Forecast Penumpang, Pesawat, dan Kargo dalam Lalu Lintas Angkutan Udara di Bandara Sultan Thaha
Forecast of Passengers, Aircraft and Cargo in Air Transport Traffic at Sultan Thaha Airport
Keywords:
Prediksi (Forecast); Tren Deret Waktu; Tren Eksponensial; Tren Linear; Tren Polinomial; Tingkat Kesalahan Prediksi (MAPE).Abstract
Berdasarkan data Bandar Udara Internasional Sulthan Thaha, tercatat jumlah penumpang terus mengalami peningkatan dari tahun ke tahun. Sebagai salah satu bandara utama di Provinsi Jambi, Sulthan Thaha memiliki peran strategis dalam mendukung mobilitas penumpang dan perekonomian wilayah sekitarnya. Kapasitas terminal penumpang saat ini mampu melayani hingga 1,6 juta penumpang per tahun. Namun, dengan tren pertumbuhan penumpang yang terus meningkat, diprediksi dalam jangka waktu 10 tahun mendatang kapasitas terminal akan mengalami kepadatan (masalah kekurangan kapasitas). Untuk itu diperlukan analisa prediksi jumlah penumpang hingga tahun 2032. Metode prediksi tren serial-waktu digunakan berdasarkan data historis penumpang dari tahun 2013 hingga 2022. Analisis dilakukan menggunakan 3 model teknik serial-waktu, yaitu: 1) tren linier, 2) tren eksponensial, 3) tren polimnomial. Hasil prediksi menunjukkan bahwa pada akhir tahun 2028 jumlah penumpang diperkirakan akan mencapai antara 2,1 hingga 2,5 juta penumpang, dan pada tahun 2032 akan meningkat menjadi 2,7 hingga 3,2 juta penumpang. Dengan tingkat kesalahan prediksi (MAPE) antara 2,3 hingga 8,5 persen. Disimpulkan bahwa dalam waktu 10 tahun mendatang, kapasitas terminal Sulthan Thaha perlu ditingkatkan untuk mengantisipasi kelebihan kapasitas hingga 50 persen.
Downloads
References
Abdi, R.dkk. (2018). Analisis Tren Deret Waktu untuk Prediksi Transportasi. Jurnal Statistik Indonesia, 15(2), 123-134.
Handoko, T. (2019). Metodologi forecast Statistik. Jurnal Teknik dan Manajemen, 22(3), 45-59.
Pratama, Y. dkk. (2020). Evaluasi Akurasi Model forecast Menggunakan MAPE. Jurnal Teknologi Penerbangan, 10(1), 78-89.
Wijaya, D. (2021). Dampak Kebijakan Pemerintah terhadap Lalu Lintas Udara. Jurnal Transportasi Nasional, 19(1), 98-112.
Sukardi, A. dkk. (2022). Pengembangan Infrastruktur Bandara untuk Mendukung Pertumbuhan Penumpang. Jurnal Infrastruktur , 14(3), 210-225.
Angkasa Pura II. (2022). Laporan Tahunan.
Direktorat Jenderal Perhubungan Udara. (2022). Statistik Transportasi Udara.
Creswell, JW (2017). Desain Penelitian: Pendekatan Kualitatif, Kuantitatif, dan Campuran .
Gujarati, DN (2014). Ekonometrika Dasar.
Porter, ME (1998). Keunggulan Kompetitif: Menciptakan dan Mempertahankan Kinerja Unggul.
Bank Dunia. (2021). Penerbangan untuk Pembangunan.
UNWTO. (2021). Statistik Pariwisata.
Anggraini, D. (2019). Peran Bandara dalam Perekonomian Lokal. Jurnal Ekonomi Daerah, 5(2), 55-70.
Dewi, E. A. (2018). Perbandingan Metode Holt Winter's Exponential Smoothing dan Extreme Learning Machine (ELM) pada Prediksi Penjualan Semen. Yogyakarta: Universitas Islam Indonesia
Dheviani, S. (2018). Prediksi Banyaknya Penumpang di Bandar Udara Internasional Ahmad Yani Semarang dengan Mempertimbangkan Special event. PRISMA 1, 434-444
Ishak, A. (2010). Manajemen Operasi. Yogyakarta: Graha Ilmu
Kabacoff, R. (2015). R in Action:Data Analysis and Graphics with R. New York: Manning Publication Co
Makridakis, S. (1995). Metode dan Aplikasi Prediksi. Jakarta: Penerbit Erlangga
Montgomery, D. C. (2008). Introduction to Time Series Analysis and Forecasting. Hoboken, New Jersey: John Wiley & Sons
Payu, M. R., & Nurwan. (2019). Metode Exponential Emoothing Event Based (ESEB) dan Metode Winter's Exponential Smoothing (WES) untuk Prediksi Jumlah Penumpang Tiba di Pelabuhan Penyeberangan Gorontalo. Barekeng: Jurnal Ilmu Matematika dan Terapan, 199-204
Rachmansyah, M. I. (2017). Pengaruh penyeimbangan Pergerakan Pesawat terhadap Peninkatan Kinerja Bandara (Studi Kasus: Bandara Internasional Soekarno-Hatta). Warta Ardhia (Jurnal Perhubungan Udara), 13-26
Safitri, T. (2016). Perbandingan Prediksi menggunakan Metode Holt Winter's Exponential Smoothing dan ARIMA . Semarang: Universitas Negeri Semarang
Sudjana. (1986). Metode Statistika. Bandung: Tarsito
Khafidli, M. K., & Choiruddin, A. (2022). Forecast of Aviation Traffic in Indonesia Based on Google Trend and Macroeconomic Data using Long Short-Term Memory. 2022 International Conference on Data Science and Its Applications, ICoDSA 2022, 220–225.
Chisan, & Wijayanto. (2024). Analisis Prediksi Lalu Lintas Udara Berbasis Data Historis dan Faktor Eksternal. Jurnal Transportasi Udara, 12(1), 45-60.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 dhiya yaisy defrizal, Febria Roza, Apriliyana Asri, Anggon Pringgandini, Najwah Zanuba
This work is licensed under a Creative Commons Attribution 4.0 International License.
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
