Algoritme boete en transactieraming Justitie en Veiligheid

Het algoritme voorspelt hoeveel verkeersboetes de politie in een jaar uitschrijft en hoeveel het ministerie van Justitie en Veiligheid daarvan int. Daardoor weet het ministerie hoeveel personeel nodig is en hoe hoog de inkomsten uit boetes zijn.

Laatst gewijzigd op 20 augustus 2024 om 11:34 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
Veld niet ingevuld.
Status
In gebruik

Algemene informatie

Thema

Overheidsfinanciën

Begindatum

01-2021

Contactgegevens

algoritmeregister.fez@minjenv.nl

Verantwoord gebruik

Doel en impact

Het algoritme helpt om met minder medewerkers betere inschattingen te maken. Voorspellingen weken voorheen sterk af van de echte aantallen. En het kostte veel tijd om na te gaan waar de verschillen door kwamen. Het algoritme gebruikt geen persoonsgegevens. In de gegevens staat het aantal boetes per overtreding (feitcode) en de plaats van overtreding (pleeglocatie). JenV controleert de juistheid en volledigheid van het algoritme. Bijvoorbeeld door te controleren of de gebruikte cijfers voor het aantal boetes overeenkomt met het aantal boetes dat binnen komen. Jaarlijks bepaalt JenV welke versie van het algoritme het gebruikt per handhavingsmiddel (bijvoorbeeld flitspalen, trajectcontroles of staande houding) en of ze deze moeten aanpassen aan nieuw beleid.

Afwegingen

Het algoritme helpt om met minder medewerkers betere inschattingen te maken. Voorspellingen weken voorheen sterk af van de echte aantallen. En het kostte veel tijd om na te gaan waar de verschillen door kwamen.

Menselijke tussenkomst

Er is geen automatische besluitvorming. Medewerkers kunnen de resultaten bekijken en op basis hiervan besluiten nemen. Bijvoorbeeld de verwachte uitgaven aanpassen of meer personeel inzetten. Het algoritme levert Excelbestanden waarin staat dat het om een voorspelling gaat.

Risicobeheer

Het algoritme gebruikt geen persoonsgegevens. In de gegevens staat het aantal boetes per overtreding (feitcode) en de plaats van overtreding (pleeglocatie). JenV controleert de juistheid en volledigheid van het algoritme. Bijvoorbeeld door te controleren of de gebruikte cijfers voor het aantal boetes overeenkomt met het aantal boetes dat binnen komt voordat het model wordt getraind. Jaarlijks bepaalt JenV welke versie van het algoritme het gebruikt per handhavingsmiddel (bijvoorbeeld flitspalen, trajectcontroles of staande houding) en of ze deze moeten aanpassen aan nieuw beleid.

Wettelijke basis

De Directie Financieel-Economische Zaken (DFEZ) is verantwoordelijk voor het financieel beheer van het hele ministerie van justitie en veiligheid (artikel 4.1d en artikel 4.1f van het besluit FEZ van het Rijk).

Links naar wettelijke basis

artikel 4.1d en artikel 4.1f van het besluit FEZ van het Rijk: https://wetten.overheid.nl/BWBR0041910/2020-01-01

Werking

Gegevens

Er is gebruik gemaakt van de maandelijks door het CJIB verstrekte rapportages met daarin het aantal uitgeschreven boetes per handhavingsmiddel en instantie van de afgelopen 5 jaar.

Er worden geen persoonsgegevens gebruikt bij dit algoritme.

Technische werking

Voor het voorspellen van de boetes en transacties worden een aantal modellen gebruikt: Het gemiddelde, vorig jaar en twee tijdserie- algoritmen (ETS en Arima). Eerst wordt bepaald welk model gebruikt gaat worden. Voor het bepalen van het te gebruiken model worden de verschillende modellen gedraaid over een volledig jaar waarvoor de realisatiecijfers bekend zijn. Het model met de kleinste afwijking wordt uiteindelijk gekozen. Om de raming uiteindelijk op te stellen is het uiteindelijk geselecteerde model toegepast over de gehele dataset (inclusief de eerder gebruikte evaluatieperiode). Het resultaat van deze raming is de zogenoemde beleidsneutrale raming. Hier worden dan, op basis van beleidswijzigingen, nog een aantal bewerkingen op gedaan. Daarnaast wordt er een vertaalslag gemaakt naar inkomsten, wat gebeurt op basis van een gemiddeld boetebedrag. Dit bedrag wordt vervolgens bijgesteld op basis van vastgestelde indexering.

Leverancier

Intern ontwikkeld

Soortgelijke algoritmebeschrijvingen

  • Dit algoritme maakt een risico-sortering van onderwijsinstellingen (scholen, opleidingen of schoolbesturen) om gericht bureau-onderzoek te kunnen uitvoeren, als onderdeel van de jaarlijkse prestatie- en risicoanalyse.

    Laatst gewijzigd op 22 mei 2024 om 8:41 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    IAMA
    Status
    In gebruik
  • Dit algoritme rekent de einddatum uit van een of meerdere straffen of maatregelen die iemand krijgt opgelegd. Dit zorgt ervoor dat deze persoon zijn straf volledig uitzit en op tijd vrijkomt.

    Laatst gewijzigd op 1 februari 2024 om 7:11 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik