Perpustakaan Digital ITB

Struktur tarif penerbangan menyematkan komponen struktural rute yang relatif stabil di samping premi urgensi berjangka pendek, namun model prediktif sering kali memperlakukan tarif yang diamati sebagai hasil tunggal yang tidak terdiferensiasi. Studi ini memajukan pemahaman analitis tentang mekanisme penetapan harga ini dengan mengembangkan kerangka regresi machine learning zona ganda yang menguraikan kedua komponen tersebut. Memanfaatkan data platform pemesanan yang dapat diamati secara publik, diagnostik penyimpangan harga-per-kilometer empiris membagi cakrawala pemesanan menjadi Zona Stabil dan Zona Dinamis. Di dalam Zona Stabil, regresor Extra Trees mengestimasi tarif batas dasar struktural (R2 = 0.8447). Di dalam Zona Dinamis, regresor eXtreme Gradient Boosting (XGB) memodelkan rasio markup urgensi relatif terhadap batas dasar yang diestimasi (R2 = 0.7888). Untuk mengidentifikasi penentu struktural dan temporal yang mendasari komponen-komponen ini, kerangka kerja ini menggabungkan fitur model gravitasi bersama dengan batasan regulasi. Divalidasi melalui studi kasus pasar penerbangan domestik, analisis atribusi SHapley Additive exPlanations (SHAP) menunjukkan bahwa massa struktural dan batas regulasi secara dominan mengendalikan prediksi tarif batas dasar, sedangkan kelangkaan waktu yang ekstrem adalah pendorong utama markup zona dinamis. Pembalikan atribusi ini memberikan dukungan empiris terhadap keabsahan teori dekomposisi zona ganda. Terbatas oleh ketiadaan data ketersediaan kursi dan penetapan harga pesaing, kerangka kerja ini menghasilkan dekomposisi prediktif dari mekanisme manajemen pendapatan maskapai alih-alih identifikasi kausal.