JOURNAL GABSJOURNAL GABS

Global Advances in Business StudiesGlobal Advances in Business Studies

Dalam beberapa dekade terakhir, sektor transportasi udara telah berkembang pesat seiring meningkatnya peluang perjalanan. Banyak teknik dan aplikasi manajemen operasional digunakan dalam industri transportasi udara, termasuk peramalan permintaan yang memprediksi jumlah penumpang masa depan dan membantu perencanaan kapasitas serta sumber daya. Penelitian ini bertujuan untuk meramalkan jumlah kedatangan penumpang pesawat domestik menggunakan model ARIMA dengan Minitab 22 dan mengeksplorasi implikasinya terhadap pengambilan keputusan strategi manajemen operasional di industri penerbangan Indonesia. Data dikumpulkan dari database Badan Pusat Statistik (BPS) mengenai kedatangan penumpang penerbangan domestik di Indonesia. Hasil menunjukkan bahwa model ARIMA terbaik adalah 1,0,1. Hasil peramalan menunjukkan jumlah penumpang maksimal dan minimal selama lima tahun. Kenaikan signifikan jumlah penumpang udara memerlukan maskapai untuk fokus pada kapasitas armada, ketersediaan penerbangan, dan peningkatan kualitas layanan sambil mempertahankan harga tiket kompetitif untuk mempertahankan jumlah penumpang. Implementasi peramalan efektif dan strategi harga dinamis dapat mengoptimalkan efisiensi operasional dan memastikan pertumbuhan berkelanjutan di industri penerbangan.

Peramalan jumlah kedatangan penumpang domestik di Indonesia menunjukkan tren positif tetapi tingkat ketidakpastian yang tinggi.Implementasi strategi manajemen operasional yang tepat dapat membantu sektor transportasi dan pariwisata Indonesia menghadapi tantangan serta memanfaatkan peluang yang ada untuk terus meningkatkan jumlah kedatangan penumpang domestik.Strategi adaptif dan inovatif akan menjadi kunci untuk memastikan pertumbuhan berkelanjutan dan memberikan layanan terbaik bagi penumpang.Penelitian ini memiliki keterbatasan bahwa model ARIMA bergantung pada data historis, sehingga kurang adaptif terhadap perubahan mendadak atau kejadian tak terduga yang dapat memengaruhi kedatangan penumpang.Model ARIMA utamanya berfokus pada prediksi nilai masa depan daripada menjelaskan faktor-faktor yang mendasari perubahan kedatangan penumpang.Secara keseluruhan, artikel ini menunjukkan pentingnya peramalan dalam manajemen transportasi udara dan bagaimana metode ARIMA dapat digunakan sebagai alat efektif untuk tujuan ini.Dengan pendekatan yang tepat, diharapkan penelitian ini dapat berkontribusi terhadap pengembangan industri penerbangan domestik di Indonesia.

Penelitian lanjutan dapat menggali potensi model prediksi alternatif seperti machine learning untuk meningkatkan akurasi peramalan jumlah penumpang. Selain itu, mempelajari dampak faktor eksternal seperti kebijakan pemerintah atau peristiwa global (seperti pandemi) terhadap pola perjalanan penumpang domestik bisa menjadi arah studi baru. Terakhir, menganalisis variasi regional dalam Indonesia, misalnya perbedaan permintaan antarwilayah, dapat membantu pengembangan strategi operasional yang lebih tepat sasaran.

Read online
File size425.36 KB
Pages13
DMCAReport

Related /

ads-block-test