teknik perencanaan penerbangan.docx

3
 DHIYANDO G. A. (11 0404 051) LAPANGAN TERBANG FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITAS SUMATERA UTARA

Upload: al-fahme-aulia-al-fahme

Post on 18-Oct-2015

22 views

Category:

Documents


0 download

DESCRIPTION

teknik perencanaan penerbangan

TRANSCRIPT

  • 5/28/2018 Teknik Perencanaan Penerbangan.docx

    1/3

    DHIYANDO G. A.

    (11 0404 051)

    LAPANGAN TERBANGFAKULTAS TEKNIK

    JURUSAN TEKNIK SIPIL

    UNIVERSITAS SUMATERA UTARA

  • 5/28/2018 Teknik Perencanaan Penerbangan.docx

    2/3

    Teknik Perkiraan Perencanaan Penerbangan

    Menurut Horonjeff dan McKelvey (1994) dalam Planning and Design of Airport ada 2 jenis

    prediksi, yaitu :

    1. Makroprakiraan; adalah prakiraan/prediksi kegiatan penerbangan total dalam suatudaerah yang luas seperti negara.

    2. Mikroprakiraan; adalah prakiraan/prediksi yang berhubungan dengan kegiatan dibandar udara pada suatu daerah yang tertentu atau pada rute masing-masing.

    Adapun metode-metode lain yang digunakan dalam peramalan suatu penerbangan.

    Metode-metode ini sering digunakan baik dalam penerbangan skala besar, maupun penerbangan

    kecil. Ada 4 metode yang paling sering digunakan, yaitu :

    1. Metode Market ShareYaitu metode yang digunakan untuk mencari perkiraan permintaan penerbangan padatingkat lokal. Adapun rumus yang digunakan dalam metode ini, yaitu

    A = B x C

    dimana

    A = prediksi jumlah penumpang suatu rute tertentu

    B = persentase perbandingan antara jumlah penumpang suatu rute tertentu terhadap

    jumlah penumpang total pada bandar udara yang ditinjau

    C = prediksi jumlah penumpang total pada bandar udara yang ditinjau berdasarkan

    metode-metode statistik lainnya

    2. Metode Double Moving AverageMetode Double Average merupakan suatu metode pemulusan. Menurut metode

    pemulusan nilai-nilai historis ini, kesalahan random dirata-ratakan untuk menghasilkan

    ramalan, Makridakis (1983). Data yang diperlukan untuk melakukan prediksi denganmenggunakan metode Moving Average dibutuhkan sedikitnya 50 data time series agar

    menghasilkan suatu model yang baik. Metode Moving Average terdiri dari 2 tipe, yaitu

    Single Moving Average dan Double Moving Average. Perbedaannya adalah pada Double

    Moving Average merupakan rata-rata bergerak dari rata-rata bergerak yang dihasilkan

    dari Single Moving Average.

    3. Metode Double Exponential SmoothingTerdapat 2 jenis Metode Double Exponential Smoothing, yaitu metode 1 Parameter dari

    Brown dan metode 2 Parameter dari Holt. Persamaan yang digunakan dalam metode Double

    Exponential Smoothing dari Brown adalah, seperti dalam Makridakis (1983):

    St = Xt + (1-)St - 1 (2.2)

  • 5/28/2018 Teknik Perencanaan Penerbangan.docx

    3/3

    St = St +(1-)St - 1 (2.3)

    dengan :

    St = pemulusan eksponensial tunggal (Single Exponential Smoothing) pada periode t

    St = pemulusan eksponensial ganda (Double Exponential Smoothing) pada periode t

    = faktor pendekatan

    Perhitungan prediksi menggunakan rumus berikut ini:

    F t + m = (2 S t - St) + ( / 1- ) (St - St) m (2.4)

    dengan :

    F t + m = prediksi untuk m periode ke muka dari periode t m = jumlah periode ke muka yang

    diprediksi

    Pada rumus ini terdapat faktor pendekat , di mana merupakan suatu faktor pendekatan

    yang memberikan bobot yang semakin menurun pada observasi masa lalu. Nilai faktor

    pendekatan yang akan digunakan dalam metode Double Exponential Smoothing adalah nilai

    yang meminimumkan nilai pengujian Mean Squared Error (MSE) pada kelompok data pengujian.

    4. Metode Proyeksi Kecenderungan dan EkstrapolasiEkstrapolasi didasarkan pada suatu pengujian pola historis kegiatan dan menganggap

    bahwa faktor-faktor yang menentukan variasi lalu lintas pada masa lalu akan terus menunjukkanhubungan yang serupa pada masa depan. Terdapat tiga tipe metode ekstrapolasi, yaitu

    Ekstrapolasi Linier, Ekstrapolasi Eksponensial, dan Ekstrapolasi Kurva Logistik menurut Horonjeff

    dan Mc.Kelvey (1994). Teknik ekstrapolasi linier digunakan untuk pola permintaan yang

    mempunyai suatu hubungan linier historis dengan variabel waktu (regresi sederhana) dengan

    persamaan sebagai berikut:

    Y = 0+ 1 X (2.5)

    dengan :

    Y = variabel tak bebas

    X = variabel bebas

    0, 1 = parameter regresi