Memprediksi Kekerasan Dalam Rumah Tangga dari Aktivitas Toko Minuman Keras dengan Pembelajaran Mesin

Sebuah penelitian baru dari Universitas Buffalo mempelajari hubungan antara outlet minuman keras dan kekerasan dalam rumah tangga (KDRT) di berbagai lingkungan sebuah kota di AS, berdasarkan data lokasi GPS anonim dari jaringan telepon seluler.

Makalah ini menyimpulkan bahwa aktivitas toko minuman keras lebih kuat terkait dengan kekerasan dalam rumah tangga daripada lokasi lain di mana minuman keras dapat dibeli, yang menunjukkan bahwa korelasi antara outlet minuman keras dan kekerasan dalam rumah tangga mungkin lebih kompleks daripada yang disarankan oleh penelitian sebelumnya:

‘Secara menarik, variabel tingkat kunjungan toko minuman keras menunjukkan kontribusi positif tertinggi terhadap tingkat KDRT dibandingkan dengan variabel lain. Hasil ini menunjukkan bahwa kunjungan toko minuman keras adalah prediktor penting untuk tingkat KDRT di tingkat lingkungan.

‘Menariknya, kunjungan ke dua jenis outlet minuman keras lainnya (yaitu, tempat minum dan brewery) memiliki koefisien negatif, yang konsisten dengan analisis korelasi.

‘Hasil ini menunjukkan bahwa kunjungan ke outlet-outlet tersebut sebenarnya terkait dengan tingkat KDRT yang lebih rendah. Hasil ini mengejutkan, karena sebelumnya diyakini bahwa kepadatan tempat minum di sebuah lingkungan terkait dengan tingkat KDRT yang lebih tinggi’

Dari makalah, visualisasi yang dipetakan menunjukkan kunjungan antara toko minuman keras dan lingkungan rumah selama seminggu pada tahun 2019, sebelum datangnya COVID yang mengganggu data. Sumber: https://arxiv.org/ftp/arxiv/papers/2203/2203.04088.pdf

Penulis makalah ini mengemukakan teori tentang kemungkinan hubungan terbalik antara frekuensi mengunjungi lokasi minuman keras yang lebih bergengsi dan kekerasan dalam rumah tangga, dengan mengatakan bahwa pengunjung ke lokasi seperti brewery dan bar kemungkinan memiliki status sosial ekonomi yang lebih tinggi, yang mengurangi kemungkinan mereka terlibat dalam insiden kekerasan dalam rumah tangga.

Makalah ini berjudul Peran kunjungan outlet minuman keras yang diperoleh dari data lokasi telepon seluler dalam meningkatkan prediksi kekerasan dalam rumah tangga di tingkat lingkungan, dan berasal dari tiga peneliti dari departemen matematika, kedokteran, dan geografi di Buffalo.

Data dan Delineasi

Tujuan peneliti adalah untuk menentukan apakah data lokasi telepon seluler anonim dapat digunakan, bersama dengan statistik kejahatan yang tersedia, untuk memprediksi insiden dan frekuensi kekerasan dalam rumah tangga di tingkat lingkungan, sejauh mana hal ini terkait dengan ketersediaan minuman keras di daerah tersebut.

Tugas pertama adalah mendefinisikan lingkungan, yang dilakukan dengan menggunakan Kelompok Blok Sensus (CBG), yaitu unit geografis terkecil yang masih mempertahankan data demografis dan sosial ekonomi lengkap, sebagaimana disediakan oleh Survei Masyarakat Amerika (ACS).

Data lokasi telepon seluler anonim berasal dari SafeGraph, sebuah perusahaan komersial yang menawarkan data yang mencakup seluruh Amerika Serikat kepada peneliti secara gratis. Dataset ini mencakup 3,6 juta titik minat di seluruh negara bagian, termasuk yang menjual minuman keras, seperti toko minuman keras, bar, winery, dan brewery.

Penelitian ini mencakup periode sebelum wabah COVID yang mengganggu statistik, dan lokasi rumah pengunjung ke outlet minuman keras diperkirakan oleh SafeGraph berdasarkan lokasi malam sebelumnya selama enam minggu sebelumnya. Tidak ada data tentang trayektori kunjungan atau lokasi rumah pengguna yang tepat – sebuah sampel yang sesuai dengan ‘batas’ lingkungan yang diidentifikasi dalam data ACS.

Trajektori yang diselidiki dalam karya ini tidak selalu berkorelasi dengan kunjungan rumah-toko minuman keras-rumah, tetapi mungkin mewakili jalur ke pengaturan domestik lain, dengan berhenti di toko minuman keras di tengah jalan.

Meskipun data GPS yang tersedia mencakup seluruh negara sebagai daerah penyelidikan potensial, peneliti memilih Chicago, karena informasi yang relatif terlabel dengan baik yang tersedia melalui Sistem Pelaporan dan Analisis Hukum Warga Chicago (CLEAR).

Dataset CLEAR mencakup jenis kejahatan (seperti pembakaran atau serangan), serta waktu, lokasi, dan pasangan garis lintang/bujur, di antara poin data lainnya. Ini juga berisi nilai biner untuk ‘Domestik’, yang menunjukkan apakah petugas polisi yang mengunjungi mengaitkan insiden tersebut dengan Undang-Undang Kekerasan Dalam Rumah Tangga Illinois tahun 1986.

Peneliti mencatat bahwa sejumlah kejahatan non-kekerasan dalam rumah tangga (termasuk pembakaran), telah salah dikaitkan dengan kategori ini, dan menyaring insiden tersebut.

Kiri, batas kota Chicago, bersama dengan Kelompok Blok Sensus (CBG), kanan, insiden kekerasan dalam rumah tangga yang diekstrak.

Hanya kunjungan ke toko minuman keras yang berlangsung empat menit atau lebih yang dihitung. Selain itu, peneliti mengakui bahwa tidak ada cara untuk mengetahui apakah kunjungan tersebut menghasilkan pembelian, atau seberapa besar dan jenis pembelian. Lebih lanjut, mereka mencatat bahwa kekerasan dalam rumah tangga dianggap sebagai salah satu kejahatan yang paling kurang dilaporkan, yang menyumbang pada sifat perkiraan hasil penelitian ini.

Empat Pendekatan

Data diselidiki dengan menggunakan empat pendekatan: Random Forest (RF), Ordinary Least Squares (OLS), Deep Neural Network (DNN), dan Geographically Weighted Regression (GWR). OLS dan GWR adalah metode statistik bukan metode pembelajaran mesin.

Gambaran umum eksperimen, mencakup empat metode dan empat kategori titik minat minuman keras dalam data SafeGuard, yang dikaitkan dengan insiden kekerasan dalam rumah tangga dalam data CLEAR.

Hasil dari keempat metode menunjukkan bahwa hubungan antara toko minuman keras dan kekerasan dalam rumah tangga bervariasi secara signifikan di seluruh lingkungan, meskipun peneliti pada akhirnya menyimpulkan bahwa ‘peningkatan kunjungan toko minuman keras terkait dengan peningkatan tingkat KDRT di sebagian besar lingkungan di Chicago’.

Korelasi dengan insiden KDRT, berdasarkan empat jenis outlet minuman keras yang dipelajari dalam makalah: a) toko minuman keras, b) tempat minum (yaitu bar), c) brewery dan d) winery.

Makalah ini berisi garis besar yang lebih rinci tentang indikator sosial ekonomi dan demografis yang terkait dengan analisis.

Penulis menyatakan*:

‘Hasil kami memberikan wawasan lebih lanjut tentang hubungan antara konsumsi minuman keras dan KDRT. Di antara empat jenis outlet minuman keras, kunjungan toko minuman keras memiliki asosiasi terkuat dengan peningkatan KDRT di lingkungan rumah pengunjung toko minuman keras.

‘Teori Aktivitas Rutin tentang Kejahatan menyarankan tiga kondisi yang diperlukan untuk terjadinya kejahatan, yaitu: pelaku yang termotivasi, target potensial, dan kurangnya penghalang perilaku pelaku. Kunjungan toko minuman keras menunjukkan bahwa minuman keras yang dibeli akan dikonsumsi di rumah di mana ketiga kondisi tersebut terpenuhi: pelaku dan target potensial berada di dekat satu sama lain dan minuman keras menyediakan [penghalang].’

Penulis lebih lanjut menyarankan bahwa hasil dari penelitian seperti ini dapat memberikan kontribusi pada keputusan kebijakan di masa depan tentang regulasi toko minuman keras di daerah di mana hubungannya dengan kekerasan dalam rumah tangga tampak jelas dari data, dengan intervensi yang mungkin termasuk pembatasan jam penjualan yang diizinkan dan membatasi jumlah lisensi minuman keras.

* Konversi saya dari kutipan inline penulis ke tautan.

Dipublikasikan pertama kali pada tanggal 9 Maret 2022.