PENGEMBANGAN MODEL SIMULASI DISKRIT PENGELOLAAN PENDAPATAN UNTUK MULTI DAN SINGLE KATEGORI PADA LOW COST CARRIER

PENGEMBANGAN MODEL SIMULASI DISKRIT PENGELOLAAN

PENDAPATAN UNTUK MULTI DAN SINGLE KATEGORI PADA LOW

COST CARRIER

PATRISIA SHERRYL SANTOSO NRP 2510100058

Pertumbuhan Penumpang

penerbangan di Indonesia

Uncertainty

Demand

ARM

Strategi

Pembukaan

Harga

Single : 8 Kelas

Tipe

penumpang

I

II

III

ARM: Airline Revenue Management

A

B

A /B

Budget

VS

Multi

Single

Bagaimana mengembangkan model simulasi diskrit

pengelolaan pendapatan untuk membandingkan penerapan

multi dan single kategori pada Low Cost Carrier

Menghasilkan model simulasi diskrit untuk multi

dan single kategori pada Low Cost Carrier

dengan mempertimbangkan Customer Behavior

dalam melakukan pemilihan penerbangan

Mengetahui strategi baik multi atau single kategori

yang ditetapkan oleh kompetitor (B) dalam

melakukan penjualan kelas harga dan respon

yang dilakukan oleh maskapai (A) untuk

memaksimalkan pendapatan yang diperoleh

Model simulasi diskrit yang dikembangkan

dapat

menjadi

acuan

bagi

maskapai

penerbangan dalam melakukan perubahan

harga pada setiap penerbangan.

Mengisi gap penelitian di bidang dynamic

pricing airline revenue management.

Memberi masukan bagi akademisi yang

akan belajar tentang dynamic pricing airline

Batasan

• Model dibuat untuk maskapai Low Cost Carrier

• Penerbangan Low Cost Carrier melayani rute dari

satu origin ke satu destination (single leg)

Asumsi

• Jumlah persediaan kursi kompetitor (B) sama

dengan maskapai (A)

• Horizon

untuk

waktu

pemesanan

antara

penerbangan A dan B adalah sama

• Segala informasi mengenai strategi perubahan

pembukaan harga yang dibuka oleh kompetitor

diketahui

Pengembangan Model Simulasi

Pengembangan Model Konseptual

Parameter Pemodelan

Pembuatan Model Arena

Verifikasi Model

Perhitungan Jumlah Replikasi

Validasi Model

Percobaan Numerik dan Analisis

Kondisi Awal

Percobaan strategi single

kategori

Perubahan Jumlah Calon

penumpang

Perubahan periode

pembukaan harga

TER=

Jumlah Pemesanan pada setiap subkelas atau kelas x harga pada setiap kelas atau subkelas – (jumlah cancel x refund ) atau +(jumlah cancel x biaya ganti jadwal)

1.Pengembangan Model

Konseptual

Variabel keputusan:

Pembukaan kelas harga pada masing-masing subkelas

Variabel Respon:

Kursi yang terpesan pada masing-masing subkelas harga

Event:



Kedatangan calon Penumpang

1.Pengembangan Model Konseptual

Atribut:

Budget

Pemesanan

2.Parameter Pemodelan

Parameter

Penerbangan

A

B

Kapasitas Kursi 150 150 Harga Tiket Subkelas A Rp 335,000.00 Rp 367,000.00 Subkelas B Rp 368,000.00 Rp 428,000.00 Subkelas C Rp 428,000.00 Rp 488,000.00 Subkelas D Rp 462,000.00 Rp 532,000.00 Subkelas E Rp 489,000.00 Rp 565,000.00 Subkelas F Rp 533,000.00 Rp 609,000.00 Subkelas G Rp 535,000.00 Rp 664,000.00 Subkelas H Rp 720,000.00 Rp 774,000.00 Pembatalan Refund - 25% Biaya administrasi Rp 100,000.00 -

Parameter

Nilai

Multi kategori

Best price

34%

Affordable Class

34%

Flexible Class

32%

Probabilitas

Pemesanan

99%

Pembatalan

1%

2.Parameter Pemodelan

Parameter

Nilai

Probabilitas

Penumpang Tipe 1

30%

Penumpang Tipe II

20%

Penumpang Tipe III

50%

Distribusi Budget

Budget tipe I

TRIA(250000,475000,1000000)

Budget tipe II

NORM (555000,145000)

3. Pembuatan Model Arena

B

E

S

T

P

R

I

C

E

A

F

F

O

R

D

A

B

L

E

C

L

A

S

S

&

3. Pembuatan Model Arena

F

l

e

x

i

b

l

e

C

l

a

s

s

3. Pembuatan Model Arena

Best Price

3. Pembuatan Model Arena

Affordable Class

Penumpang Tipe III

3. Pembuatan Model Arena

Flexible Class

Penumpang Tipe III

4.Verifikasi Model

Tujuan:

untuk melihat apakah terjadi error pada model atau tidak

Langkah:

Klik kanan pada model window - Run- Check Model

Atau F4

5. Perhitungan Jumlah Replikasi

Output

Simulasi

₁

₂

Replikasi

₃

₄

₅

Rata-

rata

Pemesanan

A (Citilink)

87

81

83

87

94

86.4

Pemesanan

B (Lion Air)

95

86

101

77

86

89

Cancel A

3

4

5

3

2

3.4

Cancel B

1

0

1

1

0

0.6

Standar deviasi

49.035

n = 5 (replikasi awal)

n-1 = 4

α = 0.05

t

_n-1,α/2

= 2.77645

6. Validasi Model

Kondisi Awal

Kelas Periode Kenaikan

A 15 B 30 C 10 D 20 E 30 F 10 G 20 H 30

Kedatangan:

Expo(1.17)jam >> 600 penumpang

Kelas

Pendapatan

A

B

A

8,642,500 9,312,625

B

9,384,000 10,700,000

C

8,610,000 9,760,000

D

13,629,000 11,970,000

E

489,000 4,237,500

F

9,860,500 5,785,500

G

13,107,500 4,565,000

H

4,680,000 3,096,000

Total

Rp 68,402,500.00 Rp 59,426,625.00

Percobaan single kategori

Kelas Periode Kenaikan

A 3 B 6 C 10 D 14 E 18 F 22 G 26 H 30

Kelas

Pendapatan

A

B

A

8375000 8441000

B

9200000 11556000

C

8560000 9760000

D

14784000 15960000

E

0 0

F

10660000 12180000

G

17120000 17928000

H

0 2322000

Total

68,699,000.00 78,147,000.00

Perubahan jumlah calon penumpang

(Multi kategori)

Jumlah

Entitas

Load

TER

A

B

A

B

300 70% 58% 44,908,000.00 41,287,000.00 400 91% 69% 61,355,000.00 48,764,000.00 500 97% 77% 66,604,000.00 56,072,000.00 600 100% 80% 67,157,000.00 59,172,000.00

Perubahan jumlah calon penumpang

(Single Kategori)

Jumlah

Entitas

Load

TER

A

B

A

B

300 82% 45% 55,206,000.00 35,031,000.00 400 98% 51% 67,359,000.00 38,089,000.00 500 97% 83% 65,325,000.00 63,618,000.00 600 99% 99% 66,740,000.00 77,918,000.00

TER (Total Expected Revenue)

Multi dan Single Kategori

Perubahan periode pembukaan harga

(Multi kategori)

Kelas Awal

Batas Perubahan Harga (hari)

1

2

3

4

5

A

15

5

10

15

20

25

B

30

30

30

30

30

30

C

10

5

8

11

14

17

D

20

15

18

21

24

27

E

30

30

30

30

30

30

F

10

5

8

11

14

17

G

20

15

18

21

24

27

H

30

30

30

30

30

30

Skenario

TER

A

B

1

69,951,000.00 59,102,000.00

2

71,372,000.00 62,584,000.00

3

67,728,000.00 62,018,000.00

4

66,705,000.00 65,929,000.00

5

67,133,000.00 72,958,000.00

Perubahan periode pembukaan harga

(Single Kategori)

Kelas Awal

Batas Perubahan Harga (hari)

1

2

3

4

5

A

3

1

2

3

4

5

B

6

4

5

7

8

9

C

10

7

8

10

12

13

D

14

10

11

14

16

17

E

18

13

14

17

20

21

F

22

16

17

21

24

25

G

26

19

20

25

28

29

H

30

30

30

30

30

30

Skenario

TER

A

B

1

56,005,000.00 54,584,000.00

2

69,764,000.00 67,959,000.00

3

67,295,000.00 78,028,000.00

4

70,035,000.00 77,466,000.00

5

70,570,000.00 77,466,000.00 -20,000,000.00 40,000,000.00 60,000,000.00 80,000,000.00 100,000,000.00 1 2 3 4 5 Skenario

Perbandingan TER Single Kategori

A B

1

•

Telah dikembangkan model simulasi diskrit pengelolaan pendapatan untuk multi

dan single kategori pada Low Cost Carrier dengan mempertimbangkan Customer

Behavior

2

•

Pada kondisi off peak demand, strategi yang sebaiknya diterapkan oleh

maskapai penerbangan adalah strategi single kategori

3

•

Pada kondisi peak demand, strategi yang sebaiknya diterapkan oleh maskapai

adalah strategi multi kategori

4

•

Pada multi kategori, periode pembukaan harga yang dibuka oleh maskapai

sebaiknya lebih panjang untuk subkelas harga paling mahal

5

•

Pada single kategori, periode pembukaan harga yang dibuka oleh maskapai

sebaiknya terbagi secara rata untuk tiap kelas agar alokasi kursi yang terisi

dapat maksimum

1

•

Model pada penelitian selanjutnya dapat mempertimbangkan

kondisi bumped passengers atau perpindahan penumpang

pada multi leg penerbagan dengan mempertimbangkan

adanya kompetisi penerbangan

2

•

Model simulasi selanjutnya sebaiknya mempertimbangkan

kompetitor lebih dari satu

 Bazargan, M. (2004). Airline Operations and Schedulling . USA:

Ashgate.

 BPS. (2013). BPS. Retrieved 2013, from

http://www.bps.go.id/tab_sub/view.php?tabel=1&daftar=1&id_subye

k=17&notab=8

 Burhanuddin, M. (n.d.). Simulasi Event Diskrit. Retrieved from

http://alvinburhani.wordpress.com/2012/05/29/simulasi-event-diskrit/

 Groß, S., & Schröder, A. (2007). Handbook of Low Cost Airlines.

Berlin: Erich Schmidt Verlag GmbH & Co.

 Kelton, W. D., Shadows, R. P., & Shadows, D. A. (2003). Simulation

with Arena. New York: McGraw - Hill.

 Marcus, Benjamin, Chris K. Anderson. (2007). Revenue Management

for Low-cost providers. European Journal of Operational Research ,

258-272.

 Nisa, K. (2011). Perancangan Model Pengelolaan Pendapatan Pada

Dua Penerbangan Paralel Dengan Mempertibangkan Perpindahan

Penumpang Menggunakan Model Simulasi Diskrit. Tugas Akhir .

Surabaya: Institut Teknologi Sepuluh Nopember.

 Philips, R. (2005). Pricing and Revenue Optimization. Chicago:

Stanford University Press.

 Pradana, D. R. (2013). Pengembangan Model Simulasi Diskrit untuk

Pengelolaan Pendapatan Penerbangan dengan Mempertimbangkan

Kebijakan Harga Tiket Kompetitor. Surabaya: Institut Teknologi

Sepuluh Nopember.

 Purwantini, S. (2012). Pengembangan model penetapan harga tiket

pesawat terbang untuk penerbangan paralel pada low cost carrier

dengan mempertimbangkan harga tiket kompetitor dan persediaan

kursi. Surabaya: Institut Teknologi Sepuluh Nopember

 Prasetyan, M. E. (2012). Pemodelan Pengukuran Performansi Kargo

Udara Dengan Pendekatan Sistem Dinamik. Tugas Akhir . Surabaya:

Institut Teknologi Sepuluh Nopember.

 Tallury,Kalyan, Van T., Ryzin G. (2004). The Theory and Practice of