Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tingginya angka permintaan transportasi udara memicu dibutuhkannya suatu sistem pengaturan volume penerbangan yang disebut slot time. Slot Time adalah izin suatu pesawat untuk beroperasi yang sudah diberikan oleh pihak berwenang dengan tujuan untuk mengatur dan menjaga ketepatan waktu dari suatu penerbangan. Diterapkannya sistem slot time tidak menjadikan keterlambatan tidak terjadi. Penelitian ini mengambil lokasi di bandar udara tersibuk nomor 3 di Indonesia, yaitu I Gusti Ngurah Rai. Dalam penelitian ini juga menganalisa jenis keterlambatan berdasarkan intenstias permintaan izin keterlambatan untuk kemudian diklasifikasikan menjadi keterlambatan yang bersifat acak atau sudah menjadi sistemik. Semua data yang didapatkan merupakan data yang dikeluarkan oleh Airnav cabang Denpasar kemudian pengolahan data yang dilakukan menggunakan pendekatan statistik dengan bantuan aplkasi SPSS 23. Adanya hubungan positif antara volume slot time dengan lama waktu keterlambatan serta adanya keterlambatan sistemik adalah hasil dalam penelitian ini. Hasil dari penelitian ini diharapkan dapat meningkatkan kualitas penerbangan yang ada melalui peningkatan dari kualitas sistem slot time yang dilaksanakan.

---

The high level of the demand of air transportation make a system to control the number of flights is needed. The system itself called slot time. Slot time is a permit of an airline to operate that given from the authorities. The purpose of slot time is to control and to keep the punctuality of a flight. Although the slot time system has been applied, doesn't mean there's no delay at all. The high volume of flights make there are some volume diffarances at certain hours. This volume will analyse the correlation between the volume of slot time and the length of delay time during peak time and normal time. This study takes place at the third busiest airport in Indonesia, I Gusti Ngurah Rai airport. In this study also analyze the type of delay in to random delay or systemic delay. All data obtained is the data issued by Airnav Denpasar then processing with SPSS23. There is a correlation and slightly a systemic delay during this observation. The result of this study is expected to improve the quality of existing flight through the improvement quality of the slot time system."

"Penelitian ini membahas mengenai risiko operasional yang muncul akibat ditetapkanya peraturan menteri yang mengatur keterlambatan penerbangan lebih dari 4 jam. Sebagai peraturan yang baru diterapkan maka setiap maskapai tidak dapat menghitung risiko secara langsung karena belum adanya data historis mengenai kerugian atas kegiatan tersebut. Namun, dengan menggunakan data historis data keterlambatan dan jumlah penumpang maka peneliti mencoba untuk menghitung kerugian yang timbul akibat peraturan tersebut. Dengan melakukan pengujian chi square, kolmogorov smirnov dan anderson darling didapatkan bahwa data frekuensi terdistribusi secara geomet dan data severitas terdistribusi lognormal. Dan dengan menggunakan aggregation method melalui pendekatan loss distribution didapatkan nilai VaR pada tingkat keyakinan 95% sebesar 83.306.690 untuk skenario tanpa penumpang re-route serta nilai VaR pada tingkat keyakinan 95% Rp 80.933.100 untuk skenario penumpang re-route. Setelah dilakukan pengujian dengan menggunakan kupiec test maka diketahui bahwa perhitungan VaR menggunakan metode tersebut adalah valid dan dapat digunakan untuk perhitungan selanjutnya.

---

This study discusses about operational risks arising from the establishment of ministerial regulations which regulates flight delay of more than 4 hours. As the new regulations, each airline can not directly calculate the risk. It is because of the lack of historical data from these activities. However, using historical delay frequency and number of passengers, the researcher tried to calculate the losses resulting from these regulations. By chi-square test, Kolmogorov smirnov and anderson darling test, researcher found that the frequency of delay distributed geometrically and the severity data distributed lognormal. And by using the aggregation method through the loss distribution approach (LDA), Value at Risk ​​using 95% confidence level is Rp 83,306,690 for the scenario without re-route passengers, and the value of VaR at 95% confidence level is Rp 80,933,100 for re-route passengers scenario. After testing by using kupiec test, it is known that the VaR calculation method is valid and can be used for further calculations."

"Operasi penerbangan yang tepat waktu adalah esensial untuk memastikan kepuasan pelanggan dan efisiensi operasional. Penelitian ini menggunakan teknik pemodelan prediktif terdepan yang menggabungkan algoritma LightGBM dengan optimisasi Artificial Bee Colony. Fokus penelitian adalah mengungkap faktor-faktor rumit yang menyebabkan keterlambatan penerbangan baik pada Low Cost Carriers maupun pada Maskapai Pelayanan Full Service Carrier. Studi ini mengidentifikasi bahwa propagasi delay dari penerbangan sebelumnya berdampak dalam penjadwalan maskapai dan sebagai faktor kunci. Selain itu, kendala teknis dan otoritas juga menjadi faktor kunci keterlambatan untuk kedua tipe maskapai. Efektivitas model ini semakin diperkuat oleh precision recall curve yang menunjukkan akurasi prediksi yang tinggi. Dengan presisi yang luar biasa dan recall yang signifikan, model ini bisa diandalkan dalam mendeteksi insiden keterlambatan yang nyata secara akurat. Penelitian ini menawarkan wawasan berbasis data yang berharga untuk LCC dan FSC, membimbing mereka untuk meningkatkan ketepatan waktu dan memperkuat kekokohan operasional dengan fokus pada faktor-faktor utama yang menyumbang pada keterlambatan penerbangan.

---

Timely flight operations are essential for ensuring both customer satisfaction and operational efficiency. This research employs a cutting-edge predictive modeling technique that combines the LightGBM algorithm with Artificial Bee Colony (ABC) optimization. The focus is on unraveling the intricate factors leading to flight delays in both Low-Cost Carriers (LCC) and Full-Service Carriers (FSC). The study identifies 'Propagation' of delays, which reflects the chain reaction effect in airline scheduling, as a key factor, particularly for LCC. Additionally, 'Technical Problems' and 'Authority' are found to be major predictors of delays for both types of airlines. The model's effectiveness is further corroborated by the precision-recall curve, which demonstrates its high predictive accuracy. Boasting remarkable precision and considerable recall, the model is adept at accurately detecting real delay instances. This research offers valuable, data-driven insights for LCC and FSC, guiding them to improve their timekeeping and strengthen operational robustness by focusing on the primary factors contributing to flight delays."