Anda di halaman 1dari 10

Analisis Sistem Antrian

5.3.1.

Menghitung Rata-rata Tingkat Kedatangan Pelanggan


Analisa sistem antrian untuk tingkat kedatangan () didasarkan pada jumlah rata-rata

kedatangan pelanggan pada interval waktu yang tetap. Jumlah interval waktu adalah :
Jumlah Waktu Pengamatan
I = Selang Waktu
8 60 (menit) 480
=
I= 5
5
I = 96
Maka jumlah interval waktunya setiap hari yaitu 96 interval waktu pengamatan (selang
5 menit dalam 8 jam). Jadi tingkat kedatangan pelanggan hasil simulasi di parkiran keluar
Berastagi Buah:

N
I

Dengan :

= Tingkat kedatangan

N = Jumlah data
I = Jumlah interval waktu

I = 96
N
I
462

96
4,8125 5 mobil per 5 menit
0,9625 1 mobil per menit
57,75 58 mobil per jam

5.3.2.

Menghitung Rata-rata Tingkat Pelayanan


Tingkat pelayanan adalah rata-rata tingkat kemampuan server untuk melayani

pelanggan dalam suatu interval waktu yang dinotasikan dengan jumlah pelanggan per satuan

interval waktu. Tingkat pelayanan dapat juga dimaksudkan sebagai kebalikan dari rata-rata
waktu pelayanan setiap pelanggan.
Waktu rata-rata pelayanan setiap pelanggan yang diperoleh dalam pengamatan ini
adalah pembagian dari nilai Xi*Oi dibagi dengan Oi.
XiOi
Oi

Rata rata pelayanan =

63,7588
98

= 0,6506

Tingkat pelayanan ( ):
=

x Interval waktu

Rata-rata pelayanan
=

mobil per menit x 5

0,6506
= 7,6853 8 mobil per 5 menit
= 1,537 2 mobil per menit
= 92,222 92 mobil per jam

5.3.3.

Menghitung Tingkat Utilitas Sistem


Tingkat utilitas sistem dapat ditentukan dengan persamaan sebagai berikut:

dengan:

= tingkat utilitas sistem

= tingkat kedatangan

= tingkat pelayanan
Dalam pengamatan, terdapat 2 fasilitas pelayanan (server). Berdasarkan rumus di atas,
maka tingkat kesibukan sistem dari objek pengamatan adalah:

0,9625

0,3131
k 2 1,537

% x 100%
0,3131 x 100 %
31,31%

5.3.4.

Menghitung Rata-rata Jumlah Pengunjung dalam Antrian


Untuk menghitung jumlah pelanggan dalam antrian, terlebih dahulu dilakukan

perhitungan probabilitas tidak terdapatnya pelanggan di dalam sistem menggunakan rumus di


berikut :
1

P 0=
k1

n=0

dengan :

()
( ) ] k ! 1
( k )

1
n!

P0 = probabilitas tidak adanya pelanggan dalam sistem


= rata-rata tingkat pelayanan
= rata-rata tingkat kedatangan
k = jumlah fasilitas/server

Maka probabilitas tidak adanya pelanggan dalam sistem adalah :


1

Po
1 0,9625


0! 1,537

0,9625

1,537

1 0,9625


1! 1,537
0,9625

2! 1

2 1,537

Po = 0,5232
Po (%) = 0,5232 x 100% = 52,32 %

Pada saat melakukan pengamatan, terlihat bahwa ada pelanggan yang sedang mengantri
untuk mendapatkan pelayanan. Oleh sebab itu, untuk mengetahui banyaknya pelanggan yang
berada dalam garis antrian dapat dihitung dengan :
k


Po

Lq
k! (1 ) 2
dengan : k

= jumlah fasilitas/server

= rata-rata tingkat pelayanan

= rata-rata tingkat kedatangan pelanggan

P0

= probabilitas tidak adanya pelanggan dalam sistem

= tingkat utilitas sistem


Maka, jumlah pelanggan dalam antrian adalah sebagai berikut :
2

0,9625
0,5232
0,3131
1,537

Lq
2! (1 0,3131) 2

Lq = 0,0680 1 mobil
5.3.5.

Menghitung Rata-rata Jumlah Pengunjung dalam Sistem


Selain mengetahui berapa banyak pelanggan yang berada dalam antrian, dapat juga

dihitung

berapa jumlah pelanggan yang telah berada dalam sistem tersebut. Maka, untuk

mengetahui banyaknya pelanggan yang berada dalam sistem adalah sebagai berikut :
L Lq

dengan :

Lq = jumlah pelanggan di dalam garis antrian


= rata-rata tingkat pelayanan
= rata-rata tingkat kedatangan pelanggan
Maka jumlah pelanggan dalam sistem adalah sebagai berikut :

Ls Lq

Ls 0,0680

Ls = 0,6942
5.3.6.

0,9625
1,537

1 mobil

Perhitungan Rata-Rata Waktu Pengunjung dalam Antrian


Setelah jumlah pelanggan di antrian dihitung di atas, maka dapat dihitung waktu rata-

rata pelanggan menunggu di antrian dengan rumus :


Wq

dengan :

Lq

Wq = waktu pelanggan dalam pelanggan


Lq = jumlah pelanggan di dalam garis antrian

= rata-rata tingkat kedatangan pelanggan

Maka, waktu rata-rata pelanggan di garis antrian adalah sebagai berikut :

Lq

0,0680
Wq
0,9625
Wq 0,0706 menit
Wq

5.3.7.

Perhitungan Waktu Rata-rata Pengunjung di dalam Sistem


Waktu rata-rata pelanggan di dalam suatu sistem sebenarnya adalah waktu yang

dihitung sejak pelanggan masuk kedalam garis tunggu sampai dengan selesai proses
pelayanannya. Hal ini dapat dirumuskan sebagai berikut :
W Wq

dengan :

Wq = waktu pelanggan dalam pelanggan


= rata-rata tingkat pelayanan

Maka, waktu rata-rata pelanggan di dalam sistem adalah sebagai berikut :

W 0,0706

1
0,7212 menit
1,537

(a / b / c) : (d / e / f)
dimana simbol-simbol a, b, c, d, e, dan f adalah unsur-unsur dasar dari model antrian sebagai
berikut.
a : distribusi waktu antar kedatangan
b : distribusi waktu pelayanan (Service Time Departure)
c : jumlah pelayan dalam paralel (di mana c = 1, 2, 3, ...., )
d : disiplin pelayanan, seperti FCFS, LCFS, SIRO.
e : jumlah pelanggan maksimum (dalam antrian dan sistem)
f : jumlah populasi.

Elemen
Reliability
Assurance
Tangible
Emphaty
Responsiveness
Jumlah

Reliabilit
y
1,0000
0,3268
0,6705
0,9475
0,6183
3,5631

Assurance

Tangible

Emphaty

3,0601
1,0000
0,3820
2,3032
1,5784
8,3237

1,4914
2,6179
1,0000
2,5262
0,6809
8,3164

1,0554
0,4342
0,3959
1,0000
0,9475
3,8329

Responsivenes
s
1,6174
0,6335
1,4686
1,0554
1,0000
5,7749

Berikutnya, dibagi masing-masing angka di setiap sel dengan jumlah kolom masingmasing dan menghasilkan matriks normalisasi dimana angka di setiap kolom berjumlah 1 (satu).
Sementara bobotnya diperoleh dengan menghitung rata-rata setiap baris yang didapat dengan
cara menjumlahkan dan membaginya dengan jumlah data. Contohnya: Reliability =
1.0000/3.5631

0.2807

dan

pembobotan

(0.2807+0.3676+0.1793+0.2753+0.2801)/5 = 0.2766.

elemen

estetika

Tabel 5.24. Perhitungan Bobot Parsial untuk Elemen Level 2


Reliabilit
y
0,2807
0,0917
0,1882
0,2659
0,1735
1,0000

Elemen
Reliability
Assurance
Tangible
Emphaty
Responsiveness
Jumlah

Assuranc
e
0,3676
0,1201
0,0459
0,2767
0,1896
1,0000

Tangibl
e
0,1793
0,3148
0,1202
0,3038
0,0819
1,0000

Emphat
y
0,2753
0,1133
0,1033
0,2609
0,2472
1,0000

Responsiveness

Bobot

0,2801
0,1097
0,2543
0,1828
0,1732
1,0000

0,2766
0,1499
0,1424
0,2580
0,1731
1,0000

Perhitungan Rasio Konsistensi (CR):


1,0000
0,3268
0,6705
0,9475
0,6183

3,0601
1,0000
0,3820
2,3032
1,5784

1,4914
2,6179
1,0000
2,5262
0,6809

1,0554
0,4342
0,3959
1,0000
0,9475

1,6174
0,6335
1,4686
1,0554
1,0000

0,2766
0,1499
0,1424
0,2580
0,1731

1,5000
0,8347
0,7414
1,4077
0,9222

Setelah diperoleh perhitungan konsistensi di atas, dilakukan perhitungan Consistency Vector


sebagai berikut :
1,500
0
0,834
7
0,741
4
1,407
7
0,922
2

0,2766

5,4228

0,1499

5,5675

0,1424

0,2580

5,4561

0,1731

5,3281

5,2072

Maka Rata Rata kelima entri dalam kolom terakhir, yaitu :


Z maks

5,4228 5,5675 5,2072 5,4561 5,3281


5,3963
5

n adalah jumlah orde matriks, pada kasus ini adalah matriks berorde 5, maka
Consistency Index-nya adalah :

CI

5,3963 5
0,0991
5 1

Langkah selanjutnya adalah menghitung Consistensi Rasio (CR), dimana

Random

Index (RI) dengan n = 5 adalah 1.12 (diperoleh dari tabel random indeks), maka nilai CR adalah :
CR

CI
0,0991

0.0885
RI
1.1200

Ini menunjukan bahwa konsistensi baik, karena nilai CR

0.1

. Maka dapat disimpulkan

bahwa responden pada kuisioner ini konsisten terhadap jawabannya.


Setelah perhitungan konsistensi matriks untuk elemen pada level dua ini, maka
perhitungan yang sama juga dilanjutkan pada Unsur dari level 3.

Prosedur Pengambilan Sampel untuk Peta

dan S

Persamaan yang digunakan untuk pengolahan peta kontrol variabel S adalah:


n

i 1

n Xi
2

i 1
n (n 1)

di mana: S = standar deviasi


Sebagai contoh perhitungan nilai S untuk produk 1 adalah sebagai berikut:
n

S
S

n X i
i 1

i 1
n(n 1)

6 8,0 2 8,0 2 8,0 2 8,0 2 8,0 2 8,0 2 8,0 8,0 8,0 8,0 8,0 8,0
6 5

S 0, ,045
__

Tabel 5.7. Hasil Perhitungan


No

Produk

I-3

Operator I
1
2
8,0
8,0

X x

dan S dari Panjang Mangkok Plastik

Operator II
1
2
8,0
8,0

Operator III
1
2
8,0
8,0

8,000

0,000

X
n

2382,633
297

= 8,022

S 12,40 0,041
n

297

Batas kelas atas (UCL) dan batas kelas bawah (LCL) dapat dihitung dengan
menggunakan rumus seperti di bawah ini:

UCLX X A3 S

UCLS B4 S

LCLX X A3 S

LCLS B3 S

Nilai A3, B3, dan B4 dapat dilihat pada Table of Constants for Control Charts. Perhitungan
UCL dan LCL sebagai berikut:

UCLX X A3 S
= 8,022+ 1,287(0,041) = 8,076

LCLX X A3 S
= 8,022 1,287(0,041) = 7,968

UCLS B4 S
= 1,97 (0,041) = 0,082

LCLS B3 S
= 0,03 (0,036) = 0,001