EFFECTIVENESS OF AIRPORT FUNCTION SEPARATION IN INDONESIA: A CASE STUDY OF SOEKARNO-HATTA AND HALIM PERDANAKUSUMA AIRPORTS, WITH A PROPOSAL FOR UTILIZING KERTAJATI AIRPORT FOR PRIVATE AVIATION
Notice bibliographique
Résumé
This study analyzes the effectiveness of airport function separation in Indonesia as a strategic response to airspace congestion, operational inefficiencies, and overlapping civil-military airport usage. Focusing on Soekarno-Hatta (CGK), Halim Perdanakusuma (HLP), and Kertajati (KJT) Airports, the study adopts a qualitative-descriptive method supported by in-depth interviews with stakeholders from the Ministry of Transportation, Indonesian Air Force (TNI-AU), airport operators, airlines, and aviation experts. The findings reveal that overlapping functions at Halim generate flight delays, coordination difficulties, and safety risks, while Soekarno-Hatta faces high traffic volume with limited relief options. Meanwhile, Kertajati remains underutilized despite having modern infrastructure and a strategic location. Drawing on international best practices, such as Japan’s Narita-Haneda-Chōfu model and similar systems in the US and UK, the study proposes a five-function airport classification: international commercial, domestic commercial, state/VVIP, military, and private/general aviation. It recommends formalizing a national regulation on function separation, reclassifying Halim for exclusive state and military use, and optimizing Kertajati through Public-Private Partnerships (PPPs) supported by regulatory incentives. Establishing a civil-military coordination body is also urged to enhance airspace governance. The novelty of this study lies in its integrated policy framework, which combines regulatory, institutional, and operational dimensions. Unlike previous studies that focus only on Jakarta’s traffic management or civil-military coordination, this research introduces Kertajati as a national hub for private and general aviation, an approach that remains underexplored in Indonesian aviation discourse and presents a viable solution to redistribute traffic and improve national airspace efficiency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».