Download - SHIAM
![Page 1: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/1.jpg)
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.
![Page 2: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/2.jpg)
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,
![Page 3: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/3.jpg)
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
![Page 4: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/4.jpg)
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
![Page 5: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/5.jpg)
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.
![Page 6: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/6.jpg)
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.
![Page 7: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/7.jpg)
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.
![Page 8: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/8.jpg)
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
![Page 9: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/9.jpg)
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)
![Page 10: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/10.jpg)
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
![Page 11: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/11.jpg)
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
![Page 12: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/12.jpg)
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
![Page 13: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/13.jpg)
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
![Page 14: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/14.jpg)
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
![Page 15: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/15.jpg)
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.
![Page 16: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/16.jpg)
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
![Page 17: SHIAM](https://reader035.vdokumen.com/reader035/viewer/2022081802/55cf93fc550346f57b9f0067/html5/thumbnails/17.jpg)
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.