VARIABEL UNTUK PREDIKSI FATALITAS KECELAKAAN LALU LINTAS BERDASARKAN KARAKTERISTIK DEMOGRAFI WILAYAH DAN INFRASTRUKTUR JALAN DI INDONESIA

Abstract This study aims to determine variables which can be used to predict the number of actual fatalities in Indonesia. The method used is the linear correlation coefficient between variables, and correlation between each variable with traffic accident fatalities. The result shows that the variables of population, motorized vehicles, and accessibility are the selected variables with great and significant effects on actual fatality number prediction in Indonesia. Also, the variable of driver licensed ownership has no positive effect on driver behavior and the Andreassen Model (1985) is not suitable to be used for fatality prediction in Indonesia. It is recommended to develop a fatality prediction model in Indonesia with considering the 3 selected variables resulted from this study. Keywords: Andreassen Model, fatality, fatality prediction, traffic accident, variable analysis. Abstrak Penelitian ini dimaksudkan untuk mengetahui variabel yang dapat digunakan untuk memprediksi jumlah fatalitas aktual di Indonesia. Metode yang digunakan adalah koefisien korelasi linier antarvariabel serta korelasi masing-masing variabel terhadap fatalitas kecelakaan lalu lintas. Hasil studi ini menunjukkan bahwa variabel-variabel jumlah penduduk, kendaraan bermotor, dan aksesibilitas merupakan variabel-variabel terpilih yang memiliki pengaruh sangat kuat dan signifikan terhadap prediksi jumlah fatalitas aktual di Indonesia. Selain itu diketahui bahwa variabel kepemilikan Surat Izin Mengemudi tidak memiliki pengaruh positif terhadap perilaku pengemudi di jalan dan Model Andreassen (1985) tidak tepat untuk digunakan memprediksi fatalitas di Indonesia. Untuk itu disarankan untuk mengembangkan model prediksi fatalitas di Indonesia dengan mempertimbangkan 3 variabel terpilih hasil penelitian ini. Kata-kata kunci: Model Andreassen, fatalitas, prediksi fatalitas, kecelakaan lalu lintas, analisis variabel