PENGARUH PENGGUNAAN ATC SYSTEM AUTOMATION TERHADAP

SITUATION AWARENESS ATC DI UNIT APP/TMA SURVEILLANCE PERUM

LPPNPI CABANG DENPASAR

Al Amin Wahid(1), Slamet Kardan(2), Martha Saulina(3)

Politeknik Penerbangan Indonesia Curug, Tangerang.

Abstrak: Penelitian ini bertujuan unutk mengetahui seberapa besar Pengaruh

Penggunaan ATC System Automation (X) Terhadap Situation Awareness
ATC (Y) Di Unit APP/TMA Surveillance Perum LPPNPI Cabang
Denpasar. Hasil penelitian sebagai berikut, hasil uji koefisien korelasi (R)
sebesar 0.834, yang artinya hubungan antar variabel sangat kuat. Hasil uji
koefisien determinasi (R square) adalah 69,6%. Dan hasil uji regresi linier
sederhana Y = 2,855 + 0,922 X yang artinya jika variabel (X) bertambah
1 poin, maka nilai dari (Y) bertambah sebesar 0,922 poin. Dan jika
variabel (X) berkurang 1 poin, maka nilai dari (Y) berkurang sebesar
0,922 pada tingkatan konstanta 2,855.
Kata Kunci: ATC System Automation, Situation Awareness

Abstract: This study aims to determine how much influence the use of ATC System
Automation (X) on ATC Situation Awareness (Y) at APP / TMA
Surveillance Unit LPPNPI Denpasar Branch. The results of the study are
as follows, the result of the correlation coefficient (R) test is 0.834, which
means that the relationship between variables is very strong. The result
of the coefficient of determination (R square) was 69.6%. And the results
of the simple linear regression test Y = 2.855 + 0.922 X, which means that
if the variable (X) increases by 1 point, the value of (Y) increases by 0.922
points. And if the variable (X) decreases by 1 point, then the value of (Y)
decreases by 0.922 at the constant level of 2.855.
Keyword: ATC System Automation, Situation Awareness

Pendahuluan dipercaya dapat membantu dan

Menurut Rui Li (2017) Sistem
otomasi ATC adalah sejenis sistem
elektronik kompleks yang
dikombinasikan dengan komputer dan
teknologi informasi. Ini biasanya
digunakan untuk menjaga ketertiban lalu
lintas udara, menjamin separasi, dan
mencegah tabrakan pesawat.
Perum LPPNPI Cabang Denpasar
menggunakan TERN Systems yang
mempermudah pekerjaan ATC, terdapat
beberapa fitur yang diberikan TERN
Systems salah satu diantaranya adalah
fitur AIDC (ATS Interlink Data
Communication) yang dapat membantu
ATC berkoordinasi dengan
menngunakan system dan tidak lagi
dengan mengguakan voice coordination,
voice coordination memiliki banyak
kekurangan seperti telefon tidak

1
Jurnal Ilmiah Aviasi Langit Biru Vol. xx No.x Bulan Terbit xxxx Hal x : xxx
tersambung, suara kurang jelas, dan
harus mendengar balik readback dari
unit lain sehingga hal ini sangat
membuang banyak waktu dan ini
membuat workload ATC bertambah.
Dengan menggunakan fitur AIDC (ATS
Interlink Data Communication)
koordinasi akan menngunakan system,
system antar system akan saling berbicara
sehingga tidak memerlukan waktu yang
lama untuk koordinasi, fitur AIDC (ATS
Interlink Data Communication) tebukti
mampu mengurangi beban kerja ATC,
koordinasi yang tadinya membutuhkan
waktu yang cukup lama dapat
dipersingkat dan dihemat dengan
menggunakan fitur ini, sehingga ATC
dapat menggunakan waktu yang lainnya
untuk lebih fokus terhadap situasi traffic
terkini.
ATC System Automation
dirancang sesempurna mungkin untuk
dapat membantu meringankan kerja
ATC dan meningkatkan situation
awareness ATC agar tidak terjadinya
BOS (Breakdown of separation). Di
dunia penerbangan terdapat semboyan
yaitu “The sky is a vast place but there is
no room for eror” yang artinya adalah
langit adalah tempat yang luas tetapi
tidak boleh ada tempat untuk kesalahan,
akan tetapi suatu sistem atau alat suatu
saat akan terjadi error atau malfunction,
contohnya adalah pada tanggal 18
Februari 2019 dan 04 mei 2019 ATC
tidak bisa menggunakan fitur AIDC
sehingga harus melakukan koordinasi by
voice, pada tanggal 09 Maret 2019 dan
22 Maret 2019 ATC System Automation
freeze, dan pada tanggal 04 Agustus
2019 ATC System Automation yang ada
di unit APP, TMA, TWR, FSS, dan FDO
off atau tidak berfungsi, dan radar target
Diisi oleh tim
Redaktur
hilang pada tanggal 17 Mei 2019 dan 20
Mei 2019. Dari serangkaian kejadian
berikut ATC harus menjamin
keselamatan dan kemanan penerbangan
meskipun dengan workload yang tinggi,
Menurut Endsley (1995) Beban kerja
yang besar merupakan stresor kuat dalam
penerbangan dan dapat memberikan
dampak negatif bagi Situation
Awareness. Bila volume informasi
berlebihan dan jumlah tugas sangat besar
(overload), Situation Awareness akan
terkena dampaknya dengan hanya
memperhatikan informasi secara
terbatas.
Berdasarkan penelitian yang
dilakukan oleh Center for Human
Factors in Advanced Aeronautics
Technologies (CHAAT) dengan 12
responden selama 16 minggu di
California State University pada tahun
2015, Hasil menunjukkan bahwa skor
responden yang memiliki
ketergantungan tinggi terhadap ATC
System Automation dapat mengurangi
Situation Awareness selama terjadinya
kepadatan lalu lintas yang tinggi
dibandingkan dengan responden yang
memiliki ketergantungan rendah
terhadap ATC System Automation,
mungkin ini terjadi karena adanya
kepuasan kerja dengan adanya
penggunaan ATC System Automation.
Metode
Penelitian ini menggunakan
metode penelitian kuantitatif, menurut
Aminarno (2019) metode penelitian
kuantitatif merupakan suatu cara yang
digunakan unutk menjawab masalah
penelitian yang berkaitan dengan data
berupa angka dan program statistik.
2
Judul Artikel Ditulis Pada Bagian Ini Dengan Dimensi dan......................... (xxxxxxxxx)
Diisi oleh tim
Redaktur

Metode Pengumpulan Data kisi – kisi sebagai acuan dalam penulisan

Menurut Aminarno (2015) pernyataan, sehingga hasil yang
tentang teknik pengumpulan data, maka diperoleh dari kuesioner mewakili apa
yang penulis teliti. Oleh karena itu,
teknik pengumpulan data yang
penulis menyusun instrumen penelitian
digunakan penulis dalam penelitian ini yang lebih objektif sebagai berikut :
yaitu kuesioner. Kuesioner adalah teknik
pengumpulan data dengan menyerahkan Tabel 2. Kisi – kisi Instrumen
atau mengirimkan daftar pertanyaan Kuesioner variabel X
ataupun pernyataan untuk diisi sendiri Variabel Dimensi Indikator
oleh responden. a. Pembagian dan
Dalam penelitian ini, populasinya Pemanfaatan ruang
Peningkatan
udara yang lebih
adalah Air Traffic Controller yang manajemen
baik
layanan lalu
mempunyai rating approach control lintas udara b. Peningkatan
surveillance di unit APP/TMA kapasitas ruang
Surveillance Perum LPPNPI Cabang udara
a. Mengurangi
Denpasar yang berjumlah 61 orang. beban kerja berlebih
Untuk menentukan jumlah sampel yang berpengaruh
terhadap stress
penulis menggunakan Rumus Slovin b .Pengurangan
dengan batas toleransi keselahan human errors dan
pendeteksi human
sebanyak 5%. errors secara tepat
Dalam pengambilan data, penulis waktu
c. Peningkatan
menggunakan kuesioner berskala likert Peningkatan surveillance yang
yang merupakan skala yang keselamatan berkelanjutan,
menggolongkan berdasarkan sikap termasuk SSR mode
C altitude data
terhadap suatu obyek tertentu yang akan X d. Penyediaan
diukur dan memiliki alternatif yang sarana yang lebih
baik untuk
beragam, pernyataan positif diberi angka koordinasi dan
tinggi dan pernyataan negatif diberi Transfer of Control
angka rendah. (TOC)
e. Automatic
conflict and
Tabel 1. Skala Likert. minimum safe
Pernyataan Skor altitude alert
a. Penyediaan data
Sangat Setuju (SS) 5
terkini secara akurat
Setuju (S) 4 Peningkatan
dan tepat waktu
Kurang Setuju (KS) 3 layanan
untuk controller,
melalui
Tidak Setuju (TS) 2 termasuk data
ketersediaan
Sangat Tidak Setuju (STS) 1 Meteorological
data saat ini
(MET), NOTAM,
Sumber: Sugiyono, 2018 dan Flight Plan
Tersedianya a. Investigasi
Penyusunan kuesioner yang recorded accident and
data incident
merupakan instrumen penelitian dari b. Search and rescue
variabel bebas (X) dan variabel terikat
(Y) mempunyai karakteristik masing –
masing sehingga perlu dijelaskan dengan

3
Jurnal Ilmiah Aviasi Langit Biru Vol. xx No.x Bulan Terbit xxxx Hal x : xxx Diisi oleh tim
Redaktur

Tabel 3. Kisi – kisi Instrumen 1.Tingkat penggunaan ATC System

Kuesioner variabel Y Automation
Variabel Dimensi Indikator Sangat Sangat
Rendah Sedang Tinggi Tinggi
Rendah
Ketidakstabilan
situasi
Tuntutan
Kompleksitas
Perhatian
situasi

Variabilitas situasi Gambar 1. Tingkat penggunaan ATC

Semangat
System Automation secara kontinum
Konsentrasi
Y
Pasokan perhatian Hasil interpretasi penelitian skor
Perhatian Pembagian menunjukan nilai 2451 (92%) yang
perhatian
Kapasitas mental termasuk di kategori Tinggi. Jadi, dapat
cadangan dikatakan bahwa tingkat penggunaan
Kuantitas
Pemahaman informasi
ATC System Automation termasuk
Kualitas informasi kategori tinggi.
Keakraban dengan
situasi
2.Tingkat Situation awareness ATC
Sangat Sangat
Metode Analisis Data Rendah
Rendah Sedang Tinggi Tinggi

Untuk memperoleh data, kuesioner

yang akan dipergunakan perlu diuji
terlebih dahulu apakah instrumen sudah
valid dan reliabel. Selanjutnya data yang
sudah di uji dan dinyatakan valid dan
reliabel dilakukan analisis statistik.
Untuk mengetahui pengaruh penggunaan
ATC System Automation (X) terhadap
Situation awareness ATC (Y) dilakukan
dengan menggunakan analisis korelasi
dan uji-t dengan bantuan aplikasi SPSS
V24.
Gambar 2. Tingkat Situation awareness
ATC secara kontinum
Hasil interpretasi penelitian skor
menunjukan nilai 2411 (91%) yang
termasuk di kategori Tinggi. Jadi, dapat
dikatakan bahwa tingkat situation
awareness ATC termasuk kategori
tinggi.

Diskusi 3. Analisis Korelasi

Berikut ini hasil diskusi dari
proses penelitian dan pengolahan data. Berikut adalah hasil dari uji
analisis korelasi Pearson Product
Moment :

4
Judul Artikel Ditulis Pada Bagian Ini Dengan Dimensi dan......................... (xxxxxxxxx)
Diisi oleh tim
Redaktur

Tabel 3. Analisis Korelasi 5. Koefisien Determinasi

Tabel 5. Koefisien determinasi (R

Pearson .834**
Correlation
Sig. (2-tailed) .000
N 53
Uji korelasi pearson di atas, diperoleh
nilai signifikansi sebesar 0,000 yang
menunjukan bahwa terdapat hubungan
antara kedua variabel. Korelasi positif
dengan nilai pearson correlation adalah
sebesar 0,834 yang tergolong pada
kategori sangat kuat.
Square)
Model R R Square
1 .834a .696
Koefisien determinasi atau R Square
adalah 0,696, artinya 69,6% variabel
X mempengaruhi variabel Y
Kesimpulan
Berdasarkan hasil penelitian dan
pengolahan data yang telah diuraikan

4. Uji Hipotesis (Uji T) sebelumnya, maka dapat disimpulkan

Tabel 4. Uji Regresi Variabel X dan Y bahwa :
B t Sig. 1. Tingkat ATC System
Model
(Constant) 2.855 .721 .474 Automation pada unit APP/TMA
Penggunaan ATC .922 10.798 .000 Surveillance termasuk dalam kategori
System tinggi yaitu 92 % didapat dari rata-rata.
Automation
2. Tingkat situation awareness
ATC berdasarkan perhitungan dalam
Dapat disimpulkan bahwa t
kategori tinggi yaitu 91% didapat dari
hitung > t tabel, yaitu 10,798 > 2,00758.
rata-rata.
Sehingga dapat disimpulkan bahwa Ha
3. Dari hasil uji koefisien
diterima Ho ditolak.
determinasi didapatkan pengaruh ATC
Ha : Diduga adanya pengaruh dari
System Automation terhadap Situation
penggunaan ATC System automation
Awareness ATC sebesar 69,6% dan
terhadap situation awareness ATC di unit
30,4% lainnya dipangaruhi oleh hal lain
APP/TMA surveillance Perum LPPNPI
yang tidak diteliti pada penelitian ini.
Cabang Denpasar.
ATC System Automation di unit
Ho : Diduga tidak adanya pengaruh dari
APP/TMA Surveillance Perum LPPNPI
penggunaan ATC System automation
Cabang Denpasar mempunyai pengaruh
terhadap situation awareness ATC di unit
yang kuat terhadap situation awareness
APP/TMA surveillance Perum LPPNPI
ATC dengan tingkat korelasi 0,834.
Cabang Denpasar
Hubungan fungsional antara ATC
System Automation dengan Situation
Awareness ATC adalah Y = 2,855 +
0.922 X dapat diartikan bahwa apabila
variabel X bernilai 0 maka nilai variabel
Y adalah 2,855, sedangkan ketika

5
Jurnal Ilmiah Aviasi Langit Biru Vol. xx No.x Bulan Terbit xxxx Hal x : xxx Diisi oleh tim
Redaktur

variabel X bernilai 1 maka terjadi Endsley, M. R., & Rodgers, M. D. (1996)

penaikan sebesar 0,922 pada variabel Y. Attention distribution and
artinya jika variabel ATC System situation awareness in air traffic
Automation mengalami kenaikan 1 poin, control. In Proceedings of the
human factors and ergonomics
maka nilai dari Situation Awareness
society annual meeting. Los
ATC akan mengalami kenaikan sebesar Angeles, CA: SAGE Publications.
0,922 poin. Begitupula sebaliknya, jika
variabel ATC System Automation Endsley, Mica R, (2016) Situation
mengalami penurunan 1 poin, maka nilai Awareness Measurement in Test
dari variabel Situation Awareness ATC and Evaluation, Lubbock :
Research Gate.
akan mengalami penurunan sebesar
0,922. Dalam hal ini pengaruh variabel Euro control, (2014) Safety And
independen ATC System Automation Automation, HindSight 20.
adalah berbanding lurus degan Situation
International Civil Aviation
Awareness ATC , artinya semakin
Organization, (2006) Annex 1, Air
meningkat ATC System Automation, Personnel Licensing, 10th Edition,
maka nilai Situation Awareness ATC Montreal : ICAO Secretary
juga akan semakin meningkat, begitu General.
pula sebaliknya.
Daftar Pustaka International Civil Aviation
Organization, (2016) Annex 11,
Adams, M. J., Tenney, Y. J., & Pew, R.
Air Traffic Services, 14th Edition,
W. (1995) Situation awareness
Montreal : ICAO Secretary
and the cognitive management of
General.
complex systems. Cambridge,
Massachusetts. Bolt Beranek and International Civil Aviation
Newman Inc. Organization, (2016) Document
4444, Air Traffic Management,
Airnav Indonesia, (2017) Manual Airnav
16th Edition, Montreal : ICAO
Indonesia Tentang Pelatihan
Secretary General.
Personel Navigasi Penerbangan.
International Civil Aviation
Aminarno Budi Pradana, (2019) Metode
Organization, (1992) Document
Penelitian Ilmiah, Edisi Revisi ke-
9426-AN/924, Air Traffic Services
3, Jakarta: Sekolah Tinggi
Planning Manual, 1st Edition,
Penerbangan Indonesia Jurusan
Montreal : Quebec, Canada H3C
Keselamatan Penerbangan.
5H7.
Edwards, T., Homola, J., Mercer, J., &
International Civil Aviation
Claudatos, L. (2017) Multifactor
Organization, (2013) Document
interactions and the air traffic
9613 A/N 937 Performance Based
controller: the interaction of
Navigation Manual Fourth
situation awareness and workload
Edition. Montreal : Quebec,
in association with
Canada.
automation. Cognition,
Technology & Work. International Civil Aviation
Organization, (1994) Human

6
Judul Artikel Ditulis Pada Bagian Ini Dengan Dimensi dan......................... (xxxxxxxxx)
Diisi oleh tim
Redaktur

Factor Digest 11, Human Factors

in CNS/ATM Systems, Montreal :
Quebec, Canada.

Jeannot, E, (2000) Situation Awareness

Synthesis Of Literature Search,
Paris: Eurocontrol Agency.

Jeannot, Emmanuelle, Christopher

Kelly, (2003) The Development of
Situation Awareness Measures in
ATM Systems, Paris : Eurocontrol
Agency.

Li, R., Zhou, Z., Cheng, Y., & Wang, J.

(2017) Failure Effects Evaluation
for ATC Automation
System. Applied Computational
Intelligence and Soft Computing.

Mirchi, T., Vu, K. P., Miles, J., Sturre,

L., Curtis, S., & Strybel, T. Z.
(2015) Air traffic controller trust
in automation in NextGen.
Procedia Manufacturing.

Mkrttchian, V., & Mkrtchyan, K. (2000)

Air Traffic Control Automation in
Armenia. IFAC Proceedings
Volumes, 33(12), 71-73.

Perum LPPNPI Cabang Denpasar,

(2018) Prosedur Operasi Standar
Pelayanan Lalu Lintas
Penerbangan, Denpasar.

Sugiyono, Prof, Dr. (2019) Metode

Penelitian Kuantitatif, Kualitatif,
dan R&D Bandung: Alfabeta.

Syofian Siregar, Ir., (2013) Statistik

Parametrik Untuk Penelitian
Kuantitatif, Jakarta: Bumi Aksara.