Anda di halaman 1dari 14

PENILITIAN

T . ' - -. 1

Optimalisasi Pelayanan Nasabah


Bank dengan Teori Antrian
Oleh : Ir. Chalrul Saleh

Chalrul Saleh, lahir di Pamekasan 17 Mei 1957,


staf pengajar pada Fakultas Teknologi Industri
Jurusan Teknik dan Manajemen Industri Universi-
tas Islam Indonesia.

Pengantar cara diantaranya dengan teori antrian,


Usaha perbankan merupakan suatu sehingga tingkatoptimalisasi dari pelayanan
usaha yang besar dan mempunyai arti yang dan yang dilayani dapat diketahui dengan
penting baik bagi pemerintah, industri, baik.
masyarakatmaupun kegiatanperdagangan. Nasabah yang datang bukan saja
Ruang lingkup operasinya meliputi untuk kepentingan kredit saja dapat juga
Nasional maupun Intemasional. untuk menabung atau melakukan transfer
Semakin banyak bermunculan bank pengiriman uang. Lonjakan nasabah baik
sejak adanya deregulasi 27 Oktober 1988 secara kuantitas maupun kualitas dapat kita
sehingga persaingan antar bank semakin lihat baik pada bank pemerintah maupun
ketat termasuk persaingan pelayanan bank swasta, sehingga dapat kita lihat
lerhadap nasabah. Pelayanan terhadap muncul adanya antrian nasabah untuk
nasabah tentu saja harus mendapatkan dilayani. Tentu saja hal ini akan membawa
perhatian yang besar, karena dengan pengaruh terhadap pelayanan yang h^rus
banyaknya nasabah yang datang tentu saja dilakukan oleh bank kepada para nasabah,
akan membawa keuntungan yang besar sehingga optimalisasi pelayanan terhadap
terhadap bank tersebut. nasabahdiperlukanuntukmemperiahankan
Namun demikian, faktor efisiensi dan menarik bertambahhya nasabah pada
pelayanan terhadap nasabah ini harus juga masa yang akan datang.
dipertiitungkan sedemikian rupa sehingga
baikbankmaupunnasabahtidakdirugikan. Persoalan yang dihadapi
Peningkatan pelayanan terhadap nasabah Suatu antrian iaiah suatu garis tunggu
inidapatdiahalisadenganberbagai macam dari nasabah yang memerlukan layanan

95
UNISIA, NO. 19 TAHUNXIII TniWULAN4- 1993

dari satu atau lebih pelayan (fasilitas (nasabah) akan berpindah ketempat lain
layanan). Kejadian antrian ini merupakan sehingga transaksi menjadi batal.
suatu fenomena biasa yang teijadi apabila Ongkos ini bisasegera kelihatanbila
kebutuhan akan suatu pelayanan melebihi nasabah yang sedang berada dalam-antrian
kapasitas yang tersedia untuk memutuskan untuk meninggalkan antrian.
menyelenggarakan pelayanan tersebut. Sedangkan kerugianuntukjangkapanjang,
Garis tunggu ini seringdisebut orang nasabah akan merasa Jemu berhubungan
dengan antrian, sedangkan studi matematis kembali dengan pcrusahaan tersebuL Untuk
dari kejadian atau gejala garis tunggu ini perusahaan yang memberikan pelayanan
disebut teori antrian (Winston; 1987). non profit, ongkos menunggu biasanya
Keputusan untuk menentukan berhubungan dengan ongkos-ongkos sosial.
jumlah kapasitas pelayanan yang optimal B erd as arkan hal tersebu t di atas m aka
selalu menjadi persoalan yang serius bagi perlu diketahui karakteristik sistera antrian
perusahaan-perusahaan industri ataupuri sehingga dengan demikian penentuan
yang lainnya. Bagaimanapun juga sering Jumlah fasilitas pelayanan yang optimal
tidak mungkin untuk dapat meramalkan dapat dihitung.
secara pasti kapah nasabah akan datang
memerlukan pelayanan dan atau berapa Maksud stud!
lama waktu yang dibutuhkan untuk Studi bertujuan:
melayani nasabah. (1) Sejauh mana aplikasi teori antrian
Disamping' itu Juga perlu dapat dilaksanakan dalam
diperhatikan adanya keseimbangan menganalisa pelayan nasabah bank.
ekonomis antara ongkos pelayanan dan- (2) Mencari melode lain Jika ada
ongkos menunggu dalam antrian dari pcnyimpangan terhadap karakteristik
masing-masing pihak. Penyediaan siasiun 'sistem antrian.
pelayanan dalam Jumlah yang berlebihan
akan merugikan pcrusahaan, Dilain pihak Kerangka Teoritik
dehgan tidak menyediakan stasiun 1. Koniponen Dasar proses garis antrian.
pelayanan dalam Jumlah yang cukup akan Kompohen dasar dari proses garis
menyebabkankeluamya ongkos yang lain, antrian adalah kedatangan nasabah (ar
misalnya ongkos kehilangan langganan, rival), pelayanan (servers), dan garis
ongkos sosial dan scbagainya akibat terlalu tunggu (queues) atau waitingline. Ketiga
lamanya waktu menunggu dalam antrian komponcn dasar tersebut dapat
oleh nasabah. digambarkan sebagai berikut:
* Walaupundcmikiankcputusanyang I.l. Kedatangan (Arrival)
didasarkan pcrtimbangan ongkos ini sering Setiap persoalan antrian tentu saja
tidak praktis dalam hal posisinya berada di berhubungan dengan kedatangan dari
luar organisasi pcrusahaan. Untuk
pcrusahaan yang mcniberikan pelayanan
bcrdasarkan laba yang dipcrolch, mcnurut
>ooo n ->oo
Garb Antrian Fasilitas pelayanan Nasabah telah dSayani
anggapan pcngambil keputusan, ongkos
menunggu sangat berhubungan dengan
kehilangan keuntungan, karcna langganan Gambar 1

96
Chaerul Saleh, Optimalisasi Pelayanan Nasabah Bank

suatu item yang perlu dilayanl seperti Distribusi negatif eksponensial.


nasabah bank, peralatan atau mcsin-
mesin dan lainnya. Elemen dari proses GAMBAR3
antrian selalu berti tik lolakpada proses
masukan (input proses). Sedangkan
inputprosesadalahsumberkedatangan
yang biasanya merupakan beniuk
Distriousi pei ay£.nan
proses random alau acak. Ukuran dari
populasi kedatangan lak terbaias. 1.3". Antrian (Queuing)
Jumlah kedatangan perunit waklu pada Dalam analisa antrian tentu saja yang
umumnya dapat diestimasi dengan dlanalisa antrian itu sendiri. Namun
distribusi probabilitas mengikuti demikian hal yang utama adalah
probabilitas Poison. Sedangkan tergantung pada proses kedatangan dim
distribusi dari waktu selisih antara 2 pelayanan itu sendiri. Disamping itu
kedatangan nasabah adalah mengikuti bentukdari Disiplin Antrian (Queuing
probabilitas distribusi eksponensial. Discripline) mempengaruhi dalam
.-A pcnganalisaannya.
P(x) = untuk X = 1,2,3,... Disiplin pelayanan adalah kebijakan
dalam mana para nasabah dari antrian
P(x) = probalibilitas dari untuk dilayani. Ada 4 bentuk disiplin
kedatangan nasabah pelayanan yang biasa digunakan dalam
X = jumlah kedatangan per unit praktek, yaitu:
waktu 1. First Come First Serverd (FCFS)
A = rata-ratajumlahkcdaiangan atau First In First Out (FIFO).
e = bilangan alam (2.7183) Aitinya nasabah yang datang lebih
dahulu dilayani terlebih dahulu,
, , GAMBAR2 misalnya pembelian tiket bioskop.
2. Last Come First Serverd (LCFS)
atau Last In First Out (LIFO)
Artinya yang datang terakhir lebih
dahulu dilayani, misalnya antrian
L))stric<usi i.'t-deit anaan
dalam elevator/liftuntuklantai yang
1.2. Pelayanan (server) sama.
Yang dimaksud dengan pelayanan 3. Service In Random Order (SIRO)
adalah fasilitas untuk melayani yang Artinya pelayanan didasarkanpada
bentuknya bisa orang atau mesin. peluang secara random, dalam hal
Mekanisme pelayanan dalam antrian ini tidak dipersoalkan yang mana
dapat terjadi satu atau lebih pelayanan. datang terdahulu.
Sedangkan proses pelayanan ini selalu 4. Priority Service (PS)
mengikuti proses random yang pada Artinya pelayanan diberikan
umumnya mengikuti probabilitas berdasarkan prioritas lebih tinggi.
distribusi negatif eksponensial. Kejadian ini sering dijumpai pada
Gambar 3 dibawah ini adalah contoh antrian pasien di rumah sakit.

97
UNISIA, NO. 19 TAHUNXIIITRIWULAN4- 1993

2. Konfigurasi Dasar Sistem Antrian tersebut adalah Simple System, Multi-


Struktur dasar proses antrian dibagi Channel, Constant Service dan Limited
dalam 4 kategori. Pembagian in! Population. Dari semua ini biasanya
didasarkan pada keadaan fasilitas menggunakan 3 macam asumsi yaitu:
pelayanan yang tersedla yaitu: - Kedatangan nasabah mengikuti
(A). Single Qiannel, Single Phase distribusi Poison
(B). Multiple Channel, Single Phase - Disiplin antrian adalah FIFO
(C). Single Channel, Multiple Phase - Mengikuti phase tunggal pelayanan
(D). Multiple Channel, Multiple Phase (Single Service-Phase)
Gambar 4, dibawah ini dapat
menerangkan dari ke 4 kategori tersebuL 4. Rumus-rumus yang Dipakai Dalam
Model Antrian
Rumus yang digunakan untuk setiap
Antrian Palayan
model tentu saja ada perbedannya hal
ini disesuaikan dengan model antrian
Pelayan yang dihadapi. Dalam tulisan ini nimus
yang disajikan tidak akan dijelaskan
Antrian
secara mendalam dari mana asalnya.
-oooo
4.1. Rumus Untuk Model Simple System

Antrian Pilayan
A Rata-rata jumlah kedatangan
—>0000^^—I (—>1 I—^ I—* nasabah per periode waktu
Pslayan Rata-rata jumlah nasabah
yang dilayani per periode
Antrian Ls Jumlah rata-rata nasabah
—oooo didalam sistem

GAMBAR 4 li-X

Jumlah Channel dalam proses antrian Ws Rata-rata waktu yang dikeluar


adalah jumlah paralel pelayanan yang kan nasabah dalam sistem
tersedia untuk melayahi nasabah yang (waktu menunggu + waktu
datang, sedangkan jumlah phase adalah pelayanan)
jumlah urutan langkah pelayanan dari
individu nasabah yang datang yang 1
merupakan keharusan untuk dilakukan.
^-X
3. Jenis Model Antrian
Ada 4 macam modelantrian yang biasa Lq Rata-rata jumlah unit dalam
digunakan secara luas, keempat model antrian menunggu pelayanan

98
Chaerul Saleh, OptimaJisasi Pelayanan Nasabah Bank

A' uniukM/i > k


Po
n\\nJ mp.
Wq Rata-rata wakiu yangdikeluar
kan oleh nasabah dalam Ls = Jumlah rata-rata nasabah d al am
anirian sistem

M%r • •Po + —

Ws =Rata-rata waktu . yang


Faktorutilitas untuk sistem dikeluarkan nasabah dalam
sistem antrian
A
1 Ls
tPo + —
(M - l)I(Af^ -xy ft X
Po Kemungkinanadanyakosong
(0) nasabah dalam sistem

Lq
i-A - Jumlah rata-rata nasabah dalam
antrian menunggu pelayanan

Pn>k = Prbbabilitas dari sejumlah k T ^


Ls
nasabah dalam sistem dim ana
n adalahjymlah nasabah
dalam sistem
Wq Rata-rata waktu yang
kil
X dikeluarkan seorang nasabah
dalam antrian untuk dilayani

42. Rumus Untuk Model Mult! fl X


Channel System
4.3. Rumus Untuk Model Constant
M = Jumlah Channel yang dibuka Service
X =Rata-rata jumlah kedatangan
nasabah X = Rata-rata jumlah kedatangan
fl = Rata-rata jumlah nasabah yang nasabah per periode waktu
dilayani pada setiap channel fl =Rata-ratajumlah nasabah yang
Po =ProbabiIitas bahwa sejumlah dilayani per periode waktu
kosong (0), nasabah dalam Lq = Rata-rata jumlah unit dalam
system antrian menuggu pelayanan

99
UNISIA, NO. 19 TAHUNXm TRIWULAN4- 1993

= Rata-rata jumlah nasabah yang


tidakada dalam antrian
2^(/Z - X) = NF (1 - X)
H = Rata-rata jumlah nasabah yang
Wq :Rata-rata waktu yang telah dilayani
clikeluarkanoleh nasabah dalam = FNX
antrian N = Jumlah nasabah yang potensial
= J + L + H
D = Probabilitas nasabah hams
2pi(n - A) menunggu dalam antrian
Ls :Jumlah rata-rata nasabah F = Faktor efisiensi
didalam sistem M = Jumlah Channel pelayanan
T = Rata-rata waktu pelayanan
,
:Lq+—
X
U = Rata-rata waktu antara nasabah
yang memerlukan pelayanan
Ws :Rata-rata waktu yang.
dikeluarkan nasabah dalam Subjek Studi
sistem (waktu menunggu + Subjek studi dilakukan di Bank
waktu pelayanan) v Rakyat Indonesia cabang Cik Di Tiro
Yogyakarta pada loket Transfer.
:Wq + —
.

Dana Studi
Dana studi yang berbentuk dana
Rumusan yang lain mengikuti sama pcnelitian diperoleh dari Unlversitas Islam
denganmodersimple system pada 4.1 Indonesia melalui Lembaga penelitian
Universitas Islam Indonesia.
4.4. Rumus Untuk Model Constant
Service Analisis Data
Data yang telah dikumpulkan
X = Faktor pelayanan kemudian dianalisis untuk mengetahui
optimalisasi sistem antrian diloket Trans
fer Bank Rakyat Indonesia Cabang Cik Di
r + U
Tiro Yogyakarta. Adapun data-data yang
dikumpulkan dan ditabulasikan' untuk
analisis ini adalah data waktu antara dua
Jumlah rata-rata nasabah
kedatangan berturutan dari nasabah
menunggu dalam antrian untuk
dilayani terhadap keliga fasilitas pelayanan tersebut
:N(1-F) diatas dan .data ' waktu proses
W Raia-raia seorang nasabah (pelayanan)nya.
menunggu pada antrian
- Data Waktu Kedatangan Nasabah
L(T + U) T(1 - F) Data waktu kedatangan nasabah yang
N - L XF akan diambii adalah waktu antara dua

100
Cha$wl Saleh, OpHmalisasi Pelayanan Nasabab Bank

kedatangan yang berturutan terjadi. a. Pengujian bentuk distribusi data yang


Misalkan saat kedatangan nasabah pertama* meliputi:
kedua, ketiga dan setenisnya ad^ah tl, t2, 1). Analisis pola kedatangan nasabah
t3, ...tn; maka waktu kedatangan yang 2).Proses pelayanan kepada nasabah
digunakan sebagai data adalah XI, X2, X3, b. Kecepatankedatanganrata-ratanasabah
...Xn-l;denganXn-l =Xn-Xn-l dengann c. Kecepatan pelayanan rata-rata kepada
>2. ' nasabah
d. Analisis sistem antriandengankomputer
Pengambilan data dilakukan pada e. Analisis jumlah loket yang optimal
periode-periode sibuk ,dari sistem yang berdasarkanhasil analisis sistem antrian.
diamati. Yaitu antara pukuL8.15 sampai
dengan pukul 12.00 dimana puncak Penyajian Bentuk Distribusi Data
pennintaan pelayanan teijadi pada waktu- Data hasil pengamatan waktu antara
waktu tersebut. Agar data yang diperoleh dua kedatangan bertumt-tumt dan data
secara benar, maka pengamatan dilakukan waktu pelayanan, tersusun suatu bentuk
lebih dari 3 minggu. distribusi frekuensi berdasarkan interval
waktuyangtelahdihitungmelaluiketentuan
• Data Waktu Pelayanan Nasabah lumus.danhasilnyadapatdillhatpadaTabel
Pengamatan lamanya waktu 1 s/d 6 dibawah ini.
pelayanan terhadap nasabah yang dalam
hal ini identik dengan lamanya nasabah A. Perhitungan Panjang Interval dilakukan
hams menunggu, dilakukan dengan sebagai berikut:
menggunakanstop-watch, denganketelitian Sebaran R = Nilai Data Tertinggi - Nilai
pengamatan adalah sampai dengan detik, Data Terendah.
artinya kelebihan waktu.kurang dari R=30,25-0 =30i5.
setengah detik akan diabaikan, sedangkan
kelebihan waktu lebih dari setengah detik Jumlah kelas interval optimal
akan dibulatkankeatas.Datalamanyawaktu C=l+3,3Log296
pelayanan ini diambll saat tanda terima = 1 + 8,15 = 9,15 dibulatkan 9
transfer diserahkan ke loket untuk
mendapatkan pelayanan sampai nasabah Panjang interval R/C = 30,25/9 = 3,33
menerima kembali berkas Transfer tersebut
yang merupakan sebagai akhir dari proses ***.UntukPerhitungandistribusiFrekuensi
pelayanan. data waktuPelayanan dilakukan pula seperti
cara diatas.
- Pengolahan Data
Dari data waktu kedatangan dan B. Analisa Pola waktu 2 Kedatangan
waktu pelayanan nasabah maka dibuatlah nasabah bemmtan.
data bam yaitu data waktu antara dua Analisa ini dilakukan untuk mengetahui
kedatangan bertumtan sedangkan data pola waktu selisih 2 kedatangan nasabah.
lamanya pelayanan tidak mengalami Tabel 1. dibawah ini adalah kelas interval
pembahan bentuk. Analisis dari data yang waktu yang digunakan untuk mengetahui
diperoleh meliputi beberapa bagian, yaitu: . frekuensi waktu dari 2 kedatangan nasabah.

101
UNISIA, NO. 19-TAHUNXIIITRIWULAN4-1993

Untuk perhitungan selanjutnya dilakukan


perhitungan harga-harga rata populasi Deviasi standar, S = 2\tsi.%n
= 0.155

standar deviasi dan variansinya.


(«-!)
Dari perfiitungan rata-rata populasi waktu
Harga rata-rata populasi, t: antara 2 kedatangan nasabah diatas
selanjutnya dapat dihitung kecepatan
nasabah datang ke tempat pelayanan per
satuan waktu (\).
Zfi
X = -i =0.4688
1

t =2.133 menlt • t *

Tabel I
DISTRIBUSIFREKUENSI DATA WAKTU
ANTARA DUA KEDATANGAN NASABAH
BERTURUTAN

Keias Interval t i f 1

3, 32
0 - 1,02 243
3, 33 — 6,66 4,692 -38
fe, 66 —9,99 8, 337 10
9199 - 13,32 10,330 3
13,32 — 16,65 1 5, 150 1
16,65 - 19,98 0 0
19,98 - 23, 31 0 0
23,31 - 26,64 0 0
26,64 - 29,97 0 0
29,97 - 33, 30 30,25 1


Tabel 2

t i 'f i f i -1 i T" i Ct i —t ^
1,02 243 292,4 301,020
4, b92 38 178,296 248,842
61 397 10 84,40 392,376
10,330 3 30,99 201,572
15,150 1 15, 15 169,442
0 C» 0 0
0 C» 0 0
0 0 0 0
0 0 0 0
30,25 1 30, 25 790,565

296 631,486 2103,817

Variansi, = - ty Test statistik untuk mengetahui kesesuaian


('1 - 1) dari bentuk distribusi antara 2
=7,1315 kedatangan yang diketahui dari ganibarS.

102
Chaerul Saleh, Optimalisasi Pelayanan Nasabab Bank

sesuai dengan bentuk distribusi Hasil perhitungan diperoleh


Eksponensial dilakukan sebagai berikut:
X^= elf lei
Dihitung Probabilitas dengan rumus : = 14,9808 < 15.507 (tabel)
Dari hasil perhitungan ini diketahui bahwa
harga peiliitungan lebih kecil dari harga
^'(0 = tabel sehingga asumsi distribusi waktu
antara dua kedatangan yang ditunjukkan
dari gambar 4 adalah sesuai.
-0,4688(0) -0,4688 (3,333)
PI (t) = (2,71828)- (2,71828)
= 0,771
C. AnalisaPola Waktu PelayananTeihadap
Nasabah

Frekuensi teoritis dihitung dengan nimus; Analisa pola waktu pelayanan sama
dengan yang dilakukan terhadap analisa
el = Pi * n = 0.771 * 296 = 228,316 waktu 2 kedatangan nasabah diatas.
Kemudian dianalisa dengan Kai Kuadrat Namun hasil test statistik kesesuaian^la
dengan cara: distribusi waktu pelayanan terhadap
Derajad kebebasan dicari : nasabah tidak diperoleh hasil yang sesuai
v = k-g-1 berdasarkan teori yang ada, sehingga
k = 10 (kelas interval) teijadilah penyimpangan dari asumsi yang
g = parameter ( A ) = 1 biasa dipakai.
v= 10-1-1 = 8 Dari perhitungan rata-rata populasi waktu
Dengan tingkat signifikan = 5 % diperoleh pelayanan nasabah diatas sel^jutnya dapat
harga tabel dihitung kecepatan pelayan per satuan
X2= 15,507 waktu (fJ.).-

h U UikM I

liUfMl ItekU (Mil)

Gambar 5. Pola Waktu Kedatangan dan Pelayanan

103
UNISIA, NO. 19 TAHUNXill TRIWULAN 4 - 1993 .

TABEL 3

DISTRIBUSIFREKUENSI, PROBABILITAS WAKTU PELAYANAN

1 ti f 1 Pi ei x-^
1
1 1,U2 • 243 0,771 228,216 0,9577
I 4,692 38 0, 174 51,504 3,5400
1 6,397 10 0, 040 11,840- 0,2859
t 10,330 O
O, 0(.)93 2, 750 1,1136
15,150 1 0,00213 0, 632 0,6325
C> 0 0,00199 0, 589 C>, 5890
1 c> (.) P7 e7 —

1 c> (.> P8 . eS —

1 o c> P9 e9 —

I 30,25 1 0.000269 . 0,465 0,6133

! 296 631,486 , -
7,7320

TABEL 4

Interval f i t i f iti

O, 00 -
6,32 109 3,3498 365,1282
6, 32 —
12, 66 146 9,2620 1352,2520
12,67 —
18,99 24 15,0743 3&1,7832
19, (.>0 —
25, 32 10 20,8980 208,9800
25, 33 —
31,6-6 hll 26,8660 80,5980
;i;i,67 —
37,99 2 34,7080 69,4160
38, 00 — 44, 32 1 39,4000 39,4000
44,33 —

50,65 0 0,0000 0,0000


50, 66 —
56,99 0 0,0000 0,0000
57, 00 63, 33 1 57,1700 57,1200
296 631,486 2534,6774

TABEL5

Interval Pi t i

(.>,00 - 6, 32 0,522 3,349S


• 6,S3 — 12,66 O,248- 9,2620
12,67 - O, 1 19 15,0743
iy,oo - 25, 32 0,057 20,8980
2^, 33 — 31,66 0,027 26,8660
31,67 — 37,39 0,013 34,7080
3a,00 - 44, 32 O,00933 39,4000
44,33 - 50,65 0,00296 0,0000
50,66 - 56,99 •O,00141 0,0000
57,00 - 63, 33 0,00067 57,1700

631,466

104
Chaerul Saleh, Optimalisasi Pelayanan Nasabah Bank

Harga rata-rata populasi, t: Hasil Studi

t —•^=: = 8,563 menit Seperti telah disampaikan


sebelumnya dikarenakan data yang
diperolehuntuk distribusi pelayan^ antrian
/I =j-= 0.1167 secara perhitungan tidak diperoleh
D. Pcnyimpangan Pola Wakiu Pelayanan kesesuaian dengan hipotesa yang
Telah disebutkan diatas bahwa ada diasumsikan walaupiin secaragrafis sangat
penyimpangan terhadap pengujian pola meyakinkan bahwa distribusinyamengikuti
waktu pelayanan, walaupun gambargrafik distribusi Eksponensial atau Erlang maka
yang diperoleh menampakkan distribusi untuk menganalisa sistem antrian dilakukan
Eksponensial aiau Erlang sehingga analisa cara simulasi. Untuk mempercepat dan
selanjutnya dengan menggunakan rumus- mempermudah perhitungan simulasi
nimus -yang telah tersedia tak dapat digunakan paket software QS tentang
dilakukan. Menurut Chase and Aquilano, Queuing Simulation.
Buffa kondisi ini dapat di'selesaikan cukup
dengan estimasi gambar grafik yang а.Input untuk Simulasi
diperoleh (GambarS). Hal ini teijadi karena 1. Variabel-variabcl yang akan disimulasi
jumlah pelayanan lebih dari satu sehingga adalah:

penyelesaian selanjutnya disarankanuntuk a. Kunin waktu aniar kedatangan, (T).


menggunakan metode simulasi. b. Kurun waktu pelayanan, (Lp).
2. Satuan yang akan disimulasi adalah
E. Persiapan Nilai-nilai Untuk Analisis dalam menit.
Sistem Antrian 3. Jumlah fasilitas pelayanan, S = '1,2,3.
Persiapan nilai-nilai untuk analisa 4. Rata-rata waktu pelayanan dari
sistem adalah: perhitungan terdahulu didapat t= 8,563
1. Rata-rata waktu kedatangan nasabah, menit/nasabah, untuk S=2 dan S=3
t = 2,133 menit/nasabah. diambil harga rata-ratanya yaitu S = 2=
2. Tingkat kedatangan rata-rata. 4,2815, dan S3 = 2.854. -
5. Distribusi bentuk pelayanan sesuai
A = 0,4688 nasabah/menit.
dengan gambar grafik yang diperoleh
3. Distribusi bentuk kedatangan nasabah
dibuat estimasi bentuk distribusi
adalah Eksponensial.
eksponensial dan Erlang sebagai
4. Jumlah dari fasilitas pelayanan, S = 1,2 pcrbandingan.
dan S= 3 б. Jumlahbaris antrian (Queing) adalah 1.
5. Rata-rata waktu pelayanan. 7. Disiplin pelayanan FIFO.
t= 8,563 menitAiasabah. 8. Rata-rata waktu antar kedatangan dari
6. Tingkat pelayanan rata-rata,/X =0,1167 perhitungan t = 2,135 menit/nasabah.
nasabah/menit. 9. Distribusi bentuk kedatangan adalah
7. Sumber Antrian Tak terbatas. Eksponensial.
Dengan didasarkan input diatas, maka 10. Priod waktu yang akan disimulasi yaitu
proses analisis sistem antrian dapat darijam 8.00 sampai dengan Jam 12.00
dijalankan. w.i.b:

105
UNISIA, NO. 19 TAHUN XIH TRIWULAN 4 - 1993 .

b. Analisis jumlah loket optimal untuk distribusipelayananEksponensial

Uaktu tunqgu Utilitas, Total Prosen


Jumlah Loket- dalam sistem tase menqanq
(men i t ) P gur

1 ' ' 67,68 100 7. 0 7.


Lii 20,88 * 87,41 7. 4,2 7.
* 84,21 7.
3 '2,522 * 40,08 7. 54,1 7.
* 41, 68 7.
* 38,24 7-

c. Analisis jumlah loket optimal untuk distribusi pelayanan Erlang.

Waktu tungqu Ut i1 i t a s Total Prosen


Jumlah Loket dalam s i s t e m tase menqanq
Cmenit) P gur. - "
1 B3, 18 100 7. - 0 7.
2 12,58- * 84,80 7., - 4,43 7.
* 86, 34 Vm
•3 2, 522 * 40,08 7. 57 7.
* 41,68 7.
* 38,24 7.

Jika dlasumsikan Pimpinan Bank %dariwaktukeseluruhankeijamakahasil


memerintahkanbahwapelayananterhadap Simulasi dapat dibandingkan sebagai
nasabah maksimal 15 menit dan waktu berikut
menganggurpelayanantidak lebih dari 15

TABEL 5
Peibandingan E (J) Dan P^Hasil Simulasi Untuk S = 1,2 Dan S = 3 Dengan
ketetapan Pimpinan
PadaDistribusi Pelayanan Eksponensial
Server E ^^T^l ~ W Po 0 6
1 67,68 menit 0,00 7. 15 menit "'157.
2 20,88 Menit 4,20 7. 15 menit 157.
3 2,79 menit 7,30 7. 15 menit 157.

TABEL 6
Perbandingan E (Tt) Dan Po Hasil Simulasi Untuk S = 1.2 Dan S = 3
Dengan KetetapanPimpinan Pada Distribusi Pelayanan Erlang
Server E (T^> = W Po 0 &
1 S3,18 menit 0,00 7. 15 menit 157.
12,58 Menit 4,43 7. 15 menit 157.
3 2,88 men i t 56,82 7. 15 menit 157.

106
Chaerul Saleh, Optimalisasi Pelayanan Nasabah Bank

Berdasarkan label 5 dan 6 diatas kita dapat nasabah di dalam sistem adalah 12.59
melihat bahwa walaupun telah diadakan menit
simulasi terhadap sistem antrian, namun 2. Rata-rata waktu menganggur dari
untuk memenuhi kriteria yang ditetapkan fasilitas pelayanan adalah 4,43 %.
oleh pihak pimpinan adalah sangat sulit 3. Tingkat kegunaan dari fasilitas
Namun demikian harus diambil suatu pelayanan adalah 95,57 %.
keputusan sebagai usulan untuk mencari - Untuk Jumlah loket (server), S = 3
penyelesaian yang optimal terhadap diperoleh:
pelayanan nasabah yang datarig. 1. Rata-rata waktu.yang dialami seorang
Untuk tahap pertama diperbandingkan nasabah di dalam sistem adalah 2,99
terlebih dahulu perbedaan distribusi . menit
pelayanan eksponensial dan Erlang untuk 2. Rata-rata waktu menganggur dari
mencari distribusi pelayanan yang sesuai. fasilitas pelayanan adalah 56,92 %.
Dari label 5 dan 6 diperoleh kesimpulan 3. Tingkat kegunaan dari fasilitas
bahwa distribusi pelayanan Erlangterhadap pelayanan adalah 129,236 %.
nasabah lebih baik hasilnya dibandingkan
distribusi Eksponensial. Dari label 5, Dari hasil simulasi tersebutdi tempat
temyata pemakaian 2 server/counter/ pelayanan yang optimal pada periode-
pelayan adalah yang terbaik dibandingkan periode sibuk adalah 2 buah loket Transfer.
dengan pemakaian 1,3. dst server karena
waktu tunggu seorang nasabah dalam Saran-saran
antrian tidak terlalu lama yaitu 12,59 menit
dan walaupun waktu menganggur para 1. Dari hasil studi ini nampak adanya
pelayan sebesar 4,43 % dari selunih waktu penyimpangan terhadap pola distribusi
yang digunakan (4,43 % x 2 x 240 menit= yang biasa diasumsikan dari teori yang
21,26 menit). ada sehingga sangat dimungkinkan
untuk diteliti lebih lanjut, sehingga
Kesimpulan /ffengan demikian akan menambah
hasanah pengembangan teori antrian.
Studi diatas menghasilkan
kesimpulan sebagai berikut: 2. Dari hasil perhitungan simulasi
- Untuk jumlah loket (server), S = 1 disarankan pula disaat periode-periode
diperoleh: sibuk hendaknya jumlah loket transfer
1. Rata-rata waktu yang dialami seorang yang disediakan 2 buah, agar waktu
nasabah di dalam sistem adalah 83,19 tunggu bagi nasabah di dalam sistem
menit tidak terlalu lama, sehingga garis antrian
2. Rata-rata waktu menganggur dari tidak panjang, walaupun pengaruh
fasilitas pelayanan adalah 0,00 %. waktu menganggur selama 4 jam keija
3. Tingkat kegunaan dari fasilitas efektif (240 menit waktu simulasi)
pelayanan adalah 100 %. adalah sebesar 4,43 % (21,26 menit).
- Untuk jumlah loket (server), S = 2 Waktu menganggur yang tersedia ini
diperoleh: barangkali dapat dialokasikan pada
1. Rata-rata waktu yang dialami seorang pekeijaan tambahan yang lain.

107
UNISIA, NO. 19 TAHUN XIIITRIWULAN 4 -1993

- Jay Heize, Barry Render, 1988. Production


Daflar Pustaka and OperationManagement"Strategy
and Tactics" Allyn aand Bacon, Inc,
- Anderson D, Sweeney J.D, William AT.,' USA.
1988.Management Sclensce,Quanti - Lee, Moore, Taylor, 1990. Management
tative Approach to Decision Making, Science, Third Edition, Allyn and Ba
Fifth Edition, West Publishing and co, con, USA.
Minnesota, USA. - Levin',Richard I, Rubin, Davids, Stinson, Joel
• Buffa, Elwood S., 1980. Modem Produc P. 1986. Quantitative Approaches To
tion/Operation Eighth Edition, John Management, (sixthEdition),McGraw
Wiley & Sonc, Inc, New York. - Hill International Edition.
• Chairul Saleh, 1993. Sistem Kuantitatif - Markam, Robert E., & Sweigart, James R.,
Untuk Bisnis, BukuI, CetakanPertama, 1987. Quantitative Methode : Appli-
Penerbit Dana Bhakti Wakaf, • cation To Managerial Decision Mak
Yogyakarta. ing.
•Chase And Aquilano, 1985. Production and -Taha.HamdyA., 1982, Operation Research
Operation Management A LifeCycle (Third Edition), Mc Millan Publishing
Approach Forth Edition Irwin Co., Inc., New York.
Homewood, Illinois, USA. - Winston L. Wayne, 1988. Operation Re
Gelders L.,'1981. Quantitative Methode^n search : Aplication and Algorithms.
Management, Katholieke Universiteit PWS-KENT Publishing Company,
Te Leuven. USA.

108