Diagram voronoi dan analisis spasial kejahatan

Diagram Voronoi dan Analisis SpasialKejahatan

Di bidang kriminologi, VD pertama kali digunakansebagai ukuran untuk analisis hot spot dalamproyek yang mengembangkan alat inovatif untukmemasukkannya dalam pemetaan kejahatan danaplikasi analisis (CMAA) yang akan digunakan olehspesialis di Departemen Kepolisian Kota New York. (Williamson et al. 2001) di kedua Compsta.

 

Pada tahun yang sama, Verma et al. (2010) mengeksplorasi masalah dalam menjelaskanketukan patroli polisi dan bagaimana menggunakanVD memberikan teknik untuk mengalokasikanpetugas kepolisian dengan lebih baik ke lokasi-lokasi kejahatan potensial. Dalam penelitian lain, Ratcliffe dan Taniguchi (2008) dan Tanigu-chi, Ratcliffe, dan Taylor (2011) menganalisis hubunganantara geng narkoba, kejahatan, dan sudut jalan di Camden, New Jersey. Ini menggunakanpersimpangan jalan sebagai titik generator untukpoligon Thiessen atau VD, dan hasilnya adalahkisi-kisi poligon yang berhasil yang melingkupisetiap sudut jalan. Dengan cara yang sama, Downs (2014) menerapkan VDs sebagai teknik untukmengeksplorasi aksesibilitas spasial pelanggarseks ke sekolah-sekolah umum di St. Louis, Missouri, sebuah kota dengan pembatasan tempattinggal yang dipaksakan. Seperti yang dapat dilihat, VD sudah digunakan untuk menganalisis kejahatanjalanan dan outdoor (Tani-guchi, Ratcliffe, danTaylor 2011) dan kejahatan domestik dan indoor (Mollenkopf et al. 2003).

Menilai Konsentrasi Kejahatan dengan VD

Berdasarkan format vektor, area dan jumlah veriksadalah dua properti sel VD yang dapat digunakanuntuk mengidentifikasi hot spot menggunakansistem informasi geografis (GIS). Gambar 4 menyoroti sel VD dengan lebih dari lima belassimpul. Ketika ada pengelompokan sel VD kecilada pengelompokan kejahatan, sedangkan jumlahsimpul relevan dalam menunjukkan area yang dekat dengan area dengan konsentrasi kejahatantinggi.

        Gambar 2. Kota Campinas, Brasil, denganperampokan komersial ditunjukkan.

 

          Gambar 3. Diagram Voronoi overlay padaCampinas.​

 

   Gambar 4. Jumlah simpul per sel diagram Voronoi.

Gambar 5 Analisis cakupan antara jumlahperampokan perdagangan dan jumlah area yang dicakup oleh sel Voronoi yang sesuai.

Gambar 6 Kerapatan kernel dan diagram kerapatan kejahatan diagram Voronoi (km2) dalam tiga metode interval data berbeda.

 

Gambar 7 Kerapatan kernel dan diagram Voronoimemetakan dalam tiga metode interval yang berbeda. Kepadatan kernel KD D; VD D Voro-noidiagram.

 

​

          Gambar 8 Representasi 3D perampokan dagang dengan diagram Voronoi.

Kesimpulan

 Pada analisis spasial kejahatan melaluipenggunaan VD. Oleh karena itu, menggunakanempat tahun data perampokan komersial dariCampinas, Brasil, kami menggunakan beberapateknik VD. Pertama, kami menganalisis konsentrasikejahatan melalui sifat-sifat VD — area dan jumlahsimpul — dan kurva cakupan. Kami kemudiansecara resmi membandingkan perbedaan antarapeta KD tradisional dan peta VD dalammenggambarkan konsentrasi kejahatan. Kedua, kami memperkenalkan geovisualisasi kejahatanbaru dengan VD dalam tiga dimensi. Ketiga, kami menerapkan teknik N-VD untuk kebijakanpencegahan kejahatan.

 Hasil dari teknik ini dapat diterapkan dalam banyakteori kriminologi lingkungan dan geografi kejahatan.Menurut Gambar 3, kita dapat melihat jalur yang berbeda — dalam hal ini jalan dengan banyakperampokan komersial — dan sebuah tepi — diwakili untuk sel Voronoi dengan banyak simpul.Jika kita memiliki path-way dari bentuk yang berbeda, itu karena ia mungkin menghubungkandua atau lebih node. Melalui jalur, simpul, dan tepikita dapat menghubungkan dengan geometri teorikejahatan (Brantingham dan Brantingham 1981, 1993; Song et al. 2017) dan teori aktivitas rutin(Cohen dan Felson 1979). Dalam penelitian masa depan kami bertujuan untuk lebih memastikan teoriaktivitas rutin, dengan menambahkan VD yang dihasilkan dari target yang sesuai seperti bar, untukmembandingkan tren dengan yang disorot olehpenggunaan VD untuk menemukan kesamaan.

 Kurva cakupan (Mollenkopf et al. 2003) adalahcara kuantitatif untuk menilai konsentrasi kejahatandengan VD. Karena keterbatasan untuk bekerjadengan jalan

 

                              Gambar 9 JaringanDiagram Voronoi dihasilkan dari kantor polisi.

Reference

Ang, Q., A. J. Baddeley, and G. Nair. 2012. Geometrically corrected second order analysis of events on a linear network, with applications to ecology and criminology. Scandinavian Journal of Statistics 39 (4): 591–617.

Anselin, L., J. Cohen, D. Cook, W. Gorr, and G. Tita. 2000. Spatial analyses of crime. In Measurement and analysis of crime and justice, ed. D. Duffee, 213–62. Washington, DC: National Institute of Justice.

Aurenhammer, F. 1991. Voronoi diagrams—Asurvey of a fundamental geometric data structure. Computing Surveys 23:345–405.

Bertin, J. 1983. Semiology of graphics: Diagrams, networks, maps.

Madison: The University of Wisconsin Press.

Block, C. R. 1995. STAC hot-spot areas: A statistical tool for law enforcement decisions. In Crime analysis through computer mapping, ed. C. R. Block, M. Dabdoub, and S. Fregly, 15–32. Washington, DC: Police Executive Research Forum.