkatan tingkat kejahatan. Dengan demikian, teknologi baru diadopsi untuk mendapatkan informasitentang kriminalitas dan mengurangi tingkat kejahatan. Sistem Informasi Geografis (SIG) adalah salah satu di antara perkembangan teknologi baru-baru ini yang dapat bertindak sebagai sistem pendukung keputusanuntuk menemukan solusi yang lebih baik untukmengurangi kejahatan. Pusat Penelitian PemetaanKejahatan di National Institute of Justice mengkategorikan metode hotspot deteksi dan analisissebagai berikut: interpretasi visual, pemetaanchoropleth, analisis sel jaringan, autokorelasi spasial, dan analisis cluster. Representasi kartografi memilikibeberapa keuntungan seperti analisis visual dan statistikkejahatan, informasi agregat dalam matriks spasial, menghasilkan peta tematik yang semuanya membantuuntuk mengkomunikasikan hasil analisis. nsiden spasialdan analisis hot spot data Kejahatan dapatdivisualisasikan dalam lingkungan tiga dimensi. Sistempendukung keputusan dapat dihasilkan menggunakanGIS untuk Pengurangan dan pemetaan Kejahatan. Mereka juga fokus pada penyediaan informasi waktunyata yang menghasilkan sistem pendukung keputusanyang efisien dan efektif untuk membantu berbagaibidang seperti Kesehatan, Pertahanan, dan Bencana, dan sebagainya. Peta tematik juga dapat digunakanuntuk memvisualisasikan Hot spot dan zona amandengan metode interpolasi seperti IDW atau Kriging.

2. Metodologi

Salah satu penggunaan pemetaan kejahatan yang paling umum dan inovatif adalah untuk menggabungkanberbagai peristiwa kejahatan ke dalam peta hotspot. Prediksi pola spasial kejahatan dengan data kejahatanterekam dan Sistem Informasi Geografis (SIG) relatifbaru dan dapat diadopsi untuk studi lebih lanjut. Metodeinterpolasi tertimbang Jarak Terbalik telah digunakandalam penelitian ini untuk visualisasi yang lebih baik darihasil analisis Hotpot.

3. Hasil

Pembunuhan:

Dari 2010 hingga 2014, total 60 pembunuhanterjadi di kota. Gambar 2 menunjukkan hot spot dan zona aman pembunuhan dari 2010 hingga 2014 Kantor Polisi Nemom adalah hotspot Pembunuhan di kotaThiruvananthapuram dengan skor GiZ lebih tinggi dari1,45. Gambar 2 juga menunjukkan bahwa intensitaskejahatan selama periode itu tinggi dan secara spasialterkelompok di bagian selatan-tengah kota. Daerah iniadalah jantung kota dan bangunan-bangunan dan kegiatan-kegiatan utama berlokasi di sini. Vatiyurkav, Museum, Poojapura, Thiruvallom, Karamana, Thampanoor dan kantor polisi Cantonment berada di bawah wilayah ini. Zona aman dengan skor GiZ rendah-1.1 dan skor P tinggi 0,266 terletak di bagian utarakota. Kantor polisi perguruan tinggi Sreekariyam dan Medis adalah zona aman pembunuhan di kotaThiruvananthapuram. Gambar 2 masih menunjukkankeseluruhan pembunuhan dan distribusi spasial sangattinggi di wilayah kota Thiruvananthapuram. Tahun 2010 menyaksikan tingkat pembunuhan tertinggi (15) di antara empat tahun studi dan 2011 telah mencatatjumlah kejahatan terendah (8). Namun, statistikpembunuhan menunjukkan bahwa beberapa tahunterakhir menyaksikan penurunan bertahap tingkatpembunuhan. Aspek sosial ekonomi daerah ini baik.

Pencurian dan Penculikan:

Sebanyak 2.526 kasus penculikan dan pencuriandilaporkan dalam lima tahun terakhir, rata-rata 505 kasus penculikan dan pencurian terjadi setiap tahun. Pada tahun 2010 saja, tercatat ada 645 kasus. Inimenunjukkan bahwa kota ini sangat rentan terhadapkegiatan kejahatan semacam ini. Gambar 4 menunjukkan bahwa penjambretan dan pencurianterkonsentrasi di bagian tengah kota. Kantor polisiMuseum, Poojapura, Pettah, Cantonment, Tampanoordan Vanchiyoor adalah hotspot utama dari kasus-kasuspenculikan dan pencurian dengan skor GiZ berkecamukdari 2,10 menjadi 2,86 dan skor P rendah> 0,00415. Mereka terletak di pusat kota dan daerah tetangga di bawah kantor polisi Medical College, Valiyathura, Peroorkada, Vatiyurkav, Karamana, dan Poonthura yang juga menunjukkan konsentrasi Snatching and Theft yang lebih tinggi. Stasiun kereta api pusat, terminal Bus Pusat, teater utama terletak di bagian tengah. Ini juga dapat menyebabkan tingkat Snatching and Theft yang lebih tinggi. Zona aman didistribusikan di bagian utaradan selatan.

Perampokan:

Pengelompokan spasial Perampokan di kotaThiruvananthapuram. Statistik menunjukkan bahwatingkat Perampokan sangat tinggi di wilayah studi. Dari 2010 sampai 2014, total 388 kasus perampokandilaporkan dengan rata-rata 78 perampokan per tahun. Seperti yang ditunjukkan pada gambar 3, konsentrasimaksimum berada di pusat kota. Museum, Poojapura, Pettah, Cantonment, dan Vanchiyoor, adalah Hotspot utama perampokan dengan skor GiZ berkisar antara1,80 hingga 1,60 dan skor P rendah 0,5 hingga 0,7. Tampanoor, Fort, Karamana, Poonthura dan PolisiValiyathura stasiun juga memiliki skor GIZ lebih tinggi. Lokasi ini bersama-sama berkontribusi seluruh area perampokan menonjol di kota. Zona aman terletak di bagian utara dan selatan. Sementara bagian pusat tetapsebagai area Hotspot (gambar 3), Thumba, Sreekariyam, Mannanthala, Kovalam, Medical College, dan kantor polisi Vizhijam berada di bawah zona aman. Ini berarti bahwa konsentrasi kejahatan seperti itu relatifsedikit.

4. Kesimpulan

Statistik Biro Catatan Kejahatan Nasional (NCRB) mengungkapkan bahwa Kerala adalah salah satunegara bagian yang rawan Kejahatan di India. Kota Thiruvananthapuram memegang posisi kedua dalamkota-kota dengan catatan kejahatan tertinggi di negara bagian. Rata-rata 12 pembunuhan terjadi setiap tahun di kota Thiruvananthapuram yang nilainya lebih tinggidaripada kota-kota lain di Kerala. Tingkat perampokansangat tinggi di kota Thiruvananthapuram. Rata-rata 77 kasus dilaporkan setiap tahun. Merebut dan mencuribersama-sama berkontribusi sejumlah 2526 kasus yang dilaporkan di wilayah studi. Rata-rata 505 kasusdilaporkan setiap tahun. histogram distribusi dan pencurian di tahun penelitian. 2013-2014 ditandai tahundengan jumlah kasus yang dilaporkan lebih rendah. Dari 2010 hingga 2013, ada penurunan bertahap dalamkasus yang dilaporkan, tetapi 2014 lagi-lagi penculikandan pencurian meningkat. Pada tahun 2013, ada 378 kasus yang dilaporkan sementara telah meningkatmenjadi 472 kasus. Namun, kantor Polisi Fort tercatatmemiliki jumlah kejahatan tertinggi dalam studi 5 tahundengan 428 kasus dalam semua kategori di atas.

Studi ini menunjukkan bahwa bagian tengah kotaadalah daerah yang sangat rawan kejahatan. Hotspot Pembunuhan, Perampokan, Perebutan dan Pencurianterkonsentrasi di bagian tengah. Museum, Poojapura, Pettah, Cantonment, Vanchiyoor, Thiruvallom, Karamana, Valiyathura, Peroorkada, Vatiyurkav, Fort dan Museum adalah area di mana tingkat kejahatanyang lebih tinggi dilaporkan dari 2010 hingga 2014. Semua kantor polisi ini terletak di bagian tengah darikota. Di sini, tingkat Snatching and Theft sangat tinggi. Ini menunjukkan pentingnya kewaspadaan dan efisiensikepolisian untuk mengendalikan kejahatan kecil sepertipencurian dan penyitaan di daerah ini. Populasi kumuhlebih tinggi di daerah ini dan ini juga dapat menjadifaktor yang meningkatkan tingkat kejahatan. Strukturpekerjaan populasi ini buruk. Sementara bagian utaradan selatan adalah zona aman dan tingkat kejahatanyang rendah dilaporkan. Kantor Polisi Sreekariyam, Vizhijam dan Thumpa adalah zona aman bagi keempatjenis kejahatan. Kota ini terkenal dengan pariwisata dan IT-nya. Jika tingkat kejahatan dapat meningkat sebagianbesar tanpa kendali, itu dapat mempengaruhi hukumdan ketertiban serta pertumbuhan kota.