JURNAL SAINS DAN SENI POMITS Vol. 1, No.
1, (2013) 1-6
Distribusi Waktu Tunggu Pada Antrian Dengan
Menggunakan Disiplin Pelayanan Prioritas
(Studi Kasus: Instalasi Rawat Darurat Di RSUD
Dr. Soetomo Surabaya)
Tommy Yoga Aditama, Laksmi Prita Wardhani
Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
Email: laksmi_pw@matematika.its.ac.id
Abstrak Disiplin antrian yang sering diterapkan adalah
disiplin pelayanan FCFS, namun tidak semua sistem antrian
menerapkan disiplin antrian tersebut. Disiplin pelayanan yang
juga sering diterapkan adalah disiplin pelayanan prioritas,
yaitu pelanggan dilayani sesuai dengan tingkat prioritas dari
pelanggan tersebut. Disiplin prioritas sering diterapkan di
rumah sakit, salah satu contohnya adalah di IRD RSUD Dr.
Soetomo.Penelitian yang dilakukan adalah menghitung rata-
rata waktu antar kedatangan, waktu pelayanan, dan waktu
tunggu pasien dalam antrian prioritas di IRD RSUD dr.
Soetomo Surabaya. Data yang diperlukan adalah waktu antar
kedatangan dan waktu pelayanan, sehingga dari data tersebut
diperoleh hasil analisis sistem antrian prioritas. Hasil analisis
sistem antrian prioritas adalah rata-rata waktu kedatangan
pasien kategori gawat yang terpendek yaitu sekitar 12,233
menit per pasien, sedangkan untuk rata-rata waktu
pelayanannya yaitu sekitar 2,91 menit per pasien. Waktu
tunggu terlama pasien kategori stabil dalam antrian prioritas
yaitu sekitar 14,57937337 menit per pasien sedangkan waktu
yang dihabiskan pasien kategori stabil dalam sistem yang
terlama yaitu sekitar 34,70006939 menit per pasien.
Kata Kunci Antrian Prioritas, Rumah Sakit , Sistem Antrian,
Waktu Tunggu.
I. PENDAHULUAN
M engantri bagi sebagian besar masyarakat adalah suatu
pekerjaan yang membosankan dan sesuatu yang tidak
menyenangkan. Bahkan sebagian orang tidak mau atau
enggan untuk mengantri, sehingga mereka keluar dari
antrian sebelum mereka mendapat pelayanan. Antrian
sendiri terjadi karena waktu antar kedatangan pasien lebih
cepat daripada waktu pelayanan. Selain itu, disiplin antrian
yang digunakan dalam pelayanan juga dapat menjadi salah
satu faktor penyebab terjadinya antrian. Disiplin antrian
yang umum diterapkan dalam kehidupan sehari-hari adalah
FCFS (First Come First Served), namun dalam beberapa
kejadian, disiplin antrian tersebut tidak selalu diterapkan,
karena alasan kebutuhan pasien yang harus segera dilayani.
Salah satu contoh yang tidak selalu menerapkan disiplin
antrian FCFS adalah pelayanan di rumah sakit. Disiplin
yang diterapkan adalah disiplin pelayanan PS (Priority
Service), yaitu pasien yang keadaannya lebih kritis akan
dilayani lebih dulu tanpa harus memperhatikan siapa yang
datang lebih dulu. Semakin banyaknya rumah sakit dan
penawaran jasa kesehatan maka orang akan semakin selektif
dalam menentukan tempat berobat, sehingga untuk dapat
menang dalam berkompetisi maka pihak rumah sakit
hendaknya memperbaiki sistem pelayanan yang ada. Sistem
1
pelayanan yang dimaksud adalah meliputi jumlah tenaga
medis, waktu pelayanan terhadap pasien [1]. Pasien yang
akan memasuki antrian harus melalui beberapa tahap. Tahap
pertama pasien menuju loket untuk memperoleh nomer
antrian, setelah itu pasien akan dipanggil sesuai nomor urut
untuk dilayani[2]. Namun, jika ada pasien yang keadaannya
lebih kritis maka akan dilayani terlebih dahulu. Hal ini
sangat berpengaruh bagi pasien yang sebelumnya sudah
mengantri karena harus rela menunggu lebih lama lagi untuk
mendapatkan pelayanan. Jika hal ini berlangsung terus
menerus maka akan mengakibatkan dampak negatif bagi
pihak pasien dan rumah sakit. Dampak negatif yang dapat
terjadi bagi pihak rumah sakit dan pihak pasien adalah
terjadinya protes dari pihak pasien, pasien keluar dari
antrian sebelum mendapatkan pelayanan, pihak rumah sakit
akan kalah berkompetisi, dan yang lebih fatal adalah
kematian[3].
Dampak negatif tersebut harus segera diatasi, agar dapat
memberikan pelayanan yang optimal untuk pasien. Sehingga
perlu solusi untuk dapat menghindari dampak-dampak
negatif. Berdasarkan dampak dan masalah yang terjadi di
rumah sakit, maka dalam Tugas Akhir ini penulis
mengajukan judul Analisa Distribusi Waktu Tunggu Pada
Antrian Dengan Menggunakan Disiplin Pelayanan Prioritas
(Studi Kasus: Instalasi Rawat Darurat Di RSUD Dr.
Soetomo Surabaya).
II. URAIAN PENELITIAN
A. Teori Antrian
Antrian adalah orang-orang atau barang dalam barisan
yang sedang menunggu untuk dilayani. Hal ini terjadi
karena orang-orang atau barang yang datang ke dalam
sebuah fungsi pelayanan lebih cepat daripada pelayanan itu
sendiri. Dalam sistem antrian terdapat komponen-komponen
dasar, yaitu[4]:
1. Input
2. Output
3. Waktu antar kedatangan
4. Tingkat kedatangan
5. Waktu pelayanan
6. Tingkat pelayanan
B. Disiplin Antrian
Disiplin antrian adalah cara server memilih pelanggan
untuk dilayani. Beberapa jenis disiplin antrian antara lain:
1. FCFS (First Come First Served) berarti pelanggan yang
datang lebih dulu akan dilayani terlebih dahulu.
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 2

2. LIFO (Latest In First Out) berarti pelanggan yang datang Langkah-langkah pengujian hipotesis kesesuaian (goodness
paling terakhir maka akan dilayani terlebih dahulu. of fit) dengan menggunakan metode uji chi square adalah
3. SIRO (Service In Random Order) berarti semua sebagai berikut:
pelanggan memiliki kesempatan yang sama untuk 1. Menentukan hipotesis
dilayani lebih dulu, tidak peduli siapa yang datang lebih Hipotesis dapat diartikan sebagai suatu pernyataan yang
dulu. masih lemah kebenarannya dan perlu dibuktikan atau
4. PS (Priority Service) berarti pasien yang memiliki dugaan yang sifatnya masih sementara. Hipotesis yang
prioritas lebih tinggi akan dilayani terlebih dahulu, tidak digunakan adalah sebagai berikut:
peduli siapa yang datang lebih dulu. Hipotesis:
H 0 : tingkat kedatangan pelanggan berdistribusi poisson
C. Jenis Sistem Antrian atau waktu pelayanan pelanggan berdistribusi
1. Single Channel, Single Phase eksponensial
2. Single Channel, Multi Phase H 1 : tingkat kedatangan pelanggan tidak berdistribusi
3. Multi Channel, Single Phase poisson atau waktu pelayanan pelanggan tidak
4. Multi Channel, Multi Phase berdistribusi eksponensial.
2. Menentukan taraf nyata atau tingkat signifikansi.
D. Model Antrian Prioritas Preemptive M/G/S Taraf nyata adalah besarnya batas toleransi dalam
Model antrian M/G/s, tanda pertama (M) menunjukkan menerima kesalahan hasil hipotesis terhadap nilai
bahwa tingkat kedatangan berdistribusi poisson, waktu parameter populasinya. Taraf nyata dilambangkan
pelayanan berdistribusi umum, dengan jumlah server lebih dengan alpha (). Jika alpha yang digunakan 5% maka
dari satu (s>1). sistem antrian akan mencapai kondisi tingkat kepercayaan sebesar 95% atau dengan kata lain
steady-statte jika[6]: kesempatan untuk salah adalah sebesar 5% dengan

= <1 (1) tingkat kepercayaan sebesar 95%. Nilai 2 (2 =
2
Sedangkan persamaan untuk 0 , , , , yaitu sebagai 1 ; . ) ditentukan besarnya nilai taraf nyata dan nilai

berikut: derajat kebebasan (degree of freedom atau d.f).

Probabilitas tidak ada pasien[6]: d.f. = k m 1
0 = 1 (2) Dengan:
Rumus yang digunakan untuk menghitung ekspektasi waktu k : jumlah kategori,
tunggu pelanggan dalam antrian pada model antrian prioritas m : jumlah parameter yang diestimasi.
preemptive M/G/s adalah sebagai berikut[7]: 3. Menentukan kriteria pengujian atau wilayah kritis
1
2 2
Kriteria pengujian adalah bentuk pembuatan keputusan
=
, = 0,1,2.. (3) dalam menerima atau menolak hipotesis nol (H 0 ) dengan
2
2
2(1)! 1
=0 !
+
(1)!
cara membandingkan nilai 2 (2 = 1 ; . )
2
dengan nilai . Sehingga kriteria pengujiannya
Ekspektasi waktu tunggu dalam sistem () adalah[6]: adalah:
1
= +

(4) H 0 diterima apabila 2 12
; .
2 2
H 0 ditolak apabila 1 ; .
Ekspektasi banyak pelanggan dalam antrian ( ) adalah[6]: 4. Menentukan statistik uji
= (5) Statistik uji yang digunakan adalah metode chi square,
yaitu:
( )2
Ekspektasi banyak pelanggan dalam sistem () adalah[6]: 2 = =1 , = 1,2,

= (6)
Dengan :
R = ( ) =1
E. Uji Distribusi Data
: frekuensi observasi,
Data yang dikumpulkan baik tingkat kedatangan maupun
: frekuensi yang diharapkan,
waktu pelayanan diuji terlebih dahulu distribusinya agar
R

( ) : probabilitas terdapat , berdistribusi sesuai

dapat dipakai sesuai dengan teori antrian yang digunakan.
dengan distribusi probabilitas yang di
Metode yang digunakan adalah metode uji Chi Square,
hopetesiskan (H 0 ).
dimana pada metode ini adalah menguji hasil dari frekuensi
5. Membuat kesimpulan
observasi memang konsisten dengan frekuensi yang
Pembuatan kesimpulan merupakan penetapan keputusan
diharapkan. Apabila konsisten, maka tidak terdapat
dalam hal penerimaan atau penolakan hipotesis nol (H 0 )
perbedaan yang signifikan antara frekuensi observasi
berdasarkan nilai statistik uji yang diperoleh.
dengan frekuensi yang diharapkan, atau dengan kata lain
hipotesis nolnya dapat diterima. Sebaliknya apabila tidak
III. HASIL DAN PEMBAHASAN
ada konsistensi, maka hipotesis nolnya ditolak[10]. Dalam
A. Statistika Deskriptif
model antrian, pada umumnya tingkat kedatangan pelanggan
Beberapa variabel-variabel yang berkaitan dengan
diasumsikan berdistribusi poisson dan waktu pelayanan
analisis sistem antrian prioritas adalah lama waktu antar
diasumsikan berdistribusi eksponensial, jika salah satu dari
kedatangan pasien dan lama waktu pelayanan pasien.
asumsi tersebut tidak terpenuhi maka model antrian
Statistika deskriptif untuk variabel waktu antar kedatangan
diasumsikan berdistribusi general (umum)[11].
pasien kategori gawat (merah dan biru) ditampilkan pada
Tabel 1 sedangkan waktu antar kedatangan pasien kategori
stabil (kuning dan hijau) ditampilkan pada Tabel 2.
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 3

Tabel 1. Waktu Antar Kedatangan (WAK) Pasien Kategori Gawat Syarat untuk melakukan analisis antrian prioritas lebih
(1 Agustus 2013-7 Agustus 2013) lanjut dengan model antrian prioritas M/M/S adalah tingkat
Hari n Min Maks Mean Std. Deviasi kedatangan berdistribusi Poisson. Maka dari itu dilakukan
(pasien) (menit) (menit) (menit/pasien) (menit)
pengujian terhadap tingkat kedatangan. Pengujian dilakukan
Kamis 14 2 27 13 8,106 dengan metode Chi Square. Frekuensi observasi dan
Jumat 13 6 22 12,231 5,352 harapan tingkat kedatangan pasien kategori stabil
ditunjukkan pada Tabel 5 sedangkan frekuensi observasi
Sabtu 11 12 32 17,857 7,598 dan harapan tingkat kedatangan pasien kategori gawat
Minggu 11 2 41 16,364 10,823 ditunjukkan pada Tabel 6.
Tabel 5. Frekuensi Observasi Dan Harapan Tingkat Kedatangan Pasien
Senin 9 6 52 22,556 14,675 Kategori Stabil
x
Selasa 5 20 34 25,6 5,463 (jumlah kedatangan pasien)
1 2 3 4 5
oi
Rabu 5 1 40 30,8 11,089 (frekeunsi observasi)
2 5 10 9 2
ei
3,798 5,968 6,253 4,913 3,088
(frekuensi yang diharapkan)
Tabel 2. Waktu Antar Kedatangan (WAK) Pasien Kategori Stabil
(1 Agustus 2013-7 Agustus 2013) Dari Tabel 5 didapat nilai hitung = 7,038285506, 2

n Min Maks Mean Std. Deviasi sedangkan nilai 20,95;3 = 7,8174. Maka dapat disimpulkan
P

Hari
(pasien) (menit) (menit) (menit/pasien) (menit) bahwa 2 hitung < 20,95;3 , sehingga H 0 gagal ditolak yang
Kamis 12 2 41 12,917 13,048 berarti tingkat kedatangan pasien kategori stabil (kuning dan
hijau) berdistribusi Poisson.
Jumat 12 8 30 15,417 6,776
Sabtu 7 5 32 14,091 7,366 Tabel 6. Frekuensi Observasi Dan Harapan Tingkat Kedatangan Pasien
Kategori Gawat
Minggu 10 5 34 16,3 8,223 x
1 2 3 4 5
(jumlah kedatangan pasien)
Senin 10 11 32 18,5 7,338 oi
2 5 10 9 2
(frekeunsi observasi)
Selasa 11 5 34 15,909 9,238 ei
3,798 5,968 6,253 4,913 3,088
(frekuensi yang diharapkan)
Rabu 8 11 33 18,125 8,894
Dari Tabel 6 didapat nilai hitung = 5,26879866, 2

sedangkan nilai 20,95;3 = 7,8174. Maka dapat disimpulkan

P

Statistika deskriptif untuk variabel waktu pelayanan bahwa 2 hitung < 20,95;3 , sehingga H 0 gagal ditolak yang
pasien kategori gawat (merah dan biru) ditampilkan pada
berarti tingkat kedatangan pasien kategori gawat (merah dan
Tabel 3, sedangkan waktu pelayanan pasien kategori stabil
biru) berdistribusi Poisson.
(kuning dan hijau) ditampilkan pada Tabel 4.
Tabel 3. Waktu Pelayanan (WP) Pasien Kategori Gawat (1
Agustus 2013-7 Agustus 2013) C. Uji Distribusi Waktu Pelayanan
n Min Maks Mean Std. Deviasi Syarat untuk melakukan analisis antrian prioritas lebih
Hari lanjut dengan model antrian prioritas M/M/S adalah waktu
(pasien) (menit) (menit) (menit/pasien) (menit)
Kamis 16 1 8 3,25 2,078 pelayanan berdistribusi Eksponensial. Maka dari itu
dilakukan pengujian terhadap waktu pelayanan. Pengujian
Jumat 15 2 5 3,133 1,097 dilakukan dengan metode Chi Square. Frekuensi observasi
Sabtu 13 2 6 2,889 1,328 dan harapan waktu pelayanan pasien kategori stabil
ditunjukkan pada Tabel 7 sedangkan frekuensi observasi
Minggu 13 2 9 3,231 1,889
dan harapan waktu pelayanan pasien kategori gawat
Senin 11 2 5 2,909 1,032 ditunjukkan pada Tabel 8.
Tabel 7 Frekuensi Observasi Dan Harapan Waktu Pelayanan Pasien
Selasa 7 2 6 3,143 1,355 Kategori Stabil
Rabu 7 2 5 3 1,069 Batas Kelas Interval
(menit) (frekuensi observasi) (frekuensi harapan)
11-13,56175 20 6,308
Tabel 4. Waktu Pelayanan (WP) Pasien Kategori Stabil (1 Agustus
2013-7 Agustus 2013) 13,56175-16,12351 17 5,482

Hari n Min Maks Mean Std. Deviasi

(pasien) (menit) (menit) (menit/pasien) (menit) 16,12351-18,68526 16 4,764

Kamis 14 11 27 18,143 5,257 18,68526-21,24702 8 4,14

Jumat 14 11 30 20,643 4,935
21,24702-23,80877 11 3,597
Sabtu 13 11 29 17,308 5,857
23,80877-26,37052 10 3,127
Minggu 12 11 30 16,333 6,27
26,37052-28,93228 2 2,717
Senin 12 12 30 18,25 5,035
Selasa 13 11 28 17,769 5,76 28,93228-31,49403 4 2,361

Rabu 10 15 26 19,2 3,695 >31,8872 55,505

B. Uji Distribusi Tingkat Kedatangan Total 88 88

JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 4

Dari Tabel 7 didapat nilai 2 hitung = 115,6984699,
sedangkan nilai 20,95;6 = 12,5916. Maka dapat disimpulkan
P
bahwa 2 hitung > 20,95;3 , sehingga H 0 ditolak yang berarti
waktu pelayanan pasien kategori stabil (kuning dan hijau)
tidak berdistribusi eksponensial.
Tabel 8 Frekuensi Observasi Dan Harapan Waktu Pelayanan Pasien
Kategori Gawat
Batas Kelas Interval
(menit) (frekuensi observasi) (frekuensi harapan)
2. Probabilitas Tidak Ada Pasien Dalam Sistem (P 0 )
Selanjutnya akan dicari probabilitas tidak ada pasien
kategori gawat dan stabil dalam sistem. Jika nilai yang
diperoleh semakin tinggi maka probabilitas tidak ada pasien
dalam sistem juga tinggi, dan berlaku sebaliknya yang akan
dihitung dengan persamaan (2). Perhitungan probabilitas
tidak ada pasien kategori gawat pada hari Kamis adalah
sebagai berikut
0 = 1
0 Kamis Gawat = 1
R

1-2,104376 36 16,924
= 1 0,143011918
2,104376-3,208752 19 11,855 = 0,857142857
0 Kamis Stabil = 1
R

3,208752-4,313128 11 8,3048 = 1 0,628770302

4,313128-5,417504 6 5,818 = 0,180645161 R

5,417504-6,52188 3 4,075 3. Ekspektasi Waktu Tunggu Dalam Antrian ( )

Ekspektasi waktu tunggu dalam antrian adalah waktu
6,52188-7,626256 1 2,855
yang dihabiskan pasien dalam menunggu proses untuk
7,626256-8,730632 1 1,999 dilayani, dalam hal ini hanya waktu menunggu untuk
dilayani saja. Ekspektasi waktu tunggu dalam antrian
8,730632-9,835008 1 1,4 dihitung dengan persamaan (3).
1
2 2
=
>9,835008 24,768 2



2(1)! 1
=0 +
! (1)!

Total 78 78
1 5,274725275 21
(5,274725275)2
Dari Tabel 8 didapat nilai hitung = 28,79025459,
2
=
(18,46153846)2 18,46153846
5,274725275 5,274725275
sedangkan nilai 20,95;6 = 12,5916. Maka dapat disimpulkan 2(2 1)! 2
5,274725275 2
21 18,46153846
=0

+

18,46153846

5,274725275
P

18,46153846 !
bahwa 2 hitung > 20,95;3 , sehingga H 0 ditolak yang berarti (2 1)! 2
18,46153846

= 0,008746356
waktu pelayanan pasien kategori gawat (merah dan biru)
tidak berdistribusi eksponensial.
1 5,419354839 21
(5,419354839)2
(3,307086614)2 3,307086614
=
D. Analisis Sistem Antrian Prioritas Saat Ini (2 Server) 5,419354839 5,419354839
5,419354839 2 3,307086614
21 3,307086614
2(2 1)! 2 3,307086614 =0 + 5,419354839
Berikut ini merupakan analisis sistem antrian yang ada !
(2 1)! 2
3,307086614
pada proses pemeriksaan awal pasien di IRD RSUD Dr. = 0,218466566
Soetomo saat ini. Berdasarkan pada lampiran 3, diketahui
tingkat kedatangan pasien kategori gawat (merah dan biru) 4. Ekspektasi Waktu Tunggu Dalam Sistem ()
untuk hari Kamis adalah 5,275 pasien per jam, sedangkan Ekspektasi waktu tunggu dalam sistem antrian adalah
untuk waktu pelayanan pasien kategori gawat (merah dan waktu total yang dihabiskan oleh pasien, dari proses
biru) pada hari Kamis adalah 18,462 pasien per jam. Tingkat menunggu dilayani sampai proses pelayanan selesai.
kedatangan pasien kategori stabil (kuning dan hijau) untuk Perhitungan waktu tunggu dalam sistem menggunakan
hari Kamis adalah 5,419 pasien per jam, sedangkan untuk persamaan (4).
1
waktu pelayanan pasien kategori stabil (kuning dan hijau) = +
pada hari Kamis adalah 3,307 pasien per jam. Maka 1
= 0,008746356 + 18,46153846
selanjutnya akan dihitung analisis sistem untuk pasien
kategori gawat dan stabil pada hari Kamis: = 0,062913022 jam
1
= 0,218466566 + 3,307086614
1. Utilitas Sistem = 0,520847519 jam
Utilitas sistem atau tingkat kesibukan server pada hari
Kamis akan dicari dengan menggunakan persamaan (1). Jika 5. Ekspektasi Banyak Pasien Dalam Antrian ( )
nilai yang dihasilkan >1 maka server tidak dapat melayani Ekspektasi banyak pasien dalam antrian adalah jumlah
atau menampung pasien yang ada. Namun jika 1 maka pasien yang menunggu untuk dilayani saja. Ekspektasi
server dapat melayani pasien. banyak pasien dalam antrian akan dihitung dengan
menggunakan persamaan (5).
gawat =
s. =
5,274725275
= (2)(18,46153846) = (5,274725275)(0,008746356)
= 0,143011918 = 0,046134623 pasien
= (5,419354839) (0,218466566)
stabil = = 1,183947843 pasien
s.
5,419354839
= (2)(3,307086614)
6. Ekspektasi Banyak Pasien Dalam Sistem ()
= 0,628770302
Ekspektasi banyak pasien dalam sistem berbeda halnya
dengan ekspektasi banyak pasien dalam antrian. Ekspektasi
banyak pasien dalam sistem adalah total pasien yang berada
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 5

dalam sistem antrian, termasuk pasien yang sedang dihitung dengan persamaan (2). Perhitungan probabilitas
mengantri dan pasien yang sedang dilayani. Ekspektasi tidak ada pasien kategori gawat pada hari Kamis adalah
banyak pasien dalam sistem akan dihitung dengan sebagai berikut
menggunakan persamaan (6). 0 = 1
= 0 Kamis Gawat = 1
R

= (5,274725275)(0,062913022) = 1 0,095238095
= 0,331848909 pasien = 0,904761905
= (5,419354839)(0,520847519)
0 Kamis Stabil = 1
= 2,82265752 pasien
R

= 1 0,546236559
Tabel 9. Hasil Perhitungan Sistem Antrian Prioritas Dua Server = 0,453763441 R
Kategor

Minggu
Kamis

Selasa
Jumat

Sabtu

Senin

Rabu
Hari 3. Ekspektasi Waktu Tunggu Dalam Antrian ( )
i

Ekspektasi waktu tunggu dalam antrian adalah waktu

Gawat 0,143 0,148 0,104 0,117 0,079 0,086 0,068 yang dihabiskan pasien dalam menunggu proses untuk
(%)
Stabil 0,819 0,781 0,726 0,601 0,592 0,66 0,662
dilayani, dalam hal ini hanya waktu menunggu untuk
dilayani saja. Ekspektasi waktu tunggu dalam antrian
Gawat 0,857 0,852 0,896 0,883 0,921 0,914 0,932
P0
dihitung dengan persamaan (3).
1
2 2
Stabil 0,181 0,219 0,274 0,399 0,408 0,34 0,338 =
2

2(1)! 1
=0 ! +

Gawat 0,009 0,01 0,004 0,005 0,002 0,002 0,001 (1)!

Wq
(jam)
Stabil 0,219 0,234 0,243 0,217 0,213 0,236 0,236 1 5,274725275 31
(5,274725275)3
(18,46153846)2 18,46153846
=
W
Gawat 0,063 0,062 0,052 0,059 0,052 0,055 0,051 5,274725275 5,274725275 3
5,274725275 2
31 18,46153846 18,46153846
2(3 1)! 3 =0 +
(jam)
Stabil 0,521 0,578 0,532 0,489 0,517 0,532 0,556 18,46153846 ! 5,274725275
(3 1)! 3
18,46153846
Gawat 0,046 0,054 0,016 0,022 0,005 0,007 0,003 = 0,001251832
Lq
(pasien)
Stabil 1,184 1,064 1,223 0,956 0,828 1,05 0,977
1 5,419354839 31
(5,419354839)3
(3,307086614)2 3,307086614
Gawat 0,332 0,35 0,224 0,255 0,163 0,179 0,14 =
L 5,419354839 5,419354839 3
3,307086614
2
(pasien) 5,419354839 31 3,307086614
2(3 1)! 3 3,307086614 =0 +
Stabil 2,823 2,63 2,674 2,159 2,011 2,37 2,301 ! 5,419354839
(3 1)! 3
3,307086614
= 0,107353617
E. Analisis Sistem Antrian Prioritas 3 Server
Berikut ini merupakan analisis sistem antrian prioritas 4. Ekspektasi Waktu Tunggu Dalam Sistem ()
yang ada pada proses pemeriksaan awal pasien di IRD Ekspektasi waktu tunggu dalam sistem antrian adalah
RSUD Dr. Soetomo jika menggunakan tiga server. waktu total yang dihabiskan oleh pasien, dari proses
Berdasarkan pada lampiran 3, diketahui tingkat kedatangan menunggu dilayani sampai proses pelayanan selesai.
pasien kategori gawat (merah dan biru) untuk hari Kamis Perhitungan waktu tunggu dalam sistem menggunakan
adalah 5,275 pasien per jam, sedangkan untuk waktu persamaan (4).
1
pelayanan pasien kategori gawat (merah dan biru) pada hari = +
Kamis adalah 18,462 pasien per jam. Tingkat kedatangan 1
pasien kategori stabil (kuning dan hijau) untuk hari Kamis = 0,001251832 +
18,46153846
adalah 5,419 pasien per jam, sedangkan untuk waktu = 0,055418499 jam
pelayanan pasien kategori stabil (kuning dan hijau) pada 1
= 0,107353617 + 3,307086614
hari Kamis adalah 3,307 pasien per jam. Maka selanjutnya
= 0,40973457 jam
akan dihitung analisis sistem untuk pasien kategori gawat
dan stabil pada hari Kamis: 5. Ekspektasi Banyak Pasien Dalam Antrian ( )
1. Utilitas Sistem
Ekspektasi banyak pasien dalam antrian adalah jumlah
Utilitas sistem atau tingkat kesibukan server pada hari
pasien yang menunggu untuk dilayani saja. Ekspektasi
Kamis akan dicari dengan menggunakan persamaan (1). Jika
banyak pasien dalam antrian akan dihitung dengan
nilai yang dihasilkan >1 maka server tidak dapat melayani
menggunakan persamaan (5).
atau menampung pasien yang ada. Namun jika 1 maka =
server dapat melayani pasien. = (5,274725275)(0,001251832)

gawat = s. = 0,006603072 pasien
5,274725275
= (3)(18,46153846) = (5,419354839) (0,107353617)
= 0,581787346 pasien
= 0,095238095

stabil = 6. Ekspektasi Banyak Pasien Dalam Sistem ()
s.
5,419354839
= (3)(3,307086614) Ekspektasi banyak pasien dalam sistem berbeda halnya
= 0,546236559 dengan ekspektasi banyak pasien dalam antrian. Ekspektasi
banyak pasien dalam sistem adalah total pasien yang berada
2. Probabilitas Tidak Ada Pasien Dalam Sistem (P 0 ) dalam sistem antrian, termasuk pasien yang sedang
Selanjutnya akan dicari probabilitas tidak ada pasien mengantri dan pasien yang sedang dilayani. Ekspektasi
kategori gawat dan stabil dalam sistem. Jika nilai yang banyak pasien dalam sistem akan dihitung dengan
diperoleh semakin tinggi maka probabilitas tidak ada pasien menggunakan persamaan (6).
dalam sistem juga tinggi, dan berlaku sebaliknya yang akan =
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 6

= (5,274725275)(0,055418499)
= 0,292317358 pasien V. KESIMPULAN DAN SARAN
= (5,419354839)(0,40973457) 5.1 Kesimpulan
= 2,220497023 pasien 1. Rata-rata waktu kedatangan pasien kategori gawat yang
Tabel 10. Hasil Perhitungan Sistem Antrian Prioritas Tiga Server terpendek terjadi pada hari Jumat yaitu sektiar 12,23
menit per pasien, sedangkan pasien kategori stabil yang
Kategori

Minggu
Kamis

Selasa
terpendek terjadi pada hari Kamis yaitu sektiar 12,92
Jumat

Sabtu

Senin

Rabu
Hari
menit per pasien. Rata-rata waktu pelayanan pasien
kategori gawat dengan menggunakan dua server pada

Gawat 0,095 0,099 0,069 0,078 0,053 0,057 0,046 hari Jumat yaitu sekitar 3,13 menit per pasien, sedangkan
(%)
Stabil 0,546 0,521 0,484 0,401 0,395 0,44 0,441 untuk pasien kategori stabil dengan menggunakan dua
server pada hari Kamis yaitu sekitar 18,14 menit per
Gawat 0,905 0,902 0,931 0,922 0,948 0,943 0,955
P0
pasien.
Stabil 0,454 0,479 0,516 0,599 0,605 0,56 0,559 2. Waktu tunggu dalam antrian untuk pasien kategori stabil
Gawat 0,001 0,003 0,0008 0,001 0,0003 0,0004 0,0002
pada hari Sabtu merupakan yang terlama yaitu sekitar
Wq
(jam)
14,57937337 menit per pasien.
Stabil 0,107 0,097 0,082 0,051 0,049 0,065 0,066
3. Jika dilakukan penambahan satu server sehingga
W
Gawat 0,055 0,055 0,049 0,055 0,049 0,053 0,05 menjadi tiga server, waktu tunggu pasien dalam antrian
(jam)
Stabil 0,41 0,441 0,371 0,323 0,353 0,361 0,386
prioritas berkurang. Waktu tunggu dalam antrian paling
lama dalam prioritas dua server untuk pasien kategori
Gawat 0,007 0,016 0,003 0,005 0,0009 0,001 0,0004
stabil sebesar 14,57937337 menit per pasien, jika
Lq
(pasien)
Stabil 0,582 0,441 0,414 0,226 0,191 0,291 0,272 menggunakan tiga server waktu tunggu berkurang
Gawat 0,292 0,312 0,211 0,238 0,159 0,173 0,137
sehingga menjadi 6,441217041 menit per pasien.
L
(pasien)
Stabil 2,221 2,003 1,866 1,428 1,374 1,611 1,596
5.2 Saran
Sistem antrian yang disarankan untuk IRD RSUD Dr.
F. Perbandingan Sistem Antrian Prioritas Tiga Server, Soetomo Surabaya adalah dengan menggunakan
Empat Server dan Lima Server penambahan server (dokter), karena dengan semakin
Ada empat hal yang menjadi tolok ukur untuk banyaknya server yang beroperasi maka waktu tunggu dan
mendapatkan sistem terbaik dan yang dapat mengurangi panjang antrian pasien dapat dikurangi.
waktu tunggu pasien. Tolok ukur tersebut adalah
membandingkan nilai utilitas atau kegunaan sistem, panjang DAFTAR PUSTAKA
antrian, lama waktu tunggu dalam antrian dan lama waktu [1] Khasanah, Heksa Uswatun. 2010. Simulasi Sistem Pelayanan Pasien
Pada Poli Mata Di RSU Kabupaten Gresik. Tugas Akhir, Jurusan
tunggu yang dihabiskan pasien dalam sistem. Hasil S1 Matematika, ITS.
perbandingan sistem antrian dua server dan tiga server akan [2] Annisa, Zarah Ayu. 2011. Analisis Sistem Antrian Pada Pelayanan
ditunjukkan pada Tabel 11. Poli Kandungan Dan Ibu Ham il Di Rumah Sakit X. Tugas Akhir,
Tabel 11 Perbandingan Sistem Antrian Dua Server dan Tiga Server Jurusan D3 Statistik, ITS.
[3] Setiawan, Agus. 2003. Analisis Antrian Di Hero Supermarket Plaza
Tunjungan 1 Surabaya.Tugas Akhir, Jurusan D3 Statistik, ITS.
Kategori

Minggu
Kamis

Selasa
Jumat

Sabtu

Senin

Rabu

Hari [4] Heizer, J. Dan Render, B. 2005. Manajemen Operasi. Buku 2.

Salemba Empat. Jakarta.
[5] Lasono, Eka S. 2009. Model Antrian Perencanaan dan Pengaturan
Gawat 0,14 0,14
0,104
0,11
0,079 0,086 0,068 Fasilitas Rawat Inap (Tempat Tidur) di Rumah Sakit. Jurusan S1
(2S) 3 8 7
Matematika, ITS.
Gawat 0,09 0,09 0,07
(3S) 5 9
0,069
8
0,053 0,057 0,046 [6] Lieberman, H. Introduction to Operation Reseach. Hal 834-891.
(%) 0,81 0,78 0,60 Edisi ketujuh.
Stabil (2S) 0,726 0,592 0,66 0,662
9 1 1 [7] Bondi, A. B., & Buzen J. P. 1981. The Response Times of Priority
Stabil (3S)
0,54 0,52
0,484
0,40
0,395 0,44 0,441 Classes under Preemptive Resume in M/G/m Queues. Purdue
6 1 1 University
Gawat 0,04 0,05 0,02
(2S) 6 4
0,016
2
0,005 0,007 0,003 [8] Djauhari, M. 1997. Statistika Matematika. Fakultas Matematika
Gawat 0,00 0,01 0,00 0,000 0,000 dan Ilmu Pengetahuan Alam, ITB. Bandung.
Lq 0,003 0,001 [9] Dimyati, A. & Tarliyah, T. 1999. Operation Research Model-Model
(3S) 7 6 5 9 4
(pasien
) Stabil (2S)
1,18 1,06
1,223
0,95
0,828 1,05 0,977
Pengambilan Keputusan. PT Sinar Baru Algesindo. Bandung.
4 4 6 [10] Fauzy, Akhmad. 2008. Statistik Industri. Erlangga. Jakarta.
0,58 0,44 0,22 [11] Ikhirimah, A., Supriyono, & Kharisudin, I. 2012. Analisis Antrian
Stabil (3S) 0,414 0,191 0,291 0,272
2 1 6
Gawat 0,00 0,00
Single Channel Single Phase Pada Loket Penjualan Tiket Kereta Api
0,01 0,004 0,002 0,002 0,001 Kaligung Di Stasiun Poncol. UNNES Journal of Mathematics.
(2S) 9 5
Gawat 0,00 0,00 0,000 0,00 0,000 0,000 0,000 Semarang
Wq (3S) 1 3 8 1 3 4 2
(jam) 0,21 0,23 0,21
Stabil (2S) 0,243 0,213 0,236 0,236
9 4 7
0,10 0,09 0,05
Stabil (3S) 0,082 0,049 0,065 0,066
7 7 1
Gawat 0,06 0,06 0,05
0,052 0,052 0,055 0,051
(2S) 3 2 9
Gawat 0,05 0,05 0,05
0,049 0,049 0,053 0,05
W (3S) 5 5 5
(jam) 0,52 0,57 0,48
Stabil (2S) 0,532 0,517 0,532 0,556
1 8 9
0,44 0,32
Stabil (3S) 0,41 0,371 0,353 0,361 0,386
1 3