Analisis Aspek Bias dalam Pengambilan Keputusan Pembelian ...
PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN …
Transcript of PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN …
PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN BERBASIS
SISTEM DINAMIK UNTUK MENGEVALUASI KEBUTUHAN KAPASITAS
BANDARA JUANDA
Febru Radhianjaya, Ahmad Rusdiansyah Jurusan Teknik Industri
Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Kampus ITS Sukolilo Surabaya 60111
Email: [email protected] ; [email protected]
ABSTRAK Industri penerbangan di Indonesia sangat berkembang pesat. Hal ini dibuktikan dengan
bertambahnya jumlah penumpang dan jumlah perusahaan angkutan udara yang menyebabkan
semakin padatnya aktivitas pada bandara. Berdasarkan wawancara yang telah dilakukan dengan
pihak Direktorat Jenderal Perhubungan Udara, terdapat kajian mengenai evaluasi kebutuhan
kapasitas terminal bandara Juanda. Dengan adanya permasalahan ini, maka dilakukan penelitian
mengenai model sistem yang akan menyelesaikan permasalahan yang terkait dengan evaluasi
terminal bandara tersebut. Berdasarkan studi literatur dan proses wawancara yang dilakukan,
model sistem yang sesuai adalah dengan menggunakan implementasi sistem dinamik karena
sistem penerbangan yang diteliti sangat dinamis oleh perubahan waktu. Oleh karena itu,
dilakukan penelitian mengenai pembuatan alat bantu pengambilan keputusan untuk mengevalusi
kebutuhan kapasitas bandara Juanda. Untuk mendukung penelitian ini, diperlukan data-data
sekunder yang meliputi kapasitas bandara, data history penumpang, dan data rute penerbangan
domestik. Hasil yang didapatkan dalam penelitian tugas akhir ini, bahwa kapasitas terminal
bandara Juanda I telah overload pada tahun 2006. Adanya kondisi tersebut dilakukan beberapa
skenario kebijakan, yaitu dengan mengembangkan terminal bandara Juanda I dengan total
kapasitas 10.500.000 orang per tahun yang akan bertahan hingga 2016. Skenario kebijakan
lainya adalah pengoperasian bandara Juanda II yang akan digunakan oleh maskapai Lion,
sehingga didapatkan bahwa pada terminal bandara Juanda I dan Juanda II akan overload pada
tahun 2014.
Kata kunci : Bandara Juanda, Kapasitas Terminal, Sistem Dinamik, Alat Bantu Pengambilan
Keputusan
ABSTRACT Aviation industry in Indonesia is growing rapidly. It is evidenced by increasing number of
passengers and airlines that causes more dense activity at the airport. Based on conducted
interviews to Directorate General of Civil Aviation, an evaluation of capacity for Juanda airport
is needed. Therefore, this research aims to build a decision support system to help in solving the
problem through system dynamic approach. It is based on conducted literature study and
interview, the observed aviation system is very dynamic by changing of the time. To support this
research, secondary data were needed which includes data of airport capacity, number of
passengers, and domestic flight routes. Results show that capacity of Juanda I airport terminal
has been overloaded since 2006. Some scenarios of policies are constructed in response to this
condition, namely by developing the airport terminal capacity to 10.5 million people per year
which will last until 2016. Other scenario is operating the Juanda II terminal, which will be used
by Lion Air, with the result that the airport will be overload in 2014.
Keywords : Juanda Airport, Terminal Capacity, System Dynamic, Decision Support Systems
1. PENDAHULUAN
Indonesia adalah negara yang memiliki
topografi beraneka ragam. Hal ini dapat
dibuktikan dengan adanya dataran rendah hingga
dataran tinggi. Indonesia juga merupakan negara
kepulauan dengan adanya bukti terpisah oleh
lautan dan beberapa selat. Kondisi demikian ini
yang membuat pemerintah Indonesia menerapkan
tiga sistem transportasi, yaitu sistem transportasi
udara, laut, dan darat. Ketiga sistem transportasi
tersebut digunakan oleh masyarakat Indonesia
2
sesuai dengan kebutuhan. Sistem transportasi
adalah sistem yang penting dalam suatu
rangkaian infrastruktur suatu wilayah. Sistem
transportasi ini sangat dibutuhkan untuk
memperlancar beberapa sistem yang terkait,
seperti sistem perekonomian, sistem pariwisata,
sistem pendidikan, dan sistem pertahanan.
Transportasi udara di Indonesia
berkembang cukup pesat. Hal ini dapat
dibuktikan dengan semakin bertambahnya
perusahaan angkutan udara, baik perusahaan
angkutan udara terjadwal maupun tidak
berjadwal untuk melayani penumpang dari suatu
rute tertentu (Udara, 2008). Dengan adanya
kondisi tersebut, aktivitas dalam beberapa
bandara yang berada di Indonesia semakin padat
dari tahun ke tahun. Kepadatan ini
mengakibatkan terhambatnya akses masuk dan
keluar baik bagi pesawat maupun penumpang di
bandara. Selain itu dampak yang diterima oleh
penumpang adalah menurunnya tingkat kualitas
kenyamanan dalam terminal bandar udara.
Kondisi ini dapat terjadi karena dari tahun ke
tahun tingkat pertumbuhan penumpang yang
menggunakan jasa penerbangan semakin
meningkat.
Data yang didapatkan dari buku
Statistik Angkutan Udara Tahun 2009
menyatakan bahwa di bandara Juanda Surabaya,
pada tahun 2008 jumlah total penumpang
sebesar 7.305.444 orang dengan jumlah
penumpang berangkat sebesar 3.539.582 orang
dan jumlah penumpang datang sebesar
3.765.862 orang (Udara, 2010a). Sedangkan
pada tahun 2009 jumlah total penumpang 2009
sebesar 8.436.847 orang dengan jumlah
penumpang berangkat sebesar 4.119.062 orang
dan jumlah penumpang datang sebesar
4.317.785 orang (Udara, 2010a). Oleh karena itu
didapatkan pertumbuhan jumlah total
penumpang rata-rata per tahun sebesar 4,88 %
(Udara, 2010a). Untuk lebih jelasnya akan
ditampilkan data penumpang dan kapasitas
terminal dari tahun 2005-2009 pada bandara
Juanda Surabaya :
Gambar 1 Jumlah Penumpang Juanda dan Kapasitas
Dari hasil pengolahan data diatas, terlihat bahwa
terdapat kecenderungan kenaikan penumpang
dari tahun 2005 menuju 2009 dibuktikan dari
grafik di atas. Selain itu pada tahun 2005 hingga
2009 kapasitas terminal bandara Juanda telah
overload. Namun pada awal tahun 2011 terdapat
isu yang dikemukakan oleh General Manager
PT. Angkasa Pura I, Trikora Harjo mengenai
akan dioperasikannya kembali bandara Juanda II
yang berkapasitas 4.000.000 orang per tahun
(Bisnis, 2010). Selain itu pada bandara Juanda I
akan dikembangkan hingga 90% seperti yang
telah dikatakan oleh Gubernur Jawa Timur,
Soekarwo (Juanda, 2011).
Adanya kondisi tersebut dipengaruhi
oleh jumlah penumpang dari bandara-bandara
lain yang akan menuju bandara Juanda.
Terdapat 15 bandara yang mempengaruhi jumlah
penumpang bandara Juanda, yaitu bandara Adi
Sutjipto, Ahmad Yani, Husein Sastranegara,
Hang Nadim, Soekarno-Hatta, Tjilik Riwut,
Syamsuddin Noor, Sepinggan, Mutiara,
Hasanuddin, Sam Ratulangi, Pattimura, El Tari,
Selaparang, dan Ngurah Rai (Udara, 2011).
Selain kondisi diatas, pengaruh penumpang yang
akan berangkat menuju 15 bandara tersebut juga
dipertimbangkan karena juga mempengaruhi
kapasitas terminal domestik Juanda. Hal ini
dapat dibuktikan ada sekitar 25% penduduk
Indonesia yang menggunakan transportasi udara.
Jumlah ini dapat dipastikan akan mengalami
kenaikan sehingga semua bandara juga akan
mengalami kenaikan penumpang dan
mengakibatkan kapasitas penumpang bandara
akan overload (Juanda, 2010).
Pada penelitian ini, hasil yang ingin
dicapai adalah untuk melakukan pemodelan
sistem dinamis dalam mendapatkan sistem dan
evaluasi kapasitas bandara Juanda. Selain itu
pada penelitian ini juga memberikan alat bantu
3
keputusan untuk mengevaluasi kebutuhan
kapasitas bandara Juanda dan melakukan studi
eksperimen dengan berbagai perubahan skenario.
Batasan penelitian Tugas Akhir ini
sebagai berikut :
1. Penerbangan yang diteliti adalah
penerbangan domestik
2. Aspek mengenai kondisi perekonomian
eksternal tidak dijabarkan
3. Tidak mempertimbangkan hubungan
moda transportasi lain
Selain itu, terdapat asumsi yang digunakan pada
penelitian Tugas Akhir ini yaitu tidak terdapat
perubahan kebijakan strategis pada saat
penelitian dilakukan.
Berdasarkan kondisi yang telah
diuraikan diatas, maka perlu dibuat suatu alat
bantu untuk mengevaluasi kapasitas dari kondisi
eksisting yang bertujuan untuk evaluasi bandara,
khususnya bandara Juanda dengan menggunakan
sistem dinamik agar mendapatkan suatu
kebijakan strategis.
2. METODOLOGI
Pada bagian ini akan dijelaskan
mengenai langkah-langkah yang dilakuan pada
penelitian Tugas Akhir ini untuk menyelesaikan
permasalahan yang diangkat. Metodologi
penelitian ini berguna sebagai acuan sehingga
penelitian dapat berjalan secara sistematis.
2.1 Tahap Identifikasi Masalah
Pada tahap identifikasi dalam penelitian
ini, dilakukan beberapa sub tahapan yang terdiri
dari penentuan topik dan observasi awal,
perumusan masalah dan penentuan tujuan
penelitian, studi literatur, dan studi lapangan.
Pada tahap identifikasi dan perumusan masalah
ini, penulis melakukan bimbingan kepada
pembimbing eksternal di Direktorat Jenderal
Perhubungan Udara. Dari bimbingan yang
dilakukan terdapat permasalahan mengenai
evaluasi kapasitas bandara, khususnya bandara
Juanda. Hal ini terjadi karena dalam data
menunjukkan bahwa jumlah penumpang pada
bandara Juanda telah melebihi kapasitas yang
ada.
Berdasarkan hasil bimbingan kepada
pembimbing eksternal dalam pihak Direktorat
Jenderal Perhubungan Udara, selanjutnya
dilakukan perumusan masalah untuk membatasi
ruang lingkup penelitian. Dalam penelitian ini
akan membahas mengenai evaluasi keadaan
bandara Juanda dan merancang alat bantu
keputusan evaluasi tersebut sehingga
memberikan usulan skenario terkait
permasalahan yang dihadapi saat ini.
Selanjutnya adalah tahap penetapan
tujuan penelitian. Hal ini dilakukan agar
permasalahan yang ada dapat terjawab pada
akhir penelitian ini. Tujuan yang diharapkan
adalah melakukan evaluasi bandara Juanda
kemudian merancang alat bantu keputusan
evaluasi permasalahan tersebut dengan berbagai
skenario dan isu-isu terkini.
Dari penetapan tujuan diatas, maka
dilakukan studi literatur dan studi lapangan.
Studi literatur melingkupi studi dari beberapa
jurnal dan buku yang berkaitan dengan konsep
transportasi, sistem bandara, terminal bandara,
sistem dinamik, dan decision support system.
Sedangkan studi lapangan bertujuan untuk
mendapatkan informasi mengenai permasalahan
yang dihadapi di Departemen Perhubungan
Udara, kondisi eksisting sistem bandara, dan
data sekunder mengenai jumlah history
penumpang dan kapasitas pada suatu bandara
tertentu. Dari studi lapangan, dapat dilakukan
evaluasi mengenai hal-hal yang menjadi faktor
permasalahan sehingga dapat dilakukan solusi
untuk menyelesaikan permasalahan ini.
2.2 Tahap Pengumpulan Data dan
Deskripsi Sistem
Pada tahap ini akan dijelaskan tentang
tahapan pengumpulan data dan deskripsi sistem
dari permasalahan yang diangkat pada
penelitian.
2.3 Tahap Pemodelan Sistem
Pada tahap ini, akan dilakukan simulasi
dari sub model-sub model yang telah dibuat dan
dianggap mewakili sistem riil. Kemudian akan
dilakukan tahap validasi dan verifikasi terhadap
model.
2.4 Tahap Analisis Hasil Simulasi dan
Skenario
Pada tahap ini akan dilakukan analisis
dan pembahasan mengenai evaluasi kondisi
eksisting terhadap bandara Juanda dengan
menggunakan model sistem dinamik yang telah
dibuat. Analisis ini dimulai dari analisis
mengenai kondisi eksisting kapasistas maksimum
dan jumlah penumpang pada suatu bandara,
4
deskripsi sistem yang dilakukan, sampai dengan
analisis terhadap skenario dan usulan
rekomendasi dari model yang diterapkan.
2.5 Tahap Kesimpulan dan Saran
Pada hasil analisis dan pembahasan
diatas, kemudian akan dilakukan penarikan
kesimpulan untuk menjawab tujuan dari
penelitian ini. Dilakukan juga saran dan usulan
yang dapat dijadikan bahan masukan untuk
penelitian selanjutnya yang berhubungan dengan
penelitian ini.
3. PEMODELAN SISTEM
Bab ini meliputi tahap identifikasi
variabel, konseptualisasi model, formulasi
model, simulasi model, verifikasi dan validalidasi
serta perancangan alat bantu pengambilan
keputusan.
3.1 Identifikasi Variabel
Pada penelitian ini terdapat enam sub
model yang diterapkan, yaitu sub model
keberangkatan maskapai, keberangkatan
penumpang, kedatangan maskapai, kedatangan
penumpang, permintaan penumpang, dan
pengembangan bandara.
3.2 Konseptualisasi Model
Model konseptual yang digunakan untuk
menggambarkan penelitian ini adalah causal
loop diagram dan interaksi antar variabel.
Model konseptual ini diharapkan dapat
memudahkan pembaca untuk memahami maksud
dan ruang lingkup penelitian yang dilakukan.
Penggambaran sistem secara lebih luas
tergambar pada causal loop diagram sistem
dengan melihat pada hubungan sebab akibat satu
variabel terhadap variabel yang lain. Keterkaitan
hubungan dengan dampak sifat positif atau
negatif satu sama lain juga tergambar dalam
diagram sebab akibat ini.
3.2.1 Causal Loop Diagram
Pada penyusunan causal loop diagram
ini dilakukan untuk mengetahui keterkaitan
beberapa variabel dalam sistem terminal bandara
di Indonesia. Dari beberapa variabel yang
digambarkan diatas, dapat diketahui seberapa
jauh pengaruh yang ditimbulkan dalam sistem
terminal bandara. Variabel-variabel yang
mempengaruhi didefinisikan sesuai dengan
identifikasi yang telah dilakukan pada sub bab
sebelumnya.
Pendekatan sistem terminal bandara di
Indonesia juga dilakukan dengan mendefinisikan
interaksi yang terjadi antar elemen dalam sistem
yang berikutnya akan digambarkan dalam causal
loop diagram. Dengan menggunakan causal
loop diagram, akan diketahui hubungan antar
variabel yang ditunjukkan dengan hubungan
panah positif ataupun negatif.
Gambar 2 Causal Loop Diagram
Causal loop diagram yang dibuat diatas
menggunakan software STELLA berdasarkan
variabel-variabel yang telah diidentifikasikan
oleh pembuat model. Selanjutnya setelah
variabel-variabel telah ditentukan oleh pembuat
model dan dihubungakan keterkaitan diantara
variabel tersebut, maka akan dilakukan polarity
yang berguna untuk menggambarkan hubungan
umpan balik positif dan negatif. Salah satu
variabel yang memberikan dampak umpan balik
positif adalah semakin tinggi frekuensi total
penerbangan maka kapasitas total pesawat juga
akan semakin meningkat. Sedangkan salah satu
variabel yang memberikan dampak umpan
negatif adalah semakin tinggi jumlah penumpang
di bandara maka kapasitas bandara tersebut akan
semakin rendah.
3.3 Formulasi Model
Dalam sistem terminal bandara di
Indonesia ini, terdapat 6 sub model yang sesuai
dengan variabel pada pembuatan causal loop
diagram, yaitu sub model keberangkatan
maskapai, keberangkatan penumpang,
kedatangan maskapai, kedatangan penumpang,
pertumbuhan permintaan, dan pengembangan
bandara.
3.3.1 Sub Model Keberangkatan Maskapai
Sub model keberangkatan maskapai ini
merupakan model yang mendeskripsikan
bagaimana proses keberangkatan maskapai di
bandara. Salah satu variabelnya adalah kapasitas
penumpang keluar Batavia Juanda Hasanuddin
yang didapatkan dari perkalian antara kapasitas
Batavia Juanda Hasanuddin dan frekuensi
Batavia per tahun Juanda Hasanuddin.
5
Kapasitas Batav ia
Berangkat dari Juanda
Konversi Minggu
ke Tahun
Konversi Minggu
ke Tahun
Konversi Minggu
ke Tahun
Konversi Minggu
ke Tahun
Frekuensi Batav ia
Per Minggu Juanda Hasanuddin
Kapasitas Batav ia
Juanda Hasanuddin
Kapasitas Penumpang Keluar
Batav ia Juanda Hasanuddin
Frekuensi Batav ia
Per Tahun Juanda Hasanuddin
Frekuensi Batav ia
Per Minggu Juanda Selaparang
Kapasitas Batav ia
Juanda Selaparang
Kapasitas Penumpang Keluar
Batav ia Juanda Selaparang
Frekuensi Batav ia
Per Tahun Juanda Selaparang
Frekuensi Batav ia
Per Minggu Juanda Hang Nadim
Kapasitas Batav ia
Juanda Hang Nadim
Kapasitas Penumpang Keluar
Batav ia Juanda Hang Nadim
Frekuensi Batav ia
Per Tahun Juanda Hang Nadim
Frekuensi Batav ia
Per Minggu Juanda Tjilik Riwut
Kapasitas Batav ia
Juanda Tjilik Riwut
Kapasitas Penumpang Keluar
Batav ia Juanda Tjilik Riwut
Frekuensi Batav ia
Per Tahun Juanda Tjilik Riwut
Multiplier Minggu
Mult iplier Minggu
Multiplier Minggu
Frekuensi
Sebelum Penambahan
Frekuensi
Sebelum Penambahan
Frekuensi
Sebelum Penambahan
Frekuensi
Sebelum Penambahan
Gambar 3 Sebagian Sub Model Keberangkatan
Maskapai
3.3.2 Sub Model Keberangkatan
Penumpang
Sub model keberangkatan penumpang
pada gambar 3.3 menggambarkan bagaimana
proses keberangkatan penumpang dari bandara.
Salah satu variabelnya adalah penumpang
Batavia Juanda Selaparang yang didapatkan dari
kondisi jika calon penumpang kurang dari sama
dengan kapasitas penumpang keluar Batavia
Juanda Selaparang maka penumpang yang
berangkat adalah calon penumpang Batavia
Juanda Selaparang, namun jika tidak maka yang
berangkat adalah maksimal kapasitas
penumpang keluar Batavia Juanda Selaparang.
Frekuensi Batavia
Per Minggu Juanda Selaparang
Total Frekuensi
Berangkat dari Juanda
Frekuensi Batavia
Per Minggu Juanda Hang Nadim
Frekuensi Batavia
Per Minggu Juanda Tjilik Riwut
Total Frekuensi
Berangkat dari Juanda
Orang Per Kurs i
Orang Per Kursi
Orang Per Kursi
Kapasitas Penumpang Keluar
Batavia Juanda SelaparangCalon Penumpang Batav ia
Juanda Selaparang
Penumpang Batav ia
Juanda Selaparang
Penumpang Tidak Terangkut
Batav ia Juanda Selaparang
Proporsi Batav ia
Juanda SelaparangPenumpang Lokal
Juanda
Kapasitas Penumpang Keluar
Batavia Juanda Hang NadimCalon Penumpang Batav ia
Juanda Hang Nadim
Penumpang Batav ia
Juanda Hang Nadim
Penumpang Tidak Terangkut
Batav ia Juanda Hang Nadim
Noname 8
Noname 8
Noname 8
Proporsi Batav ia
Juanda Hang NadimPenumpang Lokal
Juanda
Kapasitas Penumpang Keluar
Batavia Juanda Tjilik RiwutCalon Penumpang Batav ia
Juanda Tjilik Riwut
Penumpang Batav ia
Juanda Tjilik Riwut
Penumpang Tidak Terangkut
Batav ia Juanda Tjilik Riwut
Proporsi Batav ia
Juanda Tjilik RiwutPenumpang Lokal
Juanda
Gambar 4 Sebagian Sub Model Keberangkatan
Penumpang
3.3.3 Sub Model Kedatangan Maskapai
Dalam sub model kedatangan maskapai
pada gambar 5, digambarkan proses kedatangan
maskapai dari bandara asal. Varibelnya adalah
penjumlahan beberapa asal bandara per
maskapai menuju bandara tujuan.
Kapasitas Penumpang
Keluar Garuda SH Juanda
Kapasitas Penumpang Keluar
Garuda Hasanuddin Juanda
Kapasitas Penumpang Keluar
Garuda Ngurah Rai Juanda
Kapasitas Penumpang
Keluar Sriwijaya SN Juanda
Kapasitas Penumpang Keluar
Sriwijaya B732 Sepinggan Juanda
Kapasitas Penumpang Keluar
Sriwijaya B733 Sepinggan Juanda
Kapasitas Penumpang Keluar
Sriwijaya Hasanuddin Juanda
Kapasitas Penumpang
Keluar Sriwijaya SR Juanda
Total Kapasitas Penumpang
Datang ke Juanda
Kapasitas Garuda
Datang ke Juanda
Kapasitas Sriwijay a
Datang ke Juanda
Gambar 5 Sebagian Sub Model Kedatangan
Maskapai
3.3.4 Sub Model Kedatangan Penumpang
Sub model kedatangan penumpang pada
gambar 6 menggambarkan tentang proses
penumpang datang dari bandara asal menuju
bandara tujuan. Terdapat formulasi variabel
penumpang Garuda datang ke Juanda yang
didalamnya terdapat penjumlahan maskapai
Garuda yang menuju bandara Juanda.
Penumpang Garuda
SH Juanda
Penumpang Garuda
Hasanuddin Juanda
Penumpang Garuda
Ngurah Rai Juanda
Penumpang Garuda
Datang ke Juanda
Penumpang Sriwijaya B732
Sepinggan Juanda
Penumpang Sriwijaya B733
Sepinggan Juanda
Penumpang Sriwijaya
Hasanuddin Juanda
Penumpang Sriwijaya
SR Juanda
Penumpang Sriwijaya B733
El Tari Juanda
Penumpang Sriwijay a
Datang ke Juanda
Total Penumpang
Datang ke Juanda
Gambar 6 Sebagian Sub Model Kedatangan
Penumpang
3.3.5 Sub Model Penumpang Lokal
Pada sub model permintaan ini
menggambarkan bagaimana didapatkan
permintaan penumpang setiap bandara yang
akan menuju bandara tujuan. Salah satu
variabelnya adalah flow penumpang lokal Juanda
yang didapatkan dari perkalian antara
penumpang lokal Juanda dan faktor
pertumbuhan penumpang lokal Juanda.
Penumpang Lokal
Juanda
Flow Penumpang
Lokal Juanda
Faktor Pertumbuhan
Penumpang Lokal Juanda
Gambar 7 Sebagian Sub Model Permintaan
3.3.6 Sub Model Pengembangan Bandara
Sub model pengembangan bandara ini
bertujuan untuk memberikan keputusan kapan
6
bandara akan dikembangkan. Salah satu
variabelnya adalah penambahan kapasitas.
Maksud penambahan kapasitas ini adalah jika
total penumpang di Juanda lebih besar dari
kapasitas terminal domestik Juanda maka
dilakukan penambahan kapasitas baru jika
kondisi tersebut belum terjadi maka belum
dilakukan pengembangan bandara.
Gambar 8 Sebagian Sub Model Pengembangan
Bandara
3.4 Simulasi Model
Pada penelitian ini, model yang
dibangun menggunakan software STELLA.
Simulasi ini dilakukan bertujuan untuk melihat
perilaku dari sistem yang telah dibuat. Simulasi
dapat dilakukan dengan memasukkan data / nilai
matematis dalam variabel-variabel yang
disesuaikan dengan kondisi real. Nilai matematis
yang dijadikan inputan adalah berupa data
sekunder yang telah dikumpulkan dari Direktorat
Jenderal Perhubungan Udara dan beberapa
artikel terkait. Fungsi waktu yang digunakan
dalam satuan waktu tahun dan selanjutnya akan
disimulasikan model yang dibuat berdasarkan
fungsi waktu tersebut.
3.5 Verifikasi dan Validasi Model
Simulasi yang telah dilakukan diatas
belum tentu menunjukkan bahwa model yang
dibuat telah sesuai dengan kondisi real sistem
yang diteliti. Oleh karena itu diperlukan
pengujian terhadap model yang terdiri dari
pengujian verifikasi dan pengujian validasi agar
simulasi yang dilakukan benar, masuk akal, dan
menggambarkan kondisi yang sebenarnya.
3.5.1 Verifikasi Model
Verifikasi model adalah tahap
pengecekan model simulasi apakah telah dibuat
dengan benar dan logis. Pengecekan ini
dilakukan di software STELLA pada pilihan
check units yang bertujuan untuk memastikan
kesetaraan satuan variabel yang terdapat di
model dan unit. Berikut ini adalah hasil verifikasi
yang dilakukan :
Gambar 9 Verifikasi Check Units
Gambar 10 Verifikasi Check Model
3.5.2 Validasi Model
Pada tahap validasi model ini bertujuan
untuk melihat apakah model yang telah dibuat
mampu mewakili atau menggambarkan kondisi
sebenarnya. Validasi yang dilakukan meliputi uji
parameter model, uji kondisi ekstrim, uji
statistik, dan uji struktur model.
3.5.2.1 Uji Parameter Model
Pengujian parameter ini dapat dilakukan
dengan cara membandingkan antara logika
aktual dengan hasil simulasi. Hasil simulasi
dikatakan baik jika polanya sama dengan logika
aktual. Berikut hasil validasi uji parameter model
yang dilakukan :
Gambar 11 Hasil Uji Parameter Model
Dapat dilihat bahwa antara kedua grafik diatas
tidak memiliki perbedaan yang signifikan
sehingga dapat dikatakan telah valid dalam uji
parameter model.
3.5.2.2 Uji Kondisi Ekstrim
Pengujian dilakukan dengan
memasukkan nilai ekstrim terkecil dan terbesar
pada variabel penumpang lokal Juanda. Berikut
hasil dari uji kondisi ektrim yang dilakukan :
7
Gambar 12 Hasil Eksisting
Gambar 13 Hasil Ekstrim Terkecil
Gambar 14 Hasil Ekstrim Terbesar
Dapat dilihat bahwa mulai gambar 12 hingga 14
tidak terjadi perubahan grafik dengan
perbandingan eksisting, nilai ektrim terkecil, dan
nilai ektrim terbesar. Oleh karena itu model
dikatakan valid dalam uji kondisi ekstrim.
3.5.2.3 Uji Statistik
Proses validasi model dengan uji statistik
ini adalah menggunakan software Minitab
dengan 2-Sample-t. Berikut ini adalah syarat
yang akan berlaku, yaitu :
Ho : π1 = π2 (tidak ada perbedaan data
yang signifikan)
Ho : π1 ≠ π2 (terdapat perbedaan data
yang signifikan)
Jika nilai P-value > α = 0.05, maka
kesimpulannya adalah terima Ho.
1. Validasi Penumpang Berangkat
Ho : π1 = π2 (tidak ada perbedaan data
yang signifikan)
Ho : π1 ≠ π2 (terdapat perbedaan data
yang signifikan)
Berikut ini akan ditampilkan tabel
perbandingan hasil simulasi dan data aktual
penumpang berangkat.
Tabel 1 Validasi Penumpang Berangkat
Hasil Simulasi Aktual
3.242.864 3.356.713
3.794.370 3.558.039
3.936.708 3.571.101
4.025.824 3.539.582
4.179.135 4.119.062
Gambar 15 Validasi Penumpang Berangkat dari
Juanda
Berdasarkan hasil validasi dari software Minitab
14 didapatkan nilai P-value = 0,349 sehingga
nilai P-value > α = 0.05, maka kesimpulannya
adalah terima Ho dan hasil simulasi dan data
aktual penumpang berangkat tidak ada
perbedaan data yang signifikan.
2. Validasi Penumpang Datang
Ho : π1 = π2 (tidak ada perbedaan data
yang signifikan)
Ho : π1 ≠ π2 (terdapat perbedaan data
yang signifikan)
Berikut ini akan ditampilkan tabel
perbandingan hasil simulasi dan data aktual
penumpang datang.
Tabel 2 Validasi Penumpang Datang
Hasil Simulasi Aktual
2.686.691 3.493.029
3.174.371 3.714.540
3.462.129 3.776.919
3.692.066 3.638.136
4.037.673 4.171.339
8
Gambar 16 Validasi Penumpang Datang ke Juanda
Berdasarkan hasil validasi dari software Minitab
14 didapatkan nilai P-value = 0.232 sehingga
nilai P-value > α = 0.05, maka kesimpulannya
adalah terima Ho dan hasil simulasi dan data
aktual penumpang datang tidak ada perbedaan
data yang signifikan.
3. Validasi Total Penumpang Bandara
Juanda
Ho : π1 = π2 (tidak ada perbedaan data
yang signifikan)
Ho : π1 ≠ π2 (terdapat perbedaan data
yang signifikan)
Berikut ini akan ditampilkan tabel
perbandingan hasil simulasi dan data aktual total
penumpang Bandara Juanda.
Tabel 3 Validasi Total Penumpang Bandara Juanda
Hasil Simulasi Aktual
5.929.555 6.735.893
6.968.741 7.151.902
7.398.837 7.226.900
7.717.889 7.057.666
8.216.808 8.150.696
Gambar 17 Validasi Penumpang Total Juanda
Berdasarkan hasil validasi dari software Minitab
14 didapatkan nilai P-value = 0.969 sehingga
nilai P-value > α = 0.05, maka kesimpulannya
adalah terima Ho dan hasil simulasi dan data
aktual total penumpang Bandara Juanda tidak
ada perbedaan data yang signifikan.
3.5.2.4 Uji Struktur Model
Pada akhirnya dilakukan validasi model
dengan cara wawancara dengan pihak expert
khususnya Direktorat Jenderal Perhubungan
Udara untuk memastikan bahwa model yang
dibuat mampu mewakili atau menggambarkan
sistem nyata.
3.6 Perancangan Alat Bantu Pengambilan
Keputusan
Pada bab ini akan ditampilkan cara
penggunaan alat bantu keputusan untuk evaluasi
kebijakan kapasitas terminal bandara Juanda.
Alat bantu pengambilan keputusan adalah salah
satu bagian dalam pembuatan model sistem
dinamik ini. Adanya alat bantu pengambilan
keputusan ini bertujuan untuk memudahkan para
pembuat kebijakan agar dapat mengaplikasikan
model yang sudah dirancang tanpa harus
mengerti konsep sistem dinamik. Alat bantu
pengambilan keputusan dibuat berdasarkan
skenario kebijakan yang telah dirancang, yaitu
dengan mengganti variabel input dalam dalam
interface dan hasil simulasinya dapat dilihat
secara langsung melalui grafik output.
4. ANALISIS HASIL SIMULASI DAN
SKENARIO
Pada tahap ini akan membahas mengenai
analisis hasil simulasi dan skenario kebijakan
yang akan dihasilkan dari hasil pemodelan sistem
sebelumnya.
4.1 Hasil Simulasi Eksisting
Pada sub bab ini akan ditunjukkan hasil
simulasi yang menggunakan data sekunder dan
wawancara kepada pihak Direktorat Jenderal
Perhubungan Udara. Simulasi dengan
menggunakan software STELLA ini dilakukan
dalam waktu simulasi antara tahun 2005 hingga
tahun 2030. Simulasi dilakukan dalam satuan
tahun. Dalam sub bab ini akan ditampilkan hasil
simulasi dalam bentuk tabel dan gambar yang
menunjukkan jumlah penumpang berangkat dari
bandara Juanda, jumlah penumpang datang ke
bandara Juanda, dan total penumpang bandara
Juanda. Seperti yang telah dijelaskan sebelumnya
bahwa penelitian ini difokuskan pada pembuatan
alat bantu keputusan untuk evaluasi kapasitas
bandara Juanda dan skenario kebijakan yang
meliputi pengembangan terminal bandara
domestik dan perubahan frekuensi penerbangan.
Pada tabel 4 menunjukkan hasil simulasi
eksisting jumlah penumpang berangkat, datang,
dan total bandara Juanda.
Tabel 4 Hasil Simulasi Eksisting
9
Tahu
n
Jumlah
Penumpang
Berangkat
dari
Bandara
Juanda
Jumlah
Penumpang
Datang ke
Bandara
Juanda
Total
Penumpang
Bandara
Juanda
2005 3,242,864 2,686,691 5,929,555
2006 3,794,370 3,174,371 6,968,741
2007 3,936,708 3,462,129 7,398,837
2008 4,025,824 3,692,066 7,717,889
2009 4,179,135 4,037,673 8,216,808
2010 4,189,717 4,089,505 8,279,222
2011 4,254,319 4,297,919 8,552,237
2012 4,364,934 4,621,335 8,986,269
2013 4,425,450 4,818,238 9,243,688
2014 4,586,367 5,202,349 9,788,715
2015 5,097,209 5,860,413 10,957,622
2016 5,172,961 5,962,363 11,135,324
2017 5,249,031 6,053,347 11,302,378
2018 5,464,610 6,312,511 11,777,121
2019 6,011,869 6,655,235 12,667,104
2020 6,351,756 6,763,170 13,114,926
2021 6,727,658 6,884,922 13,612,580
2022 6,906,009 6,948,921 13,854,930
2023 7,016,237 7,025,603 14,041,840
2024 7,027,974 7,026,132 14,054,106
2025 7,323,779 7,255,239 14,579,018
2026 7,347,551 7,256,349 14,603,900
2027 7,387,557 7,268,559 14,656,116
2028 7,450,501 7,310,122 14,760,622
2029 7,546,292 7,399,825 14,946,117
2030 7,546,292 7,409,269 14,955,561
Dengan melihat hasil simulasi dengan
menggunakan frekuensi eksisting, dapat dilihat
bahwa jumlah penumpang yang berangkat dari
Juanda menuju bandara lain maupun jumlah
penumpang datang dari bandara lain menuju
Juanda terlihat semakin meningkat dari tahun ke
tahun. Hal ini dapat diartikan bahwa pengguana
jasa transportasi udara akan banyak digunakan
oleh masyarakat setempat. Namun pada tahun
2018 hingga 2030 terjadi peningkatan yang tidak
terlalu signifikan karena frekuensi penerbangan
maskapai tidak mencukupi untuk mengangkut
penumpang dari Juanda menuju bandara lain dan
juga dari bandara lain menuju Juanda. Untuk
lebih jelasnya berikut ini akan ditampilkan
gambar 18 hingga 20 yang menunjukkan grafik
hasil simulasi dari jumlah penumpang berangkat,
datang, dan perbandingan kapasitas terminal
dengan total penumpang bandara Juanda.
Gambar 18 Simulasi Penumpang Berangkat dari
Juanda
Gambar 19 Simulasi Penumpang Datang ke Juanda
Gambar 20 Simulasi Perbandingan Kapasitas dan
Penumpang
Pada gambar diatas dapat dilihat bahwa pada
tahun 2006 kondisi kapasitas terminal bandara
Juanda yang berkapasitas 6.500.000 orang per
tahun telah overload karena jumlah total
penumpang bandara Juanda melebihi kapasitas
terminal Juanda. Selanjutnya akan ditampilkan
gambar 21 dan 22 yang menunjukkan grafik
hasil simulasi penumpang yang tidak terangkut
dari dan menuju bandara Juanda.
10
Gambar 21 Simulasi Penumpang Tidak Terangkut
dari Juanda
Gambar 22 Simulasi Penumpang Tidak Terangkut
ke Juanda
4.2 Desain Skenario Kebijakan
Penyusunan skenario kebijakan terhadap
sistem penerbangan domestik Indonesia,
khususnya bandara Juanda dapat dilakukan
dengan cara mengubah nilai pada variabel yang
berpengaruh terhadap sistem yang telah dibuat.
Berdasarkan model eksisting yang telah dibuat
sebelumnya, akan dilakukan perancangan
skenario-skenario kebijakan yang akan terjadi
pada masa mendatang. Dalam penelitian ini
terdapat beberapa bentuk skenario kebijakan,
yaitu :
a. Perubahan nilai variabel kapasitas
terminal bandara Juanda
b. Pengoperasian bandara Juanda II dengan
kebijakan akan digunakan oleh maskapai
Lion, Sriwijaya, dan Citilink
c. Perubahan nilai variabel penambahan
frekuensi
d. Skenario berbasis GDP (Gross
Domestic Product)
4.2.1 Perubahan Variabel Kapasitas
Bandara Juanda
Desain skenario ini bertujuan untuk
melihat kondisi terminal bandara Juanda dengan
adanya perubahan variabel kapasitas bandara
Juanda. Variabel ini dapat diubah-ubah sesuai
kebijakan dari pengelola bandara Juanda.
Skenario pertama adalah pengaruh dari
perubahan variabel kapasitas bandara Juanda
dengan kapasitas per tahun sejumlah 6.500.000
orang per tahun dengan penambahan kapasitas
terminal Juanda sejumlah 4.000.000 orang per
tahun.
Gambar 23 Perubahan Kapasitas Juanda Skenario
Pertama
Dari gambar diatas dapat dilihat bahwa jika
dengan adanya penambahan sebesar 4.000.000
orang per tahun maka pada tahun 2007 kapasitas
terminal Juanda sebesar 10.500.000 orang per
tahun, pada tahun 2016 kapasitas terminal
Juanda sebesar 14.500.000 orang per tahun, dan
pada tahun 2026 kapasitas terminal Juanda
sebesar 18.500.000 orang per tahun.
Namun kondisi diatas akan berbeda jika
penambahan kapasitas terminal Juanda sebesar
5.500.000 orang per tahun. Berikut ini akan
ditampilkan grafik yang menunjukkan hasil
simulasinya pada skenario kedua :
Gambar 24 Perubahan Kapasitas Juanda Skenario
Kedua
Dari gambar diatas dapat dilihat bahwa jika
dengan adanya penambahan sebesar 5.500.000
orang per tahun maka pada tahun 2007 kapasitas
terminal Juanda sebesar 12.000.000 orang per
tahun dan pada tahun 2020 kapasitas terminal
Juanda sebesar 17.500.000 orang per tahun.
4.2.2 Pengalihan Beberapa Maskapai ke
Juanda II
Desain skenario ini bertujuan untuk
melihat akibat dari pemindahan operasional
11
maskapai Lion ke Juanda II sesuai dengan isu
yang telah disebutkan sebelumnya. Akibat yang
terjadi adalah dari variabel kapasitas akan
mengalami jumlah yang berbeda dari
sebelumnya.
4.2.2.1 Pengalihan Lion
] Pada model eksisting menunjukkan
bahwa dari segi kapasitas terminal bandara
Juanda telah overload pada tahun 2006 sehingga
pada perubahan nilai variabel kapasitas terminal
bandara Juanda berguna untuk melihat kebijakan
jika akan dikembangkan dengan penambahan
kapasitas terminal Juanda sebesar 4.000.000
orang. Adanya penambahan kapasitas terminal
Juanda tersebut, maka akan ditampilkan grafik
hasil dengan alat bantu keputusan perubahan
variabelnya. Berikut ini akan ditampilkan desain
skenario pengoperasian bandara Juanda II yang
digunakan oleh maskapai Lion yang telah banyak
dibicarakan oleh pihak-pihak terkait yang telah
disebutkan pada latar belakang. Pada gambar 25
merupakan grafik hasil dari perbandingan
bandara Juanda dengan kapasitas 6.500.000
orang per tahun. Sedangkan pada bandara
Juanda II dengan kapasitas 4.000.000 orang per
tahun yang akan ditunjukkan pada gambar 26.
Gambar 25 Perbandingan Kapasitas dan Penumpang
Juanda
Gambar 26 Perbandingan Kapasitas dan Penumpang
Juanda II
Pada gambar 25 dan 26 diatas terlihat bahwa
kapasitas terminal bandara Juanda akan
overload pada tahun 2014 dengan kapasitas
6.500.000 orang per tahun. Kondisi demikian
juga terjadi pada terminal bandara Juanda II
yang akan overload pada tahun 2014 dengan
kapasitas 4.000.000 orang per tahun.
4.2.2.2 Pengalihan Lion dan Sriwijaya
Pada sub bab ini akan ditampilkan
desain skenario pengoperasian bandara Juanda II
yang digunakan oleh maskapai Lion dan
Sriwijaya. Pada gambar 27 merupakan grafik
hasil dari perbandingan kapasitas terminal dan
total penumpang di bandara Juanda dengan
kapasitas 6.500.000 orang per tahun, sedangkan
gambar 28 pada bandara Juanda II dengan
kapasitas 4.000.000 orang per tahun.
Gambar 27 Kondisi Tanpa Lion dan Sriwijaya di
Juanda
Gambar 28 Kondisi Dengan Lion dan Sriwijaya di
Juanda II
Pada gambar 4.10 dan 4.11 diatas terlihat bahwa
kapasitas terminal bandara Juanda akan
overload pada tahun 2020 dengan kapasitas
6.500.000 orang per tahun. Kondisi demikian
juga terjadi pada terminal bandara Juanda II
yang overload pada tahun 2008 dengan
kapasitas 4.000.000 orang per tahun.
12
4.2.2.3 Pengalihan Lion dan Garuda Citilink
Pada sub bab ini akan ditampilkan
desain skenario pengoperasian bandara Juanda II
yang digunakan oleh maskapai Lion dan Garuda
Citilink. Pada gambar 29 merupakan grafik hasil
dari perbandingan kapasitas terminal dan total
penumpang di bandara Juanda dengan kapasitas
6.500.000 orang per tahun, sedangkan gambar
30 pada bandara Juanda II dengan kapasitas
4.000.000 orang per tahun.
Gambar 29 Kondisi Tanpa Lion dan Citilink di
Juanda
Gambar 30 Kondisi Dengan Lion dan Citilink di
Juanda II
Pada gambar 29 dan 30 diatas terlihat bahwa
kapasitas terminal bandara Juanda akan
overload pada tahun 2020 dengan kapasitas
6.500.000 orang per tahun. Kondisi demikian
juga terjadi pada terminal bandara Juanda II
yang overload pada tahun 2010 dengan
kapasitas 4.000.000 orang per tahun.
4.2.3 Perubahan Nilai Variabel
Penambahan Frekuensi
Pada desain skenario ini yang dapat
diatur sesuai kebijakan maskapai berapa
penambahan frekuensi yang akan dilakukan.
Namun pada penambahan frekuensi ini berlaku
secara makro yang memiliki maksud
penambahan frekuensi ini berlaku untuk semua
maskapai. Misalnya terdapat kebijakan
penambahan frekuensi sebesar tujuh frekuensi
seminggu pada tahun 2013 untuk setiap dua
tahun, maka kondisi tersebut berlaku untuk
semua maskapai yang diteliti. Pada tabel 5 dan
gambar 31 dan 32 adalah hasil skenario pertama
penambahan frekuensi pada penelitian ini dengan
jumlah penambahan frekuensi sejumlah tujuh per
minggu dimulai dengan penambahannya pada
tahun 2013 dengan jangka waktu penambahan
setiap dua tahun.
Tabel 5 Hasil Simulasi Penambahan Frekuensi
Tahu
n
Jumlah
Penumpang
Berangkat
dari
Bandara
Juanda
Jumlah
Penumpang
Datang ke
Bandara
Juanda
Total
Penumpang
Bandara
Juanda
2005 3,266,488 2,686,691 5,953,179
2006 3,822,012 3,174,371 6,996,383
2007 3,965,386 3,462,129 7,427,516
2008 4,055,151 3,692,066 7,747,217
2009 4,209,580 4,037,673 8,247,253
2010 4,220,239 4,089,505 8,309,744
2011 4,285,311 4,297,919 8,583,230
2012 4,396,733 4,621,335 9,018,067
2013 4,457,689 4,818,238 9,275,927
2014 4,619,778 5,316,263 9,936,041
2015 5,135,455 6,171,923 11,307,378
2016 5,212,368 6,504,622 11,716,990
2017 5,289,605 6,860,123 12,149,728
2018 5,510,068 7,580,808 13,090,876
2019 6,113,576 8,654,599 14,768,175
2020 6,505,672 9,754,518 16,260,191
2021 6,993,397 10,908,576 17,901,973
2022 7,265,457 12,063,342 19,328,799
2023 7,574,836 12,941,455 20,516,292
2024 7,615,144 13,574,415 21,189,559
2025 8,876,427 15,068,811 23,945,239
2026 8,980,582 16,036,902 25,017,484
2027 9,155,866 16,491,699 25,647,565
2028 9,431,651 17,831,686 27,263,337
2029 10,210,614 18,776,481 28,987,095
2030 10,595,945 20,289,905 30,885,850
13
Gambar 31 Penumpang Tidak Terangkut dari
Juanda
Gambar 32 Penumpang Tidak Terangkut ke Juanda
Dua gambar diatas terlihat bahwa tidak terdapat
penumpang yang tidak terangkut dari Juanda
menuju bandara lain karena terdapat
penambahan frekuensi sejumlah tujuh per
minggu setiap dua tahun yang dimulai pada
tahun 2013. Namun dengan kondisi penambahan
tersebut, masih terdapat penumpang yang tidak
terangkut menuju bandara Juanda karena jumlah
penumpang yang menuju bandara Juanda lebih
besar dari pada penumpang yang berangkat ke
bandara lain. Untuk lebih jelasnya dapat dilihat
pada tabel 4.2.
4.2.4 Skenario Berbasis GDP (Gross
Domestic Product)
Pada skenario ini membahas mengenai
pertimbangan penerapan GDP yang berguna
untuk mengetahui permintaan penumpang.
Berikut ini akan ditampilkan gambar hasil
simulasi total penumpang Juanda dengan
mempertimbangkan GDP dan gambar
perbandingan total penumpang tanpa GDP dan
pertimbangan dengan menggunakan GDP :
Gambar 33 Simulasi Pertimbangan GDP
Gambar 34 Perbandingan Total Penumpang
Gambar 34 diatas menunjukkan bahwa diawal
disimulasi terlihat perbandingan yang didapatkan
tidak terlalu signifikan, namun pada simulasi
tahun 2013 hingga akhir simulasi pada tahun
2030 terlihat adanya perbedaan. Hal ini terjadi
karena input dari total penumpang tanpa
mempertimbangkan GDP adalah data history
penumpang tahun 2005-2009 sedangkan total
penumpang dengan mempertimbangkan GDP
didapatkan dari jumlah penduduk yang
dipengaruhi oleh data GDP yang telah
didapatkan.
Pada gambar 35 menunjukkan simulasi
dengan menambahkan kapasitas sejumlah 4 juta
orang per tahun :
Gambar 35 Penambahan Kapasitas 4 juta dengan
GDP
Gambar diatas terlihat pada 2006 dan 2024
seharusnya terjadi pengembangan kapasitas
14
bandara Juanda. Sehingga skenario ini
diharapkan dapat dijadikan perencanaan dalam
pengembangan kapasitas bandara Juanda yang
akan dilakukan.
Pada gambar 36 menunjukkan hasil
simulasi dengan mengembangkan bandara
sebesar 5,5 juta orang per tahun :
Gambar 36 Penambahan Kapasitas 5,5 juta dengan
GDP
Dari gambar diatas dapat dilihat bahwa pada
tahun 2006 dan 2029 seharusnya dilakukan
pengembangan kapasitas bandara Juanda agar
pada dua tahun tersebut tidak terjadi overload
yang menunjukkan total penumpang bandara
Juanda telah melebihi kapasitas.
5. PENUTUP
Bab ini berisi mengenai kesimpulan hasil
penelitian dan saran yang berkaitan dengan
penelitian selanjutnya.
5.1 Kesimpulan
Pada bagian akhir ini akan dilakukan
penarikan kesimpulan dari hasil pemodelan dan
analisis yang telah dilakukan sebelumnya, yaitu :
1. Telah dilakukan pembuatan aplikasi
model sistem dinamis untuk
mengevaluasi kebutuhan kapasitas
terminal bandara Juanda
2. Dari hasil simulasi eksisting pada tahun
2005 hingga 2030 didapatkan bahwa
kapasitas terminal bandara Juanda telah
overload pada tahun 2006
3. Pada skenario kebijakan pengembangan
kapasitas terminal Juanda dengan total
kapasitas sebesar 10.500.000 akan
bertahan hingga tahun 2016
4. Pada skenario pertama pengoperasian
bandara Juanda II, yaitu maskapai Lion
akan beroperasi di bandara Juanda II
maka bandara Juanda dan Juanda II
akan overload pada tahun 2014
5. Pada skenario kedua pengoperasian
bandara Juanda II, yaitu maskapai Lion
dan Sriwijaya akan beroperasi di
bandara Juanda II maka bandara Juanda
akan overload pada tahun 2020 dan
bandara Juanda II telah overload pada
tahun 2008
6. Pada skenario kedua pengoperasian
bandara Juanda II, yaitu maskapai Lion
dan Garuda Citilink akan beroperasi di
bandara Juanda II maka bandara Juanda
akan overload pada tahun 2020 dan
bandara Juanda II telah overload pada
tahun 2010
7. Pada skenario makro penambahan
frekuensi sejumlah tujuh setiap dua
tahun yang dimulai pada tahun 2013,
didapatkan hasil penumpang dapat
terangkut semua dari bandara Juanda
menuju bandara lain
8. Pada skenario penambahan faktor GDP,
didapatkan bahwa diawal disimulasi
terlihat perbandingan yang didapatkan
tidak terlalu signifikan, namun pada
simulasi tahun 2013 hingga akhir
simulasi pada tahun 2030 terlihat
adanya perbedaan
5.2 Saran
Adapun saran yang dapat diberikan
untuk penelitian selanjutnya, yaitu :
1. Model dapat dikembangkan dengan
menambahkan variabel penumpang
transit serta variabel moda transportasi
darat dan laut yang bertujuan untuk
melihat pengaruh di terminal bandara
2. Penelitian dapat dikembangkan lebih
lanjut untuk mengevaluasi kebutuhan
kapasitas terminal seluruh bandara di
Indonesia dengan memperhatikan
terminal bandara pada penerbangan
Internasional
6. DAFTAR PUSTAKA
BISNIS, K. 2010. Bandara Lama Juanda
Difungsikan Kembali [Online].
Kabar Bisnis. Available:
http://www.kabarbisnis.com/read/28
15252 [Accessed].
15
FORRESTER, J. W. 1961. Industrial
Dynamics, Cambridge,
Massachusetts MIT.
JUANDA, E. 2010. Mendesak, Perluasan
Terminal Bandara [Online]. Elban
Juanda. Available:
http://www.juanda-
airport.com/index.php/index.php?pili
h=news&mod=yes&aksi=lihat&id=3
07 [Accessed].
JUANDA, E. 2011. Kapasitas Bandara
Juanda dinaikkan 90% [Online].
Elban Juanda. Available:
http://www.juanda-
airport.com/index.php/?pilih=news&
mod=yes&aksi=lihat&id=379
[Accessed].
LEMER, A. C. 1992. Measuring
performance of airport passenger
terminals. Transportation Research
Part A: Policy and Practice, 26, 37-
45.
MANATAKI, I. E. & ZOGRAFOS, K. G.
2009. A generic system dynamics
based tool for airport terminal
performance analysis. Transportation
Research Part C: Emerging
Technologies, 17, 428-443.
MANATAKI, I. E. & ZOGRAFOS, K. G.
2010. Assessing airport terminal
performance using a system
dynamics model. Journal of Air
Transport Management, 16, 86-93.
PERHUBUNGAN, M. 2010. Peraturan
Menteri Perhubungan Nomor : KM
11 Tahun 2010 Tentang Tatanan
Kebandarudaraan Nasional, Jakarta,
Kementrian Perhubungan 2010.
RUSDIANSYAH, A. 2008. Teknik dan
Manajemen Transportasi, Surabaya,
Departemen Pendidikan Nasional.
SOFYAN, A. 2010. Pengantar Sistem
Dinamik, Bandung, Teknik
Lingkungan ITB.
STERMAN, J. D. 2000. Dynamics :
Systems Thinking and Modeling for
a Complex World, Boston, McGraw-
Hill.
TURBAN, E., ARONSON, J. E. & LIANG,
T.-P. 2005. Decision Support System
and Intelligent Systems, New Jersey,
Pearson Education, Inc. Upper
Saddle River.
UDARA, D. J. P. 2006. Visi, Misi, Tujuan,
Strategi [Online]. Departemen
Perhubungan Republik Indonesia.
Available:
http://hubud.dephub.go.id/?id+page+
detail+12 [Accessed].
UDARA, D. J. P. 2008. Pekerjaan
Penyusunan Master Plan Angkutan
Udara di Indonesia, Jakarta, PT.
Digratia Avia.
UDARA, D. J. P. 2010a. Statistik Angkutan
Udara Tahun 2009, Jakarta,
Kementrian Perhubungan.
UDARA, D. J. P. 2010b. Tugas Pokok
Direktorat Jenderal Perhubungan
Udara [Online]. Departemen
Perhubungan Republik Indonesia.
Available:
http://hubud.dephub.go.id/?id+page+
detail+13 [Accessed].
UDARA, D. J. P. 2011. Kapasitas Angkutan
Udara Dalam Negeri, Jakarta,
Kementrian Perhubungan.
WAHID, A. 2007. Perencanaan Strategi
Menggunakan Model Sistem
Dinamik, Jakarta, Departemen
Teknik Gas dan Petrokimia FTUI.
WIRJODIRDJO, B. 2007. Sistem Dinamik,
Surabaya, Teknik Industri ITS.
ZOGRAFOS, K. G. & MADAS, M. A.
2006. Development and
demonstration of an integrated
decision support system for airport
performance analysis. Transportation
Research Part C: Emerging
Technologies, 14, 1-17.