Perpustakaan Digital ITB

Keselamatan penerbangan pada fase kritis, terutama pendekatan akhir dan goaround, secara fundamental diatur oleh kondisi energi pesawat, yang didefinisikan sebagai jumlah energi kinetik dan potensial per unit mass. Meskipun data Flight Data Monitoring (FDM) dan Quick Access Recorder (QAR) tersedia, kerangka kerja kuantitatif yang menghubungkan kondisi energi pendekatan dengan kelayakan go-around menggunakan data operasional skala besar masih sangat terbatas. Studi ini mengusulkan kerangka kerja berbasis data dan informasi fisika (physics-informed) untuk mengkarakterisasi profil energi pesawat dalam jendela pendekatan akhir 1.000 kaki di atas permukaan tanah (AGL) dan mengevaluasi kemampuan pemulihannya (recoverability). Dataset yang terdiri dari 4.219 penerbangan Boeing 747-400 diproses melalui prapemrosesan terstruktur, termasuk segmentasi temporal, penyaringan berbasis Median Absolute Deviation (MAD), dan pemeriksaan kelayakan fisik, menghasilkan 3.847 sampel tervalidasi (retensi 91,18%). Fitur berbasis energi -negatif diekstraksi dan disempurnakan melalui analisis korelasi Pearson. Label proxy kelayakan goaround dikonstruksi menggunakan ambang batas berbasis kuantil persentil ke-95 pada composite energy score (ambang batas 4,2406), mengklasifikasikan tepat 193 penerbangan (5,02%) sebagai non-recoverable. Pengklasifikasi terpandu bebas kebocoran data (leakage-free Logistic Regression) mencapai tingkat diskriminasi yang luar biasa dengan ROC-AUC sebesar 0,9719, PR-AUC sebesar 0,7078, dan sensitivitas (Recall) prioritas keselamatan sebesar 91,71%. Model pembelajaran mesin tanpa pengawasan (Isolation Forest dan One-Class SVM) secara independen mengonfirmasi hasil tersebut dengan mengidentifikasi konvergensi pada 8 penerbangan anomali paling ekstrem di ekor distribusi. Kerangka kerja yang diusulkan mengintegrasikan teori manajemen energi klasik dengan pembelajaran mesin modern, menyediakan metodologi yang dapat direproduksi untuk penilaian keselamatan pendekatan skala besar.