Studi ini menunjukkan bahwa kejahatan memiliki konsentrasi spasial. Konsentrasi spasial tersebut dipengaruhi oleh dua aspek: individu dan kontekstual. Secara individu, marginal cost (MC) yang sama mengarah pada keputusan lokasi kejahatan yang serupa. Secara kontekstual, studi ini melihat dua fenomena yang terkait dengan kejahatan, yaitu kemiskinan dan pengangguran. Studi ini bertujuan untuk (1) menyelidiki pola kejahatan yang spesifik secara spasial sehingga kita dapat memprediksi dan melawan kejahatan, (2) menyelidiki perilaku kriminal dan pengaruhnya terhadap pemilihan lokasi kejahatan dari perspektif spasial ekonomi, dan (3) melihat secara spesifik hubungan kejahatan dengan isu kemiskinan yang sudah mempertimbangkan efek spasial. Metode Exploratory Spatial Data Analysis (ESDA) digunakan dalam analisis spasial. Data kejahatan menurut jenisnya di area Polda Metro Jaya tahun 2011, dengan unit analisis Polsek, menunjukkan bahwa penodongan, perampasan, perjudian, pencurian sepeda motor, pembakaran pencurian mobil, pencurian berat, narkoba, kenakalan remaja dan pemerasan mempunyai otokorelasi spasial positif. Sebaliknya, perampokan, pembajakan, pemerkosaan, dan pembunuhan tidak mempunyai hubungan otokorelasi spasial. Model kompetisi spasial dalam pemilihan lokasi untuk melakukan kejahatan menunjukkan bahwa para pelaku kejahatan dengan biaya (marginal cost) yang sama mempunyai kecenderungan untuk memilih tempat yang serupa untuk melakukan kejahatan mereka. Data survei narapidana pencuri sepeda motor dari Polda Jawa Barat pada tahun 2011 menunjukkan bahwa pilihan teknologi (alat yang digunakan, lama melakukan, jumlah yang melakukan, dan waktu melakukan) mempengaruhi pemilihan lokasi dalam mencuri sepeda motor. Lebih lanjut lagi pilihan teknologi dipengaruhi oleh jejaring sosial dari pelaku kejahatan. Setelah mempertahankan jenis kejahatan yang mempunyai otokorelasi spasial, hasil menunjukkan bahwa hubungan spasial kejahatan dengan kemiskinan tidak sesederhana yang diduga. Walaupun ada hubungan spasial antara keduanya, hubungan itu tidak terjadi pada semua jenis kejahatan. Selain itu, studi ini menunjukkan bahwa dengan memakai unit analisis yang lebih kecil dan jenis kejahatan yang lebih spesifik, hasil yang didapat juga akan lebih spesifik dan berguna untuk melawan dan mencegah kejahatan.

---

This study shows that crime has spatial concentration. Two aspects that can influence the incidence of crime are investigated: individual and contextual aspects. Individually, having similar marginal costs lead to decision to conduct crime in similar location. Contextually, two phenomena related to crime, namely, poverty and youth unemployment, are tested whether they are spatially correlated with crimes. This study has three objectives: (1) to investigate spatial specific patterns of specific crime to predict and fight crime, (2) to investigate criminal behavior and its effect on crime scene selection from an economic spatial perspective; and (3) to see the spatial relationship between crime and poverty and unemployment. The Exploratory Spatial Data Analysis (ESDA) method is used. Data of crime by type comes from a unique dataset collected by the Polda Metro Jaya (Metro Jaya Provincial Level Police Station) in 2010, with Polsek (subdistrict-level police station) as a unit of analysis. The results show that mugging, plundering, gambling, motorcycle theft, car theft firing, heavy theft, drugs, juvenile delinquency and extortion have positive spatial autocorrelation. In contrast, robbery, piracy, rape, and murder have no spatial autocorrelation relationship. The spatial competition model for crimes location decision shows that perpetrators with similar cost have a tendency to choose the same place to commit their crimes. The survey data of motorcycle thief inmates from Polda Jawa Barat in 2011 shows that the choice of technology (tools used, length of conduct, number people who conduct motorcycle theft, and time of conduct) affected site selection in stealing motorcycles. Furthermore, the choice of technology is affected by social network of the perps.After retaining the type of crime that has spatial autocorrelation for the analysis, the results show that the relationship is not straightforward: while there was a spatial relationship between crime and poverty, but they did not occur for all types of crime. In addition, this study demonstrates that using smaller analytical units and more specific types of crimes provide more specific and useful results to predict and fight crime.