2 poin oleh GN⁺ 2024-07-20 | 1 komentar | Bagikan ke WhatsApp
  • roadway.report memungkinkan penelusuran korban tewas kecelakaan lalu lintas di Amerika Serikat pada 2001–2024 dalam satu peta, sehingga data keselamatan jalan dapat dilihat secara spasial
  • Tampilan dasarnya adalah USA Traffic Deaths 2001-2024, dan seperti deskripsi Nationwide Vision-Zero Map, berfokus pada lokasi kecelakaan fatal
  • Peta ini tidak hanya menampilkan total korban tewas, tetapi juga dapat dipisahkan menjadi pengemudi·penumpang, pejalan kaki·sepeda·lainnya
  • Data kecelakaan dapat dieksplorasi dalam berbagai skala melalui Search Crashes, Population-Adjusted Map, State Injury Maps, Data by County, dan Pedestrian Dashboard
  • Peta kematian dan luka berat per negara bagian serta data per county juga disediakan, sehingga risiko jalan di tiap wilayah dapat dibandingkan

Cakupan peta dan tampilan dasar

  • roadway.report adalah situs peta korban tewas kecelakaan lalu lintas di Amerika Serikat yang mengusung The Nationwide Vision-Zero Map
  • Judul peta utamanya adalah USA Traffic Deaths 2001-2024, dan data kematian di jalan raya AS dari 2001–2024 dapat dilihat di peta

Layer peta berdasarkan jenis korban

  • Di peta, layer dapat diganti berdasarkan jenis korban
    • All Roadway Deaths

      • Menampilkan seluruh korban tewas di jalan
    • Driver / Passenger Deaths

      • Korban tewas pengemudi dan penumpang dapat dilihat secara terpisah
    • Pedestrian / Bike / Other Deaths

      • Data korban pejalan kaki, sepeda, dan lainnya dapat diperiksa secara terpisah

Menu eksplorasi data

  • Menu untuk mencari dan membandingkan data kecelakaan lalu lintas juga disediakan
    • Search Crashes

    • Population-Adjusted Map

    • State Injury Maps

    • Data by County

    • Pedestrian Dashboard

      • Missed Connections

Peta kematian dan luka berat per negara bagian serta artikel terkait

  • Beberapa Fatality & Serious Injury Map untuk berbagai negara bagian ditampilkan
    • California
    • Colorado
    • Florida
    • Illinois
    • Michigan
    • New Jersey
    • New York
    • North Carolina
    • Pennsylvania
    • Texas
    • Virginia
    • Washington
  • Entri blog mencakup halaman dengan nama tiap negara bagian serta The Vision-Zero Illusion, The Vision Zero Map For Everyone, dan lainnya

Halaman lain dan entri terpisah

  • Ada entri terpisah berjudul 100,000 Texas Pedestrians hit by cars in a decade
  • Menu terkait operasional seperti About, Contact, Donate, Merch, dan Podcast juga tersedia

1 komentar

 
GN⁺ 2024-07-20
Komentar Hacker News
  • Dulu saya pernah menjadi petugas pemadam kebakaran sukarela, dan pada peta ini beberapa kecelakaan fatal terlihat sementara beberapa lainnya tidak
    Saya melihat salah satunya, dan informasi seperti jenis kecelakaan, penyebab, serta usia korban meninggal cukup akurat, tetapi data seperti jumlah penumpang kendaraan atau apakah sabuk pengaman dipakai sama sekali tidak benar
    Menarik bahwa data yang cukup penting bisa salah seperti ini

    • Data di sini merupakan hasil pengolahan database FARS milik NHTSA
      Jika ada kematian akibat kecelakaan, datanya dimasukkan ke sistem pelaporan tingkat negara bagian, lalu FARS dibuat dengan menganalisis sistem catatan individual dari tiap negara bagian
      Pemerintah federal menggabungkan data ini dan merilisnya setiap tahun, dengan penjelasan bahwa ini “jauh lebih murah daripada mengumpulkannya sendiri dan kualitasnya sepadan”
      Bisa saja ada kesalahan tambahan dalam proses pengolahan data federal di pihak saya, tetapi seiring waktu itu akan tertangani
      Proyek ini open source, jadi saya berharap itu bisa membantu
    • Saya hampir mati karena seorang pengemudi mengabaikan hukum, tetapi polisi sengaja mematikan bodycam saat memeriksa saksi kunci, tidak menanyai saya sama sekali, tidak menilang pengemudi yang melanggar, dan mengajukan laporan yang tidak sesuai fakta
      Polisi yang korup tidak tertarik melaporkan kebenaran
    • Ada makalah Austria yang meneliti apa sebenarnya arti kecepatan berlebih/kecepatan yang tidak sesuai yang dicatat sebagai penyebab kecelakaan di negara-negara berbahasa Jerman, dan kesimpulannya adalah artinya bergantung pada polisi yang memasukkan datanya
      Itu karena tidak ada proses peninjauan semacam itu
      Sebaliknya, unsur kecelakaan seperti apakah sabuk pengaman dipakai, yang lebih sedikit bergantung pada penilaian subjektif di lokasi, memiliki data yang lebih baik, dan mengejutkan betapa banyak orang meninggal karena malas memakai sabuk pengaman
      Alasan kita membutuhkan data yang baik adalah karena ada penyebab kecelakaan yang berulang pada kondisi jalan atau lokasi tertentu, dan hal-hal seperti itu bisa diperbaiki
      Misalnya, di Austria korban jiwa di perlintasan kereta hanya sekitar 15~20 orang per tahun, tetapi semuanya karena kesalahan pengemudi, dan selain pengemudi yang kelewat bodoh, hampir semuanya bisa diatasi dengan memasang palang otomatis di semua perlintasan
    • Saya sedang melihat kecelakaan di sekitar tempat tinggal saya, dan di kota ini pengemudi lansia sering menabrak pejalan kaki hingga tewas
      Tetapi pada kecelakaan tersebut, usia pejalan kaki ditampilkan sementara usia pengemudi tidak ada
      Saya tidak mengerti bagaimana usia pengemudi tidak dicatat dalam kecelakaan seperti ini, padahal tinggi dan berat badan dicatat
    • Saya benar-benar penasaran bagaimana orang menghadapi trauma yang timbul saat harus datang ke lokasi kecelakaan fatal
      Saya tidak punya nyali untuk pekerjaan seperti itu
  • Kalau melihat daerah tempat saya tinggal, kecelakaan fatal tampaknya lebih berkaitan dengan jalan besar yang lebar dan cepat
    Para pengemudi merasa jalan kecil dan sempit itu membuat frustrasi karena terasa tidak aman, tetapi ironisnya justru ketidaknyamanan itu 1) membuat mereka melambat dan 2) membuat mereka terus menyadari risiko alih-alih merasa bisa melaju cepat dengan perhatian yang lebih sedikit

    • Langkah traffic calming seperti mempersempit lajur telah lama berhasil digunakan di Eropa demi keselamatan
      Pengemudi tidak mematuhi aturan lalu lintas; mereka mengikuti aturan yang tampak masuk akal dalam situasi yang mereka hadapi
      Sebanyak apa pun rambu batas kecepatan 15mph dipasang di jalan lebar, otak bekerja dengan cara yang cukup bodoh sehingga pengemudi secara bawah sadar akan melaju cepat di jalan lebar
      Jika ingin mereka berhenti sebelum trotoar, tinggikan saja trotoarnya. Itu membuatnya terasa seperti keluar dari jalan sehingga mereka mengurangi kecepatan
      Semua yang berhubungan dengan mobil terikat pada persepsi
      Keluarga membeli mobil berat karena terlihat aman, tetapi yang sebenarnya mereka dapatkan adalah kendaraan yang lebih sulit dikendalikan dan lebih mungkin masuk ke parit
      Mereka membeli kendaraan tinggi dan merasa aman, padahal yang mereka beli sebenarnya adalah titik buta raksasa yang terkenal sering menabrak anak sendiri
      Jalur sepeda tanpa pelindung terlihat seperti bahu jalan, dan pengemudi memang memperlakukannya seperti itu
      Soal rasa tidak nyaman saat melewati lajur sempit, itu sepenuhnya benar
      Kebohongan terbesar yang kita pelihara adalah bahwa mobil itu aman
      Tidak, yang sebenarnya terjadi adalah Anda mengendalikan alat pembunuh paling mematikan di negara ini dengan pelatihan yang nyaris tidak ada, dan satu kesalahan saja bisa membuat Anda masuk penjara
      Memang seharusnya terasa tidak nyaman
    • Apakah jumlah korban jiwa ini dibobot berdasarkan tingkat penggunaan jalan? Kalau tidak, bukankah sulit menganggapnya mewakili tingkat bahaya?
    • Di Amerika Utara ada stroad yang sangat mirip dengan yang baru Anda jelaskan
      Saya ingat ketika kecil, di Pershing Road pada perbatasan Stickney-Berwyn di Illinois, parkir di kawasan komersial diubah dari diagonal menjadi paralel, dan arus lalu lintas ditingkatkan dari 2 lajur menjadi 4 lajur
      Saya tidak punya data pasti, tetapi saya cukup yakin perubahan itu meningkatkan kecelakaan, dan pusat bisnis utama Stickney di Pershing Road juga pada dasarnya mati
      Saat ini setidaknya sepertiga toko tampaknya kosong, dan itu belum termasuk bangunan yang sudah dibongkar lalu tidak pernah dibangun lagi
      Ruas itu sejak awal juga bukan jalan yang menghubungkan tempat penting mana pun dengan baik, jadi saya juga tidak terlalu paham apa manfaat lalu lintas yang didapat dari peningkatan arus tersebut
    • Kecepatan membunuh orang
      Jalan dengan arus kendaraan 30mph mungkin dirancang buruk sehingga banyak kecelakaan terjadi, tetapi kecuali kecelakaannya berupa kendaraan menabrak pejalan kaki, kemungkinan besar tidak akan berujung pada kematian
      Jalan dengan arus kendaraan 70mph adalah masalah yang sama sekali berbeda
    • Salah satu ironi terbesar dari semua ini adalah asuransi mobil
      Jika mobil terus-menerus tergores di jalan sempit, total pembayaran klaim bisa lebih besar daripada ketika seseorang tertabrak
      Kerusakan kecil jika menumpuk bisa menjadi uang yang besar, tetapi jika menabrak pejalan kaki, batas pembayaran bisa tercapai bahkan sebelum korbannya keluar dari IGD
      Itulah sebabnya pengemudi Massachusetts punya reputasi buruk
      Karena di lalu lintas padat, kecelakaan ringan terjadi dalam jumlah sangat besar
      Tetapi Massachusetts sendiri adalah salah satu tempat paling aman di Amerika Serikat
  • Sepertinya servernya sudah hidup lagi
    Sekarang RAM-nya ditingkatkan 8 kali lipat, dan entah kenapa Postgres-nya malah rusak

    • Saya tidak tahu persis bagaimana susunan backend-nya, tetapi kelihatannya GeoJSON dibuat secara langsung, dan serialisasi JSON untuk data sebanyak ini bisa lambat
      Kalau memakai gaya khas HN, mungkin layak mempertimbangkan membuat vector tile data dengan Tippecanoe lalu mengunggahnya ke S3
      Dengan begitu database cukup melakukan lookup sederhana berdasarkan ID kecelakaan
      Filtering berdasarkan waktu memang harus dipindahkan ke frontend, tapi sepertinya tidak masalah, dan kalau tidak, bisa melihat cara mengelompokkan data pada level zoom yang lebih jauh
      https://github.com/mapbox/tippecanoe
    • Mungkin sudah mendapat saran ini juga, tetapi untuk penggunaan seperti ini, FlatGeobuf juga layak dilihat
      Contoh MapLibre dengan dataset 12GB juga patut dijadikan referensi
      Tidak seperti MBTiles, sama sekali tidak perlu server, dan bisa memuat jauh lebih banyak titik sekaligus dibanding pendekatan saat ini
      Ini juga mudah dibuat dengan QGIS/GDAL/PostGIS
      Saya tidak tahu rencana proyeknya seperti apa, tetapi saya juga bersedia menyumbangkan waktu untuk membantu membuat pendekatan seperti ini berjalan
      [0] https://github.com/flatgeobuf/flatgeobuf
      [1] https://flatgeobuf.org/examples/maplibre/large.html
    • Maaf kalau ini promosi yang terlalu terang-terangan, tetapi mungkin https://geobase.app juga layak dicek
      Ini dibuat dengan use case seperti ini dalam pikiran, dan menyelesaikan masalah skalabilitas aplikasi berbasis data geospasial
      Saat ini masih private beta, tetapi kalau menghubungi kami, kami bisa memberi akses lebih awal
      Ini juga baru-baru ini dibahas di blog MotherDuck: https://motherduck.com/blog/pushing-geo-boundaries-with-moth...
    • Saya mencoba mengganti-ganti beberapa rentang waktu untuk melihat tren kasar dengan membandingkan 2003~2013 dan 2013~2023, tetapi rasanya setiap kali tahun diubah dengan satu klik, terjadi refresh
      Mungkin akan membantu mengurangi beban jika diubah agar refresh hanya terjadi setelah widget pemilih tanggal ditutup
  • Pekerjaan yang luar biasa
    Saya menantikan sekaligus takut pada pembaruan data 2023 dan 2024 yang lebih banyak saya terlibat di dalamnya
    Semoga mereka yang berpulang dengan tenang: para remaja akhir dan anak muda usia 20-an yang membuat kesalahan dengan menggunakan jalan untuk tujuan selain mengemudi, para lansia yang tertabrak hanya saat menyeberang jalan, dan semua orang yang seharusnya tidak punya alasan untuk mati
    Semoga di surga ada traffic calming serta transportasi umum yang andal dan sering datang
    Sayangnya, dataset ini mungkin tidak mencakup cedera otak traumatis berat, yang barangkali jauh lebih umum
    Jika memikirkan hemikraniektomi, rawat inap 2 minggu di ICU neurologi, trakeostomi/PEG, dan biaya perawatan akut jangka panjang, tidak perlu banyak pasien sampai biayanya sudah sebanding dengan beberapa langkah untuk memperlambat pengemudi
    Belum lagi potensi pendapatan dan penerimaan pajak yang hilang
    Sangat disayangkan sumber anggarannya tidak sama
    Kenakan sabuk pengaman dan helm, semoga itu bisa menyelamatkan keluarga Anda dari rasa sakit karena harus menjalani pembicaraan akhir hayat yang mendadak seperti yang pernah saya alami

  • Penyebab nomor satu kecelakaan mobil adalah keberadaan mobil itu sendiri
    Komunitas yang bisa dilalui dengan berjalan kaki memiliki lebih sedikit mobil, sehingga kecelakaan mobil juga lebih sedikit
    Tanggung jawab utamanya ada pada grid kota
    Sebagian besar grid kota di Amerika dipenuhi jalan yang berpotongan tegak lurus, dan itu sangat buruk dengan cara yang khas
    Jika membandingkan Brussels dan Queens, New York, Brussels memiliki 5 kematian di jalan per tahun sementara Queens, New York rata-rata 75
    Bahkan setelah disesuaikan dengan populasi, selisihnya hampir 7 kali lipat
    Brussels memiliki grid yang sangat tidak beraturan dan ramah pejalan kaki
    Queens, seperti Manhattan, dipenuhi jalan lurus 90 derajat yang bodoh dan berbahaya
    Dengan asumsi negara berpendapatan tinggi, semakin tidak beraturan grid-nya, semakin rendah kematian lalu lintasnya
    Itulah juga alasan kawasan pinggiran memiliki cul-de-sac
    Ada tikungan dan kurang berguna sebagai jalan tembus, sehingga memaksa mobil melambat dan tidak terlalu mendorong lalu lintas mobil
    Hasilnya mobil berkurang, dan anak-anak bisa bermain di jalan tanpa tertabrak
    Kita harus membongkar grid dan membangun komunitas yang bisa dilalui dengan berjalan kaki
    Itu tidak akan murah
    Pengembang swasta yang membangun perumahan terjangkau di dalam kota dengan grid ramah pejalan kaki harus diberi upzoning dan pengurangan pajak properti
    Satu-satunya tempat di Amerika yang mencobanya adalah Culdesac Tempe di Arizona
    Para NIMBY di Northeast/California bahkan tidak akan membiarkan ada upaya untuk melawan lokalisme mereka
    Mereka memilih. Apakah Anda memilih?

    • Cul-de-sac bisa berfungsi cukup baik jika di ujungnya ada akses sepeda dan pejalan kaki
      Kalau tidak, jarak ke mana-mana jadi lebih panjang sehingga berjalan kaki atau bersepeda menjadi mustahil
    • Tingkat kepemilikan mobil di Brussels adalah 45% dan di Queens 62%, jadi itu juga salah satu faktor
      Jumlah kematian lalu lintas di Brussels anehnya sangat berfluktuasi, kadang 6 orang, di tahun lain lebih dari 20
      Mungkin karena dampak COVID
      Meski begitu, tetap lebih sedikit daripada Queens
  • Mungkin saya melewatkannya dan mode alternatifnya sebenarnya sudah ada, tetapi menurut saya ini akan sangat berguna kalau ada tampilan heatmap
    Dengan begitu, sebelum memperbesar untuk melihat lokasi tertentu, kita bisa melihat dulu di tingkat yang lebih tinggi area mana yang padat kecelakaan fatal

    • Bukankah itu pada akhirnya hanya akan menjadi heatmap kepadatan penduduk?
  • Bagus
    Penasaran apakah ada rencana untuk menambahkan filter
    Misalnya, saya bisa melihat kecelakaan fatal setahun lalu di depan rumah saya, tetapi itu kasus pengemudi mengalami serangan jantung saat mengemudi
    Korbannya hanya orang itu sendiri, dan tabrakannya sendiri bukan penyebab kematian
    Akan bagus jika kita bisa membandingkan wilayah berdasarkan kategori seperti DUI, ngebut/mengemudi ugal-ugalan, korban pesepeda, korban pejalan kaki, banyak kendaraan vs satu kendaraan, atau penyebab medis

    • Saya sangat merekomendasikan untuk langsung mengutak-atik database FARS milik NHTSA
      Itu database model GSA lama jadi formatnya agak aneh, tetapi tidak terlalu sulit dimasukkan ke tabel SQL, dan setelah itu Anda bisa langsung mengajukan dan menjawab pertanyaan-pertanyaan seperti ini
      Hal-hal seperti jalur kecelakaan juga sering tercantum, jadi Anda bisa membuat kueri seperti “berapa kendaraan yang terguling sebelum tabrakan”, “berapa penumpang yang terlempar keluar kendaraan sebelum meninggal”, atau “seberapa sering gundukan salju terlibat dalam kecelakaan”
      Saat terakhir kali saya melihatnya pada 2015, hal anehnya adalah lebih banyak orang meninggal di Texas daripada California berdasarkan total absolut, bukan per kapita
      Di Florida, sebagian besar kematian terjadi antara pukul 7 malam hingga 9 malam, jauh lebih larut dibanding negara bagian lain
      Pejalan kaki biasanya meninggal pada malam hari
      Terakhir kali saya menggunakannya, ini database yang sangat bagus: https://www.nhtsa.gov/research-data/fatality-analysis-report...
  • Saat ini memang tidak memuat, tetapi kalau belum ada, saya juga ingin melihat data yang dinormalisasi berdasarkan volume lalu lintas kendaraan di tiap lokasi
    Itu akan lebih membantu untuk membedakan apakah tempat itu sekadar ramai, atau memang benar-benar berbahaya

    • Saya rasa melihatnya seperti itu kurang tepat
      Kematian jangan dipandang sebagai “korban per mil”
      Karena biaya kemanusiaannya tidak diamortisasi per mil
      Semua kematian tetaplah kematian
      Kalau seseorang menabrak hingga tewas lalu terus berputar-putar mengemudi, itu tidak membuatnya menjadi pengemudi yang kurang berbahaya
  • Saya tidak yakin apa tepatnya maksud yang ingin disampaikan, tetapi ini proyek yang luar biasa sekaligus dakwaan yang mengerikan terhadap transportasi abad ke-21
    Terlalu banyak nyawa hilang akibat kawanan monyet yang canggung menggerakkan tumpukan logam di antara garis-garis cat di atas aspal

  • Saya sudah meng-upgrade Linode menjadi RAM dua kali lipat
    Semoga sedikit membantu proses pemuatan

    • Muncul error 500 di https://roadway.report/v1/accidents_by_location_geojson
      Dan di konsol terlihat error seperti ini
      ncaught (in promise) SyntaxError: Unexpected token '<', "  
      
    • Latar belakangnya termuat, tetapi setelah itu tidak ada apa-apa
      Dicek di Android mobile
    • Saya menggandakannya lagi, wow
    • Dari EU tampaknya rusak
      Hanya terlihat beberapa kejadian di sekitar San Francisco