4.

1 Pengolahan Data Teori Antrian

4.2.1 Uji Kesesuaian
a. Pola Kedatangan
Distribusi pola kedatangan pelanggan pada Antrian Kasir
Supermarket Superindo Cabang Cikampek dilakukan dengan uji
hipotesis distribusi kedatangan pelanggan. Uji hipotesis tersebut berupa
uji Chi Kuadrat dengan tingkat ketelitian = 5%. Berikut adalah
distribusi pola kedatangan pelanggan pada hari Sabtu dan hari Minggu :

Tabel Waktu Antar Kedatangan Hari Sabtu yang telah diurutkan

N WAK Oij n WAK Oij

1 0 1 18 193 3
2 0 2 19 207 1
3 37 3 20 208 2
4 41 4 21 209 3
5 44 5 22 210 4
6 67 6 23 223 5
7 72 1 24 244 6
8 75 2 25 248 7
9 78 3 26 271 8
10 91 4 27 277 1
11 94 5 28 283 2
12 99 6 29 285 3
13 114 7 30 288 4
14 118 8 31 319 5
15 122 9 32 387 1
16 159 1 33 408 2
17 191 2 34 419 1
Sumber : Hasil Pengamatan, Desember 2017

Banyak Data n = 34
Banyak Kelas k = 1 + 3,3 Log n
= 1 + 3,3 Log 34
= 6,05 ≈ 7
𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑏𝑒𝑠𝑎𝑟−𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑘𝑒𝑐𝑖𝑙
Interval Kelas IK = 𝑘
419−0
= 6,05
= 69,218

Tabel Interval dan Banyaknya Kelas pada hari Sabtu

Interval Oij
0-68 6
 69-137 9
138-206 3
207-275 8
276-343 5
344-412 2
413-481 1
Sumber : Hasil Pengamatan, Desember 2017
Tabel Waktu Antar Kedatangan hari Minggu yang telah diurutkan

n WAK Oij N WAK Oij

1 0 1 16 229 2
2 0 2 17 231 3
3 119 1 18 233 4
4 120 2 19 236 5
5 123 3 20 236 6
6 125 4 21 238 7
7 127 5 22 252 8
8 145 6 23 254 9
9 154 7 24 261 10
10 156 8 25 305 1
11 166 9 26 308 2
12 171 10 27 310 3
13 181 11 28 458 1
14 190 12 29 571 1
15 218 1
Sumber : Hasil Pengamatan, Desember 2017
Banyak Data n = 29
Banyak Kelas k = 1 + 3,3 Log n
= 1 + 3,3 Log 29
= 5,82 ≈ 6
𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑏𝑒𝑠𝑎𝑟−𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑘𝑒𝑐𝑖𝑙
Interval Kelas IK = 𝑘
517−0
= 5,82
= 98,01

Tabel Interval dan Banyaknya kelas pada hari Minggu

Interval Oij
0-97 2
98-195 12
196-293 10
294-391 3
392-489 1
490-587 1
 Sumber : Hasil Pengamatan, Desember 2017

Berdasarkan perhitungan diatas, maka diperoleh kedatangan pelanggan

sebagai berikut :

Tabel Kedatangan pelanggan selama dua hari

Hari Oij1 Oij2 Oij3 Oij4 Oij5 Oij6 Oij7 Total

Sabtu 6 9 3 8 5 2 1 34
Minggu 2 12 10 3 1 1 0 29
Total 8 21 13 11 6 3 1 63
Sumber : Hasil Pengamatan, Desember 2017

Berdasarkan tabel diatas, dapat dihitungan kedatangan pelanggan yang

diharapkan (Eij) selama dua hari dengan menggunakan rumus sebagai
berikut :
𝐵𝑖 . 𝐾𝑗
𝐸𝑖𝑗 =
𝑁
Keterangan :
Eij : Banyaknya pelanggan yang diharapkan pada baris
i kolom j
Bi : Baris data yang diamati
Kj : Kolom data yang diamati
N : Total data yang diamati

Sebagai contoh untuk menentukan banyaknya pelanggan yang diharapkan

Eij1 hari Sabtu pada Oij1, sebagai berikut :

𝐵𝑖 . 𝐾𝑗
𝐸𝑖𝑗 =
𝑁
34 . 8
𝐸𝑖𝑗 =
63
𝐸𝑖𝑗 = 4,317
Tabel Kedatangan Pelanggan yang diharapkan

Hari Eij1 Eij2 Eij3 Eij4 Eij5 Eij6 Eij7 Total

Sabtu 4,32 11,33 7,02 5,94 3,24 1,62 0,54 34
Minggu 3,68 9,67 5,98 5,06 2,76 1,38 0,46 29
Total 8 21 13 11 6 3 1 63
Sumber : Hasil Pengamatan, Desember 2017
 Sebelum dilakukan uji Chi Kuadrat untuk pola kedatangan pelanggan,
diberikan hipotesis untuk proporsi pola kedatangan pelanggan, berikut
hipotesisnya :

H0 : Pola kedatangan pelanggan berdistribusi poisson

H1 : Pola kedatangan pelanggan tidak berdistribusi poisson

Uji Chi-Kuadrat (x2) :

2
∑𝐵 𝐾
𝑖=1 ∑𝑗=1(𝑂𝑖𝑗 −𝐸𝑖𝑗 )
2
X =
𝐸𝑖𝑗

2
(6 − 4,32)2
𝑥 =
4,32

𝑥 2 = 0,66

Tabel Nilai Chi-Kuadrat Hitung pola kedatangan

Hari Nilai X2 Total

Sabtu 0,66 0,48 2,30 0,72 0,96 0,09 0,39 5,59
Minggu 0,77 0,56 2,70 0,84 1,12 0,11 0,46 6,56
Total 1,42 1,04 4,99 1,56 2,08 0,19 0,85 12,15

Pada Tabel diatas dapat dilihat bahwa nilai total Chi Kuadrat (x2
hitung) adalah 12,15. Dengan derajat kebebasan adalah 7-1 = 6 dan taraf
kesalahan yang telah ditetapkan 5% maka harga Chi Kuadrat tabel (x2 tabel)
adalah 12,592. Karena (x2 hitung) ≤ (x2 tabel) maka H0 diterima, artinya
kedatangan pelanggan pada antrian di Superindo berdistribusi poisson.

b. Pola Pelayanan
Pola pelayanan pada pelanggan Superindo Cikampek dilakukan
dengan uji kecocokan distribusi waktu pelayanan. Data waktu pelayanan
akan diuji dengan uji Chi-kuadrat dengan tingkat ketelitian = 5%.
Berikut adalah distribusi pola pelayanan pelanggan pada hari Sabtu dan
hari Minggu :

Tabel Waktu Pelayanan pada hari Sabtu yang telah diurutkan

n LP Oij n LP Oij
 1 33 1 18 184 2
2 43 2 19 188 3
3 49 3 20 204 4
4 59 4 21 207 5
5 65 5 22 211 6
6 72 6 23 216 7
7 112 1 24 232 1
8 115 2 25 239 2
9 130 1 26 246 3
10 130 2 27 246 4
11 137 3 28 265 1
12 138 4 29 280 2
13 152 5 30 287 3
14 153 6 31 305 4
15 155 7 32 308 5
16 170 8 33 310 1
17 172 1 34 311 2
Sumber : Hasil Pengamatan, Desember 2017

Banyak Data n = 34
Banyak Kelas k = 1 + 3,3 Log n
= 1 + 3,3 Log 34
= 6,05 ≈ 7
𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑏𝑒𝑠𝑎𝑟−𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑘𝑒𝑐𝑖𝑙
Interval Kelas IK =
𝑘
311−33
= 6,05
= 45,92 ≈ 46

Tabel Interval dan Banyaknya kelas pada hari Sabtu

Total
Interval Oij
Oij
33-78 6 321
79-124 2 227
125-170 8 1165
171-216 7 1382
217-262 4 963
263-308 5 1445
309-354 2 621
Sumber : Hasil Pengamatan, Desember 2017

Tabel Waktu Pelayanan pada hari Minggu yang telah diurutkan

N LP Oij n LP Oij
 1 128 1 16 212 2
2 141 2 17 213 3
3 145 3 18 227 4
4 162 4 19 239 5
5 181 1 20 240 6
6 188 2 21 243 7
7 194 3 22 250 1
8 195 4 23 256 2
9 195 5 24 265 3
10 199 6 25 267 4
11 199 7 26 280 5
12 200 8 27 319 1
13 205 9 28 320 2
14 205 10 29 354 1
15 207 1
Sumber : Hasil Pengamatan, Desember 2017

Banyak Data n = 29
Banyak Kelas k = 1 + 3,3 Log n
= 1 + 3,3 Log 29
= 5,82 ≈ 6
𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑏𝑒𝑠𝑎𝑟−𝐷𝑎𝑡𝑎 𝑇𝑒𝑟𝑘𝑒𝑐𝑖𝑙
Interval Kelas IK = 𝑘
354−128
= 5,82
= 38,79 ≈ 39

Tabel Interval dan Banyaknya kelas pada hari Minggu

Total
Interval Oij
Oij
128-166 4 576
167-205 10 1961
206-244 7 1581
245-283 5 1318
284-322 2 639
323-361 1 354
Sumber : Hasil Pengamatan, Desember 2017

Berdasarkan perhitungan diatas, maka diperoleh kedatangan pelanggan

sebagai berikut :

Tabel Kedatangan pelanggan selama dua hari

Hari Oij1 Oij2 Oij3 Oij4 Oij5 Oij6 Oij7 Total

Sabtu 321 227 1165 1382 963 1445 621 6124
Minggu 576 1961 1581 1318 639 354 0 6429
Total 897 2188 2746 2700 1602 1799 621 12553
Sumber : Hasil Pengamatan, Desember 2017

Berdasarkan tabel diatas, dapat dihitungan kedatangan pelanggan yang

diharapkan (Eij) selama dua hari .
Sebagai contoh untuk menentukan banyaknya pelanggan yang
diharapkan Eij1 hari Sabtu pada Oij1, sebagai berikut :

𝐵𝑖 . 𝐾𝑗
𝐸𝑖𝑗 =
𝑁
6124 .897
𝐸𝑖𝑗 =
12553
𝐸𝑖𝑗 = 437,60

Tabel Waktu kedatangan yang diharapkan

Hari Eij1 Eij2 Eij3 Eij4 Eij5 Eij6 Eij7 Total

Sabtu 437,60 1067,42 1339,64 1317,20 781,54 877,64 302,96 6124
Minggu 459,40 1120,58 1406,36 1382,80 820,46 921,36 318,04 6429
Total 897 2188 2746 2700 1602 1799 621 12553
Sumber : Hasil Pengamatan, Desember 2017
Sebelum dilakukan uji Chi Kuadrat untuk pola kedatangan pelanggan,
diberikan hipotesis untuk proporsi pola kedatangan pelanggan, berikut
hipotesisnya :

H0 : Pola kedatangan pelanggan berdistribusi poisson

H1 : Pola kedatangan pelanggan tidak berdistribusi poisson

Uji Chi-Kuadrat (x2) :

2
∑𝐵 𝐾
𝑖=1 ∑𝑗=1(𝑂𝑖𝑗 −𝐸𝑖𝑗 )
2
X =
𝐸𝑖𝑗

(321 − 437,60)2
𝑥2 =
437,60

𝑥 2 =31,07

Tabel Nilai Chi-Kuadrat Hitung pola kedatangan

Hari Nilai X2 Total

Sabtu 31,07 661,69 22,77 3,19 42,13 366,77 333,88 1461,50
Minggu 29,60 630,30 21,69 3,04 40,13 349,37 318,04 1392,17
Total 60,67 1292,00 44,45 6,22 82,27 716,14 651,93 2853,67

Pada Tabel diatas dapat dilihat bahwa nilai total Chi Kuadrat (x2
hitung) adalah 2853,67 ≈ 0,792 jam. Dengan derajat kebebasan adalah 7-1 = 6
dan taraf kesalahan yang telah ditetapkan 5% maka harga Chi Kuadrat tabel
(x2 tabel) adalah 12,592. Karena (x2 hitung) ≤ (x2 tabel) maka H0 diterima,
artinya waktu pelayanan pelanggan pada antrian di Superindo berdistribusi
eksponensial.

4.2.2 Model Sistem Antrian

1. Kondisi Steady State
Berdasarkan data observasi diperoleh ringkasan dari hasil
pengamatan yaitu sebagai berikut:

Tabel Rekapitulasi Data Pengamatan

Waktu Pelayanan
Hari Pelanggan Antar Server Lama Server Lama
Kedatangan 1 Pelayanan 4 Pelayanan
Sabtu 34 3040,5 18 2903 16 3221
Minggu 29 3058,5 15 3233 14 3196
Total 63 6099 33 6136 30 6417
Sumber : Hasil Pengamatan, Desember 2017
Untuk menentukan tingkat kedatangan pelanggan dan tingkat pelayanan
adalah sebagai berikut :
1 1
𝜆= µ=
𝑇1/𝑁 𝑇2/𝑁

Perhitungan untuk menentukan tingkat kedatangan pelanggan pada hari Sabtu yakni:
1
𝜆=
𝑇1/𝑁
1
𝜆=
3040,5/34

𝜆 = 0,01118
Perhitungan lainnya dilakukan seperti cara diatas.

Perhitungan untuk menentukan tingkat pelayanan pada hari Sabtu yakni :

1
µ=
𝑇2/𝑁
 1
µ=
3062/29
µ = 0,0111
Perhitungan lainnya dilakukan seperti cara diatas.

Tabel Data Hasil Variabel

Hari/Tanggal λ µ
Sabtu, 2 Desember 2017 0,0112 0,0111
Minggu, 3 Desember 2017 0,0095 0,0090
Hasil 0,0207 0,0201
Sumber : Hasil Pengamatan, Desember 2017
Keadaan Steady State dengan 2 server dapat ditentukan dengan rumus :
𝜆
𝜌=
𝑐. µ
0,0207
𝜌=
2(0,0201)
𝜌 = 0,5133
Karena ρ < 1 yang artinya kedatangan terjadi dengan laju yang lebih lambat
daripada dapat dilayani pelayan, sehingga terjadi Steady State.
2. Karakteristik Sistem Antrian
Perhitungan karakteristik sistem antrian supermarket dilakukan dengan
memasukkan data-data yang telah diperoleh. Berikut rincian perhitungannya:
a. Peluang Masa Menganggur
𝑛 (𝜆/𝜇)𝑐
𝑐 − 1 (𝜆/𝜇)
P0 = (∑𝑛 = 0 + )−1
𝑛! 𝑐!(1−(𝜆/𝑐.𝜇)

0,0207 0 0,0207 1 0,0207

(0,0201) (0,0201) (0,0201)2
P0 = ( + + 0,0207 )−1
0! 1! 2!(1− 2(0,0201))

1 1,03 1,061
P0 = ( 1 + +( ))-1
1 0,97

P0 = (1 + 1,03 + (1,094))-1
P0 = (3,124)-1
P0 = 0,32 atau 32%

b. Jumlah Rata-rata Pelanggan dalam Antrian

𝜆 𝑐
(𝜇) . [(𝜆/𝑐.𝜇)]
Lq = ( P0
𝑐!(1−(𝜆/𝑐.𝜇))2
 0,0207 2 0,0207
( ) . ()
0,0201 2(0,0201)
Lq = ( 2 ) 0,32
0,0207
2!(1−( ))
2(0,0201)

(1,03)2 . (0,5133)
Lq = ( ) 0,32
2(1−0,5133)2

Lq = 0,367 pelanggan

c. Jumlah Rata-rata Pelanggan dalam Sistem

𝜆
Ls = Lq + 𝜇
0,0207
Ls = 0,367 + 0,0201

Ls = 0,367 + 1,03
Ls = 1,397 pelanggan

d. Waktu Rata-rata Pelanggan dalam Antrian

𝐿𝑞
Wq = ( )
𝜆
0,367
Wq = (0,0201)

Wq = 18,258 detik/pelanggan atau 0,304 menit/pelanggan

e. Waktu Rata-rata Pelanggan dalam Sistem

1
Ws = Wq + 𝜇
1
Ws = 18,258 + 0,0201

Ws = 18,258 + 49,75
Ws = 68 detik/pelanggan atau 1,133 menit/pelanggan
Hasil pengolahan data diatas dengan menggunakan teori antrian didapatkan
bahwa waktu rata-rata pelanggan dalam antrian(Wq) adalah 18,258 detik/pelanggan
dan waktu rata-rata pelanggan dalam sistem 68 detik/pelanggan, sehingga total waktu
rata-rata pelayanan adalah 86,36 detik/pelanggan.
Hasil tersebut menunjukkan bahwa pelayanan supermarket Superindo
Cikampek dengan dua server sudah efektif/optimal sehingga tidak perlu adanya
perubahan dalam sistem.