STUDY DESAIN & IMPLEMENTASI BUSINESS INTELLIGENCE pada suatu maskapai penerbangan (Laporan Studi MSIB Kampus Merdeka 2022)
Guruh Sukmo1
(Program Studi Teknik Industri, Fakultas Teknik, Universitas Hasyim Asy’ari) dan [email protected] Sulung Rahmawan Wira Ghani 2
(Program Studi Teknik Industri, Fakultas Teknik, Universitas Hasyim Asy’ari) dan [email protected]
Abstract
Satisfying service is a priority for airlines so airlines compete to create comfort. In addition, flights also affect external matters because the airline needs to minimize errors which often occur. To overcome this, it is necessary to monitor the performance of airlines. One method used is the application of a business intelligence system which can provide reporting dashboards that can provide interactive data analysis information. The amount of data from flight traffic stored in the data warehouse becomes very useful if managed properly to get various kinds of hidden insights. With the implementation of business intelligence, the data can be utilized so it becomes a tool in making decisions for the development and improvement of air traffic and the impact of air traffic. The object of this research used raw data from public data. This research method used the Business Intelligence Roadmap (BIR). The results of the study made 3 dashboards: the first dashboard showed a pattern which was almost the same as the total delay data in 3 consecutive years. This was due to a high proportion of weather conditions in America. The second dashboard depicted a positive correlation between airplane visits and economic growth. The third dashboard indicated the number of flights that were frequently used by passengers as a standard reference that the need for and comfort for aircraft facilities because the quality of service provided by the airline was very important for consumers who used flight services.
Published By:
Program Study Teknik Industri Universitas Hasyim Asy’ari Tebuireng Jombang.
Website:
http://ejournal.unhasy.ac.id/index.php/in vantri
Email:
[email protected] Phone :
(0321) 861719 Map & Adreess :
Tebuireng, Jl. Irian Jaya No.55, Cukir, Kec.
Diwek, Kabupaten Jombang, Jawa Timur 61471
Keywords: Airlines, Business Inteligence, Data Warehouse, Dashboard, Decission Making
DOI : https://doi.org/10.33752/invantri.v2i2.3740
Article History, Submit : 18 Desember 2022
Received in from: 18 Desember 2022 Accepted : 9 Februari 2023 Available online: 27 Februari 2022
PENERAPAN BUSINESS INTELLIGENCE PADA MASKAPAI …| 28
Abstrak
Pelayanan yang memuaskan menjadi prioritas untuk maskapai penerbangan sehingga pihak maskapai berusaha menciptakan kenyamanan. Selain itu, penerbangan juga mempengaruhi hal-hal eksternal karena pihak maskapai perlu meminimalkan kesalahan yang sering terjadi. Untuk mengatasi hal ini, perlu dilakukan monitoring untuk mengetahui performa dari maskapai penerbangan. Salah satu cara yang digunakan adalah penerapan sistem business intelligence yang dapat menyajikan dashboard reporting yang dapat memberikan informasi analisis data secara interaktif. Banyaknya data dari lalu lintas penerbangan yang tersimpan di data warehouse menjadi sangat bermanfaat jika dikelola dengan baik untuk mendapatkan berbagai macam insight yang tersembunyi. Dengan adanya penerapan implementasi business intelligence, data itu dapat di manfaatkan sehingga menjadi alat dalam pengambilan keputusan untuk perkembangan maupun perbaikan terhadap lalu lintas penerbangan maupun dampak dari arus penerbangan. Objek penelitian ini menggunakan data mentah dari data publik. Metode penelitian ini menggunakan Business Intelligence Roadmap (BIR). Hasil penelitian dibuat 3 dashboard: dashboard pertama menujukan pola yang hampir sama dengan total data keterlambatan dalam 3 tahun berturut-turut.
Hal ini disebabkan oleh proporsi yang tinggi dari kondisi cuaca di Amerika. Kondisi cuaca dapat memengaruhi penerbangan yang lepas landas atau mendarat. Dashboard yang kedua menujukan adanya korelasi yang positif antara kunjunagn pesawat terbang dengan pertumbuhan ekonomi.
Dashboard yang ketiga menujukan jumlah penerbangan yang sering digunakan oleh penumpang menjadi acuan standar bahwa kebutuhan dan kenyamanan akan fasilitas pesawat karena kualitas layanan yang diberikan oleh pihak maskapai sangat penting bagi konsumen yang menggunakan jasa penerbangan.
Kata Kunci: Business Inteligence, Data Warehouse, Dashboard, Maskapai Penerbangan, Pembuatan keputusan
PENDAHULUAN
Perkembagan teknologi yang sangat cepat di era industry 4.0 mengakibatkan perubahan yang signifikan dan kompetitif.
(Yusnaini & Slamet, 2019). Mahasiswa dituntut untuk mempersiapkan kebutuhan zaman yang begitu cepat. Perguruan Tinggi harus dapat merancang proses pembelajaran yang inovatif sehingga mahasiswa mendapat keterampilan dan pengetahuan yang dapat menjawab permasalahan masyarakat secara riil. Kampus Merdeka oleh Kementerian Pendidikan dan Kebudayaan Direktorat Jenderal Pendidikan Tinggi (Kemendikbud - Dikti) menggagaskan kebijakan Merdeka Belajar untuk menjawab tuntutan tersebut. Berbagai macam program ditawarkan seperti: Pertukaran Pelajar, Magang, Studi Independen, Wirausaha, dll.
Penulis berkonsentrasi mengikuti program Studi Independen.
Studi independen bersertifikat adalah bagian dari program kampus merdeka yang bertujuan untuk memberikan kesempatan kepada mahasiswa untuk belajar dan mengembangkan diri melalui aktifitas di luar kelas perkuliahan, namun tetap diakui sebagai bagian dari perkuliahan. Dalam mendukung program tersebut, Kemendikbud-Dikti mengajak untuk berkolaborasi bersama mitra- mitranya. Melihat peluang tersebut, Celerates School dimana penulis mengikuti program studi independen menjadi mitra Kampus Merdeka yang memberikan pelatihan di bidang teknologi khususnya big data and business intelligence. Dengan begitu, penulis melakukan penelitian dan penerapan business intelligence pada maskapai penerbangan.
Pada saat ini, aktivitas manusia sangat beragam dan variatif. Dalam menunjang aktifitas manusia yang serba modern ini, segalanya dituntut harus cepat, salah satunya dalam hal mobilitas. Msnusia yang memilki
mobilitas yang tinggi dan perjalanan yang jauh memerlukan waktu yang efektif untuk mencapai tujuannya mesikpun memerlukan biaya yang cukup mahal. Dari semua moda transportasi yang ada, moda transportasi udara telah mendominasi kebutuhan manusia dalam melakukan perjalanan jauh sehingga lebih efisien. Moda transportasi udara, khususnya pesawat udara penumpang dimiliki oleh maskapai penerbangan. Maskapai penerbangan merupakan perusahaan yang menjual jasa transportasi menggunakan pesawat terbang sebagai moda transportasi udara.
Dalam melayani penumpang maskapai penerbangan, pihak maskapai berkompetisi untuk memberikan pelayanan yang memuaskan terhadap konsumen sehingga maskapai penerbangan perlu untuk meminimalkan kesalahan yang sering terjadi.
Salah satunya adalah delay atau keterlambatan yang biasanya disebabkan oleh cuaca atau kendala teknis, pergantian roda pesawat, dan pergantian suku cadang yang tidak cepat maka terpaksa pesawat harus ditukar atau diganti dengan yang tersedia pada waktu itu. Hal ini menjadi suatu hal yang tidak diinginkan para konsumen karena para penumpang menginginkan efisiensi waktu dalam mobilitas domestik maupun internasional. Untuk mengatasi ini, perlu dilakukan monitoring untuk mengetahui performa dari maskapai penerbangan sehingga arus lalu lintas bisa berjalan normal. Salah satu cara yang digunakan adalah penerapan sistem business intelligence.
Business intelligence (BI) adalah suatu sistem aplikasi yang berfungsi untuk mengelola dan menganalisis data suatu perusahaan atau organisasi untuk menghasilkan suatu informasi. Salah satu bentuk informasi yang dapat diberikan dari pengaplikasian business intelligence tersebut adalah dengan adanya dashboard reporting yang dapat memberikan
informasi analisis data secara interaktif. Hasil dari dashboard bisa memberikan gambaran untuk perbaikan terhadap perusahaan. Selain itu, aktifitas penerbangan yang terjadi bisa memberikan visualisasi terhadap dampak mobilitas yang terjadi baik itu secara langsung atau pengaruh secara tidak langsung.
Pemrosesan business intelligence tidak terlepas dari data yang besar yang seringkali tersimpan didalam data warehouse. Data warehouse adalah tempat penyimpanan data dari berbagai sumber data baik data terstruktur maupun tidak terstruktur (Ardiyanti dkk, 2021).
Menurut (Inmon, 2005), data warehouse didefinisikan sebagai sekumpulan data yang memiliki enam buah sifat atau karakteristik berupa berorientasi subjek (subject oriented), terintegrasi (integrated), berorientasi pada proses (process oriented), time variant, dapat diakses dengan mudah (accessible) dan bersifat non-volatile. Data warehouse secara efisien digunakan oleh organisasi industri dalam proses bisnisnya untuk melakukan analisa, perencanaan, dan pengambilan keputusan bisnis suatu perusahaan. Umumnya, perusahaan menyalin data yang bersumber dari sistem operasionalnya seperti data dari database penjualan barang ke Data warehouse.
Selanjutnya, data tersebut diberikan query yang kompleks dan di analisis sehingga dapat memperoleh informasi yang diinginkan perusahaan.
Banyaknya data dari lalu lintas penerbangan yang tersimpan di data warehouse menjadi sangat bermanfaat jika dikelola dengan baik untuk mendapatkan berbagai macam insights yang tersembunyi. Dengan adanya penerapan implementasi business intelligence, data itu bisa di manfaatkan dalam pengambilan keputusan untuk pengembangan dan
perbaikan terhadap lalu lintas penerbangan maupun analisa dampak dari arus penerbangan.
Adapun tujuan tulisan ini adalah
1. Mengkombinasikan sumber data yang berbeda untuk keperluan business intelligence.
2. Memanipulasi data yang missing dan yang kurang tepat untuk menghindari hasil keputusan yang salah.
3. Membuat visualisasi yang tepat untuk melihat insight yang tersembunyi dari data yang besar.
KAJIAN TEORI
A. Business Intelligence
Business intelligence merupakan sistem dan aplikasi yang berfungsi untuk mendukung pemrosesan data yang sangat besar secara real time baik itu data operasional, data transaksional, atau data lainnya di suatu perusahaan atau organisasi. Pengetahuan dari pemrosesan BI berguna untuk proses dalam pengambilan keputusan (Żółto, 2022). Aplikasi ini melakukan analisis data-data di masa lampau, menganalisisnya dan kemudian menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan organisasi.
Business Intelligence menjelaskan tentang suatu konsep dan metode bagaimana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. Business Intelligence (BI) merupakan kemampuan perusahaan untuk memanfaatkan data yang tersedia secara bermakna. Menurut (Niu et al., 2021) dalam penelitiannya Thomson, menunjukkan bahwa keunggulan utama BI adalah pelaporan yang cepat dan andal (76%), pilihan pasar lebih baik (75%), peningkatan layanan pelanggan (54%), dan pendapatan perusahaan yang lebih tinggi (42%).
B. Pentaho
Pentaho adalah kumpulan aplikasi Business Intelligence yang bersifat free open source software dan berjalan di atas platform Java.
Pentaho memiliki kumpulan aplikasi didalamnya seperti: Pentaho BI Server, Penthao Data Integration, Mondrian, Pentaho Reproting, Weka, Ctools. Dalam penelitian ini, penulis berfokus pada pentaho data integration (PDI) dalam penerapannya terhadap visualisasi bisnis. Di PDI, proses extract, transform, load (ETL) dapat dimodelkan sebagai grafik terarah, di mana sumber data ditransformasi, dan data direpresentasikan sebagai node (Skoutas dkk., 2009). Aliran data antar node diwakili oleh edge.
Data yang tidak dapat diproses dapat dianotasi dengan informasi tambahan dan dialihkan ke keluaran kesalahan khusus. Dengan menggabungkan beberapa langkah, proses ETL kompleks yang mengintegrasikan sumber heterogen yang kemudian dapat dirancang, dijalankan, dan dipantau.
C. Tableau
Tableau adalah perangkat lunak yang dipakai oleh perusahaan untuk memproses data-data yang ada. Platform ini memungkinkan adanya proses kolaborasi kreatif dari berbagai divisi perusahaan dalam rangka menampilkan visualisasi data yang menarik untuk dilihat dan mudah untuk dipahami. Tableau adalah perangkat yang bisa menampilkan hasil analisis seorang business intelligence ke dalam bentuk visual agar mudah untuk dimengerti oleh divisi-divisi lain dalam perusahaan tersebut. Software ini menghasilkan produk visualisasi data yang interaktif seperti di gambar 1.
gambar 1. Contoh visualization data di tableau (sumber : https://www.tableau.com/solutions/it-analytics)
Perangkat ini digunakan dalam business intelligence karena menyediakan berbagai fitur menarik, seperti dashboard dan scorecards, ad hoc analysis dan queries, penemuan data, pemrosesan analitik online, pencarian BI, integrasi spreadsheet, dan sebagainya.
Menariknya lagi, semua fitur itu dapat digunakan dalam bentuk worksheet atau spreadsheet yang bisa diakses oleh seluruh karyawan. Proses kolaborasi jadi mudah dilakukan dan data jadi lebih mudah dipahami.
Akhirnya, perusahaan bisa bersama-sama mengambil keputusan penting.
Penelitian mengenai business intelligence ini berfokus untuk menganalisis performa kinerja penerbangan dan dampak dari mobilitas penerbangan, sehingga penelitian ini ingin mengetahui bagaimana penerapan business intelligence untuk pendukung analisis produktivitas lalu lintas penerbangan. Insights yang didapatkan bisa memberikan perbaikan terhadap variable dan juga pengambilan keputusan yang diambil untuk memberbaiki masalah maupun meningkatkan produktifitas dari suatu penerbangan.
METODE
Objek penelitian ini menggunakan data sekunder yang diberikan oleh trainer di Celerates (Mitra Kampus Merdeka) yaitu data flight performance di USA dari bulan oktober sampai desember tahun 2012. Selain itu, penulis mengumpulkan data sekunder lainnya yaitu referensi artikel, jurnal dan bahan-bahan tulisan dari internet yang berkaitan erat dengan kajian masalah. Dalam pengolahan data, metode Business Intelligence Roadmap (BIR) digunakan dalam penelitian ini. BIR merupakan suatu kerangka atau framework yang digunakan untuk perencanaan, perancangan dan implementasi Business Intelligence (BI). Menurut Moss dan Atre (Moss Larissa T, 2003) kerangka BIR ditunjukkan pada gambar dibawah berikut:
gambar 2. Business Intelligence Roadmap Larissa Moss (masonicsecrets.info)
Pada langkah-langkah framework tersebut meliputi:
1. Justification
Pada langkah ini peneliti melakuan business case assessment yaitu mempertimbangkan mengembangkan BI data flight performance dengan beberapa kegiatan seperti evaluasi data jumlah penerbangan pada maskapai, mendefinisikan masalah yang terjadi pada pelaporan performa pesawat, menentukan tujuan, dan pengembangan BI.
2. Planning
Peneliti melakukan perencanaan apa yang harus akan dilakukan.
3. Business Analysis
Langkah ini fokus pada analisis secara detail dari masalah bisnis dan peluang untuk mendapatkan pemahaman mendalam dari kebutuhan data yang ada.
4. Design
Pada langkah ini ada dua tahapan yang dilakukan peneliti yaitu:
a. mempelajari data yang dibutuhkan dan diperlukan.
b. Melakukan pemrosesan ETL, tahapan ini paling urgent dalam pengembangan BI karena data disini dilakukan validasi data, pembersihan data dan lain-lain.
5. Construction
Tahapan ini kegiatan utama yaitu proses ETL menggunakan Pentaho.
6. Deployment
Pada tahapan ini peneliti melakukan implementasi BI dengan menggunakan Tableau.
HASIL DAN PEMBAHASAN
A. Proses Extract, Transform, Load (ETL) 1. Extract
Proses awal ialah dengan memilih file format comma separated value (CSV) file input pada input di bagian menu design. Setelah itu browser file CSV diinput, kemudian pilih add.
Setelah itu pilih tab sheet, kemudian pilih get sheets name(s), klik OK, kemudian pilih tab field, kemudian pilih Get field dari header row seperti ditunjukan pada table 1.
Proses penginputan data seperti table 1 dilakukan untuk 3 table CSV di bulan Oktober, November dan Desember dan juga data dari 2 tabel yaitu data nama bandara dan nama maskapai. Pengolahan berikutnya bertujuan untuk menghilangkan kolom pada tiap table karena tidak diperlukan dalam pembuatan dashboard nantinya.
2. Transform
Tranformasi menggunakan beberapa perintah untuk mengolahnya. Detail lengkap dari step yang dibutuhkan dalam proses transformasi ini dijelaskan di gambar 4 yang merepresentasikan dari pengolahan 3 data.
gambar 3. Transformation process
Pada gambar 2, table dari setiap bulan yang sudah di input kemudian digabungkan menggunakan flow stream lookup yang ada di Pentaho. Data flight performance yang sudah diinput dikombinasikan dengan file carrier menggunakan stream lookup untuk mendapatkan deskripsi data dari kode ID yang ada di data carrier. Langkah selanjutnya adalah menggabungkan data yang ada di data airport dengan data yang sudah dikombinasikan sebelumnya untuk mendapatkan nama-nama kota di bandara asal dan selanjutnya memunculkan nama-nama kota untuk bandara tujuan. Setelah kombinasi keseluruhan data selesai, dilakukan splitting values untuk kolom OriginCity, OriginState, OriginAirportName, DestCity, DestState, dan DestAirportName sehingga didaptkan 3 kolom dari 1 kolom berupa data nama kota, kode kota, dan nama bandara. Langkah terakhir sebelum memunculkan output adalah memodifikasi data yang tidak diisi atau null.
Data yang sudah dirubah menghasilkan nilai yang bisa digunakan untuk visualisasi.
Selanjutnya, proses terakhir menampilkan hasil berupa text output untuk mengecek hasil dan memvalidasi data yang sudah ditransform.
Ketika data sudah dipastikan akurat, data dirubah menjadi output berupa file excel yang dijadikan format untuk visualisasi.
Pada fase setelah pemrosesan ETL, 3 data yang sudah di proses dikombinasikan menjadi satu data seperti pemrosesan di gambar 3 berikut ini.
gambar 4. Kombinasi data dari bukan oktober – desember
3. Load
Dari hasil kombinasi ketiga data bisa didapatkan informasi penting mengenai performa penerbangan. Berikut hasil dari transformasi data yang sudah dibersihkan dan dikombinasikan kemudian disimpan dalam format CSV.
Table 2. Data output dari proses ETL
B. Visualisasi Menggunakan Tableau
Pada tahapan ini dilakukan pembangunan aplikasi BI dalam melakukan visualisasi data dari data yang sudah di proses ETL. Data kemudian disambungkan dengan Tableau dan dikelolah dengan menghasilkan 3 dashboard. Hasil visualisasi data maskapai penerbangan setelah menggunakan aplikasi
Tableau dalam beberapa kategori sebagai berikut.
gambar 5. Jumlah jarak tempuh dan performa pesawat berdasarkan keterlambatan
Dari gambar 4, Tabel yang berada di kiri atas menunjukkan bahwa jumlah jarak yang dicapai oleh 10 pesawat teratas di USA selama 3 bulan. Warna biru tua menunjukan bahwa semakin jauh jarak yang ditempuh dan warna biru yang semakin cerah menunjukan semakin rendah jarak yang sudah ditempuh. Dari 10 data yang ditampilkan, menunjukkan bahwa Southwest Airlanes Co. telah melakukan perjalanan sepanjang 188.568.452 Km kemudian diikuti oleh United Air lines.Inc. Pesawat terbang merupakan industri transportasi yang sangat memberikan kemanfaatan karena menjadi transportasi yang efisien, efektif dan aman. Namun, disamping sisi positifnya, total jarak yang di tempuh pesawat memberikan dampak signifikan terhadap global emission.
Menurut laporan dari Statista di tahun 2020, moda transportasi udara menyumbang 8% carbon emission di seluruh dunia dengan peringkat ke-4 setelah car passengers, heavy and medium trucks, dan ships. Karena peningkatan CO2 secara global telah menjadi perhatian penting, bersama dengan berbagai pihak yang terlibat dalam industri padat energi, maskapai perlu meninjau operasi mereka sesuai dengan kebijakan lingkungan. Dalam konteks ini, resolusi berskala besar, seperti emission trading system (ETS) dan The Carbon Offsetting and Reduction Scheme for International Aviation (CORSIA), diharapkan dapat mendorong
maskapai penerbangan untuk beroperasi secara efisien untuk mengeluarkan lebih sedikit CO2.
Diagram batang (Airplanes Delaying The Least) menyajikan jumlah total waktu keterlambatan, diagram yang berwarna biru menunjukkan nama maskapai penerbangan yang memiliki total waktu keterlambatan yang paling minim. Posisi ini ditempati oleh Hawaiian Airlane inc sebesar 127.048 menit. Di sisi lain, diagram yang berwarna oranye (The most Delaying Airplanes) menunjukkan pesawat yang memiliki waktu penundaan paling banyak. Meskipun Southwest Airlanes Co.
sudah mencapai jarak tempuh terjauh tetapi juga memiliki jumlah terbesar pada waktu keterlambatan baik kedatangan maupun keberangkatan.
Menurut biro statitika transportasi di USA (TranStats, n.d.), penyebab keterlambatan yang paling signifikan disebabkan oleh faktor cuaca sebesar 49.15%. Berikut presentase jumlah delay yang diakibatkan oleh cuaca dan selain cuaca di 3 bulan terakhir dari tahun 2016-2018.
Table 3 presentase jumlah keterlambatan maskapai pesawat terbang
Bulan 2016 2017 2018 Oktober 39.75% 47.12% 50.35%
November 49.68% 52.62% 52.81%
Desember 47.3% 49.48% 51.3%
Tabel 3 menujukan pola yang hampir sama dengan total data keterlambatan yang ada di gambar 4. Hal ini disebabkan oleh proporsi yang tinggi dari kondisi cuaca di USA. Badai petir, kilat, hujan, kabut, angin, salju, dan es, semuanya dapat memengaruhi penerbangan yang lepas landas atau mendarat. Selama musim dingin, badai musim dingin adalah faktor yang perlu dipertimbangkan. Sebagian besar pesawat dilengkapi dengan peralatan penghilang es saat di udara, namun, pembuat keputusan harus mempertimbangkan proses penghilangan es sebelum penerbangan, setelah
penerbangan, dan kondisi landasan pacu. Oleh karena itu, prakiraan cuaca sangat penting bagi pilot dan bandara.
Dalam kasus cuaca buruk, terlepas dari waktu dalam setahun, bandara dan maskapai penerbangan dapat bekerja sama untuk menerapkan "pembatalan terencana".
Terkhusus untuk kasus di bulan-bulan terjadinya delay seperti di table diatas yang seringkali terjadi peningkatan di bulan desember. Hal ini mungkin tampak kontraproduktik. Namun, ini dapat membantu meminimalkan penundaan penerbangan yang tersisa dan keadaan tak terduga lainnya; seperti anggota kru tidak dapat mencapai bandara karena cuaca buruk.
Di Indonesia, dari data yang dikeluarkan oleh Direktorat Jendral Perhubungan Udara (PUBLIK, 2016), bulan Juli sampai dengan Desember menunjukan bahwa presentase total keterlambatan dari 15 maskapai penerbangan sebesar 20,74% dari total ketepatan waktu. Dari semua presentase total keterlambatan, menurut Evaluasi Kementerian Perhubungan Republik Indonesia, proporsi factor terbesar disebabkan oleh factor non teknis operasional sebesar 49,63%, yaitu faktor manajemen maskapai seperti: keterlambatan kru pesawat, keterlambatan catering, keterlambatan karena menunggu penumpang yang akan check in, ketidaksiapan pesawat dan keterlambatanan penanganan di darat.
Faktor kedua disebabkan oleh faktor teknis operasional diluar dari manajemen maskapai itu sendiri sebesar 32,75% seperti:
bandara yang kemungkinan tidak bisa dipakai, keretakan yang terjadi di landasan pacu, pengisisan bahan bakar, dan antrian pesawat yang akan melakukan take-off atau landing di bandara. Faktor ketiga adalah cuaca sebesar 15, 84% kemudian diikuti oleh faktor lainnya diluar manajemen dan teknis sebesar 2,57% yang disebabkan oleh adanya kerusuhan atau
demonstrasi di wilayah bandara, dan pembatalan sepihak maskapai .
gambar 6. Kota kunjungan terbanyak berdasarkan kota keberagkatan dan tujuan
Dari gambar 5, kedua pie chart menunjukkan bahwa kota-kota di kota asal atau kota yang menjadi tujuan memiliki proporsi yang sama di mana banyak penumpang melakukan perjalanan ke kota-kota tersebut.
Selain itu, diagram lingkaran berkolerasi dengan grafik batang yang mana menyajikan visualisasi maskapai terbanyak yang beroperasi di kota terbesar berdasarkan kunjungannya. Di Atlanta, Express Jet Airlanes telah digunakan sebanyak sekitar 22.197 kali, dan di Chicago, kota kedua yang paling banyak dikunjungi, para penumpang memilih Southwest Airlanes untuk bepergian sekitar 19.246 kali.
Dari data yang dipaparkan diatas, hal itu bisa menjadi potensi yang sangat besar untuk perekonomian karena jumlah penumpang pesawat terbang bisa berkorelasi positif dengan pembangunan ekonomi dalam masyarakat. Menurut (Zhang & Graham, 2020), dampak transportasi udara terhadap perekonomian muncul baik secara langsung, melalui kegiatan di bidang penerbangan; dan secara tidak langsung, melalui peningkatan pengeluaran dan manfaat ekonomi yang lebih luas terkait dengan akses yang lebih baik terhadap sumber daya, pasar, teknologi, dan ekonomi. Kemudian, kesenjangan antar daerah dapat ditekan menjadi lebih kecil dan proyek pembangunan mampu meningkatkan pendapatan per kapita dan pertumbuhan
pembangunan, dengan demikian fungsi transportasi penerbangan terhadap perkembangan ekonomi dan pertumbuhan pembangunan sangat positif dan menentukan.
Menurut International Air Transport Association (IATA, 2018) Ada berbagai cara untuk mengukur dampak transportasi udara terhadap perekonomian. Ukuran itu didasarkan pada pekerjaan dan pengeluaran yang dihasilkan dari maskapai penerbangan dan rantai pasokan, arus perdagangan, pariwisata, dan investasi yang dihasilkan dari pengguna semua maskapai penerbangan internasional dan domestik. Semua memberikan perspektif yang berbeda namun menegaskan tentang pentingnya transportasi udara.
Data yang di terbitkan oleh Aviation Benefits Beyond Borders (ATAG, 2018), penerbangan berdampak positif secara langsung terhadap pembukaan lapangan kerja sebesar 2,2 juta pekerjaan. Di industri ini sendiri merupakan sumber ekonomi yang cukup besar.
aktivitas, menciptakan pekerjaan yang langsung melayani penumpang di maskapai penerbangan, bandara dan penyedia layanan navigasi udara. Ini termasuk di tempat check-in, penanganan bagasi, di tempat ritel, kargo dan fasilitas katering. Selain itu, industri penerbangan juga memungkinkan pekerjaan keterampilan tinggi di sektor manufaktur dengan perusahaan-perusahaan yang memproduksi pesawat terbang, mesin dan teknologi canggih lainnya.
gambar 7. Performa carrier berdasarkan jumlah penerbangan dan air time
Dapat dilihat dari gambar 6, bagian kiri atas menunjukan bahwa naskapai penerbangan dengan frekuensi yang tinggi adalah Southwest Airlanes Co. dengan 278.715 kali dan maskapai yang sering melakukan penerbangan kedua adalah Express Airlanes Inc dengan 185.347 kali. Data dalam tabel juga berkorelasi dengan kecepatan dan waktu penerbangan di udara yang dimiliki oleh pesawat-pesawat tersebut.
Kebutuhan dan kenyamanan atas fasilitas pesawat terbang harus menyesuaikan dengan standar minimum kualitas yang telah ditetapkan, karena kualitas layanan yang diberikan oleh pihak maskapai sangat penting bagi konsumen yang menggunakan jasa penerbangan. Konsumen harus merasa nyaman dengan layanan yang diberikan oleh pihak maskapai. Lebih lanjut, dibutuhkan pengembangan ruangan dari sisi operasi penerbangan internasional untuk memeriksa penumpang, awak pesawat, bagasi, pesawat dan barang angkutan. Fasilitas-fasilitas harus dirancang sedemikian rupa sehingga arus penumpang antara pesawat dan tempat pemrosesan awal tidak terganggu dan jaraknya dipersingkat, sehingga memperkecil kemungkinan hubungan antara penumpang atau dengan pihak yang tidak berhak sampai pemrosesan selesai. Tidak diperkenankan penumpang yang baru turun dari pesawat dengan penerbangan internasional melewati tempat pemrosesan, dan harus terdapat ruangan terpisah untuk penumpang internasional yang sedang transit. Sementara untuk sisi udara, perlu memperhatikan evaluasi penggunaan fasilitas bandara terutama fasilitas udaranya. Salah satu fasilitas udara yang penting adalah Landas Pacu (panjang landas pacu) karenakan fungsinya sebagai tempat pesawat take off dan landing. Selain itu, juga untuk mengetahui tingkat kapasitas payload existing.
SIMPULAN
1. Tool yang digunakan untuk mengolah raw data sebelum melakukan visualisasi agar data bisa diolah dan digunakan sesuai kebutuhan adalah Pentaho Data Integeration (PDI).
2. menghasilkan data yang sebelumnya kosong berubah menjadi angka nol dengan tipe data integer dan meng-split data yang tergabung satu kolom menjadi kolom-kolom terpisah yang bisa digunakan menjadi variable dalam visualisasi.
3. Jumlah dashboard yang dibuat yakni sebanyak 3 jenis dashboard dengan berbagai bentuk chart yang mengambarkan performa dari pesawat yang dengan deskripsi pesawat yang sering delay adalah Southwest Airline meskipun begitu pesawat tersebut memilki kecepatan paling tinggi dengan jarak tempuh yang juga jauh. Disamping itu, Chicago dan Atlanta adalah kota dengan jumlah kunjungan dan keberangkatan terbanyak. Dashboard terakhir menyajikan data maskapai penerbangan yang memiliki jumlah penerbangan terbanyak dan tercepat.
DAFTAR PUSTAKA
Akmal, M., & Ghani, S. R. W. (2022). Perancangan Dan Pengembangan Produk Mesin Perontok Bulu Ayam Dengan Menggunakan Metode Kansei Engineering.
Jurnal Penelitian Bidang Inovasi & Pengelolaan Industri, 1(2), 49-60.
ATAG. (2018). Powering global economic growth, employment, trade links, tourism and support for sustainable development through air transport.
Aviation Benefits Beyond Borders, 88.
Ghani, S. R. W., & Rozaq, K. (2017, November). Pattern Analysis of Cluster and Market Orientation (Religious Tour Area of Gus Dur's Grave). In Proceedings of the International Conference on Green Technology (Vol. 8, No. 1, pp. 8-16).
Ghani, S. R. W. (2011). Analisis Perbaikan UKM X dengan Pendekatan Lean Manufacture Guna Mereduksi
4(2), 119-124.
Ghani, S. R. W., Yulianto, T., & Nugroho, M. W.
(2016). Analisa Potensi Sampah Kampus Berbasis Pemodelan Maket di Gedung B Unhasy. Reaktom: Rekayasa Keteknikan dan Optimasi, 1(2).
Inmon, W. H. (2005). Building the Data Warehouse:
Timely. Practical. Reliable. In Wiley Publishing, Inc. (Vol. 13, Issue 401).
Niu, Y., Ying, L., Yang, J., Bao, M., & Sivaparthipan,B.
(2021). Organizational business intelligence and decision making using big data analytics.
Information Processing and Management, 58(6), 102725.
https://doi.org/10.1016/j.ipm.2021.102725 . PUBLIK, B. K. D. I. (2016). On Time Performance 15 Maskapai Berjadwal Periode Juli-Desember 2015 Sebesar 77,16%.
https://dephub.go.id/post/read/on-time- performance-15-maskapai-berjadwal-periode- juli- desember-2015-sebesar-77,16
Skoutas, D., Simitsis, A., & Sellis, T. (2009). Ontology- driven conceptual design of ETL processes using graph transformations. Lecture Notes in Computer
Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 5530 LNCS, 120–146.
https://doi.org/10.1007/978-3-642-03098- 7_5
TranStats. (n.d.). Airline On-Time Statistics and Delay Causes. Airlines and Airports.
https://www.transtats.bts.gov/OT_Delay/ot_d ela ycause1.asp?6B2r=I&20=E
Wiraghani, S. R., & Prasnowo, M. A. (2017).
Perancangan dan pengembangan produk alat potong sol sandal. Teknika: Engineering and Sains Journal, 1(1), 73-76.
Yusnaini, & Slamet. (2019). Era Revolusi Industri 4.0: Tantangan dan Peluang dalam Upaya Meningkatkan Literasi Pendidikan. Prosiding Seminar Nasional Pendidikan Program Pascasarjana Universitas Pgri Palembang, 2, 1073–1085. https://jurnal.univpgri- palembang.ac.id/index.php/Prosidingpps/artic le/ view/2668
Yulianto, T., & Ghani, S. R. W. (2020). Analisis Pemetaan Jumlah Konsumsi Dan Pengadaan Beras Di Wilayah Kecamatan Kabupaten Jombang. Discovery: Jurnal Ilmu Pengetahuan, 5(1), 8-18.
economic growth: a review of the impact mechanism and causal relationships. Transport Reviews, 40(4), 506–528.
https://doi.org/10.1080/01441647.2020.1738587 Żółto, D. (2022). ScienceDirect ScienceDirect Business
Intelligence in Balanced Scorecard : Business Intelligence in Balanced Scorecard : Bibliometric analysis Bibliometric analysis. Procedia Computer
Science, 207, 4075–4086.
https://doi.org/10.1016/j.procs.2022.09.470
