Sultan Hasanuddin Makassar

Suatu Bandara mencakup suatu kumpulan kegiatan yang luas yang mempunyai kebutuhan-
kebutuhan yang berbeda dan terkadang saling bertentangan antara satu kegiatan dengan
kegiatan lainnya. Misalnya kegiatan keamanan membatasi sedikit mungkin hubungan (pintu-
pintu) antara sisi darat (land side) dan sisi udara (air side), sedangkan kegiatan pelayanan
memerlukan sebanyak mungkin pintu terbuka dari sisi darat ke sisi udara agar pelayanan
berjalan lancar. Kegiatan-kegiatan itu saling tergantung satu sama lainnya sehingga suatu
kegiatan tunggal dapat membatasi kapasitas dari keseluruhan kegiatan
(Horonjeff/McKelvey,1988).
Sebelum tahun 1960-an rencana induk Bandara dikembangkan berdasarkan kebutuhan-
kebutuhan penerbangan lokal. Namun sesudah tahun 1960-an rencana tersebut telah
digabungkan ke dalam suatu rencana induk Bandara yang tidak hanya memperhitungkan
kebutuhan-kebutuhan di suatu daerah, wilayah, propinsi atau negara. Agar usaha-usaha
perencanaan bandara untuk masa depan berhasil dengan baik, usaha-usaha itu harus
didasarkan kepada pedoman-pedoman yang dibuat berdasarkan pada rencana induk dan
sistem bandara yang menyeluruh, baik berdasarkan peraturan FAA, ICAO ataupun Peraturan
Pemerintah Republik Indonesia Nomor 70 Tahun 2001 tentang Kebandarudaraan dan Kepmen
Perhubungan No. KM 44 Tahun 2002 tentang Tatanan Kebandarudaraan Nasional.
Bandar Udara Sultan Hasanuddin merupakan Bandara Internasional yang dikelola oleh PT.
Angkasa Pura I (Persero), mempunyai salah satu tujuan perusahaan yaitu memberikan
pelayanan yang memadai dalam rangka menjamin terselenggaranya fasilitas bandar udara.
PT. Angkasa Pura (AP) I Cabang Bandara Internasional Sultan Hasanuddin resmi
mengoperasikan Terminal baru pada bulan Agustus 2008. Terminal baru seluas 51 ribu meter
persegi itu berkapasitas tujuh hingga delapan juta penumpang per tahun. Apron seluas 78.800
meter persegi memiliki 33 parking stand untuk pesawat segala ukuran, dari Casa, seri Boeing
737, seri Airbus 330, hingga jumbo jet seri Boeing 747. Terminal baru dilengkapi fasilitas
seperti 60 consession stand (ruang belanja), garbarata, dan hotspot (area akses internet
nirkabel) diruang tunggu keberangkatan. Terminal baru juga memiliki sistem check-in berbasis
teknologi informasi yang disebut multi users check-in system (MUCS). Check-in bisa dilakukan
di seluruh counter sehingga bisa meminimalisir panjangnya antrian.
2.2 Pergerakan Pesawat Udara dan Penumpang
2.2.1 Pergerakan Pesawat Udara
Prosentase trafik dari pergerakan pesawat domestik Bandara Internasional Sultan Hasanuddin
antara lain beroperasinya maskapai penerbangan berdasarkan Asal Tujuan Domestik antara
lain: Palu 6%, Kendari 6%, Denpasar 6%, Balikpapan 2%, Biak 3%, Ambon 1%, Gorontalo 3%,
Timika 3%, Sorong 2%, Ternate 2%, Manokwari 1%, Jayapura 2% dan Jogyakarta 1%. Dari 3
bandara besar yang ada di Indonesia, Bandara Sultan Hasanuddin mendapat kontribusi sebesar
: Soekarno Hatta Jakarta 42%, Juanda Surabaya 12% dan Sam Ratulangi Manado 7%. (Data
Statistik Lalu Lintas Angkutan Udara Bandara Internasional Sultan Hasanuddin Bulan Juli
2008).


Bila dibandingkan dengan bulan lalu pergerakan pesawat domestik yang datang mengalami
peningkatan 6% sedangkan yang berangkat bulan juli mengalami peningkatan 6%, akan tetapi
jika dibandingkan dengan bulan yang sama tahun 2007, pesawat yang datang dan berangkat
mengalami penurunan sebesar 6%.
2.2.2 Pergerakan Penumpang
Arus penumpang pada periode Juli 2008 yang datang ke Bandara Internasional Sultan
Hasanuddin mengalami peningkatan sebesar 4%, sedangkan yang berangkat meningkat sebesar
9% dan transit meningkat 5% dari bulan sebelumnya. Bila dibandingkan dengan bulan yang
sama pada tahun 2007 arus penumpang yang berangkat mengalami penurunan sebesar 3%,
untuk penumpang yang datang menurun sebesar 1%, dan sedangkan penumpang transit
menurun sebesar 6%. Fluktuasi pergerakan pesawat dan penumpang bulan ini dipengaruhi
liburan anak sekolah dan beberapa airlines penambahan rute penerbangan diantaranya MNA
dan GIA, serta penambahan operator penerbangan yaitu Air Asia yang melayani rute
Internasional ke Kuala Lumpur-Malaysia.

2.3 Statistik Lalulintas Angkutan Udara
2.3.1 Pergerakan Pesawat Domestik
Pergerakan pesawat yang datang di Bandara Internasional Sultan Hasanuddin pada bulan Juli
2008 mengalami peningkatan sebanyak 4% dari bulan sebelumnya 1.964 menjadi 2.042, akan
tetapi jika dibandingkan dengan bulan yang sama tahun 2007, terdapat penurunan sebanyak
6% dari 2.176 menjadi 2.042 pesawat.

Pesawat berangkat bila dibandingkan bulan lalu mengalami meningkat sebanyak 4% yaitu dari
1.966 menjadi 2.064, dan apabila dibandingkan dengan pergerakan pada bulan yang sama
tahun 2007 dapat terlihat penurunan sebesar 6% dari 2.179 menjadi 2.042.

2.3.2 Pergerakan Pesawat Internasional
Pergerakan kedatangan pesawat internasional mengalami peningkatan 700% bila dibanding
bulan lalu, dari 1 menjadi 8 pesawat. Bila dibandingkan dengan tahun lalu mengalami
peningkatan 167%, dari 3 menjadi 8 pergerakan pesawat internasional. Pergerakan
keberangkatan pesawat internasional bila dibandingkan bulan lalu mengalami peningkatan
sebanyak 700% yaitu dari 1 pergerakan menjadi 8 pergerakan pesawat, dan apabila
dibandingkan dengan pergerakan pada bulan yang sama tahun 2007 dapat terlihat
peningkatan sebesar 100% dari 4 menjadi 8 pergerakan.

2.3.3 Pergerakan penumpang domestik
Penumpang yang datang pada bulan juli tercatat 155.333 atau dengan rata-rata 5.011 orang
datang perhari. Jika dibandingkan dengan bulan lalu, jumlah penumpang yang datang di
Bandar Udara Internasional Sultan Hasanuddin mengalami peningkatan 4% dari 149.968
menjadi 155.333 penumpang. Akan tetapi jika dibandingkan dengan bulan yang sama tahun
2007 mengalami penurunan 1% dari 156.656 menjadi 155.333 orang.
Sedangkan penumpang yang berangkat pada bulan juli tercatat 139.306 orang dengan rata-
rata 4.494 orang berangkat perhari, meningkat 9% dari bulan sebelumnya, jika dibanding
dengan bulan yang sama tahun 2007 mengalami penurunan 3% dari 143.273 menjadi 139.306
orang.
Penumpang transit bulan juli tercatat 122.630 orang atau rata-rata perhari 3.956 orang,
mengalami peningkatan sebesar 5% dari bulan sebelumnya, dan jika dibanding bulan yang
sama tahun 2007 tampak penurunan sebanyak 6%. Secara Total pergerakan penumpang
Domestik 417.269 orang atau setiap harinya 13.460 orang penumpang datang, berangkat, dan
transit di Bandar Udara Internasional Sultan Hasanuddin.

2.3.4 Pergerakan Penumpang Internasional
Penumpang internasional yang datang pada bulan ini tercatat 552 orang. Sedangkan
penumpang yang berangkat tercatat 552 orang juga. Jika dibandingkan dengan bulan lalu dan
tahun lalu bulan yang sama penumpang internasional yang datang maupun yang berangkat
mengalami peningkatan 100%. Ini dikarenakan pada tanggal 25 Juli 2008 telah beroperasinya
operator penerbangan AIR ASIA yang melayani rute Makassar Kuala Lumpur setiap hari.

2.3.5 Pergerakan kargo domestik
Pergerakan kargo bongkar bulan juli tercatat 1.798.828 kg, rata-rata 58.027 kg perharinya,
meningkat 11% dari bulan sebelumnya. Jika dibandingkan dengan bulan yang sama tahun 2007
terlihat meningkat sebanyak 13% dari 1.589.147 kg menjadi 1.798.828 kg.
Pergerakan kargo muat bulan ini tercatat 2.014.271 kg atau rata-rata 64.976 kg perhari
menurun 9% dari bulan sebelumnya dari 2.211.289 kg menjadi 2.014.271 kg, sedangkan jika
dibandingkan dengan bulan yang sama tahun 2007 menurun 20% dari 2.523.026 kg menjadi
2.014.271 kg.

2.3.6 Pergerakan Kargo Internasional
Sejak beroperasinya penerbangan Air Asia tanggal 25 Juli 2008 Pergerakan kargo bongkar
belum ada, sedangkan kargo untuk muat tercatat 2.001 kg.

2.4 Teori Peramalan Penumpang
Peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan.
Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan
dengan beberapa bentuk model matematis. Atau peramalan bisa mencakup kombinasi model
matematis yang disesuaikan dengan penilaian yang baik.
Suatu rencana Bandara menurut Horonjeff/McKelvey,1988 harus dikembangkan berdasarkan
prakiraan (forecast). Dari prakiraan permintaan dapat ditetapkan evaluasi keefektifan
berbagai fasilitas bandara. Pada umumnya prakiraan dibutuhkan untuk periode jangka
pendek, menengah, dan jangka panjang atau kira-kira 5 tahun, 10 tahun dan 20 tahun. Dari
ketiganya, prakiraan jangka pendek cenderung lebih akurat daripada prakiraan jangka yang
lebih panjang. Faktor-faktor yang mempengaruhi permintaan berubah setiap hari, sehingga
ketika horison waktu semakin panjang, keakuratan peramalan akan berkurang. Dengan
demikian prakiraan perlu diperbarui secara teratur untuk mempertahankan nilai. Setelah
Periode prakiraan yang ditinjau berlalau, prakiraan harus ditinjau kembali dan diperbaiki.
Seperti yang sudah disebutkan sebelumnya, tergantung pada rincian yang dibutuhkan dalam
usaha perencanaan, bahwa untuk beberapa kegiatan, seperti gerakan pesawat dan jumlah
penumpang, baik prakiraan tahunan maupun jam sibuk keduanya diperlukan, sedangkan untuk
angkutan barang dan surat, cukup prakiraan tahunan saja.
Terdapat beberapa cara untuk memprakirakan permintaan dimasa depan. Metode prakiraan
dapat memberikan perbedaan besar, beberapa diantaranya jauh lebih teliti daripada yang
lain, tetapi semuanya mempunyai suatu tingkatan ketakpastian tertentu.
Beberapa metode adalah lebih tepat untuk prakiraan yang jangka panjang. Teknik prakiraan
yang paling sederhana adalah memproyeksikan ke masa depan kecenderungan dengan volume
perjalanan dimasa lalu. Teknik-teknik yang lebih rumit menghubungksn permintaan dengan
sejumlah faktor-faktor sosial, ekonomi, dan teknologi yang mempengaruhi perjalanan melalui
udara.
Hubungan antara peubah (Variabel) sosial, teknologi, dan ekonomi disatu pihak dengan
permintaan perjalanan dipihak lain disebut model permintaan (Demand Model).
Pengembangan dan penggunaan model-model permintaan dapat diterangkan dengan langkah-
langkah sebagai berikut :
1. Mengamati kecenderungan permintaan perjalanan melalui udara pada masa yang lalu dan
masa yang akan datang.
2. Menginventarisasi variasi-variasi dalam faktor ekonomi, sosial, dan teknologi yang
mempengaruhi permintaan melalui perjalanan udara.
3. Menetapkan hubungan antara permintaan perjalanan melalui udara dan faktor-faktor
tersebut yang penting dalam mengubah permintaan perjalanan melalui udara.
4. Memproyeksikan ke masa yang akan datang, nilai faktor tersebut yang mempengaruhi
permintaan perjalanan melalui udara.
5. Menggunakan model dan prakiraan untuk mendapatkan prakiraan permintaan perjalanan
udara pada masa yang akan datang.
Berdasarkan data historis, maka dibuat proyeksi pertumbuhan (forecast). Proyeksi
pertumbuhan harus dilakukan dengan meninjau data historis, untuk proyeksi dalam jangka
waktu 10 tahun atau 20 tahun ke depan harus meninjau data 10 tahun atau 20 tahun yang
lalu. Langkah yang dilakukan adalah :
1. Mengidentifikasi parameter aktifitas penerbangan yaitu
a. penerbangan domestik dan internasional
b. data penumpang datang, berangkat ataupun transit
2. Pengumpulan data dan melakukan peninjauan proyeksi yang telah dilakukan.
3. Memilih metoda proyeksi (forecast).
4. Mengevaluasi atau membandingkan hasil yang diperoleh pada langkah 3 dengan proyeksi
yang telah dilakukan oleh instansi yang terkait.
5. Menetapkan nilai proyeksi yang diperoleh sebagai angka yang digunakan dalam proses
perencanaan.

2.4.1. Prediksi dalam perencanaan transportasi Udara
Perencanaan transportasi mempunyai tujuan untuk mengembangkan sarana dan prasarana
transportasi agar dapat menunjang pergerakan manusia, barang, atau kendaraan.
Perencanaan transportasi udara adalah perwujudan fasilitas penerbangan yang dibutuhkan
untuk memenuhi kebutuhan pada saat ini, dan kebutuhan masa mendatang pada khususnya.
Oleh karena itu, untuk mencapai keseimbangan antara jumlah penumpang dan volume
penerbangan pada masa mendatang dengan ketersediaan moda transportasi udara itu perlu
dilakukan perencanaan transportasi udara. Teknik perencanaan itu dilakukan dengan
memprediksi jumlah penumpang dan volume perjalanan angkutan udara. Ada 2 jenis prediksi
dalam dunia penerbangan, yaitu (Horonjeff&McKelvey, 1994):
1. Makroprakiraan; adalah prakiraan/prediksi kegiatan penerbangan total dalam suatu daerah
yang luas, seperti negara.
2. Mikroprakiraan; adalah prakiraan/prediksi yang berhubungan dengan kegiatan di Bandar
udara pada suatu daerah yang tertentu atau pada rute masing-masing.

Pada umumnya prediksi dilakukan untuk jangka pendek dan jangka panjang. Prediksi jangka
pendek dilakukan untuk memprediksi dengan waktu kurang dari lima tahun dan memiliki
ketelitian lebih besar dibandingkan dengan prediksi jangka panjang. Tujuan dari suatu
prediksi bukanlah untuk meramalkan kondisi yang terjadi di masa depan secara tepat, tetapi
untuk mencari suatu informasi yang akan digunakan pada perencanaan transportasi
(Horonjeff&McKelvey, 1994). Dalam rentang waktu yang diprediksi tersebut, maka sangat
mungkin terjadi faktor-faktor sosial ekonomi yang akan mempengaruhi hasil prediksi tersebut.
Sebagai contoh, krisis ekonomi yang diawali dengan krisis moneter atau melemahnya nilai
mata uang Rupiah terhadap mata uang asing khususnya US Dollar pada tahun 1997,
menyebabkan daya beli masyarakat menurun. Hal ini juga menyebabkan terjadi penurunan
drastis jumlah penumpang angkutan udara di seluruh wilayah Republik Indonesia (BPS, 2000).


2.4.1.1 Metode Time Series
Time series analisis merupakan analisis sekumpulan data dalam suatu periode waktu yang
lampau yang berguna untuk mengetahui atau meramalkan kondisi masa mendatang. Hal ini
didasarkan bahwa perilaku manusia banyak dipengaruhi oleh kondisi waktu atau atau waktu
sebelumnya (Gujarati;1995). Sehingga faktor waktu sangat penting peranannya.
Time series analisis telah dikembangkan dengan berbagai cara antara lain berupa metode
dekomposisi, pendekatan moving average, metode smoothing, pendekatan Box-Jenkins, dan
kita juga dapat menggunakan metode Kausal (korelasi) yaitu analisis Time series dihubungkan
dengan data atau dengan data dan hasil ramalan (proyeksi) variable lain yang diasumsikan
mempunyai hubungan terhadap data Time series yang ditinjau. Dalam tulisan ini akan
digunakan metode dekomposisi, pendekatan moving average dan metode kausal (korelasi).
Pendekatan dekomposisi ini berusaha menguraikan atau memecah suatu deret berkala
kedalam sub komponen utamanya. Dengan demikian, daripada mencoba meramalkan pola
tunggal, suatu usaha terpisah yang dilakukan untuk meramalkan pola musiman, pola
kecenderungan, pola siklus serta pada kerandoman smoothing. Peramalan metode ini
membuat ekstrapolasi dari tiap-tiap pola komponen secara terpisah dan menggabungkannya
kembali ke dalam ramalan akhir.
Metode dekomposisi berguna tidak hanya dalam menghasilkan deret berkala, tetapi juga
dalam menghasilkan informasi mengenai komponen deret berkala dan dampak dari berbagai
faktor, seperti musiman dan siklus pada hasil yang diamati. Secara umum metode ini dicirikan
dengan tidak adanya bahasa statistik, dikembangkan secara empiris daripada didasarkan atas
konstruksi teoritis.
Untuk melakukan dekomposisi dalam time series analitis harus diperhatikan beberapa
komponen yang polanya sesuai dengan persamaan, yaitu :
Data = pattern + error
= f (trend,seasonality,cycle) + error ..(1)
Yt = f (Tt, St, Ct, It)(2)
Secara matematis persamaan diatas dapat ditulis :
Yt = Tt x St x Ct x It..(3)
Dimana :
Yt = data time series periode t
Tt = data trend periode t
St = data seasonal (indeks) periode t
Ct = faktor cyclical peride t
It = faktor error atau randomness periode t
Untuk mencari nilai komponen T, S, C dan I dilakukan dengan memisahkan masing-masing
komponen sebagai dasar untuk melihat pola karakteristik data. Proses ini akan dibahas
sekaligus dalam langkah-langkah perhitungan yang dilakukan dalam time series analisis.




Langkah-langkah perhitungan
1. Menghitung nilai Trend
Trend merupakan suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang
diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).
Data yang dipergunakan sebagai dasar perhitungan sebaiknya lebih dari 10 satuan waktu.
Menghitung nilai trend dapat dilakukan dengan beberapa metode, dalam tulisan ini akan
disampaikan tiga metode yang paling sering digunakan yaitu :
a. Metode kuadrat terkecil (least square method)
Perhitungan nilai trend dengan metode ini juga biasa disebut dengan metode linear yang
dilakukan dengan persamaan :
Yx = a + bX(4)
Dimana :
Yx = data time series periode X
X = waktu (hari,minggu,bulan,triwulan,tahun)
a,b = bilangan konstan
Nilai a dan b diperoleh dari:
a = Y/n atau a = y rata-rata..(5)
b = XY / X2(6)


b. Metode trend kuadratis (Quadratic Trend method)
Menghitung nilai trend dengan metode ini dilakukan dengan menggunakan persamaan sebagai
berikut :
Yx = a + bX + cX2...(7)
Dimana :
Y = data time series periode X
X = waktu (hari minggu,bulan,triwulan,tahun)
a,b,c = bilangan konstan
Nilai a, b, dan c diperoleh dari :
a = ((Y)(X2X2)-(X2Y)(X2)) / n (X2X2)- (X2)2(8)
b = XY / X2.(9)
c = (n(X2Y)- (X2)(Y)) / n (X2X2)- (X2)2..(10)

c. Metode trend eksponensial (Exponential trend method)
Menghitung nilai trend dengan metode ini dilakukan dengan menggunakan dua persamaan :
(1). Y = a/(1-b) (11)
Persamaan ini digunakan untuk variable diskrit
(2). Y = a.exp(bX)...(12)
Persamaan ini digunakan untuk variable kontinyu
Dimana ;
Y = data time series periode X
X = waktu (hari,minggu,bulan,triwulan,tahun)
a,b = bilangan konstan

nilai a dan b diperoleh dari :
a = anti Ln(Ln Y)/n(13)
b = anti Ln(X.LnY) / (X)2)-1...(14)

Dari ketiga metode diatas untuk menentukan mana yang paling baik harus dipilh metode yang
mempunyai derajat kesalahan paling kecil yaitu yang mempunyai selisih antara data asli
(actual) dengan hasil estimasi (trend) yang paling kecil. Untuk mengukurnya dilakukan dengan
menggunakan persamaan (1).
Perhitungan nilai trend dapat juga dilakukan dengan menggunakan software SPSS dan untuk
menentukan metode yang paling baik adalah memilih metode yang mempunyai nilai standar
error paling kecil dan R-square yang paling besar.

2.4.1.2 Metode Indeks Seasonal atau Musim (S)
The seasonal factor relates to periodis fluctuations of constant length that are caused by such
things as temperature, rainfall, month of the year, timing of holiday,corporate policies. Disini
variasi musiman berhubungan dengan perubahan atau fluktuasi dalam musim-musim tertentu,
dalam satuan bulanan, triwulanan, semesteran atau tahunan. Variasi musim misalnya terlihat
pada produksi pertanian, pergerakan inflasi dan pasar saham.
Untuk menghitung indeks musim dapat dilakukan dengan beberapa metode yaitu:
a. Metode rata-rata sederhana (simple averages methods)
b. Metode rata-rata dengan trend ( ratio to trend methods)
c. Metode rasio rata-rata bergerak (ratio to moving averages methods)

Dari ketiga metode diatas, metode rata-rata sederhana dan metode rata-rata dengan trend
sudah jarang dipergunakan karena perhitungannya terlalu sederhana, sedangkan metode
ketiga lebih banyak dipakai karena lebih baik dalam menjelaskan variasi musim dan
meningkatnya pemakaian komputer dalam pengolahan statistik.
Mencari indeks musim dilakukan proses pradekomposisi dengan metode ratio rata-rata
bergerak :
- Pada data aktual, hitung rata-rata bergerak yang panjangnya N sama dengan panjang
musiman
- Rata-rata bergerak ini digunakan untuk menghilangkan unsure musiman St dan unsur error It.
- Rata-rata bergerak yang dihasilkan adalah :
Mt = Tt x Ct..(15)
- Dengan membagi data actual (persamaan 2) dengan persamaan (18) maka S x I dapat
dipisahkan yaitu :
Yt = = St x It(16)
- Kemudian mencari indeks musiman St dengan cara memisahkan dengan faktor error I yaitu
dengan cara :
a. Gunakan rata-rata bergerak medial untuk menghilangkan unsur acak I dan yang tersisa
hanya faktor musiman
b. Indeks musiman adalah data actual dibagi moving averages (persentase) sesuai persamaan
(16)
c. Indeks musiman diperoleh dari rata-rata medial dikalikan dengan faktor koreksi
2.4.1.3 Cyclical Indecs Methods atau Metode Indeks Siklus (C)
Siklus merupakan suatu perubahan atau gelombang naik dan turun dalam suatu periode serta
berulang pada periode lain. Suatu siklus biasanya mempunyai periode tertentu untuk kembali
ke titik asalnya, periode ini dikenal dengan lama siklus. Siklus juga mempunyai frekuensi yaitu
siklus yang dapat diselesaikan dalam satu periode waktu.
Indeks siklus diperoleh dari persamaan (15) dengan persamaan (4) :
= = C.(17)
Untuk memperoleh indeks siklus adalah moving averages dibagi trend (prosentase).

2.4.1.4 Metode Market Share Approach
Teknik prakiraan yang digunakan untuk membandingkan suatu kegiatan penerbangan berskala
besar dengan suatu kegiatan penerbangan pada tingkat lokal disebut metode Market Share.
Metode ini telah banyak digunakan sebagai teknik untuk memprakirakan permintaan
penerbangan pada tingkat lokal. Manfaat utamanya adalah dalam penentuan bagian kegiatan
lalu lintas nasional yang akan ditampung oleh Bandar udara pada suatu daerah (Horonjeff &
McKelvey, 1994).
Langkah pertama yang akan dilakukan dalam melakukan prediksi dengan metode Market Share
adalah dengan menentukan presentase perbandingan (rasio) dari jumlah penumpang pada
suatu rute tertentu terhadap jumlah penumpang total yang terdapat pada Bandar udara yang
ditinjau. Selanjutnya untuk memprediksi jumlah penumpang suatu rute tertentu tersebut,
presentase perbandingan tersebut digunakan dengan mengalikannya dengan hasil prediksi
jumlah penumpang total pada Bandar udara yang ditinjau berdasarkan metode-metode
statistik lainnya. Untuk lebih jelasnya, digunakan rumus sebagai berikut :
A = B x C
Dengan :
A = prediksi jumlah penumpang suatu rute tertentu
B = persentase perbandingan antara jumlah penumpang suatu rute tertentu. terhadap jumlah
penumpang total pada suatu Bandar udara yang ditinjau.
C = prediksi jumlah penumpang total pada suatu Bandar udara yang ditinjau berdasarkan
metode-metode statistik lainnya.

Metode Market Share juga benyak digunakan oleh FAA dan Bandara-bandara di Amerika
Serikat dalam membuat perkiraan penerbangan di masa yang akan datang, masalnya pada
Bandara Mythaca, Chicago, Shoridan dan sebaginya.
Di Amerika serikat, beberapa metode yang digunakan dalam analisis bandara untuk kebutuhan
peramalan, cara yang paling sederhana digunakan yaitu peramalan perjalanan berdasarkan
catatan perjalanan dan dan berdasarkan besar (Status) bandara tersebut dalam sistem
perjalanan domestik Amerika. Metode ini biasa disebut Market Share Approach. Dasar dari
konsep sisitem penerbangan komersial Amerika Serikat adalah pada sebagian besar bandara,
pemeliharaan diberikan pada tiap bagian dari keseluruhan sisitem penerbangan Amerika
serikat berdasarkan catatan perjalanan mereka ( their historical share). Konsep ini akan
bekerja dengan baik jika saja komunitas disekitar bandara bertambah dan atau berubah lebih
cepat dari seluruh negara bagian.
Masyarakat diberikan dan diperlihatkan hasil peramalan dari sebuah bandara untuk bisa
membandingkan dengan beberapa pendekatan yang diramalkan. Jika pada pendekatan Market
Share tidak nampak untuk pendekatan lain, maka pendekatan lain tersebut tetap akan
digunakan, yang pertama karena data FAA digunakan untuk membuat (membangun sebuah
model) ramalan dan juga dibutuhkan untuk mendukung peramalan pada bagian Master Plan.
Dua pendekatan lainnya yang biasa digunakan adalah :
1. Dengan Trends, dimana data-data yang sudah ada sebelumnya sering kali digunakan
digunakan untuk mengembangkan suatu trend
2. Dengan Regression of important variable
Variabel tersebut digunakan untuk menentukan bagaimana transportasi udara tersebut dimasa
mendatang (Kependudukan, Jasa, dan Pendekatan Lokal). Hasil dari perhitungan dan
proyeksinya digunakan untuk mengembangkan persamaan regresi dari data Lampau yang telah
ada. Persamaan ini merupakan asumsi untuk diaplikasikan dimasa mendatang dimasa
mendatang dan digunakan untuk peramalan bandar udara yang akan datang. Dalam ilmu
Statistik dan Peramalan metode ini biasa disebut Pendekata Kausal (Korelasi)

2.4.1.5 Metode Double Exponetial Smoothing
Terdapat dua jenis metode Double Exponetial Smoothing, yaitu metode satu-Parameter dari
Brown dan metode dua-Parameter dari Holt. Persamaan yang digunakan dalam metode Double
Exponential Smoothing dari Brown adalah (Makridakis, 1983) :
ST = W XT + (1-W)ST-1
ST = W ST + (1-W)ST-1
Dengan :
ST = pemulusan eksponensial tunggal (Single Exponential Smoothing) pada periode T
ST = pemulusan eksponensial ganda (Double Exponential Smoothing) pada periode T
W = faktor pendekatan
Perhitungan prediksi menggunakan rumus dibawah ini :
FT+m = 2ST ST + (ST ST) m
Dengan :
FT+m = prediksi untuk m periode ke muka dari periode T
m = jumlah periode ke muka yang di prediksi
pada rumus ini terdapat faktor , dimana W merupakan suatu faktor pendekatan yang
memberikan bobot yang semakin menurun pada observasi masa lalu. Nilai faktor
pendekatanW yang akan digunakan dalam metode Double Exponential Smoothing Adalah nilai
W yang meminimumkan nilai pengujian MSE (Mean Squared Error) pada kelompok data
pengujian. Jika W mempunyai nilai mendekati +1, maka prediksi yang baru akan mencakup
penyesuaian kesalahan yang besar pada prediksi sebelumnya. Sebaliknya jika nilai W
mendekati 0, maka prediksi yang baru akan mencakup penyesuaian yang sangat kecil.
Bilamana digunakan suatu deret berkala (time series) yang mengandung kesalahan random,
maka MSE (Mean squared Error) merupakan statistik yang bermanfaat dan dapat dipakai
sebagai prediksi untuk masa mendatang.

2.5 Kondisi Geografis dan Tinjauan Ekonomi
Kota Makassar mempunyai posisi strategis karena berada di persimpangan jalur lalu lintas dari
arah selatan dan utara dalam propinsi di Sulawesi, dari wilayah kawasan Barat ke wilayah
kawasan Timur Indonesia dan dari wilayah utara ke wilayah selatan Indonesia. Dengan kata
lain, wilayah kota Makassar berada koordinat 119 derajat bujur timur dan 5,8 derajat lintang
selatan dengan ketinggian yang bervariasi antara 1-25 meter dari permukaan laut. Kota
Makassar merupakan daerah pantai yang datar dengan kemiringan 0 - 5 derajat ke arah barat,
diapit dua muara sungai yakni sungai Tallo yang bermuara di bagian utara kota dan sungai
Jeneberang yang bermuara di selatan kota. Luas wilayah kota Makassar seluruhnya berjumlah
kurang lebih 175,77 Km2 daratan dan termasuk 11 pulau di selat Makassar ditambah luas
wilayah perairan kurang lebih 100 Km. Jumlah kecamatan di kota Makassar sebanyak 14
kecamatan dan memiliki 143 kelurahan. Diantara kecamatan tersebut, ada tujuh kecamatan
yang berbatasan dengan pantai yaitu kecamatan Tamalate, Mariso, Wajo, Ujung Tanah, Tallo,
Tamalanrea dan Biringkanaya. Kota Makassar sendiri berdekatan dengan sejumlah kabupaten
yakni sebelah utara dengan kabupaten Pangkep, sebelah timur dengan kabupaten Maros,
sebelah selatan dengan kabupaten Gowa dan sebelah barat dengan Selat Makassar.
Dari gambaran selintas mengenai lokasi dan kondisi geografis Makassar, memberi penjelasan
bahwa secara geografis, kota Makassar memang sangat strategis dilihat dari sisi kepentingan
ekonomi maupun politik. Dari sisi ekonomi, Makassar menjadi simpul jasa distribusi yang
tentunya akan lebih efisien dibandingkan daerah lain. Memang selama ini kebijakan makro
pemerintah yang seolah-olah menjadikan Surabaya sebagai home base pengelolaan produk-
produk draft kawasan Timur Indonesia, membuat Makassar kurang dikembangkan secara
optimal. Padahal dengan mengembangkan Makassar, otomatis akan sangat berpengaruh
terhadap peningkatan kesejahteraan masyarakat di kawasan Timur Indonesia dan percepatan
pembangunan. Dengan demikian, dilihat dari sisi letak dan kondisi geografis Makassar
memiliki keunggulan komparatif dibanding wilayah lain di kawasan Timur Indonesia. Saat ini
Kota Makassar dijadikan inti pengembangan wilayah terpadu Mamminasata.
Perluasan Bandara Internasional Hasanuddin Makassar, akan berimplikasi positif terhadap
pertumbuhan ekonomi di Kawasan Timur Indonesia (KTI). Perluasan Bandara Hasanuddin akan
memperlancar arus barang dan jasa dari dan ke KTI karena letak Makassar yang strategis dan
merupakan pintu gerbang ke KTI. Roda perekonomian di KTI akan berputar lebih kencang
sehingga pertumbuhan ekonomi di kawasan itu juga akan lebih tinggi. Selama ini,
perekonomian di KTI masih sulit berkembang karena terhambat faktor transportasi sebagai
dampak dari kondisi geografis daerah-daerah di KTI yang umumnya merupakan kepulauan.
Pada awalnya, daerah-daerah di KTI hanya mengandalkan transportasi laut sehingga mobilitas
barang dan jasa lambat, namun setelah sejumlah maskapai penerbangan membuka
penerbangan ke KTI, perekonomian di wilayah ini mulai menggeliat dan fenomena itu akan
semakin terlihat nyata setelah Bandara Internasional Sultan Hasanudin diperluas.
Karena itu, perluasan Bandara Hasanuddin tidak saja menguntungkan Makassar dan Sulsel
tetapi juga seluruh KTI. Alasannya, faktor kelancaran transportasi yang ditopang oleh makin
ramainya penerbangan udara, berperan 50-60% terhadap pertumbuhan ekonomi disuatu
daerah.

2.6 Pusat Pengendalian Lalu Lintas Udara
Pemilihan Makassar sebagai tempat pusat pengendalian lalu lintas udara adalah pilihan yang
sangat strategis, karena secara geografis dalam peta nusantara letak kota Makassar berada
ditengah-tengah. Dari segi pertimbangan kondisi sosial ekonomi pun sangat tepat, karena
pemindahan pusat pengendalian lalu lintas dari Bali berdampak pada pemindahan beberapa
tenaga kerja terutama controller dari daerah Bali yang penuh sesak dan serba mahal, dan kini
pindah ke Makassar yang lebih lapang dan serba murah. Dalam sistem perencanaan khususnya
dari sudut pandang sosial ekonomi, pola-pola demikian akan sangat menguntungkan secara
nasional, karena pasti hal tersebut akan berdampak pula pada meningkatnya kebutuhan
perumahan disekitar bandara dan berpengaruh pada peningkatan ekonomi mikro, apalagi
Bandara Hasanuddin yang akan dikembangkan nantinya dapat beroperasi pada akhir tahun
2007 dengan kapasitas (daya tampung) yang besar untuk 5 juta penumpang per tahun.Bandar
Udara Internasional Sultan Hasanuddin ini kelak akan menjadi bandara pusat distribusi
penumpang dan barang (Hub Airport) untuk kawasan Timur wilayah Indonesia.
Pusat pengendalian lalu lintas udara untuk bagian wilayah ACC atau Area Control Center
seperti di MAATS ini tidak dikenal oleh masyarakat umum, baik di Amerika, Eropa apalagi di
Indonesia, kebanyakan masyarakat umum mengerti pengendalian lalu lintas udara itu
dilakukan dari menara pengawas saja, pada hal menara pengawas (Tower) hanyalah bagian
terkecil dari pengendalian lalu lintas udara yang fungsinya mengawasi pesawat udara yang
beroperasi disekitar bandar udara saja. Sedangkan ACC seperti MAATS mengawasi ruang udara
Indonesia dari mulai di atas Semarang, Palangkaraya sampai ke Timur berbatasan dengan
ruang udara Papua New Guinea, Oackland (AS), Philiphina, Malaysia dan Australia.
Penerbangan lintas domestik dari Pulau Jawa ke Kalimantan, Sulawesi, Bali, NTT, Maluku dan
Irian Jaya (Papua) semua di kontrol dari MAATS, begitupula penerbangan lintas Internasional
yang berasal dari Australia, ke wilayah Asia Pasifik dan Asia Tenggara dan sebaliknya. Jumlah
penerbangan lintas ini bisa mencapai 1500 penerbangan dalam sehari. Jumlah controller
yang bekerja di MAATS saat ini adalah 140 orang dan jumlah ini baru memenuhi 70% dari
kebutuhan standar, sekalipun beberapa controller dari Bali dan dari beberapa bandara lainnya
telah dipindahkan ke Makassar. MAATS ini nantinya akan dikembangkan terus sampai dapat
mengambil alih pengawasan ruang udara udara bagian bawah (Lower Air Space) dari
ketinggian 15.000 kaki s/d 24.500 kaki di atas Irian (Papua), Maluku, Kalimantan Timur. Saat
ini baru pada ketinggian 24.500 kaki s/d 46.000 kaki.