Makalah ini disusun untuk memenuhi Tugas Mata Kuliah Statistika Inferensi
OLEH:
NAMA : KAREN TIARA
NIM : 21S18063
2020
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
DAFTAR ISI
1
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
BAB I: PENDAHULUAN
kebutuhan sehari-hari. Sering kita lihat banyak orang rela antri disuatu tempat seperti pada
Salah satu tanggung jawab utama dari setiap fasilitas pelayanan pada Senyum
Media Stationery Jember khususnya pelayanan pada kassa adalah melayani pelanggan
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.
2
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
Jember?
yang berfluktuasi secara random dan menjaga keseimbanngan antara biaya pelayanan dan
3
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
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
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
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
yang berfluktuasi secara random dan menjaga keseimbangan antara biaya pelayanan dan
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.
Karakteristik 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
Karakteristik Kedatangan ada 2 yakni, Konstan dan Acak. Jika terjadi kedatangan
jumlah kedatangan per unit waktu bila sejumlah besar variabel-variabel random
mempengaruhi kedatangan.
5
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
Karakteristik Antrian
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
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
7
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
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
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
server satu, kapasitas sistem tak terbatas, sumber pemanggilan tak terbatas serta
antrian ini M (Markov) yang pertama menyatakan distribusi Poisson, M yang kedua
Model antrian ini memiliki notasi kendall yaitu [M/M/c]:[GD/∞/∞] dimana waktu
10
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
disiplin pelayanan yang digunakan adalah First-In First Out (FIFO) kapasitas
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
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
12
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
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
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
13
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
𝑐𝜌
1 ൨ 𝑃0
( 𝑐 − 𝜃) 2
𝑊𝑠 = +
µ 𝜆
bersifat bebas, maka dapat disimpulkan bahwa kedatangan mengikuti distribusi Poisson.
Asumsi ini menunjukkan kedatangan pelanggan pelanggan bersifat acak dan rata-rata kedatangan
14
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
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
uji hipotesis output hasil olahan SPSS menggunakan Uji Kolmogorov Smirnov.
𝛼
α = 0.10 maka 2 = 0.05
Jika nilai probabilitasnya > 0.05 maka H0 diterima sebaliknya jika nilai probabilitasnya <
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
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:
16
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
• 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
• 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
• 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
16.30 - 21.30
16.30 - 21.30
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
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
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 =
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
20
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
Berdasarkan hasil penelitian dan pembahasan yang telah diuraikan, diperoleh beberapa kesimpulan
berikut.
• Model layanan pelanggan pada saat terjadi antrian di kasir Senyum Media
• Aplikasi teori antrian dengan struktur model antrian Multi Channel Single Phase
Stationery telah terlaksana dengan baik, hal ini dapat dibuktikan pada simulasi
model antrian:
• Pada analisis simulasi model antrian, dengan jumlah kassa dua (c = 2),
• 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
• 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
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
• 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
• Struktur model antrian Multi Channel Single Phase dengan model antrian (M/M/c) :
(GD/∞/∞) dapat dijadikan alternatif penyelesaian masalah antrian yang terjadi di Senyum
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
22
Institut Teknologi Del
Fakultas Teknologi Industri
Manajemen Rekayasa
DAFTAR PUSTAKA
1. Dimyati, Tjuyju Tarrliah., dan Ahmad Dimyati. 2006. Operations Research, Edisi ke-8.
2. Fathoni, F. 2016. Model Antrian Multi Channel Single Phase dengan Laju Layanan
3. Thoha, U. 2013. Aplikasi Teori Antrian Model Multi Channel Single Phanse dalam Optimasi
Universitas Jember
23