Perancangan Alat Bantu Pengambilan Keputusan Berbasis Sistem Dinamik Untuk Mengevaluasi Kebutuhan Kapasitas Bandara Juanda

Transkripsi

1 Sidang Tugas Akhir Perancangan Alat Bantu Pengambilan Keputusan Berbasis Sistem Dinamik Untuk Mengevaluasi Kebutuhan Kapasitas Bandara Juanda Diajukan oleh : Febru Radhianjaya Jurusan Teknik Industri Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya LOGO

2 Rute yang Menuju Juanda

3 Kondisi Eksisting Saat ini (Kementerian Perhubungan, 2010)

4 Pertumbuhan Penumpang No. Nama Bandara Level Pertumbuhan Penumpang (%) 1 Juanda, Surabaya Primer 5,25 2 Hang Nadim, Batam Primer 44,53 3 Soekarno-Hatta, DKI Jakarta Primer 8,1 4 Tjilik Riwut, Palangkaraya Tersier 17,33 5 Syamsuddin Noor, Banjarmasin Sekunder 9,45 6 Sepinggan, Balikpapan Primer 14,08 7 Mutiara, Palu Sekunder 39,58 8 Hasanuddin, Makassar Primer 22,53 9 Sam Ratulangi, Manado Primer 4,98 10 Pattimura, Ambon Tersier 4,87 11 El Tari, Kupang Sekunder 18,6 12 Selaparang, Mataram Sekunder 4,46 13 Ngurah Rai, Denpasar Primer 7,72 14 Adi Sutjipto, Jogjakarta Sekunder 6,38 15 Ahmad Yani, Semarang Sekunder 9,22 16 Husein Sastranegara, Bandung Tersier 4,65

5 Tipe Bandara di Indonesia Primer Sekunder Tersier > penumpang penumpang penumpang (Kementrian Perhubungan, 2010)

6 Dengan adanya permasalahan ini, maka dilakukan penelitian mengenai pemodelan sistem yang akan menyelesaikan permasalahan terkait dengan kapasitas bandara Berdasarkan studi literatur dan wawancara yang dilakukan, pemodelan sistem yang sesuai yaitu menggunakan pemodelan sistem dinamik yang bertujuan untuk mengevaluasi kapasitas bandara

7 Framework Penelitian Data Penumpang dan Pertumbuhannya Data Penerbangan Domestik Pemodelan Sistem Dinamik Konseptualisasi Model Sistem : Pembuatan Causal Loop dan Sub Model Sistem Simulasi Sistem Dinamik Kapasitas Bandara Juanda Perencanaan Kapasitas Bandara Juanda Pembuatan Alat Bantu Pengambilan Keputusan Jumlah Penumpang dan Kapasitas Bandara Hasil Simulasi dan Desain Skenario

8 Perumusan Masalah Bagaimana merancang alat bantu pengambilan keputusan untuk mengevaluasi kapasitas bandara Juanda dan isu kebijakan dengan sistem dinamik.

9 Tujuan Penelitian Melakukan pemodelan sistem dinamik dalam mendapatkan sistem dan evaluasi kapasitas bandara Juanda Mendapatkan alat bantu keputusan untuk mengevaluasi kebutuhan kapasitas bandara Juanda Melakukan studi eksperimen dengan berbagai perubahan skenario

10 Ruang Lingkup Penelitian Penerbangan yang diteliti adalah penerbangan domestik Tidak terdapat perubahan kebijakan strategis pada saat penelitian dilakukan Aspek mengenai kondisi perekonomian eksternal tidak dijabarkan

11 Manfaat Penelitian Didapatkan alat bantu pengambilan keputusan yang berguna untuk Direktorat Jenderal Perhubungan Udara dalam mengevaluasi kapasitas bandara Dapat memberikan masukan atau usulan perbaikan terhadap kondisi eksisting kebijakan strategis yang ada pada Direktorat Jenderal Perhubungan Udara

12 Isu Kebijakan dan Data Kapasitas Pada awal tahun 2011 terdapat isu mengenai dioperasikannya kembali bandara Juanda II Kapasitas Juanda I : 6,5 juta orang per tahun Kapasitas Juanda II (ex. Juanda) : 4 juta orang per tahun

13 Maskapai Batavia No. Rute Pesawat Kapasitas Frekuensi Per Kursi Minggu 1 Ambon-Surabaya B Balikpapan- Surabaya B Banjarmasin- Surabaya B Batam-Surabaya B Denpasar-Surabaya B Jakarta-Surabaya B Jakarta-Surabaya B Jogjakarta-Surabaya B Kupang-Surabaya B Makassar-Surabaya B Mataram-Surabaya B Palangkaraya- Surabaya B Palu-Surabaya B

14 Maskapai Garuda dan Garuda Citilink No. Rute Pesawat Kapasitas Frekuensi Per Kursi Minggu 1 Denpasar-Surabaya B Jakarta-Surabaya B Makassar-Surabaya B No. Rute Pesawat 1 2 Balikpapan- Surabaya Banjarmasin- Surabaya 3 Batam-Surabaya 4 Jakarta-Surabaya 5 Jakarta-Surabaya 6 Makassar-Surabaya B B B B B B Kapasitas Kursi Frekuensi Per Minggu

15 Maskapai Lion dan Wings Air No. Rute Pesawat Kapasitas Frekuensi Per Kursi Minggu 1 Balikpapan-Surabaya B Balikpapan-Surabaya B Banjarmasin-Surabaya B Batam-Surabaya B Denpasar-Surabaya B Jakarta-Surabaya B Jogjakarta-Surabaya B Kupang-Surabaya B Makassar-Surabaya B Makassar-Surabaya B Manado-Surabaya B Mataram-Surabaya MD Mataram-Surabaya B Palangkaraya- Surabaya MD No. Rute Pesawat Kapasitas Frekuensi Per Kursi Minggu 1 Denpasar-Surabaya B Jogjakarta-Surabaya B Semarang-Surabaya B

16 Maskapai Merpati No. Rute Pesawat Kapasitas Frekuensi Per Kursi Minggu 1 Bandung-Surabaya B 733/ Denpasar-Surabaya B 733/ Denpasar-Surabaya B Denpasar-Surabaya F Makassar-Surabaya B 733/ Makassar-Surabaya B Mataram-Surabaya B 733/

17 Maskapai Sriwijaya No. Rute Pesawat Kapasitas Kursi Frekuensi Per Minggu 1 Balikpapan- Surabaya B Balikpapan- Surabaya B Bandung-Surabaya B Banjarmasin- Surabaya B Jakarta-Surabaya B Jakarta-Surabaya B Kupang-Surabaya B Kupang-Surabaya B Makassar-Surabaya B Manado-Surabaya B Semarang-Surabaya B

18 Causal Loop Diagram Salah satu variabel yang memberikan dampak umpan balik positif adalah semakin tinggi frekuensi total penerbangan maka kapasitas total pesawat juga akan semakin meningkat. Sedangkan salah satu variabel yang memberikan dampak umpan negatif adalah semakin tinggi jumlah penumpang di bandara maka sisa kapasitas bandara tersebut akan semakin rendah.

19 Sub Model Keberangkatan Maskapai Salah satu variabelnya adalah kapasitas penumpang keluar Batavia Juanda Pattimura yang didapatkan dari perkalian antara kapasitas Batavia Juanda Pattimura dan frekuensi Batavia per tahun Juanda Pattimura

20 Sub Model Keberangkatan Penumpang Salah satu variabelnya adalah penumpang Batavia Juanda Pattimura yang didapatkan dari kondisi jika calon penumpang kurang dari sama dengan kapasitas penumpang keluar Batavia Juanda Pattimura maka penumpang yang berangkat adalah calon penumpang Batavia Juanda Pattimura, namun jika tidak maka yang berangkat adalah maksimal kapasitas penumpang keluar Batavia Juanda Pattimura

21 Sub Model Kedatangan Maskapai Varibelnya adalah penjumlahan beberapa asal bandara per maskapai menuju bandara tujuan

22 Sub Model Kedatangan Penumpang Terdapat formulasi variabel penumpang Batavia datang ke Juanda yang didalamnya terdapat penjumlahan maskapai Batavia yang menuju bandara Juanda

23 Sub Model Penumpang Lokal Salah satu variabelnya adalah flow penumpang lokal Juanda yang didapatkan dari perkalian antara penumpang lokal Juanda dan faktor pertumbuhan penumpang lokal Juanda

24 Sub Model Pengembangan Kapasitas Bandara Salah satu variabelnya adalah penambahan kapasitas. Maksud penambahan kapasitas ini adalah jika total penumpang di Juanda lebih besar dari kapasitas terminal domestik Juanda maka dilakukan penambahan kapasitas baru jika kondisi tersebut belum terjadi maka belum dilakukan pengembangan bandara

25 Hasil Simulasi Pada tahun 2006 kondisi kapasitas bandara Juanda I yang berkapasitas orang per tahun telah overload karena jumlah total penumpang bandara Juanda melebihi kapasitas Juanda

26 Verifikasi Verifikasi model adalah tahap pengecekan model simulasi apakah telah dibuat dengan benar dan logis 2. Check Model : untuk mengecek apakah model bisa di running 1. Check Units : untuk memastikan kesetaraan satuan pada saat melakukan formulasi model

27 Validasi Validasi model ini bertujuan untuk melihat apakah model yang telah dibuat mampu mewakili atau menggambarkan kondisi sebenarnya. Uji Parameter Model : Pengujian parameter ini dapat dilakukan dengan cara membandingkan antara logika aktual dengan hasil simulasi. Hasil simulasi dikatakan baik jika polanya sama dengan logika aktual

28 Uji Kondisi Ekstrim: Validasi (2) Pengujian dilakukan dengan memasukkan nilai ekstrim terkecil dan terbesar pada variabel penumpang lokal Juanda Eksisting Ekstrim Terkecil Ekstrim Terbesar

29 Validasi (3) Uji Statistik : Membandingkan data aktual dan simulasi 1. Penumpang Berangkat 2. Penumpang Datang 3. Penumpang Total

30 Uji Struktur Model : Validasi (4) Dilakukan validasi struktur model dengan cara wawancara dengan pihak expert khususnya Direktorat Jenderal Perhubungan Udara untuk memastikan bahwa model yang dibuat mampu mewakili atau menggambarkan sistem nyata

31 Perancangan Alat Bantu Keputusan Alat bantu pengambilan keputusan dibuat berdasarkan skenario kebijakan yang telah dirancang, yaitu dengan mengubah variabel input dalam interface

32 Desain Skenario 1. Perubahan nilai variabel kapasitas bandara Juanda 2. Pengoperasian bandara Juanda II oleh maskapai Lion, Lion dan Sriwijaya, Lion dan Citilink, Lion dan Batavia 3. Perubahan nilai variabel penambahan frekuensi

33 1. Desain Skenario Penambahan Kapasitas Penambahan Kapasitas 4 juta >>> 10,5 juta >>> 14,5 juta >>> 18,5 juta

34 1. Desain Skenario Penambahan Kapasitas (2) Penambahan Kapasitas 8 juta >>> 14,5 juta >>> 22,5 juta

35 2. Desain Skenario Pengalihan Lion Juanda I 2014 overload : 6,5 juta 2014 overload : 4 juta Juanda II

36 2. Desain Skenario Pengalihan Lion (2) Penambahan sebesar 4 juta orang per tahun di Juanda I 2016 : 10,5 juta Penambahan sebesar 2 juta orang per tahun di Juanda II : 6 juta : 8 juta

37 2. Desain Skenario Pengalihan Lion dan Sriwijaya Juanda I 2020 overload : 6,5 juta 2008 overload : 4 juta Juanda II

38 2. Desain Skenario Pengalihan Lion dan Sriwijaya (2) Penambahan sebesar 4 juta orang per tahun pada bandara Juanda I 2022 : 10,5 juta Penambahan sebesar 2 juta orang per tahun pada bandara Juanda II : 6 juta : 8 juta : 10 juta

39 2. Desain Skenario Pengalihan Lion dan Citilink Juanda I 2020 overload : 6,5 juta 2010 overload : 4 juta Juanda II

40 2. Desain Skenario Pengalihan Lion dan Citilink (2) Penambahan sebesar 4 juta orang per tahun pada bandara Juanda I 2022 : 10,5 juta Penambahan sebesar 2 juta orang per tahun pada bandara Juanda II : 6 juta : 8 juta

41 2. Desain Skenario Pengalihan Lion dan Batavia Juanda I Juanda II 2006 overload : 4 juta

42 2. Desain Skenario Pengalihan Lion dan Batavia (2) Penambahan sebesar 4 juta orang per tahun pada bandara Juanda I Penambahan sebesar 2 juta orang per tahun pada bandara Juanda II : 6 juta : 8 juta : 10 juta

43 3. Desain Skenario Penambahan Frekuensi Eksisting Skenario Penambahan Frekuensi Dapat dilihat bahwa pada kondisi eksisting, jumlah penumpang pada tahun 2018 hingga 2030 terjadi peningkatan yang tidak terlalu signifikan karena terbatasnya frekuensi penerbangan jika diterapkan pada tahun 2018 Pada desain skenario penambahan frekuensi, jumlah penumpang akan semakin meningkat karena adanya penambahan frekuensi secara makro sebesar 7 frekuensi per minggu setiap dua tahun

44 Kesimpulan 1. Telah dilakukan pembuatan aplikasi model sistem dinamis untuk mengevaluasi kebutuhan kapasitas bandara Juanda 2. Dari hasil simulasi eksisting pada tahun 2005 hingga 2030 didapatkan bahwa kapasitas bandara Juanda I telah overload pada tahun Pada skenario kebijakan pengembangan kapasitas bandara Juanda dengan total kapasitas sebesar akan bertahan hingga tahun Pada skenario pengoperasian maskapai Lion di bandara Juanda II maka bandara Juanda I dan Juanda II akan overload pada tahun Pada skenario pengoperasian maskapai Lion dan Sriwijaya di bandara Juanda II maka bandara Juanda I akan overload pada tahun 2020 dan bandara Juanda II telah overload pada tahun 2008

45 Kesimpulan (2) 6. Pada skenario pengoperasian maskapai Lion dan Garuda Citilink di bandara Juanda II maka bandara Juanda I akan overload pada tahun 2020 dan bandara Juanda II telah overload pada tahun Pada skenario makro penambahan frekuensi sejumlah tujuh setiap dua tahun yang dimulai pada tahun 2013, didapatkan hasil penumpang dapat terangkut semua dari bandara Juanda menuju bandara lain

46 Saran 1. Model dapat dikembangkan dengan menambahkan variabel penumpang transit yang bertujuan untuk melihat pengaruh di terminal bandara 2. Penelitian dapat dikembangkan lebih lanjut untuk mengevaluasi kebutuhan kapasitas terminal seluruh bandara di Indonesia dengan memperhatikan terminal bandara Internasional

47 Daftar Pustaka ADMIN Mendesak, Perluasan Terminal Bandara [Online]. Elban Juanda. Available: [Accessed]. FORRESTER, J. W Industrial Dynamics, Cambridge, Massachusetts MIT. LEMER, A. C Measuring performance of airport passenger terminals. Transportation Research Part A: Policy and Practice, 26, MANATAKI, I. E. & ZOGRAFOS, K. G A generic system dynamics based tool for airport terminal performance analysis. Transportation Research Part C: Emerging Technologies, 17, MANATAKI, I. E. & ZOGRAFOS, K. G Assessing airport terminal performance using a system dynamics model. Journal of Air Transport Management, 16, PERHUBUNGAN, M Peraturan Menteri Perhubungan Nomor : KM 11 Tahun 2010 Tentang Tatanan Kebandarudaraan Nasional, Jakarta, Kementrian Perhubungan 2010.

48 Daftar Pustaka (2) RUSDIANSYAH, A Teknik dan Manajemen Transportasi, Surabaya, Departemen Pendidikan Nasional. SOEMANTRI, A. T Bandara Juanda Perlu Segera Ekspansi [Online]. Warta Indonesia. Available: [Accessed]. SOFYAN, A Pengantar Sistem Dinamik, Bandung, Teknik Lingkungan ITB. STERMAN, J. D Dynamics : Systems Thinking and Modeling for a Complex World, Boston, McGraw-Hill. TURBAN, E., ARONSON, J. E. & LIANG, T.-P Decision Support System and Intelligent Systems, New Jersey, Pearson Education, Inc. Upper Saddle River. UDARA, D. J. P Visi, Misi, Tujuan, Strategi [Online]. Departemen Perhubungan Republik Indonesia. Available: [Accessed].

49 Daftar Pustaka (3) UDARA, D. J. P Pekerjaan Penyusunan Master Plan Angkutan Udara di Indonesia, Jakarta, PT. Digratia Avia. UDARA, D. J. P. 2010a. Statistik Angkutan Udara Tahun 2009, Jakarta, Kementrian Perhubungan. UDARA, D. J. P. 2010b. Tugas Pokok Direktorat Jenderal Perhubungan Udara [Online]. Departemen Perhubungan Republik Indonesia. Available: [Accessed]. UDARA, D. J. P Kapasitas Angkutan Udara Dalam Negeri, Jakarta, Kementrian Perhubungan. WAHID, A Perencanaan Strategi Menggunakan Model Sistem Dinamik, Jakarta, Departemen Teknik Gas dan Petrokimia FTUI. WIRJODIRDJO, B Sistem Dinamik, Surabaya, Teknik Industri ITS. ZOGRAFOS, K. G. & MADAS, M. A Development and demonstration of an integrated decision support system for airport performance analysis. Transportation Research Part C: Emerging Technologies, 14, 1-17.

50

51 Logbook Bimbingan dan Validasi Pihak Expert