ITA
iv
Aos meus pais Otaciel e Berenice e ao meu noivo Tiago, com amor.
v
Agradecimentos
Agradeo, primeiramente, a Deus pelo dom da vida, pelo cuidado que Ele tem comigo.
Aos meus pais Otaciel e Suely, por me ensinarem tudo aquilo que correto e por me
incentivarem a lutar pelos meus sonhos.
s minhas irms Patrcia e Priscila por serem amigas e companheiras.
Ao meu noivo, Tiago Costa, por seu carinho, apoio e encorajamento.
Aos meus avs, Suely Branca e Lindolfo Wrzler por me acolherem durante o perodo do
mestrado, me dando todo o suporte que eu precisava na jornada.
Ao meu orientador Anderson Correia e minha coorientadora Giovanna Borille, pois sem os
seus conselhos e orientaes, no seria possvel desenvolver essa pesquisa.
Ao Prof. Dr. Alexandre De Barros, ao Prof. Dr. Carlos Mller, ao Prof. Dr. Claudio Jorge e ao
Prof. Dr. Luiz Antonio Tozi que muito nos honraram com a sua participao na banca de
defesa desta tese.
Aos professores do curso de ps-graduao em Engenharia de Infraestrutura Aeronutica
Alessandro Oliveira, Carlos Mller, Claudio Jorge Pinto Alves, e Rogria de Arantes Gomes,
por todo o conhecimento transmitido durante as aulas e seminrios de tese.
Ao Aeroporto Internacional de So Paulo/ Guarulhos, por me fornecer os dados necessrios
para esta pesquisa, por me proporcionar o uso da ferramenta de simulao CAST Terminal, e
por me inserir no ambiente de operaes do aeroporto.
Aos meus supervisores de estgio na GRUAirport, Rodrigo Cardoso, Wilson Souza e
Giuliano Balletta, por me transmitirem conhecimentos prticos sobre aviao, e por
contriburem na construo da tese.
Aos amigos de mestrado e estgio, pela amizade e companheirismo.
CAPES Coordenao de Aperfeioamento de Pessoal de Nvel Superior pelo apoio
financeiro.
vi
Resumo
Abstract
Lista de Figuras
Lista de Tabelas
Sumrio
1 INTRODUO........................................................................................................... 15
2.1 Check-in................................................................................................................ 20
3 METODOLOGIA ....................................................................................................... 30
7 REFERNCIAS .......................................................................................................... 89
1 Introduo
visto na Tabela 1. O nvel de servio timo equivalente ao antigo padro C, o qual continua
a ser recomendado pela IATA (2014) como o mnimo a ser oferecido. Os nveis de servio A
e B passam a ser considerados superdimensionados e a sua utilizao no recomendada para
clculos de dimensionamento de aeroportos. Os nveis de servio D e E passam a ser
considerados subtimos, ou seja, apresentam tempo inaceitvel de espera, ambiente lotado e
desconfortvel para os passageiros.
qual foram modelados diferentes cenrios com variao dos fatores determinantes do nvel de
servio e os resultados das simulaes foram analisados em IOS (Index of Service), sendo este
um ndice que permite associar o espao disponvel e o tempo de espera. Por fim, foi
determinada a importncia de cada fator na construo do nvel de servio atravs do mtodo
de regresso de Cobb Douglas, segundo Douglas (1976), o que permitiu determinar o
coeficiente de impacto de cada varivel.
1.1 Motivao
1.2 Justificativa
1.3 Objetivos
O objetivo principal deste trabalho propor, por meio da observao de caso real e
tambm por simulao em software, uma metodologia de avaliao dos fatores determinantes
para o nvel de servio no check-in de voos internacionais. Os objetivos secundrios so: (i)
investigar o impacto do aumento da demanda e de alteraes fsicas e operacionais no check-
in, (ii) avaliar a adequao dos recursos disponveis e nvel de servio frente demanda atual
e futura e (iii) aferir sobre a gesto da operao de um check-in internacional.
20
2 Reviso de Literatura
2.1 Check-in
Ashford et al (2013) afirmam que tanto o check-in linear como o de ilha tem a
desvantagem de o fluxo de passageiros que deixam os balces poderem conflitar com as filas
de passageiros aguardando para serem atendidos. O tipo de check-in Flow-through,
entretanto, evita esta dificuldade, porm s possvel aplicar essa configurao quando o
terminal tem espao para acomodar o movimento vertical de bagagens no piso de check-in.
As filas de check-in normalmente so do tipo snake ou cobra, onde vrios balces
so servidos pela mesma fila. Esse tipo de fila costuma ser longa, e pode vir a ser demorada,
entretanto ela facilita a organizao da fila por ordem de chegada. O espaamento entre os
separadores de fila deve ser de um tamanho adequado que no prejudique a passagem de
22
pessoas com carinhos ou grandes volumes de bagagens. Outro tipo de fila a individual, a
qual mais usada para os totens de autoatendimento. Este tipo de fila permite ao passageiro
escolher qual balco ou totem ele deseja ser atendido, entretanto, devido a diferenas no
tempo de uso de cada equipamento, algumas filas podem ser mais rpidas que outras,
beneficiando certos passageiros em detrimento de outros.
De acordo com Castillo-Manzano e Lopez-Valpuesta (2013), a necessidade das
companhias areas de diminuir custos atrelada necessidade dos aeroportos em otimizar o
espao disponibilizado para as companhias, muito tem favorecido o uso de tecnologias de
autoatendimento no check-in. Porm o uso do autoatendimento depende no s do incentivo
da companhia area ou do aeroporto, mas da deciso do passageiro. Segundo Castillo-
Manzano e Lopez-Valpuesta (2013), os fatores que determinam a escolha do modo de check-
in incluem a idade do passageiro, nvel de educao, tipo de viagem (se a negcios ou a
lazer), tempo de fila, entre outros. Os autores tambm explicitam que o uso de
autoatendimento permite reduzir o tempo de fila para o check-in.
chamada SLAM. Andreatta et al. (2007) conclui que simples modificaes nas polticas de
gerenciamento do aeroporto sero suficientes para melhorar o desempenho do terminal.
Os atrasos na movimentao de bagagens so um inconveniente tanto para os
passageiros como para a companhia area. Segundo Andreatta et al. (2007), a IATA (2004)
avalia atrasos em 40 dlares por minuto e, portanto, polticas para reduzir os atrasos podem
evitar desperdcios financeiros. Por isso, alm de determinar os nveis de servio ao longo do
terminal de passageiros, o autor procura prever quais sero os atrasos no sistema em cada
cenrio simulado.
O espao disponvel um dos principais fatores que afeta o nvel de servio em
qualquer componente do aeroporto. Este espao deve ter capacidade condizente com a
demanda, e se necessrio, quando a demanda crescer em certo ponto, a capacidade fsica
tambm deve expandir. Solak et al. (2009), desenvolveu um algoritmo que proporciona a
capacidade tima para cada rea do terminal de passageiros, e pode ser usado como auxlio no
projeto de novos terminais e para polticas de expanso, pois considera o problema de
planejamento de capacidade do terminal como um todo, dispensando, portanto, o uso de
complexas modelagens.
Marcos e Ferreira (2015), com o intuito de auxiliar no planejamento de capacidade de
terminais de passageiros, apresentam um modelo em Dinmica de Sistemas que proporciona
dimensionar os subsistemas de um aeroporto, incluindo o terminal de passageiros, pistas e
ptio. Os autores usam esta ferramenta para avaliar a situao de treze aeroportos brasileiros,
atravs da comparao da capacidade ideal produzida e a capacidade real, classificando-os
como adequada, crtica e preocupante. Uma de suas concluses que na maioria dos
aeroportos estudados, a pista o subsistema que apresenta melhores condies, enquanto que
o terminal de passageiros o subsistema em pior condio.
Em vista disso, o terminal de passageiros deve obter ateno especial atravs de
estudos e planejamento adequado, pois ele pode limitar a capacidade de um aeroporto inteiro.
O nvel de dificuldade dos modelos usados para simular terminais de passageiros pode ser
uma barreira para muitos operadores e estudiosos. Com o objetivo de simplificar a
modelagem, Manataki e Zografos (2009) desenvolveram um modelo de complexidade mdia,
com uso do System Dynamics-Based Tool PLATO, composto por ns e ligaes, sendo os ns
os processos e reas funcionais do terminal, enquanto as ligaes representam o fluxo de
passageiros.
26
Apresenta um modelo de
anlise de nvel de servio e
Andreatta
Athens possveis atrasos em voos, para
Brunetta OPAL -
International Global o terminal de passageiros do
e Righi SLAM
Airport Aeroporto Internacional de
(2007)
Atenas sob trs diferentes
cenrios de demanda
Concebe um modelo de
Aeroporto de
simulao aplicvel anlise
Feitosa So Jos dos
ARENA Global operacional de terminais em
(2000) Campos e
aeroportos regionais
Ribeiro Preto
Brasileiros
3 Metodologia
Assim como feito por Borille (2012), a proposta de metodologia desta dissertao
segue quatro etapas, como mostra a Figura 2.
passageiros que utiliza autoatendimento, dentre outros. Na terceira etapa ocorreu a aplicao
destes dados no modelo de simulao desenvolvido na fase anterior, e em seguida o modelo
foi verificado e validado. Cenrios alternativos foram simulados a fim de analisar o impacto
do aumento de demanda, das diferentes caractersticas da infraestrutura e operao
aeroporturia, para que se obtivesse um indcio de quais so as variveis que exercem
influncia no nvel de servio do check-in internacional do terminal de passageiros. Por fim,
foi aplicada a tcnica de regresso Cobb Douglas, segundo Douglas (1976), para a anlise
final dos resultados e para entender o nvel de influncia dos fatores na formao do nvel de
servio.
Para definir o tamanho ideal da amostra a ser coletada, precisa-se saber primeiro qual
a populao a ser considerada. Para este trabalho, foi considerado como populao os
passageiros presentes nos voos da Hora Pico (HP), mais os voos que influenciam fortemente
na formao das filas da HP.
O conceito de Hora Pico varia de instituio para instituio; este conceito
fundamenta-se no fato de que o terminal de passageiros no ser projetado para o maior
movimento instantneo previsto e sim para um valor representativo de intensa movimentao
que ocorre com alguma frequncia. A seguir constam algumas definies de Hora Pico:
FAA Federal Aviation Administration (1988)- hora pico do dia mdio do ms
pico;
IATA International Air Transport Association (2014) - hora mais
movimentada do segundo dia mais movimentado da semana mdia do ms pico;
Standard Busy Rate SBR, mencionado em Wang e Pitfield (1999) 30 hora
mais movimentada do ano;
O contrato de concesso Aeroporto Internacional de So Paulo/Guarulhos usa para
fins de dimensionamento o mtodo SBR (Standard Busy Rate) que considera como Hora Pico
a 30 hora mais movimentada do ano. Porm outro Benchmark do aeroporto o ADRM da
IATA (2014). O clculo de Hora Pico desta presente pesquisa baseia-se no mtodo SBR, com
35
4000
3500
Nmero de Pax
3000
2500
2000
1500
1000
500
0
1
238
475
712
949
1186
1423
1660
1897
2134
2371
2608
2845
3082
3319
3556
3793
4030
4267
4504
4741
4978
5215
5452
5689
5926
6163
6400
6637
6874
7111
7348
7585
7822
8059
8296
8533
Hora do Ano
empresas areas foram escolhidas como foco deste trabalho por terem grande impacto no
embarque internacional do aeroporto.
Considerou-se para o clculo da amostra, que a populao equivalente ao nmero de
passageiros do Perodo Pico, ou seja, 6.496 passageiros. A utilizao de amostra implica na
aceitao de uma margem de erro denominada erro amostral, o qual a diferena entre um
resultado amostral e o verdadeiro resultado populacional. Segundo Triola (1999) apud Borille
(2012), como no possvel evitar a margem de erro, deve-se limitar o valor do erro amostral.
Para o dimensionamento da amostra no presente trabalho foi utilizada a Equao 1, a qual
baseia-se na estimativa da proporo populacional:
( / )
= ( )
(1)
( / )
Nvel de
confiana 99,75 99,00 98,00 95,00 90,00 80,00 68,27
(%)
Z/2 3 2,28 2,33 1,96 1,64 1,28 1
parte dos totens serem compartilhados entre companhias, no foi feita diferenciao de tempo
de atendimento nos totens para cada empresa area.
Totem
Mdia 03:20
Desvio padro 01:56
Mnimo 00:47
Mximo 08:15
Intervalo 07:27
A companhia area que apresentou menor tempo mdio de atendimento para a classe
econmica foi a companhia A, com 3 minutos e 34 segundos. Isso ocorre, dentre outros
fatores, devido ao fato de esta companhia colocar funcionrios para checar a adequabilidade
de documentos como passaporte e visto antes que o passageiro entre na fila de check-in,
reduzindo assim o tempo de atendimento no balco.
Outro fato que chama a ateno o tempo mdio de atendimento da companhia B para
a classe prioritria (business e first class), sendo este quase 1 minuto maior que o tempo
mdio de atendimento da classe econmica da mesma companhia. Isso mostra que esta
companhia procura atender os passageiros desta classe com mais ateno, ocasionando em
morosidade no atendimento.
39
ECONOMICA
36:00
33:00 A B C
30:00
Tempo de Atendimento
27:00
24:00
21:00
18:00
15:00
12:00
09:00
06:00
03:00
00:00
0 30 60 90 120 150 180 210 240 270 300 330 360
Observaes
Figura 8 Grfico de disperso com dados de tempo de atendimento coletados para a classe
economica das companhias A, B e C.
possvel observar que entre os 334 tempos cronometrados, 188 esto acima da
mdia recomendada pela IATA (representada pela linha preta), isso equivale a 56,3% da
amostra, incluindo valores extremos como 24 e 33 minutos para o atendimento de apenas um
passageiro no check-in.
Os dados coletados de tempo de atendimento para o despacho de bagagens esto
representados na Figura 9. A mdia do tempo de atendimento ficou dentro da recomendao
da IATA (representada pela linha preta na Figura 9) sendo que 71 dos 201 dados coletados, ou
seja, somente 35,3% do total da amostra, ficaram acima da mdia recomendada.
40
DESPACHO DE BAGAGEM
14:00
A C
12:00
Tempo de Atendimento
10:00
08:00
06:00
04:00
02:00
00:00
0 20 40 60 80 100 120 140 160 180 200 220
Observaes
Figura 9 Grfico de disperso com dados de tempo de atendimento coletados para despacho
de bagagens das companhias A e C.
3.4 Simulao
A A A A A A A A A A A A A A A
0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00
23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
31 A 0:00 23:59
32 A 0:00 23:59
33 A 0:00 23:59
F 34 A 0:00 23:59
35 A 0:00 23:59
36 A 0:00 23:59
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
A A A A A A A A A A A A A A D
0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00 0:00
23:59 23:59 23:59 23:59 14:45 14:45 14:45 14:45 13:00 13:00 13:00 13:00 13:00 13:00 14:45
A A A A A A A A A A A
19:30 19:30 19:30 19:30 19:30 20:30 20:30 20:30 20:30 20:30 20:30 37 A 0:00
23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 38 A 0:00
C C C
18:00 18:00 18:00
23:00 23:00 23:00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
31
32
33
G 34
35
36
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
C C C C C C C C C
18:00 18:00 18:00 18:00 18:00 18:00 18:00 18:00 18:00
23:00 23:00 23:00 23:00 23:00 23:00 23:00 23:00 23:00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
31 B 17:30 23:59
32 B 17:30 23:59
33 B 17:30 23:59
H 34 B 17:30 23:59
35 B 17:30 23:59
36 B 17:30 23:59
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
B B B B B B B B B B B B B B B
17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30 17:30
23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59 23:59
O passo seguinte foi inserir a escala de voos realizada no Perodo Pico. A Tabela 8
apresenta a escala de voos do PP das trs companhias areas (A, B e C). Essa escala
composta pelos passageiros que embarcaram de fato, ou seja, o nmero de passageiros
realizados, descontados os passageiros em conexo Inter-Inter (passageiros internacionais que
no desembarcam no saguo do aeroporto e embarcam em voos para outras localidades
46
internacionais), assim como o destino dos voos, a data e a hora previstas pela HOTRAN-
Horrio de Transporte (ANAC, 2015).
100%
90%
% Acumulada de pax
80%
70%
60%
50%
40%
30%
20%
10%
0%
6:00
5:45
5:30
5:15
5:00
4:45
4:30
4:15
4:00
3:45
3:30
3:15
3:00
2:45
2:30
2:15
2:00
1:45
1:30
1:15
1:00
0:45
0:30
0:15
0:00
Horas antes do voo
Outros inputs usados no modelo base da simulao so: (i) a porcentagem real de
autoatendimento por companhia, ou seja, a porcentagem de passageiros que faz o check-in nos
totens ou na internet (computador ou celular); (ii) a porcentagem de passageiros em conexo
Dom-Inter (passageiros provenientes de voos domsticos em conexo com voos
internacionais); e (iii) porcentagem de balces prioritrios (business e first class) com relao
ao total de passageiros. A Tabela 9 mostra os valores destes trs inputs para as companhias A,
B e C.
A B C
(i) Autoatendimento 49,63% 50% 52%
FAZ CHECK-IN
(ii) Conexo 35,81% 32,35%
NOVAMENTE
(ii) Classe prioritaria 28% 19% 21%
48
(a) (b)
Algumas outras consideraes foram feitas para aproximar ainda mais o modelo base
do sistema real; estas consideraes foram observadas durante a coleta de dados em campo. A
primeira considerao : sempre que um balco destinado classe prioritria (business ou first
class) est ocioso, ele passa a atender passageiros da classe econmica, suavizando as filas
desta classe.
Outra considerao interessante que, os passageiros que chegam antes do horrio de
abertura do check-in costumam ficar espalhados pelo terminal, aguardando o horrio previsto
para o incio do atendimento; enquanto aguardam, muitos deles utilizam os restaurantes e
instalaes do terminal, e quando chega o horrio previsto, os passageiros pouco a pouco se
dirigem para o check-in. Para inserir esse comportamento no modelo base, foi necessrio
colocar os passageiros que chegam antes da abertura do check-in em um estado de espera, e
em um intervalo de 2 a 5 minutos os passageiros verificam se os balces j comearam o
atendimento. A Tabela 10 faz um resumo dos inputs usados no modelo base, construdo para
simular a operao de check-in do TPS 3 do Aeroporto Internacional de So Paulo/Guarulhos.
53
Check-in convencional:
o tempo entre o momento em que o passageiro comea a ser
atendido no balco at a emisso do seu bilhete areo e pesagem
das bagagens.
Totem:
Tempo de Atendimento
o tempo entre o momento em que o passageiro comea a
utilizar o totem at a emisso do seu bilhete areo.
Despacho de bagagem:
o tempo entre o momento em que o passageiro atendido no
balco at o despacho da bagagem.
Porcentagem de passageiros em conexo Inter-Inter (passageiros
que chegam em voos internacionais e partem em voos
Conexo internacionais sem sair da rea de embarque) e Dom-Inter
(passageiros que chegam em voos domsticos e partem em voos
internacionais).
Porcentagem de utilizao do autoatendimento (check-in online e
Autoatendimento
totem).
Bagagens Porcentagem de passageiros com zero, uma ou mais bagagens.
Escala de Voos Escala de voos realizadas no Perodo Pico por companhia area.
Quantidade e alocao dos Balces disponveis por companhia
area.
Balces Diviso de classes de balces: classe prioritria (classe executiva
e primeira classe), despacho de bagagem, classe econmica e
preferencial (idosos, grvidas, etc.).
rea disponvel em m/passageiro para cada elemento que
rea de ocupao
compe o check-in, medida na planta baixa e in loco.
Distribuio de chegada dos passageiros antes da hora de
Curva de Chegada
fechamento do check-in.
padro, que verifica se h fundamento para aceitar a hiptese de que os valores da amostra
podem razoavelmente ser considerados como provenientes de uma populao com aquela
distribuio terica. O EQM a mdia dos quadrados das diferenas entre as frequncias
relativas observadas em uma clula do histograma e a frequncia relativa da funo de
distribuio de probabilidade, ajustada ao intervalo de dados desta clula; quanto maior o
EQM, mais afastada a distribuio ajustada est dos dados reais.
Para construo dos histogramas, definiu-se que no eixo horizontal est a varivel de
tempo de atendimento dividida em classes, de acordo com o intervalo de tempo mais
adequado, e no eixo vertical a frequncia da classe correspondente. A Figura 21 apresenta o
histograma de tempo de atendimento para os totens; a Figura 22 apresenta os histogramas de
tempo de atendimento no balco convencional e despacho de bagagens para a companhia A; a
Figura 23 apresenta os histogramas de tempo de atendimento da classe prioritria e economica
da companhia area B; a Figura 24 mostra os histogramas de tempo de atendimento da classe
economica e despacho de bagagem para a companhia C. Pela representao grfica dos dados
de tempo de atendimento da Figura 21, Figura 22, Figura 23 e Figura 24, possvel perceber
que em geral, os dados se mostraram prximos distribuio Erlang, representada pela curva
vermelha.
Totem
50%
Real
40% Gama
Expo
Freqncia
30%
Erlang
20%
10%
0%
120 240 360 480 600
Tempo de Atendimento (s)
Freqncia
30% 30%
20% 20%
10% 10%
0% 0%
60 120 180 240 300 120 240 360 480 600
Tempo de Atendimento (segundos) Tempo de Atendimento (segundos)
Figura 22 Histogramas de tempo de atendimento e curvas de distribuio ajustada da
companhia area A.
B - Prioridade B - Economica
50% 50%
40% 40%
Freqncia
Freqncia
30% 30%
20% 20%
10% 10%
0% 0%
120 240 360 480 600 720 840 120 240 360 480 600
Tempo de Atendimento (s) Tempo de Atendimento (segundos)
Figura 23 Histogramas de tempo de atendimento e curvas de distribuio ajustada da
companhia area B.
40%
Freqncia
15%
30%
20% 10%
10% 5%
0% 0%
120 240 360 480 600 30 60 90 120 150 180 210 240 270 300
Tempo de Atendimento (s) Tempo de Atendimento (s)
Figura 24 Histogramas de tempo de atendimento e curvas de distribuio ajustada da
companhia area C.
58
Para a validao do modelo base, foi necessrio usar a escala de voos e nmero de
passageiros embarcados equivalentes ao ocorrido no dia da coleta de dados em campo. Na
comparao dos resultados dos modelos base e sistema real, usou-se o mtodo ANOVA
(Anlise de Varincia). Segundo Devore e Jay (2006), o mtodo ANOVA envolve a anlise
de dados obtidos de amostras de populaes numricas, atravs da comparao das suas
mdias populacionais. Neste presente estudo, as populaes so formadas pelo nmero
59
mximo de passageiros na fila a cada 10 minutos, desde a hora prevista para abertura do
check-in at a hora prevista de fechamento. Para fazer a validao, foi necessrio analisar fila
por fila, comparando os resultados do modelo base simulado com o sistema real.
As curvas de distribuio Erlang para tempo de atendimento, definidas na Figura 21,
Figura 22, Figura 23 e Figura 24, foram inseridas no modelo base. O tempo de atendimento
de cada passageiro da simulao depende dessas curvas, e pode ser gerado atravs de uma
semente de gerao de nmeros aleatrios ou atravs de uma semente de gerao fixa. O ideal
para a validao do modelo base de cada companhia que essa semente seja aleatria, e que
cada cenrio seja simulado diversas vezes, para uma melhor comparao com os dados reais,
entretanto a semente de gerao foi mantida fixa, e cada cenrio foi simulado apenas uma vez.
No Perodo Pico, a companhia area A possui um servio de pr-atendimento para
verificao de passaportes, visto e outros documentos necessrios para viagens internacionais;
portanto, primeiramente, os passageiros passam pela fila de pr-atendimento para em seguida,
entrarem na fila de check-in convencional. Na validao da companhia A, usou-se as filas de
check-in convencional da classe econmica, baggage drop, e as filas de pr-atendimento.
A Figura 25 mostra os resultados do nmero de passageiros na fila ao longo do tempo
como ocorreu na realidade assim como na simulao; o perodo de simulao foi entre 18 h e
23 h, assim como o perodo de coleta de dados. possvel perceber que o nmero mximo de
passageiros na fila semelhante nos dois casos; a fila de pr-atendimento da classe econmica
apresentou nmero mximo de 16 passageiros no modelo simulado assim como no real,
enquanto a fila econmica convencional apresentou o mximo de 10 passageiros em
detrimento de 14 no modelo real.
60
A - REAL A - SIMULAO
20 20
Pr-atend. Economica Pr-atend. Economica
18 18
Pr-atend. BagDrop Pr-atend. Bag Drop
N de pax na fila
N de pax na fila
16 16
14 Economica 14 Economica
12 BagDrop 12 BagDrop
10 10
8 8
6 6
4 4
2 2
0 0
18:00 19:00 20:00 21:00 22:00 23:00 18:00 19:00 20:00 21:00 22:00 23:00
Tempo Tempo
Figura 25 Nmero de passageiros na fila ao longo do tempo para o modelo simulado e real
da companhia area A.
B - REAL B - SIMULAO
40 40
Economica Economica
Business Business
N de pax na fila
N de pax na fila
10 10
0 0
16:30 17:30 18:30 19:30 20:30 21:30 22:30 16:30 17:30 18:30 19:30 20:30 21:30 22:30
Tempo Tempo
Figura 26 Nmero de passageiros na fila ao longo do tempo para o modelo simulado e real
da companhia B.
61
Para a companhia area C foi coletado o nmero de passageiros na fila economica e baggage
drop ao longo do tempo; o perodo de simulao foi entre 19 h e 23h assim como o perodo de
coleta de dados. Pode-se ver na Figura 27 que o nmero mximo de passageiros nessas filas
foi igual a 14 e 7 respectivamente, e na simulao, os resultados para as mesmas filas foram
20 e 11.
C - REAL C - SIMULAO
20 20
Economica Economica
Bag Drop Bag Drop
n de pax na fila
n de pax na fila
15 15
10 10
5 5
0 0
19:00 20:00 21:00 22:00 23:00 19:00 20:00 21:00 22:00 23:00
Tempo Tempo
Figura 27 Nmero de passageiros na fila ao longo do tempo para o modelo simulado e real
da companhia C.
A B C
Mximo Real 16 38 14
Mximo Simulao 16.35 35.49 20.03
Mdia Real 1.74 6.34 3.14
Mdia Simulao 0.86 8.42 5.01
F*-calculado 1.4 0.36 0.45
F*-tabelado 3.92 3.92 3.92
Passa no teste ANOVA? SIM SIM SIM
*Estatstica de teste ANOVA de fator nico
Para se obter evidncia sobre quais variveis influenciam o nvel de servio oferecido
no check-in internacional, um total de 273 cenrios foram simulados. Os outputs dessas
simulaes so: tempo de espera (horas e minutos) e espao disponvel (m/passageiro). O
tempo de espera medido da seguinte forma: calcula-se o tempo de fila mdio a cada 10
minutos, e o maior valor encontrado dentro do perodo de funcionamento do check-in ento
considerado para a anlise dos cenrios. O espao disponvel por passageiro resultado da
rea disponvel para cada fila do check-in, medida em planta e in loco, dividida pelo nmero
de passageiros mximo medido da mesma forma que o tempo de espera.
Para a construo dos cenrios alternativos, foram aplicadas variaes nos seguintes
fatores: (i) nmero de balces por companhia area; (ii) quantidade de balces prioritrios
(business e first class); (iii) tempo de atendimento no balco; (iv) nova escala (v) incio do
atendimento no check-in; (vi) utilizao de autoatendimento (totem e web); (vii) crescimento
de demanda. A partir dessas variaes, foi construda uma matriz de cenrios por companhia
area em que possvel verificar de que forma o nvel de servio deteriorado ou melhorado
atravs da variao dos fatores.
Tabela 13 demonstra como se d a variao dos nveis de cada fator para a companhia area
A.
Para o fator nmero de balces por companhia area da empresa A, o primeiro nvel
igual a 38, pois esta empresa tem disponibilidade de 38 balces, sendo que 27 podem ser
usados durante todo o dia, enquanto os outros 11 so compartilhados durante um espao de
tempo que varia entre 4 h e 45 min a 7 h e 30 min, perodo em que esses balces esto
disponveis para outras companhias. No segundo nvel, testa-se a possibilidade de a empresa
area trabalhar com 32 balces e compartilhar 5, no terceiro e quarto nveis, testa-se a
possibilidade de a empresa area trabalhar com 28 e 23 balces, respectivamente, sem
compartilha-los.
O fator quantidade de balces prioritrios representa a quantidade de balces que cada
companhia deseja destinar a classe prioritria com relao ao nmero de passageiros que
utilizam essa classe. A empresa A destina 29% dos seus balces (11 dos 38 balces) a classe
prioritria, sendo que em mdia 28% dos seus passageiros pertencem a essa classe. Ao
dividir-se a porcentagem de balces da classe prioritria pela porcentagem de passageiros da
mesma classe, tem-se um resultado muito prximo de 1. Por outro lado, ao diminuir o nmero
de balces da classe prioritria, destinando-se apenas 21% dos balces (8 de 38) a esta classe,
o resultado cai para 0,75. O fator tempo de atendimento foi medido em campo e atravs das
cmeras; o seu valor mdio para a classe econmica da companhia A igual a 3,55 minutos.
Variou-se ento o valor mdio de tempo de atendimento da classe econmica, mantendo-se a
curva Erlang, para 3 minutos.
O fator nova escala, um fator inserido no modelo para representar a mudana na
escala de voos de 2015 para 2016 das companhias que acrescentaram algum voo escala de
64
2015. Esse fator foi considerado apenas para as companhias B e C, e por isso, para a
companhia A ele considerado zero. O fator incio do atendimento no check-in, representa a
variao no horrio de abertura do check-in, simulando atraso e adiantamento do incio do
atendimento. Entretanto, a empresa area A pode manter a maioria de seus balces abertos
durante as 24 horas do dia e, portanto, no faria sentido simular atraso ou adiantamento na
abertura do check-in.
O fator utilizao de autoatendimento (totem e web) representa a porcentagem de
passageiros que utiliza modalidades de check-in on-line (celular ou computador) e no totem.
A porcentagem real de passageiros que utilizam autoatendimento na empresa A igual a
49,63%, e os nveis testados para esse fator so 20%, 30%, 50% e 70%.
O ltimo fator testado foi o crescimento da demanda. Esse fator testa a possibilidade
de aumento de demanda sobre o volume de passageiros do ano anterior, sem acrscimo de
novos voos. Considerou-se, portanto, quatro nveis para esse fator: 5,61%, 7,14% e 7,84%.
Essa uma projeo de crescimento elaborada pelo Aeroporto Internacional de So Paulo no
incio de 2015. A Tabela 14 demonstra como se d a variao dos nveis de cada fator para a
companhia area B.
Nveis
Fatores da companhia area B Unidade
1 2 3 4
(i) Nmero de balces por companhia area 21 - - - Unidade
(ii) Quantidade de balces prioritrios (business
2,5 2 - - -
e first class)
(iii) Tempo de atendimento no balco 4,68 3 - - min
(iv) Nova escala 0 1 - - -
(v) Incio do atendimento no check-in 270 240 210 - min
(vi) Utilizao de autoatendimento (totem e web) 20 30 50 70 %
(vii) Crescimento de demanda 0 5,61 7,14 7,84 %
que em mdia 19% dos seus passageiros pertencem a essa classe. Ao dividir-se a porcentagem
de balces da classe prioritria pela porcentagem de passageiros da mesma classe, tem-se um
resultado muito prximo de 2,5. Por outro lado, ao diminuir o nmero de balces da classe
prioritria, destinando-se 21% dos balces (8 de 21) a esta classe, o resultado cai para 2.
O fator tempo de atendimento da companhia A, apresenta valor mdio para a classe
econmica igual a 3,55 minutos; no segundo nvel da classe, variou-se o valor mdio de
tempo de atendimento da classe econmica para 3 minutos, mantendo-se a curva Erlang. O
fator nova escala representa a mudana na escala de voos de 2015 para 2016, uma varivel
binria, que assume valores 0 ou 1, sendo 0 para a escala de 2015 e 1 a escala de 2016. Esse
tipo de varivel binria insere o efeito de eventos ou fatores qualitativos na regresso e
tambm servem para avaliar efeitos de tratamento. A escala solicitada pela companhia B para
operao em 2016 est presente na Tabela 15, em que a primeira coluna identifica a empresa
de anlise, a segunda coluna apresenta o destino, e na sequencia so apresentados a data e a
hora prevista de partida conforme o HOTRAN e a ltima coluna refere-se ao nmero total de
passageiros embarcados. O nmero de passageiros embarcados considerados foi de 85% da
capacidade das aeronaves.
O fator incio do atendimento no check-in, apresenta trs nveis; o primeiro indica que
o horrio de abertura do check-in se d com 270 minutos (4 h e 30 minutos) de antecedncia
ao voo, o segundo nvel indica a abertura do check-in com 240 minutos (4 h) de antecedncia
ao voo, e no terceiro nvel o check-in abre com 210 minutos (3 h e 30 minutos) de
antecedncia, simulando assim possveis atrasos e adiantamentos no incio do atendimento.
Os fatores utilizao de autoatendimento e crescimento da demanda apresentam os mesmos
66
O fator incio do atendimento no check-in, apresenta dois nveis; o primeiro indica que
o horrio de abertura do check-in se d com 270 minutos (4 h e 30 minutos) de antecedncia
ao voo e o segundo nvel indica a abertura do check-in com 240 minutos (4 h) de antecedncia
ao voo, simulando assim um possvel adiantamento no incio do atendimento. O sexto e o
stimo fator da companhia C (utilizao de autoatendimento e crescimento da demanda)
apresentam os mesmos nveis definidos para a companhia A e B.
= (3)
Em que,
A a rea total disponvel para cada fila de check-in em m.
AP o nmero mximo de passageiros na fila por minuto.
WT o tempo mximo de espera na fila em minutos.
O nvel de servio classificado pela IATA (2014) dividido em 3 classes:
superdimensionado, timo e subtimo. A Tabela 18 demonstra os parmetros de IOS, tempo e
espao para cada classificao.
68
Tabela 18 Parametros de IOS, tempo e espao para classificao do nvel de servio (LOS).
Adaptado de (IATA, 2014)
Tabela 20 Resultado em IOS das simulaes de cenrios aternativos da companhia area B, parte 1.
LOS A e B - Superdimensionado
LOS C - timo
LOS D e E - Sub-timo
LOS A e B - Superdimensionado
LOS C - timo
LOS D e E - Sub-timo
= (4)
+ . + + + +
+
Em que:
76
ciaA ciaB ciaC nbalces propclasses t atend. novaescala incioatend autoatend crescdem
ciaA 1,00
ciaB -0,68 1,00
ciaC -0,33 -0,47 1,00
nbalces 0,76 -0,16 -0,71 1,00
propclasses -0,74 0,95 -0,33 -0,26 1,00
tatend. -0,60 0,73 -0,21 -0,23 0,66 1,00
novaescala -0,27 0,19 0,09 -0,21 0,20 0,16 1,00
incioatend -0,10 -0,14 0,30 -0,22 -0,10 -0,06 0,03 1,00
autoatend. 0,01 0,01 -0,03 0,03 -0,01 0,14 0,00 -0,01 1,00
cresc.demanda 0,11 -0,08 -0,04 0,10 -0,08 -0,05 -0,51 -0,01 0,02 1,00
Fatores VIF
A 20,10
propclasses 13,68
C 9,43
nbalces 5,61
tatend. 2,52
novaescala 1,29
incioatend 1,10
autoatend. 1,04
cresc.demanda 1,04
Mdia VIF 6,22
Fatores VIF
A 4,62
C 3,15
nbalces 5,6
tatend. 2,32
novaescala 1,45
incioatend 1,36
autoatend. 1,1
cresc.demanda 1,04
Mdia VIF 2,58
(7)
, , , ,
= 39,49 + + . + . + .
-100%
% de decrscimo no tempo de fila
-80%
-60%
-40%
-20%
0%
0% 20% 40% 60% 80% 100%
% de balces adicionados
600%
400%
300%
200%
100%
0%
0% 20% 40% 60% 80% 100%
% de acrscimo no tempo de atendimento
-100%
% de decrscimo no tempo de fila
-80%
-60%
-40%
-20%
0%
0% 20% 40% 60% 80% 100%
% de acrscimo no incio do atendimento
Figura 30 - Resultado da regresso para o incio do atendimento no check-in.
-50%
% de decrscimo no tempo de fila
-40%
-30%
-20%
-10%
0%
0% 20% 40% 60% 80% 100%
25%
15%
10%
5%
0%
0% 20% 40% 60% 80% 100% 120%
% de acrscimo na demanda
500%
Nmero de balces
200%
100%
0%
0% 20% 40% 60% 80% 100%
-100%
Variao em porcentagem nos fatores
Figura 33 Efeito ceteris paribus da variao de cada fator sobre o tempo de espera na fila de
check-in.
86
6 Concluses e Recomendaes
6.1 Concluses
corretos, antes mesmo que os passageiros entrem na fila. Esse procedimento diminui o tempo
de atendimento no balco. Alm disso, colocar balanas para pesagem de bagagens antes que
os passageiros entrem na fila de check-in pode ser uma boa alternativa.
Outra forma eficaz de diminuir o tempo de fila atravs do aumento do uso de
autoatendimento. O autoatendimento inclui o check-in on-line e o check-in nos totens
existentes no aeroporto. Para aumentar a porcentagem de autoatendimento, interessante que
as companhias orientem os passageiros para que se dirijam para os totens para em seguida
despachar as bagagens, e coloquem sempre um ou mais funcionrios para auxiliar os
passageiros a realizarem o seu check-in nos totens.
Ainda, sugerido diminuir o tempo de fila por meio do incio do atendimento. Isto ,
comear o atendimento um pouco mais cedo pode ser uma boa opo para diminuir as filas,
considerando que frequentemente boa parte dos passageiros internacionais chega ao aeroporto
antes mesmo da abertura do atendimento do check-in. Entretanto, o horrio de abertura do
check-in costuma ser fixado pelo aeroporto, devido necessidade de compartilhamento de
balces e, portanto, essa medida no se aplica em muitos casos. importante destacar que,
assim como iniciar o check-in um pouco mais cedo pode reduzir o tempo de fila, atrasos no
incio da abertura do check-in podem aumentar o tempo de fila.
O operador aeroporturio precisa estar atento para o crescimento de demanda e
acrscimo de novos voos para ajustar a necessidade de balces e totens de cada companhia. O
nmero de balces um importante fator para que se obtenha nvel de servio satisfatrio, e
devido aos recursos serem limitados, importante fazer um correto balanceamento do nmero
de balces concedidos a cada companhia.
7 REFERNCIAS
ANAC (Brasil). Voos Autorizados Vigentes (HOTRAN). Braslia, DF, 2015. Disponvel
em: <http://www2.anac.gov.br/hotran/> Acesso em: 15 de agosto 2015.
ASPELIN, Karen. Establishing pedestrian walking speeds. Portland, OR: Portland State
University, 2005.
ASHFORD, Norman; COUTU, Pierre; BEASLEY, John. Airport Operations. 3rd ed. New
York: McGraw-Hill Education, 2013.
BANDEIRA, Michelle Carvalho Galvo da Silva et al. Key indicators that affect the
perception of service quality in critical airport areas of passenger boarding. Journal of
Transport Literature, v. 8, n. 4, p. 7-36, 2014.
BRUNO, G.; GENOVESE, A. A mathematical model for the optimization of the airport
check-in service problem. Electronic Notes in Discrete Mathematics, v. 36, p. 703-710,
2010.
90
COX, Nicholas J. Stata tip 96: Cube roots. Stata Journal, v. 11, n. 1, p. 149, 2011.
DOUGLAS, Paul H. The Cobb-Douglas production function once again: its history, its
testing, and some new empirical values. The Journal of Political Economy, p. 903-915,
1976.
GUJARATI, Damodar N.; PORTER, Dawn C. Econometria bsica. 5. ed. Porto Alegre,
RS: AMGH Editora, 2011.
HSU, C.; CHAO, C.; SHIH, K. Dynamic allocation of check-in facilities and dynamic
assignment of passengers at air terminals. Computers & Industrial Engineering, v. 63, n.
2, p. 410-417, 2012.
MAIA, Marina C.et al. Cenrios alternativos para melhoria do nvel de servio no check-
in de importantes aeroportos brasileiros. In: SIMPSIO DE TRANSPORTE AREO, 9.,
2010, Manaus. Anais [S.l.: s.n], 2010.
SOLAK, Senay; CLARKE, John-Paul B.; JOHNSON, Ellis L. Airport terminal capacity
planning. Transportation Research Part B: Methodological, v. 43, n. 6, p. 659-676, 2009.
UNITED STATES. Federal Aviation Administration. Planning and design guidelines for
airport terminal facilities. Washington, DC, 1988. (Advisory Circular 150/5360-13).
92
WANG, P. T.; PITFIELD, D. E. The derivation and analysis of the passenger peak hour:
an empirical application to Brazil. Journal of Air Transport Management, v. 5, n. 3, p.
135-141, 1999.
Variveis
I: nmero de populaes ou tratamentos que esto sendo comparados.
J: nmero de observaes por grupo.
Mdia X: Equivale a mdia amostral individual de cada populao avaliada.
.. =
S: varincia amostral.
( .)
=
1
= 1
= ( 1)
= ( )
1
+ + +
=
I (nmero de grupos) 2
J (amostras por grupo) 38
v1 1
v2 74
QMTr 14.65
QME 10.42
Fcalc 1.41
Ftab 3.92 para p=5
Fcalc<Ftab Aceita H0
I (nmero de grupos) 2
J (amostras por grupo) 38
v1 1
v2 74
QMTr 19.01
QME 8.82
Fcalc 2.15
Ftab 3.92 para p=5
Fcalc<Ftab Aceita H0
97
I (nmero de grupos) 2
J (amostras por grupo) 38
v1 1
v2 74
QMTr 0.06
QME 0.28
Fcalc 0.21
Ftab 3.92 para p=5
Fcalc<Ftab Aceita H0
I (nmero de grupos) 2
J (amostras por grupo) 41
v1 1
v2 80
QMTr 42.01
QME 115.43
Fcalc 0.36
Ftab 3.92 para p=5
Fcalc<Ftab Aceita H0
98
Fcalc<Ftab Aceita H0
I (nmero de grupos) 2
J (amostras por grupo) 49
v1 1
v2 96
QMTr 12.76
QME 28.29
Fcalc 0.45
Ftab 3.92 para p=5
Fcalc<Ftab Aceita H0
99
I (nmero de grupos) 2
J (amostras por grupo) 49
v1 1
v2 96
QMTr 0.02
QME 4.77
Fcalc 0.003
Ftab 3.92 para p=5
Fcalc<Ftab Aceita H0
FOLHA DE REGISTRO DO DOCUMENTO
1. 2. 3. 4.
CLASSIFICAO/TIPO DATA REGISTRO N N DE PGINAS
DM 22 de julho de 2016 DCTA/ITA/DM-040/2016 99
5.
TTULO E SUBTTULO:
Metodologia de avaliao de fatores determinantes no nvel de servio oferecido no check-in de voos
internacionais.
6.
AUTOR(ES):
Paula Sutherland Wallauer Rolim
7. INSTITUIO(ES)/RGO(S) INTERNO(S)/DIVISO(ES):
Instituto Tecnolgico de Aeronutica ITA
8.
PALAVRAS-CHAVE SUGERIDAS PELO AUTOR:
1. Infraestrutura Aeroporturia. 2. Nvel de Servio. 3. Check-in.
9.PALAVRAS-CHAVE RESULTANTES DE INDEXAO:
Aeroportos; Operaes de linhas areas; Qualidade de servio; Infraestrutura (transporte); Planejamento de aeroportos;
Engenharia aeroporturia; Transporte.
10.
APRESENTAO: X Nacional Internacional
ITA, So Jos dos Campos. Curso de Mestrado. Programa de Ps-Graduao em Engenharia de Infraestrutura
Aeronutica. rea de Transporte Areo e Aeroportos. Orientador: Prof. Dr. Anderson Ribeiro Correia. Defesa
em 16/06/2016. Publicada em 2016.
11.
RESUMO:
O check-in um procedimento essencial para o transporte internacional de passageiros, entretanto,
frequentemente este procedimento tem apresentado tempos de espera excessivos, e nvel de servio ruim. Com a
finalidade de auxiliar operadores aeroporturios e contribuir com a comunidade acadmica na determinao das
prticas que podem melhorar a qualidade do servio oferecido neste componente, esta dissertao props uma
metodologia de avaliao de fatores que podem influenciar no nvel de servio de um check-in internacional.
Estudos relacionados ao check-in so comuns na literatura, porm, at o ano corrente nenhum deles analisou os
fatores de influncia no nvel de servio de check-in. Pequenas mudanas na operao da referida atividade
podem trazer importantes mudanas no nvel de servio, portanto este estudo pretende quantificar os impactos
deste tipo de mudana. A metodologia usada no presente trabalho engloba: (i) levantamento de dados no
Aeroporto Internacional de So Paulo/Guarulhos, (ii) tratamento dos dados coletados, (iii) anlise de
infraestrutura, (iv) aplicao de simulao e (iv) utilizao de regresso. A coleta de dados de 1.575 passageiros
ao longo de 7 dias do ms de outubro do ano de 2015, juntamente com o levantamento de infraestrutura, foram a
base para desenvolver um modelo no software CAST Terminal, o qual replica as operaes de check-in
internacional do Terminal 3 de passageiros do Aeroporto Internacional de So Paulo/Guarulhos. A validao do
modelo foi feita atravs de comparao estatstica dos resultados da simulao com os resultados do sistema
real, e a partir do modelo verificado e validado foram desenvolvidos 273 cenrios alternativos com variaes dos
seguintes fatores: (i) nmero de balces por companhia area; (ii) incio do atendimento no check-in; (iii)
quantidade de balces prioritrios (business e first class); (iv) porcentagem de utilizao de autoatendimento
(totem e web); (v) tempo de atendimento no balco; (vi) crescimento de demanda e (vii) nova escala. Estimou-se
assim o nvel de servio do check-in em cada cenrio simulado, assim como o tempo mximo de espera e o
espao mnimo disponvel. Foi construda uma matriz de cenrios por companhia area em que possvel
verificar de que forma o nvel de servio deteriorado ou melhorado atravs da variao dos fatores e estimou-
se tambm o impacto de cada fator sobre o nvel de servio. Entender melhor a importncia de cada um destes
fatores pode ser uma importante informao para melhorias tanto no nvel de servio quanto na utilizao de
infraestrutura disponvel para as operaes de check-in.
12.
GRAU DE SIGILO:
(X ) OSTENSIVO ( ) RESERVADO ( ) SECRETO