Perpustakaan Digital ITB

Penelitian ini menyelidiki strategi penetapan harga maskapai penerbangan dengan fokus pada penggunaan teknologi kecerdasan buatan dan metode machine learning untuk memprediksi dinamika harga tiket pesawat serta mengidentifikasi faktor-faktor yang memengaruhi perubahan harga. Analisis mencakup berbagai strategi harga, kebijakan penetapan harga jangka panjang, harga hasil yang mencerminkan kondisi produksi, dan dynamic pricing yang responsif. Model yang dikembangkan berhasil divalidasi dengan tingkat akurasi tinggi (91,25%) dan titik ideal performa saat nilai precision berada pada nilai (0,915) dan recall berada pada nilai (0,915). Temuan signifikan menunjukkan bahwa permintaan pada minggu keempat sebelum keberangkatan menjadi faktor utama yang mempengaruhi peningkatan harga tiket pada minggu-minggu berikutnya, memberikan wawasan dalam hubungan temporal antara harga tiket dan dinamika permintaan dalam industri penerbangan. Implikasi penelitian ini dapat digunakan sebagai dasar untuk pengembangan strategi penetapan harga yang lebih efektif dan adaptif terhadap perubahan pasar.