Jurnal
Melacak Melacak Jejak Pa'busur: Investigasi Agresivitas dan Pemetaan Wilayah Rawan sebagai Upaya Meningkatkan Sense of Security Masyarakat di Kota Makassar
Hasanuddin Journal of Sociology (HJS) · Vol. UME (2024) · pp. 109–122
- ISSN
- 2685-4333, 2685-5348
- Published
- 2024-12-30
- Publisher
- Department of Sociology Faculty of Social and Political Sciences
- Language
- en
Abstract
Fenomena kriminalitas di Kota Makassar, khususnya tindak pidana pa'busur, perlu mendapat perhatian serius karena berdampak pada keamanan masyarakat. Tindak pidana pa'busur melibatkan penggunaan busur dan anak panah sebagai senjata dan sering dilakukan secara acak. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor penyebab serta memetakan wilayah rawan tindak pidana pa'busur di Kota Makassar guna meningkatkan keamanan masyarakat. Penelitian ini menggunakan pendekatan metode campuran dengan metodologi kualitatif dan kuantitatif. Data primer dikumpulkan melalui observasi dan wawancara dengan pelaku dan korban. Analisis kualitatif menggunakan model analisis interaktif Miles & Huberman, sedangkan analisis kuantitatif menggunakan klastering K-Means untuk memetakan wilayah rawan. Hasil penelitian menunjukkan bahwa faktor lingkungan, dendam, dan perlindungan diri merupakan faktor utama yang menyebabkan tingginya angka tindak pidana pa'busur. Pemetaan kerentanan mengkategorikan wilayah di Kota Makassar menjadi tiga kategori, yaitu aman, rentan, dan sangat rentan. Wilayah Biringkanaya dan Tallo diidentifikasi sebagai wilayah yang sangat rentan. ABSTRAK Fenomena kriminalitas di Kota Makassar, khususnya pa'busur, memerlukan perhatian serius mengingat dampaknya terhadap rasa aman masyarakat. Pa'busur adalah kejahatan yang menggunakan busur dan anak panah sebagai senjata, seringkali dilakukan secara acak. Penelitian ini bertujuan mengidentifikasi dan menganalisis faktor penyebab serta memetakan wilayah rawan pa'busur di Kota Makassar guna meningkatkan rasa aman masyarakat. Metode penelitian yang digunakan adalah metode campuran ( mixed-methods ) dengan pendekatan kualitatif dan kuantitatif. Data primer diperoleh melalui observasi, wawancara dengan pelaku dan korban. Analisis kualitatif menggunakan model analisis interaktif Miles & Huberman, sementara analisis kuantitatif menggunakan metode K-Means clustering untuk memetakan wilayah rawan. Hasil penelitian menunjukkan bahwa faktor lingkungan, balas dendam, dan perlindungan diri adalah penyebab utama tingginya angka pa'busur. Pemetaan wilayah rawan mengelompokkan daerah di Kota Makassar menjadi tiga kategori: tidak rawan, rawan, dan sangat rawan, dengan Biringkanaya dan Tallo sebagai wilayah sangat rawan.
Collaboration network of the authors
25 authors · 55 co-authorship links
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
- Sultan Ageng Tirtayasa University
- Affiliation unknown
- Different organisations
- Same organisation
- Affiliation unknown
- Thicker line = more joint articles · bigger circle = more articles
Show as table
| Co-author | Organisation | Joint articles |
|---|---|---|
| Erna Tri Herdiani | Affiliation unknown | 4 |
| Nasrah Sirajang | Affiliation unknown | 2 |
| Raupong | Affiliation unknown | 2 |
| Iis Cendrah Kasih | Affiliation unknown | 1 |
| Ika Fitriana | Affiliation unknown | 1 |
| Asti Inayati Magfirah | Affiliation unknown | 1 |
| Mega Selvia Tjahaya | Affiliation unknown | 1 |
| Andi Kresna Jaya | Affiliation unknown | 1 |
| Andi Isna Yunita | Affiliation unknown | 1 |
| Nur Alfianingsih Raja | Affiliation unknown | 1 |
| Aqilah Salsabila Rahman | Affiliation unknown | 1 |
| Nurhidaya L | Affiliation unknown | 1 |
| Sitti Sahriman | Affiliation unknown | 1 |
| Hendriete Tiur Marowi Waibusi | Affiliation unknown | 1 |
| Anisa Anisa | Sultan Ageng Tirtayasa University | 1 |
| Victor Liman | Affiliation unknown | 1 |
| Sonya Sonya | Affiliation unknown | 1 |
| Anisa Kalondeng | Affiliation unknown | 1 |
| Surya Cahyadi Syam | Affiliation unknown | 1 |
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.