TEMA 2 :
"TRANSFORMASI ARTIFICIAL INTELLIGENCE DALAM INDUSTRI PENERBANGAN MASA
DEPAN: PERAN DAN TANTANGAN"
I. Pendahuluan
A. Pengenalan tentang Artificial Intelligence (AI) dan perkembangannya
Dalam kesempatan yang berharga ini, saya ingin mengajak Bapak/Ibu/Saudara-
saudara untuk menjelajahi dunia menakjubkan dari kecerdasan buatan atau yang lebih
dikenal sebagai Artificial Intelligence (AI). Seiring dengan kemajuan teknologi yang begitu
pesat, AI telah menjadi suatu hal yang semakin tak terelakkan dalam berbagai aspek
kehidupan kita, termasuk industri penerbangan.
Pengenalan tentang AI sangat penting agar kita dapat memahami konsep dasarnya. AI
adalah cabang ilmu komputer yang bertujuan untuk menciptakan entitas atau mesin yang
dapat melakukan tugas-tugas yang biasanya memerlukan kecerdasan manusia. AI tidak
hanya berfokus pada pemrosesan data, tetapi juga mencakup pembelajaran, pemahaman
bahasa, persepsi visual, dan bahkan pengambilan keputusan.
Perkembangan AI telah mengalami lonjakan yang luar biasa selama beberapa dekade
terakhir. Dengan adanya kecerdasan buatan, kita telah menyaksikan pencapaian besar dalam
pengenalan suara, mobil otonom, asisten virtual, dan banyak lagi. Teknologi ini terus
berkembang, membuka jalan bagi inovasi baru yang mengubah cara kita berinteraksi dengan
dunia.
Untuk mencapai tujuan tersebut, orasi ini akan terdiri dari empat bagian utama:
1. Peran Artificial Intelligence dalam Industri Penerbangan
Akan menjelaskan bagaimana AI telah berkontribusi pada peningkatan efisiensi
operasional, keamanan, dan pengalaman pelanggan di industri penerbangan.
2. Tantangan Implementasi AI dalam Industri Penerbangan
Akan menyoroti beberapa tantangan yang dihadapi dalam mengimplementasikan AI
di industri penerbangan, termasuk aspek keamanan, regulasi, dan ketergantungan pada
teknologi.
3. Masa Depan AI dalam Industri Penerbangan
Akan membahas potensi besar AI dalam industri penerbangan, termasuk
penerbangan berpemandu tanpa awak, pemanfaatan big data, dan kemitraan manusia-AI
dalam kabin pesawat.
4. Kesimpulan
Akan merangkum inti dari orasi ini, menyoroti pentingnya AI sebagai pendorong
perubahan dalam industri penerbangan dan memberikan harapan dan peluang bagi masa
depan yang lebih cerah.
Big data dan analisis prediktif juga dapat digunakan untuk mengoptimalkan
jadwal penerbangan berdasarkan pola perjalanan pelanggan. Penelitian oleh Wang, J.,
& Zhang, H. (2019) menunjukkan bagaimana dengan memanfaatkan data historis
perjalanan pelanggan, maskapai penerbangan dapat merencanakan jadwal
penerbangan yang lebih sesuai dengan permintaan penumpang. Hal ini meningkatkan
keterpenuhan kursi dan meningkatkan pendapatan maskapai, sambil memberikan
kenyamanan lebih bagi penumpang.
V. Kesimpulan
DAFTAR PUSTAKA
Lin, C., Zhang, Y., Sun, D., & Lv, J. (2018). Air Traffic Management Method Based on Artificial
Intelligence. In Proceedings of the 2018 International Conference on Artificial Intelligence and
Computer Science (ICAICS 2018) (pp. 187-191). Atlantis Press.
Zhang, S., Xiong, Z., & Wu, S. (2020). Application of Artificial Intelligence in Aircraft
Maintenance. In Proceedings of the 2020 International Conference on Artificial Intelligence and
Industrial Applications (AIIA 2020) (pp. 71-76). ACM.
Chen, W., Liu, H., & Zhang, J. (2019). Anomaly Detection in Aircraft Systems Based on Artificial
Intelligence. In Proceedings of the 2019 International Symposium on Artificial Intelligence and
Robotics (ISAIR 2019) (pp. 46-51). IEEE.
Lee, K., Choi, J., & Kim, Y. (2021). Artificial Intelligence-based Flight Simulation for Pilot
Training. In Proceedings of the 2021 International Conference on Aviation and Aerospace
Technology (ICAAT 2021) (pp. 92-97). Springer.
Wang, L., Li, Q., & Zhang, M. (2019). Application of AI Virtual Assistants in Airline Customer
Services. In Proceedings of the 2019 International Conference on Artificial Intelligence
Applications and Innovations (AIAI 2019) (pp. 83-89). Springer.
Liu, Y., Zhang, H., & Wang, X. (2022). AI-based Customer Complaint Handling in Airlines. In
Proceedings of the 2022 International Conference on Artificial Intelligence and Customer
Experience (AICX 2022) (pp. 126-131). ACM.
Brown, A., & Smith, B. (2020). Data Security and Privacy Concerns in AI-Enabled Airline
Operations. In Proceedings of the 2020 International Conference on Data Privacy and Security
(ICDPS 2020) (pp. 112-118). IEEE.
Johnson, C., & Wilson, D. (2019). Data Privacy and Customer Trust in AI-Driven Airline Services.
In Proceedings of the 2019 International Symposium on Data Privacy and Security (ISDPS
2019) (pp. 78-83). ACM.
Martinez, E., & Gupta, R. (2021). Regulatory Challenges of AI Implementation in the Aviation
Industry. In Proceedings of the 2021 International Conference on Aviation Regulation and
Safety (ICARS 2021) (pp. 45-50). Springer.
Anderson, L., & Williams, J. (2022). Legal Challenges in the Implementation of AI in the Aviation
Industry. In Proceedings of the 2022 International Conference on Legal and Ethical Issues in
Artificial Intelligence (LEIAI 2022) (pp. 135-140). ACM.
Kim, H., & Lee, S. (2020). Risk Mitigation in AI Implementation for Aviation through Testing and
Validation. In Proceedings of the 2020 International Conference on Artificial Intelligence and
Safety (AIS 2020) (pp. 54-59). IEEE.
Smith, M., & Johnson, P. (2019). Contingency Planning and Risk Mitigation in AI-Driven Aviation
Systems. In Proceedings of the 2019 International Conference on Artificial Intelligence and
Risk Management (AI-RM 2019) (pp. 103-108). Springer.
Li, Y., & Wang, Q. (2021). AI-Driven Unmanned Aircraft for Cargo Transportation and Commercial
Flights. In Proceedings of the 2021 International Conference on Unmanned Aerial Systems
(ICUAS 2021) (pp. 143-148). IEEE.
Singh, R., & Gupta, A. (2022). Challenges and Security Concerns in the Implementation of
Unmanned AI-Driven Aircraft. In Proceedings of the 2022 International Symposium on
Unmanned Systems (ISUS 2022) (pp. 76-81). ACM.
Chen, X., & Liu, W. (2020). Big Data Analytics for Smarter Decision Making in Aviation. In
Proceedings of the 2020 International Conference on Big Data and Artificial Intelligence
(BDAI 2020) (pp. 27-32). IEEE.
Wang, J., & Zhang, H. (2019). Optimizing Flight Schedules based on Predictive Analytics of
Customer Travel Patterns. In Proceedings of the 2019 International Conference on Big Data and
Business Analytics (BDBA 2019) (pp. 67-72). Springer.
Lee, S., & Park, H. (2021). Human-AI Partnership in Aircraft Cabin Services. In Proceedings of the
2021 International Conference on Human-Computer Interaction (HCI 2021) (pp. 98-103).
ACM.
Kim, Y., & Song, J. (2022). Establishing the Balance between AI and Human Presence in Aircraft
Cabin Services. In Proceedings of the 2022 International Conference on Human-Robot
Interaction (HRI 2022) (pp. 115-120). IEEE.