2.1 Pendahuluan
Promodel adalah sebuah software simulasi berbasis windows yang digunakan
untuk mensimulasikan dan menganalisis suatu sistem. Promodel memberikan
kombinasi yang baik dalam pemakaian, fleksibilitas dan memodelkan suatu sistem
nyata agar tampak lebih realistik. Hal-hal yang perlu diperhatikan dalam
memodelkan suatu sistem nyata, yaitu bagaimana sistem beroperasi, aliran bahan,
logika operasi, kerja resources dan lintasan kerjanya. Hal-hal yang perlu
diperhatikan dalam memodelkan suatu sistem nyata, yaitu bagaimana sistem
beroperasi, aliran bahan, logika operasi, kerja resources dan lintasan kerjanya.
Dalam Promodel selama simulasi berlangsung dapat diamati animasi dari kegiatan
yang sedang berlangsung dan hasilnya akan ditampilkan dalam bentuk tabel
maupun grafik yang memudahkan untuk penganalisaan
Pada praktikum simulasi komputer ini, pengambilan data dilakukan di Klinik
Dr.Jamilah Jl.Tlogosari Raya,dengan waktu 2 jam mulai 18.00-20.00, karena pada
setiap harinya terjadi antrian yang panjang. Aktifitas yang terjadi pada Klinik
Dr.jamilah antara lain pengambilan antrian, registrasi dan pelayanan dokter.
Aktifitas-aktifitas tersebut tentunya akan menimbulkan suatu antrian, dimana
antrian tersebut dipengaruhi oleh waktu antar kedatangan, waktu pelayanan
dimulai dan waktu pelayanan berakhir.Maka dari itu kita memerlukan model dan
teknik untuk menganalisis situasi seperti ini, sehingga waktu yang tersedia bisa
digunakan seefektif dan seefisien mungkin, serta dapat meningkatkan
produktivitas.
Promodel merupakan salah satu dari beberapa software simulasi. Promodel
diperkenalkan pertama kali oleh PROMODEL corporation. Software ini
merupakan alat desain simulasi dan animasi untuk memodelkan sistem
manufaktur.Promodel berorientasi pada elemen pemodelan sistem manufaktur dan
merupakan sebagai dasar pengambilan keputusan. Dalam promodel ini sistem
dapat dimodelkan sesuai dengan parameter-parameter yang ada. Adapun
komponen-komponen dari software promodel ini adalahentities, location,
resources, path network, routing and processing logic, dan arrivals.
Pelayanan_
Registrasi
P dokter P
2.2.2 Entities
Entitas merupakan objek yang datang dan mengikuti alur proses dari
stasiun kerja yang satu ke stasiun kerja yang lainnya. Entitas dapat berupa
material, individu atau orang, kertas kerja, dan lain-lainAdapun yang menjadi
entitas dalam kasus ini adalah pasien.
Pasien Pendaftaran
WaktuPel
WaktuPelayanan Waktu
ayanan Waktu
WaktuAntar Waktu phase 2 Dalam
No. Proses 1 WaktuTunggu Dalam
Kedatangan Tunggu Sistem
Sistem
Registrasi PelayananDokter Menit
1 0 28 45 82 323 478 8
2 60 26 37 360 404 827 13.8
3 46 31 27 730 432 1220 20.3
4 97 33 34 1051 292 1410 23.5
5 55 28 37 1305 467 1837 30.6
6 186 22 54 1579 358 2013 33.6
7 188 25 56 1748 345 2174 36.2
8 210 33 53 1886 298 2270 37.8
9 113 16 41 2098 427 2582 43
10 315 24 29 2219 472 2744 45.7
11 85 21 46 2596 362 3025 50.4
12 150 18 48 2812 345 3223 53.7
13 304 33 52 2844 543 3472 57.9
14 187 31 55 3202 283 3571 59.5
15 54 36 47 3439 610 4132 68.9
16 187 44 61 3803 362 4270 71.2
17 34 22 56 4149 458 4685 78.1
18 387 24 37 4538 332 4931 82.2
19 37 40 72 4788 274 5174 86.2
20 214 20 71 4871 409 5371 89.5
21 158 33 37 5148 467 5685 94.8
22 52 35 61 5556 526 6178 103
23 194 31 49 5920 340 6340 105.7
24 137 29 48 6150 279 6506 108.4
25 75 23 36 6379 339 6777 113
LanjutanTabel 2.2 Data Hasil Pengamatan
H1: Jumlah responden tidak signifikan sama dengan jumlah entity didalam
model simulasi.
1 41 41 0 0 0 0
2 41 41 0 0 0 0
3 41 41 0 0 0 0
4 41 41 0 0 0 0
5 41 41 0 0 0 0
6 41 41 0 0 0 0
7 41 41 0 0 0 0
8 41 41 0 0 0 0
Tabel 2.2 Data Entities Pendaftaran (Lanjutan)
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Responden Entity
9 41 41 0 0 0 0
10 41 41 0 0 0 0
11 41 41 0 0 0 0
12 41 41 0 0 0 0
13 41 41 0 0 0 0
14 41 41 0 0 0 0
15 41 41 0 0 0 0
16 41 41 0 0 0 0
17 41 41 0 0 0 0
18 41 41 0 0 0 0
19 41 41 0 0 0 0
20 41 41 0 0 0 0
21 41 41 0 0 0 0
22 41 41 0 0 0 0
23 41 41 0 0 0 0
24 41 41 0 0 0 0
25 41 41 0 0 0 0
26 41 41 0 0 0 0
27 41 41 0 0 0 0
28 41 41 0 0 0 0
29 41 41 0 0 0 0
30 41 41 0 0 0 0
31 41 41 0 0 0 0
32 41 41 0 0 0 0
33 41 41 0 0 0 0
34 41 41 0 0 0 0
35 41 41 0 0 0 0
36 41 41 0 0 0 0
37 41 41 0 0 0 0
38 41 41 0 0 0 0
39 41 41 0 0 0 0
40 41 41 0 0 0 0
41 41 41 0 0 0 0
n1 = 41
n2 = 41
-
x
x 1681 41
n 41
-
x1 - x1 41 - 41 0
2
x1 - x1 41 - 41 0 0
-
2 2
2
-
x - x
0
S1 0 0
n -1 40
x - x
-
0
S2 0
n -1 40
S12 S2 2 02 0
S x1- x2 0
n1 n2 41 41
α = 0,05
α/2 = 0,025
Z 0,025 = -1,96
Kriteria Pengujian
-1,96 1,96
Kesimpulan:
Diketahui nilai z hitung dan z tabel sebagai berikut :
z hitung = 91,122
z tabel = -1,96
maka Z0 Z/2 atau Z 0 - Z/2 H0 ditolak. Dapat disimpulkan jumlah
responden tidak signifikan sama dengan jumlah entitiy di dalam model
simulasi.
Ho: Jumlah responden signifikan sama dengan jumlah entity didalam model
simulasi.
H1: Jumlah responden tidak signifikan sama dengan jumlah entity didalam
model simulasi.
Tabel 2.3 Data Entities Pelayanan Dokter
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Responden Entity
1 41 41 0 0 0 0
2 41 41 0 0 0 0
3 41 41 0 0 0 0
4 41 41 0 0 0 0
5 41 41 0 0 0 0
Tabel 2.3 Data Entities Pelayanan Dokter
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Responden Entity
6 41 41 0 0 0 0
7 41 41 0 0 0 0
8 41 41 0 0 0 0
9 41 41 0 0 0 0
10 41 41 0 0 0 0
11 41 41 0 0 0 0
12 41 41 0 0 0 0
13 41 41 0 0 0 0
14 41 41 0 0 0 0
15 41 41 0 0 0 0
16 41 41 0 0 0 0
17 41 41 0 0 0 0
18 41 41 0 0 0 0
19 41 41 0 0 0 0
20 41 41 0 0 0 0
21 41 41 0 0 0 0
22 41 41 0 0 0 0
23 41 41 0 0 0 0
24 41 41 0 0 0 0
25 41 41 0 0 0 0
26 41 41 0 0 0 0
27 41 41 0 0 0 0
28 41 41 0 0 0 0
29 41 41 0 0 0 0
30 41 41 0 0 0 0
31 41 41 0 0 0 0
32 41 41 0 0 0 0
33 41 41 0 0 0 0
34 41 41 0 0 0 0
35 41 41 0 0 0 0
36 41 41 0 0 0 0
37 41 41 0 0 0 0
38 41 41 0 0 0 0
39 41 41 0 0 0 0
40 41 41 0 0 0 0
41 41 41 0 0 0 0
n1 = 41
n2 = 41
-
x
x 1681 41
n 41
-
x1 - x1 41 - 41 0
2
x1 - x1 41 - 41 0 0
-
2 2
2
-
x - x
0
S1 0 0
n -1 40
2
-
x - x
0
S2 0
n -1 40
S12 S2 2 02 0
S x1- x2 0
n1 n2 41 41
α = 0,05
α/2 = 0,025
Z 0,025 = -1,96
Kriteria Pengujian
-1,96 1,96
Gambar 2.2 Grafik Daerah Penerimaan dan Penolakan H0
Kesimpulan:
Diketahui nilai z hitung dan z tabel sebagai berikut :
z hitung = 91,122
z tabel = -1,96
maka Z0 Z/2 atau Z 0 - Z/2 H0 ditolak. Dapat disimpulkan jumlah
responden tidak signifikan sama dengan jumlah entitiy di dalam model
simulasi.
Formulasi Hipotesa :
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Sistem Nyata Simulasi
Diketahui:
n1 = 41
n2 = 41
2
-
x - x
5578,20
S1 11,809
n -1 40
2
-
17827,29
x - x
S2 21,111
n -1 40
α = 0,01
α/2 = 0,005
Z 0,025 = -2,58
Kriteria Pengujian
Ho diterima jika Z/2 Z0 Z/2
Menghitung nilai Z 0
- -
X1 - X2 45,46 - 324,18
Z0 - -
- 73,774
S x1 - x2 3,778
-2,58 2,58
Gambar 2.3 Grafik Daerah Penerimaan dan Penolakan H0
Kesimpulan:
Diketahui nilai z hitung dan z tabel sebagai berikut :
z hitung = -73,774
z tabel = -1,96
maka Z0 Z/2 atau Z 0 - Z/2 H0 ditolak. Dapat disimpulkan disimpulkan Ls
sistem nyata tidak signifikan sama dengan Ls di dalam model simulasi.
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Sistem Nyata Simulasi
Diketahui:
n1 = 41
n2 = 41
2
-
x - x 301779,02
S1 86,859
n -1 40
2
-
15741,75
x - x
S2 19,838
n -1 40
α = 0,01
α/2 = 0,005
Z 0,025 = -2,58
Kriteria Pengujian
Menghitung nilai Z 0
- -
X1 - X2 397,78 - 395,78
Z0 - -
0,144
S x1 - x2 13,914
-2,58
2,58
Gambar 2.4 Grafik Daerah Penerimaan dan Penolakan H0
Kesimpulan:
Diketahui nilai z hitung dan z tabel sebagai berikut :
z hitung = 0,144
z tabel = -2,59
maka Z/2 Z0 Z/2 H0 diterima. Dapat disimpulkan Ls sistem nyata
signifikan sama dengan Ls di dalam model simulasi
Formulasi Hipotesa :
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Sistem Nyata Simulasi
Diketahui:
n1 = 41
n2 = 41
2
-
x - x 8790555,45
S1 468,790
n -1 40
2
-
x - x 393,50
S2 3,136
n -1 40
α = 0,01
α/2 = 0,005
Z 0,025 = -2,58
Kriteria Pengujian
Ho diterima jika Z/2 Z0 Z/2
Menghitung nilai Z 0
- -
X1 - X2 970,23 - 79,85
Z0 - -
12,161
S x1 - x2 73,214
-2,58 2,58
Gambar 2.5 Grafik Daerah Penerimaan dan Penolakan H0
Kesimpulan:
Diketahui nilai z hitung dan z tabel sebagai berikut :
z hitung = 12,161
z tabel = -2,58
maka Z0 Z/2 atau Z 0 - Z/2 H0 ditolak. Dapat disimpulkan utilitas sistem
nyata tidak signifikan sama dengan utilitas di dalam model simulasi.
Formulasi Hipotesa :
Ho :Utilitas sistem nyata signifikan sama dengan utilitas di dalam model
simulasi.
H1 :Utilitas sistem nyata tidak signifikan sama dengan utilitas di dalam
model simulasi.
Tabel 2.7 Data Utilitas Pelayanan Dokter
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Sistem Nyata Simulasi
Jumlah
2 2
-
-
-
-
Data x1 - x1 x1 - x1 x2 - x2 x2 - x2
Sistem Nyata Simulasi
Diketahui:
n1 = 41
n2 = 41
2
-
13712010,71
x - x
S1 585,491
n -1 40
2
-
51,46
x - x
S2 1.134
n -1 40
α = 0,01
α/2 = 0,005
Z 0,025 = -2,58
Kriteria Pengujian
Ho diterima jika Z/2 Z0 Z/2
Menghitung nilai Z 0
- -
X1 - X2 477,25 - 97,50
Z0 - -
4,153
S x1 - x2 91,439
-2,58 2,58
Gambar 2.6 Grafik Daerah Penerimaan dan Penolakan H0
Kesimpulan:
Diketahui nilai z hitung dan z tabel sebagai berikut :
z hitung = 4,153
z tabel = -2,58
maka Z0 Z/2 atau Z 0 - Z/2 H0 ditolak. Dapat disimpulkan utilitas sistem
nyata tidak signifikan sama dengan utilitas di dalam model simulasi
2.4.2 Software SPSS
Selain secara manual, untuk memperkuat validasi, maka kami melakukan uji
validitas menggunakan software SPSS juga. Pada contoh dibawah ini kami
sajikan langkah-langkah uji validitas entitity, secara detail yaitu sebagai berikut :
1. Buka program IBM SPSS di Desktop.
4. Isi kolom name dengan “entiti” dan “jumlah”, decimal ubah menjadi 0 serta
measure baris 1 diganti dengan nominal sedangkan baris 2 diganti dengan
scale.
Warnings
Group Statistics
Group Statistics
Nilai Sig. 0,371 > α = 0,01 maka H₀ diterima, sehingga dapat disimpulkan
Ls system nyata signifikan sama dengan Ls di dalam model simulasi.
Group Statistics
Nilai sig. 0,229 > α = 0,01 maka H₀ diterima, sehingga dapat disimpulkan utilitas
pelayanan loket system nyata signifikan sama dengan utilitas di dalam model
simulasi.
e. Uji Utilitas Pelayanan Registrasi
Group Statistics
Nilai sig. 0,513 > α = 0,01 maka H₀ diterima, sehingga dapat disimpulkan utilitas
pelayanan loket system nyata signifikan sama dengan utilitas di dalam model
simulasi.
Group Statistics
Nilai sig. 0,461 > α = 0,01 maka H₀ diterima, sehingga dapat disimpulkan utilitas
pelayanan loket system nyata signifikan sama dengan utilitas di dalam model
simulasi.
2.2 Analisa
Berikut merupakan analisa dari hasil uji yang telah dilakukan:
a. Dari hasil output Stat:Fit untuk waktu rata-rata kedatangan dengan jumlah
N sebayak 41 berdistribusi normal (156, 97.8).
b. Dari hasil output Stat:Fit untuk waktu rata-rata waktu pelayanan 1 dengan
jumlah N sebayak 41 berdistribusi normal (45.5, 11.7).
c. Dari hasil output Stat:Fit untuk waktu rata-rata waktu pelayanan 2 dengan
jumlah N sebayak 41 berdistribusi normal (398, 85.8).
2.6.1 Kesimpulan
a. Dari hasil output Stat:Fit dengan jumlah N sebanyak 41 untuk rata – rata
waktu antar kedatangan berdistribusi normal (156,91), waktu pelayanan
pendaftaran loket berdistribusi normal(46.1,11.5), waktu pelayanan mekanik
berdistribusi normal(398,85.8).
b. Dari hasil perhitungan uji utilitas waktu antar kedatangan secara manual
didapatkan nilai utilitas sebesar 109, waktu pelayanan registrasi secara
manual didapatkan nilai utilitas sebesar 32, waktu pelayanan dokter secara
manual didapatkan nilai utilitas sebesar 280, waktu tunggu menuju
registrasi secara manual didapatkan nilai utilitas sebesar 180, waktu tunggu
menuju pelayanan dokter secara manual didapatkan nilai utilitas sebesar
3970.
c. Hasil analisa dari output running average pada worker diperoleh tingkat
utilisasisebesar 0,0%, sedangkan pada stasiun kerja menuju registrasi
tingkat utilitas sebesar 37,78%, pada stasiun kerja registrasi tingkat utilitas
sebesar 75,05%, pada stasiun kerja menuju pelayanan dokter tingkat utilitas
76,91%, pada stasiun kerja pelayanan dokter tingkat utilitas 96,69%.Dapat
disimpulkan bahwa dari tiap stasiun kerja dengan replikasi sebanyak 41 kali,
didapatkan lama untuk 41 unit registrasi adalah 75,05% menit dan nilai, dan
didapatkan hasil dari pelayanan dokter adalah 96,69%.
d. Hasil analisa uji validitas menggunakan Software SPSS didapatkan hasil
bahwa tidak ada perbedaan rata – rata antara sistem nyata dan simulasi,
karena jika dilihat dari tabel anova bahwa data utilitas manual dan utilitas
promodel berdistribusi normal karena nilai sig 0,315 lebih dari 0,005.
2.6.2 Saran
Karena tingkat kesibukan (utilization) pada menuju registrasi/pendaftaran
37,78% atau kurang dari 75 %, maka kami menyarankan adanya penambahan
server untuk registrasi/pendaftaran dan perlu perbaikan di lebih 75%.