TUGAS RESUME METODE KUANTITATIF

BISNIS

UJIAN TENGAH SEMESTER GENAP

TAHUN AKADEMIK 2019/2020

Nama : Muhammad Nasyid Raihan

Nim : B1031141073

Kelas : A

Fakultas / Jurusan : Ekonomi / Akuntansi

UNIVERSITAS TANJUNGPURA PONTIANAK

KALIMANTAN BARAT
 METODE KUANTITATIF BISNIS

A. Pengertian Metode Kuantitatif

Metode kuantitatif adalah ilmu dan seni yang berkaitan dengan tata cara (meode) pengumpulan
data analisis data, dan interpretasi hasil analisis untuk mendapatkan informasi guna penarikan
kesimpulan dan pengambilan keputusan. Mata kuliah ini memberikan dasar-dasar pengetahuan
serta skills pengambilan keputusan secara ilmiah berdasarkan data dan fakta kuantitatif. Materi
kuliah mencakup sistematika pengambilan keputusan dan pemecahan masalah secara ilmiah.
formulasi masalah kedalam model matematis, serta berbagai teknik dan metode matematis untuk
pemecahan masalah bisnis dan manajemen. Selain itu, mahasiswa juga diperkenalkan pada
berbagai macam software untuk membantu memecahkan berbagai metode matematis.

Aktivitas bisnis
1. Problem pengambilan keputusan
Problem pengambilan keputusan ini akan kita hadapi setiap hari baik level yang rendah
maupun yang tinggi. Contohnya kita sebagai manajer produksi maka sebagai manajer akan
dihadapkan suatu keputusan misalkan berapa jumlah produk yang akan di produksi, dan
bagaimana mengirim produksi itu tersebut agar meminimalisir pengeluaran
2. Problem solving
Sebuah mindset yang membawa sesorang untuk berfikir yang positif, seorang manajer akan
dihadapi sebuah suatu permasalahan, dan manager akan diminta untuk membawa berfikir
yang positif dan harus mengambil suatu kuputusan yang tepat. Contohnya bagaimana
mempercepat suatu proses produksi, dan membuat proses produksi lebih murah
3. Problem Distribusi
Sebuah jalur atau rute yang telah ditentukan oleh perusahaan untuk memberikan barang atau
jasa layanannya kepada konsumen, disini sebagai manager harus mengambil garda terdepan
dalam menentukan rute terpendek untuk meminimalisir pengeluaran, dan berapa barang yang
harus diangkut, supaya untuk memaksimumkan keuntungan perusahaan tanpa mengorbankan
kepuasan konsumen.
B. Pendekatan Analisis Kuantitatif
C.
Tahapan – Tahapan Pendekatan Analisis
Kuantitatif

1. Perumusan Masalah

2. Desain Model

3. Pengumpulan Data

4. Pencarian Solusi

5. Pengujian Solusi

6. Analisis Dan Hasil

7. Implementasi Hasil & Rekomendasi

 C. Tujuan Riset & Pilihan Analisis Kuantitatif

Penting untuk direnungkan dan diingat bahwa pemilihan teknik kuantitatif yang relevan sangat
tergantung dari apa problem dan tujuan riset. Tujuan Riset Bisnis Tujuan utama riset bisnis tidak
selalu diperoleh dalam lingkungan yang ketat. Pengembangan tujuan kerangka analitik
dibedakan dua wilayah riset Bisnis, yaitu:

1. Non-scientific Business Research yaitu riset bisnis yang sistematis namun tidak ilmiah
dengan tujuan eksplorasi, deskriptif dan prediktif. Fokus analisisnya mengungkap
fenomena yang menarik bagi akuntansi & manajemen.
2. Scientific Business Research adalah rencana riset bisnis yang sistematik dan ilmiah
dimana tujuan riset dapat dideskriptif, prediksi atau kausalitas. Fokus analisisnya
mendapatkan hasil yang dapat digeneralisi.

Pilihan Teknik Analisis Kuantitatif

 Analisis Cost, Profit & Volume (BEP)

 Analisis Keputusan
 Analisis Probabilitas
 Peralaman
 Korelasi & Regresi
 Analisis Jalur
 Analisis faktor, deskriminan & Claster
 Model Pengendalian Persedian
 Linear Programming (Optimalisasi)
 Network Model
 Analisis I-O
 SEM, dll
 D. Konsep & Pemodelan Metode Kuantitatif

 Metode Kuantitatif (Parametrik) adalah pendekatan yang menyangkut pendugaan parameter,

pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah)
atau lebih bagi parameter-parameter yang mempunyai sebaran (distribusi normal) tertentu yang
diketahui.

Metode kuantitatif berlandaskan pada anggapananggapan tertentu yang telah disusun terlebih
dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan keadaan sebenarnya, apalagi jika
menyimpang jauh maka keampuhan metode ini tidak dapat dijamin atau bahkan dapat
menyesatkan.

Kelebihan & Kekurangan Metode Kuantitatif

1. Kelebihan Metode Kuantitatif, yaitu:

 Dapat digunakan untuk menduga atau meramal.
 Hasil analisis dapat diperoleh dengan pasti dan akurat apabila digunakan sesuai aturan-
aturan yang telah ditetapkan.
 Dapat digunakan untuk mengukur interaksi hudungan antara dua/lebih variabel
(perubah).
 Dapat menyederhanakan realitas permasalahan yang kompleks & rumit dalam sebuah
model.

2. Kekurangan Metode Kuantitatif, yaitu:

 Berdasarkan pada anggapan-anggapan (Asumsi).
 Asumsi tidak sesuai dengan realitas yang terjadi dapat dijamin bahkan menyesatkan.
 Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan
adalah interval & rasio.
 Dapat digunakan untuk menganalisis data yang populasi/sampelnya sama.
 Tidak dapat dipergunakan untuk menganalisis (> 30)
 Pemodelan Metode Kuantitatif

 Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan
(permasalahan) ke dalam bentuk simbolik, ikonik atau analog.
 Pada hakekatnya model adalah abstraksi dari dunia nyata, sensitivitas atas solusi terhadap
perubahan dalam model serta perwakil realitas, oleh karena itu wujudnya harus lebih
sederhana.
 Pemodelan Metode kuantitaif adalah upaya memodelkan permasalahan ke dalam konsep
kuantintatif dengan prosedur:
1. Ubah pernyataan ke dalam lambang kuantitatif
2. Pemilihan metode analisis yang tepat
3. Aplikasi metode secara benar

Mendapatkan Data yang akurat hukumnya wajib, karena meskipun model merupakan
representase dari realitas yang sempurna, ketidakakuratan & ketidaktepatan data memperoleh
hasil yang menyesatkan, ini yang dikenal sebagai

“Garbage In Garbage Out” (GIGO).

Mencermati fenomena empiris tidak dapat dipingkiri para pengambil keputusan baik pada
instansi pemerintah maupun swasta dan interaksi kehidupan bermasyarakat telah banyak
menggunakan kaidah-kaidah kuantitatif seperti menghitung rata-rata penghasilan sebuah
keluarga setiap bulan, mengukur tinkat produktivitas usaha, melihat hubungan antara aktivitas
yang dikerjakan dengan prestasi yang diraih, dan sebagainya.
 Pengguna Masalah Yang Dihadapi

1. Penentuan struktur gaji, pesangon dan tunjangan

karyawan.
Manajemen 2. Penentuan jumlah persediaan barang.
3. Evaluasi produktivitas karyawan.
4. Evaluasi kinerja perusahaan.

1. Penentuan standar audit barang dan jasa.

2. Penentuan depresiasi dan apresiasi barang dan jasa.
Akuntansi & 3. Potensi peluang naik/turun harga saham & suku bunga.
4. Tingkat pengembalian investasi beberapa sektor
Keuangan ekonomi.
5. Analisis pertumbuhan laba dan cadangan usaha.
6. Analisis resiko keuangan setiap usaha.

1. Penelitian dan pengembangan produk.

2. Analisis potensi pasar, segmentasi dan diskriminasi pasar.
Pemasaran 3. Ramalan penjualan.
4. Efektivitas kegiatan promosi penjualan.

Ekonomi 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 

2. Pertumbuhan penduduk, pengangguran dan kemiskinan.
Pembangunan 3. Indeks harga konsumen dan perdagangan besar.

Tabel 1. Pengguna Metode Kuantitaf dan Berbagai Permasalahan Yang

Dihadapi
 Arti & Jenis Data Dalam Metode Kuantitatif

Data adalah bentuk jamak dari datum artinya kumpulan angka, fakta, fenomena atau keadaan
lainnya, merupakan hasil pengamatan, pengukuran atau pencacahan dan sebagainya terhadap
obyek, yang berfungsi dapat membedakan obyek yang satu dengan lainnya pada variabel yang
sama.

Metode Kuantitaf berhubungan dengan pengolahan data atau yang menjadi imput dalam proses
kuantitatif adalah data. Dari sudut pandang Metode kuantitatif data dikelompokan menjadi dua
jenis yaitu:

1. Data kualitatif adalah data yang dinyatakan dalam bentuk bukan angka (sifat).
2. Data kuantitatif adalah data yang dinyatakan dalam bantuk angka yang diasumsikan
sebagai informasi dalam bentuk pernyataan bilangan yang didasarkan pada hasil
perhitungan.

Pengelompokan data menurut cara perolehan menurut statistika terdiri atas:

1. Data primer adalah data yang diperoleh secara langsung dari obyak yang diteliti baik
secara individu maupun kelompok/organisasi.
2. Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan
informasi/keterangan dari obyek yang diteliti
3. Data tersier yaitu data yang diperoleh secara tidak langsung dari obyek yang diteliti
biasanya data tersebut diperoleh dari pihak ketiga baik dari individu maupun kelompok
yang sengaja mengungkapkan fakta dari pihak kedua.
 Uji Validitas & Reliabilitas Instrumen (Data)

A.Uji Validitas (Kesakhihan) Data

1. Instrumen tersebut dikatakan valid jika dapat mengukur apa yang seharusnya diukur atau
mengukur apa yang diinginkan dengan tepat (Supranto,1997).
2. Pengujian validitas, instrumen diuji dengan menghitung koefisien korelasi antara skor
item dan skor totalnya dalam taraf signifikansi 0,05 dengan rumus Korelasi Product
Moment Pearson.
3. Instrumen bisa dikatakan valid mempunyai nilai r hitung > r tabel dengan tingkat
signifikansi korelasi di bawah α = 0,05 (Santoso( 2004) dengan rumus:
B. Uji Reliabilitas Data

1. Uji reliabilitas untuk mengetahui apakah alat pengumpul data menunjukkan tingkat
ketepatan, keakuratan, kestabilan, atau kosistensi alat dalam mengungkap gejala tertentu
pada waktu yang berbeda.
2. Instrumen dikatakan reliabel jika dapat digunakan untuk mengukur variabel berulangkali
yang menghasilkan data yang sama atau hanya sedikit bervariasi.
3. Uji reliabilitas untuk menguji konsistensi instrumen menggunakan koefisien Alpha
Cronbach dan memiliki tingkat kehandalan yang dapat diterima (reliabel), Nilai koefesien
reliabilitas yang terukur 0,6 (Uma Sekaran, 2000), dengan rumus :
 COST, PROFIT AND VOLUME ANALYSIS (BREAK-EVEN EVEN
ANALYSIS)

A. Pengertian

Analisis volume kegiatan, biaya, dan laba (analisis break even) merupakan peralatan
yang berguna untuk menjelaskan hubungan antara biaya, penghasilan/laba dan volume
penjualan/produksi, sehingga banyak digunakan dalam penganalisaan masalah-masalah ekonomi
manajerial.

Tujuan cost, profit and volume analysis adalah untuk menentukan suatu titik, dalam unit atau
ripiah yang menunjukan biaya sama dengan pendapatan (laba).

Manfaatnya untuk menetukan berapa jumlah produk (dalam rupiah atau unit keluaran yang harus
dihasilkan agar perusahaan minimal tidak menderita rugi.

B. Kegunaan cost, profit and volume analysis

1. Sebagai alat untuk merencanakan laba.

2. Sebagai alat pengendalian badget.

3. Sebagai penentu harga jual produk.

4. Sebagai dasar untuk menentukan break even dalam rupiah & unit.

5. Sebagai dasar rencana pengembangan kapasitas produksi dan penentuan lokasi.

6. Sebagai dasar untuk mengambil keputusan.

 Peramalan (Forecasting)

Peramalan merupakan suatu perkiraan perusahaan terhadap penjualan dan penggunaan bagi
suatu barang agar dapat dibuat dalam kuantitas yang tepat. Kegiatan peramalan merupakan
bagian integral dari pengambilan keputusan manajemen. Peramalan mengurangi
ketergantungan pada hal-hal yang belum pasti (intuitif). Peramalan memiliki sifat saling
ketergantungan antar divisi atau bagian. Kesalahan dalam proyeksi penjualan akan
mempengaruhi pada ramalan anggaran, pengeluaran operasi, arus kas, persediaan, dan
sebagainya. Dua hal pokok yang harus diperhatikan dalam proses peramalan yang akurat dan
bermanfaat (Makridakis, 1999):

1. Pengumpulan data yang relevan berupa informasi yang dapat menghasilkan

peramalan yang akurat.
2. Pemilihan teknik peramalan yang tepat yang akan memanfaatkan informasi data yang
diperoleh semaksimal mungkin.

Terdapat dua pendekatan untuk melakukan peramalan yaitu dengan pendekatan kualitatif dan
pendekatan kuantitatif. Metode peramalan kualitatif digunakan ketika data historis tidak
tersedia. Metode peramalan kualitatif adalah metode subyektif (intuitif). Metode ini
didasarkan pada informasi kualitatif. Dasar informasi ini dapat memprediksi kejadian-
kejadian di masa yang akan datang. Keakuratan dari metode ini sangat subjektif.

Metode peramalan kuantitatif dapat dibagi menjadi dua tipe, causal dan time series. Metode
peramalan causal meliputi faktor-faktor yang berhubungan dengan variabel yang diprediksi
seperti analisis regresi. Peramalan time series merupakan metode kuantitatif untuk
menganalisis data masa lampau yang telah dikumpulkan secara teratur menggunakan teknik
yang tepat. Hasilnya dapat dijadikan acuan untuk peramalan nilai di masa yang akan dating.
 Tehnik Dan Metode Peramalan

Dalam pemilihan tehnik dan metode peramalan, pertama kita perlu mengetahui ciri-ciri penting
yang perlu diperhatikan bagi pengambil keputusan dan analisa keadaan, dalam mempersiapkan
peramalan.

Ada enam ciri utama yang perlu diperhatikan , yaitu :

1. Horizon Waktu (Time Horizon)

Periode waktu selama suatu keputusan atau analisa akan mempunyai pengaruh, dan waktu itu
manajer harus merencanakan dan memperhitungkan pengaruh-pengaruh pemilihan tehnik dan
metode yang tepat. Horizon waktu umumnya dapat dibagi dalam jangka pendek, jangka
menengah dan jangka panjang.

2. Tingkat perincian (Level of Detail).

Tugas-tugas dalam pengambilan keputusan pada umumnya dibagi-bagi (untuk memudahkan

penanganannya menurut tingkat perincian yang dibutuhkan)

3. Jumlah Produk.

Dalam keadaan dimana keputusan atau analisa yang dibuat mengenai berbagai produk
perusahaan, hendaklah ada usaha pengembangan. Secara efektif atas aturan-aturan pengambilan
keputusan yang sederhana, yang dapat diaplikasikan secara mekanisme untuk masing-masing
produk.

4. Biaya.

Umumnya ada empat unsur biaya yang mencakup suatu prosedur peramalan, yaitu biaya-biaya
pengembangan, penyimpangan data, operasi pelaksanaan dan kesempatan dalam penggunaan
tehnik dan metode lain.
 5. Ketepatan.

Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan tingkat perinciaan yang
dibutuhkan oleh suatu peramalan. Untuk beberapa pengambilan keputusan mengharapkan
variasi-variasi atau penyimpangan atas ramalan yang dilakukan antara 10% sampai dengan 15%
bagi maksud-maksud yang mereka harapkan.

 Tehnik  Perkiraan  Dengan  Mengunakan  Metode Deret Waktu

Metode  Deret  Waktu  biasanya  dipakai  untuk menganalisis pola permintaan   masa  lalu  dan 
memproyeksikannya  untuk  masa  depan. Dasar perhitungan  prakiraan  deret  waktu  ini  ialah 
menghitung besar  setiap  komponen  berdasarkan  data  massa  lalu.  Asumsi  dasar  yang 
dipakai  dalam  metode  ini ialah   bahwa  pola  permintaan  dapat  dibagi menjadi beberapa 
komponen  yaitu tingkat  rata-rata  (average  level), kecenderungan  (trend), musiman 
(seasonality), siklus (Cycle) dan  kesalahan  (error).

 Contoh soal :

Diketahui data penjualan untuk tahun 95, 96, 97, 98 dan 99 secara berturut-turut ialah
180, 250, 200, 195, dan 180.

Berapa MA untuk periode pertama ?

Jawab :

Jumlah permintaan pada N periode terakhir

MA = ______________________________________

Jumlah periode yang akan digunakan dalam MA

180 + 250 + 200

MA = ______________________
3

MA = 210

MAD (Mean Absolut Deviation )

Perhitungan perkiraan kesalahan peramalan (Forecasting), perkiraan kesalahan ini mempunyai

beberapa manfaat, yaitu :

1. Untuk mendapatkan persediaan yang aman sehingga tidak terjadi stock out (tidak adanya
persediaan).

2. Untuk memantau pengamatan permintaan yang tidak menentu atau bernilai ekstrim,
sehingga dapat dikendalikan dengan baik dan dapat dikeluarkan dari data apabila
diperlukan.

3. Untuk menentukan apakah metode peramalan ini tidak dipakai lagi dan memerlukan
perbaikan.

Rumus Mean Absolut Deviation (MAD)

S ( Nilai Peramalan – Nilai Nyata )

I=1

MAD     =        __________________________________

N : Merupakan jumlah periode

 Analisis Korelasi

A. Pengertian

 Ingin mengetahui apakah diantara dua variabel terdapat hubungan, dan jika ada
hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut, salah satu
metode analisis kuantitatif yang dapat digunakan adalah korelasi.
 Analisis korelasi adalah teknik kuantitatif yang digunakan untuk mengukur keeratan
hubungan atau korelasi antara dua variabel atau lebih.
 Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linear antara
dua variabel.
 Korelasi tidak menunjukan hubungan fungsional atau dengan kata lain analisis korelasi
tidak membedakan antara variabel dependent dengan variabel independent.

Dalam analisis korelasi dikenal ada dua jenis hubungan yaitu positif dan negatif, seperti yang
nampak pada gambar berikut:

Gambar 1. Bentuk Hubungan (+) & (-) Pada Analisis Korelasi

 Analisis Regresi

A. Pendahuluan

 Istilah Regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun Galton
menemukan adanya tendesi bahwa orang tua yang memiliki tubuh tinggi, memiliki anak-
anak yang tinggi pula begitu pula sebaliknya.
 Analisis regresi adalah suatu persamaan matematika yang mendefinisikan hubungan
antara dua variabel. Tujuan analisis regresi yaitu memprediksi besarnya variabel
tergantung dengan menggunakan data variabel bebas yang sudah diketahui besarnya.
 Analisis regresi bertujuan mengukur kekuatan hubungan antara dua variabel atau lebih,
juga menunjukan arah hubungan antara variabel dependent dengan variabel independent.
Teknik estimasi variabel dependent yang melandasi analisis regresi yang disebut
Ordinary Least Square (OLS) (pangkat kuadrat terkecil).
 Metode OLS diperkenalkan pertama kali oleh Carsl Freidrich Gauss, seorang ahli
matematik dari Jerman. Inti metode OLS adalah mengestimasi suatu garis regresi dengan
jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis
tersebut.
 Hasil regresi adalah berupa koefisien dari masing-masing variabel independent. Koefisien
ini diperoleh dengan cara memprediksi nilai variabel dependent dengan suatu persamaan.
Secara ringkas analisis regresi mempelajari sejauh mana variabel respon (Y) bergantung
pada variabel predikator (X).

Kegunaan Analisis Regresi Adalah :

1. Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan yang
diteliti.
2. prediksi nilai variabel tergantung berdasarkan nilaia variabel bebas,, yang mana prediksi
dengan regresi ini dapat dilakukan secara kuantitataif
3. Faktor determinan, yaitu penentuan variabel bebas mana (pada regresi berganda yang
berpengaruh dominan terhadap variabel tergantung). Hal ini dapat dilakukan bilaman unit
satuan data seluruh variabel sama dan skala data seluruh seluruh variabel homogen.

LINEAR PROGRAMMING
Menurut  Sofjan Assauri

pengertian linear Programing adalah suatu teknik perencanaan yang dengan menggunakan model
matematika dengan tujuan untuk menemukan kombinasi-kombinasi produk yang terbaik didalam
menyusun suatu alokasi sumber daya yang terbatas guna untuk mencapai tujuan yang digunakan
dengan secara optimal.

Intinya Linear Programming adaalah pengalokasian sumber sumber yang terbatas agar bisa
menjadi maksimal.

Fungsi Linear Programming:

1. Fungsi Tujuan (objective Function)

Fungsi tujuan ialah fungsi yang menggambarkan suatu tujuan ataupun sasaran ataujuga target
didalam suatu permasalahan linear programming yang berkaitan dengan suatu peraturan dengan
secara optimal sumber daya(resource) untuk memperoleh suatu keuntungan yang maksimal.

2. Fungsi Batasan (Constraint Function)

Fungsi ialah suatu bentuk penyajian dengan secara sistematis batasan-batasan suatu kapasitas
yang tersedia akan dapat dialokasikan secara optimal. Masalah linear programming tersebut
dapat dinyatakan ialah sebagai proses optimisasi suatu fungsi tujuan didalam bentuk
Memaksimumkan ataupun meminimumkan.

 Contoh kasus dan pembahasan Linear Programming:

Pada sebuah toko buku, Ana membeli 4 buku, 2 pulpen dan 3 pensil dengan harga Rp 26.000,00.
Lia membeli 3 buku, 3 pulpen, dan 1 pensil dengan harga 21.000,00. Nisa membeli 3 buku dan 1
pensil dengan harga Rp. 12.000,00. Jika Bibah membeli 2 pulpen dan 3pensil, maka tentukan
biaya yang harus dikeluarkan oleh Bibah.

Pembahasan :

misalkan :

buku = x

pulpen = y

pensil = z

Dari soal, dapat disusun sistem persamaan linear sebagai berikut :

1). 4x + 2y + 3z = 26.000

2). 3x + 3y + z = 21.000

3). 3x + z = 12.000

Ditanya : 2y + 3z = ….?

Untuk menjawab pertanyaan seperti ini umumnya yang harus kita cari terlebih dahulu adalah
harga satuan masing-masing barang. Karena yang ditanya harga 2y + 3z, maka kita hanya perlu
mencari harga satuan y dan z.

Dari 3x + 3y + z = 21.000 dan 3x + z = 12.000, diperoleh harga satuan pulpen yaitu :

3x + 3y + z = 21.000

——————————– –

3x+          z = 12.000

3y =   9.000

y =   3.000
Selanjtunya, substitusi nilai y pada persamaan 1 dan 2 sebagai berikut :
4x + 2(3.000) + 3z = 26

3x + 3(3.000) +   z = 21

4x + 6.000 + 3z = 26.000

3x + 9.000 +   z = 21.000

4x + 3z  = 20.000 (3)

3x +   z  = 12.000 (4)

12x + 9z = 60.000

12x + 4z = 48.000

——————————- –

5z = 12.000

z = 24.000

Jadi, harga 2 pulpen dan 3 pensil adalah : 2y + 3z = 2(3.000) + 3(2.400) = Rp 13.200,00

Teori Antrian
Antrian merupakan suatu hal yang sering terjadi dalam kehidupan sehari-hari seperti kita
mengantri ketika ingin membayar apa yang sudah kita belanjakan di supermarket, mengantri
pada loket kreta api dan lain-lain. Antrian terjadi karna kurangnya kapasitas pelayanan yang
dimiliki oleh perusahaan, tambahan fasilitas pelayanan dapat diberikan untuk mengurangi antrian
atau untuk mencegah timbulnya antrian. Akan tetapi biaya untuk memberikan pelayanan
tambahan, akan menimbulkan pengurangan keuntungan yang diterima. Sebaliknya, sering
timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan / nasabah.

Untuk mempertahankan pelanggan, sebuah organisasi selalu berusaha untuk memberikan

pelayanan yang terbaik. Pelayanan yang terbaik tersebut diantaranya adalah memberikan
pelayanan yang cepat sehingga pelanggan tidak dibiarkan menunggu (mengantri) terlalu lama.
Namun demikian, dampak pemberian layanan yang cepat ini akan menimbulkan biaya bagi
organisasi, karena harus menambah fasilitas layanan. Oleh karena itu, layanan yang cepat akan
sangat membantu untuk mempertahankan pelanggan, yang dalam jangka panjang tentu saja akan
meningkatkan keuntungan perusahaan.

 Tujuan Teori Antrian

A. Menentukan tingkat pelayanan terbaik bagi sebuah organisasi

B. Suatu tingkat pelayanan yang optimum. Seorang manager haru

mempertimbangkan 2 jenis biaya :

1. Biaya haru menunggu

2. Biaya pelayanan

C. Manager berhubungan dengan trade off antara biaya dalam pelayanan dengan
biaya yang terjadi karena konsumen harus menunggu
  Karakteristik sistem antrian

A. Disiplin antrian (pada urutan berapa konsumen harus dilayani)

 First come fisrt served

 Last come first served

B. Sifat populasi pelanggan (calling population)

 Finite (terbatas) misalnya: Bengkel mobil yang melayani 5 mobil dalam

seharinya

 Infinite (tidak terbatas) misalnya: rumah makan padang

C. Tingkat kedatangan (berapa serig konsumen berdatangan antrian)

D. Tingkat pelayanan (seberapa cepan konsumen dilayani

Contoh kasus dan pembahasan Metode Antrian

Sebuah perusahaan yang menyewakan furniture mempunyai satu gudang terdiri dari tiga orang
tenaga kerja. Pemimpin perusahaan melihat pada jam-jamtertentu terjadi antrian truk tetapi di
saat lain, petugas yang mengoperasikan mesin menganggur. Dari data yang telah lalu, diketahui
rata-rata kedatangan 4 truk per jam, dan rata-rata pelayanan 6 truk per jam. Untuk mengatasi
masalah tersebut, pimpinan perusahaan merencanakan untuk menambah kelompok tenaga kerja
untuk mengoperasikan mesin. Bagaimana dampak penambahan kelompok tenaga kerja terhadap
biaya total yang dikeluarkan perusahaan jika biaya sewa truk $ 20 per jam, sedang upah tenaga
kerja untuk mengoperasikan mesin $6 per orang per jam. Diasumsukan jika perusahaan
menggunakan dua kelompok tenaga kerja maka rata-rata pelayanan menjadi 12 truk per jam dan
jika perusahaan menggunakan tiga kelompok tenaga kerja maka rata-rata pelayanan menjadi 18
truk per jam. 1 hari 8 jam kerja.
Pembahasan
Perkiraan prestasi dari sistem antrian dapat digambarkan dengan misalnya : rata-rata jumlah kedatangan
dalam antrian, rata-rata waktu tunggu dari suatu kedatangan dan persentase waktu luang dari pelayanan.
Ukuran prestasi ini dapat digunakan untuk memutuskan jumlah pelayanan yang harus diberikan,
perubahan yang harus dilakukan dalam kecepatan pelayanan atau perubahan lain dalam sistem antrian.
Dengan sasaran pelayanan, jumlah pelayan dapat ditentukan tanpa berpatokan pada biaya waktu tunggu.
Ukuran prestasi dan parameter model antrian ditentukan dengan notasi sebagai berikut:

λ = rata-rata kecepatan kedatangan (jumlah kedatangan persatuan waktu) 1/λ = rata-rata waktu antar
kedatangan

µ = rata-rata kecepatan pelayanan (jumlah satuan yang dilayani persatuan waktu bila pelayan sibuk).
1/µ = rata-rata waktu yang dibutuhkan pelayan

ρ = faktor penggunaan pelayan (proporsi waktu pelayan ketika sedang sibuk)

Pn = probabilita bahwa n satuan (kedatangan) dalam sistem

Lq = rata-rata jumlah satuan dalam antrian (rata-rata panjang antrian)

Ls = rata-rata jumlah satuan dalam sistem

Wq = rata-rata waktu tunggu dalam antrian

Ws = rata-rata waktu tunggu dalam sistem

Dalam kasus ini  antrian yang didasarkan pada asumsi berikut :

Satu pelayanan dan satu tahap.

Jumlah kedatangan per unit waktu digambarkan oleh Distribusi Poisson dengan λ = rata-rata kecepatan
kedatangan

Waktu pelayanan eksponensial dengan µ = rata-rata kecepatan pelayanan

Disiplin antrian adalah first come first served (Aturan antrian pertama datang-pertama dilayani) seluruh
kedatangan dalam barisan hingga dilayani,

dimungkinkan panjang barisan yang tak terhingga.

populasi yang dilayani tidak terbatas

rata-rata kedatangan lebih kecil dari rata-rata waktu pelayanan

Dari asumsi tersebut dapat diperoleh hasil secara statistik sebagai berikut :

Pw = probabilitas fasilitas layanan sibuk atau faktor utilisasi fasilitas = λ / µ

Lq = jumlah rata-rata dalam antrian