Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Airlines are facing challenges from high cost structures and intense competition. This has made airlines universally look for opportunities to generate ancillary revenue, additional income apart from their main sources, including Full Service Carriers (FSC). Measuring consumers willingness to pay is pivotal in pricing and estimating ancillary revenue demand. This study analyzes the impact of customers type of journey, purpose of journey, length of flight, and type of flight on willingness to pay (WTP) of Garuda Indonesias ancillary revenues, which comprises of unbundled products and commission based income. This paper conducts a survey to Garuda Indonesias customer with total 204 respondents and follows quantitative non-parametric method to identify and describe the relationship between the WTP of Garuda Indonesias ancillary revenue and all variables of interest. The study finds that passengers value more the unbundled products than the commission-based products. It is also find differences in WTP for particular ancillary products and services based on purpose of journey, length of flight, and type of flight class.

---

Maskapai menghadapi tantangan dari struktur biaya tinggi dan persaingan ketat. Ini telah membuat maskapai secara universal mencari peluang untuk menghasilkan pendapatan tambahan, pendapatan tambahan terpisah dari sumber utama mereka, termasuk Operator Layanan Lengkap (FSC). Mengukur kesediaan konsumen untuk membayar sangat penting dalam menentukan harga dan memperkirakan permintaan pendapatan tambahan. Studi ini menganalisis dampak dari jenis perjalanan pelanggan, tujuan perjalanan, lama penerbangan, dan jenis penerbangan pada kesediaan untuk membayar (WTP) dari pendapatan tambahan Garuda Indonesia, yang terdiri dari produk yang tidak diikat dan pendapatan berdasarkan komisi. Makalah ini melakukan survei kepada pelanggan Garuda Indonesia dengan total 204 responden dan mengikuti metode kuantitatif non-parametrik untuk mengidentifikasi dan menggambarkan hubungan antara WTP pendapatan tambahan Garuda Indonesia dan semua variabel yang diminati. Studi ini menemukan bahwa penumpang lebih menghargai produk yang tidak diikat daripada produk berbasis komisi. Juga ditemukan perbedaan dalam WTP untuk produk dan layanan tambahan tertentu berdasarkan tujuan perjalanan, lama penerbangan, dan jenis kelas penerbangan."