LAMPIRAN

166
 1

ANALISA SISTEM ANTRIAN PROSES SERVICE MOTOR DENGAN

MENGGUNAKAN SIMULASI MODEL
(Studi Kasus : PT. Sejahtera Motor Gemilang)
Moch Irfan Cesarianto1), Irwan Sukendar, S.T., M.T.2), Brav Deva Bernadhi, S.T., M.T. 2)
1)
Mahasiswa Prodi Teknik Industri FTI UNISSULA
2)
Dosen Prodi Teknik Industri FTI UNISSULA
Email :iirfancesar@std.unissula.ac.id

Abstrak
PT. Sejahtera Motor Gemilang merupakan perusahaan swasta yang bergerak di bidang industri otomotif. PT.
Sejahtera Motor Gemilang berdiri sejak tahun 2011 dan berlokasi di Jalan Dr. Susanto No.82 Parenggan Pati. PT.
Sejahtera Motor Gemilang merupakan anak perusahaan dari PT. Suzuki Indomobil Sales yang memegang kekuasaan
atas penjualan kendaraan dengan merek Suzuki di Indonesia. Kegiatan utama yang dilakukan PT. Sejahtera Motor
Gemilang adalah penjualan unit kendaraan (sales), perawatan kendaraan (service), serta pengadaaan suku cadang
kendaraan (spare parts). Pada proses perawatan kendaraan (service) di PT. Sejahtera Motor Gemilang Cabang Pati
belom bisa dikatakan optimal berdasarkan rata-rata waktu tunggu (waiting time) yang ada karena melebihi standar
waktu menunggu yang telah ditetapkan perusahaan. Hal tersebut akan menimbulkan antrian panjang yang menyebabkan
pelanggan menunggu terlalu lama bahkan harus menunda untuk melakukan servis ke hari berikutnya. Tujuan dari
penelitian ini adalah melakukan analisa sistem antrian pada proses pelayanan servis motor di PT. Sejahtera Motor
Gemilang untuk meminimasi waktu tunggu (waiting time) dan meminimasi total biaya system. Penelitian dilakukan
dengan menerapkan model simulasi pada pelayanan servis untuk menentukan jumlah fasilitas yang tepat dan sesuai
dengan waktu menunggu (waiting time) yang telah ditargetkan perusahaan. Alternatif skenario perbaikan merujuk
kepada target yang telah ditargetkan perusahaan yaitu 2 menit (120 detik) waktu menunggu proses pendaftaran, 30
menit (1800 detik) waktu menunggu proses perbaikan mekanik, dan 2 menit (120 detik) waktu menunggu proses
pembayaran. Berdasarkan kemungkinan yang terjadi terdapat 4 alternatif skenario perbaikan yang memungkinkan untuk
diterapkan di PT. Sejahtera Motor Gemilang. Hasil analisis diperoleh bahwa alternatif skenario perbaikan ke 1 memiliki
rata-rata waktu menunggu (waiting time) yang telah memenuhi target perusahaan serta memiliki total biaya yang
terkecil. Pada model antrian saat ini (existing) rata-rata waktu menunggu proses pendaftaran dan pembayaran telah
memenuhi target perusahaan, sementara untuk rata-rata waktu menunggu proses perbaikan mekanik melebihi target
perusahaan yaitu pada hari senin, selasa, rabu, jumat dan sabtu, serta memiliki total biaya sebesar Rp.119.292/jam. Pada
model alternatif skenario perbaikan ke 1 rata-rata waktu menunggu proses pendaftaran, proses perbaikan mekanik, dan
proses pembayaran telah memenuhi target perusahaan yaitu pada hari senin, selasa, rabu, kamis, jumat, dan sabtu, serta
memiliki total biaya sebesar Rp.82.965/jam sehingga terpilih sebagai alternatif skenario terbaik.

Kata kunci : Sales, Service, Spare Part, Waiting Time, Existing.

I. PENDAHULUAN ADDRESS. Seiring dengan bertambahnya minat

1.1 Latar Belakang
PT. Sejahtera Motor Gemilang merupakan anak
perusahaan langsung dari PT. Suzuki Indomobil Sales
yang merupakan pemegang wewenang dan kekuasaan
atas penjualan kendaraan dengan merek Suzuki di
Indonesia. Kegiatan utama yang dilakukan adalah
melakukan proses penjualan (sales), perawatan
(service), serta pengadaaan suku cadang kendaraan
(spare parts). Kegiatan tersebut bertujuan untuk
memberikan kemudahan kepada masyarakat dalam
mendapatkan unit kendaraan, memberikan perawatan
(service) kendaraan pada saat after sales, serta dapat
menjamin ketersediaan suku cadang kendaraan bagi
masyarakat yang membutuhkan.
Produk sepada motor Suzuki meliputi SATRIA FU
150 MF, SATRIA FU 150 ALARM, SATRIA FU 150
PEDATOR, GSX-R150, GSX-R150RFN, GSX-S 150
TOURING, GSX 150 BANDIT, NEX, NEX-II,
SMASH RUJI, ADDRESS UK 110 NE1, ADDRESS
UK 110 NE1P/NZE, dan ADDRESS UK 110 NEIF
PLAYFULL. Dari produk motor Suzuki tersebut yang
banyak mendapat minat dari masyarakat adalah varian
SATRIA FU150, NEX, NEX-II, GSX-R/S, dan
masyarakat pada produk Suzuki, PT. Sejahtera Motor
Gemilang harus meningkatkan pelayanan yang betujuan
untuk menjaga loyalitas konsumen terhadap suatu
produk. Salah satu cara yang dilakukan adalah dengan
memberikan pelayanan yang terbaik pada proses
perawatan (service) sepeda motor saat after sales.
Proses perawatan kendaraan (service) di PT.
Sejahtera Motor Gemilang dilakukan pada hari
Senin - Sabtu mulai pukul 08.00 – 16.00 WIB,
dengan jam istirahat pukul 12.00 – 13.00 WIB.
Pada proses perawatan kendaraan (service)
kegiatan yang dilakukan meliputi pemeriksaan
mesin, kelistrikan, transmisi serta komponen-
komponen kendaraan. Tujuan dilakukannya proses
perawatan (service) adalah untuk meningkatkan
performa kendaraan tersebut agar lebih baik.
Proses bisnis yang terjadi pada proses perawatan
kendaraan (service) dimulai ketika pelanggan
datang, menunggu proses pendaftaran, melakukan
proses pendaftaran, menunggu perbaikan oleh
mekanik, melakukan proses perbaikan oleh
mekanik, menunggu proses pembayaran,

melakukan proses pembayaran, dan pelanggan
keluar meninggalkan sistem.
Berdasarkan hasil wawancara dengan pihak
perusahaan, standar waktu menunggu pelanggan
pada proses pendaftaran adalah 2 menit (120
detik), pada proses perbaikan oleh mekanik adalah
30 menit (1800 detik) dan pada proses pembayaran
adalah 2 menit (120 detik). Permasalahan yang
sering terjadi pada proses perawatan kendaraan
(service) adalah banyaknya antrian pada proses
perbaikan oleh mekanik khususnya pada pukul
08.00 – 12.00 WIB. Hal tersebut dapat
mengakibatkan waktu menunggu pelanggan
melebihi standar waktu yang telah ditetapkan
perusahaan. Antrian pada proses perbaikan oleh
mekanik juga terjadi pada pukul 13.00 – 16.00
WIB, namun waktu menunggu pelanggan masih
memenuhi standar waktu yang telah ditetapkan
perusahaan. Berikut ini merupakan data
pengamatan yang dilakukan pada hari Senin 2
April 2018 – Sabtu 7 April 2018 mulai pukul 08.00
– 12.00 WIB
Gambar 1.1 Grafik Rata-Rata Waktu Menunggu Pelanggan
Berdasarkan data hasil pengamatan, diketahui
bahwa rata-rata waktu menunggu pelanggan
(waiting time) pada proses perbaikan oleh mekanik
melebihi standar waktu yang telah ditetapkan
perusahaan yaitu selama 30 menit (1800 detik),
sementara untuk rata-rata waktu menunggu
pelanggan (waiting time) pada proses pendaftaran
dan pembayaran telah memenuhi standar waktu
yang telah ditetapkan perusahaan yaitu selama 2
menit (120 detik). Hal ini dapat menimbulkan
antrian yang panjang pada proses perbaikan oleh
mekanik, dan dapat mempengaruhi pelayanan
proses servis motor secara keseluruhan. Akibat hal
tersebut pelanggan seringkali memberikan
komplain kepada pihak perusahaan dan memilih
meninggalkan system sebelum mendapatkan
pelayanan. Antrian yang panjang ini akan
menimbulkan kerugian biaya, yaitu kerugian biaya
bagi penyedia jasa karena kehilangan pelanggan
dan kerugian biaya bagi pelanggan yang
diakibatkan karena waktu tunggu (waiting time)
yang terlalu lama. Berdasarkan uraian diatas,
penulis ingin melakukan penelitian dan
mensimulasikan pelayanan proses service di PT.
2
Sejahtera Motor Gemilang dengan tujuan untuk
meminimasi waktu tunggu (waiting time) dan
meminimasi total biaya sistem E(Ct).
1.2 Perumusan Masalah
Berdasarkan latar belakang diatas maka yang
menjadi pokok permasalahan dalam penelitian ini
adalah adanya ketidaksesuaian antara waktu menunggu
(waiting time) pada proses pelayanan perbaikan oleh
mekanik yang telah ditetapkan oleh perusahaan dengan
kenyataan waktu menunggu (waiting time) pada proses
pelayanan perbaikan oleh mekanik yang ada saat ini.
Ketidaksesuaian ini yang membuat sering terjadinya
antrian yang panjang pada sistem. Dengan adanya
antrian yang panjang maka akan menimbulkan kerugian
bagi penyedia jasa serta bagi konsumen.
1.3 Pembatasan Masalah
Adapun batasan-batasan yang digunakan dalam
penelitian ini diantaranya adalah:
10. Sistem yang dimodelkan adalah pelayanan
proses service kendaraan di PT. Sejahtera
Motor Gemilang
11. Menggunakan sistem pelayanan FCFS (First
Came First Service).
12. Pengambilan data dilakukan selama 6 hari
mulai tanggal 2 April s/d 7 April 2018.
13. Pengambilan data dilakukan selama 4 jam per
hari mulai pukul 08.00 s/d 12.00 WIB.
14. Proses pengambilan data pelayanan service
sepeda motor hanya pada jenis kerusakan
ringan.
15. Data yang digunakan adalah data pencatatan
hasil observasi.
16. Operator mekanik memiliki kemampuan yang
sama dalam melayani pelanggan
17. Tidak terdapat prioritas server.
18. Software yang digunakan adalah software
simulasi komputer.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah melakukan analisa
sistem antrian pada proses pelayanan servis motor di
PT. Sejahtera Motor Gemilang untuk meminimasi
waktu tunggu (waiting time) dan meminimasi total
biaya sistem.
1.5 Manfaat Penelitian
Manfaat yang diharapkan dapat diperoleh dari
penelitian ini diantaranya adalah sebagai berikut :
3. Sebagai evaluasi dan masukan bagi
perusahaan untuk meningkatkan pelayanan
terhadap pelanggan pada proses service
sepeda motor.
4. Hasil usulan perbaikan proses pelayanan
service sepeda motor bisa menjadi bahan
pertimbangan bagi perusahaan untuk agar
kedepannya menjadi lebih baik.
II. TINJAUAN PUSTAKA DAN LANDASAN
TEORI

2.1 Tinjauan Pustaka
Tinjauan pustaka yang digunakan dalam penelitian
ini adalah sebagai berikut :
Dwi Asyfi, Puty Mairawati, dan Eko Liquiddanu
pada tahun 2018 dengan judul “Simulasi dan pemodelan
sistem antrian bahan bakar pertalite di SPBU JL.
Monginsidi, Surakarta dengan Menggunakan Software
Arena”, Evan Jaelani pada tahun 2015 dengan judul
“Optimalisasi Sistem Pelayanan Untuk Mengurangi
Antrian Dengan Pendekatan Simulasi Menggunakan
Software Promodel (Studi Kasus Pada SPBU Kadipaten,
Majalengka)”, Karima Batennia Murti, Laurentius
Damas Sulistya, dan Eko Liquiddanu pada tahun 2018
dengan judul “Simulasi Model Antrian Kasir Alfamart
Pucangsawit Menggunakan Software Arena”,
Mochamad Iqbal Nashrulhaq, Chayadi Nugraha, Arif
Imran pada tahun 2014 dengan judul ” Model Simulasi
Antrean Elevator”, Muhammad Amri, Teuku Sybran
Malasy pada tahun 2013 dengan judul “Analisis Sistem
Antrian pada stasiun Pengisian Bahan Bakar Umum
(SPBU) dengan menggunakan simulasi Arena”,
Muhammad Nur, dan Faulin Feratesia Qitri pada tahun
2016 dengan judul “Analisa Sistem Antrian Loket Pada
PT. Tiki Jalan Teuku Umar Pekanbaru dengan
Menggunakan Software Arena”, Prima Denny Sentia,
Ilyas, dan Riyan Haikal pada tahun 2016 dengan judul
“Pendekatan Simulasi Untuk Analisis Antrian Pada
Bengkel Servis PT.X”, dan yang terakhir adalah Sintya
Ratnasari, Nino Rahadian, dan Eko Liquiddanu pada
tahun 2018 dengan judul “Pemodelan dan Simulasi
Sistem Antrian Pelayanan Konsumen Gerai MCD Solo
Grand Mall dengan Arena”.
2.2 Hipotesa
Berdasarkan beberapa penelitian yang telah
dilakukan sebelumnya yaitu oleh Muhammad Nur
(2016), Evan Jaelani (2015), Muhammad Amri
(2013), Mochamad Iqbal (2014), Dwinda Asyfi
(2018), Karima Batennia Murti (2018), dan Sintya
Ratnasari (2018), hipotesa yang digunakan dalam
penelitian tugas akhir ini adalah :
2. Permasalahan sistem antrian pada PT.
Sejahtera Motor Gemilang dapat diselesaikan
dengan metode simulasi Arena dengan
memberikan alternatif skenario perbaikan
sistem. Alternatif skenario perbaikan akan
meminimalkan waktu tunggu (waiting time)
serta meminimalkan total biaya pada sistem.
2.3 Landasan Teori
2.3.1 Sistem
Sistem dapat didefinisikan sebagai kumpulan dari
beberapa entities baik itu berupa manusia maupun
mesin yang saling berinteraksi untuk mencapai tujuan
tertentu (Law and Kelton, 2000).
2.3.2 Simulasi
Menurut Harrel (Ghosh and Harrel, 2000)
simulasi merupakan tiruan dari sistem dinamis
3
yang dimodelkan oleh komputer untuk
mengevaluasi dan memperbaiki performansi
sistem. Menurut Law (Law and Kelton, 2000)
berikut ini merupakan kelebihan dan kekurangan
metode simulasi adalah :
3. Kelebihan utama dari metode simulasi
adalah sebagai berikut :
f. Rancangan dari sebuah model dapat
digunakan berulang-ulang.
g. Dapat menyelesaikan permasalahan tentang
sistem nyata yang kompleks.
h. Simulasi memungkinkan pembuat model
dapat mengestimasi performansi sistem
sesuai kondisi yang diinginkan.
4. Kekurangan dari model simulasi adalah
sebagai berikut :
c. Perlu dilakukan replikasi untuk
mendapatkan hasil yang lebih optimal.
d. Model simulasi memiliki nilai ekonomis
yang mahal dan memerlukan waktu yang
lama dalam proses pembuatannya
2.3.3 Arena
Software simulasi Arena merupakan alat yang
fleksibel dalam analisis untuk membuat model
simulasi animasi yang secara akurat
merepresentasikan secara virtual banyak sistem.
Keunggulan software Arena dibandingkan dengan
software simulasi lainnya adalah sebagai berikut :
11. Dapat menganalisa seluruh item yang
diinputkan dari level awal sampai akhir.
12. Dapat digunkakan untuk Analisa bisnis,
seperti industri global, perbankan, asuransi,
dan lain-lain.
13. Dapat digunakan pada platform (DOS, dan
Windows)
14. Hasil dari simulasi dengan menggunakan
software Arena bisa langsung dilihat.
15. Tidak memerlukan suatu interpreter khusus
(Arena adalah software aplikasi, bukan
termasuk bahasa pemprogaman).
16. Dapat memodelkan sistem manufacture
(Assambly Lines, Flowlines, Job Shop, AS/RS
Warehousing, Material Handling-Fork Truck)
maupun non manufacture (Chemical Flow,
Service-Health Care, Retail & Restaurant
Facilities)
2.3.4 Activity cycle diagram (ACD)
Merupakan sebuah bahasa grafik atau gambar
yang digunakan untuk memodelkan sistem dengan cara
menunjukan hubungan interaktif antar elemen.
Tabel 2.1 Simbol-Simbol Pada Activity Cycle Diagram
No Nama Simbol Kegunaan
1 Segi Lima Ke Merepresentasikan menciptakan
Kanan (create) atau membangkitkan
(generate) entitas
2 Segi Lima Ke Memberhentikan (terminate)
Kiri entitas.
 4

3 Lingkaran Menggambarkan aktivitas pasif

(Passive
State)
4 Segi Empat Menggambarkan aktifitas aktif
(Active State)
5 Panah Menggambarkan relasi hubungan
(Connect) antar note yang menunjukan
aktifitas terdahulu berubah
menjadi aktivitas selanjutnya
6 Belah Mengambarkan alternatif
Ketupat kemungkinan yang perlu
(Alternate) diputuskan
7 Trapesium Menggambarkan aktivitas aktif
Kanan yang mentransformasikan dua
(Assembly/Ba atau lebih entitas menjadi satu
tch) entitas.
8 Trapesium Menggambarkan aktifitas aktif
Kiri yang mentransformasikan satu
(Disperse/Sep entitas menjadi dua atau lebih
arate) entitas.

2.3.5 Fitting Data Distribusi

Untuk melakukan fitting data distribusi dapat Gambar 3.1 Lanjutan Flowchart Penelitian
dilakukan dengan 2 cara yaitu fitting data dengan
menggunakan software dan fitting data secara manual.
IV. HASIL PENELITIAN DAN PEMBAHASAN
2.3.6 Verifikasi dan Validasi Model Simulasi 4.1 Pengumpulan Data
Menurut Hoover dan Perry (Perry and
Hoover, 1989) verifikasi merupakan proses
pemerikasaan apakah program komputer simulasi
telah berjalan sesuai yang diinginkan, dengan
pemeriksaan program komputer. Sedangkan
menurut Law dan Kelton (Law and Kelton, 1991)
validasi merupakan representasi akurat dari sistem
nyata yang dimodelkan.

III. METODE PENELITIAN

Tahap-tahap yang dilakukan dalam penelitian
adalah sebagai berikut :
Gambar 4.1 Sistem Bisnis Proses Servis Di PT. Sejahtera Motor
Gemilang

Gambar 4.2 Activity Cycle Diagram Proses Servis Di PT. Sejahtera

Motor Gemilang
Dan untuk pengumpulan data antrian dapat dilihat pada
Lampiran 1.

4.2 Pengolahan Data

Pengolahan data berisi mengenai pengolahan
terhadap data-data yang diperoleh.
1. Pengujian Data Secara Manual
a. Perhitungan Index of fit
Gambar 3.1 Flowchart Penelitian Penelitian
 5

Tabel 4.1 Rekapitulasi Hasil Perhitungan Index of Fit Data Waktu

Antar Kedatangan
Distribusi Index of Fit
Eksponensial 0,5621
Weibull 0,7728
Normal 0,9180
Lognormal 0,6974
Tabel 4.2 Rekapitulasi Hasil Perhitungan Index of Fit Data Waktu
Proses Pendaftaran
Distribusi Index of Fit
Eksponensial 0,9342
Weibull 0,9346
Normal 0,9178
Lognormal 0,9249 Gambar 4.3 Tampilan Proses Verifikasi pada Model Simulasi Arena
Tabel 4.3 Rekapitulasi Hasil Perhitungan Index of Fit Data Waktu Pada gambar diatas terdapat kotak dialog yang
Proses Perbaikan Mekanik dikeluarkan oleh simulasi Arena yang menunjukan
Distribusi Index of Fit bahwa simulasi yang dimodelkan tidak error sehingga
Eksponensial 0,9204
dapat digunakan serta menyatakan bahwa proses
Weibull 0,9830
Normal 0,9872 verifikasi model telah berhasil.
Lognormal 0,9700 7. Validasi
Tabel 4.4 Rekapitulasi Hasil Perhitungan Index of Fit Data Waktu Validasi merupakan tahapan membandingkan
Proses Pembayaran
Distribusi Index of Fit
antara model simulasi dengan model sistem saat
Eksponensial 0,9537 ini. Pada tahap validasi ini terdapat beberapa
Weibull 0,9784 parameter yang harus diuji pada tahap ini.
Normal 0,9859
Lognormal 0,9820
Parameter yang diuji adalah sebagai berikut :
2. Pengujian Data Dengan Software Arena a. Validasi Output Sistem
Pengujian distribusi data dilakukan pada Data Pada tahap ini akan dilakukan uji kesamaan
Waktu Antar Kedatangan, Data Waktu Pelayanan dua rata-rata yang bertujuan untuk mengetahui
Proses Pendaftaran, Data Waktu Pelayanan Proses performansi antara output simulasi dengan output
Perbaikan Oleh Mekanik, dan Data Waktu sistem existing.
Tabel 4.5 Kesimpulan
Pelayanan Proses Pembayaran Kasir dengan Karena T-2,09 < T hitung < T 2,09
menggunakan tool input analyzer di software Yaitu :
Arena. Rekapitulasi Fit All Summary pengujian -2,09 < -0,5 < 2,09
distribusi dapat dilihat pada Lampiran 2.
3. Pembuatan Model Simulasi Sistem Dengan H0 diterima jika T-2,09 < T hitung < T 2,09
Menggunakan Software Arena 14.0 H0 ditolak jika T hitung < -2,09 atau T hitung
Setelah membuat model konseptual yang > 2,09
berupa activity cycle diagram (ACD) maka Dengan hasil tersebut maka H0 diterima, tidak
langkah selanjutnya adalah membuat simulasi ada perbedaan yang signifikan antara output model
model simulasi sistem saat ini (existing) dengan simulasi dengan output sistem nyata.
menggunkan software Arena. H0 diterima jika Sig > 0,05
4. Running Model Simulasi H0 ditolak jika Sig < 0,05
Berikut ini merupakan tampilan running Untuk pengujian menggunakan SPSS
model simulasi pada PT. Sejahtera Motor dihasilkan kesimpulan bahwa Sig (0,625) > 0,05
Gemilang untuk proses servis motor dengan atau H0 diterima, artinya tidak ada perbedaan yang
menggunakan software Arena 14.0 adalah dapat signifikan antara output model simulasi dengan
dilihat pada Lampiran 3. output sistem saat ini (existing).
5. Perhitungan Replikasi Simulasi b. Validasi Waktu Menunggu dalam Sistem
Dari perhitungan yang telah dilakukan (Ws)
diperoleh jumlah minimal replikasi yang Waktu menunggu dalam sistem (Ws)
dibutuhkan yaitu sebanyak 20 replikasi. merupakan ekspektasi waktu menunggu dalam
6. Verifikasi sistem (termasuk waktu pelayanan). Model dapat
Tujuan dilakukan proses verifikasi adalah dikatakan valid apabila antara output sistem saat
untuk melakukan cross check apakah model ini dan output simulasi tidak berbeda secara
simulasi yang telah dibuat telah sama dan sesuai signifikan.
dengan model sistem saat ini (existing). Berikut ini Tabel 4.6 Kesimpulan
merupakan hasil dari proses verifikasi adalah : Karena T-2,09 < T hitung < T 2,09
Yaitu :
-2,09 < -0,24 < 2,09

H0 diterima jika T-2,09 < T hitung < T 2,09


H0 ditolak jika T hitung < -2,09 atau T hitung
> 2,09
Dengan hasil tersebut maka H0 diterima, tidak
ada perbedaan yang signifikan antara output model
simulasi dengan output sistem nyata.
H0 diterima jika Sig > 0,05
H0 ditolak jika Sig < 0,05
Untuk pengujian menggunakan SPSS
dihasilkan kesimpulan bahwa Sig (0,807) > 0,05
atau H0 diterima, artinya tidak ada perbedaan yang
signifikan antara output model simulasi dengan
output sistem saat ini (existing).
c. Validasi Waktu Menunggu dalam Antrian
(Wq)
Waktu menunggu dalam antrian (Wq)
merupakan ekspektasi waktu menunggu dalam
antrian (tidak termasuk waktu pelayanan). Model
dapat dikatakan valid apabila antara output sistem
saat ini dan output simulasi tidak berbeda secara
signifikan.
Tabel 4.7 Kesimpulan
Karena T-2,09 < T hitung < T 2,09
Yaitu :
-2,09 < -0,023 < 2,09
H0 diterima jika T-2,09 < T hitung < T 2,09
H0 ditolak jika T hitung < -2,09 atau T hitung
> 2,09
Dengan hasil tersebut maka H0 diterima, tidak
ada perbedaan yang signifikan antara output model
simulasi dengan output sistem nyata.
H0 diterima jika Sig > 0,05
H0 ditolak jika Sig < 0,05
Untuk pengujian menggunakan SPSS
dihasilkan kesimpulan bahwa Sig (0,981) > 0,05
atau H0 diterima, artinya tidak ada perbedaan yang
signifikan antara output model simulasi dengan
output sistem saat ini (existing).
d. Validasi Utiltas Sistem
Validitas utilitas sistem akan dilakukan pada
masing-masing proses bisnis yang ada, meliputi
proses pendaftaran, proses perbaikan mekanik, dan
proses pembayaran.
 Validitas Utilitas Proses Pendaftaran
Tabel 4.8 Kesimpulan
Karena T-2,09 < T hitung < T 2,09
Yaitu :
-2,09 < 1,70 < 2,09
H0 diterima jika T-2,09 < T hitung < T 2,09
H0 ditolak jika T hitung < -2,09 atau T hitung
> 2,09
Dengan hasil tersebut maka H0 diterima, tidak
ada perbedaan yang signifikan antara output model
simulasi dengan output sistem nyata.
H0 diterima jika Sig > 0,05
H0 ditolak jika Sig < 0,05
Untuk pengujian menggunakan SPSS
dihasilkan kesimpulan bahwa Sig (0,105) > 0,05
6
atau H0 diterima, artinya tidak ada perbedaan yang
signifikan antara output model simulasi dengan
output sistem saat ini (existing).
 Validitas Utilitas Proses Mekanik
Tabel 4.9 Kesimpulan
Karena T-2,09 < T hitung < T 2,09
Yaitu :
-2,09 < -1,95 < 2,09
H0 diterima jika T-2,09 < T hitung < T 2,09
H0 ditolak jika T hitung < -2,09 atau T hitung
> 2,09
Dengan hasil tersebut maka H0 diterima, tidak
ada perbedaan yang signifikan antara output model
simulasi dengan output sistem nyata.
H0 diterima jika Sig > 0,05
H0 ditolak jika Sig < 0,05
Untuk pengujian menggunakan SPSS
dihasilkan kesimpulan bahwa Sig (0,073) > 0,05
atau H0 diterima, artinya tidak ada perbedaan yang
signifikan antara output model simulasi dengan
output sistem saat ini (existing).
 Validitas Utilitas Proses Pembayaran
Tabel 4.10 Kesimpulan
Karena T-2,09 < T hitung < T 2,09
Yaitu :
-2,09 < 0,692 < 2,09
H0 diterima jika T-2,09 < T hitung < T 2,09
H0 ditolak jika T hitung < -2,09 atau T hitung
> 2,09
Dengan hasil tersebut maka H0 diterima, tidak
ada perbedaan yang signifikan antara output model
simulasi dengan output sistem nyata.
H0 diterima jika Sig > 0,05
H0 ditolak jika Sig < 0,05
Untuk pengujian menggunakan SPSS
dihasilkan kesimpulan bahwa Sig (0,511) > 0,05
atau H0 diterima, artinya tidak ada perbedaan yang
signifikan antara output model simulasi dengan
output sistem saat ini (existing).
e. Validasi Eksternal Sistem
Berikut ini merupakan kesimpulan validasi
eksternal yang dilakukan terhadap sistem adalah :
Tabel 4.11 Kesimpulan
Karena T-2,45 < T hitung < T 2,45
Yaitu :
-2,45 < 0,22 < 2,45
H0 diterima jika T-2,09 < T hitung < T 2,09
H0 ditolak jika T hitung < -2,09 atau T hitung
> 2,09
Dengan hasil tersebut maka H0 diterima, tidak
ada perbedaan yang signifikan antara output model
simulasi dengan output sistem nyata.
H0 diterima jika Sig > 0,05
H0 ditolak jika Sig < 0,05
Untuk pengujian menggunakan SPSS
dihasilkan kesimpulan bahwa Sig (0,073) > 0,05
atau H0 diterima, artinya tidak ada perbedaan yang
 7

signifikan antara output model simulasi dengan Tabel 4.13 Parameter Sistem Antara Model Existing dengan Model
Alternatif
output sistem saat ini (existing).

8. Perbaikan Model Sistem Saat Ini (existing)

Berdasarkan hasil dari simulasi antirian yang terjadi
di PT. Sejahtera Motor Gemilang menunjukan waktu
menunggu pelanggan tidak sesuai dengan target yang
telah diterapkan. Pihak perusahaan memiliki target
untuk waktu pelanggan menunggu dalam sistem yaitu
waktu pelanggan menunggu untuk dipanggil pada Berikut ini merupakan perhitungan biaya untuk
proses pendaftaran sebesar 2 menit, waktu pelanggan model existing dan model alternatif skenario perbaikan
menunggu motor untuk diservis sebesar 30 menit dan adalah :
waktu pelanggan menunggu untuk dipanggil pada Asumsi :
proses pembayaran sebesar 2 menit. Berikut ini
 Gaji mekanik = Rp. 2.264.600/bulan
merupakan grafik perbandingan waktu hasil simulasi
model existing dengan waktu yang telah ditargetkan
(PT.SMG Pati)
oleh perusahaan adalah :  Biaya fasilitas Mechanic Tool Kits = Rp.
308.830/bulan (PT.SMG Pati)
 Biaya fasilitas Air Hose Reel = Rp.
27.000/bulan (PT.SMG Pati)
 Pendapatan Perkapitan Indonesia= Rp.
56.000.000 / tahun (BPS 2018)
 Investasi Mechanic Tool Kits (Umur
Ekonomis 2 tahun)
Investasi/tahun
=
Umur Ekonomis X Jumlah bulan/tahun
Rp. 3.088.305/ 2 tahun
=
2 X 12 bulan
Rp. 1.544.153
= = Rp. 64.340/bulan
Gambar 4.4 Rata-Rata Waktu Menunggu Pelanggan Hasil Simulasi 24
Model Existing  Investasi Air Hose Reel (Umur Ekonomis 2
Berdasarkan gambar 4.4 menunjukan bahwa nilai tahun)
rata-rata pelanggan menunggu motor untuk di servis Investasi/tahun
melewati batas target yang telah ditetapkan perusahaan = Umur Ekonomis X Jumlah bulan/tahun
yaitu sebesar 30 menit (1800 detik). Sementara waktu Rp. 270.000/ 2 tahun
pelanggan menunggu untuk dipanggil pada proses =
2 X 12 bulan
Rp. 135.000
pendaftaran dan waktu pelanggan menunggu untuk = = Rp. 5.625/bulan
24
dipanggil pada proses pembayaran telah memenuhi
1. Perhitungan Biaya Pelayanan E(Cs)
target yang telah ditetapkan perusahaan sebesar 2 menit
Tabel 4.14 Perhitungan Biaya Pelayanan E (Cs)
(120 detik).
Skenario perbaikan dirancamg dengan usulan
penambahan resources pada model sistem saat ini
(existing). Penambahan resources dilakukan pada proses
perbaikan oleh mekanik dikarenakan waktu pelanggan
menunggu motor untuk diservis melebihi dari target
yang telah ditetapkan perusahaan.
Perbandingan skenario dilakukan dengan
membandingkan output sistem dari alternatif skenario
(S) dengan output sistem model saat ini (existing) (E).
Berikut ini merupakan perbandingan output sistem
antara alternatif skenario (S) dengan model saat ini
(existing) (E) :
Tabel 4.12 Perbandingan Output Simulasi Awal dengan Alternatif
Skenario

Keterangan : Lama Jam Kerja : 1 Hari = 7 jam kerja

1 Minggu = 6 hari kerja
1 Bulan = 4 minggu kerja
= 168 jam / bulan
 8

2. Perhitungan Biaya Menunggu E(Cw) perbaikan oleh mekanik telah memenuhi target yang
Pendapatan Perkapita/tahun telah diterapkan perusahaan, sehingga alternatif
(Cw) =
Bulan X Minggu X Hari X Jam Kerja skenario perbaikan 1 layak untuk dipertimbangkan
Rp. 56.000.000
= pihak perusahaan dalam melakukan optimasi pelayanan
12 X 4 X 6 X 7
Rp. 56.000.000 terhadap konsumen.
=
2016
= Rp. 27.778 / jam
4.3 Analisa dan Interprestasi
Total Biaya Menunggu E(Cw) = (Cw) x (Ls) Berdasarkan hasil simulasi dan pengolahan
Tabel 4.15 Perhitungan Biaya Menunggu E (Cw) data dapat diketahui bahwa proses pelayanan servis
Jumlah E (Cw) motor di PT. Sejahtera Motor Gemilang untuk
Mekanik Cw Ls E (Cw)
model saat ini (existing) masih belum memenuhi
target rata-rata waktu menunggu (waiting time)
2 Rp. 27.778 3,18 Rp. 88.334 yang telah ditetapkan, terutama pada waktu
3 Rp. 27.778 1,3 Rp. 36.112 menunggu untuk mendapatkan perbaikan oleh
4 Rp. 27.778 0,82 Rp. 22.778 mekanik. Pada hari senin 2 april 2018 rata-rata
waktu menunggu pelanggan untuk mendapatkan
5 Rp. 27.778 0,42 Rp. 11.667
proses perbaikan oleh mekanik sebesar 1903 detik.
6 Rp. 27.778 0,26 Rp. 7.222 Pada hari selasa 3 april 2018 rata-rata waktu
menunggu pelanggan untuk mendapatkan proses
3. Perhitungan Total Biaya E(Ct) perbaikan oleh mekanik sebesar 1906 detik. Pada
Total Biaya E(Ct) = E (Cs) + E (Cw) hari rabu 4 april 2018 rata-rata waktu menunggu
Tabel 4.16 Perhitungan Total Biaya E (Ct) pelanggan untuk mendapatkan proses perbaikan
Jumlah oleh mekanik sebesar 1947 detik. Pada hari kamis
E (Cs) E (Cw) E (Ct)
Mekanik 5 april 2018 rata-rata waktu menunggu pelanggan
2 Rp. 30.958 Rp. 88.334 Rp. 119.292
untuk mendapatkan proses perbaikan oleh mekanik
sebesar 1780 detik. Pada hari jumat 6 april 2018
3 Rp. 46.853 Rp. 36.112 Rp. 82.965 rata-rata waktu menunggu pelanggan untuk
4 Rp. 62.748 Rp. 22.778 Rp. 85.526 mendapatkan proses perbaikan oleh mekanik
5 Rp. 78.643 Rp. 11.667 Rp. 90.310 sebesar 1861 detik. Pada hari sabtu 7 april 2018
rata-rata waktu menunggu pelanggan untuk
6 Rp. 94.538 Rp. 7.222 Rp. 101.760
mendapatkan proses perbaikan oleh mekanik
Tabel 4.17 Perhitungan Biaya Model Existing dan Model Alternatif
sebesar 2513 detik. Berdasarkan hasil tersebut rata-
Skenario Perbaikan rata waktu menunggu pelanggan untuk
mendapatkan proses perbaikan oleh mekanik yang
masih sesuai dengan target yang telah ditetapkan
perusahaan adalah hanya pada hari kamis yaitu
sebesar 1780 detik. Sementara untuk hari senin,
Total biaya untuk model existing adalah sebesar
Rp.119.292/jam sedangan untuk model alternatif
selasa, rabu, jumat, dan sabtu rata-rata waktu
skenario perbaikan terpilih yaitu alternatif skenario menunggu pelanggan untuk mendapatkan proses
perbaikan 1 memiliki total biaya Rp.82.965/jam. perbaikan oleh mekanik telah melebihi target yang
Berikut ini merupakan waktu rata-rata menunggu telah ditetapkan perusahaan. Untuk mengatasi hal
pelanggan setelah dilakukan perbaikan menggunakan tersebut maka dilakukan perbaikan sistem dengan
alternatif skenario perbaikan 1 adalah : 4 alternatif skenario perbaikan yang kemudian
disimulasikan. Alternatif skenario perbaikan 1
akan menambahkan 1 resources mekanik menjadi
3 mekanik. Alternatif skenario perbaikan 2 akan
menambahkan 2 resources mekanik menjadi 4
mekanik. Alternatif skenario perbaikan 3 akan
menambahkan 3 resources mekanik menjadi 5
mekanik. Alternatif skenario perbaikan 4 akan
menambahkan 4 resources mekanik menjadi 6
mekanik.
Pada alternatif skenario perbaikan 1 memiliki
waktu rata-rata dalam antrian (Wq) sebesar 1586 detik
Gambar 4.5 Rata-Rata Waktu Menunggu Pelanggan Hasil Simulasi dan telah memenuhi target perusahaan, untuk biaya
pada Alternatif Skenario Perbaikan 1 pelayanan alternatif skenario perbaikan 1 sebesar
Berdasarkan gambar 4.5 menunjukan bahwa nilai Rp.46.853/jam, untuk biaya menunggu alternatif
rata-rata waktu menunggu pelanggan pada proses

skenario perbaikan 1 sebesar Rp.36.122/jam, sehingga
alternatif skenario perbaikan 1 memiliki total biaya
sebesar Rp.82.965/jam. Pada alternatif skenario
perbaikan 2 memiliki waktu rata-rata dalam antrian
(Wq) sebesar 989 detik dan telah memenuhi target
perusahaan, untuk biaya pelayanan alternatif skenario
perbaikan 2 sebesar Rp.62.748/jam, untuk biaya
menunggu alternatif skenario perbaikan 2 sebesar
Rp.22.778/jam, sehingga alternatif skenario perbaikan 2
memiliki total biaya sebesar Rp.85.526/jam. Pada
alternatif skenario perbaikan 3 memiliki waktu rata-rata
dalam antrian (Wq) sebesar 696 detik dan telah
memenuhi target perusahaan, untuk biaya pelayanan
alternatif skenario perbaikan 3 sebesar Rp.78.643/jam.,
untuk biaya menunggu alternatif skenario perbaikan 3
sebesar Rp.11.667/jam, sehingga alternatif skenario
perbaikan 3 memiliki total biaya sebesar Rp.90.310/jam.
Pada alternatif skenario perbaikan 4 memiliki waktu
rata-rata dalam antrian (Wq) sebesar 486 detik dan telah
memenuhi target perusahaan, untuk biaya pelayanan
alternatif skenario perbaikan 4 sebesar Rp.94.538/jam,
untuk biaya menunggu alternatif skenario perbaikan 4
sebesar Rp.7.222/jam, sehingga alternatif skenario
perbaikan 4 memiliki total biaya sebesar
Rp.101.760/jam. Berdasarkan hasil tersebut maka
alternatif skenario perbaikan 1 menjadi yang terbaik
dibandingkan dengan model saat ini (existing) dan
alternatif lainnya dengan total biaya terkecil sebesar
Rp.82.965/jam, dan mampu menggurangi rata-rata
waktu menunggu untuk pendapatkan proses perbaikan
mekanik.
4.4 Pembuktian Hipotesa
Berdasarkan pada hasil dari pengolahan data
yang telah dilakukan, berikut ini merupakan hasil
rekapitulasi waktu menunggu pelanggan (waiting
time) dan perhitungan biaya sistem adalah :
Tabel 4.18 Parameter Sistem Antara Model Existing dengan Model
Alternatif
Tabel 4.19 Perhitungan Biaya Model Existing dan Model Alternatif
Skenario Perbaikan
Berdasarkan tabel tersebut diketahui bahwa rata-
rata waktu menunggu (waiting time) pada proses
perbaikan oleh mekanik untuk model existing adalah
2513 detik, dan memiliki total biaya Rp.119.292/jam.
Sementara pada alternatif skenario perbaikan 1 rata-rata
9
waktu menunggu (waiting time) pada proses perbaikan
oleh mekanik adalah 1586 detik, dan memiliki total
biaya Rp.82.965/jam, sehingga terdapat penghematan
sebesar Rp.36.327/jam. Dari hasil tersebut dapat
disimpulkan bahwa hipotesa telah terbukti dimana
alternatif skenario perbaikan (khususnya alternatif
skenario perbaikan ke-1) mampu memperbaiki sistem
yang ada saat ini (existing) dengan meminimalkan
waktu tunggu pelanggan (waiting time) serta
meminimalkan total biaya pada sistem.
V. PENUTUP
5.1 Kesimpulan
Adapun kesimpulan yang diambil dari penelitian
tugas akhir ini adalah sebagai berikut :
6. Pada model saat ini (existing) untuk proses
pelayanan servis di PT. Sejahtera Motor
Gemilang terdiri dari 1 orang operator
pendaftaran, 2 orang mekanik, dan 1 orang
kasir.
7. Pada model perbaikan (alternatif perbaikan 1)
untuk proses pelayanan servis di PT. Sejahtera
Motor Gemilang terdiri dari 1 orang operator
pendaftaran, 3 orang mekanik, dan 1 orang
kasir.
8. Pada model saat ini (existing) masih belum
optimal. Hal ini ditunjukan dengan rata-rata
waktu menunggu pelanggan (waiting time)
pada proses perbaikan oleh mekanik masih
melebihi target yang ditetapkan perusahaan
yaitu selama 30 menit (1800 detik). Rata-rata
waktu menunggu pelanggan (waiting time)
pada proses perbaikan oleh mekanik untuk
hari senin 2 april 2018 adalah 1903 detik,
selasa 3 april 2018 adalah 1906, rabu 4 april
2018 adalah 1947 detik, kamis 5 april 2018
adalah 1780 detik, jumat 6 april 2018 adalah
1861 detik, dan sabtu 7 april 2018 adalah
2513 detik. Biaya pelayanan E(Cs) pada
model existing meliputi biaya gaji karyawan
dan biaya fasilitas dengan total biaya
pelayanan adalah sebesar Rp.30.958/jam,
biaya menunggu E(Cw) pada model existing
adalah sebesar Rp.88.334/jam, sehingga total
biaya E(Ct) pada model existing adalah
sebesar Rp.119.292/jam.
9. Pada model perbaikan (alternatif perbaikan 1)
berjalan optimal. Hal ini ditunjukan dengan
rata-rata waktu menunggu pelanggan (waiting
time) pada proses perbaikan oleh mekanik
telah memenuhi target yang ditetapkan
perusahaan yaitu selama 30 menit (1800
detik). Rata-rata waktu menunggu pelanggan
(waiting time) pada proses perbaikan oleh
mekanik untuk hari senin 2 april 2018 adalah
796 detik, selasa 3 april 2018 adalah 1074
detik, rabu 4 april 2018 adalah 1181 detik,
kamis 5 april 2018 adalah 748 detik, jumat 6
 10

april 2018 adalah 849 detik, dan sabtu 7 april
2018 adalah 1587 detik. Biaya pelayanan
E(Cs) pada model alternatif skenario
perbaikan 1 meliputi biaya gaji karyawan,
biaya fasilitas, dan biaya investasi dengan
total biaya pelayanan adalah sebesar
Rp.46.853/jam, biaya menunggu E(Cw)
adalah sebesar Rp.36.112/jam, sehingga total
biaya E(Ct) adalah sebesar Rp.82.965/jam.
10. Berdasarkan hasil tersebut alternatif skenario
perbaikan 1 merupakan model yang terbaik
bila dibandingan dengan model existing. Hal
ini dapat dilihat dari rata-rata waktu
menunggu pelanggan (waiting time) pada
proses perbaikan oleh mekanik serta dari
biaya yang muncul. Pada alternatif skenario
perbaikan 1 rata-rata waktu menunggu
pelanggan (waiting time) pada proses
perbaikan oleh mekanik telah memenuhi
target yang ditetapkan perusahaan serta lebih
cepat bila dibandingkan dengan model
existing. Dari aspek biaya, total biaya E(Ct)
pada alternatif skenario perbaikan 1 adalah
sebesar Rp.82.965/jam sedangkan total biaya
E(Ct) pada model existing adalah sebesar
Rp.119.292/jam sehingga terdapat
penghematan sebesar Rp. 36.327/jam.
5.2 Saran
Saran yang dapat penulis berikan kepada
pihak perusahaan adalah sebagai berikut :
1. Penerapan alternatif perbaikan pada proses
pelayanan servis motor dapat perusahaan
terapkan untuk meningkatkan pelayanan
kepada pelanggan.
2. Untuk menerapkan alternatif perbaikan
terpilih, perusahaan harus mengeluarkan biaya
tambahan khususnya pada biaya pelayanan
sehinngga proses pelayanan dapat berjalan
secara optimal.
3. Perusahaan dapat melakukan evaluasi berkala
sehingga dapat mengetahui seberapa efektif
penerapan alternatif perbaikan tersebut pada
perkembangan perusahaan.
Law, A. M. and Kelton, W. D. (2000) Simulation
Modelling and Analysis. 3rd Editio. Boston:
McGraw Hill Inc-Industrial Engineering Series.
Murti, K. B., Sulistya, L. D. and Liquiddanu, E. (2018)
‘Simulasi Model Antrian Kasir Alfamart
Pucangsawit Menggunakan Software Arena’,
Seminar dan Konferensi Nasional IDEC, pp.
110–119.
Nashrulhaq, M. I., Nugraha, C. and Imran, A. (2014)
‘Model Simulasi Sistem Antrean Elevator *’,
02(01), pp. 121–131.
Nur, M. and Qitri, F. F. (2016) ‘Analisa Sistem Antrian
Loket pada PT. Tiki Jalan Teuku Umar
Pekanbaru dengan Menggunakan Software
Arena’, Jurnal Hasil Penelitian dan Karya
Ilmiah dalam Bidang Teknik Industri, Volume 2,
pp. 212–219.
Perry, S. V. and Hoover, R. F. (1989) Simulation: A
Problem-Solving Approach. Boston: Addison-
Wesley Longman Publishing Co., Inc.
Ratnasari, S., Rahadian, N. and Liquiddanu, E. (2018)
‘Pemodelan dan Simulasi Sistem Antrian
Pelayanan Konsumen Gerai MCD Solo Grand
Mall dengan Arena’, Seminar dan Konferensi
Nasional IDEC, pp. 82–89.
Sentia, P. D., Ilyas and Haikal, R. (2016) ‘Pendekatan
Simulasi Untuk Analisis Antrian Pada Bengkel
Servis PT. X’, Jurnal Optimasi Sistem Industri,
Volume 15, pp. 105–113.
Mengetahui,
Dosen Pembimbing 1
Irwan Sukendar, S.T., M.T.
Dosen Pembimbing 2
Brav Deva Bernadhi, S.T., M.T.

DAFTAR PUSTAKA
Ghosh, C. and Harrel, B. R. (2000) Simulation Using
Promodel. New York: McGraw Hill.
Ghosh, C. and Harrel, B. R. (2004) Simulation Using
Promodel. 2nd Editio. New York: McGraw Hill.
Jaelani, E. (2015) ‘Optimalisasi Sistem Pelayanan
Untuk Mengurangi Antrian Dengan Pendekatan
Simulasi Menggunakan Software Promodel
(Studi Kasus Pada SPBU Kadipaten
Majalengka)’, Jurnal Sains Manajemen &
Akuntansi, Volume 07, pp. 101–118.
Law, A. M. and Kelton, W. D. (1991) Simulation
Modeling & Analysis. 2nd Editio. New York:
McGraw-Hill.
 11

Lampiran 1. Data Antrian Pada Hari Sabtu 7 April 2018

PELAYANAN SERVIS MOTOR DI PT. SEJAHTERA MOTOR GEMILANG CABANG PATI
Jalan Dr. Susanto No. 82 Parenggan Pati Jawa Tengah

Hari, Tanggal : Sabtu, 07 April 2018 (08.00 -12.00)

Waktu Masuk Selesai Masuk Selesai

Jenis Masuk Selesai Masuk Selesai
No Nama Kendaraan Kedatangan Mekanik Mekanik Mekanik Mekanik
Kerusakan Pendaftaran Pendaftaran Kasir Kasir
Pelanggan 1 1 2 2
1 Suzuki Shooter 115 FI 1G, 14P 08.05.35 08.05.40 08.06.47 08.06.55 08.34.55 08.35.05 08.36.13
2 Suzuki Satria F150 Hitam 1G, 2P 08.16.18 08.16.25 08.18.02 08.18.15 08.53.55 08.54.02 08.54.55
3 Suzuki Thunder Biru 1P 08.24.40 08.24.50 08.25.49 08.35.10 08.49.30 08.49.35 08.50.34
4 Suzuki Spin Merah Hitam 8P, 14P 08.35.10 08.35.25 08.35.51 08.49.40 09.19.06 09.19.13 09.20.02
5 Suzuki Satria F150 Hitam 1G, 2P, 19P 08.58.45 08.58.56 08.59.26 08.59.35 09.23.51 09.23.55 09.25.28
6 Suzuki Nex Hitam 2P, 17P 09.03.25 09.03.35 09.04.25 09.19.25 09.55.45 09.55.57 09.56.38
7 Suzuki Satria F150 Hitam 2P, 23P 09.08.18 09.08.25 09.09.07 09.24.00 09.55.56 09.56.40 09.57.37
8 Suzuki Satria F150 Biru 6S,7P, 15P 09.14.28 09.14.35 09.16.34 09.56.00 10.35.00 10.35.14 10.36.21
9 Suzuki Satria F150 Merah 19P, 25S 09.22.38 09.22.45 09.23.23 09.56.05 10.11.50 10.12.00 10.13.01
10 Suzuki Smash 8P, 9P 09.32.15 09.32.23 09.32.53 10.12.08 10.41.53 10.42.03 10.43.31
11 Suzuki GSX Hitam 1G, 9P 09.45.42 09.45.48 09.46.29 10.35.12 10.57.28 10.57.36 10.58.22
12 Suzuki Satria F150 Merah 1G, 13P, 19P 09.50.10 09.50.21 09.51.36 10.42.03 11.04.09 11.04.19 11.05.30
13 Suzuki Satria F150 Orange 1G, 19P 09.55.50 09.55.55 09.56.53 10.57.35 11.13.39 11.13.47 11.15.07
14 Suzuki Satria F150 Merah 19P, 22P 10.05.16 10.05.30 10.05.52 11.04.15 11.38.39 11.38.49 11.40.02
15 Suzuki GSX Hitam 1G, 19P, 25S 10.10.48 10.10.54 10.11.21 11.13.45 11.43.55 11.44.05 11.45.32
16 Suzuki Nex Hijau 2P, 15P 10.20.26 10.20.33 10.21.27 11.38.50 12.07.36 12.07.45 12.08.54
17 Suzuki Nex II Putih 1G, 2P 10.25.28 10.25.35 10.28.01 11.44.08 12.17.51 12.17.56 12.18.49
18 Suzuki Nex II Hitam 10P, 14P 10.41.40 10.41.52 10.42.34 12.07.45 12.36.55 12.37.05 12.38.09
19 Suzuki GSX Biru 7P, 8P, 9P 10.46.20 10.46.26 10.47.11 12.18.00 12.50.00 12.50.05 12.51.13
20 Suzuki GSX S Merah 1G 10.53.50 10.54.00 10.54.30 12.37.06 12.59.11 12.59.17 13.00.14
21 Suzuki Satria F150 Hitam 9P, 13P 10.58.34 10.58.40 11.00.16 12.50.12 13.12.26 13.12.32 13.13.25
22 Suzuki GSX Bandit 1G, 2P,5P 11.05.15 11.05.32 11.06.06 12.59.20 13.44.18 13.44.26 13.45.35
 12

Lampiran 1. Lanjutan Data Rekapitulasi Antrian Pada Hari Sabtu 7 April 2018
Hasil Perhitungan Data Antrian (Detik)

Waktu Antar Waktu Proses 1 (Pendaftaran) Waktu Proses 2 (Mekanik) Waktu Proses 3 (Kasir) Waktu
No
Kedatangan Mekanik 1 Mekanik 2 Total Dalam
Antrian Pelayanan Waktu Antrian Pelayanan Sistem
Antrian Pelayanan Antrian Pelayanan Pelayanan
1 0 5 67 8 1680 1680 10 68 3518
2 643 7 97 13 2140 2140 7 53 4457
3 502 10 59 561 860 860 5 59 2414
4 630 15 26 829 1766 1766 7 49 4458
5 1415 11 30 9 1456 1456 4 93 3059
6 280 10 50 900 2180 2180 12 41 5373
7 293 7 42 893 1916 1916 44 57 4875
8 370 7 119 2366 2340 2340 14 67 7253
9 490 7 38 1962 945 945 10 61 3968
10 577 8 30 2355 1785 1785 10 88 6061
11 807 6 41 2923 1336 1336 8 46 5696
12 268 11 75 3027 1326 1326 10 71 5846
13 340 5 58 3642 964 964 8 80 5721
14 566 14 22 3503 2064 2064 10 73 7750
15 332 6 27 3744 1810 1810 10 87 7494
16 578 7 54 4643 1726 1726 9 69 8234
17 302 7 146 4567 2023 2023 5 53 8824
18 972 12 42 5111 1750 1750 10 64 8739
19 280 6 45 5449 1920 1920 5 68 9413
20 450 10 30 6156 1325 1325 6 57 8909
21 284 6 96 6596 1334 1334 6 53 9425
22 401 17 34 6794 2698 2698 8 69 12318
 13

Lampiran 2. Rekapitulasi Fit All Summary Pengujian Distribusi

Waktu Antar Kedatangan Waktu Proses Pendaftaran Waktu Proses Perbaikan Oleh Mekanik Waktu Proses Pembayaran Kasir
Sq. Sq. Sq. Sq.
Function Expression Function Expression Function Expression Function Expression
Error Error Error Error
Normal 0.0112 Weibull 0.00183 Normal 0.00525 Normal 0.0496
Triangular 0.029 Gamma 0.00229 Triangular 0.00686 Weibull 0.0499
Beta 0.0318 Erlang 0.00343 Beta 0.0204 Triangular 0.0503
Weibull 0.093 Exponential 0.00343 Uniform 0.0438 Beta 0.0506
22 +
Uniform 0.118 NORM(490,287) Beta 0.00941 Weibull 0.0947 NORM(1.7e+003, Erlang 0.051 NORM(64.8,
WEIB(32.1,
Erlang 0.129 Lognormal 0.0181 Erlang 0.103 458) Uniform 0.0514 13.5)
0.875)
Exponential 0.129 Triangular 0.0919 Exponential 0.103 Poisson 0.0546
Gamma 0.14 Normal 0.111 Gamma 0.130 Lognormal 0.0548
Lognormal 0.237 Uniform 0.168 Lognormal 0.212 Exponential 0.0557
Gamma 0.488
 14

Lampiran 3. Running Model Simulasi Dengan Software Arena 14.0

15
16
17
18
19
20
21
22
23
24
25
26
27