BAB IV ANALISA DAN PEMBAHASAN

BAB IV – ANALISA DAN PEMBAHASAN

BAB IV ANALISA DAN PEMBAHASAN

4.1.

ANALISA PERGERAKAN PESAWAT

4.1.1. Data pergerakan pesawat Data yang digunakan dalam menganalisa kebutuhan apron adalah data pergerakan pesawat dimana idealnya disesuaikan dengan maskapai yang berlokasi dan akan berlokasi pada area tersebut. Data yang digunakan adalah data pergerakan pesawat yang berada di area kargo. 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 pergerakan pesawat 5 tahun sebelumnya yaitu dari tahun 2012 sampai dengan 2016. Berikut adalah data pergerakan pesawat udara untuk penerbangan international dari tahun 2012 sampai dengan 2016

IV-1 http://digilib.mercubuana.ac.id/


Tabel 4.1 Pergerakan pesawat Kargo dari tahun 2012 - 2016 Tahun

BULAN Januari

2012 94

2013 108

2014 112

2015 108

2016 112

Februari

83

98

94

86

87

Maret

95

117

108

106

98

April

91

106

107

106

106

Mei

98

117

102

134

117

Juni

85

102

117

117

126

Juli

88

102

117

112

106

Agustus

107

102

117

102

127

September

117

117

112

112

120

Oktober

108

85

112

102

134

November

105

105

105

144

144

Desember

102

95

102

105

117

TOTAL

1173

1254

1290

1334

1394

(Sumber :Bandar Udara Soekarno Hatta)

Gambar 4.1. Grafik pergerakan total tahun 2012 – 2016

IV-2

http://digilib.mercubuana.ac.id/


GRAFIK PERGERAKAN PESAWAT KARGO 1394 1400 1334

1350 1290 1300

1254

1250 1173

1200 1150 1100 1050

2012

2013

2014

2015

2016

4.1.2. Peramalan pertumbuhan pergerakan pesawat Dalam tugas akhir ini peramalan pertumbuhan pergerakan pesawat menggunakan analisa peramalan yang didasarkan pada jumlah pergerakan pesawat 5 tahun terakhir yaitu 2012 sampai dengan 2016. Melalui analisa tersebut didapatkan jumlah pergerakan pesawat 5 tahun kedepan atau sampai tahun 2021. Peramalan pergerakan pesawat ini menggunakan analisa regresi linear dengan menggunakan program bantu Microsoft Excel. Tabel 4.2. Data historis total pergerakan Tahun ke-

Tahun

Total Pergerakan

1 2 3 4 5

2012 2013 2014 2015 2016

1173 1254 1290 1334 1394

Tipe Linier

Persamaan Regresi y =52.2x + 1132,4

Tahun ke-5 1393,40

IV-3



PERSAMAAN REGRESI LINEAR 1450 1400

y = 52,2x + 1132,4

1350 1300 1250 1200 1150 0

1

2

3

4

5

6

Gambar. 4.2. Grafik persamaan Regresi Hasil perhitungan untuk tahun 2016 diketahui angka yang paling mendekati data historis adalah angka dari hasil persamaan regresi tipe linier. Maka analisa regresi tipe linier dianggap sesuai untuk meramalkan pergerakan pesawat 5 tahun mendatang. Metode regresi linier ini hanya memiliki satu variabel bebas. Bentuk umum persamaan regresi linier: Yi = a + b Xi ;

i = 1, 2, .... N

Dimana: Y

= Variabel terikat (dependent variable)

X

= Variabel tidak terikat (independent variable)

a, b

= Parameter regresi

N

= Banyaknya pengamatan

IV-4



Tabel 4.3 Variabel X dan Y

Tahun

X

X²

Pergerakan Pesawat (Y)

XY

Y²

2012 2013 2014 2015 2016

1 2 3 4 5

1 4 9 16 25

1173 1254 1290 1334 1394

1173 2508 3870 5336 6970

1344258 1264032 1222920 1291312 1939054

TOTAL

15

55

6445

1064519

7061576

(Sumber: Hasil Analisis 2016)

b

n xy   x y n x 2  ( x ) 2 (

b=

) ( ( ) (

) )

= =

a  y  bx y

y n

x

x n

y =

= 1289

x= IV-5



=3 a = 1289 – (52.2 x 3) = 1132.4 Tabel 4.4 Pergerakan pesawat 5 tahun mendatang TAHUN

a

b

X

Prediksi pergerakan pesawat udara Y = a + bX

2017 2018 2019 2020 2021

1132.40 1132.40 1132.40 1132.40 1132.40

52.20 52.20 52.20 52.20 52.20

6 7 8 9 10

1445.60 1497.80 1550 1602.2 1654.4

(Sumber : Hasil Analisis 2017)

Berdasarkan perhitungan diatas dengan didapatkan persamaan

y = 52.2x +

1132,4 atau sama dengan analisa menggunakan program Microsoft Excel, maka hasil forecasting pergerakan tahun rencana (tahun 2021) adalah 1654.4 pergerakan pesawat kargo.

4.1.3

Perhitungan Peak Hour tahun rencana 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 dikehendaki. IV-6



Sehingga pola puncak jumlah pergerakan pesawat adalah sama dengan pada tahun eksisting Perhitungan ini membutuhkan data historis pergerakan pesawat tiap bulan pada tahun 2012 – 2016 seperti yang sudah dijabarkan pada Tabel 4.5

Tahun

BULAN

Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember TOTAL

2012 94

2013 108

2014 112

2015 108

2016 112

83

98

94

86

87

95

117

108

106

98

91

106

107

106

106

98

117

102

134

117

85

102

117

117

126

88

102

117

112

106

107

102

117

102

127

117

117

112

112

120

108

85

112

102

134

105

105

105

144

144

102

95

102

105

117

1173

1254

1290

1334

1394

Tabel 4.5. Pergerakan Tiap Bulan Pada Tahun 2012 – 2016 Contoh perhitungan yang dilakukan untuk mendapatkan peak month ratio adalah sebagai berikut : 

Pada Tahun 2013 jumlah pergerakan bulan Januari adalah 108 dari total pergerakan sebesar 1254.

IV-7





Ratio Bulan Januari 2013 adalah total pergerakan pesawat Bulan Januari dibagi dengan total pergerakan pesawat tahun 2013. R month = N month / N year = 108 / 1254 = 0.086

Dengan langkah yang sama dilakukan perhitungan untuk mencari ratio bulan lain hingga Tahun 2016. Hasil selengkapnya disajikan pada Tabel 4.6

Tabel 4.6. Ratio Pergerakan Bulanan Pesawat Terhadap Total Satu Tahun

Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember

2012 0.080 0.071 0.081 0.078 0.084 0.072 0.075 0.091 0.100 0.092 0.090 0.087

2013 0.086 0.078 0.093 0.085 0.093 0.081 0.081 0.081 0.093 0.068 0.084 0.076

TAHUN 2014 0.087 0.073 0.084 0.083 0.079 0.079 0.091 0.091 0.087 0.087 0.081 0.079

TOTAL

1.000

1.000

1.000

BULAN

2015 0.081 0.064 0.079 0.100 0.088 0.084 0.076 0.084 0.084 0.076 0.108 0.079

2016 0.080 0.062 0.070 0.076 0.084 0.090 0.076 0.091 0.086 0.096 0.103 0.084

1.000

1.000

Ratio tertinggi yaitu bulan November tahun 2015. 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 0.108.

IV-8



Berdasarkan jadwal penerbangan Bulan November 2015 dapat diketahui pergerakan pesawat setiap hari selama 1 bulan. Dari data tersebut dapat dihitung peak day ratio. Peak day ratio ini diperlukan untuk mendapatkan untuk mendapatkan jumlah pergerakan nilai jumlah pergerakan pesawat pada hari tersibuk bulan puncak tahun yang dikehendaki. Sehingga pola puncak jumlah pergerakan pesawat adalah sama dengan pada tahun eksisting. Pada perhitungan ini dibutuhkan data jumlah pergerakan pesawat tiap hari pada bulan November 2015. Data tersebut dapat dilihat pada Tabel 4.7

Tabel 4.7. Jumlah Pergerakan Tiap Hari Pada Bulan November 2015 NOVEMBER 2015 HARI Senin Selasa Rabu Kamis Jumat Sabtu Minggu

TANGGAL

JUMLAH PERGERAKAN

TOTAL

5 11 2 4 3 3 6

26 44 8 14 12 12 28

2, 9, 16, 23, 30 3, 10, 17, 24 4, 11, 18, 25 5, 12, 19, 26 6, 13, 20, 27 7, 14, 21, 28 1, 8, 15, 22, 29

(Sumber : PT Angkasa Pura II (Persero) ) Contoh perhitungan yang dilakukan untuk mendapatkan peak day ratio adalah sebagai berikut:  Pada Bulan November 2015 jumlah pergerakan pesawat adalah 144 dengan rata rata pergerakan pesawat hari senin adalah 44 pergerakan.  Ratio hari senin adalah rata rata jumlah pergerakan pesawat hari senin dibagi dengan jumlah pergerakan pesawat Bulan November. IV-9



R day = N day / N month = 44 / 144 = 0.0329 Dengan langkah yang sama dilakukan perhitungan untuk mencari ratio hari lain. Berikut hasil lengkapnya pada Tabel 4.8 Tabel 4.8 Ratio Pergerakan Harian Pesawat Terhadap Pergerakan Bulanan NOVEMBER 2015 HARI Senin Selasa Rabu Kamis Jumat Sabtu Minggu

TANGGAL

JUMLAH PERGERAKAN

RATIO

5 11 2 4 3 3 6

0.0347 0.0764 0.0139 0.0278 0.0208 0.0208 0.0417

2, 9, 16, 23, 30 3, 10, 17, 24 4, 11, 18, 25 5, 12, 19, 26 6, 13, 20, 27 7, 14, 21, 28 1, 8, 15, 22, 29

(Sumber : Hasil Analisi 2016) Hari Selasa merupakan hari tersibuk dalam 1 minggu. Sehingga ratio pergerakan pada hari Selasa yaitu 0.0764 merupakan peak day ratio. Dari data eksisting jumlah pergerakan pesawat perjam di apron dan jumlah pergerakan harian pesawat di apron pada hari tersibuk, dapat diketahui peak hour ratio. Peak hour ratio ini diperlukan untuk mendapatkan nilai jumlah pergerakan pesawat pada jam puncak tahun yang dikehendaki

Perhitungan

yang

dilakukan

untuk

mendapatkan peak hour ratio adalah sebagai berikut:  Pergerakan total terbesar hari selasa yaitu tanggal 24 November dengan jumlah pergerakan total 16.  Jam tersibuk pada tanggal 24 November adalah pukul 06:00 – 07:00 WIB IV-10



Dengan jumlah pergerakan total 8 pergerakan pesawat  Ratio Hour adalah jumlah total pergerakan pada peak hour atau pukul 06:00- 07:00 dibagi dengan jumlah total pergerakan 1 hari. R Hour

= N Hour / N Day = 10 / 8 = 0.8000

Dengan mengetahui peak month ratio, peak day ratio, dan peak day ratio kondisi eksisting, maka jumlah pergerakan pada kondisi peak hour tahun rencana ke-5 atau tahun ke 2020 dapat dihitung. Pada Tabel 4.9 Adalah ratio yang sudah didapat dari perhitungan sebelumnya. Tabel. 4.9 peak month ratio, peak day ratio, dan peak hour ratio

No

Jenis Ratio

Ratio

1

Peak Month Ratio

0,1079

2

Peak Day Ratio

0,0764

3

Peak Hour Ratio

0,8000

Untuk mengetahui jumlah pergerakan pesawat pada bulan puncak Tahun 2020 didapat dengan cara jumlah pesawat dalam setahun dikali dengan peak month ratio. Seperti diketahui bahwa total pergerakan tahun 2021 adalah 1654 Berikut contoh perhitungan :

N month

= N year x R month = 1654 x 0.1079 = 14 pesawat

IV-11



Tabel 4.10 Peramalan jumlah pergerakan pesawat pada bulan puncak

Tahun ke-

Tahun

Total Pergerakan Bulan Puncak

6 7 8 9 10

2017 2018 2019 2020 2021

156 162 167 173 179

Untuk mengetahui jumlah pergerakan harian pesawat pada bulan puncak tahun 2021, didapat dengan cara jumlah pergerakan pada bulan puncak dikali dengan peak day ratio. Berikut contoh perhitungan : = N Month x R day

N Day

= 179 x 0.0764 = 14 pesawat Table. 4.11 Peramalan jumlah pergerakan pesawat pada Hari tersibuk

Tahun ke-

Tahun

Total Pergerakan Hari Tersibuk

6 7 8 9 10

2017 2018 2019 2020 2021

12 12 13 13 14

Untuk mengetaui jumlah pergerakan pesawat kondisi peak hour pada hari tersibuk bulan puncak tahun 2021, didapat dengan cara jumlah pergerakan pesawat harian pada bulan puncak dikali dengan peak hour ratio. Berikut contoh perhitungan : N Hour

= N Day x R Hour = 14 x 0.8000 = 11 Pesawat IV-12



Table 4.12 Peramalan jumlah pergerakan pesawat pada jam tersibuk Tahun ke-

Tahun

Total Pergerakan Jam Puncak

6 7 8 9 10

2017 2017 2018 2019 2021

10 10 10 11 11

Berdasarkan data dan analisa perhitungan kebutuhan apron pada tahun rencana diatas bahwa pergerakan pesawat kargo pada jam sibuk di Bandara Soekarno Hatta adalah sebanyak 11 pergerakan pesawat datang maupun berangkat.

4.2 Perhitungan Dimensi Apron 4.2.1 Parking Stand Kargo Apron Terminal Kargo Bandara Soekarno Hatta d memiliki 4 Remote Stand.

Gambar 4.3 Apron Kargo Bandara Soekarno Hatta

IV-13



4.2.2 Kebutuhan Jumlah Parking Stand di Terminal Kargo Tahun 2021 Dalam menentukan jumlah contact stand yang dibutuhkan suatu bandar udara dapat menggunakan rumus :

S=

(

)

Dimana : S

= Jumlah kebutuhan parkir pesawat udara (aircraft parking stand)

Ti = Gate accupancy time (menit) masing masing tipe pesawat udara Ni = Jumlah pesawat udara yang datang (arriving aircraft) selama jam puncak α = Jumlah parkir pesawat udara sebagai cadangan Pergerakan tahun rencana dapat diasumsikan 1 : 1 untuk pergerakan pesawat yang datang maupun yang berangkat. Dari data peramalan tahun 2021 didapatkan total pergerakan tahun 2021 sebesar 11 pergerakan, maka dapat diasumsikan 6 arrival movement 5 departure movement. Tabel 4.13 Gate Occupancy Pesawat

Jenis Pesawat

Ref Code

Typical Gate Occupancy Time

B737-200

Type C

45

A737-300

Type C

45

A310-200

Type D

60

B 747-400

Type E

120

Dengan data yang telah dketahui maka jumlah contact stand dapat dihitung dengan asumsi α (jumlah contact stand sebagai cadangan

adalah 0 ) dan IV-14



perbandingan berdasarkan pengamatan jenis pesawat 3C:1D:2E adalah 3:1:2 didapatkan kebutuhan contact stand keseluruhan pada tahun mendatang adalah 13 contact stand. Berikut adalah perhitungan kebutuhan contact stand : Jenis Pesawat B737-200, B737-300 A310-200 B 747-400

Ref Code

Ni (Arriving Aircraft) 3

S (Gate)

Type C

Ti (Gate Occupancy Time) in minutes 45

Type D Type E

60 120

1 2 12

1 4 7

Jumlah

2

4.3 Alternatif perluasan apron Berdasarkan hasil analisa dimana pada tahun rencana membutuhkan 7 contact stand, penulis mencoba menganalisa area yang dapat dilakukan pengembangan terkait kebutuhan contact stand pada tahun rencana. Kondisi eksisting pada lahan kargo memiliki 4 contact stand maka diperlukan penambahan 3 contact stand untuk pesawat wide body khusunya pesawat B747-400. Salah satu area yang dapat dilakukan perluasan adalah di sisi utara dari area yang masih berupa lahan kosong.

IV-15



Gambar 4.4. Area Perluasan Apron Dalam melakukan desain dimensi apron terdapat beberapa hal yang harus diperhatikan karena hal-hal inilah yang menjadi dasar acuan perhitungan dimensi apron. Namun yang paling utama adalah karakteristik pesawat rencana. Digunakan pesawat B 747-200 pesawat rencana dengan kategori 4E. Tabel berikut adalah ukuran karakteristik pesawat kategori 4E. Tabel 4.14 Klasifikasi pesawat Type pesawat

Klasifikasi Pesawat

Bentang sayap

B747-400

E

60.9

(Sumber: Peraturan Keselamatan Penerbangan Sipil – 139 (Manual Of Standard CASR – Part 139) Volume 1 Bandar Udara (Aerodromes)

Aircraft parking position taxilane juga harus dipisahkan dari objek apapun dengan jarak tidak kurang dari yang telah ditentukan dengan menggunakan Tabel 4.15

IV-16



Tabel 4.15. Jarak Pemisah Minimum Code Letter untuk pesawat udara

Dari garis tengah aircraft parking position taxilane ke objek

Dari Garis tengah apron ke Objek

Dari ujung sayap pesawat udara pada aircraft parking position ke objek

A B C D E F

12.0 m 16.5 m 24.5 m 36.0 m 42.5 m 50.5 m

16.25 m 21.5 m 26.0 m 40.5 m 47.5 m 57.5 m

3.0 m 3.0 m 4.5 m 7.5 m 7.5 m 7.5 m

(Sumber: Peraturan Keselamatan Penerbangan Sipil – 139 (Manual Of Standard CASR – Part 139) Volume 1 Bandar Udara (Aerodromes)

Berikut adalah perhitungan kebutuhan panjang apron 1 pesawat kategori 4E : Bentang sayap/Wing span (W) B 747-400 (diambil yang paling besar di kategori 4E)

= 60.9 m

Jarak yang diijinkan/Clearance (d) = 7.5 m Jarak antar parking stand/contact stand (minimal) : = = = Jumlah yang didapat berdasarkan panjang lahan yang ada : (

= = =

(

)

)

3.024 Parking Stand / Contact Stand

IV-17


BAB IV ANALISA DAN PEMBAHASAN

Recommend Documents