<![CDATA[Keterlambatan penerbangan merupakan salah satu tantangan utama dalam menjaga efisiensi dan kualitas layanan transportasi udara. Permasalahan ini berdampak pada peningkatan biaya operasional, gangguan jadwal, serta penurunan kepuasan penumpang. Bandara Hartsfield–Jackson Atlanta International (ATL) memiliki peran strategis sebagai pusat lalu lintas udara domestik di Amerika Serikat dengan volume penerbangan tertinggi di dunia, sehingga memerlukan sistem peramalan yang akurat untuk mendukung pengambilan keputusan operasional dan pengendalian lalu lintas udara. Penelitian ini bertujuan untuk meramalkan keterlambatan kedatangan pesawat menggunakan model Autoregressive Fractionally Integrated Moving Average (ARFIMA) yang mampu menangkap karakteristik long-memory pada data deret waktu. Data yang digunakan berupa data bulanan keterlambatan kedatangan pesawat domestik menuju ATL selama periode 2019–2023. Analisis dilakukan melalui tahapan identifikasi model, estimasi parameter, diagnostik residual, serta evaluasi akurasi menggunakan ukuran Mean Absolute Scaled Error (MASE). Hasil penelitian menunjukkan bahwa model terbaik adalah ARFIMA (1, d = 0,1821, 0) dengan nilai MASE sebesar 0,876, yang menandakan tingkat akurasi peramalan yang baik. Model ini terbukti efektif dalam menangkap pola fluktuasi jangka panjang dan ketergantungan temporal yang tidak dapat dijelaskan oleh model ARIMA konvensional. Temuan ini menunjukkan bahwa pendekatan ARFIMA dapat digunakan sebagai alat bantu dalam perencanaan operasional, pengelolaan kapasitas bandara, serta pengendalian lalu lintas udara, khususnya untuk bandara besar seperti ATL yang memiliki tingkat kepadatan penerbangan tinggi dan kompleksitas operasional yang besar.]]>
Copyrights © 2026
