APLIKASI TEORI ANTRIAN DALAM OPTIMASI LAYANAN PEMBAYARAN

PELANGGAN STUDI KASUS SISTEM PEMBAYARAN DI SENYUM MEDIA

STATIONERY JEMBER

TOPIK: TEORI ANTRIAN

Makalah ini disusun untuk memenuhi Tugas Mata Kuliah Statistika Inferensi

OLEH:
NAMA : KAREN TIARA
NIM : 21S18063

PROGRAM STUDI MANAJEMEN REKAYASA

FAKULTAS TEKNOLOGI INDUSTRI

INSTITUT TEKNOLOGI DEL

2020
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

DAFTAR ISI

BAB I: PENDAHULUAN .......................................................................................................................... 2

1.1 Latar Belakang Masalah ............................................................................................................ 2
1.2 Rumusan Masalah ...................................................................................................................... 2
1.3 Metode dan Jenis Penelitian....................................................................................................... 3
1.4 Tujuan Penelitian ........................................................................................................................ 3
BAB II: DASAR TEORI ............................................................................................................................ 4
2.1. Teori Antrian ............................................................................................................................... 4
2.2. Karakteristik Sistem Antrian .................................................................................................... 5
2.3. Struktur Model Antrian ............................................................................................................. 7
2.4. Notasi Kendall ............................................................................................................................. 8
2.5. Ukuran Steady State ................................................................................................................... 9
BAB III: APLIKASI TEORI ANTRIAN................................................................................................ 13
BAB IV: KESIMPULAN DAN SARAN ................................................................................................. 21
DAFTAR PUSTAKA ................................................................................................................................ 23

1
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

BAB I: PENDAHULUAN

1.1 Latar Belakang Masalah

Salah satu permintaan dalam kehidupan masyarakat yaitu masalah permintaan pada

kebutuhan sehari-hari. Sering kita lihat banyak orang rela antri disuatu tempat seperti pada

supermarket (Senyum Media Stationery) demi terpenuhinya kebutuhan permintaan

tersebut. Umumnya, setiap orang pernah mengalami kejadian seperti ini.

Salah satu tanggung jawab utama dari setiap fasilitas pelayanan pada Senyum

Media Stationery Jember khususnya pelayanan pada kassa adalah melayani pelanggan

dalam melakukan pembayaran sampai pelanggan meninggalkan antrian. Setiap kasir

bertanggung jawab dalam pelaksanaan suatu kassa tersebut (pembayaran).

Untuk mempertahankan pelanggan agar merasa nyaman saat antrian, suatu

perusahaan diharuskan memberikan pelayanan terbaik. Pelayanan terbaik adalah

pelayanan yang memberikan pelayanan yang memuaskan, cepat, dan efektif agar

pelanggan tidak dibiarkan menunggu dan mengantri terlalu lama. Maka perusahaan

membutuhkan suatu teori antrian yang cepat dan efektif. Namun untuk memberikan

pelayanan terbaik tersebut memerlukan dana dikarenakan harus menambah fasilitas untuk

perusahaan tersebut.

1.2 Rumusan Masalah

• Bagaimana karakteristik kedatangan pelanggan?

• Bagaimana penentuan model antrian yang cocok untuk menggambarkan proses

antri di Senyum Media Stationery Jember?

2
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

• Bagaimana tingkat kinerja pelayanan pada kassa di Senyum Media Stationery

Jember?

1.3 Metode dan Jenis Penelitian

Jenis Penelitian ini adalah Penelitian Kualitatif. Sedangkan metode yang digunakan

dalam pengumpulan data adalah dokumentasi, observasi, dan wawancara dalam

mengumpulkan data serta menggunakan Aplikasi SPSS untuk analisisnya.

1.4 Tujuan Penelitian

Penelitian ini bertujuan untuk merancang fasilitas pelayanan, untuk mengatasi permintaan

yang berfluktuasi secara random dan menjaga keseimbanngan antara biaya pelayanan dan

biaya menunggu pelanggan.

3
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

BAB II: DASAR TEORI

2.1.Teori Antrian

Menurut Bronson (1996: 310), tentang masalah antrian yaitu proses antrian merupakan

proses yang berhubungan dengan kedatangan pelanggan pada suatu fasilitas pelayanan,

menunggu panggilan dalam baris antrian jika belum mendapat pelayanan dan akhirnya

meninggalkan fasilitas pelayanan tersebut setelah mendapat pelayanan. Proses ini dimulai

saat pelanggan yang memerlukan pelayanan mulai datang dari suatu populasi yang disebut

sebagai sumber input.

Sistem antrian adalah himpunan pelanggan, pelayan, dan suatu aturan yang mengatur

kedatangan para pelanggan dan pelayanannya. Sistem antrian merupakan proses kelahiran

– kematian dengan suatu populasi yang terdiri atas para pelanggan yang sedang menunggu

pelayanan atau yang sedang dilayani. Kelahiran terjadi jika seorang pelanggan memasuki

fasilitas (mesin pompa) pelayanan, sedangkan kematian terjadi jika pelanggan

meninggalkan fasilitas (mesin pompa) pelayanan. Keadaan sistem adalah jumlah

pelanggan dalam suatu fasilitas (mesin pompa) pelayanan (Wospakrik, 1996 : 302).

Teori Antrian pertama kali dikemukanan oleh A.K Erlang, seorang ahli matematika

berkebangsaan Denmark pada tahun 191 dalam bukunya Solution of Some Problem in The

Theory of Probability of Significance in Automatic Telephone Exchange. Teori ini

bertujuan untuk merancang fasilitas pelayanan, untuk mengatasi permintaan pelayanan

yang berfluktuasi secara random dan menjaga keseimbangan antara biaya pelayanan dan

biaya yang diperlukan selama antri.

4
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

Dalam buku yang ditulis oleh Taha (1997:609) dijelaskan bahwa suatu sistem antrian

bergantung pada tujuh komponen yaitu pola kedatangan, pola kepergian, kapasitas sistem,

desain pelayanan, disiplin pelayanan, ukuran sumber pemanggilan, dan perilaku manusia.

2.2.Karakteristik Sistem Antrian

Karakteristik Kedatangan

Menurut Wagner (1972:840) dalam bukunya berpendapat bahwa pola kedatangan

adalah pola pembentukan antrian akibat kedatangan pelanggan dalam selang waktu

tertentu. Pola kedatangan dapat diketahui secara pasti atau berupa suatu variabel acak yang

distribusi peluangnya dianggap telah diketahui. Jika tidak disebutkan secara khusus

pelanggan datang secara individu ke dalam sistem antrian. Namun dapat pula lebih dari

satu pelanggan datang secara bersamaan ke dalam sistem antrian, pada kondisi ini disebut

dengan bulk arrival (Taha, 1997:177).

Karakteristik Kedatangan ada 2 yakni, Konstan dan Acak. Jika terjadi kedatangan

acak maka akan mengikuti probabilitas Poisson. Distribusi Poisson menggambarkan

jumlah kedatangan per unit waktu bila sejumlah besar variabel-variabel random

mempengaruhi kedatangan.

5
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

Karakteristik Antrian

Dalam bukunya Sinalungga (2008:249) menjelaskan bahwa desain sarana

pelayanan dapat diklasifikasikan dalam channel dan phase yang akan membentuk suatu

struktur antrian yang berbeda-beda. Channel menunjukkan jumlah server untuk memasuki

sistem pelayanan. Phase berarti jumlah stasiun-stasiun pelayanan, dimana para langganan

harus melaluinya sebelum pelayanan dinyatakan lengkap.

Karakteristik Pelayanan

Disiplin pelayanan dalam buku yang dikemukakan oleh Sinalungga (2008: 251)

menjelaskan bahwa disiplin pelayanan adalah suatu aturan yang dikenalkan dalam memilih

pelanggan dari barisan antrian untuk segera dilayani. Adapun pembagian disiplin

pelayanan ialah:

• First Come First Served (FCFS) atau First In First Out (FIFO)
Suatu peraturan dimana yang akan dilayani ialah pelanggan yang datang terlebih
dahulu. Contoh di suatu kasir sebuah swalayan,bioskop, pintu tol, SPBU, dll.
• Last Come First Served (LCFS) atau Last In First Out (LIFO)
Antrian dimana yang datang paling akhir adalah yang dilayani paling awal atau
paling dahulu. Contohnya adalah antrian pada satu tumpukan barang di gudang,
barang yang terakhir masuk akan berada ditumpukkan paling atas, sehingga akan
diambil pertama.
• Service In Random Order (SIRO)
Pelayanan atau panggilan didasarkan pada peluang secara random, tidak
mempermasalahkan siapa yang lebih dahulu tiba. Contohnya kertas – kertas undian
yang menunggu untuk ditentukan pemenangnya, yang diambil secara acak
• Priority Service

6
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

Prioritas pelayanan diberikan kepada mereka yang mempunyai prioritas paling

tinggi dibandingkan dengan mereka yang memiliki prioritas paling rendah,
meskipun yang terakhir ini sudah lebih dahulu tiba dalam garis tunggu. Kejadian
seperti ini bisa disebabkan oleh beberapa hal, misalnya seseorang yang keadaan
penyakit yang lebih berat dibanding dengan orang lain dalam sebuah rumah sakit.

2.3.Struktur Model Antrian

• Single Channel Single Step

• Multi Channel Single Step

7
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

• Single Channel Multi Step

• Multi Channel Multi Step

2.4.Notasi Kendall

Notasi baku untuk memodelkan suatu sistem antrian pertama kali dikemukakan oleh

D.G.Kendall dalam bentuk a/b/c, dan dikenal sebagai notasi Kendall. Namun, A.M. Lee

menambahkan simbol d dan e sehingga menjadi a/b/c/d/e yang disebut notasi Kendall-Lee

(Taha, 1996:627).

Menurut Taha (1997:186), notasi Kendall-Lee tersebut perlu ditambah dengan simbol

f, sehingga karakteristik suatu antrian dapat dinotasikan dalam format baku (a/b/c):(d/e/f).

Notasi dari a sampai f tersebut berturut – turut menyatakan distribusi kedatangan, distribusi

waktu pelayanan, jumlah Server pelayanan, disiplin pelayanan, kapasitas sistem, dan ukuran

sumber pemanggilan.

8
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

2.5.Ukuran Steady State

Ukuran steady-state sistem antrian disimbolkan dengan dan dapat dihitung dengan rumus:

9
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

2.6.Model-model Antrian
• Model Antrian (M/M/1)
Pada model ini sistem antrian yang digunakan menggunakan pola kedatangan

berdistribusi poisson dan pola pelayanan berdistribusi eksponensial dengan jumlah

server satu, kapasitas sistem tak terbatas, sumber pemanggilan tak terbatas serta

disiplin pelayanan yang digunakan adalah first-in first-out (FIFO).

[M/M/1]:[GD/∞/∞] adalam model antrian dengan satu server, yang dapat

digunakan sebagai pendekatan untuk berbagai sistem antrian sederhana.Pada model

antrian ini M (Markov) yang pertama menyatakan distribusi Poisson, M yang kedua

menyatakan distribusi Poisson/Eksponensial, 1 berarti Single server, GD (General

Disciplin) menyatakan First-In First-Out (FIFO) dan ∞ menyatakan antrian tak

terhingga (Kakiay, 2004:48)

• Model Antrian (M/M/c)

Model antrian ini memiliki notasi kendall yaitu [M/M/c]:[GD/∞/∞] dimana waktu

antar kedatangan dan pelayanan terdistribusi eksponensial, terdapat c server,

10
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

disiplin pelayanan yang digunakan adalah First-In First Out (FIFO) kapasitas

sistem tidak terbatas, dan sumber pemanggilan yang tak terbatas.

Model ini dapat ditemui pada stasiun pengisisan bahan bakar umum (SPBU) yang

memiliki beberapa mesin pompa dimana setiap pelanggan yang datang bebas

memilih pompa yang akan mengisi kendaraanya dan setelah itu keluar

meninggalkan stasiun pengisian.

2.7.Distribusi Peluang
• Distribusi Poisson
Suatu eksperimen yang menghasilkan jumlah suskes yang terjadi pada interval

waktu ataupun daerah yang sepesifik dikenal sebagai eksperimen poisson. Interval

waktu tersebut dapat berupa menit, hari, minggu, bulan, maupun tahun. Sedangkan

daerah yang spesifik dapat berarti garis, luas, sisi, maupun material (Dimyati,

1999:309).

• Distribusi Eksponensial
Distribusi Eksponensial digunakan untuk menggambarkan distribusi waktu pada

fasilitas (mesin pompa) jasa, dimana waktu pelayanan tersebut diasumsikan bersifat

bebas. Artinya, waktu untuk melayani pendatang tidak bergantung pada lama waktu

11
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

yang telah dihabiskan untuk melayani pendatang sebelumnya, dan tidak bergantung

pada jumlah pendatang yang menunggu untuk dilayani (Djauhari, 1997:175-176).

12
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

BAB III: APLIKASI TEORI ANTRIAN

Jenis penelitian ini adalah penelitian kuantitatif. Penelitian ini bertujuan untuk mengetahui

layanan pembayaran pembayaran pelanggan dan hasil dari aplikasi model antrian Multi Channel

Single Phase di antrian kasir Senyum Media Stationery Jember. Subjek penelitian ini adalah

antrian yang terjadi di Senyum Media Stationery Jember selama kasir beroperasi. Penelitian ini

dilaksanakan selama empat hari yang dipilih berdasarkan dua hari padat dan dua hari longgar.

Metode pengumpulan data yang digunakan adalah observasi secara langsung pada antrian

yang terjadi, wawancara yang dilakukan kepada sepuluh pelanggan dan kasir pada jam sepi

pelanggan dan dokumentasi untuk menunjang kelengkapan data pada penelitian yang didapat dari

Senyum Media Stationery Jember seperti data jam masuk karyawan.

Pada penelitian ini, data yang dikumpulkan adalah data jumlah kedatangan pelanggan dan

waktu pelayanan pelanggan selama empat hari yang dilakukan sejak awal kasir melayani

pelanggan pertama sampai dengan pukul 20.30 dengan syarat steady state .

Data tersebut diolah uji kecocokan distribusinya berdasarkan distribusi yang telah

ditentukan dimana distribusi kedatangan pelanggan diuji kecocokannya dengan distribusi Poisson

sedangan uji waktu pelayanan pelanggan dengan distribusi Eksponensial. Uji distribusi akan diuji

dengan software SPSS yang kemudian akan disimulasikan beradasarkan model antrian Multi

Channel Single Phase dengan rata-rata jumlah kedatangan pelanggan (λ) dan rata-rata waktu

pelayanan pelanggan (µ) selama 4 hari:

13
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

Rata-rata waktu menunggu yang diperkirakan dalam antrian (Wq)

𝑐𝜌
൤ ൨ 𝑃0
( 𝑐 − 𝜃) 2
𝑊𝑞 =
𝜆
Rata-rata waktu menunggu yang diperkiraian dalam sistem (Ws)

𝑐𝜌
1 ൤ ൨ 𝑃0
( 𝑐 − 𝜃) 2
𝑊𝑠 = +
µ 𝜆

• Uji Distribusi Kedatangan Pelanggan

bersifat bebas, maka dapat disimpulkan bahwa kedatangan mengikuti distribusi Poisson.

Asumsi ini menunjukkan kedatangan pelanggan pelanggan bersifat acak dan rata-rata kedatangan

sebesar lamda ( λ ). Pengujian dengan Uji One Sample Kolmogorov Smirnov

Hipotesis: 𝐻𝑜 = 𝐹𝑜 (𝑥) = 𝑆𝑁 (𝑥) distribusi Poisson

14
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

𝐻1 = 𝐹𝑜 (𝑥) ≠ 𝑆𝑁 (𝑥) distribusi nonPoisson

𝛼
α = 0.10 maka 2 = 0.05

Jika nilai probabilitasnya > 0.05 maka H0 diterima sebaliknya jika nilai probabilitasnya <

0.05 maka H0 ditolak. Dari hasil pengujian, pada empat hari penelitian menunjukkan bahwa semua

nilai probabilitasnya (Asymp Sig(2-tailed)) lebih dari 0,05 yang artinya H0 diterima dan distribusi

kedatangan pelanggan berdistribusi Poisson.

• Uji Distribusi Waktu Pelayanan Pelanggan

Diasumsikan bahwa proses waktu pelayanan mengikuti distribusi Eksponensial. Dilakukan

uji hipotesis output hasil olahan SPSS menggunakan Uji Kolmogorov Smirnov.

Hipotesis: 𝐻𝑜 = 𝐹𝑜 (𝑥) = 𝑆𝑁 (𝑥) distribusi Eksponensial

𝐻1 = 𝐹𝑜 (𝑥) ≠ 𝑆𝑁 (𝑥) distribusi non Eksponensial

𝛼
α = 0.10 maka 2 = 0.05

Jika nilai probabilitasnya > 0.05 maka H0 diterima sebaliknya jika nilai probabilitasnya <

0.05 maka H0 ditolak.

Ditunjukkan bahwa nilai probabilitas dari rata-rata uji waktu pelayanan selama empat hari

adalah 0.09. Berdasarkan kriteria pengambilan keputusan jika nilai probabilitasnya > 0.05 maka

H0 diterima atau distribusi yang diharapkan sesuai dengan dengan distribusi pengamatan yaitu

distribusi Eksponensial

15
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

• Output SPSS untuk pengujian Distribusi kedatangan dan waktu pelayanan

Dari hasil uji distribusi kedatangan pelanggan dan distribusi wkatu pelayanan menggunakan model

antrian Multi Channel Single Phase (M/M/c); (GD/∞/∞). Hasil simulasi ditampilkan dibawah ini:

Senin 18 nov Selasa 19 Sabtu 23 Minggu 24 Rata-rata

2013 nov 2013 nov nov 2013
2013

α 1.5 1.3 1.3 1.67 1.44

µ 1.08 1.03 1.01 1.1 1.05

ρ 1.39 1.26 1.29 1.52 1.37

Po 0.18 0.23 0.22 0.14 0.2

Lq 0.82 0.78 0.8 0.89 0.82

Ls 2.21 2.04 2.08 2.41 2.19

16
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

Wq 0.55 0.6 0.62 0.53 0.58

Ws 1.58 1.57 1.61 1.43 1.52

• Pada simulasi teori antrian model Multi Channel Single Phase (M/M/c) ; (GD/ ∞ / ∞ ) nilai

ρ (steady state) kurang dari 1 atau berada pada kondisi yang tetap jika nilai c adalah dua

atau jumlah kassa yang aktif adalah dua. Optimasi layanan pelanggan tersaji pada tabel

berikut.

• Semakin besar nilai c maka jumlah pelanggan yang diharakan dalam antrian maupun dalam

sistem (Lq dan Ls) akan semakin berkurang nilainya.

• Begitu juga dengan waktu menunggu pelanggan yang diperkirakan dalam antrian maupun

sistem (Wq dan Ws) berkurang nilainya seiring bertambahnya nilai c.Sehingga dari tabel

4, kassa akan terlihat optimal jika nilai c adalah empat atau kassa yang aktif adalah empat.

• Jumlah kassa yang sering beroperasi di Senyum Media Stationery Jember adalah dua jika

kassa yang optimal adalah empat maka akan ada penambahan fasilitas pelayanan.
17
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

• Dimana penambahan fasilitas akan membutuhkan biaya keseluruhan yang merupakan

biaya operasional fasilitas pelayanan dan biaya menunggu.

• Biaya operasional yang dimaksud meliputi gaji kasir dan biaya rekening listrik bulanan

untuk satu kassa selain itu dapat dipertimbangkan pula biaya menunggu untuk pelanggan.

• Berdasarkan wawancara terhadapa seorang kasir didapat informasi bahwa gaji kasir adalah

Rp. 930.000/bulan dengan jam efektif 60 jam / minggu atau 240 jam / bulan dengan jatah

libur 1 hari/minggu. Berikut jam kerja karyawan A

Hari Shift Jam Kerja

Senin Pagi 07.30 - 16.30

Selasa Pagi – Siang 07.30 - 12.30

16.30 - 21.30

Rabu Siang 11.30 - 21.30

Kamis Pagi 07.30 - 16.30

Jumat Pagi – Siang 07.30 - 12.30

16.30 - 21.30

Sabtu Siang 11.30 - 21.30

Minggu Libur Libur

18
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

Sehingga jika dikalkulasikan, biaya karyawan Rp. 930.000 : 240 jam = Rp. 3875/jam.

Selain gaji karyawan, biaya rekening listrik juga diperhitungkan. Jika dirata-rata biaya listrik satu

kassa Rp. 450.000/bulan dengan jam buka toko pukul 07.00- 21.00 atau 15 jam per harinya dan

buka selama 30 hari. Sehingga pemakaian listrik dalam satu bulan adalah 450 jam. Maka biaya

listrik Rp. 450.000 : 450 jam = Rp. 1000/jam

Maka biaya operasionalnya adalah gaji karyawan per jam ditambah biaya rekening listrik

per jamnya adalah Rp. 3875 + Rp. 1000 = Rp. 4875 /jam. Sehingga kita dapat mendapat nilai

EOC(x) adalah EOC(x)=C1×μ = = Rp.4875x1.05=Rp.5118.75/ jam Jadi untuk membuka satu

kassa dibutuhkan biaya Rp 5118.75/jam.

Pendapatan yang didapat kasir per harinya jika pelanggan ramai bisa mencapai Rp

10.000.000/ per kasir setiap harinya tetapi apabila pelanggan sepi biasanya kasir mendapatkan Rp.

7.000.000 per kasir setiap harinya. Apabila dirata-rata maka pendapatan kasir adalah Rp.

8.500.000 per kasir jika rata-rata pelanggan setiap harinya adalah 1000 pelanggan maka Rp.

8.500.000 : 1000 = Rp. 8.500 sehingga dapat dicari nilai EWC(x) adalah EWC(x)=C2×LS =

Rp.8500×2.19=Rp.18.615 Maka total biaya menunggu pelanggan adalah Rp. 18.615/jam.

Sehingga total biaya keseluruhan dari biaya penambahan satu kassa dan biaya menunggu

pelanggan yang diharapkan adalah: ETC(x)=EOC(x)+EWC(x) = Rp. 5118.75 +Rp. 18615 = Rp.

23733.75/jam.

Dimana biaya penambahan fasilitas pelayanan lebih kecil dibading dengan biaya

menunggu pelanggan, maka disaat rata-rata kedatangan melebihi nilai λ dan ratarata waktu

19
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

pelayanan melebihi nilai μ maka diharapkan Senyum Media Stationery Jember menambah kassa

agar pelanggan tidak terlalu lama untuk mengantri mendapatkan pelayanan dari kasir dan antrian

dikasir juga tidak terlalu panjang. Apabila kedua masalah dapat diatasi maka kepuasan pelanggan

dapat terpenuhi walaupun berdasarkan angket penelitian, pelanggan mampu menunggu atau

mengantri selama 5.3 menit tetapi jika pihak Senyum Media Stationery dapat memenuhi

kebutuhan pelanggan kurang dari waktu itu maka kepuasan pelanggan akan bertambah. Selain itu,

pihak Senyum Media Stationery Jember dapat menambah pendapatan toko jika awalnya rata-rata

pendapatan per hari Rp. 8.500.000 dengan menambah kassa disaat antrian melebihi nilai λ dan

waktu pelayanan melebihi μ maka pendapatan dapat melebihi itu.

20
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

BAB IV: KESIMPULAN DAN SARAN

Berdasarkan hasil penelitian dan pembahasan yang telah diuraikan, diperoleh beberapa kesimpulan

berikut.

• Model layanan pelanggan pada saat terjadi antrian di kasir Senyum Media

Stationery menggunakan struktur model antrian Multi Channel Single Phase

dengan model antrian (M/M/c) : (GD/∞/∞).

• Aplikasi teori antrian dengan struktur model antrian Multi Channel Single Phase

dengan model antrian (M/M/c) : (GD/∞/∞).yang dilakukan oleh Senyum Media

Stationery telah terlaksana dengan baik, hal ini dapat dibuktikan pada simulasi

model antrian:

• Pada analisis simulasi model antrian, dengan jumlah kassa dua (c = 2),

permasalahan menunggu dan waktu pelayanan dapat teratasi.

• nilai rata-rata pelanggan yang antri dalam sistem (c = 2) adalah tiga pelanggan

sehingga hal ini masih dapat diatasi karena nilainya cenderung kecil dan antrian

tersebut tidak terlalu panjang.

• nilai rata-rata waktu tunggu untuk pelanggan dalam sistem sekitar 1,52 menit atau

91,2 detik. Nilai 91,2 detik tergolong tidak terlalu lama bagi pelanggan untuk

menunggu dengan jumlah antrian menunggu dalam sistem sebanyak tiga

pelanggan.

21
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

• Pada hasil optimasasi layanan pelanggan, jumlah kassa empat (c = 4) paling optimal

karena rata jumlah pelanggan yang antri dan rata-rata waktu menunggu paling kecil

dibanding dengan c = 2 atau c =3.

• Biaya operasional yang dibutuhkan untuk penambahan satu kassa adalah Rp.

5.118,75 per jamnya. Biaya menunggu pelanggan adalah Rp. 18.615 per jamnya

dan total biaya keseluruhan adalah biaya penambahan fasilitas ditambah dengan

biaya menunggu pelanggan adalah Rp. 23.733,75 per jamnya;

Adapun saran yang berkaitan diantaranya:

• Struktur model antrian Multi Channel Single Phase dengan model antrian (M/M/c) :

(GD/∞/∞) dapat dijadikan alternatif penyelesaian masalah antrian yang terjadi di Senyum

Media Stationery Jember, oleh karena itu perlu dipertahankan.

• Penambahan fasilitas pelayanan perlu dibuka jika antrian melebihi 3 pelanggan/menit

yaitu pada saat jam padat (pukul 11.01 – 13.00 dan pada pukul 18.01 – 20.30). Hal ini

dikarenakan biaya penambahan fasilitas lebih kecil daripada biaya menunggu pelanggan.

• Peneliti lain diharapkan melakukan penelitian terhadap antrian dengan model antrian

(M/M/c) ; (GD/N/∞) yaitu dengan nilai N (jumlah maksimum antrian) telah ditentukan

sebelumnya contohnya pada antrian di area parkir.

22
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa

DAFTAR PUSTAKA

1. Dimyati, Tjuyju Tarrliah., dan Ahmad Dimyati. 2006. Operations Research, Edisi ke-8.

Bandung : Sinar Baru Algesindo

2. Fathoni, F. 2016. Model Antrian Multi Channel Single Phase dengan Laju Layanan

Heterogen untuk Analisis Evaluasi Kinerja Keterlambatan dan Keberangkatan Kapal.

Yogyakarta : Universitas Islam Indonesia

3. Thoha, U. 2013. Aplikasi Teori Antrian Model Multi Channel Single Phanse dalam Optimasi

Layanan Pembayaran Pelanggan pada Senyum Media Stationery Jember. Jember :

Universitas Jember

23