1. Berikut ini adalah verifikasi dan validasi dari model matematis optimasi multi
channel single phase (M/M/S) sistem antrian pelalanggan pada Bank BNI
cabang UNMUL
orang 0
( )
menit
orang
[ ( )] (
1 menit
0 ! orang
menit
+
orang ! 1−
menit
orang
menit
orang ×
orang
)
menit
1
%=
1
1+
orang menit
(
orang ! 1− ×
menit orang 2 )
1
%=
1
1+
1
(
orang ! 1−
orang )
1
%=1+
orang−1
orang ! (orang )
%=%
orang=
( )
menit
orang
menit
orang ×
orang
menit ( )( orang
menit )
2
( orang−1 ) ! orang × orang − orang
( )
menit menit
orang 2
menit 2
orang= 2
orang 2 orang
( −
menit menit )
orang 2 menit 2
orang= ×
menit 2 orang 4−orang 2
1
orang=
orang 2−1
orang=orang
n
( sμ )
Jumlah pelanggan dalam sistem : λ P0
Jika n ≤ s
n
P n=[]
μ n!
λ P0
Jika n> s P n= [] μ s ! sn− s
Probabilitas pelanggan yang datang λ s P0
harus menunggu karena seluruh 𝑠
Pn (n= s)=() μ λ
fasilitas sedang sibuk
(
s ! 1−
sμ )
Rata-rata jumlah pelanggan yang berada λ s
dalam tunggu antrian
Lq =
μ() λμ
P0
( s−1 ) ! (sμ−λ)2
Waktu rata-rata yang dihabiskan seorang Lq
W q=
pelanggan untuk menunggu dalam λ
antrian sampai dilayani Teller
Waktu rata-rata dihabiskan seorang 1
W S=W q +
pelanggan dalam keseluruhan sistem μ
antrian (yaitu, waktu menunggu dan
dilayani)
Rata-rata jumlah pelanggan dalam suatu λ
Ls =Lq +
sistem antrian μ
Analisis perhitungan dari model antrian adalah menentukan hasil dari perhitungan
efektifitas model antrian. Analisis perhitungan model antrian dapat dilakukan dengan 2
cara yaitu, dengan menggunakan perhitungan manual dan perhitungan secara
komputerisasi dengan program POM QM for Windows.
Pengolahan data pada tahap ini dilakukan perhitungan secara manual terhadap tiga
model sistem antrian yaitu, pada Bank BNI Cabang UNMUL mengikuti bentuk Multi
Channel Single Phase dengan jumlah teller 2 dan terdapat usulan 3 teller hingga 4 teller
sesuai dengan kondisi nasabah yang datang. Disiplin antrian yang digunakan yaitu,
pelanggan yang datang terlebih dahulu akan dilayani dahulu. Kemudian dari ketiga
model sistem antrian yang digunakan tersebut dipilih salah satu model sistem antrian
yang optimal, berikut ini merupakan perhitungan data secara manual dari ketiga model
antrian.
1. Multi Channel Single Phase (M/M/S) dengan 1 teller atau 1 server pelayanan.
Analisis model antrian aktual menggunakan perhitungan manual sebagai berikut.
Diperoleh asumsi:
λ = 25 orang per jam
= 0,416 orang per menit
μ = 30 orang per jam
= 0,5 orang per menit
s =2
a. Probabilitas
Berikut ini merupakan perhitungan untuk mendapatkan nilai tingkat kesibukan
dan probabilitas tidak adanya pelanggan dalam suatu sistem antrian.
1) Tingkat kesibukan sistem (ρ ¿
λ
ρ=
sμ
25
=
2 x 30
25
=
60
= 0,416
a. Probabilitas
Berikut ini merupakan perhitungan untuk mendapatkan nilai tingkat kesibukan
dan probabilitas tidak adanya pelanggan dalam suatu sistem antrian.
1) Tingkat kesibukan sistem (ρ ¿
λ
ρ=
sμ
35
=
3 x 45
35
=
135
= 0,259
3. Multi Channel Single Phase (M/M/S) dengan 4 teller atau 4 server pelayanan.
Analisis model antrian aktual menggunakan perhitungan manual sebagai berikut.
Diperoleh asumsi:
λ = 55 orang per jam
= 0,9166666667 orang per menit
μ = 70 orang per jam
= 1,1666666667 orang per menit
s =4
a. Probabilitas
Berikut ini merupakan perhitungan untuk mendapatkan nilai tingkat kesibukan
dan probabilitas tidak adanya pelanggan dalam suatu sistem antrian.
1) Tingkat kesibukan sistem (ρ ¿
λ
ρ=
sμ
55
=
4 x 70
55
=
280
= 0,196
1
¿
2,1684938856
¿ 0,4611495594
f. Klik Solve pada toolbar, maka akan muncul kotak dialog output pada toolbar
window yang akan keluar hasilnya seperti Gambar
g. Setelah diperoleh hasil seperti output dari hasil formulasi dan grafik seperti
pada penjelasan diatas, maka selanjutnya di lakukan analisis atau interprestasi
hasil.
e. Selanjutnya klik OK, maka akan muncul tampilan data table dan isikan sesuai
dengan arrival rate (lambda) = 35, service rate (mu) = 45, dan number of
servers = 3, seperti yang terlihat pada Gambar
f. Klik Solve pada toolbar, maka akan muncul kotak dialog output pada toolbar
window yang akan keluar hasilnya seperti Gambar
Gambar Output Software POM QM
g. Setelah diperoleh hasil seperti output dari hasil formulasi dan grafik seperti pada
penjelasan diatas, maka selanjutnya di lakukan analisis atau interprestasi hasil.
h. Klik Solve pada toolbar, maka akan muncul kotak dialog output pada toolbar
window yang akan keluar hasilnya seperti Gambar
i. Setelah diperoleh hasil seperti output dari hasil formulasi dan grafik seperti pada
penjelasan diatas, maka selanjutnya di lakukan analisis atau interprestasi hasil.
Berdasarkan tabel diatas dapat dilihat bahwa dengan menggunakan 2 server nilai tingkat
kesibukan (p) adalah 0,416 lebih besar dibandingkan dengan menggunakan 3 dan 4
server yaitu, 0,259 dan 0,196. Tetapi waktu tunggu dalam antrian (Wq) lebih lama jika
menggunakan 2 server yaitu, 0,420 jam. Sedangkan jika menggunakan 3 server waktu
tunggu dalam antrian (Wq) yaitu, 0,000484 jam atau 0,0029055 menit dan 4 server
yaitu 0,00004 jam atau 0,0859544 menit yang berarti hampir tidak ada waktu tunggu
dalam antrian. Jumlah pelanggan yang ada dalam antrian (Lq) dan dalam sistem (Ls)
jika menggunakan 2 server Lq = 0,175 dan Ls = 1,008. Sedangkan menggunakan 3
server Lq= 0,016 dan Ls=0,794, untuk 4 server Lq=0,002 dan Ls=0,787. Itu artinya
hampir tidak ada pelanggan yang antri. Berdasarkan penjelasan tersebut Bank BNI akan
memiliki tingkat kesibukan jika menggunakan satu layanan server yaitu sebesar 0,416
setelah disimulasikan menggunakan 3 server tingkat kesibukan menurun 0,157 dan jika
disimulasikan lagi dengan 4 server tingkat kesibukan menurun 0,22. Jadi, menurut hasil
performansi model antrian menggunakan server simulasi adalah optimal sesuai dengan
nasabah yang datang. Sehingga dapat direkomendasikan jika Bank BNI cabang
UNMUL ingin membuka server layanabn lagi atau ingin menambah teller maka lebih
baik jika kedatangan nasabah sudah mencapai 25 orang per jam atau tingkat antrian
pelayanan dengan dua server atau 2 teller mengalami kesibukan dapat disimpulkan jika
ditambahkan 1 teller lagi yaitu terdapat 3 teller maka tingkat kesibukan sistem (P)
menurun dapat dilihat dari perhitungan dengan dua server teller tingkat kesibukan
sistem (P) sebesar 41,6% dan mengalami penurunan sebesar 15,7% begitu pula
selanjutnya apabila nasabah sudah mencapai 35 orang per jam tingkat antrian
pelayanan dengan tiga server atau 3 teller mengalami kesibukan sehingga perlu
dilakukan kebijakan penambahan teller yaitu dengan 4 server teller maka tingkat
kesibukan sistem (P) menurun dapat dilihat dari sebelumnya yaitu pelayanan dengan 2
teller dengan tingkat kesibukan sistem (P) sebesar 41,6% sehingga jika dilakukan
penambahan dengan 4 teller menurun sebesar 22% dan juga dapat disimpulkan jika
server ditambah maka akan menyebabkan probabilitas tidak adanya nasabah dalam
antrian (PO) meningkat dapat dilihat dari perhitungan apabila dengan 2 server
probabilitas tidak adanya nasabah dalam antrian (PO) sebesar 23,45% mengalami
peningkatan 17,64% dengan 3 server menjadi 41,09% begitu pula apabila dengan server
4 mengalami peningkatan 22,66% sehingga menjadi 46,11%.