Analisis Level Of Service (LOS) Dengan Fuzzy Cluster Pada Industri Penyeberangan Kapal Feri Lintasan Ketapang Gilimanuk

Prasetya Ega Syaputra; Annisa Eka Putri; Muhammad Yoko Setiadi

doi:10.31539/costing.v7i4.9154

Prasetya Ega Syaputra Universitas Gadjah Mada
Annisa Eka Putri Universitas Gadjah Mada
Muhammad Yoko Setiadi Zhejiang Normal University

DOI: https://doi.org/10.31539/costing.v7i4.9154

Keywords: Analisis Level of Service, Fuzzy Cluster, Industri Penyeberangan Kapal Fer

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat pelayanan dalam industri penyeberangan kapal feri dengan menerapkan metode fuzzy cluster. Industri ini memiliki peran vital dalam menghubungkan pulau-pulau atau daerah terpencil dengan daratan utama, memfasilitasi mobilitas manusia dan pengangkutan barang. Peningkatan efisiensi dan keamanan dalam operasional penyeberangan kapal feri menjadi kebutuhan mendesak untuk memastikan pelayanan yang optimal. Dalam beberapa tahun terakhir, pertumbuhan signifikan dalam penyeberangan kapal feri merespons meningkatnya mobilitas dan konektivitas antar-pulau. Penelitian ini diarahkan untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pelayanan, menerapkan metode fuzzy cluster sebagai alat analisis, dan menilai dampak penggunaan metode tersebut terhadap efisiensi dan keamanan operasional. Kajian teori mencakup variabel-variabel yang relevan dengan analisis Level of Service (LOS), seperti waktu perjalanan, waktu tunggu, kapasitas kapal, dan keamanan. Metode penelitian melibatkan pengumpulan data dari tiga kelompok pelayanan dengan mengaplikasikan fuzzy cluster. Hasilnya menghasilkan kelompok-kelompok dengan karakteristik tingkat pelayanan yang serupa, memungkinkan interpretasi yang lebih baik tentang faktor-faktor yang memengaruhi tingkat pelayanan. Dari temuan, rekomendasi spesifik diajukan untuk masing-masing kelompok, termasuk perbaikan infrastruktur, optimalisasi jadwal, dan peningkatan keamanan. Rekomendasi strategis untuk industri melibatkan perubahan kebijakan, investasi teknologi, dan kolaborasi antar-stakeholder. Implikasi temuan ini mencakup kontribusi terhadap pengembangan industri, dengan fokus pada kualitas layanan, efisiensi operasional, dan inovasi teknologi. Keterlibatan stakeholder, termasuk operator kapal feri, otoritas pelabuhan, pemerintah, dan masyarakat pengguna layanan, diangkat sebagai elemen kunci untuk memastikan keberhasilan implementasi rekomendasi. Diharapkan temuan ini dapat membimbing perkembangan industri penyeberangan kapal feri menuju pelayanan yang lebih optimal dan berkelanjutan.

References

[1] M. Djaelani and D. Darmawan, “Analisis Persepsi Kualitas Layanan Kapal Feri Penyeberangan Ujung-Kamal,” Journal of Trends Economics and Accounting Research, vol. 2, no. 1, 2021.
[2] R. Herno Della and A. F. Rachmannullah, “Perspektif Kepuasan Penumpang Dalam Kualitas Pelayanan Kapal Feri: Studi Kasus Pelabuhan Penyeberangan Merak-Bakauheni,” Cantilever: Jurnal Penelitian dan Kajian Bidang Teknik Sipil, vol. 10, no. 1, 2021, doi: 10.35139/cantilever.v10i1.80.
[3] K. Kazemzadeh and F. Sprei, “Towards an electric scooter level of service: A review and framework,” Travel Behav Soc, vol. 29, 2022, doi: 10.1016/j.tbs.2022.06.005.
[4] R. V. Bhatnagar and S. Ram, “Assessment of level of service for access and dispersal facilities in a railway terminal,” International Journal of Transportation Science and Technology, vol. 11, no. 2, 2022, doi: 10.1016/j.ijtst.2021.04.010.
[5] Z. Xu, “College Students’ Mental Health Support Based on Fuzzy Clustering Algorithm,” Contrast Media Mol Imaging, vol. 2022, 2022, doi: 10.1155/2022/5374111.
[6] G. S. Nugraha and B. A. Riyandari, “IMPLEMENTASI FUZZY C-MEANS UNTUK PENGELOMPOKAN DAERAH BERDASARKAN INDIKATOR KESEHATAN,” Jurnal Teknologi Informasi, vol. 4, no. 1, 2020, doi: 10.36294/jurti.v4i1.1222.
[7] S. S. Mohapatra, P. K. Bhuyan, and K. V. Krishna Rao, “Genetic algorithm fuzzy clustering using GPS data for defining level of service criteria of Urban streets,” European Transport - Trasporti Europei, no. 52. 2012.
[8] Z. Yang, “FCM Clustering on Interaction Pattern Analysis of Chinese Language Learner Behavior,” Comput Intell Neurosci, vol. 2022, 2022, doi: 10.1155/2022/8256646.