PROYEKSI PENUMPANG ANGKUTAN UDARA PADA TAHUN 2018 DENGAN METODE ESTIMASI REGRESISTUDI KASUS DI BANDARA INTERNASIONAL MINANGKABAU (BIM) PROVINSI SUMATERA BARATPROJECTION OF AIR TRANSPORT OF PASSENGERS IN 2018 WITH ESTIMATED REGRESSION CASE STUDIES IN BANDARA INTERNASIONAL MINANGKABAU (BIM) WEST SUMATRA PROVINCE

Oleh :Hendry Natanael Gumano 1) dan Hala Haidir 2)

1)MahasiswaJurusan Teknik Perencanaan Wilayah & Kota, Universitas Bung Hatta, email : hendrygumano010@gmail.com 2 )MahasiswiJurusan Teknik Perencanaan Wilayah & Kota, Universitas Bung Hatta,email : halahaidir@gmail.com

AbstrakBandara Internasional Minangkabau setelah beroperasi sejak tahun 2005 menunjukkan tren peningkatan jumlah arus penumpang angkutan udara yang meningkat tiap tahunnya. Hal ini juga terjadi seiring dengan meningkatnya PDRB perkapita Sumatera Barat yang mana PDRB ini dinilai sebagai tolak ukur penilaian tingkat kesejahteraan penduduk pada suatu daerah. Pada hasil analisis, menunujkkan bahwa PDRB perkapita dan frekuensi penerbangan yang ditetapkan sebagai variabel dependent mempunyai kemampuan sebesar 98,1 persen dalam mengestimasi proyeksi penumpang angkutan udara (variabel independent) pada tahun 2018. Berdasarkan data eksisting, PDRB perkapita dan frekuensi penerbangan juga telah di proyeksikan pertumbuhannya pada tahun 2018 berdasarkan laju pertumbuhannya masing masing dengan metode proyeksi geometrik. Dari hasil perhitungan model estimasi regresi dihasilkan bahwa taksiran penumpang angkutan udara pada tahun 2018 adalah sebesar 5.689.477 orang penumpang atau meningkat sekitar 120 % dari data eksisting tahun 2012 yaitu 2.585.768 orang. Dengan didapatnya hasil seperti ini, diharapkan adanya strategi khusus dalam mensiasati pekembangan penumpang dimasa yang akan datang agar BIM kedepannya dapat tetap melayani permintaan angkutan udara yang memadai seperti yang tertuang dalam bagian saran. Kata kunci :tren, proyeksi, permintaan

AbstractBandara Internasional Minangkabau after the operating since 2005 shows the increasing of current trend for number of air passengers are increasing every year. It also goes along with the increasing PDRB per capita of West Sumatra which Is PDRB per capita assessed as benchmark assessment on the welfare of an area. In the analysis, shows that PDRB per capita and the frequency of flights defined as the dependent variable has the capability of estimating the projected 98.1 percent in passenger air transport (independent variables) in 2018. Based on existing data, PDRB per capita and the frequency of flights has also projected growth in 2018 based on the rate of growth of each - each with a geometric projection method. From the calculation of the resulting regression estimation model that estimates of air passengers in 2018 amounted to 5,689,477 passengers, an increase of approximately 120% of the existing data in 2012 is 2,585,768 people. With the gained results, it is expected the specific strategies to anticipate developments in the future passengers that BIM can continue to serve the future demand for air transport is adequate as contained in the advice section. Keyword :trends, projections, demand

PENDAHULANLatar BelakangAngkutan pada dasarnya adalah sarana untuk memindahkan orang atau barang dari suatu tempat ke tempat lain. Dewasa ini pemilihan moda angkutan sangat bervariasi antara lain angkutan darat, angkutan laut maupun angkutan udara. Namun, angkutan udara beda halnya dengan Jenis angkutan lainnya dikarenakan klaisifikasi modelnya secara fisik tidak banyak, hanya terdapat satu bentuk saja (Fidel Miro, 2011). Dengan menggunakan angkutan udara akan mempercapat seseorang untuk sampai ketempat tujuan walaupun memiliki cost yang cukup mahal dibandingkan dengan angkutan darat dan air. Oleh karena itu tidak heran jika peminat penumpang angkutan udara setiap tahunnya semakin meningkat.Provinsi Sumatera Barat dimana disetiap daerahnya masing-masing mempunyai banyak keragaman Sumber Daya Alam (SDA) terutama dari sektor Pariwisatanya ini diyakini sebagai salah satu faktor yang meyebabkan meningkatnya bangkitan perjalanan di Sumatera Barat baik perjalanan yang berasal dari dalam negeri maupun luar negeri. Adapun variabel yang mempengaruhi meningkatnya bangkitan perjalanan yaitu variabel jumlah penumpang angkutan udara di Bandara Internasional Minangkabau (BIM) Provinsi Sumatera Barat (Sumbar), frekuensi penerbangan pesawat di BIM Sumbar, dan Pendapatan Dearah Regional Bruto (PDRB) perkapita atas dasar harga berlaku Provinsi Sumatera Barat. Data variabel yang digunakan yaitu data (lima) tahun terakhir yakni dari tahun 2008 dampai tahun 2012. Hal ini dibuktikan berdasarkan data dari DISHUBKOMINFO Provinsi Sumatera Barat dari proporsi pelaku perjalanan datang dan pergi dengan angkutan udara menunjukkan peningkatan dari tahun ketahunnya dimana jumlah penumpang total angkutan udara pada tahun 2008 sebanyak 1.621.818 jiwa meningkat pada tahun 2012 menjadi 2.585.768 jiwa. Dengan meningkatnya jumlah penumpang tentu ini mempengaruhi sistem angkutan udara Bandara Internasional Minangkabau (BIM) di tahun-tahun berikutnya.Berdasarkan hal tersebut perlu dikaji peningkatan jumlah penumpang angkutan udara pada tahun dasar maupun tahun rencana yang tentunya mempengaruhi sistim penerbangan dengan menggunakan metode analisis proyeksi. Perumusan MasalahDari uraian diatas, rumusan masalah dalam penelitian ini adalah:1. Meningkatnya jumlah penumpang angkutan udara setiap tahunnya2. Mengidentifikasi keterkaitan antar variabel yang telah ditentukan

Tujuan PenelitianAdapun tujuan yang ingin dicapai dari penelitian ini yaitu :1.Mengetahui trend jumlah penumpang angkutan udara saat ini dan masa yang akan datang.2.Identifikasi varibel yang memiliki hubungan keterkaitan dalam proyeksi jumlah penumpang angkutan udara dimasa yang akan datang 2. Memproyeksi jumlah penumpang angkutan udara untuk jangka waktu 5 (lima) tahun mendatang.

Kemudian, untuk mengetahui pengaruh serta solusi sistem angkutan udara Bandara Internasional Minangkabau BIM dimasa yang akan datang maka hasil penelitian ini juga dapat dipergunakan sebagai dasar kajian dalam proses penelitian selanjutnya yaitu analisis hasil proyeksi penumpang angkutan udara terhadap permintaan jasa angkutan udara Bandara Internasional Minangkabau (BIM) Sumatera Barat, seiring dengan permintaan jasa angkutan udara yang terus meningkat dalam konteks sistem transportasi yang memadai.

METODOLOGI PENELITIAN

Penentuan Variabel PenelitianPengumpulan Data SekunderSimulasiPDRB tahun 2008-2012, Jumlah Angkutan Udara tahun 2008-2012, dan Frekuensi Penerbangan tahun 2008-2012Uji Regresi BergandaAnalisis Proyeksi Kesimpulan

Gambar 1. Bagian Alir Metode Penelitian

Adapun beberapa data yang dipergunakan dalam penelitian ini nantinya akan digunakan sebagai variable bebas yang menjadi dasar dalam penelitian ini meliputi :1. Jumlah Penumpang Angkutan Udara di BIM Sumatera Barat (X1).2. Frekuensi Penerbangan Pesawat di BIM Sumatera Barat (X2).3. Pendapatan Dearah Regional Bruto (PDRB) perkapita atas dasar harga berlaku Provinsi Sumatera Barat (X3).

Variabel variabel bebas tersebut diatas digunakan untuk meproyeksi jumlah penumpang angkutan udara BIM (Y) yang merupakan variabel terikat. Namun, sebelumnya variabel-variabel diatas akan kita uji dengan Metode Analisis Regresi Berganda dengan tujuan untuk :1. Membuat model estimasi regresi yang menunjukkan hubungan antara variabel dependen(yang dipengaruhi) dengan variabel independen (yang mempengauhi).2. Menguji pengaruh variabel independen terhadap variabel dependen.3. Mengukur dan menguji tingkat keakuratan model untuk estimasi. 4. menggunakan persamaan regresi untuk mengestimasi nilai variabel dependen.

Kemudian dari hasil uji dan mendapatkan model yang didapatkan dari Metode Analisis Regresi Berganda akan digunakan untuk memproyeksikan jumlah penumpang angkutan udara untuk jangka waktu 5 tahun mendatang.

1. Waktu dan Tempat PenelitianLokasi Penelitian Proyeksi Penumpang Angkutan Udara Tahun 2018 dengan metode estimasi ini dilakukan di Bandara Internasional Minangkabau Provinsi Sumatera Barat.2. Teknik Pengumpulan DataData yang digunakan dalam penelitian ini yaitu data sekunder yang bersumber dari dinas Bappeda Provinsi Sumatera Barat dan Dishubkominfo Provinsi Sumatera Barat.3. Teknik Analisis Data

Dalam penelitian ini, adapun beberapa teknik analisis data yang digunakan dijelaskan sebagai berikut :1.Analisis Regresi BergandaModel analisis regresi berganda dilakukan untuk mengamati pengaruh beberapa variabel terhadap suatu variabel.Pada persamaan regresi berganda terdapat satu variabel dependen (varibel yang dipengaruhi) dan dua atau lebih variabel independen (varibel yang mempengaruhi). Bentuk umum persamaan regresi berganda adalah :

Y = A + B1 X1 + B2 X2 + + Bn XnDimana :Y= variabel tidak bebasX1Xn= variabel bebasA= konstanta regresiB1Bn= koefisien regresi

2.Metode Analisis ProyeksiAnalisis proyeksi ini bertujuan untuk mengetahui jumlah proyeksi untuk tahun yang akan datang. Adapun metode proyeksi yang digunakan pada penelitian ini yaitu metode proyeksi bunga berganda (metode geometric) yang berbasis pada rumus :Pt = Po (1 + r)nDimana :Pt= jumlah pada tahun tPo= jumlah pada tahun awal r = angka pertumbuhann= jangka waktu dalam tahun

HASIL DAN PEMBAHASAN Data yang dibutuhkan untuk dianalisa dalam penelitian ini yaitu PDRB perkapita atas dasar harga berlaku Sumatera Barat, Jumlah penumpang Angkutan Udara di BIM, serta frekuensi penerbangan pesawat di BIM.

PDRB Perkapita Sumatera BaratData PDRB perkapita Sumatera Barat menurut data Dishubkominfo Provinsi Sumatera Barat 5 (lima) tahun terakhir, dapat dilihat pada tabel berikut.

Tabel 1. Data PDRB perkapita Provinsi Sumatera Barat (Tahun 2008-2012)TahunPDRB Perkapita (Rupiah)

200812.808.637,46

200915.003.730,16

201016.023.751,76

201117.960.699,96

201220.168.840,07

Total81.965.659,41

Rata-rata16.393.131,88

Sumber : BAPPEDA Sumbar Dalam Angka

Dari data diatas menunjukkan bahwa PDRB perkapita Provinsi Sumatera Barat mengalami peningkatan, dari Rp. 12.808.67,46 pada tahun 2008 menjadi 20.168.840,07 pada tahun 2012.

Jumlah Penumpang Pesawat Bandara Internasional Minangkabau (BIM)Data jumlah penumpang pesawat di BIM menurut Dishubkominfo Provinsi Sumatera Barat lima tahun terakhirTabel 2. Data Jumlah Penumpang Pesawat di Bandara Internasional Minangkabau (Tahun 2008-2012)TahunJumlah Penumpang (jiwa)

DatangBerangkatTotal

2008807.179814.6391.621.818

2009917.040896.4611.813.501

2010966.173965.7551.931.928

20111.097.2831.114.5612.211.844

20121.288.1781.297.5902.585.768

Total5.075.8535.089.00610.164.859

Rata-rata1.015.1711.017.8012.032.972

Sumber : Dishubkominfo Provinsi Sumatera Barat, 2013

Berdasarkan data diatas jumlah penumpang setiap tahunnya baik yang datang maupun berangkat mengalami peningkatan. Dan untuk lebih jelasnya dapat dilihat pada grafik berikut ini:

Gambar 1: Jumlah Penumpang Pesawat BIM

Jumlah Frekuensi Penerbangan Pesawat Dan berikut ini adalah data jumlah frekuensi penerbangan pesawat di Bandara Internasional Minangkabau menurut Dishukominfo Provinsi Sumatera Barat Tabel 3. Data Jumlah Frekuensi Penerbangan Pesawat di Bandara Internasional Minangkabau (Tahun 2008-2012)TahunJumlah Penerbangan (trip)

DatangBerangkatTotal

20086.3776.37712.754

20097.3467.35214.698

20106.8366.85513.691

20117.3257.32614.651

20128.3918.39516.786

Total36.27536.30572.580

Rata-rata7.2557.26114.516

Sumber : Dishubkominfo Provinsi Sumatera Barat, 2013

1.Uji Regresi BergandaHasil perhitungan menggunakan program SPSS sebagai berikut :

Kesimpulan dari hasil analisis regresi diatas adalah sebagai berikut : Persamaan model regresi estimasinya yaitu : Jumlah penumpang = 300.396,98 + 0,12 X1 + 24.76 X2 Dengan nilai = 5 %, nilai probabilitas sig pada kolom ANOVA yaitu 0,019 lebih kecil dari pada . Dengan demikian dapat disimpulkan bahwa bahwa PDRB perkapita dan frekuensi penerbangan mampu menjelaskan perubahan jumlah penumpang di Bandara Internasional Minangkabau. Besarnya koefisien determinasi (R square/ R2) pada hasil perhitungan SPSS adalah 0,981. Artinya model regresi tersebut mempunyai ketepatan 98,1 persen untuk menaksir. Sisanya yang 1,9 persen yang tidak dapat dijelaskan oleh model regresi estimasi tersebut.

2.Analisis ProyeksiDalam hal ini, dilakukan proyeksi jumlah PDRB perkapita dan frekuensi penerbangan yang nantinya akan disimulasikan dalam mengestimasi proyeksi penumupang angkutan udara pada tahun 2018. Berikut adalah hasil dari proyeksi tersebut dengan menggunakan metode Pt = Po (1 + r)n

Berikut adalah hasil perhitungan proyeksi PDRB perkapita dengan laju pertumbuhan rata-rata sebesar 12,08 persen dan proyeksi frekuensi penerbangan dengan laju pertumbuhan rata-rata sebesar 7,49 persen.

Tabel 4. Proyeksi Pertumbuhan PDRB perkapita dan Frekuensi PenerbanganTahunProyeksi Pertumbuhan

PDRB perkapita (Rupiah)Frekuensi Penerbangan(Trip)

201322.589.100,8817.961

201425.211.050,0919.136

201528.236.376,1020.479

201631.665.078,9121.990

201735.497.158,5223.500

201839.732.614,9425.179

Sumber : Hasil Analisis 2013

Hasil proyeksi diatas menunjukkan adanya hubungan antara PDRB perkapita dengan frekuensi penerbangan (Trip) dimana semakin tinggi PDRB perkapita maka semakin tinggi pula frekuensi penerbangan (Trip) yang terjadi. Dan untuk lebih jelasnya dapat dilihat pada gambar berikut ini.

Gambar 2: Proyeksi Pertumbuhan PDRB perkapita dan Frekuensi Penerbangan

3.SimulasiSetelah sampai pada tahap ini, akan dilakukan simulasi yang bertujuan untuk mengestimasi sejauh apa dan seberapa besar peningkatan jumlah penumpang angkutan udara yang di pengaruhi oleh proyeksi pertumbuhan PDRB dan frekuensi penerbangan di Bandara Internasional Minagkabau Sumatera Barat. Untuk melakukan simulasi akan dibutuhkan hasil pemodelan estimasi analisis regresi seperti berikut ini :Jumlah penumpang = 300.396,98 + 0,12 X1 + 24.76 X2

Besarnya hasil taksiran PDRB perkapita pada tahun 2018 (X1)= 39.732.614,94 rupiah dan taksiran frekuensi penerbangan pada tahun 2018 (X2) = 25.179 trip.Sehingga, bila di simulasikan dalam model regresi estimasi diatas akan didpatkan hasil :

Jumlah penumpang = 300.396,98 + 0,12 (39.732.614,94) + 24,76 (25.179) = 5.689.476,70

Dari estimasi diatas, dapat disimpulkan bahwa setiap penambahan pertumbuhan PDRB perkapita dan frekuensi penerbangan pada tahun 2018 akan mempengaruhi penambahan jumlah penumpang angkutan udara sebesar 5.689.477 orang pada tahun 2018.

KESIMPULANBerdasarkan data-data yang diperoleh serta hasil analsis penelitian dan pembahasan yang telah diakukan mengenai proyeksi penumpang angkutan udara pada tahun 2018 dengan metode regresi estimasi. Maka, ada beberapa hal yang disimpulkan yaitu sebagai berikut :1.Berdsarkan hasil pembahasan, bila dilihat dari trend data 5 tahun sebelumnya, jumlah penumpang angkutan udara , PDRB perkapita, dan frekuensi penerbangan di Sumatera Barat menunjukkan kenaikan yang signnifikan untuk tahun yang akan datang. 2.Pengaruh variabel PDRB perkapita dan frekuensi penerbangan di Sumatera Barat terhadap pertumbuhan jumlah penumpang angkutan udara di tahun yang akan datang meiliki pengaruh yang kuat. Hal ini dapat dilihat berdasarkan hasil analsisi regresi menunjukkan nilai sig probabilitas pada kolom ANOVA lebih kecil dari nilai 0,05 () yaitu 0,019. Dan juga ketepatan unutk mengestimasi jumlah penumpang sebesar 98,1 persen. Sehingga kedua variabel tersebut pantas untuk mengestimasi jumlah penumpang angkutan udara.3.Dari hasil simulasi dapat disimpulkan bahwa, berdasarkan hasil estimasi regresi yang dilakukan, pada proyeksi peningkatan PDRB perkapita Sumatera Barat pada tahun 2018 sebesar 97 persen dari data PDRB perkapita tahun 2012, dan peningkatan frekuensi penerbangan pada tahun 2018 sebesar 50 persen dari data frekuensi penerbangan tahun 2012, akan menyebabkan penambahan jumlah penumpang angkutan udara pada tahun 2018 sebesar 5.689.477 orang atau meningkat sebesar 120 persen dari jumlah penumpang pada tahu 2018.

SARAN Dengan memperahatikan hasil analisis dan kesimpulan maka peneliti menyarankan hal-hal sebagai berikut :1.Perlu adanya penambahan jumlah armada angkutan udara untuk menampung penambahan jumlah penumpang angkutan udara yang pada tahun 2018 akan bertambah sebanyak 120 persen dari data tahun 2012. 2.Jika memang tidak memungkinkan untuk melakukan penambahan armada maka alternative lain yang disarankan yaitu dilakukannya pergantian jenis armada angkutan udara yang lama dengan armada angkutan udara yang baru dengan kapasitas penampungan penumpang yang lebih besar namun tetap memperhatikan keadaan landasan pacu di Bandara Internasional Minangkabau apakah memang dapat melayani penerbangan pesawat dengan kapasitas yang lebih besar dengan pertimbangan, bila landasan pacu yang tersedia belum mampu melayani penerbangan tersebut, maka haruslah dilakukan penambahan panjang, lebar, serta peningkatan kualitas landasan pacu di BIM.3. Alternatif lain yaitu penambahan atau pengaturan kembali jadwal penerbangan dari dan ke Bandara Internasional Minangkabau dengan tujuan supaya dapat menguraikan penumpukan arus penumpang yang terjadi di BIM. 4.Perlu adanya peningkatan kualitas pelayanan di Bandara Internasional Minangkabau untuk terus menjaga eksistensi BIM yang menjadi terminal arus penumpang dari dan ke Provinsi Sumatera Barat dimasa yang akan datang.

DAFTAR PUSTAKABadan Perencanaan Pembangunan Daerah Provinsi Sumatera Barat. 2012. Sumatera Barat Dalam Angka: PadangDinas Perhubungan Komunikasi dan Informasi Provinsi Sumatera Barat. 2012. Laporan Lalu Lintas Penerbangan BIM :PadangLabscan Jurusan Teknik Perencanaan Wilayah dan Kota Universitas Bung Hatta. 2012. Modul Praktikum Mata Kuliah Staistik : Padang, Labscan PWK UBHMiro, Fidel. 2002. Perencanaan Transportasi Untuk Mahasiswa, Perencana, dan Praktisi: Jakarta, Penerbit Erlangga. 2011. Pengantar Sistem Transportasi : Jakarta, Penerbit Erlangga

LAMPIRAN

HASIL PERHITUNGAN SIMULASI TAKSIRAN JUMLAH PENUMPANG ANGKUTAN UDARA DENGAN MODEL RGRESI ESTIMASI

ab1X1b1X1b2X2b2X2a+b1X1+b2X2

300.396,98 0,1222.589.100,88 2.710.692,11 24,6717.961 443.097,87 3.454.186,96

300.396,98 0,1225.211.050,09 3.025.326,01 24,6719.136 472.085,12 3.797.808,11

300.396,98 0,1228.236.376,10 3.388.365,13 24,6720.479 505.216,93 4.193.979,04

300.396,98 0,1231.665.078,91 3.799.809,47 24,6721.990 542.493,30 4.642.699,75

300.396,98 0,1235.497.158,52 4.259.659,02 24,6723.500 579.745,00 5.139.801,00

300.396,98 0,1239.732.614,94 4.767.913,79 24,6725.179 621.165,93 5.689.476,70