5_prakiraan Dlm Penerbangan
-
Upload
mafri-rianti -
Category
Documents
-
view
79 -
download
0
Transcript of 5_prakiraan Dlm Penerbangan
-
5/25/2018 5_prakiraan Dlm Penerbangan
1/52
PRAKIRAAN DALAM
PENERBANGAN DANPERENCANAAN
BANDAR UDARA
-
5/25/2018 5_prakiraan Dlm Penerbangan
2/52
FORECASTING FOR AIRPORT PLANNING
DATA YANG HARUS DIKUMPULKAN UTK MENGHITUNG
JUMLAH PESAWAT, PENUMPANG DAN BARANG PADA
MASA DEPAN :
1. Daerah yang dilayani oleh bandara, yaitu daerah operasibandara.
2. Asal dan tujuan perjalanan baik dari penduduk maupunbukan penduduk daerah sekitar bandara tsb, yaitu daerah
pasar lalu-lintas udara.
3. Sifat-sifat demografi dan pertumbuhan jumlah pendudukdari daerah yang akan dilayani bandara tsb.
-
5/25/2018 5_prakiraan Dlm Penerbangan
3/52
FAKTOR-FAKTOR YANG HARUS
DIPERTIMBANGKAN DALAM PRAKIRAAN
DATA YANG HARUS DIKUMPULKAN UTK MENGHITUNG
JUMLAH PESAWAT, PENUMPANG DAN BARANG PADA
MASA DEPAN :
4. Keadaan ekonomi dari daerah yg ditunjukkan oleh faktor2berikut :
a. Tingkat pendapatan yg dihabiskan perkapita
b. Jenis dan tingkat perdagangan, sifat dan jumlah tenaga
kerja yg dipekerjakan dlm industri2 yg ada.
c. Penjualan perdagangan eceran dan grosir serta deposito
bank
d. Pemesanan tempat di hotel dan motel.
-
5/25/2018 5_prakiraan Dlm Penerbangan
4/52
FAKTOR-FAKTOR YANG HARUS
DIPERTIMBANGKAN DALAM PRAKIRAAN
DATA YANG HARUS DIKUMPULKAN UTK MENGHITUNG
JUMLAH PESAWAT, PENUMPANG DAN BARANG PADAMASA DEPAN :
5. Kecendeerungan dalam kegiatan transportasi yg sdh adautk penumpang, barang, perusahaan dan pengiriman, dan
surat yg dilakukan dng berbagai cara6. Kecenderungan dalam lalu-lintas nasional, termasuk
dugaan peubah2 yg mempengaruhi pengembangan
dimasa y.a.d.
7. Jarak, jumlah penduduk dan sifat industri dari daerah2 sisekitarnya yg mempunyai pelayanan udara
-
5/25/2018 5_prakiraan Dlm Penerbangan
5/52
FAKTOR-FAKTOR YANG HARUS
DIPERTIMBANGKAN DALAM PRAKIRAAN
DATA YANG HARUS DIKUMPULKAN UTK MENGHITUNG
JUMLAH PESAWAT, PENUMPANG DAN BARANG PADAMASA DEPAN :
8. Faktor2 geografis yg mempengaruhi kebutuhan2transportasi
9. Tingkat persaingan diantara perusahaan penerbangan dandiantara berbagai cara transportasi yg menyangkut biaya,
waktu perjalanan, frekuensi pelayanan, dll.
-
5/25/2018 5_prakiraan Dlm Penerbangan
6/52
Level of Forecasting
In economics, forecasting is done on two levels,
aggregate forecasting and disaggregate forecasting, and
the same holds true in aviation. From the inception of the
planning process for an airport consideration is given at
both levels. In airport planning, the designer must viewthe entire airport system as well as the airport under
immediate consideration. Aggregate forecasts are
forecasts of the total aviation activity in a large region
such as a country, state, or metropolitan area. Typicalaggregate forecasts are made for such variables as the
total revenue passenger-miles, total enplaned
passengers, and the number of aircraft operations,
aircraft in the fleet, and licensed pilots in the country.
-
5/25/2018 5_prakiraan Dlm Penerbangan
7/52
Level of ForecastingDalam ilmu ekonomi, ada 2 tingkat prakiraan (forecast), yaitu
prakiraan gabungan dan prakiraan dng memisahkan. Hal ygsama berlaku di dunia penerbangan. Dari permulaan proses
perencanaan utk hal2 yang patut dipertimbangkan diberikan
oleh kedua level prakiraan tsb.
Dalam perencanaan bandara, si perencana harus melihatkeseluruhan dari sistem bandara sebagaimana bandara tsb
dilihat memiliki pertimbangan kebutuhan yg segera.
Prakiraan gabungan adalah prakiraan dari keseluruhan
aktifitas penerbangan dalam skala besar seperti negara,
provinsi dan daerah metropolitan. Tipe dari prakiraan
gabungan dibuat utk beberapa variabel spt jumlah
pengembalian dari jarak-penumpang, jumlah penumpang
pesawat terbang, dan jumlah pesawat yg beroperasi, jumlah
pesawat dalam armada, lisensi pilot dlm negara tsb.
-
5/25/2018 5_prakiraan Dlm Penerbangan
8/52
Level of Forecasting
Disaggregate forecasts deal with the activity at individual
airports or on individual routes. Disaggregate forecasts for
airport planning determine such variables as the number of
originations, passenger origin-destination traffic, the number
of enplaned passengers, and the number of aircraft
operations by air carrier and general aviation aircraft at anairport. Separate forecasts are usually made, depending on
the need in a particular study, for cargo movements,
commuter service, and ground access traffic. These
forecasts are normally prepared to indicate annual levels ofactivity and are then disaggregated for airport planning
purposes to provide forecasts of the peaking characteristics
of traffic during the busy hours of the day, days of the week,
and months of the year
-
5/25/2018 5_prakiraan Dlm Penerbangan
9/52
Level of ForecastingPrakiraan yg memisahkan berhubungan dengan aktivitas dari satu
buah bandara atau pada satu rute penerbangan. Prakiraan
memisahkan untuk perencanaan bandara ditentukan olehbeberapa variabel seperti jumlah dari organisasi2, lalu-lintas
asal-tujuan penumpang, jumlah penumpang yg naik pesawat,
dan jumlah dari pesawat yg beroperasi dari operator
penerbangan khusus dan penerbangan umum pada suatu
bandara.
Prakiraan yg terpisah biasanya dibuat, tergantung dari kebutuhan
di dalam studi tertentu, untuk pergerakan kargo(barang),
pelayanan komuter, dan lalu-lintas akses di darat. Prakiraan ini
secara normal disiapkan untuk menerangkan/menunjukkantingkat aktivitas tahunan dan kemudian dipilah untuk
kepentingan perencanaan bandara untuk memberikan
prakiraan dari karakteristik puncak dari lalu-lintas selama jam-
jama sibuk utk harian, harian dalam mingguan, dan bulanandari tahunan.
-
5/25/2018 5_prakiraan Dlm Penerbangan
10/52
Tipe Metode Forecasting
There are four major methods:
Time series method
Market share method Econometric modeling
Simulation modeling
-
5/25/2018 5_prakiraan Dlm Penerbangan
11/52
TIME SERIES METHODTime series analysis or extrapolation is based upon an
examination of the historical pattern of activity and assumesthat those factors which determine the variation of traffic in
the past will continue to exhibit similar relationships in the
future. This technique utilizes times series type data and
seeks to analyze the growth and growth rates associated
with a particular aviation activity
Analisis deret waktu atau ekstrapolasi didasarkan dari
pengujian pola historis dari aktivitas dan asumsi bahwa
faktor2 tsb yang menentukan variasi dari lalu-lintas di masa
lalu dan akan menerus menunjukkan hubungan yg mirip dimasa yang akan datang. Teknik ini memanfaatkan tipe data
rangkaian waktu dan berusaha untuk menganalisa
pertumbuhan dan laju pertumbuhan yg berhubungan
dengan aktivitas penerbangan tertentu.
-
5/25/2018 5_prakiraan Dlm Penerbangan
12/52
TIME SERIES METHODTime series analysis or extrapolation is based upon an
examination of the historical pattern of activity and assumesthat those factors which determine the variation of traffic in
the past will continue to exhibit similar relationships in the
future. This technique utilizes times series type data and
seeks to analyze the growth and growth rates associated
with a particular aviation activity
Analisis deret waktu atau ekstrapolasi didasarkan dari
pengujian pola historis dari aktivitas dan asumsi bahwa
faktor2 tsb yang menentukan variasi dari lalu-lintas di masa
lalu dan akan menerus menunjukkan hubungan yg mirip dimasa yang akan datang. Teknik ini memanfaatkan tipe data
rangkaian waktu dan berusaha untuk menganalisa
pertumbuhan dan laju pertumbuhan yg berhubungan
dengan aktivitas penerbangan tertentu.
-
5/25/2018 5_prakiraan Dlm Penerbangan
13/52
TIME SERIES METHOD
-
5/25/2018 5_prakiraan Dlm Penerbangan
14/52
TIME SERIES METHOD
-
5/25/2018 5_prakiraan Dlm Penerbangan
15/52
TIME SERIES METHOD
-
5/25/2018 5_prakiraan Dlm Penerbangan
16/52
TIME SERIES METHOD
The inability of time series techniques to show a
causal relationship between the dependent and
independent variables is a serious disadvantage.
This is particularly true because, in the absence of
such relationships, the degree of uncertainty insuch forecasts increases with time. However, the
time series method is useful for short-term
forecasts in which the response to changes in those
factors which stimulate the dependent variables isusually less dynamic. In those cases where cyclic
variations may be expected to occur, time series
methods may also be quite beneficial.
-
5/25/2018 5_prakiraan Dlm Penerbangan
17/52
TIME SERIES METHOD
Ketidakmampuan dari teknik deret/rangkaian waktu untukmemperlihatkan hubungan yg bersifat sebab akibat antara
variabel tetap dan variabel bebas adalah kerugian yg
sangat serius. Hal ini dalam kondisi tertentu benar karena,
di dalam ketiadaan dari hubungan tersebut, tingkat
ketidakpastian prakiraan sedemikian shg meningkat thd
waktu. Bagaimanapun juga, metode deret/rangkaian waktu
berguna untuk prakiraan jangka pendek dimana dpt
merespon perubahan2 yg disebabkan faktor2 yg didorong
variabel2 tetap dimana biasanya tdk begitu dinamis. Padakasus2 semacam itu ketika variasi2 yg berhubungan
dengan perputaran dapat diharapkan terjadi, metode deret
waktu dapat pula agak bermanfaat.
-
5/25/2018 5_prakiraan Dlm Penerbangan
18/52
MARKET SHARE METHOD
Forecasting techniques which are utilized to proportion alarge-scale aviation activity down to a local level are called
market share, ratio, or top-down models. Inherent to the use
of such a method is the demonstration that the proportion of
the large-scale activity which can be assigned to the local
level is a regular and predictable quantity. This method hasbeen the dominant technique for aviation demand
forecasting at the local level and its most common use is in
the determination of the share of total national traffic activity
which will be captured by a particular region, traffic hub, orairport.
-
5/25/2018 5_prakiraan Dlm Penerbangan
19/52
MARKET SHARE METHODTeknik-teknik prakiraan yg digunakan utk memecah kegiatan
penerbangan skala besar menjadi skala lokal disebutmodel-model bagian pasar (market share), rasio atau top-
down. Yang berkaitan dengan penggunaan metode
semacam ini adalah peragaan bahwa bagian kegitan skala
besar yg dpt diserahkan kpn tingkat lokal adalah besaranyg tetap dan dpt diperkirakan. Metode ini telah menjadi
teknik yg banyak dipakai utk memprakirakan permintaan
penerbangan di tingkat lokal dan kegunaannya yg paling
umum adalah penentuan dalam kegiatan lalu-lintas
nasional total yg akan ditampung oleh daerah, pusat
kegitan lalu-lintas atau bandara tertentu.
Data historis dipelajari utk menetapkan rasio dari lalu-lintas
bandara lokal thd lalu-lintas nasional total, dan
kecenderungan yg dipastikan.
-
5/25/2018 5_prakiraan Dlm Penerbangan
20/52
MARKET SHARE METHOD
These methods are particularly useful in applications in which itcan be demonstrated that the market share is a regular,
stable, or predictable parameter. For example, the number
of annual enplaned passengers at major air traffic hubs has
been shown to be a consistent and relatively stable factor
and, therefore, this method is often used to predict this
parameter.
Metode ini terutama berguna dalam pengaplikasian dimana
bisa didemonstrasikan bahwa pembagian pasar tsb teratur,
stabil, atau parameternya terprediksi. Sebagai contohjumlah laporan tahunan penumpang yg naik pesawat pada
jalur lalu-lintas utama telah terbukti konsisten dan faktor yg
relatif stabil, utk itu, metode ini sering digunakan utk
memprediksi parameter ini.
-
5/25/2018 5_prakiraan Dlm Penerbangan
21/52
MARKET SHARE METHOD
These methods are particularly useful in applications in which itcan be demonstrated that the market share is a regular,
stable, or predictable parameter. For example, the number
of annual enplaned passengers at major air traffic hubs has
been shown to be a consistent and relatively stable factor
and, therefore, this method is often used to predict this
parameter.
Metode ini terutama berguna dalam pengaplikasian dimana
bisa didemonstrasikan bahwa pembagian pasar tsb teratur,
stabil, atau parameternya terprediksi. Sebagai contohjumlah laporan tahunan penumpang yg naik pesawat pada
jalur lalu-lintas utama telah terbukti konsisten dan faktor yg
relatif stabil, utk itu, metode ini sering digunakan utk
memprediksi parameter ini.
-
5/25/2018 5_prakiraan Dlm Penerbangan
22/52
MARKET SHARE METHOD
Quite often the application of the market share technique isa two step process in which a ratio is applied to
disaggregate activity forecasts from a national to a regional
level and then another ratio is applied to apportion the
regional share among the airports in the region.
Cukup sering aplikasi dari teknik pembagian pasar adalah
proses dua langkah dimana suatu rasio diaplikasikan untuk
prakiraan2 pemisahan aktifitas dari nasional menjadi tingkat
regional/daerah dan kemudian rasio lainnya diaplikasikan
untuk membagikan secara adil pada daerah yg dibagiantara badara di dalam daerah tersebut.
-
5/25/2018 5_prakiraan Dlm Penerbangan
23/52
MARKET SHARE METHOD
An illustration of the application of a market share analysis isgiven in Example Problem 5-2.
-
5/25/2018 5_prakiraan Dlm Penerbangan
24/52
MARKET SHARE METHOD
Example Problem 5-2 The historical data shown in Table5-1 could also be used to prepare a forecast of the annual
passenger enplanements at the study airport in the design
years 2010 and 2015 using a market share method.
In applying the market share method to these data, a top-down forecast technique will be used. The implicit
assumption in such a technique is that the same relationship
between regional annual enplanements and the annual
enplanements at the study airport will be maintained in the
future. To prepare such a forecast, a projection of thepercentage of the regional annual enplanements captured at
the study airport is performed and then a forecast is made of
the regional annual enplanements.
-
5/25/2018 5_prakiraan Dlm Penerbangan
25/52
MARKET SHARE METHOD
Dalam penerapan metode pembagian pasar utk data tsb,teknik prakiraan top-down akan dipakai. Asumsi yg tersirat
dlm teknik seperti ini adalah yg mempunyai hubungan yg
sama antara laporan tahunan regional penumpang pesawat
dan laporan tahunan pd studi bandara akan
ditangani/dipertahankan di masa yg akan datang. Untuk
menyiapkan prakiraan semacam itu, suatu proyeksi dari
persentase laporan penumpang pesawat tingkat regional
ditangkap pada studi bandara yg dilakukan dan kemudian
prakiraan tsb dibuat dari laporan tahunan penumpangpesawat tingkat regional.
-
5/25/2018 5_prakiraan Dlm Penerbangan
26/52
MARKET SHARE METHOD
The study airport forecast percentage is applied to theregional forecast to arrive at the forecast of the study airport
annual enplanements in the design years. A plot of the trend
in the percentage of regional annual passengers enplaned
at the study airport is given in Fig. 5-2.
Studi persentase prakiraan bandara diterapkan untuk
prakiraan tingkat daerah untuk keberangkatan pada
prakiraan studi bandara laporan tahunan penumpang
pesawat di dalam desain tahunan. Sebuah plot dari
kecenderungan dipresentasikan dari laporan tahunanpenumpang pesawat pada studi bandara spt diberikan
dalam Gb. 5-2.
-
5/25/2018 5_prakiraan Dlm Penerbangan
27/52
MARKET SHARE METHOD
Because the variations shown in Fig. 5-2 often make itdifficult to determine if trends may exist, a smoothing
function is often applied to the data to assist in identifying
trends which may not be obvious. In this case, a smoothing
of the data was obtained by computing a running 3-year
average of the data points. As is shown in Fig. 5-3, this
tends to smooth out the variations in the original data and
more readily identifies trends in these data.
-
5/25/2018 5_prakiraan Dlm Penerbangan
28/52
MARKET SHARE METHOD
-
5/25/2018 5_prakiraan Dlm Penerbangan
29/52
MARKET SHARE METHOD
Though it may not be apparent in the original plot, thesmoothing mechanism does indicate a very slight upward
trend in the percentage of regional annual passengers
captured by the study airport. This trend is shown by the
dashed line in Fig. 5-3. This trend line, when projected to the
design years, indicates a forecast of 3.70 percent in the year
2010 and 3.75 percent in the year 2015 as the proportion of
regional annual enplanements forecast to be captured by
the study airport.
-
5/25/2018 5_prakiraan Dlm Penerbangan
30/52
MARKET SHARE METHOD
Meskipun mungkin tdk terlihat dalam plot aslinya,mekanisme membuat mulus tdk mengindikasikan
kecenderungan sangat keatas di dalam persentase dari
laporan penumpang tahunan yg ditangkap oleh studi
bandara. Kecenderungan ini diperlihatkan oleh garis putus2
dalam G.b. 5-3. Garis kecenderungan ini, ketika proyeksi utk
desain tahunan, mengindikasikan prakiraan dari 3,7o persen
pada tahun 2010 dan 3,75 persen pada tahun 2015 sbg
proporsi prakiraan dari laporan tahunan penumpang
pesawat regional yg ditangkap oleh studi bandara.
-
5/25/2018 5_prakiraan Dlm Penerbangan
31/52
ECONOMETRIC MODELING
The most sophisticated and complex technique in airport
demand forecasting is the use of econometric models. Trendextrapolation methods do not explicitly examine the
underlying relationships between the projected activity
descriptor and the many variables which affect its change.
There are a wide range of economic, social, market, andoperational factors which affect aviation.
-
5/25/2018 5_prakiraan Dlm Penerbangan
32/52
ECONOMETRIC MODELING
Teknik yg paling canggih dan rumit dalam prakiraan
permintaan bandara dan penerbangan adalah penggunaanmodel ekonometrik. Metode kecenderungan ekstrapolasi tdk
dng tegas menyelidiki hubungan2 antara pendeskripsi
aktivitas proyeksi dan berbagai macam variabel2 yg dpt
membawa efek perubahan. Terdapat rentang yg sangatlebar dari faktor2 ekonomi, sosial, pasar dan opersional yg
dpt mempengaruhi dunia penerbangan
-
5/25/2018 5_prakiraan Dlm Penerbangan
33/52
ECONOMETRIC MODELING
Therefore, to properly assess the impact of predicted
changes in the other sectors of society upon aviationdemand and to investigate the effect of alternative
assumptions on aviation, it is often desirable to use
mathematical techniques to study the correlations between
dependent and independent variables. Econometric modelswhich relate measures of aviation activity to economic and
social factors are extremely valuable techniques in
forecasting the future.
-
5/25/2018 5_prakiraan Dlm Penerbangan
34/52
ECONOMETRIC MODELING
Oleh karena itu, utk menilai secara tepat dampak
perubahan-perubahan yg di ramalkan di dalam sektor2sosial lainnya thd permintaan dunia penerbangan dan utk
menyelidiki pengaruh pengandaian alternatif diasumsikan
dlm penerbangan, seringkali dikehendaki utk menggunakan
teknik matematika utk melakukan studi hubungan antaravariabel tetap dan variabel berubah. Model-model
Ekonometrik yg menghubungkan ukuran2 kegiatan
penerbangan dng faktor2 sosial dan ekonomi merupakan
teknik yg sangat berguna dalam mempuat prakiraan di
masa yang akan datang
-
5/25/2018 5_prakiraan Dlm Penerbangan
35/52
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
36/52
ECONOMETRIC MODELING
There are a great variety of techniques which are used in
econometric modeling for airport planning. Classical tripgeneration and gravity models are quite common in
forecasting passenger and aircraft traffic. Simple and
multiple regression analysis techniques, both linear and
nonlinear, are often applied to a great variety of forecastingproblems to ascertain the relationships between the
dependent variables and such explanatory variables as
economic and population growth, market factors, travel
impedance, and intermodal competition.
The form of the equations used in multiple linear regression
analysis is given in Eq. (5-1).
-
5/25/2018 5_prakiraan Dlm Penerbangan
37/52
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
38/52
ECONOMETRIC MODELING
There are a great variety of techniques which are used in
econometric modeling for airport planning. Classical tripgeneration and gravity models are quite common in
forecasting passenger and aircraft traffic. Simple and
multiple regression analysis techniques, both linear and
nonlinear, are often applied to a great variety of forecastingproblems to ascertain the relationships between the
dependent variables and such explanatory variables as
economic and population growth, market factors, travel
impedance, and intermodal competition.
The form of the equations used in multiple linear regression
analysis is given in Eq. (5-1).
-
5/25/2018 5_prakiraan Dlm Penerbangan
39/52
ECONOMETRIC MODELING
An illustration of the application of simple linear regression
analysis is presented in Example Problem 5-3.
Example Problem 5-3 The historical data shown in Table
5-1 could also be used to prepare a forecast of the annual
passenger enplanements at the study airport in the designyears 2010 and 2015 using a simple regression analysis.
In applying simple regression analysis to these data, let us
assume that a relationship between the study airport annual
enplanements (ENP) and the study area population (POP) isto be examined. Therefore, it is assumed that a linear
relationship of the form shown in Eq. (5-1) exists between
the variables.
-
5/25/2018 5_prakiraan Dlm Penerbangan
40/52
ECONOMETRIC MODELING
ENP = a0 + a1(POP)
Using a standard regression analysis computer program the
relationship is found to be
ENP = 3,047,032 + 13.8633(POP)
where the coefficient of determination R2 is 0.983815, the
coefficient of correlation is 0.991874, and the standard errorof the estimate, yestis 55,520.9. The regression line and the
data points upon which this regression line is based are
shown in Fig. 5-5.
-
5/25/2018 5_prakiraan Dlm Penerbangan
41/52
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
42/52
ECONOMETRIC MODELING
The coefficient of determination indicates that there is an
extremely good relationship between the annualenplanements at the study airport and the study area
population, that is, 98.4 percent of the variation in the study
airport annual enplanements is explained by the variation in
the study area population. Kooefisien determinasi mengindikasikan bhw ada hubungan
yang sangat baik antara laporan penumpang pesawat
tahunan pada studi bandara tsb dan studi wilayah populasi,
menunjukkan bhw 98,4% dari variasi di dalam studipenumpang pesawat tahunan bandara menjelaskan dng
variasi dlm studi wilayah populasi.
-
5/25/2018 5_prakiraan Dlm Penerbangan
43/52
ECONOMETRIC MODELING
The standard error of the estimate, however, indicates that
there is a large range of error associated with forecastingwith this equation, that is, there is a 68 percent probability
that the forecast of annual enplanements at the study airport
will have an error range of 55,520.9 annual
enplanements. This may or may not be too high dependingon the level of annual operations forecast in the future and
the sensitivity of various components of the airport system to
such variations.
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
44/52
ECONOMETRIC MODELING
Standar eror dari estimasi, bagaimanapun, mengindikasikan
bhw ada berbagai macam kesalahan yg terkait dngperhitungan prakiraan, menunjukkan bhw ada 68 persen
kemungkinan bhw prakiraan dari jumlah penumpang
pesawat. tahunan pada studi bandara akan memiliki tingkat
eror dari55,520.9 penumpang pesawat tahunan. Inimungkin atau tdk mungkin terlalu tinggi tergantung pada
tingkat prakiraan operasional tahunan dari sistem bandara
untuk variasi semacam itu.
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
45/52
ECONOMETRIC MODELING
Using a trend projection, it is forecast that the area
population in the year 2010, as shown on Fig. 5-6, isexpected to be 363,000. The forecast of the annual
enplanements at the airport in the year 2010 can be found
by substitution into the regression equation yielding
1,985,300 annual enplanements. Similarly, if the forecast ofthe area population in the year 2015 is expected to be
410,000, then the forecast of the annual enplanements at
the airport in the year 2015 is found to be 2,636,900.
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
46/52
ECONOMETRIC MODELING
Menggunakan kecenderungan proyeksi, prakiraan ini
menunjukkan wilayah populasi pada th.2010, sptditunjukkan pd. Gb.5-6 diperkirakan menjadi 363,000.
Prakiraan jumlah penumpang pesawat tahunan pd bandara
tsb pd tahun 2010 dpt dicari dng subtitusi ke dalam
persamaan regresi menghasilkan 1,985,300 jumlahpenumpang pesawat tahunan. Mirip, jika perkiraan dari
populasi wilayah pada th.2015 diharapkan mencapai
410,000, kemudian prakiraan jumlah penumpang pesawat
tahunan pada bandara tsb pd th.2015 di dapat menjadi
2,636,900
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
47/52
ECONOMETRIC MODELING
Given the range in the standard error of the estimate, it
could be expected that in the year 2010 there is a probabilityof 68 percent that the forecast could range between
1,985,300 55,500, or from 1,929,800 to 2,040,800 annual
enplanements about 68 percent of the time. Similarly, it
could be expected that in the year 2015 the forecast couldrange between 2,636,900 55,500, or from 2,581,900 to
2,692,400. It is likely that this range in the forecasts is
acceptable since it represents about a 2 to 3 percent error.
ECONOMETRIC MODELING
-
5/25/2018 5_prakiraan Dlm Penerbangan
48/52
ECONOMETRIC MODELING
FORECASTING REQUIREMENTS AND
-
5/25/2018 5_prakiraan Dlm Penerbangan
49/52
FORECASTING REQUIREMENTS AND
APPLICATIONS
Kebutuhan dan Penggunaan Prakiraan
The specific forecasting needs depend on the nature and
scope of the study being undertaken. The requirements for a
state aviation system plan are very different than those
required for an airport master plan.
Secara spesifik prakiraan dibutuhkan tergantung pada sifatdan ruang lingkup studi yang sedang dilakukan. Kebutuhan-
kebutuhan untuk rencana sistem penerbangan negara
sangat berbeda dari yang dibutuhkan untuk suatu rencana
induk bandara .
FORECASTING REQUIREMENTS AND
-
5/25/2018 5_prakiraan Dlm Penerbangan
50/52
FORECASTING REQUIREMENTS AND
APPLICATIONS
Facility planning requires projections of the parameters
which determine physical design whereas financial planningrequires projections of the cost elements and revenue
sources associated with physical development. This section
outlines the general forecasting requirements for various
types of airport studies and discusses the more commonmethodologies used to arrive at these requirements.
Proyeksi kebutuhan rencana fasilitas dari parameter2
dimana ditentukan oleh desain fisik sedangkan proyeksi
rencana kebutuhan keuangan dari elemen biaya dansumber pendapatan terkait dengan pembangunan fisik.
Bagian ini menguraikan kebutuhan prakiraan secara umum
untuk berbagai macam tipe studi bandara dan didiskusikan
metodologi yg lebih umum digunakan untuk sampai pada
persyaratan ini.
Typical Air Transportation Forecast Variables and
-
5/25/2018 5_prakiraan Dlm Penerbangan
51/52
Typical Air Transportation Forecast Variables and
Their Use in
Aviation and Airport Planning
Typical Air Transportation Forecast Variables and Their
-
5/25/2018 5_prakiraan Dlm Penerbangan
52/52
Use in
Aviation and Airport Planning