shiam

Sultan Hasanuddin MakassarSuatu Bandara mencakup suatu kumpulan kegiatan yang luas yang mempunyai

kebutuhan-kebutuhan yang berbeda dan terkadang saling bertentangan antara satu

kegiatan dengan kegiatan lainnya. Misalnya kegiatan keamanan membatasi sedikit

mungkin hubungan (pintu-pintu) antara sisi darat (land side) dan sisi udara (air

side), sedangkan kegiatan pelayanan memerlukan sebanyak mungkin pintu terbuka

dari sisi darat ke sisi udara agar pelayanan berjalan lancar. Kegiatan-kegiatan itu

saling tergantung satu sama lainnya sehingga suatu kegiatan tunggal dapat

membatasi kapasitas dari keseluruhan kegiatan (Horonjeff/McKelvey,1988).

Sebelum tahun 1960-an rencana induk Bandara dikembangkan berdasarkan

kebutuhan-kebutuhan penerbangan lokal. Namun sesudah tahun 1960-an rencana

tersebut telah digabungkan ke dalam suatu rencana induk Bandara yang tidak

hanya memperhitungkan kebutuhan-kebutuhan di suatu daerah, wilayah, propinsi

atau negara. Agar usaha-usaha perencanaan bandara untuk masa depan berhasil

dengan baik, usaha-usaha itu harus didasarkan kepada pedoman-pedoman yang

dibuat berdasarkan pada rencana induk dan sistem bandara yang menyeluruh, baik

berdasarkan peraturan FAA, ICAO ataupun Peraturan Pemerintah Republik

Indonesia Nomor 70 Tahun 2001 tentang Kebandarudaraan dan Kepmen

Perhubungan No. KM 44 Tahun 2002 tentang Tatanan Kebandarudaraan Nasional.

Bandar Udara Sultan Hasanuddin merupakan Bandara Internasional yang dikelola

oleh PT. Angkasa Pura I (Persero), mempunyai salah satu tujuan perusahaan yaitu

memberikan pelayanan yang memadai dalam rangka menjamin terselenggaranya

fasilitas bandar udara.

PT. Angkasa Pura (AP) I Cabang Bandara Internasional Sultan Hasanuddin resmi

mengoperasikan Terminal baru pada bulan Agustus 2008. Terminal baru seluas 51

ribu meter persegi itu berkapasitas tujuh hingga delapan juta penumpang per

tahun. Apron seluas 78.800 meter persegi memiliki 33 parking stand untuk pesawat

segala ukuran, dari Casa, seri Boeing 737, seri Airbus 330, hingga jumbo jet seri

Boeing 747. Terminal baru dilengkapi fasilitas seperti 60 consession stand (ruang

belanja), garbarata, dan hotspot (area akses internet nirkabel) diruang tunggu

keberangkatan. Terminal baru juga memiliki sistem check-in berbasis teknologi

informasi yang disebut multi users check-in system (MUCS). Check-in bisa dilakukan

di seluruh counter sehingga bisa meminimalisir panjangnya antrian.

2.2 Pergerakan Pesawat Udara dan Penumpang

2.2.1 Pergerakan Pesawat Udara

Prosentase trafik dari pergerakan pesawat domestik Bandara Internasional Sultan

Hasanuddin antara lain beroperasinya maskapai penerbangan berdasarkan Asal

Tujuan Domestik antara lain: Palu 6%, Kendari 6%, Denpasar 6%, Balikpapan 2%,

Biak 3%, Ambon 1%, Gorontalo 3%, Timika 3%, Sorong 2%, Ternate 2%, Manokwari

1%, Jayapura 2% dan Jogyakarta 1%. Dari 3 bandara besar yang ada di Indonesia,

Bandara Sultan Hasanuddin mendapat kontribusi sebesar : Soekarno Hatta – Jakarta

42%, Juanda – Surabaya 12% dan Sam Ratulangi – Manado 7%. (Data Statistik Lalu

Lintas Angkutan Udara Bandara Internasional Sultan Hasanuddin Bulan Juli 2008).

Bila dibandingkan dengan bulan lalu pergerakan pesawat domestik yang datang

mengalami peningkatan 6% sedangkan yang berangkat bulan juli mengalami

peningkatan 6%, akan tetapi jika dibandingkan dengan bulan yang sama tahun

2007, pesawat yang datang dan berangkat mengalami penurunan sebesar 6%.

2.2.2 Pergerakan Penumpang

Arus penumpang pada periode Juli 2008 yang datang ke Bandara Internasional

Sultan Hasanuddin mengalami peningkatan sebesar 4%, sedangkan yang berangkat

meningkat sebesar 9% dan transit meningkat 5% dari bulan sebelumnya. Bila

dibandingkan dengan bulan yang sama pada tahun 2007 arus penumpang yang

berangkat mengalami penurunan sebesar 3%, untuk penumpang yang datang

menurun sebesar 1%, dan sedangkan penumpang transit menurun sebesar 6%.

Fluktuasi pergerakan pesawat dan penumpang bulan ini dipengaruhi liburan anak

sekolah dan beberapa airlines penambahan rute penerbangan diantaranya MNA dan

GIA, serta penambahan operator penerbangan yaitu Air Asia yang melayani rute

Internasional ke Kuala Lumpur-Malaysia.

2.3 Statistik Lalulintas Angkutan Udara

2.3.1 Pergerakan Pesawat Domestik

Pergerakan pesawat yang datang di Bandara Internasional Sultan Hasanuddin pada

bulan Juli 2008 mengalami peningkatan sebanyak 4% dari bulan sebelumnya 1.964

menjadi 2.042, akan tetapi jika dibandingkan dengan bulan yang sama tahun 2007,

terdapat penurunan sebanyak 6% dari 2.176 menjadi 2.042 pesawat.

Pesawat berangkat bila dibandingkan bulan lalu mengalami meningkat sebanyak

4% yaitu dari 1.966 menjadi 2.064, dan apabila dibandingkan dengan pergerakan

pada bulan yang sama tahun 2007 dapat terlihat penurunan sebesar 6% dari 2.179

menjadi 2.042. 

2.3.2 Pergerakan Pesawat Internasional

Pergerakan kedatangan pesawat internasional mengalami peningkatan 700% bila

dibanding bulan lalu, dari 1 menjadi 8 pesawat. Bila dibandingkan dengan tahun

lalu mengalami peningkatan 167%, dari 3 menjadi 8 pergerakan pesawat

internasional. Pergerakan keberangkatan pesawat internasional bila dibandingkan

bulan lalu mengalami peningkatan sebanyak 700% yaitu dari 1 pergerakan menjadi

8 pergerakan pesawat, dan apabila dibandingkan dengan pergerakan pada bulan

yang sama tahun 2007 dapat terlihat peningkatan sebesar 100% dari 4 menjadi 8

pergerakan.

2.3.3 Pergerakan penumpang domestik

Penumpang yang datang pada bulan juli tercatat 155.333 atau dengan rata-rata

5.011 orang datang perhari. Jika dibandingkan dengan bulan lalu, jumlah

penumpang yang datang di Bandar Udara Internasional Sultan Hasanuddin

mengalami peningkatan 4% dari 149.968 menjadi 155.333 penumpang. Akan tetapi

jika dibandingkan dengan bulan yang sama tahun 2007 mengalami penurunan 1%

dari 156.656 menjadi 155.333 orang. 

Sedangkan penumpang yang berangkat pada bulan juli tercatat 139.306 orang

dengan rata-rata 4.494 orang berangkat perhari, meningkat 9% dari bulan

sebelumnya, jika dibanding dengan bulan yang sama tahun 2007 mengalami

penurunan 3% dari 143.273 menjadi 139.306 orang.

Penumpang transit bulan juli tercatat 122.630 orang atau rata-rata perhari 3.956

orang, mengalami peningkatan sebesar 5% dari bulan sebelumnya, dan jika

dibanding bulan yang sama tahun 2007 tampak penurunan sebanyak 6%. Secara

Total pergerakan penumpang Domestik 417.269 orang atau setiap harinya 13.460

orang penumpang datang, berangkat, dan transit di Bandar Udara Internasional

Sultan Hasanuddin.

2.3.4 Pergerakan Penumpang Internasional

Penumpang internasional yang datang pada bulan ini tercatat 552 orang.

Sedangkan penumpang yang berangkat tercatat 552 orang juga. Jika dibandingkan

dengan bulan lalu dan tahun lalu bulan yang sama penumpang internasional yang

datang maupun yang berangkat mengalami peningkatan 100%. Ini dikarenakan

pada tanggal 25 Juli 2008 telah beroperasinya operator penerbangan AIR ASIA yang

melayani rute Makassar – Kuala Lumpur setiap hari.

2.3.5 Pergerakan kargo domestik

Pergerakan kargo bongkar bulan juli tercatat 1.798.828 kg, rata-rata 58.027 kg

perharinya, meningkat 11% dari bulan sebelumnya. Jika dibandingkan dengan bulan

yang sama tahun 2007 terlihat meningkat sebanyak 13% dari 1.589.147 kg menjadi

1.798.828 kg.

Pergerakan kargo muat bulan ini tercatat 2.014.271 kg atau rata-rata 64.976 kg

perhari menurun 9% dari bulan sebelumnya dari 2.211.289 kg menjadi 2.014.271

kg, sedangkan jika dibandingkan dengan bulan yang sama tahun 2007 menurun

20% dari 2.523.026 kg menjadi 2.014.271 kg.

2.3.6 Pergerakan Kargo Internasional

Sejak beroperasinya penerbangan Air Asia tanggal 25 Juli 2008 Pergerakan kargo

bongkar belum ada, sedangkan kargo untuk muat tercatat 2.001 kg.

2.4 Teori Peramalan Penumpang

Peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa masa

depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya

ke masa depan dengan beberapa bentuk model matematis. Atau peramalan bisa

mencakup kombinasi model matematis yang disesuaikan dengan penilaian yang

baik.

Suatu rencana Bandara menurut Horonjeff/McKelvey,1988 harus dikembangkan

berdasarkan prakiraan (forecast). Dari prakiraan permintaan dapat ditetapkan

evaluasi keefektifan berbagai fasilitas bandara. Pada umumnya prakiraan

dibutuhkan untuk periode jangka pendek, menengah, dan jangka panjang atau kira-

kira 5 tahun, 10 tahun dan 20 tahun. Dari ketiganya, prakiraan jangka pendek

cenderung lebih akurat daripada prakiraan jangka yang lebih panjang. Faktor-faktor

yang mempengaruhi permintaan berubah setiap hari, sehingga ketika horison

waktu semakin panjang, keakuratan peramalan akan berkurang. Dengan demikian

prakiraan perlu diperbarui secara teratur untuk mempertahankan nilai. Setelah

Periode prakiraan yang ditinjau berlalau, prakiraan harus ditinjau kembali dan

diperbaiki.

Seperti yang sudah disebutkan sebelumnya, tergantung pada rincian yang

dibutuhkan dalam usaha perencanaan, bahwa untuk beberapa kegiatan, seperti

gerakan pesawat dan jumlah penumpang, baik prakiraan tahunan maupun jam

sibuk keduanya diperlukan, sedangkan untuk angkutan barang dan surat, cukup

prakiraan tahunan saja.

Terdapat beberapa cara untuk memprakirakan permintaan dimasa depan. Metode

prakiraan dapat memberikan perbedaan besar, beberapa diantaranya jauh lebih

teliti daripada yang lain, tetapi semuanya mempunyai suatu tingkatan ketakpastian

tertentu. 

Beberapa metode adalah lebih tepat untuk prakiraan yang jangka panjang. Teknik

prakiraan yang paling sederhana adalah memproyeksikan ke masa depan

kecenderungan dengan volume perjalanan dimasa lalu. Teknik-teknik yang lebih

rumit menghubungksn permintaan dengan sejumlah faktor-faktor sosial, ekonomi,

dan teknologi yang mempengaruhi perjalanan melalui udara.

Hubungan antara peubah (Variabel) sosial, teknologi, dan ekonomi disatu pihak

dengan permintaan perjalanan dipihak lain disebut model permintaan (Demand

Model). Pengembangan dan penggunaan model-model permintaan dapat

diterangkan dengan langkah-langkah sebagai berikut :

1. Mengamati kecenderungan permintaan perjalanan melalui udara pada masa

yang lalu dan masa yang akan datang.

2. Menginventarisasi variasi-variasi dalam faktor ekonomi, sosial, dan teknologi

yang mempengaruhi permintaan melalui perjalanan udara.

3. Menetapkan hubungan antara permintaan perjalanan melalui udara dan faktor-

faktor tersebut yang penting dalam mengubah permintaan perjalanan melalui

udara.

4. Memproyeksikan ke masa yang akan datang, nilai faktor tersebut yang

mempengaruhi permintaan perjalanan melalui udara.

5. Menggunakan model dan prakiraan untuk mendapatkan prakiraan permintaan

perjalanan udara pada masa yang akan datang.

Berdasarkan data historis, maka dibuat proyeksi pertumbuhan (forecast). Proyeksi

pertumbuhan harus dilakukan dengan meninjau data historis, untuk proyeksi dalam

jangka waktu 10 tahun atau 20 tahun ke depan harus meninjau data 10 tahun atau

20 tahun yang lalu. Langkah yang dilakukan adalah :

1. Mengidentifikasi parameter aktifitas penerbangan yaitu

a. penerbangan domestik dan internasional

b. data penumpang datang, berangkat ataupun transit

2. Pengumpulan data dan melakukan peninjauan proyeksi yang telah dilakukan.

3. Memilih metoda proyeksi (forecast).

4. Mengevaluasi atau membandingkan hasil yang diperoleh pada langkah 3 dengan

proyeksi yang telah dilakukan oleh instansi yang terkait.

5. Menetapkan nilai proyeksi yang diperoleh sebagai angka yang digunakan dalam

proses perencanaan.

2.4.1. Prediksi dalam perencanaan transportasi Udara

Perencanaan transportasi mempunyai tujuan untuk mengembangkan sarana dan

prasarana transportasi agar dapat menunjang pergerakan manusia, barang, atau

kendaraan. Perencanaan transportasi udara adalah perwujudan fasilitas

penerbangan yang dibutuhkan untuk memenuhi kebutuhan pada saat ini, dan

kebutuhan masa mendatang pada khususnya. Oleh karena itu, untuk mencapai

keseimbangan antara jumlah penumpang dan volume penerbangan pada masa

mendatang dengan ketersediaan moda transportasi udara itu perlu dilakukan

perencanaan transportasi udara. Teknik perencanaan itu dilakukan dengan

memprediksi jumlah penumpang dan volume perjalanan angkutan udara. Ada 2

jenis prediksi dalam dunia penerbangan, yaitu (Horonjeff&McKelvey, 1994):

1. Makroprakiraan; adalah prakiraan/prediksi kegiatan penerbangan total dalam

suatu daerah yang luas, seperti negara.

2. Mikroprakiraan; adalah prakiraan/prediksi yang berhubungan dengan kegiatan di

Bandar udara pada suatu daerah yang tertentu atau pada rute masing-masing.

Pada umumnya prediksi dilakukan untuk jangka pendek dan jangka panjang.

Prediksi jangka pendek dilakukan untuk memprediksi dengan waktu kurang dari

lima tahun dan memiliki ketelitian lebih besar dibandingkan dengan prediksi jangka

panjang. Tujuan dari suatu prediksi bukanlah untuk meramalkan kondisi yang

terjadi di masa depan secara tepat, tetapi untuk mencari suatu informasi yang akan

digunakan pada perencanaan transportasi (Horonjeff&McKelvey, 1994). Dalam

rentang waktu yang diprediksi tersebut, maka sangat mungkin terjadi faktor-faktor

sosial ekonomi yang akan mempengaruhi hasil prediksi tersebut. Sebagai contoh,

krisis ekonomi yang diawali dengan krisis moneter atau melemahnya nilai mata

uang Rupiah terhadap mata uang asing khususnya US Dollar pada tahun 1997,

menyebabkan daya beli masyarakat menurun. Hal ini juga menyebabkan terjadi

penurunan drastis jumlah penumpang angkutan udara di seluruh wilayah Republik

Indonesia (BPS, 2000).

2.4.1.1 Metode Time Series

Time series analisis merupakan analisis sekumpulan data dalam suatu periode

waktu yang lampau yang berguna untuk mengetahui atau meramalkan kondisi

masa mendatang. Hal ini didasarkan bahwa perilaku manusia banyak dipengaruhi

oleh kondisi waktu atau atau waktu sebelumnya (Gujarati;1995). Sehingga faktor

waktu sangat penting peranannya.

Time series analisis telah dikembangkan dengan berbagai cara antara lain berupa

metode dekomposisi, pendekatan moving average, metode smoothing, pendekatan

Box-Jenkins, dan kita juga dapat menggunakan metode Kausal (korelasi) yaitu

analisis Time series dihubungkan dengan data atau dengan data dan hasil ramalan

(proyeksi) variable lain yang diasumsikan mempunyai hubungan terhadap data

Time series yang ditinjau. Dalam tulisan ini akan digunakan metode dekomposisi,

pendekatan moving average dan metode kausal (korelasi). 

Pendekatan dekomposisi ini berusaha menguraikan atau memecah suatu deret

berkala kedalam sub komponen utamanya. Dengan demikian, daripada mencoba

meramalkan pola tunggal, suatu usaha terpisah yang dilakukan untuk meramalkan

pola musiman, pola kecenderungan, pola siklus serta pada kerandoman smoothing.

Peramalan metode ini membuat ekstrapolasi dari tiap-tiap pola komponen secara

terpisah dan menggabungkannya kembali ke dalam ramalan akhir.

Metode dekomposisi berguna tidak hanya dalam menghasilkan deret berkala, tetapi

juga dalam menghasilkan informasi mengenai komponen deret berkala dan dampak

dari berbagai faktor, seperti musiman dan siklus pada hasil yang diamati. Secara

umum metode ini dicirikan dengan tidak adanya bahasa statistik, dikembangkan

secara empiris daripada didasarkan atas konstruksi teoritis.

Untuk melakukan dekomposisi dalam time series analitis harus diperhatikan

beberapa komponen yang polanya sesuai dengan persamaan, yaitu :

Data = pattern + error

= f (trend,seasonality,cycle) + error …………..(1)

Yt = f (Tt, St, Ct, It)…………………………………(2)

Secara matematis persamaan diatas dapat ditulis :

Yt = Tt x St x Ct x It………………………………………………..(3)

Dimana :

Yt = data time series periode t

Tt = data trend periode t

St = data seasonal (indeks) periode t

Ct = faktor cyclical peride t

It = faktor error atau randomness periode t

Untuk mencari nilai komponen T, S, C dan I dilakukan dengan memisahkan masing-

masing komponen sebagai dasar untuk melihat pola karakteristik data. Proses ini

akan dibahas sekaligus dalam langkah-langkah perhitungan yang dilakukan dalam

time series analisis.

Langkah-langkah perhitungan 

1. Menghitung nilai Trend

Trend merupakan suatu gerakan kecenderungan naik atau turun dalam jangka

panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya

cukup rata (smooth). Data yang dipergunakan sebagai dasar perhitungan sebaiknya

lebih dari 10 satuan waktu. 

Menghitung nilai trend dapat dilakukan dengan beberapa metode, dalam tulisan ini

akan disampaikan tiga metode yang paling sering digunakan yaitu :

a. Metode kuadrat terkecil (least square method)

Perhitungan nilai trend dengan metode ini juga biasa disebut dengan metode linear

yang dilakukan dengan persamaan :

Yx = a + bX……………………………………(4)

Dimana :

Yx = data time series periode X

X = waktu (hari,minggu,bulan,triwulan,tahun)

a,b = bilangan konstan

Nilai a dan b diperoleh dari:

a = Y/n atau a = y rata-rata………………..(5)

b = XY / X2………………………………(6)

b. Metode trend kuadratis (Quadratic Trend method)

Menghitung nilai trend dengan metode ini dilakukan dengan menggunakan

persamaan sebagai berikut :

Yx = a + bX + cX2…………………………...(7)

Dimana :

Y = data time series periode X

X = waktu (hari minggu,bulan,triwulan,tahun)

a,b,c = bilangan konstan

Nilai a, b, dan c diperoleh dari :

a = ((Y)(X2X2)-(X2Y)(X2)) / n (X2X2)- (X2)2………………(8)

b = XY / X2……………………………………………………….(9)

c = (n(X2Y)- (X2)(Y)) / n (X2X2)- (X2)2……………………..(10)

c. Metode trend eksponensial (Exponential trend method)

Menghitung nilai trend dengan metode ini dilakukan dengan menggunakan dua

persamaan :

(1). Y = a/(1-b) …………………………………………………(11)

Persamaan ini digunakan untuk variable diskrit

(2). Y = a.exp(bX)………………………………………………...(12)

Persamaan ini digunakan untuk variable kontinyu

Dimana ;

Y = data time series periode X

X = waktu (hari,minggu,bulan,triwulan,tahun)

a,b = bilangan konstan

nilai a dan b diperoleh dari :

a = anti Ln(Ln Y)/n……………………………………………(13)

b = anti Ln(X.LnY) / (X)2)-1………………………………...(14)

Dari ketiga metode diatas untuk menentukan mana yang paling baik harus dipilh

metode yang mempunyai derajat kesalahan paling kecil yaitu yang mempunyai

selisih antara data asli (actual) dengan hasil estimasi (trend) yang paling kecil.

Untuk mengukurnya dilakukan dengan menggunakan persamaan (1).

Perhitungan nilai trend dapat juga dilakukan dengan menggunakan software SPSS

dan untuk menentukan metode yang paling baik adalah memilih metode yang

mempunyai nilai standar error paling kecil dan R-square yang paling besar.

2.4.1.2 Metode Indeks Seasonal atau Musim (S)

The seasonal factor relates to periodis fluctuations of constant length that are

caused by such things as temperature, rainfall, month of the year, timing of

holiday,corporate policies. Disini variasi musiman berhubungan dengan perubahan

atau fluktuasi dalam musim-musim tertentu, dalam satuan bulanan, triwulanan,

semesteran atau tahunan. Variasi musim misalnya terlihat pada produksi pertanian,

pergerakan inflasi dan pasar saham.

Untuk menghitung indeks musim dapat dilakukan dengan beberapa metode yaitu:

a. Metode rata-rata sederhana (simple averages methods)

b. Metode rata-rata dengan trend ( ratio to trend methods)

c. Metode rasio rata-rata bergerak (ratio to moving averages methods)

Dari ketiga metode diatas, metode rata-rata sederhana dan metode rata-rata

dengan trend sudah jarang dipergunakan karena perhitungannya terlalu sederhana,

sedangkan metode ketiga lebih banyak dipakai karena lebih baik dalam

menjelaskan variasi musim dan meningkatnya pemakaian komputer dalam

pengolahan statistik.

Mencari indeks musim dilakukan proses pradekomposisi dengan metode ratio rata-

rata bergerak :

- Pada data aktual, hitung rata-rata bergerak yang panjangnya N sama dengan

panjang musiman

- Rata-rata bergerak ini digunakan untuk menghilangkan unsure musiman St dan

unsur error It.

- Rata-rata bergerak yang dihasilkan adalah :

Mt = Tt x Ct………………………………………..(15)

- Dengan membagi data actual (persamaan 2) dengan persamaan (18) maka S x I

dapat dipisahkan yaitu :

Yt = = St x It……………………………(16)

- Kemudian mencari indeks musiman St dengan cara memisahkan dengan faktor

error I yaitu dengan cara :

a. Gunakan rata-rata bergerak medial untuk menghilangkan unsur acak I dan yang

tersisa hanya faktor musiman

b. Indeks musiman adalah data actual dibagi moving averages (persentase) sesuai

persamaan (16)

c. Indeks musiman diperoleh dari rata-rata medial dikalikan dengan faktor koreksi

2.4.1.3 Cyclical Indecs Methods atau Metode Indeks Siklus (C)

Siklus merupakan suatu perubahan atau gelombang naik dan turun dalam suatu

periode serta berulang pada periode lain. Suatu siklus biasanya mempunyai periode

tertentu untuk kembali ke titik asalnya, periode ini dikenal dengan lama siklus.

Siklus juga mempunyai frekuensi yaitu siklus yang dapat diselesaikan dalam satu

periode waktu.

Indeks siklus diperoleh dari persamaan (15) dengan persamaan (4) :

= = C…………………….…………………(17)

Untuk memperoleh indeks siklus adalah moving averages dibagi trend (prosentase).

2.4.1.4 Metode Market Share Approach

Teknik prakiraan yang digunakan untuk membandingkan suatu kegiatan

penerbangan berskala besar dengan suatu kegiatan penerbangan pada tingkat

lokal disebut metode Market Share. Metode ini telah banyak digunakan sebagai

teknik untuk memprakirakan permintaan penerbangan pada tingkat lokal. Manfaat

utamanya adalah dalam penentuan bagian kegiatan lalu lintas nasional yang akan

ditampung oleh Bandar udara pada suatu daerah (Horonjeff & McKelvey, 1994). 

Langkah pertama yang akan dilakukan dalam melakukan prediksi dengan metode

Market Share adalah dengan menentukan presentase perbandingan (rasio) dari

jumlah penumpang pada suatu rute tertentu terhadap jumlah penumpang total

yang terdapat pada Bandar udara yang ditinjau. Selanjutnya untuk memprediksi

jumlah penumpang suatu rute tertentu tersebut, presentase perbandingan tersebut

digunakan dengan mengalikannya dengan hasil prediksi jumlah penumpang total

pada Bandar udara yang ditinjau berdasarkan metode-metode statistik lainnya.

Untuk lebih jelasnya, digunakan rumus sebagai berikut :

A = B x C

Dengan :

A = prediksi jumlah penumpang suatu rute tertentu

B = persentase perbandingan antara jumlah penumpang suatu rute tertentu.

terhadap jumlah penumpang total pada suatu Bandar udara yang ditinjau.

C = prediksi jumlah penumpang total pada suatu Bandar udara yang ditinjau

berdasarkan metode-metode statistik lainnya.

Metode Market Share juga benyak digunakan oleh FAA dan Bandara-bandara di

Amerika Serikat dalam membuat perkiraan penerbangan di masa yang akan

datang, masalnya pada Bandara Mythaca, Chicago, Shoridan dan sebaginya. 

Di Amerika serikat, beberapa metode yang digunakan dalam analisis bandara untuk

kebutuhan peramalan, cara yang paling sederhana digunakan yaitu peramalan

perjalanan berdasarkan catatan perjalanan dan dan berdasarkan besar (Status)

bandara tersebut dalam sistem perjalanan domestik Amerika. Metode ini biasa

disebut Market Share Approach. Dasar dari konsep sisitem penerbangan komersial

Amerika Serikat adalah pada sebagian besar bandara, pemeliharaan diberikan pada

tiap bagian dari keseluruhan sisitem penerbangan Amerika serikat berdasarkan

catatan perjalanan mereka ( their historical share). Konsep ini akan bekerja dengan

baik jika saja komunitas disekitar bandara bertambah dan atau berubah lebih cepat

dari seluruh negara bagian.

Masyarakat diberikan dan diperlihatkan hasil peramalan dari sebuah bandara untuk

bisa membandingkan dengan beberapa pendekatan yang diramalkan. Jika pada

pendekatan Market Share tidak nampak untuk pendekatan lain, maka pendekatan

lain tersebut tetap akan digunakan, yang pertama karena data FAA digunakan

untuk membuat (membangun sebuah model) ramalan dan juga dibutuhkan untuk

mendukung peramalan pada bagian Master Plan. Dua pendekatan lainnya yang

biasa digunakan adalah :

1. Dengan “Trends”, dimana data-data yang sudah ada sebelumnya sering kali

digunakan digunakan untuk mengembangkan suatu “trend”

2. Dengan “ Regression of important variable” 

Variabel tersebut digunakan untuk menentukan bagaimana transportasi udara

tersebut dimasa mendatang (Kependudukan, Jasa, dan Pendekatan Lokal). Hasil

dari perhitungan dan proyeksinya digunakan untuk mengembangkan persamaan

regresi dari data Lampau yang telah ada. Persamaan ini merupakan asumsi untuk

diaplikasikan dimasa mendatang dimasa mendatang dan digunakan untuk

peramalan bandar udara yang akan datang. Dalam ilmu Statistik dan Peramalan

metode ini biasa disebut Pendekata Kausal (Korelasi)

2.4.1.5 Metode Double Exponetial Smoothing

Terdapat dua jenis metode Double Exponetial Smoothing, yaitu metode satu-

Parameter dari Brown dan metode dua-Parameter dari Holt. Persamaan yang

digunakan dalam metode Double Exponential Smoothing dari Brown adalah

(Makridakis, 1983) :

S’T = W XT + (1-W)S’T-1

S”T = W S’T + (1-W)S”T-1

Dengan :

S’T = pemulusan eksponensial tunggal (Single Exponential Smoothing) pada

periode T

S’T = pemulusan eksponensial ganda (Double Exponential Smoothing) pada periode

T

W = faktor pendekatan

Perhitungan prediksi menggunakan rumus dibawah ini :

FT+m = 2S’T – S”T + (S’T – S”T) m

Dengan :

FT+m = prediksi untuk m periode ke muka dari periode T

m = jumlah periode ke muka yang di prediksi

pada rumus ini terdapat faktor , dimana W merupakan suatu faktor pendekatan

yang memberikan bobot yang semakin menurun pada observasi masa lalu. Nilai

faktor pendekatanW yang akan digunakan dalam metode Double Exponential

Smoothing Adalah nilai W yang meminimumkan nilai pengujian MSE (Mean Squared

Error) pada kelompok data pengujian. Jika W mempunyai nilai mendekati +1, maka

prediksi yang baru akan mencakup penyesuaian kesalahan yang besar pada

prediksi sebelumnya. Sebaliknya jika nilai W mendekati 0, maka prediksi yang baru

akan mencakup penyesuaian yang sangat kecil. Bilamana digunakan suatu deret

berkala (time series) yang mengandung kesalahan random, maka MSE (Mean

squared Error) merupakan statistik yang bermanfaat dan dapat dipakai sebagai

prediksi untuk masa mendatang.

2.5 Kondisi Geografis dan Tinjauan Ekonomi

Kota Makassar mempunyai posisi strategis karena berada di persimpangan jalur lalu

lintas dari arah selatan dan utara dalam propinsi di Sulawesi, dari wilayah kawasan

Barat ke wilayah kawasan Timur Indonesia dan dari wilayah utara ke wilayah

selatan Indonesia. Dengan kata lain, wilayah kota Makassar berada koordinat 119

derajat bujur timur dan 5,8 derajat lintang selatan dengan ketinggian yang

bervariasi antara 1-25 meter dari permukaan laut. Kota Makassar merupakan

daerah pantai yang datar dengan kemiringan 0 - 5 derajat ke arah barat, diapit dua

muara sungai yakni sungai Tallo yang bermuara di bagian utara kota dan sungai

Jeneberang yang bermuara di selatan kota. Luas wilayah kota Makassar seluruhnya

berjumlah kurang lebih 175,77 Km2 daratan dan termasuk 11 pulau di selat

Makassar ditambah luas wilayah perairan kurang lebih 100 Km². Jumlah kecamatan

di kota Makassar sebanyak 14 kecamatan dan memiliki 143 kelurahan. Diantara

kecamatan tersebut, ada tujuh kecamatan yang berbatasan dengan pantai yaitu

kecamatan Tamalate, Mariso, Wajo, Ujung Tanah, Tallo, Tamalanrea dan

Biringkanaya. Kota Makassar sendiri berdekatan dengan sejumlah kabupaten yakni

sebelah utara dengan kabupaten Pangkep, sebelah timur dengan kabupaten Maros,

sebelah selatan dengan kabupaten Gowa dan sebelah barat dengan Selat

Makassar. 

Dari gambaran selintas mengenai lokasi dan kondisi geografis Makassar, memberi

penjelasan bahwa secara geografis, kota Makassar memang sangat strategis dilihat

dari sisi kepentingan ekonomi maupun politik. Dari sisi ekonomi, Makassar menjadi

simpul jasa distribusi yang tentunya akan lebih efisien dibandingkan daerah lain.

Memang selama ini kebijakan makro pemerintah yang seolah-olah menjadikan

Surabaya sebagai home base pengelolaan produk-produk draft kawasan Timur

Indonesia, membuat Makassar kurang dikembangkan secara optimal. Padahal

dengan mengembangkan Makassar, otomatis akan sangat berpengaruh terhadap

peningkatan kesejahteraan masyarakat di kawasan Timur Indonesia dan percepatan

pembangunan. Dengan demikian, dilihat dari sisi letak dan kondisi geografis

Makassar memiliki keunggulan komparatif dibanding wilayah lain di kawasan Timur

Indonesia. Saat ini Kota Makassar dijadikan inti pengembangan wilayah terpadu

Mamminasata. 

Perluasan Bandara Internasional Hasanuddin Makassar, akan berimplikasi positif

terhadap pertumbuhan ekonomi di Kawasan Timur Indonesia (KTI). Perluasan

Bandara Hasanuddin akan memperlancar arus barang dan jasa dari dan ke KTI

karena letak Makassar yang strategis dan merupakan pintu gerbang ke KTI. Roda

perekonomian di KTI akan berputar lebih kencang sehingga pertumbuhan ekonomi

di kawasan itu juga akan lebih tinggi. Selama ini, perekonomian di KTI masih sulit

berkembang karena terhambat faktor transportasi sebagai dampak dari kondisi

geografis daerah-daerah di KTI yang umumnya merupakan kepulauan. Pada

awalnya, daerah-daerah di KTI hanya mengandalkan transportasi laut sehingga

mobilitas barang dan jasa lambat, namun setelah sejumlah maskapai penerbangan

membuka penerbangan ke KTI, perekonomian di wilayah ini mulai menggeliat dan

fenomena itu akan semakin terlihat nyata setelah Bandara Internasional Sultan

Hasanudin diperluas. 

Karena itu, perluasan Bandara Hasanuddin tidak saja menguntungkan Makassar dan

Sulsel tetapi juga seluruh KTI. Alasannya, faktor kelancaran transportasi yang

ditopang oleh makin ramainya penerbangan udara, berperan 50-60% terhadap

pertumbuhan ekonomi disuatu daerah.

2.6 Pusat Pengendalian Lalu Lintas Udara

Pemilihan Makassar sebagai tempat pusat pengendalian lalu lintas udara adalah

pilihan yang sangat strategis, karena secara geografis dalam peta nusantara letak

kota Makassar berada ditengah-tengah. Dari segi pertimbangan kondisi sosial

ekonomi pun sangat tepat, karena pemindahan pusat pengendalian lalu lintas dari

Bali berdampak pada pemindahan beberapa tenaga kerja terutama controller dari

daerah Bali yang penuh sesak dan serba mahal, dan kini pindah ke Makassar yang

lebih lapang dan serba murah. Dalam sistem perencanaan khususnya dari sudut

pandang sosial ekonomi, pola-pola demikian akan sangat menguntungkan secara

nasional, karena pasti hal tersebut akan berdampak pula pada meningkatnya

kebutuhan perumahan disekitar bandara dan berpengaruh pada peningkatan

ekonomi mikro, apalagi Bandara Hasanuddin yang akan dikembangkan nantinya

dapat beroperasi pada akhir tahun 2007 dengan kapasitas (daya tampung) yang

besar untuk 5 juta penumpang per tahun.Bandar Udara Internasional Sultan

Hasanuddin ini kelak akan menjadi bandara pusat distribusi penumpang dan barang

(Hub Airport) untuk kawasan Timur wilayah Indonesia.

Pusat pengendalian lalu lintas udara untuk bagian wilayah ACC atau Area Control

Center seperti di MAATS ini tidak dikenal oleh masyarakat umum, baik di Amerika,

Eropa apalagi di Indonesia, kebanyakan masyarakat umum mengerti pengendalian

lalu lintas udara itu dilakukan dari menara pengawas saja, pada hal menara

pengawas (Tower) hanyalah bagian terkecil dari pengendalian lalu lintas udara yang

fungsinya mengawasi pesawat udara yang beroperasi disekitar bandar udara saja.

Sedangkan ACC seperti MAATS mengawasi ruang udara Indonesia dari mulai di atas

Semarang, Palangkaraya sampai ke Timur berbatasan dengan ruang udara Papua

New Guinea, Oackland (AS), Philiphina, Malaysia dan Australia. Penerbangan lintas

domestik dari Pulau Jawa ke Kalimantan, Sulawesi, Bali, NTT, Maluku dan Irian Jaya

(Papua) semua di kontrol dari MAATS, begitupula penerbangan lintas Internasional

yang berasal dari Australia, ke wilayah Asia Pasifik dan Asia Tenggara dan

sebaliknya. Jumlah penerbangan lintas ini bisa mencapai ± 1500 penerbangan

dalam sehari. Jumlah controller yang bekerja di MAATS saat ini adalah ± 140 orang

dan jumlah ini baru memenuhi 70% dari kebutuhan standar, sekalipun beberapa

controller dari Bali dan dari beberapa bandara lainnya telah dipindahkan ke

Makassar. MAATS ini nantinya akan dikembangkan terus sampai dapat mengambil

alih pengawasan ruang udara udara bagian bawah (Lower Air Space) dari ketinggian

15.000 kaki s/d 24.500 kaki di atas Irian (Papua), Maluku, Kalimantan Timur. Saat ini

baru pada ketinggian 24.500 kaki s/d 46.000 kaki.