Pemodelan Kecelakaan Perlintasan Sebidang Kereta Api dengan Pendekatan Zero-Inflated Poisson dan Zero-Inflated Negative Binomial

Penulis

  • Efendhi Prih Raharjo Politeknik Transportasi Darat Indonesia
  • Anisa Mahadita Candrarahayu Politeknik Transportasi Darat Indonesia
  • Wahyu Tamtomo Adi Politeknik Perkeretaapian Indonesia Madiun
  • Septiana Widi Astuti Politeknik Perkeretaapian Indonesia Madiun
  • Muhamad Nurhadi Politeknik Perkeretaapian Indonesia Madiun
  • Puspita Dewi Politeknik Perkeretaapian Indonesia Madiun

DOI:

https://doi.org/10.37367/jpi.v10i1.604

Kata Kunci:

Jumlah kecelakaan, Perlintasan Sebidang, Regresi Zero-Inflated Poisson, Regresi Zero-Inflated Negative Binomial

Abstrak

Kecelakaan pada perlintasan sebidang kereta api merupakan permasalahan keselamatan transportasi yang kompleks dan dipengaruhi oleh berbagai faktor geometrik, operasional, sumber daya manusia serta kelengkapan prasarana. Data kecelakaan disetiap perlintasan pada umumnya berbentuk data hitung yang didominasi oleh nilai nol, sehingga sering kali tidak dapat dimodelkan secara optimal menggunakan regresi Poisson atau Binomial Negatif konvensional. Penelitian ini bertujuan untuk memodelkan jumlah kecelakaan pada perlintasan sebidang kereta api di wilayah DAOP 7 dengan menggunakan pendekatan Zero-Inflated Poisson (ZIP) dan Zero-Inflated Negative Binomial (ZINB). Variabel prediktor yang digunakan meliputi frekuensi perjalanan kereta api, lebar jalan raya, kemiringan persimpangan jalan raya dan rel baik dari sisi kanan maupun sisi kiri, jenis perlintasan, keberadaan Early Warning System (EWS), status jalan, serta jenis pintu perlintasan. Analisis dilakukan menggunakan perangkat lunak SPSS dan Stata dengan tahapan pemeriksaan proporsi nol, estimasi model regresi ZIP dan regresi ZINB, serta pemilihan model terbaik berdasarkan kriteria Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC), dan log-likelihood. Hasil penelitian menunjukkan bahwa model regresi ZINB memberikan kecocokan yang lebih baik dibandingkan model regresi ZIP. Faktor-faktor yang secara signifikan  berpengaruh terhadap jumlah kecelakaan pada perlintasan sebidang di wilayah DAOP 7 meliputi frekuensi, kemiringan kanan, kemiringan kiri, jenis perlintasan, keberadaan Early Warning System dan jenis pintu perlintasan.

Unduhan

Data unduhan tidak tersedia.

Referensi

Nov. 2020, doi: 10.1016/j.trip.2020.100249. DOI: https://doi.org/10.1016/j.trip.2020.100249

[10] T. Simmachan, N. Wongsai, S. Wongsai, and R. Lerdsuwansri, “Modeling road accident fatalities with underdispersion and zero-inflated counts,” PLoS One, vol. 17, no. 11 November, Nov. 2022, doi: 10.1371/journal.pone.0269022. DOI: https://doi.org/10.1371/journal.pone.0269022

[11] M. Salman Al Farisyi, “PERBANDINGAN REGRESI ZERO INFLATED POISSON (ZIP) DAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) PADA KASUS TANAH LONGSOR DI KOTA SEMARANG JURNAL ILMIAH Diajukan sebagai salah satu syarat memperoleh gelar Sarjana Statistika.” [Online]. Available: http://repository.unimus.ac.id

[12] L. H. Hashim, K. H. Hashim, and M. A. K. Shiker, “An Application Comparison of Two Poisson Models on Zero Count Data,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Mar. 2021. doi: 10.1088/1742-6596/1818/1/012165. DOI: https://doi.org/10.1088/1742-6596/1818/1/012165

[13] C. Feng, “Zero-inflated models for adjusting varying exposures: a cautionary note on the pitfalls of using offset,” J. Appl. Stat., vol. 49, no. 1, pp. 1–23, 2022, doi: 10.1080/02664763.2020.1796943. DOI: https://doi.org/10.1080/02664763.2020.1796943

[14] D. C. Jhwueng and C. Y. Wu, “A Novel Phylogenetic Negative Binomial Regression Model for Count-Dependent Variables,” Biology (Basel)., vol. 12, no. 8, Aug. 2023, doi: 10.3390/biology12081148. DOI: https://doi.org/10.3390/biology12081148

[15] Y. N. Phang and E. F. Loh, “Statistical Analysis for Overdispersed Medical Count Data,” 2014.

[16] A. Fajri et al., “Pemodelan Regresi Zero Inflated Negative Binomial pada Data yang Mengalami Overdispersi,” ESTIMASI: Journal of Statistics and Its Application, vol. 6, no. 1, pp. 2721–379, 2025, doi: 10.20956/ejsa.v6i1.21037.

[17] D. Nada Fitriani and yunin Sofro, “PEMODELAN KASUS PNEUMONIA BERAT PADA BALITA DI KOTA SURABAYA MENGGUNAKAN ZERO-INFLATED NEGATIVE BINOMIAL,” Jurnal Matematika Januari, vol. 6, 2026, [Online]. Available: https://ejurnal.unisap.ac.id/leibniz/index

[18] Sugiyono, Metode Penelitian Manajemen, vol. 1. Bandung: Alfabeta, 2014.

[19] J. H. Kim, “Multicollinearity and misleading statistical results,” Korean J. Anesthesiol., vol. 72, no. 6, pp. 558–569, Dec. 2019, doi: 10.4097/kja.19087. DOI: https://doi.org/10.4097/kja.19087

[20] O. G. A, O. C. N, and O.-I. H. O, “Effect of Akaike Information Criterion on Model Selection in Analyzing Auto-crash Variables,” International Journal of Sciences: Basic and Applied Research (IJSBAR) International Journal of Sciences: Basic and Applied Research, vol. 26, no. 1, pp. 98–109, 2016, [Online]. Available: http://gssrr.org/index.php?journal=JournalOfBasicAndApplied

[21] M. Selviana, A. Atti, J. Rosalina Pahnael, and D. Program Studi Matematika, “Tahun 2025 MODEL REGRESI POISSON UNTUK MENGANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP JUMLAH PENGANGGURAN DI NUSA TENGGARA TIMUR Robertus Dole Guntur”.

Unduhan

Diterbitkan

2026-04-09

Terbitan

Bagian

Artikel

Cara Mengutip

Prih Raharjo, E., Anisa Mahadita Candrarahayu, Tamtomo Adi, W., Widi Astuti, S., Nurhadi, M., & Dewi, P. (2026). Pemodelan Kecelakaan Perlintasan Sebidang Kereta Api dengan Pendekatan Zero-Inflated Poisson dan Zero-Inflated Negative Binomial. Jurnal Perkeretaapian Indonesia (Indonesian Railway Journal), 10(1), 22-29. https://doi.org/10.37367/jpi.v10i1.604

Artikel paling banyak dibaca berdasarkan penulis yang sama