BAB IV ANALISIS DAN PEMBAHASAN. 19,45 km dari kota Jakarta yang memiliki koordinat 06 o Lintang

Transkripsi

1 BAB IV ANALISIS DAN PEMBAHASAN 4.1. Data Umum dan Spesifikasi Bandar Udara Internasional Soekarno-Hatta Bandar Udara Internasional Soekarno-Hatta adalah bandar udara yang terletal di Kota Tangerang, Provinsi Banten. Lokasi bandara ini terletak kurang lebih 19,45 km dari kota Jakarta yang memiliki koordinat 06 o Lintang Selatan dan 106 o Bujur Timur. Referensi temperatur pada bandar udara ini ialah 32 o C. Bandar Udara yang memiliki kode IATA: CGK dan kode ICAO: WIII ini dibuka pertama kali pada tahun 1985 yang dikelola oleh PT. Angkasa Pura II (Persero). Pada tabel 4.1 disajikan data geografis dan data administrasi Bandar Udara Internasional Soekarno-Hatta. Tabel 4.1 Data geografis dan data administrasi bandar udara Nama Bandar Udara Bandar Udara Internasional Soekarno-Hatta Nama Kota Tangerang Provinsi Banten Lokasi Bandar Udara WAC 2981 UTC +7 Arah dan Jarak dari Kota 19,45 km/ 10,475 NM barat daya pusat kota Jakarta Koordinat ARP dan Lokasi pada AD 06 o S 106 o E 20 meter ke arah Barat dari patok ukur Elevasi dari tiap Treshold dalam MSL dan Geoid Undulation Elevasi Bandar Udara dalam MSL dan Geoid Undulation Referensi Temperatur Bandar Udara Rincian Lampu Beacon Bandar Udara Nama Penyelenggara Bandar Udara Alamat Bandar Udara RWY 07 L/ 25R (29 FT/ 21 FT) RWY 07 R/ 25L (34 FT/ 27 FT) 34 FT 32 C Location: on top of Aerodrome Control Tower Building, type: ATG/150W/220V, colour clear and green, 24 flash/minute dan 12 RPM PT Angkasa Pura II (Persero) Kantor Cabang Utama Bandar Udara Internasional Soekarno-Hatta Soekarno-Hatta International Airport, Kantor Cabang Utama Gedung 601, PO BOX 1245 Jakarta Indonesia Nomor Telepon ; (Sumber: Aerodrome Manual Bandar Udara Internasional Soekarno-Hatta, 2015) IV-1

2 Terdapat tiga terminal pada Bandar Udara Internasional Soekarno-Hatta, yaitu: Terminal 1, Terminal 2, dan Terminal 3. Sampai pada bulan Mei 2017, berdasarkan jenis penerbangannya, Terminal 1 (1A, 1B, dan 1C) hanya melayani penerbangan domestik, Terminal 2 (2D, 2E, dan 2F) hanya melayani penerbangan internasional kecuali Sub Terminal 2F yang digunakan oleh maskapai Sriwijaya, NAM Air, dan Air Asia untuk penerbangan domestik, dan Terminal 3 Ultimate melayani penerbangan domestik untuk maskapai Garuda. Namun pada bulan September 2017 terjadi sedikit perubahan akibat adanya Pengoperasian Terminal 3 Ultimate untuk penerbangan Internasional. Penerbangan internasional yang berasal dari Terminal 2D dan 2E dipindah ke Terminal 3 Ultimate dan untuk terminal 2D dan 2E akan di gunakan oleh maskapai Citilink, Air Asia, dan Batik Air untuk penerbangan domestik. Pada Tabel 4.2 dan Tabel 4.3 disajikan data spesifikasi apron dan aircraft parking stands Bandar Udara Internasional Soekarno-Hatta. Tabel 4.2 Spesifikasi apron Bandar Udara Internasional Soekarno-Hatta Facilities Square Meters Surface Strength Remark Apron A m 2 Concrete PCN. 118/R/D/W/T Apron B m 2 Concrete PCN. 118/R/D/W/T Apron C m 2 Concrete PCN. 118/R/D/W/T Apron Cargo m 2 Concrete PCN. 118/R/D/W/T Apron D m 2 Concrete PCN. 118/R/D/W/T Apron E m 2 Concrete PCN. 118/R/D/W/T Apron F m 2 Concrete PCN. 112/R/D/W/T IV-2

3 Apron G Remote Apron B/C Concrete m 2 Concrete NSA m 2 Concrete Remote Apron D m 2 Concrete Remote Apron F m 2 Concrete Remote Apron G m 2 Concrete PCN. 118/R/D/W/T PCN. 118/R/D/W/T PCN. 118/R/D/W/T PCN. 118/R/D/W/T PCN. 118/R/D/W/T PCN. 112/R/D/W/T Temporary AIP suplement No. 11/14 efektif date 1/8/2014 Temporary AIP suplement No. 11/14 efektif date 1/8/2014 (Sumber: Aerodrome Manual Bandar Udara Internasional Soekarno-Hatta, 2015) Tabel 4.3 Aircraft parking stands apron Bandar Udara Soekarno-Hatta No. Terminal Parking Stand 1 A 2 B 3 C A11, A12, A13, A21, A22, A23, A31, A32, A33, A41, A42, A43, A51, A52, A53, A61, A62, A63, A71, A72, A73 B11, B12, B13, B21, B22, B31, B32, B33, B41, B42, B43, B44, B45, B46, B51, B52, B53, B61, B71, B72 C11, C13, C21, C23, C31, C33, C41, C43, C51, C53, C61, C62, C63, C71, C72 4 REMOTE PARKING STAND TERMINAL 1 R11, R12, R13, R14, R21, R22, R23, R24, R31, R32, R33, R34, R35, R36, R37, R38, R39, R41, R42, R43, R44 5 D D11, D21, D31, D41, D42, D51, D61, D71 6 E E11, E21, E31, E41, E42, E51, E61, E71 7 F F11, F21, F31, F41, F42, F51, F52, F61, F62, F71, F72 8 REMOTE PARKING STAND TERMINAL 2 R51, R52, R53, R54, R55, R56, R57A, R57, R57B, R58A, R58, R59A, R59, R59B, R61, R62, R63, R64, R65, R66, R67, R68, R69, R71, R72, R73, R74, R75, R76 9 G G23, G26, G29, G33, G36, G39, G43, G46, G49, G53 10 REMOTE PARKING STAND TERMINAL 3 R82, R83, R84, R85, R86, R87, R88, R89, R91, R92, R93, R94, R95, R96, R97, R98, R99 (Sumber: Aerodrome Manual Bandar Udara Internasional Soekarno-Hatta, 2015) IV-3

4 4.2. Kapasitas Apron Untuk menghitung kapasitas apron suatu bandar udara, digunakan persamaan (2.3) di bawah ini: Kapasitas apron (2.3) Menghitung jumlah parking stand yang dibutuhkan dapat dihitung dengan menurunkan rumus pada persamaan (2.1). Panjang apron = (K S) + ((K + 1) C) (2.1) (Sumber : Airport Engineering, Wardhani Sartono, 2016) Menjadi, (4.1) dimana: K S C = jumlah parking stand = wing span pesawat (m) = jarak pesawat ke pesawat dan pesawat ke terminal (m) Gambar 4.1 Layout perancangan apron (Sumber: Horonjeff & McKelvey, 2008) IV-4

5 Pada analisis kapasitas Apron Terminal 2 Bandar Udara Internasional Soekarno-Hatta ini, digunakan pesawat yang memiliki bentang sayap paling besar yaitu pesawat Boeing ER yang memiliki panjang wingspan sebesar S = 64,8 m dan termasuk kategori pesawat kelas C menurut ICAO. Menurut ICAO juga, jarak bebas minimum (clearance) untuk pesawat kelas E memiliki jarak bebas sebesar 7,5 m dan untuk pesawat kelas C memilik jarak bebas sebesar 4,5 m seperti yang disajikan pada Tabel 4.5. Maka pada penelitian ini, digunakan nilai 7,5 m sebagai jarak bebas minimum sesuai dengan ICAO dengan alasan digunakan nilai terbesar adalah faktor keamanan. Tabel 4.4 Jarak bebas antar pesawat di apron menurut ICAO Code Letter Clearance (m) A 3 B 3 C 4,5 D 7,5 E 7,5 F 7,5 (Sumber: ICAO Aerodrome Design Manual part 2, 2005) Untuk menentukan minimum interval (SOT + PT + BT) pesawat design group E, pada Tabel 4.7 disajikan data typical gate occupancy time (SOT) = 120 menit untuk pesawat Boeing 777 dengan keberangkatan internasional dan 45 menit untuk pesawat Boeing 737 dengan keberangkatan domestik, digunakan positioning time (PT) yaitu waktu untuk memosisikan pesawat keluar masuk posisi stand/gate sebesar 4 menit serta digunakan buffer time (BT) yaitu waktu untuk memastikan bahwa waktu tercukupi antara waktu IV-5

6 keberangkatan pesawat pertama dengan jadwal kedatangan pesawat kedua sebesar 5 menit. Sehingga besar minimum interval untuk pesawat Boeing 777 = SOT + PT + BT = = 129 menit dan untuk pesawat dengan Boeing 737 = SOT + PT + BT = = 54 menit. Tabel 4.5 Typical gate occupancy time (dalam menit) Aircraft Through Flight Domestic Turnaround Flight International Turnaround Flight B-737, DC-9, F B-707, B A-300, DC-10, L B (Sumber: ICAO, Airport Planning Manual, 1987) Tabel 4.6 Data apron Terminal 2 Bandar Udara Internasional Soekarno-Hatta Pesawat Terbesar Apron Terminal 2 2F, Remote D, Remote F : B ER Wingspan (S): 35,84 m 2D dan 2E : B ER Wingspan (S): 64,8 m Garbarata : - Apron Panjang Luas 2D : 599, 64 m m 2 2E : 563,22 m m 2 2F : Remote D : 540,76 m 508,2 m m m 2 Remote F : 582,8 m m 2 (Sumber: Aerodrome Manual Bandar Udara Internasional Soekarno-Hatta, 2015) IV-6

7 Apron Terminal 2 D Apron Terminal 2D ini memiliki panjang apron yaitu 599,64 m dengan luasan m 2. Apron Terminal 2D ini melayani penerbangan internasional dengan pesawat terbesarnya Boeing ER. Jumlah parking stand yang ada berdasarkan persamaan 4.1 ialah: parking stands Apron Terminal 2 E Apron Terminal 2E ini memiliki panjang apron yaitu 563,22 dengan luasan m 2. Apron Terminal 2E ini melayani maskapai Skyteam untuk penerbangan internasional dengan pesawat terbesarnya Boeing ER. Jumlah parking stand yang ada berdasarkan persamaan 4.1 ialah: parking stands Apron Terminal 2F Apron Terminal 2F ini memiliki panjang apron yaitu 540,76 dengan luasan m 2. Apron Terminal 2F ini melayani maskapai Air Asia, Sriwijaya Air dan Nam Air untuk penerbangan domestik dengan pesawat terbesarnya Boeing ER. IV-7

8 Jumlah parking stand yang ada berdasarkan persamaan 4.1 ialah: parking stands Remote Apron 2D Remote Apron 2D adalah Apron Terminal 2D yang tidak berhubungan langsung atau tidak berdekatan dengan bangunan terminal. Untuk menuju terminal dari pesawat atau menuju pesawat dari terminal disediakan kendaraan khusus untuk penumpang berupa bus. Remote apron 2D ini memiliki panjang apron yaitu 508,2 dengan luasan m 2. Remote Apron 2D ini melayani penerbangan internasional dengan pesawat terbesarnya Boeing ER. Jumlah parking stand yang ada berdasarkan persamaan 4.1 ialah: parking stands Remote Apron 2F Remote Apron 2F adalah Apron Terminal 2F yang tidak berhubungan langsung atau tidak berdekatan dengan bangunan terminal. Untuk menuju terminal dari pesawat atau menuju pesawat dari terminal disediakan kendaraan khusus untuk penumpang berupa bus. Remote apron 2F ini memiliki panjang apron yaitu 582,8 m dengan luasan m 2. Remote apron 2F ini melayani maskapai Air Asia, Sriwijaya Air dan Nam Air untuk penerbangan domestik dengan pesawat terbesarnya Boeing ER. IV-8

9 Jumlah parking stand yang ada berdasarkan persamaan 4.1 ialah: parking stands Pada Gambar 4.3 dan Gambar 4.4 ditunjukkan gambar satelit Apron Terminal 2 dan Remote Apron 2D, 2F Bandar Udara Internasional Soekarno-Hatta yang diperoleh dari Google Earth. Remote D Apron 2 E Remote F Gambar 4.2 Layout apron Terminal 2 Bandar Udara Internasional Soekarno-Hatta (Sumber: Google Earth, 2017) Setelah di dapat jumlah parking stand berdasarkan persamaan 4.1 kini kita lakukan perhitungan kapasitas apron pada persamaan 2.3 dengan minimum interval = SOT + PT + BT = = 69 menit untuk pesawat di apron 2D, 2E dan untuk pesawat di 2F, Remote D, Remote F = SOT + PT + BT = = 54 menit. Kapasitas apron (2.3) Kapasitas apron 2D = 7 pesawat / jam IV-9

10 Kapasitas apron 2E = 7 pesawat / jam Kapasitas apron 2F = 14 pesawat / jam Kapasitas apron Remote D = 13 pesawat / jam Kapasitas apron Remote F = 15 pesawat / jam Tabel 4.7 Kapasitas Apron Terminal 2 Bandar Udara Soekarno-Hatta Apron Parking stands (pesawat) Kapasitas apron (pesawat/jam) 2D 8 7 2E 8 7 2F Remote D Remote F Total (Sumber : Hasil Perhitungan Penelitian) 4.3. Prakiraan (Forecast) Pergerakan Pesawat Data pergerakan pesawat dibutuhkan untuk memperkirakan (forecasting) pertumbuhan pesawat pada waktu 5 tahun yang akan datang yaitu pada tahun Sesuai dengan judul penulis yaitu analisa perpindahan pesawat internasional ke terminal 3 serta pindahnya pesawat domestik di terminal 1C ke terminal 2D dan 2E. Maka data yang digunakan adalah data pergerakan pesawat rute domestik Sriwijaya, NAM Air, AirAsia terminal 2 dan Terminal 1C di Bandara Soekarno-Hatta.Data pergerakan pesawat perbulan dan total setahun untuk penerbangan pesawat udara dapat memberikan gambaran pola pergerakan pesawat udara yang terjadi setiap bulan dalam 1 tahun. Pola pergerakan pesawat udara yang akan ditinjau atau diamati adalah pola IV-10

11 pergerakan pesawat 5 tahun sebelumnya yaitu dari tahun 2012 sampai dengan Berikut adalah data pergerakan pesawat udara untuk penerbangan pesawat domestik dari tahun 2012 sampai dengan Tabel 4.8 Pegerakan pesawat Domestik dari tahun Apron Tahun Terminal 1 C Terminal TOTAL (Sumber : PT. Angkasa Pura II Bandar Udara Soekarno-Hatta 2017) Analisis yang dilakukan dalam penelitian Tugas Akhir ini akan memperkirakan pertumbuhan lalu lintas udara dalam jangka waktu lima tahun yang akan datang. Meningkatnya pergerakan pesawat akan menyebabkan jumlah pesawat yang dibutuhkan bertambah, sehingga akan membutuhkan ruang gerak pesawat yang semakin besar. Hal ini mengacu kepada pernyataan FAA dalam Forecasting Aviation Activity by Airport (2001), yang menjelaskan bahwa tipe regresi yang digunakan untuk perencanaan dan prakiraan pergerakan penumpang adalah berupa linier. Total Pergerakan pesawat Pergerakan Pesawat Domestik Total Pergerakan Gambar 4.3 Grafik pergerakan pesawat domestik Bandar Udara Soekarno-Hatta IV-11

12 Dalam tugas akhir ini peramalan pertumbuhan pergerakan pesawat menggunakan analisa peramalan yang didasarkan pada jumlah pergerakan pesawat 5 tahun terakhir yaitu 2012 sampai dengan Melalui analisis tersebut didapatkan jumlah pergerakan pesawat 5 tahun kedepan atau sampai tahun Peramalan pergerakan pesawat ini menggunakan analisa regresi dengan menggunakan program bantu Microsoft Excel. Ada beberapa tipe analisa yang dapat dipakai diantaranya adalah Analisa Regresi tipe Linear dan Polynomial. Perhitungan dengan menggunakan program bantu Microsoft Excel 2013 dengan langkah berikut ini: 1. Memasukkan data pergerakan pesawat domestik pada Tabel 4.10 ke lembar kerja baru Microsoft Excel. 2. Membuat grafik hubungan waktu dengan jumlah pergerakan penumpang. Dimana sumbu X sebgai fungsi waktu dan sumbu Y sebagai fungsi jumlah pergerakan. 3. Menampilkan persamaan regresi dan koefisien determinasi pada grafik. 4. Memasukkan data tahun rencana ke dalam persamana regresi sebagai sumbu X. 5. Didapatkan data jumlah pergerakan pesawat domestik dari tahun Pada Gambar 4.5 dan Gambar 4.6 Terdapat perbandingan tipe regresi yang dibandingkan dengan pergerakan pesawat tiap tahun eksisting. Grafik tren pergerakan pesawat didapatkan dari program bantu Microsoft Excel. IV-12

13 Pergerakan Pesawat Domestik Total Pergerakan pesawat y = 7814,6x R² = 0, Total Pergerakan Linear (Total Pergerakan) Gambar 4.4 Pergerakan pesawat domestik tahun Bandara Soekarno- Hatta dengan regresi linear Pergerakan Pesawat Domestik Total Pergerakan pesawat y = 2332,9x ,5x R² = 0, Total Pergerakan Poly. (Total Pergerakan) Gambar 4.5 Pergerakan pesawat domestik tahun Bandara Soekarno- Hatta dengan regresi Polynomial IV-13

14 Gambar-gambar grafik di atas merupakan gambar grafik hasil perhitungan ekstrapolasi dengan menggunakan program bantu Microsoft Excel Dari hasil perhitungan didapatkan persamaan dan nilai R 2 untuk berbagai macam tipe regresi. Tahun ke- Tabel 4.9 Hasil perhitungan tipe-tipe regresi Regresi Persamaan R 2 Linear y = 7814,6x ,8852 Polynomial y = 2332,9x ,5x ,9957 (Sumber : Hasil Perhitungan Penelitian) Tabel 4.10 Hasil analisis pergerakan pesawat tahun berdasarkan Tahun kondisi eksisting, regresi linear, dan polynomial. Total Pergerakan Eksisting Total Pergerakan dengan Regresi Linear Total Pergerakan dengan Regresi Polynomial (Sumber : Hasil Perhitungan Penelitian) Dari hasil analisis diketahui angka yang paling mendekati data eksisting adalah angka dari hasil persamaan regresi tipe linier dan Berdasarkan pernyataan Federal Aviation Administration (FAA) dalam Forecasting Aviation Activity by Airport (2001), regresi yang digunakan dalam forecasting ialah regresi linear. Maka dari itu, dalam penelitian ini digunakan regresi linear. Maka analisis regresi tipe linier dianggap sesuai untuk meramalkan pergerakan pesawat 5 tahun mendatang. IV-14

15 Tabel 4.11 Forecast pergerakan pesawat domestik tahun Tahun Pergerakan Pesawat (Sumber : Hasil Perhitungan Penelitian) 4.4. Analisa Pergerakan Pesawat Jam Puncak Setelah didapatkan jumlah pergerakan total pesawat di apron pada tahun rencana, dilakukan perhitungan volume jam puncak yaitu jumlah pergerakan pesawat pada kondisi peak hour. Berdasarkan data eksisting jumlah rata rata pergerakan pesawat dalam 1 tahun dan jumlah pergerakan pesawat pada bulan puncak dalam 1 tahun dapat diketahui peak month ratio. Peak month ratio ini diperlukan untuk mendapatkan nilai jumlah pergerakan pesawat pada bulan puncak dalam tahun yang dikenhendaki. Sehingga pola puncak jumlah pergerakan pesawat adalah sama dengan pada tahun eksisting Metode yang digunakan untuk menghitung pergerakan penumpang jam puncak pada penelitian ini adalah metode Pignataro (peak ratio). Untuk mendapatkan nilai jumlah pergerakan penumpang pada bulan puncak dalam tahun yang direncanakan maka dibutuhkan metode Pignataro ini, sehingga pola (pattern) puncak jumlah pergerakan penumpang sama dengan tahun eksisting. Pada Gambar 4.5 diberikan langkah-langkah perhitungan jam puncak. IV-15

16 Forecast Pergerakan pesawat tahun ke-n Pergerakan pesawat bulan puncak Pergerakan pesawat hari puncak Rasio bulan Puncak, R month Rasio bulan Puncak, R day Rasio bulan Kapasitas Pesawat Rencana Pergerakan pesawat jam puncak Puncak, R hour Tingkat Okupansi Pesawat Pergerakan pesawat jam puncak Gambar 4.6 Diagram alir perhitungan jam puncak Pola rasio jam puncak terminal 2 1. Rasio bulan puncak Untuk mendapatkan peak month ratio perhitungan yang dilakukan adalah membagi jumlah pergerakan penumpang pada saat bulan puncak selama satu tahun dengan jumlah pergerakan penumpang total selama satu tahun. Perhitungan ini membutuhkan data pergerakan pesawat tiap bulan pada tahun IV-16

17 Tabel Pergerakan Tiap Bulan Pada Tahun Bulan Tahun Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total (Sumber: PT Angkasa Pura II Bandar Udara Internasional Soekarno Hatta, 2017) Contoh perhitungan yang dilakukan untuk mendapatkan peak month ratio adalah sebagai berikut : a. Pada Tahun 2012 jumlah pergerakan bulan Januari adalah 8202 dari total pergerakan sebesar b. Ratio Bulan Januari 2012 adalah total pergerakan pesawat Bulan Januari dibagi dengan total pergerakan pesawat tahun R month = N month / N year = 8202 / = Dengan langkah yang sama dilakukan perhitungan untuk mencari ratio bulan lain hingga Tahun Berikut hasil lengkapnya pada tabel IV-17

18 Tabel Pergerakan Tiap Bulan Pada Tahun Bulan Tahun Januari 0,088 0,066 0,091 0,074 0,081 Februari 0,080 0,050 0,075 0,067 0,074 Maret 0,085 0,058 0,080 0,079 0,081 April 0,079 0,061 0,078 0,079 0,078 Mei 0,086 0,064 0,083 0,089 0,088 Juni 0,084 0,067 0,085 0,083 0,082 Juli 0,085 0,074 0,080 0,098 0,095 Agustus 0,092 0,090 0,091 0,090 0,086 September 0,080 0,080 0,081 0,078 0,083 Oktober 0,079 0,079 0,083 0,084 0,086 November 0,078 0,077 0,081 0,084 0,080 Desember 0,085 0,084 0,092 0,096 0,088 Total (Sumber : Hasil Perhitungan Penelitian) Ratio tertinggi yaitu bulan Juli tahun Rasio maksimum dari hasil perhitungan merupakan peak month ratio. Maka untuk mendapatkan peramalan pergerakan maksimum pesawat pada bulan puncak tahun rencana dipakai peak month ratio terbesar yaitu Rasio hari puncak Berdasarkan data jumlah pergerakan pesawat yang diberikan oleh PT. Angkasa Pura II Bandar Udara Internasional Soekarno-Hatta pada bulan Juli, dapat diketahui pergerakan penumpang Terminal 2 tiap harinya. Dari data tersebut dapat diolah sehingga mendapatkan rasio hari puncak (peak day ratio). Peak day ratio digunakan untuk menghitung jumlah pergerakan penumpang pada hari tersibuk bulan puncak tahun yang direncanakan. Pada Tabel 4.15 disajikan data tiap harinya pada bulan Juli tahun IV-18

19 Tabel 4.14 Pergerakan pesawat bulan Juli tahun 2016 Terminal 2 Tanggal DTG BGKT Total Tanggal DTG BGKT Total Total (Sumber: PT Angkasa Pura II Bandar Udara Internasional Soekarno Hatta, 2017) Contoh perhitugan yang dilakukan untuk mendapatkan peak day ratio adalah sebagai berikut: a. Pada Bulan Juli 2016 jumlah pergerakan pesawat adalah dengan pergerakan pesawat paling sibuk pada tanggal 12 Juli 2016 yaitu 561 pergerakan. IV-19

20 b. Ratio pergerakan pada tanggal 12 juli adalah rata rata jumlah pergerakan pesawat pada tanggal 12 juli dibagi dengan jumlah pergerakan pesawat Bulan Juli. R day(datang) = N day / N month = 217/ 5977 = R day(berangkat) = N day / N month = 217/5977 = Dengan cara yang sama seperti persamaan di atas, didapatkan R day keberangkatan sebesar 0,0363dan R day kedatangan sebesar 0, Rasio jam puncak Berdasarkan data jumlah pergerakan penumpang yang diberikan oleh PT. Angkasa Pura II Bandar Udara Internasional Soekarno-Hatta pada tanggal 12 bulan Juli, dapat diketahui pergerakan penumpang Terminal 2 tiap jamnya. Dari data tersebut dapat diolah sehingga mendapatkan rasio jam puncak (peak hour ratio). Menurut data yang disajikan pada Tabel 4.16, jam puncak untuk pergerakan penumpang kedatangan terjadi pada sedangkan jam puncak untuk pergerakan penumpang keberangkatan terjadi pada pukul IV-20

21 Tabel 4.15 Pergerakan pesawat tanggal 12 Juli tahun 2016 Terminal 2 Periode (Jam) DTG BKT Total T o t a l Average/Hour Peak Hour (Sumber: PT Angkasa Pura II Bandar Udara Internasional Soekarno Hatta, 2017) Perhitungan yang dilakukan untuk mendapatkan peak hour ratio adalah sebagai berikut: a. Pergerakan total terbesar pada tanggal 12 Juli dengan jumlah pergerakan total 561. b. Jam tersibuk pada tanggal 12 Juli adalah pukul 18:01 19:00 WIB Dengan jumlah pergerakan total 42 pergerakan pesawat IV-21

22 c. Ratio Hour adalah jumlah total pergerakan pada peak hour atau pukul 18:01-19:00 dibagi dengan jumlah total pergerakan 1 hari. R Hour(total) = N Hour / N Day = 42 / 534 = Rangkuman pola rasio jam puncak pada Terminal 2 R month dtg = N month dtg juli / N year 2016 = 5977/5614 = 0,095 R month bgkt = N month bgkt juli / N year 2016 = 5749/61215 = 0,093 R day(dtg) = N day dtg 12 Juli / N month juli = 217/ 5977 = R day(bgkt) = N day bgkt 12 Juli / N month juli = 217/ 5749 = R Hour(dtg) = N Hour dtg / N Day dtg = 26 / 290 = IV-22

23 R Hour(bgkt) = N Hour bgkt / N Day bgkt = 21 / 271 = Tabel 4.16 Rangkuman rasio jam puncak terminal 2 Terminal 2 Rasio DTG BGKT R month 0,095 0,093 R day 0,0363 0,0377 R hour 0,0897 0,0775 (Sumber : Hasil Perhitungan Penelitian) Pergerakan Pesawat Pada Jam Puncak (Peak Hour) Pergerakan pesawat jam puncak dihitung dengan mengalikan pergerakan pesawat total selama satu tahun (tahun ke-n), N year, hasil dari ramalan (forecasting) dengan rasio bulan (R month ), rasio hari (R day ), dan rasio jam (R hour ). Berikut persamaan 2.18: (2.18) (Sumber : Traffic Engineering, Pignataro) dimana: N peak hour = pergerakan penumpang pada jam puncak N year = pergerakan penumpang total selama satu tahun R month = rasio bulan puncak R day = rasio hari puncak R hour = rasio jam puncak IV-23

24 Jumlah pergerakan pesawat tahunan (N year ) diperoleh berdasarkan analisa regresi linear dan analisa persentase pertumbuhan persawat tahunan yang telah dimodelkan sebelumnya. Diketahui dengan regresi linier hasil forecasting untuk tahun 2021 adalah N peakhour dtg = x 0,095x 0,0363 x 0,0897 = 49 pesawat N peakhour bgkt = x 0,093 x 0,0377 x 0,0775 = 53 pesawat Tabel 4.17 Pergerakan pesawat udara pada jam sibuk Metode Regresi Linear Pendekatan data dari tahun Tahun Keterangan Datang Berangkat Datang Berangkat Datang Berangkat Datang Berangkat Datang Berangkat R MONTH 0,095 0,093 0,095 0,093 0,095 0,093 0,095 0,093 0,095 0,093 R DAY 0,0363 0,0377 0,0363 0,0377 0,0363 0,0377 0,0363 0,0377 0,0363 0,0377 R HOUR 0,0897 0,0775 0,0897 0,0775 0,0897 0,0775 0,0897 0,0775 0,0897 0,0775 N YEAR N HOUR (Sumber : Hasil Perhitungan Penelitian) IV-24

25 Analisis volume-kapasitas apron Pada sub bab ini akan dilakukan analisis volume terhadap kapasitas apron. Maksud dari analisis volume-kapasitas apron adalah membandingkan antara volume pergerakan pesawat dengan kapasits apron eksisting di Terminal 2 selama 5 tahun dari tahun Analisis ini dilakukan untuk mengetahui pada tahun kapan jumlah volume pergerakan pesawat jam puncak akan melewati jumlah kapasitas pada apron Terminal 2. Cara menghitung volume pergerakan pesawat jam puncak pada 5 tahun mendatang sama langkahnya dengan cara menghitung volume pergerakan pesawat jam puncak pada tahun Berdasarkan analisis dengan menggunakan bentang sayap dari pesawat kelas C dan kelas E menurut ICAO, yaitu Boeing ER dan Boeing ER, didapat kapasitas apron Terminal 2D sebesar 7 pesawat per jam, apron terminal 2E sebesar 7 pesawat per jam, apron terminal 2F sebesar 14 per jam, remote terminal 2D sebesar 13 per jam, dan remote terminal 2F sebesar 15 per jam. Maka setelah dijumlahkan keselurahan kapasitas apron terminal 2 sebesar 56 pesawat per jam. Pada analisis kali ini akan dibandingkan pergerakan pesawat pada jam puncak keberangkatan dengan kapasitas apron di Terminal 2 untuk rentang waktu dari tahun Pada Tabel 4.19 diberikan data perbandingan hasil perhitungan pergerakan pesawat pada jam puncak dengan kapasitas apron Terminal 2. IV-25

26 Tabel 4.18 Pergerakan pesawat jam puncak Terminal 2 tahun Tahun Volume (pesawat/jam) Kapasitas (pesawat/jam) VCR , , , , ,875 (Sumber : Hasil Perhitungan Penelitian) 4.5. Analisis kebutuhan parking stands Analisis kebutuhan parking stands dilakukan untuk mengetahui jumlah parking stands yang dibutuhkan oleh suatu apron agar kapasitas apron tersebut dapat melayani jumlah pergerakan pesawat yang terus meningkat tiap tahunnya. Analisis dilakukan dengan menggunakan persamaan 2.5 menurut ICAO (1987) dan memerhatikan beberapa asumsi yaitu: a. Pesawat yang digunakan dalam analisis pada Terminal 2 adalah pesawat kelas C. b. Gate occupancy time yang digunakan adalah 54 menit untuk pesawat kelas C. (2.5) (Sumber : ICAO, 1987) dimana: S = kebutuhan parkir pesawat (parking stand). IV-26

27 Ti = gate occupancy time dalam menit untuk tipe pesawat i. Ni = jumlah kedatangan pesawat tipe i pada jam puncak. α = jumlah pesawat tambahan (ekstra) besarnya α : α = 1 apabila N = 1-9 α = 2 apabila N = α = 3 apabila N = Analisis kebutuhan parking stands tahun 2021 Analisis kebutuhan parking stands akan dilakukan pada terminal 2 dengan data dari sub Terminal 2F dan sub Terminal 1C yang merupakan maskapaimaskapai penerbangan domestik. Jenis kelas yang dianalisis adalah pesawat kelas C dengan bentang pesawat 35,84 m. a. Pesawat kelas C [ ] parking stand Berdasar perhitungan kebutuhan parking stands, apron Terminal 2 pada tahun rencana 2021 masih dapat melayani pesawat pada jam puncak (rush hour) dengan optimal, untuk pesawat kelas C. Pesawat kelas C dengan jumlah pergerakan pesawat pada jam puncak adalah 33 pesawat per jam yang masih di bawah kapasitas apron dengan jumlah 58 pesawat tiap jamnya. Dari perhitungan yang dilakukan, tidak dibutuhkan parking stands tambahan. IV-27

28 Dengan adanya perpindahan pesawat internasional ke terminal 3 dan perpindahan pesawat domestik di terminal 1C ke terminal 2, kapasitas parking stand di terminal 2 masih mencukupi hingga 2021 tidak dibutuhkan parking stand tambahan Optimalisasi Apron Optimalisasi apron perlu dilakukan apabila jumlah pergerakan pesawat pada jam puncak sudah melewati kapasitas apron. Berdasarkan analisis pada sub bab sebelumnya, didapatkan bahwa kondisi apron Terminal 2 eksisting (2016) masih berada dalam keadaan optimal. Hal ini dikarenakan jumlah pergerakan pesawat pada jam puncak belum melampaui kapasitas apron. Setelah dilakukan peramalan (forecasting) pada 5 tahun mendatang pun kapasitas apron masih berada dalam keadaan optimal. Apron masih dapat menampung pergerakan pesawat pada jam puncak hingga 5 tahun mendatang, apabila apron Terminal 2 sudah tidak dapat menampung pergerakan pesawat pada jam puncak sehingga perlu dilakukan optimalisasi apron. Beberapa langkah atau metode yang dapat dilakukan untuk mengoptimalkan suatu apron antara lain: a. Perbaikan manajemen waktu keberangkatan dan kedatangan pesawat termasuk pengurangan lama gate occupancy time. Gate occupancy time berbanding terbalik dengan kapasitas apron sehingga, semakin kecil nilai gate occupancy time maka semakin banyak pesawat yang dapat ditampung setiap jamnya oleh apron. b. Perbaikan layout/konfigurasi parkir pesawat. Kalau pada poin sebelumnya dibahas mengenai manajemen waktu sekarang membahas tentang IV-28

29 manajemen ruang (space), dengan adanya perbaikan layout / konfigurasi parkir dapat meminimalisir penggunaan ruang apron. Hal ini dilakukan agar ruang apron dapat digunakan untuk menampung lebih banyak pesawat. c. Perluasan apron. Dengan memperluas apron dapat menambah aircraft parking stand sehingga pesawat yang ditampung bisa semakin banyak, namun penambahan aircraft parking stand juga harus disertai dengan penambahan fasilitas lainnya seperti, penambahan atau perluasan gedung terminal, penambahan terminal gate, dan lain-lain. IV-29