ANALISIS SISTEM ANTRIAN POLA PELAYANAN PADA APOTEK

PUSKESMAS BEJI PASURUAN

Yuchanid Zamrodah

Program Study Pendidikan Matematika 2017 B

STKIP-STIT PGRI PASURUAN
yuchanid210799@gmail.com

Abstrak
Sistem antrian mencakup pelanggan yang datang dengan laju konstan atau bervariasi untuk mendapatkan
layanan pada suatu fasilitas layanan. Pada pelayanan Apotek Puskesmas Beji memiliki cukup banyak pasien
yang mengambil obat perharinya. Dengan adanya sistem antrian yang baik diharapkan dapat mengetahui
tingkat keefektifan fasilitas pelayanan. Metode yang di gunakan Multi Channel-SinglePhase, dengan model
(M/M/s/∞/∞) antrian fasilitas pelayanan (server) ganda. Tingkat kegunaan fasilitas pelayanan 88,93%,
didapatkan bahwa fasilitas pelayanan di Apotek Puskesmas Beji sangat efektif.

Kata kunci : Efektif ;Multi channel-SinglePhase; Sistem antrian

Abstract
The queue system includes customers who come at a constant or variable rate to get service at a service
facility. In the Beji Puskesmas pharmacy service, there are quite a lot of patients taking their medicine per
day. With a good queuing system, it is expected to know the level of effectiveness of service facilities. The
method used is Multi Channel-SinglePhase, with a model (M / M / s / ∞ / ∞) queue of multiple service
facilities (server). The utility level of service facilities is 88.93%, it was found that the service facilities at the
Beji Puskesmas Pharmacy are very effective.

Keywords:, Effective; Multi channel-SinglePhase; Queuing system

PENDAHULUAN Peskesmas Kecamatan Beji mempunyai

Sistem antrian mencakup beberapa Pelayanan, diantaranya
pelanggan yang datang dengan laju Pelayanan pada pengambilan obat di
konstan atau bervariasi untuk apotek. Pada pelayanan apoteknya
mendapatkan layanan pada suatu memiliki cukup banyak pasien yang
fasilitas layanan. mengambil obat perharinya sehingga
Puskesmas adalah sebuah instansi menimbulkan antrian yang lama dalam
pelayanan masyarakat yang harus melayani pasien. Dengan adanya sistem
memberikan pelayanan yang terbaik bagi antrian yang baik diharapkan dapat
masyarakat, dengan memberikan mengetahui tingkat keefektifan fasilitas
kenyamanan bagi pasien, sudah tentu pelayanan.
akan memberikan keuntungan secara
financial bagi Puskesmas tersebut.

1
METODE PENELITIAN
Pada penelitian ini peneliti menggunakan
Multi Channel-SinglePhase.
Gambar 2. 3 Multi Channel – Single
Phase (Aminudin, 2005) Sistem Multi
Channel-Single Phase terjadi di mana ada
dua atau lebih fasilitas pelayanan dialiri
oleh antrian tunggal.
Model (M/M/s/∞/∞)
Pada model antrian fasilitas pelayanan
(server) ganda yang akan dibahas disini,
rata-rata tingkat kedatangan lebih kecil
daripada tingkat pelayanan keseluruhan
(agregat) atau penjumlahan segenap rata-
rata tingkat pelayanan ditiap jalur. Syarat
atau kondisi yang lain sama dengan
model server tunggal. Persamaan-
persamaan untuk model ini tergantung
pada Po yakni probabilitas tidak ada
individu dalam sistem (frekuensi relatif)
atau probabilitas semua fasilitas
pelayanan menganggur

HASIL PENELITIAN DAN PEMBAHASAN

Tabel. 1 Data Antrian Pengambilan Obat di Apotek Puskesmas Beji Pasuruan Senin, 16
Desember 2019
Jam Pelayanan Pelayanan Lama Lama Waktu
Pasien Selesai
Datang 1 2 Pelayanan Menunggu Kedatangan
1 7:58:32 8:38:05 8:46:32 0:08:27 0:39:33 0:00:00
2 7:59:05 8:38:04 8:48:26 0:10:22 0:38:59 0:00:33
3 8:01:10 8:46:50 8:57:02 0:10:12 0:45:40 0:02:05
4 8:01:35 8:49:03 8:54:01 0:04:58 0:47:28 0:00:25
5 8:02:28 8:54:22 9:01:43 0:07:21 0:51:54 0:00:53
6 8:05:03 8:57:58 9:04:16 0:06:18 0:52:55 0:02:35
7 8:08:21 9:01:55 9:10:13 0:08:18 0:53:34 0:03:18
8 8:09:56 9:04:25 9:07:58 0:03:33 0:54:29 0:01:35
9 8:14:09 9:08:29 9:12:45 0:04:16 0:54:20 0:04:13
10 8:15:11 9:10:51 9:18:21 0:07:30 0:55:40 0:01:02
11 8:17:16 9:13:04 9:19:32 0:06:28 0:55:48 0:02:05
12 8:25:42 9:18:50 9:37:21 0:18:31 0:53:08 0:08:26
13 8:27:31 9:19:59 9:26:32 0:06:33 0:52:28 0:01:49
14 8:35:14 9:27:02 9:35:23 0:08:21 0:51:48 0:07:43
15 8:42:26 9:35:49 9:41:03 0:05:14 0:53:23 0:07:12
16 8:50:09 9:37:40 9:49:32 0:11:52 0:47:31 0:07:43
17 9:00:33 9:41:32 9:44:48 0:03:16 0:40:59 0:10:24
18 9:09:01 9:45:07 9:59:26 0:14:19 0:36:06 0:08:28
19 9:15:00 9:50:04 9:57:24 0:07:20 0:35:04 0:05:59
20 9:17:09 9:57:50 10:06:39 0:08:49 0:40:41 0:02:09
21 9:25:37 10:05:38 10:11:57 0:06:19 0:40:01 0:08:28
22 9:26:59 10:07:00 10:15:43 0:08:43 0:40:01 0:01:22

2
 23 9:35:26 10:12:09 10:21:34 0:09:25 0:36:43 0:08:27
24 9:53:12 10:15:58 10:22:21 0:06:23 0:22:46 0:17:46
25 9:54:56 10:21:55 10:28:43 0:06:48 0:26:59 0:01:44
26 10:03:23 10:29:03 10:35:27 0:06:24 0:25:40 0:08:27
27 10:06:44 10:35:59 10:47:51 0:11:52 0:29:15 0:03:21
28 10:10:32 10:48:00 10:56:29 0:08:29 0:37:28 0:03:48
29 10:13:02 10:48:02 10:53:48 0:05:46 0:35:00 0:02:30
30 10:19:21 10:54:13 11:09:42 0:15:29 0:34:52 0:06:19
31 10:21:09 10:57:08 11:07:53 0:10:45 0:35:59 0:01:48
32 10:23:53 11:08:05 11:21:07 0:13:02 0:44:12 0:02:44
33 10:29:04 11:21:30 11:26:13 0:04:43 0:52:26 0:05:11
34 10:48:37 11:21:43 11:27:14 0:05:31 0:33:06 0:19:33
35 10:52:24 11:26:33 11:35:58 0:09:25 0:34:09 0:03:47
36 11:03:41 11:27:45 11:40:52 0:13:07 0:24:04 0:11:17
37 11:05:11 11:38:24 11:44:19 0:05:55 0:33:13 0:01:30
38 11:11:42 11:41:03 11:53:10 0:12:07 0:29:21 0:06:31
39 11:17:18 11:44:32 11:50:37 0:06:05 0:27:14 0:05:36
40 11:18:28 11:51:16 11:59:06 0:07:50 0:32:48 0:01:10
41 11:21:32 11:53:46 11:59:28 0:05:42 0:32:14 0:03:04
42 11:23:47 12:00:07 12:09:34 0:09:27 0:36:20 0:02:15
43 11:28:51 12:02:18 12:09:41 0:07:23 0:33:27 0:05:04
44 11:34:20 12:09:58 12:18:01 0:08:03 0:35:38 0:05:29
45 11:38:26 12:10:00 12:16:37 0:06:37 0:31:34 0:04:06
46 11:40:08 12:16:58 12:24:13 0:07:15 0:36:50 0:01:42
47 11:41:39 12:18:49 12:24:37 0:05:48 0:37:10 0:01:31
48 11:43:17 12:24:58 12:30:43 0:05:45 0:41:41 0:01:38
49 11:45:22 12:25:07 12:34:58 0:09:51 0:39:45 0:02:05
50 11:51:23 12:31:08 12:37:21 0:06:13 0:39:45 0:06:01
RATA –RATA 0:08:10 0:40:01 0:04:39

1. Tingkat kedatangan rata-rata bentuk jam menjadi angka sehingga

Lamda di dapat dengan mengurangi mendapatkan hasil 4,65 yang
jam kedatangan pasien di depan kemudian di lakukan perhitungan
dengan pasien sebelumnya yang seperti rumus berikut :
kemudian didapat waktu kedatangan 1
𝜆 =
permenit seperti tabel diatas yang 4,65

kemudian di rata-ratakan sehingga di = 0,217 × 60

dapat 04:39 menit di ubah dari = 13,02 𝑝𝑎𝑠𝑖𝑒𝑛/𝑗𝑎𝑚

3
 Rumus di atas mengubah dari bentuk Rumus di atas mengubah dari bentuk
menit ke satuan jam yang artinya menit kesatuan jam yang artinya
setiap satu jam pasien datang setiap 1 jam apotek dapat melayani
sebanyak 13,02 pasien 7,32 pasien

2. Waktu antar kedatangan 4. Waktu pelayanan rata-rata

𝑚𝑒𝑛𝑖𝑡 𝑚𝑒𝑛𝑖𝑡
1 4,65 𝑝𝑎𝑠𝑖𝑒𝑛 1 8,17 𝑝𝑎𝑠𝑖𝑒𝑛
= =
𝜆 60 𝜇 60
𝑗𝑎𝑚 𝑗𝑎𝑚
= 0,08 = 0,14
𝑝𝑎𝑠𝑖𝑒𝑛 𝑝𝑎𝑠𝑖𝑒𝑛

3. Tingkat pelayanan rata-rata 5. Jumlah layanan

Meu (𝜇) di dapat dengan mengurangi 𝑠=2
jam selesai pasien dengan jam di
layani jika seperti tabel di atas 6. Probabilitas bahwa tidak ada pasien
menunjuk ke jam pasien memberikan dalam sistem (semua server
resep yang kemudian didapat waktu menganggur) adalah
lama pengambilan obat permenit 1
𝑃𝑜 = 1 𝜆 𝑛 1 𝜆 𝑠 𝑠𝜇
[∑𝑆−1
𝑛=0𝑛!(𝜇) ]+𝑠!(𝜇) (𝑠𝜇−𝜆)
seperti tabel diatas yang kemudian di
1
rata-ratakan sehingga di dapat 08:10 = 1 13,02 0 1 13,02 1 1 13,02 2 2∙7,32
[ ( ) + ( ) ]+ ( ) ( )
0! 7,32 1! 7,32 2! 7,32 2∙7,32−13,02
menit di ubah dari bentuk jam
1
menjadi angka sehingga =
1
1 + 1,79 + 2 ∙ 3,16 ∙ 9,04
mendapatkan hasil 8,17 yang
kemudian di lakukan perhitungan = 0,06

seperti berikut
1 7. Probabilitas bahwa seorang pasien
𝜇 =
8,17 memasuki sistem dan harus
= 0,122 × 60 menunggu untuk dilayani (semua
𝑝𝑎𝑠𝑖𝑒𝑛 server sibuk) adalah
= 7,32
𝑗𝑎𝑚

4
 1 𝜆 𝑠 𝑠𝜇 11. Rata-rata waktu yang dihabiskan
𝑃𝑤 = ( ) ( ) 𝑃𝑜
𝑠! 𝜇 𝑠𝜇 − 𝜆 pasien dalam antrian adalah
2
1 13,02 2 ∙ 7,32 1
= ( ) ( ) 0,06 𝑊𝑞 = 𝑊𝑠
2! 7,32 2 ∙ 7,32 − 13,02 𝜇
= 0,85 1
= 0,22
7,32

8. Rata-rata jumlah pasien dalam sistem = 0,03

adalah :
𝜆 𝑠 12. Tingkat kegunaan fasilitas pelayanan
𝜆𝜇 (𝜇 ) 𝜆 𝜆
𝐿𝑠 = 2
𝑃𝑜 + 𝑝 =
(𝑠 − 1)! (𝑠𝜇 − 𝜆) 𝜇 𝑠𝜇
13,02 2
13,02∙7,32( ) 13,02 13,02
7,32
= (2−1)!(2∙7,32−13,02)2 0,06 + =
7,32 2 ∙ 7,32
= 2,89 = 0,8893
= 88,93%
9. Rata-rata jumlah pasien dalam baris
adalah Tingkat kegunaan fasilitas pelayanan sebesar
𝜆 88,93%, sehingga bisa diketahui fasilitas
𝐿𝑞 = 𝐿𝑠
𝜇 pelayanan di Apotek Puskesmas Beji sudah
13,02 sangat efektif
= 2,89
7,32
= 5,14 KESIMPULAN DAN SARAN Setelah
melakukan penelitian ini peneliti dapat
menyimpulkan bahwa di apotek
10. Rata-rata waktu yang dihabiskan
Puskesmas Beji dengan dua pelayanan
pasien dalam sistem dapat diketahui : tingkat kedatangan rata-
𝐿𝑠 rata 13,02 pasien/jam, waktu antar
𝑊𝑠 = kedatangan pasien 0,08 jam/pasien,
𝜆
2,89 tingkat pelayanan rata-rata 7,32
= pasien/jam, waktu pelayanan rata-rata
13,02
0,14 jam/pasien, rata-rata jumlah pasien
= 0,22
dalam sistem 2,89, Rata-rata jumlah
pasien dalam baris5,14, Rata-rata waktu
yang dihabiskan konsmen dalam sistem

5
0,22, Rata-rata waktu yang dihabiskan
pasien dalam antrian 0,03, Tingkat
kegunaan fasilitas pelayanan 88,93%.
Dari data tersebut di dapatkan bahwa
fasilitas pelayanan di Apotek Puskesmas
Beji sangat efektif.
Bagi peneliti lain yang ingin mengangkat
kasus yang sama diharapkan dapat
melanjutkan penelitian dengan tema
serupa yang bisa di lakukan lebih dari
satu hari, sehingga bisa mendapatkan
lebih banyak permasalahan dan bisa
membuat solusi yang terbaik guna
peningkatan keefektifan fasilitas
pelayanan di Apotek Puskesmas Beji.
DAFTAR PUSTAKA
Djamal,R.A., Maharani.W, & Kurniati
A.P. (2010) Analisis dan
Implementasi MetodeItem-
BasedClusteringHybridPadaReco
mmenderSystem,[Online]
https://yudiagusta.files.wordpress.
com/2010/09/216-222-knsi2010-
037- analisis-dan-implementasi-
metode-item-based-clustering-
hybrid-pada- recommender-
system.pdf [Accessed 26th Mei
2018].
Farkhan, F., Hendikawati, P., Arifudin, R.
(2013) Aplikasi Teori Antrian dan
Simulasi pada Pelayanan Teller
Bank. UNNES Journal of
Mathematics, [Online] 1, 18-23
http://lib.unnes.ac.id/19617/1/415
0408028.pdf[Accessed
30th October2017]
http://staffnew.uny.ac.id/upload/1984101920
08122005/pendidikan/MODUL+PRAKTIKU
M+TEORI+ANTRIAN+-+FIX+terakhir.pdf