PERAN CLEARANCE RATE DALAM MENEKAN KRIMINALITAS DI INDONESIA: PENDEKATAN GEOGRAPHICALLY WEIGHTED PANEL REGRESSION

Tingginya tingkat kriminalitas di Indonesia menjadi ancaman bagi keamanan masyarakat dan pencapaian target Sustainable Development Goals (SDGs) poin ke-16. Kondisi tersebut dipengaruhi oleh belum optimalnya penegakan hukum, sebagaimana ditunjukkan oleh clearance rate pada periode 2018–2023. Penelitian ini bertujuan untuk menganalisis pengaruh penegakan hukum (clearance rate), faktor sosio-ekonomi (PDRB per kapita, penduduk miskin, setengah pengangguran, ketimpangan pendapatan, pendidikan), demografi (kepadatan penduduk, rasio jenis kelamin), serta kondisi politik terhadap tingkat kriminalitas di 34 provinsi Indonesia tahun 2018–2023. Periode penelitian ini juga mencakup masa pandemi COVID-19 (2020–2022) yang dikontrol melalui variabel dummy untuk mengidentifikasi potensi guncangan eksternal terhadap dinamika kriminalitas. Penelitian ini menggunakan pendekatan Geographically Weighted Panel Regression (GWPR) dengan pembobot kernel adaptif Bisquare untuk menangkap heterogenisitas spasial yang tidak dijelaskan oleh model global. Berdasarkan hasil estimasi GWPR, model lokal terbukti jauh lebih unggul dalam menjelaskan variabilitas data dibandingkan FEM, dengan capaian nilai R² sebesar 0,8149 dibandingkan 0,4381, hasil ini juga didukung oleh nilai AIC yang lebih rendah, Variabel clearance rate secara konsisten berpengaruh negatif dan signifikan terhadap tingkat kriminalitas pada 19 provinsi. Sementara itu, seluruh variabel sosio-ekonomi, demografi, dan politik lainnya menunjukkan arah dan besaran pengaruh yang bervariasi secara spasial antarprovinsi. Temuan ini membuktikan bahwa determinan kriminalitas di Indonesia bersifat sangat kontekstual dan tidak dapat digeneralisasi secara seragam, sehingga memerlukan perumusan kebijakan penanggulangan kejahatan berbasis wilayah (Place-Based Policy).