Forecasts are informed predictions of future aviation activity that are supported by careful

assessment and analysis of historical trends in traffic demand, projected economic growth,
and any other relevant factors that may affect growth in the local aviation market. The
more robust the analysis, the more reliable the predictions will turn out to be, particularly
for the short term. For the medium to longer term, forecasts provide an important guide to
airport planners as to when additional airport infrastructure may be required, but they
must have regular review and adjustments, as necessary, to reflect any unexpected changes
in market conditions.
Peramalan menginformasikan perediksi dari kegiatan penerbangan di masa depan sebagai
pendukung penilaian dan analisis tren historis permintaan lalu lintas, proyeksi pertumbuhan
ekonomi, danfaktor-faktor lain yang relevan yang dapat mempengaruhi pertumbuhan pasar
penerbangan lokal. Yang lebih kuat analisis, lebih dapat diandalkan prediksi akan berubah
menjadi, terutama untuk jangka pendek.
Untuk jangka menengah sampai jangka panjang, peramalan memberikan panduan penting untuk
perencana bandara ketika infrastruktur bandara tambahan mungkin diperlukan, tetapi mereka
harus memiliki tinjauan rutin dan penyesuaian, yang diperlukan, untuk mencerminkan perubahan
tak terduga dalam kondisi pasar.
Forecasts of future levels of aviation activity serve as the basis for effective decisions about
the terminal plan. Planners use forecasts to determine the need for new or expanded
facilities. In general, forecasts should be based on the latest available data and provide
justification for the proposed development.
Perkiraan tingkat masa depan kegiatan penerbangan dijadikan sebagai dasar untuk keputusan
yang efektif tentang rencana terminal. Perencana menggunakan perkiraan untuk menentukan
kebutuhan untuk fasilitas baru atau diperluas. Biasanya perkiraan harus didasarkan pada data
terbaru yang tersedia dan memberikan pembenaran untuk pembangunan yang diusulkan.
The level of effort required to produce a planning forecast will vary significantly from
airportto airport. Considerable effort, including the use of elaborate forecasting tools and
techniques,may be warranted in the case of more complex projects. A more cursory update
of an existing forecast, on the other hand, may be all that is required for simpler projects.
Planners should determine the appropriate level of forecasting effort in the course of preplanning and scoping the study. A number of forecasts are readily available for use in
developing and evaluating the masterplan forecast. These include the FAA Terminal Area
Forecast (TAF), state aviation system plans,and other planning efforts. Most of these
forecasts lack the detail about peak period activity required for terminal planning, and
thus, at a minimum, the terminal planner must extend the forecast to include this needed
detail.
Tingkat kebutuhan untuk menghasilkan perkiraan perencanaan akan bervariasi secara signifikan
dari tiap bandara. usaha yang cukup, termasuk penggunaan alat-alat peramalan rumit dan teknik,
dapat dibenarkan dalam kasus proyek yang lebih kompleks. Pembaruan yang lebih sepintas yang
ada perkiraan, di sisi lain mungkin semua yang diperlukan untuk proyek-proyek sederhana.
perencana harus menentukan tingkat yang tepat dari upaya peramalan dalam perjalanan praperencanaan dan ruang lingkup pembelajaran.
Sejumlah perkiraan yang tersedia untuk digunakan dalam mengembangkan dan mengevaluasi
rencana utama peramalan. Ini termasuk FAA Terminal Forecast (TAF), rencana sistem
penerbangan negara,dan upaya perencanaan lainnya. Sebagian besar perkiraan ini kurang detail
tentang aktivitas periode puncak diperlukan untuk perencanaan terminal, dan dengan demikian,
minimal, perencana terminal harus memperpanjang perkirakan yang diperlukan.
Long-term forecasts of annual traffic demand are usually created using one of three
techniques: by computing an airports share of a larger system forecast, by extrapolating
past activity trends into the future, or by relating the forecast of future activity to other
forecasts of socioeconomic factors through regression analysis. A brief description of these
techniques is described in the following sections. The technique of choice will depend on the
resources available to the forecaster and the complexity of analysis required, but, either

way, the forecaster will be expected to support his predictions on a firm foundation of facts,
historical trends, and socioeconomic analysis. Deployment of more than one methodology
and/or multiple analyses will strengthen confidence in the recommended outcome of the
forecast study.
peramaln jangka panjang permintaan lalu lintas tahunan biasanya dibuat menggunakan salah satu
dari tiga teknik:
dengan menghitung pemakaian bandara untuk perkiraan sistem yang lebih besar, dengan
ekstrapolasi tren aktivitas terakhir ke masa depan, atau dengan menghubungkan perkiraan
aktivitas masa depan dengan peramala dari sosial ekonomi faktor melalui analisis regresi.
Sebuah deskripsi singkat dari teknik ini dijelaskan dalam berikut bagian. Teknik pilihan akan
tergantung pada sumber daya yang tersedia untuk peramal yang dan kompleksitas analisis yang
diperlukan. namun cara baik peramal yang akan diharapkan untuk mendukung prediksi pada
dasar yang kuat dari fakta-fakta, tren historis, dan analisis sosial ekonomi. Penyebaran lebih dari
satu metodologi dan / atau beberapa analisis akan memperkuat kepercayaan dalam hasil
direkomendasikan studi perkiraan.
Share Analysis
An airports traffic can usually be assessed as being a share of a larger traffic volume, such
as that of a statewide or regional aviation system. A relatively simple forecasting technique
is to examine the percentage relationship of the airport in question to the larger system.
One can determine whether this relationship grows or shrinks over time, and then extend
this trend into the future. This technique is useful when an independently prepared forecast
for the larger area is available. Share-based forecasts can be prepared with relatively
minimal effort and can be a useful tool to benchmark forecasts prepared by other methods.
They work best in stable aviation markets when any changes in airline service strategies
and economic trends are expected to be few or relatively uniform across the larger forecast
area. They perform less well in more dynamic aviation markets or at times of market or
economic uncertainty. Accordingly, the forecaster needs to review carefully the overall
characteristics of the aviation market concerned in order to determine
whether share analysis is an appropriate tool.
lalu lintas bandara ini biasanya dapat dinilai sebagai bagian dari volume lalu lintas yang lebih
besar, seperti
bahwa dari sistem penerbangan di seluruh negara bagian atau regional. Sebuah teknik peramalan
yang relatif sederhana adalah untukmenguji hubungan persentase bandara tersebut ke sistem
yang lebih besar. satu kaleng
menentukan apakah hubungan ini tumbuh atau menyusut dari waktu ke waktu, dan kemudian
memperpanjang tren ini kemasa depan. Teknik ini berguna ketika independen disiapkan
perkiraan untuk wilayah yang lebih luas adalah available.
Salah satu metode untuk menciptakan perkiraan adalah untuk menguji data historis untuk
menentukan tren aktivitas dan kemudian memperpanjang tren ini ke masa depan. Umumnya,
setidaknya 20 tahun atau lebih data harus diperiksa sehingga periode kedua pertumbuhan
ekonomi dan resesi ditangkap. peramal yang
kemudian dapat menentukan apakah kinerja baru-baru ini berada di atas atau di bawah lagi garis
tren jangka dan mulai menganalisa alasan mengapa. analisis kecenderungan memadai bila tidak
ada perubahan status quo layanan penerbangan dan ekonomi Kegiatan diharapkan. Tren,
bagaimanapun, cenderung marah ketika penerbangan membuat perubahan radikal untuk model
layanan mereka, menyatakan kebangkrutan, atau masukkan / meninggalkan pasar bandara. Tren
juga cenderung marah oleh perubahan tak terduga untuk kesehatan ekonomi suatu daerah. Trend
analisis cenderung bekerja terbaik untuk perkiraan jarak pendek karena risiko perubahan ini
terjadi kurang.
Trend Analisys
One method of creating a forecast is to examine historical data to determine the trend in
activity and then extend this trend into the future. Generally, at least 20 years or more of
data should be examined so that periods of both economic growth and recession are
captured. The forecaster can then determine whether recent performance is above or below
the longer term trend line and begin to analyze the reasons why.

Trend analysis is adequate when no changes to the status quo of airline service and
economic activity are expected. Trends, however, tend to be upset when airlines make a
radical change to their service models, declare bankruptcy, or enter/leave an airport
market. Trends also tend to be upset by unexpected changes to the economic health of a
region. Trend analyses tend to work best for short-range forecasts because the risks of these
changes occurring are less.
Salah satu metode untuk menciptakan perkiraan adalah untuk menguji data historis untuk
menentukan tren aktivitas dan kemudian memperpanjang tren ini ke masa depan. Umumnya,
setidaknya 20 tahun atau lebih data harus diperiksa sehingga periode kedua pertumbuhan
ekonomi dan resesi ditangkap. peramal yang kemudian dapat menentukan apakah kinerja barubaru ini berada di atas atau di bawah lagi garis tren jangka dan mulai menganalisa alasan
mengapa. analisis kecenderungan memadai bila tidak ada perubahan status quo layanan
penerbangan dan ekonomi. Kegiatan diharapkan. Tren, bagaimanapun, cenderung marah ketika
penerbangan membuat perubahan radikal untuk model layanan mereka, menyatakan
kebangkrutan, atau masukkan / meninggalkan pasar bandara. Tren juga cenderung marah oleh
perubahan tak terduga untuk kesehatan ekonomi suatu daerah. Trend analisis cenderung bekerja
terbaik untuk perkiraan jarak pendek karena risiko perubahan ini terjadi kurang.
Regression Analysis and Econometric Modeling

Regression analysis derives forecasts of passenger and/or cargo activity at an airport from
independently prepared forecasts of factors such as population size and profile, disposable
income,breakdown between business and leisure travel, and cost of air fares. This sort of
analysis compares historical data on passenger and/or cargo activity with comparable data
relating to one or more independent factors, to create an equation that relates the
passenger or cargo activity to the independent factors. The forecaster then uses this
equation to refine forecasts of future passenger and/or cargo activity in the light of the
modifying affect of the independent factors. Various statistical tests are used to evaluate the
quality of the correlation of historical passenger or cargo volumes to the independent
variables. Forecasters typically try to correlate the historical passenger data to multiple
variables in an effort to improve the accuracy of the final result. Normally, forecasters use
personal income, population, and air fares as the independent factors, because personal
income and fares are factors in passenger decisions on whether to travel and whether
to use air transportation. Population can be a predictor of the total volume of a market,
once the propensity to travel is determined by personal income and fares.
Regression analysis improves on trend analysis by relating passenger volumes to predictive
factors that have independently prepared forecasts. These independent forecasts will likely
capture demographic characteristics, migration trends, and employment profiles. More
sophisticated independent forecasts may reflect local infrastructure improvements,
industry changes, population densities, and land use controls. The use of regression analysis
enables the assumptions that have informed the independent forecasts to be incorporated
into the dependent forecasts of aviation activity.
analisis regresi berasal perkiraan penumpang dan / atau kegiatan kargo di bandara dari
independen perkiraan siap faktor seperti ukuran populasi dan profil, pendapatan,
breakdown antara bisnis dan wisata, dan biaya harga tiket pesawat. semacam ini analisis
membandingkan data historis pada penumpang dan / atau kegiatan kargo dengan data
pembanding yang berkaitan dengan satu atau lebih faktor independen, untuk membuat sebuah
persamaan yang berhubungan dengan aktivitas penumpang atau kargo ke faktor independen.
peramal yang kemudian menggunakan persamaan ini untuk memperbaiki perkiraan penumpang
masa depan dan / atau kegiatan kargo dalam terang memodifikasi pengaruh faktor independen.
Berbagai uji statistik yang digunakan untuk mengevaluasi kualitas korelasi penumpang sejarah
atau kargo volume untuk variabel independen. Peramal biasanya mencoba untuk
mengkorelasikan penumpang sejarah data ke beberapa variabel dalam upaya untuk
meningkatkan akurasi hasil akhir. Biasanya, peramal menggunakan pendapatan pribadi, populasi,
dan harga tiket pesawat sebagai faktor independen, karena pendapatan dan tarif pribadi
merupakan faktor dalam keputusan penumpang pada apakah untuk melakukan perjalanan dan
apakah untuk menggunakan transportasi udara. Populasi dapat menjadi prediktor dari total
volume pasar, setelah kecenderungan untuk perjalanan ditentukan oleh pendapatan dan tarif
pribadi. analisis regresi meningkatkan pada analisis trend dengan mengaitkan volume
penumpang modus prediktif faktor yang independen disiapkan perkiraan. Ini perkiraan
independen kemungkinan akan menangkap karakteristik demografi, tren migrasi, dan profil

pekerjaan. Lebih mutakhir perkiraan independen mungkin mencerminkan perbaikan infrastruktur

lokal, perubahan industri, populasi kepadatan, dan penggunaan lahan kontrol. Penggunaan
analisis regresi memungkinkan asumsi yang telah menginformasikan perkiraan independen
untuk dimasukkan ke dalam perkiraan tergantung dari kegiatan penerbangan.
Thus, there is always uncertainty about the levels of types of future aviation activity at an
airport. The terminal planner needs to understand the reasons behind uncertainty and then
develop a plan that provides the airport flexibility to adapt to new circumstances.
Airport terminal facilities are sized to accommodate the peak hour passenger volumes of a
selected design day. Annual enplanements are an indicator of overall airport size; however,
peak hour volumes more accurately determine the demand for airport facilities based on
the specific. user patterns of a given airport. Peak hour passengers are typically defined as
the number of passengers in the peak hour of an average day in the peak month
(PHADPM) and are also often referred to as design hour passengers. The design hour
measures the number of enplaned and deplaned passengers departing or arriving, on
aircraft in an elapsed hour of a typically busy (design) day. The design hour typically does
not correspond exactly to a clock hour such as 7:007:59 but usually overlaps two clock
hours, for example, 7:208:19 reflecting airline scheduling patterns
Each airport or terminal also has its own distinct peaking characteristics due to differences
in airline schedules, business or leisure travel, long- or short-haul flights, the mix of
mainline jets and regional aircraft, originating/terminating passenger activity or transfer
passenger activity, and the balance of international and domestic passenger services. These
peaking characteristics determine the size and type of terminal facilities. Thus, two airports
with similar numbers of annual passengers may have different terminal requirements, even
if the design hour passenger volumes are similar.
The following sections will discuss how the user can proceed from annual forecasts
(typically from an Airport Master Plan or the FAA TAFs) to the necessary design hour
forecasts for terminal facility planning. These sections will also cover the similar process to
convert annual aircraft operations to data needed to develop gate forecasts.
Jadi, selalu ada ketidakpastian tentang tingkat jenis kegiatan penerbangan di masa depan di
bandara.Perencana terminal perlu memahami alasan di balik ketidakpastian dan kemudian
mengembangkan rencana yang memberikan fleksibilitas bandara untuk beradaptasi dengan
keadaan baru. Fasilitas terminal bandara yang berukuran untuk mengakomodasi volume jam
puncak penumpang dari dipilih hari desain. enplanements tahunan adalah indikator ukuran
bandara keseluruhan; Namun, puncak volume jam lebih akurat menentukan permintaan untuk
fasilitas bandara berdasarkan spesifik.
pola pengguna dari bandara diberikan. penumpang jam puncak biasanya didefinisikan sebagai
jumlah penumpang pada jam puncak hari rata-rata di puncak bulan (PHADPM) dan juga sering
disebut sebagai "penumpang desain jam." Desain jam mengukur jumlah enplaned dan
penumpang turun dari pesawat berangkat atau tiba, pada pesawat dalam satu jam berlalu dari
biasanya sibuk (desain) hari. Jam desain biasanya tidak sesuai persis dengan "jam" seperti 7: 007: 59 tetapi biasanya tumpang tindih dua "jam jam," misalnya, 7: 20-8: 19 yang mencerminkan
penjadwalan pola penerbangan
Setiap bandara atau terminal juga memiliki karakteristik memuncak tersendiri yang berbeda
karena perbedaan jadwal penerbangan, perjalanan bisnis atau liburan, penerbangan panjang atau
jarak pendek, campuran jet arus utama dan pesawat regional, berasal / mengakhiri aktivitas
penumpang atau kegiatan penumpang mentransfer, dan neraca jasa penumpang internasional dan
domestik. Karakteristik memuncak menentukan ukuran dan jenis fasilitas terminal. Dengan
demikian, dua bandara dengan nomor yang sama penumpang tahunan mungkin memiliki
persyaratan terminal yang berbeda, bahkan jika penumpang desain jam volume yang sama.
Bagian berikut akan membahas bagaimana pengguna dapat melanjutkan dari perkiraan tahunan
(biasanya dari Master Plan Bandara atau FAA TAFs) ke diperlukan desain jam perkiraan untuk
terminal perencanaan fasilitas. Bagian-bagian ini juga akan mencakup proses yang sama untuk
mengkonversi pesawat tahunan operasi untuk data yang diperlukan untuk mengembangkan
gerbang