MODEL SIMULASI DISKRIT UNTUK MENGUKUR EFEK KETERLAMBATAN JADWAL PENERBANGAN TERHADAP ANTRIAN PRA TINGGAL LANDAS DAN PASCA PENDARATAN Ayunda Larasati, Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng, CSCP Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo 60111 Email:
[email protected];
[email protected]
ABSTRAK Semakin tingginya permintaan akan pelayanan jasa penerbangan, memberikan dampak yang besar bagi industri aviasi di Indonesia. Bandara Internasional Juanda sebagai penyedia fasilitas penerbangan pun terkena dampak secara langsung. Dampak tersebut adalah peningkatan pergerakan pesawat, baik landing maupun takeoff, setiap tahunnya. Pada masa golden time, pergerakan yang normalnya adalah sekitar 20 pergerakan, bisa mencapai 30 pergerakan lebih. Namun, kondisi ini tidak didukung adanya landasan pacu yang sesuai. Untuk menangani pergerakan yang tinggi, biasanya bandara sibuk menggunakan lebih dari satu landasan pacu. Hal ini mengakibatkan terjadinya delayyang cukup sering terjadi. Dengan adanya permasalahan ini, dibuatlah model simulasi untuk mengetahui efek dari kondisi landasan pacu Bandara Internasional Juanda dengan jadwal yang begitu padat. Dalam model ini yang menjadi inputan adalah jadwal arrival dan departure penerbangan, juga prosedur dilakukannya operasi mulai setelah boarding hingga pesawat melakukan takeoff dan setelah landing sampai parkir. Output yang dihasilkan model adalah banyaknya antrian yang terjadi dari landasan pacu dan akibat dari adanya delayyang selanjutnya dapat dianalisis sehingga diharapkan dapat membantu mengevaluasi dan mengurangi permasalahan yang ada. Kata Kunci : Simulasi, antrian, delay, taxiway, exit taxiway, airport. ABSTRACT The high demand for flight services, provide great impact for the aviation industry in Indonesia. Juanda International Airport as the airline facility provider directly affected. The impact is an increase in aircraft movements, both landing and takeoff, every year. In the golden period of time, the movement of which is normally around 20 movements, 30 movements can achieve more. However, this condition is not supported by the appropriate runway. To handle the high movement, normally busy airports use more than one runway. This resulted in a considerable delay often occurs. With the existence of this problem, this research build a simulation model to determine the effects of existing runway condition Juanda International Airport with a high schedule. In this model the input is a schedule of arrival and departure flight, also doing operation procedures began after boarding t o takeoff and after landing to parking. The resulting output is the number of queuing models that occur from the runway and the consequences of any delay which in turn can be analyzed so that it can help evaluate and mitigate existing problems. Keywords: Simulation, queues, delay, taxiway, exit taxiway, airport
1
Pendahuluan Surabaya yang merupakan ibukota Jawa Timur juga sebagai kota ke-2 di Indonesia memiliki kemiripan dengan Jakarta sebagai pusat perekonomian di Indonesia. Surabaya menjadi kota tujuan oleh para pebisnis. Salah satu hal yang berkaitan erat dengan ini adalah transportasi sebagai dukungan menjalankan aktivitas tersebut. Tingginya permintaan layanan transportasi udara menunjukkan padatnya aktivitas di kota ini. Selain
permintaan layanan penerbangan, hal ini secara khusus ditandai juga dengan banyaknya pergerakan pesawat di Bandara Internasional Juanda, sebagai bandara Surabaya yang terletak di Sedati, Sidoarjo. Pada tahun 2010 pergerakan pesawat di Bandara Internasional Juanda mencapai 98.884 pergerakan. Pada tahun 2011 terdapat sekitar 102.000 pergerakan. Sedangkan pada tahun 2012, pergerakan pesawat meningkat menjadi sekitar 134.000 pergerakan, dengan kata lain terdapat
peningkatan sebesar 30% lebih. Besarnya peningkatan ini diakibatkan oleh jumlah penumpang yang meningkat hingga tiga juta pada tahun 2012. Peningkatan ini lebih tinggi dibanding tahun-tahun sebelumnya yang hanya berkisar antara satu dan dua juta penumpang. Pergerakan ini terus meningkat terutama di Bandara di kota-kota besar seperti Jakarta dan Surabaya. Semakin meningkatnya permintaan terhadap layanan penerbangan memberikan dampak-dampak yang cukup signifikan pada pihak-pihak terkait. Pergerakan pesawat yang terus meningkat ini tentu memberikan keuntungan tersendiri bagi bisnis aviasi di Indonesia. Tingkat permintaan yang begitu tinggi membuat bermunculannya maskapai baru. Sedangkan bagi maskapai-maskapai yang telah ada, banyak dilakukan peningkatan layanan penerbangan ke berbagai tujuan, menambah jumlah pesawat, dan bahkan tidak sedikit pula yang memberikan harga tiket yang murah untuk mendapatkan pelanggan dan profit sebanyak mungkin. Namun selain memberikan dampak positif, adanya peningkatan pergerakan pesawat ini juga memberikan dampak negatif yang cukup menjadi persoalan yang sulit diselesaikan. Permasalahan infrastruktur, salah satu permasalahan utama di Indonesia, menjadi kendala dalam pemenuhan permintaan layanan penerbangan belakangan ini. Kapasitas bandara tidak lagi sesuai dengan banyaknya pesawat yang lepas landas maupun mendarat setiap harinya. Kapasitas Bandara Internasional Juanda (BIJ) adalah 21 sampai 22 pergerakan per jam. Namun yang terjadi belakangan justru bisa mencapai 30 lebih pegerakan pesawat tiap jam pada jam sibuk (golden time). Jika dilihat dari spesifikasi bandara, BIJ memang hanya memiliki satu buah landasan pacu yang digunakan untuk landing maupun takeoff. Sebagai pembandingnya, Bandara Internasional Soekarno-Hatta memiliki jumlah landasan pacu lebih banyak yaitu sebanyak dua buah. Mengingat jumlah pergerakan yang terjadi di Bandara Juanda memiliki kepadatan yang tinggi selayaknya Bandara Soekarno-Hatta, tentunya hal ini menjadi hal yang perlu diperhatikan lebih. Di Bandara Internasional Soekarno-Hatta sendiri dengan adanya dua buah landasan pacu masih mengalami permasalahan keterlambatan, meskipun ada faktor-faktor lain yang juga mempengaruhi. Penyebab terjadinya penundaan atau delayada beberapa hal. Menurut Biro Statistik
Transportasi US penyebab terjadinya penundaan keberangakatan pesawat didefinisikan menjadi beberapa kategori. Yang pertama adalah dari maskapai penerbangan. Hal ini menyangkut permasalahan maintenance atau kru, aircraft cleaning, boarding, baggage loading ,pengisian bahan bakar, dan lain-lain. Penyebab ke dua adalah keadaan cuaca, seperti cuaca buruk, hujan lebat, badai, petir, dan sebagainya. Sedangkan penyebab ke tiga datang dari National Aviation System (NAS) yang mengacu pada serangkaian kondisi yang lebih luas, seperti kondisi non-cuaca ekstrim, operasional bandara, volume lalu lintas yang tinggi, dan juga Air Traffic Control (ATC). Keterlambatan kedatangan penerbangan sebelumnya dengan pesawat yang sama tentu akan mengakibatkan penerbangan pada saat tersebut menjadi terlambat. Penyebab lainnya adalah masalah keamanan seperti evakuasi terminal atau concourse, re-boarding pesawat karena pelanggaran keamanan, peralatan screening tdk berlaku dan / atau antrean panjang lebih dari 29 menit di daerah screening. Dalam penelitian ini dilakukan simulasi dari sistem Bandara Internasional Juanda dengan menggunakan software ARENA. Penelitian ini mengacu pada penelitian sebelumnya yaitu paper dari konferensi simulasi Wintersim yang menggunakan objek Louisville Air Park dimana bandara ini menangani pengiriman untuk UPS(United Parcel Service). Objek penelitian tersebut memiliki dua buah landasan pacu, sedangkan pada objek penelitian ini hanya memiliki sebuah landasan pacu dimana permasalahan menjadi cukup sulit ditemukan solusinya. Maka dari itu diharapkan dengan adanya simulasi ini dapat memberikan gambaran mengenai bagaimana pengelolaan Bandara Internasional Juanda ke depannya.
2
Metodologi Penelitian
memiliki lama penggunaan landasan pacu yang berbeda. Setelah proses penggunaan landasan pacu, tahap selanjutnya adalah visualisasi utilitas landasan pacu dalam bentuk diagram.
2.4
Verifikasi Model Verifikasi model merupakan tahapan pengecekan model untuk mengetahui ada tidaknya error yang terjadi pada model simulasi. Pengecekan ini bertujuan agar model dapat berjalan dan memberikan hasil yang diinginkan.
2.5
Gambar 2.1 Metodologi Penelitian
2.1
Pembuatan Model Konseptual Pada tahap ini dilakukan pembuatan model konseptual. Pembuatan model konseptual ini merupakan pembuatan model yang meniru sistem aslinya untuk selanjutnya digunakan sebagai dasar pembuatan model dengan software. Model dibuat semirip mungkin dengan model aslinya dimana terdapat beberapa proses utama seperti landing, takeoff, parking, antre dan menunggu urutan menggunakan landasan pacu untuk melakukan landing atau takeoff. 2.2
Validasi Model (Awal) Tahap validasi model adalah tahap pengecekan untuk mengetahui apakah model konseptual telah sesuai dengan sistem sebenarnya. Tujuan dilakukan pengecekan ini untuk mengetahui kelayakan dari model tersebut. 2.3 Pembuatan Model dengan Software ARENA Pembuatan model program didasari oleh model konseptual yang telah di buat sebelumnya. Model dirancang sesuai dengan sistem sesungguhnya dan dengan inputan data asli. Pembuatan model ARENA ini menggunakan input jadwal estimasi arrival dan departure yang dibuat dalam format spreadsheet Microsoft Excel. Data ini selanjutnya diintegrasikan dengan ARENA sebagai input kedatangan. Proses inti selanjutnya adalah penggunaan landasan pacu. Lama proses penggunaan landasan pacu ditentukan oleh tipe pesawat yang memiliki spesifikasi kecepatan tertentu, sehingga untuk masing-masing pesawat
Running Program dengan Perubahan Skenario Running dilakukan dengan menggunakan beberapa skenario dengan perubahan parameter tertentu. Dengan dilakukannya hal ini akan menunjukkan bagaimana pergerakan sistem jika dilakukan dengan skenario berbeda untuk selanjutnya dilakukan analisis. 2.6
Analisis dan Interpretasi Hasil Simulasi Setelah melakukan running model dengan ARENA dilakukan analisis dan interpretasi. Ouput yang diberikan oleh model tersebut adalah tingkat utilisasi dan perubahan pergerakan akibat dari adanya keterlambatan yang terjadi. Output ini dianalisis sedemikian rupa sehingga nantinya diharapkan dapat menjawab tujuan dari penelitian ini. 2.7
Kesimpulan Saran Pada tahap terakhir ini akan diambil kesimpulan terhadap penelitian yang dilakukan. Kesimpulan didapat dari hasil running dari software ARENA yang telah dianalisis sebelumnya. Dari hasil tersebut diharapkan dapat menjawab tujuan dari penelitian ini. Selain itu juga akan diberikan saran untuk perbaikan dan saran untuk penelitian selanjutnya. 3 Pengembangan Model Pada bab ini akan dibahas mengenai pengembangan model simulasi dari ground activity Bandara Internasional Juanda. Secara garis besar bab ini terdiri atas pembuatan model konseptual, pengumpulan data, model simulasi, verifikasi dan validasi. 3.1
Pengembangan Model Konseptual Bandara Internasional Juanda (BIJ) merupakan salah satu bandara terbesar di Indonesia yang dikelola oleh PT. (Persero) Angkasa Pura I.
Seperti yang telah dipaparkan sebelumnya, BIJ juga merupakan salah satu bandara tersibuk di Indonesia mengingat letaknya yang berada di wilayah Kecamatan Sedati, Kabupaten Sidoarjo, yang berdekatan dengan kota terbesar ke dua di Indonesia, Surabaya. Aktivitas pada bandara sangat padat mulai dari landside seperti tempat parkir dan terminal yang meruapakan wilayah para penumpang melakukan aktivitas, sampai di airside atau tempat pesawat melakukan operasinya. Bahkan di uradar pun sebenarnya juga sama padatnya. Model simulasi ini meniru operasi dari ground atau airside dari BIJ. Langkah pengembangan model konseptual terdiri dari dari penentuan komponen-komponen model simulasi dan prosedur operasinya. Aktivitas atau operasi di airside, secara garis besar terdapat tiga bagian. Ketiga bagian itu merupakan bagian esensial dari operasi penerbangan itu sendiri. Bagian-bagian tersebut antara lain adalah 1. Aktivitas di apron atau tempat parkir pesawat 2. Aktivitas di taxiway 3. Aktivitas di landasan pacu (runway) Ada beberapa aktivitas penting di apron, antara lain adalah pengangkutan barang ke bagasi dan penumpang ke pesawat atau biasa disebut proses boarding, pengisian bahan bakar, pengecekan safety, dan lain-lain. Namun, dalam penelitian ini tidak mengikutsertakan proses tersebut secara rinci melainkan dengan menggambarkannya dalam waktu turnaround. Waktu turnaround merupakan jarak waktu antara kedatangan pesawat, mendarat dan parkir di apron dengan waktu ketika pesawat berangkat kembali dan melakukan pushback untuk melakukan taxiing dan takeoff. Waktu turnaround dari setiap maskapai berbeda-beda. Namun rata-rata adalah sekitar 40-50 menit, bisa lebih maupun kurang. Berdasarkan jadwal yang tersedia, yang memiliki waktu turnaround sama untuk semua jadwal adalah Garuda Indonesia, dengan waktu 45 menit. Sedangkan maskapai lain ada yang 25-30 menit, ada pula yang sampai lebih dari satu jam. Apron atau tempat parkir pesawat dibedakan secara umum menjadi dua bagian, yaitu untuk pesawat berjenis wide body dan narrow body. Berdasarkan data jadwal terakhir, pesawat
yang digunakan adalah hampir atau bahkan seluruhnya menggunakan narrow body. Setelah melakukan segala aktivitas dan operasi di apron, pesawat selanjutnya melakukan taxiing. Taxiing adalah proses pesawat melalui taxiway yang merupakan jalur perantara sebelum pesawat menggunakan atau setelah meninggalkan landasan pacu (runway). Dalam taxiway juga terdapat antrian dimana pesawatpesawat menunggu giliran untuk menggunakan runway. Dalam keadaan ini, pesawat mengantri sampai dengan runway kosong dan siap digunakan. Runway yang siap digunakan adalah ketika runway tersebut kosong dan setelah ditambahkan jeda 1 sampai 3 menit untuk melakukan operasi di runway selanjutnya, baik landing ataupun takeoff.Aplikasi waktu antar penggunaan runway tersebut sesuai dengan yang digunakan di Bandara Internasional Juanda. Proses ini terkadang cukup memakan waktu jika jadwal sedang padat-padatnya, jadwal berdekatan atau bahkan sama, yang mengakibatkan antrian menjadi panjang. Operasi di runway merupakan operasi inti dari penerbangan dimana pesawat melakukan landing dan takeoff. Dalam penelitian ini yang menjadi fokus adalah waktu operasinya. Waktu operasi dari landing dan takeoff ditentukan dari jenis pesawat yang digunakan. Dalam operasi kedatangan dan keberangkatan di Bandara Internasional Juanda, pesawat yang digunakan secara umum adalah Boeing, Airbus, Bombardier, dan ATR. 1. Pengumpulan data Seperti yang dideskripsikan oleh Robson (2002), ada banyak metode untuk mengumpulkan data sebuah penilitian diantaranya melalui interview, kuisioner, observasi langsung, melakukan amatan terhadap dokumentasi. Adapun data yang digunakan pada penelitian ini dikumpulakan dari sejumlah sumber data diantaranya berasal dari penelitian sebelumnya maupun dari jurnal internasional yang dijadikan rujukan dalam pengerjaan laporan penelitian ini. 2.
Pembuatan Model Simulasi Setelah pembuatan model konseptual selanjutnya dilakukan pembuatan model simulasi. Model konseptual merupakan konsep hasil konversi dari sistem riil, sedangkan model simulasi merupakan lanjutan dari model konseptual.
Secara garis besar model simulasi ini terbagi menjadi tiga tahap utama. Berikut merupakan tahapan-tahapan pengerjaannya. 1. Input data dari Microsoft Excel. Data tersebut antara lain adalah jadwal kedatangan, keberangkatan, maskapai, jenis pesawat, dll. 2. Running Arena Rockwell. Arena membaca inputan data dari Microsoft Excel untuk melakukan assigning attrributes. 3. Arena melakukan penulisan report data ke dalam excel. Untuk program Arena sendiri terbagi menjadi beberapa bagian antara lain generate jadwal kedatangan dan keberangkatan, membaca data untuk asssign atribute, proses taxiing,landing dan takeoff, dan parking allocation. 3.2
Verifikasi Model Tahap verifikasi adalah tahap dilakukannya perbandingan antara model konseptual dengan model simulasi. Hal ini bertujuan untuk memastikan apakah model simulasi sudah sesuai dengan konsep yang telah dibuat pembuat model. Dalam model simulasi menggunakan Arena, dilakukannya verifikasi adalah dengan mengetahui ada tidaknya error yang terjadi dalam model. Contoh sederhananya, dilakukan pengecekan input untuk setiap modul dengan parameter yang ada. Atau ketika pembuat model lupa untuk memberikan input tertentu sehingga program tidak dapat melakukan running. Proses ini tidak dilakukan dengan pengujian statistik, melainkan dengan
dengan sistem sesungguhnya. Untuk menentukan apakah suatu model valid atau tidak, diperlukan adanya suatu uji statistik. Tabel 3.1 Jadwal Inputan Flight
No.
Index
Number
Schedule
Index
Simulation
1 GA332
52
0:05:00
0,083
0:06:46
0,113
2 GA631
173
5:25:00
5,417
5:29:11
5,486
3 GA303
174
5:30:00
5,500
5:35:17
5,588
5
6:30:00
6,500
6:31:05
6,518
69
6:30:00
6,500
6:31:05
6,518
4 IW1861 5 JT596
Tabel 3.2 Perbandingan Dengan Perhitungan Analitis
No. 1 2 3 4 5
Flight Analitik Simulation Index Number GA332 0:06:46 0,113 0,133 GA631 5:29:11 5,486 5,467 GA303 5:35:17 5,588 5,550 IW1861 6:31:05 6,518 6,550 JT596 6:31:05 6,518 6,559 Mean 4,845 4,852 Stdev 2,690525 2,68917966 Var 7,238926 7,23168724
Setelah diketahui output dari simulasi dan model analitik, maka selanjutnya adalah melakukan uji stastistik Welch agar perbandingan ini dapat diketahui perbedaannya. Ketika perbedaan signifikan, maka model simulasi tidak valid. Sedangkan jika adanya perbedaan tidak signifikan maka model dapat dikatakan valid. Hipotesa: H0: µ1 = µ2 H1:µ1 tidak sama denganµ2
= 2,764222 ≈ 3 Dengan didapatkan
level
of
confidence
95%
Gambar 3.1 Verifikasi Model Simulasi Arena
1.
Validasi Model Berbeda dengan verifikasi yang membandingkan model simulasi dengan model konseptual, validasi merupakan perbandingan
Index
= 6,124364
��� − 𝑥𝑥2 ��� − 𝑥𝑥2 ���) − ℎ𝑤𝑤 ≤ 𝜇𝜇1 − 𝜇𝜇2 ≤ (𝑥𝑥1 ���) + ℎ𝑤𝑤 (𝑥𝑥1
(4,845 − 4,852) − 6,124364 ≤ 𝜇𝜇1 − 𝜇𝜇2 ≤ (4,845 − 4,852) + 6,124364 -6,131≤ 𝜇𝜇1 − 𝜇𝜇2 ≤6,131 Karena nilai 0 berada pada rentang dianatara maka keputusannya tidak terdapat perbedaan yang signifikan, Ho diterima.
4
time. Sehingga jadwal yang dapat dirubah adalah 199 jadwal. Maka jadwal yang di rubah untuk masing-masing skenario adalah sekitar 19-20 jadwal. Random Planned Delay Pada skenario random planned delayini letak delay dan lama delay dilakukan secara acak. Dengan menggunakan random generator didapat perubahan pada penerbangan dan dengan lama delay yang ditentukan.
Skenario Bab ini bertujuan untuk melakukan sejumlah eksperimen dengan beberapa skenario terhadap model yang telah dibuat dilanjutkan dengan melakukan analisa terhadap hasil pengujian yang dilakukan. Secara garis besar bab ini terbagi atas tiga bagian yaitu membuat beberapa skenario, melakukan percobaan untuk tiap-tiap skenario, dan menganalisa hasil eksperimen. Skenario Percobaan
A.
Pada bab sebelumnya telah diketahui bagaimana tahapan-tahapan dalam membuat model simulasi yang menggambarkan ground activity pada Bandara Internasional Juanda. Prosesnya mulai dari adanya kedatangan dan keberangkatan pesawat, proses taxiing, dan juga parking allocation. Setelah program model simulasi tersebut dijalankan, didapatkan hasil untuk keadaan normal atau ideal tanpa adanya delayyang terjadi. Dari adanya hasil tersebut, maka dapat dilakukan what if analysis atau skenario percobaan untuk mengetaui sensitivitas yang terjadi jika terdapat variabel-variabel yang dirubah. Berikut merupakan skenario percobaan yang dilakukan. Tabel 3.3 Skenario Persebaran Delay
PLANNED DELAY No
SKENARIO
PAGI SIANG
pada skenario ke-2 ini letak delay ditentukan, yaitu pada pagi hari. Jadwal pada pagi hari diberikan delaysecara acak kelipatan 5 dengan maksimum 60 menit. Jumlah delay adalah sekitar 19-20 delay keseluruhan, dengan 70% terjadi di pagi hari, 10% di siang hari, 10% di sore hari, dan 10% di malam hari. •
Planned Delay Siang-Sore Hari
Skenario selanjutnya adalah dengan mengubah jadwal pada siang dan sore hari. Dengan jumlah delay sekitar 19-20 delay keseluruhan, dengan 10% terjadi di pagi hari, 80% di siang dan sore hari, dan sisanya 10% di malam hari. Berikut ini merupakan perubahan jadwal untuk skenario perubahan jadwal siang-sore. • Planned Delay Malam Hari Setelah skenario perubahan pagi, siang, dan sore, selanjutnya adalah dengan mengubah jadwal pada malam hari. Dengan jumlah delay sekitar 1920 delay keseluruhan, dengan 10% terjadi di pagi hari, 10% di siang hari, 10% di sore hari, dan 70% di malam hari. Berikut ini merupakan perubahan jadwal untuk skenario perubahan jadwal malam hari.
No Planned Delay
EKSISITING
B.
Random data
1 RANDOM 2 PAGI
SORE MALAM
• Planned Delay Pagi Hari
70%
3 SIANG-SORE
10%
4 MALAM
10%
10%
10%
10%
10%
70%
80% 10%
10%
Percobaan pertama ini adalah dengan merubah j adwal dengan penambahan delaysecara random. Jumlah Delay ini adalah sejumlah sekitar 10% dari total jadwal. Jadwal sesungguhnya adalah 338, namun jadwal tersebut termasuk dengan 139 jadwal lanjutan yang menggunakan turnaround
Analisis Perbandingan Skenario Pada bagian ini akan dilakukan analisis mengenai output dari hasil running model simulasi Arena dengan perubahan jadwal karena delay sesuai dengan skenario yang telah dibuat. Output ini diklasifikasikan menjadi tiga kategori delay. Yang pertama adalah light delay, yang ke dua adalah medium delay, dan terkahir hard delay.Light delay adalah ketika pesawat mengalami keterlambatan kurang lebih 15 menit. Sedangkan medium delay adalah dengan keterlambatan kurang lebih 30 menit. Selanjutnya untuk keterlambatan di
atas 60 menit adalah hard delay. Berikut ini merupakan hasil dari percobaan model simulasi dengan keempat skenario. Pada tabel terlihat bahwa semakin akhir letak delay tersebut menumpuk, maka semakin kecil delayyang terjadi. Hal ini disebabkan karena ketika delay terjadi pada awal hari yaitu seperti pada skenario yang menumpuk pada pagi hari, maka jadwal-jadwal setelahnya pun juga terpengaruh performansinya.Pada skenario pagi terlihat bahwa jumlah hard delaylebih banyak dibandingkan dengan light delay-nya. Jumlah itupun lebih tinggi jika dibandingkan dengan skenario dengan persebaran delayrandom. Hal ini semakin menguatkan pernyataan pertama bahwa titik persebaran di awal hari akan memberikan dampak yang lebih besar pada performansi dari ground activity tersebut.
Gambar 3.2 Grafik Perbandingan OutputDelay Dengan Skenario Berbeda
Pada skenario malam hari jumlah hard delay menurun. Semakin malam letak penumpukan delaytersebut memberikan penurunan pada delaysecara keseluruhan dan memberikan peningkatan performansi. Hal ini memiliki alasan yang sama dengan bagaimana skenario jadwal pagi dapat memberikan dampak delayyang besar. Untuk kasus skenario malam hari, berkurangnya tingkat delaydikarenakan tidak ada jadwal setelahnya. Maka ketika delayterjadi, tidak akan ada jadwal penerbangan yang terkena dampak dari pergeseran jadwal tersebut. Berbeda dengan jadwal pagi dan siang-sore dimana masih terdapat jadwal penerbangan setelahnya. Sehingga penerbangan selanjutnya otomatis terkena dampak baik secara langsung maupun tidak langsung terutama penerbangan lanjutannya. Antrian di Taxiway Dengan melakukan running skenario tersebut, selain diukur bagaimana perubahan delaynya, penelitiann ini juga bertujuan untuk mengetahui bagaimana bagaimana keadaan antrian di taxiwayyang merupakan dampak dari kurangnya kapasitas landasan pacu yang merupakan komponen utama dalam ground activity ini.Jumlah antrian yang dimaksud pada penelitian ini adalah jumlah antrian yang berada di depan pessawat dengan urutan penerbangannya.
Gambar 3.4 Grafik Antrian Skenario Persebsrsn Planned DelayRandom
Gambar 3.3 Grafik Perbandingan Jumlah Medium dan Hard Delay Tiap Skenario
Sedangkan pada skenario perubahan siang-sore terlihat bahwa jumlah hard delaymengalami penurunan jika dibandingkan dengan skenario persebaran delaysecara random dan pada skenario pagi hari. Medium delay cenderung tidak mengalami perubahan yang signifikan kecuali saat dibandingkan dengan skenario malam hari.
Pada grafik antrian untuk skenario random planned delay rata-rata antriannya adalah 7,955 dengan rata-rata waiting time selama di taxiway adalah 9 menit 42 detik. Terlihat pada grafik Gambar 5.3 bahwa adanya planned delaysecara tersebar memberikan dampak tingginya jumlah antrian jika dibandingkan dengan skenario lain. Pada penerbangan pagi sampai siang adalah yang paling terlihat tingginya jumlah antrian. Namun pada jam-jam setelahnya juga lebih tinggi dari skenario yang lain. Misalnya pada urutan penerbangan sekitar 200-250 sebagian besar lebih
dari lima antrian. Selanjutnya pada malam hari tengah malam antrian juga menngkat dan cukup terlihat jelas jika dibandingkan dengan skenario penerbangan lainnya . Gambar 3.7 Grafik Antrian Skenario Persebaran Planned Delay Malam
Gambar 3.5 Grafik Antrian Skenario Persebaran Planned DelayPagi
Sedangkan pada grafik antrian untuk skenario planned delaypada pagi hari memberikan nilai rata-rata untuk antriannya adalah 8,257 dan dengan rata-rata waiting time selama di taxiway adalah 9 menit 50 detik. Pada grafik Gambar 5.4 terlihat jelas jika terdapat delaypada pagi hari akan memberikan dampak yang cukup besar pada penerbangan pagi hari sampai tengah hari. Pada urutan penerbangan ke-70 sampai 150 j umlah antrian hampir sebagian besar di atas 10 atau bahkan 12.
Pada grafik antrian untuk skenario planned delaypada jadwal malam hari memberikan nilai rata-rata antrian sebesar 8,152 dengan rata-rata waiting time selama di taxiway adalah 9 menit 42 detik. Sama dengan skenario-skenario sebelumnya bahwa dampak tersebesar berada dimana penumpukan delaytersebut terjadi. Pada skenario planned delaymalam hari, penumpukan antrian terjadi pada urutan penerbangan sekitar 240 sampai 310 atau sekitar pukul 18.00 ke atas. Pada jam-jam tesebut terdapat penerbangan-penerbangan komersial yang banyak mendapatkan permintaan dari kosumen/penumpang. Pada jam-jam tersbut pula sangat diharapkan tidak terjadi delayyang lama karena dapat merugikan penumpang dan dapat menurunkan level pelayanan.
5
Kesimpulan dan Saran Pada bab ini akan diberikan kesimpulan terhadap penelitian tugas akhir yang telah dilakukan serta pemberian masukan untuk penelitian yang akan datang. 5.1
Gambar 3.6 Grafik Antrian Skenario Persebaran Planned DelaySiang-Sore
Untuk grafik antrian skenario planned delaypada jadwal siang-sore r ata-rata antriannya adalah 7,976, sedangkan rata-rata waiting time selama di taxiway adalah 9 menit 51 detik. Gambar 5.5 menunjukkan bahwa antrian pada skenario planned delaysian-sore tidak berpengaruh pada jadwal pagi. Namun untuk jadwal selanjutnya yaitu malam dapat terlihat bahwa antrian lebih tinggi dibanding dengan skenario planned delaypada pagi hari. Hal ini disebabkan karena terjadinya delaypada pagi hari tentu akan mempengaruhi keseluruhan jadwal namun yang paling terkena dampak adalah jadwal pagi itu sendiri dan siang. Untuk jadwal sore dan malam hanya terkena dampak sedikit.
Kesimpulan Dari simulasi yang telah dilkukan, kesimpulan dari penelitian tuagas akhir ini adalah sebagai berikut: 1. Adanya perubahan jadwal yang disebabkan oleh delay mengakibatkan penerbangan lain menjadi ikut tertunda. Peningkatannya cukup tinggi jika dibandingkan kondisi eksisiting dimana keadaan ideal tanpa adanya delay. Sedangkan peningkatan paling tinggi adalah ketika penerbangan pada pagi hari banyak yang terjadi keterlambatan. 2.
Rata-rata jumlah antrian dan waiting time di taxiway pada setiap perubahan skenario tidak terdapat perbedaan yang signifikan yaitu sekitar 8 antrian dan 9-10 menit untuk waiting time. Namun jika dilihat dari persebaran tingginya jumlah antrian, dapat terlihat bahwa penumpukan terjadi
pada bagian sesuai dengan terjadinya planned delaytersebut. Berbeda dengan skenario planned delaylainnya, planned delaypada pagi hari memberikan dampak besar sampai penerbangan siang hari, dan dampak yang tidak terlalu besar pada penerbangan selanjutnya. 5.2
Saran Saran yang dapat diberikan untuk penelitian yang akan datang adalah sebagai berikut: 1.
2.
Model penelitian selanjutnya mempertimbangkan terjadinya pembatalan terbang yang dikarenakan misalnya oleh cuaca buruk atau kerusakan pada pesawat. Digunakan interface untuk proses input dan output sehingga memudahkan adanya perubahan percobaan skenario dan hal-hal semacamnya.
DAFTAR PUSTAKA “BKKBN: Tahun ini Penduduk Indonesia Capai 250 Juta Jiwa”, Liputan 6, 25 F ebruary 2013.http://health.liputan6.com/read/521272/b kkbn-tahun-ini-penduduk-indonesia-capai250-juta-jiwa , viewed 5 April, 2013. “Jumlah Penduduk Indonesia Mengalami Sedikit Kenaikan Di Tahun 2013”, Merdeka Online, 25 Febeuary 2013.
http://www.merdekaonline.com/kategori/berit a-2753-jumlah-penduduk-indonesiamengalami-sedikit-kenaikan-di-tahun2013.html, viewed 5 April, 2013. Bureau of Transportation Statistic, revised 2013., http://www.rita.dot.gov/bts/help/aviation/html/ understanding.html, viewed 25 February, 2013. Kelton, W. David, Randall P. Shadows and Deborah A. Shadows. 2002. Simulation with Arena. Second Edition. New York: McGraw Hill. Nolan, M.S. 2009. Fundamentals of Air Traffic Control. Australia: Cencage Brain. Ottman ,W.S. Ford ,A.C. &Reinhardt , G .R. “An Aircraft Taxi Simulation Model for The United Parcel Service Louisville Air Park”, in Proceedings of the 1999 Winter Simulation Conference,Squaw Peak, Phoenix, AZ, 1999. Wells, A.T. , Young,Seth. 2004.Airport Planning & Management. New York: McGraw - Hill. Susetyo, A. 2012. Perancangan Alat Bantu Pengambilan Keputusan Untuk Penentuan Jumlah Dan Rute Armada Pesawat Terbang. Bachelor, Institut Teknologi Sepuluh Nopember. Wikipedia, revised 2013, www.en.wikipedia.org/wiki/Landasan_pacu , viewed 8 April 2013
