20765-Article Text-62222-1-10-20190102
20765-Article Text-62222-1-10-20190102
g
UJM 7(2) (2018)
UNNES Journal of Mathematics
http://journal.unnes.ac.id/sju/index.php/ujm
Abstract
__________________________________________________________ ____
The purpose of this research is to determine the optimal number of server by using
queuing system based on aspiration level model at Ahass Handayani Motor (1706)
Semarang workshop. In general, queues arise due to service needs that exceed the
capacity and service facilities available. Therefore, to provide excellent service for
customers, required an optimal service system. The study was conducted by taking
primary data for two days in rush hour. The results obtained, queuing system
using FIFO queue discipline. The arrival time distribution is the Poisson
distribution and the service time distribution is the Eksponensial distribution.
Model queue (M/M/6):(GD/∞/∞). Based on the aspiration level model, the
queue is optimal with 6 servers. Because the percentage of server is unemployed.
In that case it can be seen that the customer's chances are not serving less than
10% and the average waiting time for customers to be served is less than 2 hours.
How to cite:
__________ ____________________________________________________
Hetty, O., Dwidayati, NK. & Agoestanto, A. 2018. Optimasi Sistem Antrian pada
Pelayanan Servis Sepeda Motor Berdasarkan Model Tingkat Aspirasi Studi Kasus Bengkel
Ahass Handayani Motor (1706) Semarang. UNNES Journal of Mathematics. 7(2):181-191.
1
PENDAHULUAN Honda di daerah Sekaran yang prioritas
warganya merupakan mahasiswa, maka bengkel
Salah satu fenomena yang sering terjadi Ahass Handayani Motor (1706) selalu ramai di
dalam kehidupan sehari-hari adalah fenomena setiap harinya.
menunggu. Hal tersebut terjadi karena Antrian timbul disebabkan oleh kebutuhan
kebutuhan akan suatu pelayanan melebihi akan layanan yang melebihi kapasitas dan
kapasitas yang tersedia untuk penyelenggaraan fasilitas pelayanan yang tersedia. Untuk
pelayanan. Kondisi yang sering terlihat dalam memberikan pelayanan yang prima bagi
kehidupan sehari-hari, seperti mengantri pelanggan, diperlukan suatu sistem layanan yang
pelayanan service motor, mengantri beli bahan handal dengan melakukan efisiensi waktu
bakar di SPBU, mengantri pelayanan teller di pelayanan. Timbulnya tuntutan efisiensi waktu
bank, mengantri pelayanan kasir di swalayan, pelayanan dalam menyelesaikan transaksi di
dan masih banyak lainnya. bengkel sangat berkaitan dengan sistem antrian
Teori antrian pertama kali ditemukan oleh dimana tercakup di dalamnya kecepatan
A.K Erlang seorang ahli matematika Denmark pelayanan dan jumlah server yang beroperasi.
pada tahun 1910. Antrian terbentuk jika Apabila masalah antrian ini tetap diberikan
banyaknya pelanggan yang akan dilayani oleh pihak bengkel, maka akan merugikan pihak
melebihi kapasitas layanan yang tersedia, perusahaan. Kemungkinan yang akan terjadi
sehingga terjadi situasi dimana pelanggan harus adalah pelanggan merasa dirugikan karena
antri untuk mendapatkan suatu layanan terlalu lama menunggu dan bisa meninggalkan
(Bronson, 1991). Proses antrian merupakan antrian. Disamping itu pihak bengkel juga secara
contoh nyata proses Poisson yang banyak terjadi tidak langsung mengalami kerugian karena akan
pada berbagai fasilitas pelayanan. Proses antrian mengurangi efisiensi kerja, keuntungan yang
merupakan suatu proses yang berhubungan sedikit dan menimbulkan citra yang tidak baik
dengan kedatangan pelanggan pada suatu bagi pelanggannya.
fasilitas pelayanan, menunggu dalam baris Pada model keputusan biaya jumlah
antrian jika belum dapat dilayani, kemudian fasilitas pelayanan yang optimal ditentukan oleh
seorang pelanggan akan meninggalkan sarana besarnya biaya keseluruhan yang terkecil. Biaya
pelayanan tersebut setelah selesai pelayanan keseluruhan adalah jumlah biaya dalam
(Taha, 2004) menyediakan fasilitas menunggu, kadang kala
Analisis di dalam teori antrian dapat biaya menunggu ini sulit untuk ditentukan
dilakukan dengan cara mengambil data waktu secara langsung terutama dalam sektor jasa,
kedatangan, waktu pelayanan dan waktu untuk biaya menunggu harus diperkirakan. Ada
keluarnya pelanggan dari sebuah kegiatan dua model keputusan antrian untuk menetapkan
operasional, waktu yang diambil dalam satuan berapa jumlah biaya yang dibutuhkan. Yaitu
jam, menit dan detik untuk setiap kegiatan, model biaya dan model tingkat aspirasi. Model
kemudian melakukan analisis yang meliputi tingkat aspirasi secara langsung memanfaatkan
pengujian distribusi data, menetukan banyak karakteristi yang terdapat dalam sistem yang
kedatangan pelanggan persatuan waktu, bersangkutan dalam memutuskan nilai-nilai
menentukan banyak. “optimal” dari para perencanaan. Optimalitas
Salah satu contoh antrian dalam kehidupan disini dipandag dalam arti memenuhi tingkat
nyata dapat ditemukan pada bengkel motor aspirasi tertentu yang ditentukan oleh
merupakan salah satu pusat pelayanan umum pengambilan keputusan.
yang bergerak dalam bidang pelayanan Untuk mengurangi masalah yang terjadi
perbaikan mesin kendaraan bermotor kepada pada suatu antrian, maka pada fasilitas
masyarakat. Pertumbuhan konsumen sepeda pelayanan perlu dilakukan analisis antrian untuk
motor meningkat luar biasa. Hampir setiap mengidentifikasi dan mengukur penyebab serta
orang di seluruh Indonesia memiliki sepeda konsekuensi mengantri dan juga perlu adanya
motor. Sebagai pengguna, tentunya optimasi sistem pada antrian jika terdapat suatu
menginginkan perawatan terbaik untuk sepeda antrian yang tidak optimal dalam pelayanannya.
motornya. Misalnya untuk pengguna sepeda Dengan menganalisis antrian akan diperoleh
motor merek Honda, tentu lebih memilih banyak ukuran kinerja sebuah sistem antrian.
bengkel AHASS (Astra Honda Authorized Service Dalam Ratna et al (2014) ditunjukkan bahwa
Station) untuk melakukan perawatan atau hasil hasil analisis diperoleh sistem
perbaikan sepeda motornya. antrian loket Administrasi dan Rawat Jalan
Di Semarang terdapat banyak bengkel RSUP Dr. Kariadi Semarang memiliki pola
motor AHASS, salah satunya adalah Ahass kedatangan pasien berdistribusi Poisson, waktu
Handayani Motor (1706) yang beralamat di Jl. pelayanan pasien berdistribusi Eksponensial dan
Taman Siswa Sekaran, Gunung Pati, kota hasil untuk tiga hari, sebagai berikut: Senin Lq =
Semarang. Karena hanya ada satu bengkel resmi 2,5999; L = 4,1777; Wq = 3,1620; W = 5,0809; X =
182
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
183
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
184
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
dengan simbol 𝑓. Sehingga karakteristik suatu Pemilihan satu model antrian yang sesuai
antrian dapat dinotasikan dalam format baku hanya dapat memberikan ukuran-ukuran kinerja
(a/b/c):(c/d/f). Notasi dari 𝑎 sampai 𝑓 tersebut yang menjabarkan perilaku sistem yang
berturut-turut menyatakan distribusi waktu antar bersangkutan. Secara umum, sebuah model
kedatangan, distribusi waktu pelayanan, jumlah biaya dalam antrian berusaha menyeimbangkan
server pelayanan, disiplin pelayanan, kapasitas biaya menunggu dengan biaya biaya kenaikan
sistem, dan ukuran sumber pemanggilan. tingkat yang saling bertentangan. Sementara
Ukuran steady state sistem antrian disimbolkan tingkat pelayanan meningkat, biaya waktu
dengan ρ dihitung dengan rumus: menunggu pelanggan menurun. Tingkat
𝜆 pelayanan optimum terjdi ketika jumlah kedua
𝜌= <1 biaya ini minimum.
𝑠. 𝜇
(Bronson, 1991: 327). Model tingkat aspirasi menyadari kesulitan
di mana 𝜆 merupakan rata-rata jumlah dalam mengestimasi parameter biaya, dan arena
pelanggan yang datang, 𝜇 adalah rata-rata itu model biaya ini didasari oleh analisis yang
pelayanan dan 𝑠 adalah jumlah pelayan (Tarliah lebih sederhana. Model ini secara langsung
& Dimyati, 2004: 361). Keadaan steady state memanfaatkan karakteristik yang terdapat dalam
dapat terpenuhi apabila 𝜌 < 1 yang berarti sistem yang bersangkutan dalam memutuskan
bahwa 𝜆 < 𝜇. Sedangkan jika 𝜌 > 1 maka nilai-nilai “optimal” dari parameter
kedatangan terjadi dengan kelajuan yang lebih perancangan. Optimalitas disini dipandang
cepat daripada yang dapat ditampung oleh dalam arti memenuhi tingkat aspirasi tertentu
pelayan, keadaan yang sama berlaku apabila yang ditentukan oleh pengambilan keputusan.
𝜌 = 1. Berdasarkan informasi tersebut dapat Tingkat aspiasi didefinisikan sebagai batas atas
dihitung ukuran-ukuran kinerja antara lain dari nilai-nilai ukuran yang saling bertentangan,
jumlah pelanggan yang diperkirakan dalam yang ingin diseimbangkan oleh pengambil
sistem, jumlah pelanggan yang diperkirakan keputusan tersebut.
dalam antrian, waktu menunggu yang Dalam model pelayanan berganda dimana
diperkirakan dalam sistem dan waktu menunggu perlu ditentukan jumlah pelayan c yang
yang diperkirakan dalam sistem. optimum, dua ukuran yang bertentangan adalah:
Sistem antrian [M/M/s]:[GD/∞/∞] 1. Waktu menunggu yang diperkirakan dalam
merupakan sistem antrian dengan pelayanan sistem 𝑊𝑠
ganda, dimana laju kedatangan lebih kecil dari 2. Presentase waktu menganggur pada para
laju pelayanan keseluruhan. Syarat dan kondisi pelayan X
yang lain sama dengan sistem antrian dengan Kedua ukuran ini mencerminkan aspirasi
pelayan tunggal. Persamaan untuk sistem pelanggan dan pelayan. Anggaplah tingkat
antrian ini tergantung pada 𝑃0 yaitu probabilitas aspirasi (batas atas) untuk 𝑊𝑠 dan X diketahui 𝛼
semua fasilitas pelanggan menganggur. Para dan β maka metode tingkat aspirasi dapat
pelanggan tiba dengan laju konstan 𝜆 dan diekspresikan secara matematis sebagai berikut:
maksimum 𝑠 pelanggan dapat dilayani secara Tentukan jumlah pelayan sedemikian rupa
bersamaan dan laju pelayanan per pelayan sehingga
adalah 𝜇. Pengaruh penggunaan 𝑠 pelayan yang 𝑊𝑠 ≤ 𝛼 dan 𝑋 ≤ 𝛽
paralel adalah mempercepat laju pelayanan Ekspresi untuk 𝑊𝑠 diketahui dari analisis
dengan memungkinkan dilakukannya beberapa (M/M/c):(GD/∞/∞). Ekspresi untuk X
pelayanan secara bersamaan. Jika jumlah diketahui:
𝑐
pelanggan dalam sistem adalah 𝑛, dan 𝑛 ≥ 𝑠, 100 𝜌
maka laju keberangkatan gabungan dari sarana 𝑋= ∑(𝑐 − 𝑛)𝑃𝑛 = 100 (1 − )
𝑐 𝑐
tersebut sama dengan 𝜇. Sedangkan jika 𝑛 < 𝑠, 𝑛=0
Taha (2004:239).
maka laju pelayanan adalah nμ. Jadi dalam
bentuk model yang digeneralisasikan diperoleh:
HASIL DAN PEMBAHASAN
𝑠 𝑠 𝜌 𝑠+1 𝑃0
𝐿𝑞 =
𝑠! (1 − 𝜌)2 Berdasarkan hasil pengamatan secara
𝐿𝑞 langsung di bengkel Ahass Handayani Motor
𝑊𝑞 =
𝜆 (1706) Semarang, diperoleh hasil penelitian dan
1 pembahasan sebagai berikut.
𝑊𝑠 = 𝑊𝑞 +
𝜇
𝐿𝑠 = 𝜆. 𝑊𝑠 Sistem Antrian di Bengkel Ahass Handayani Motor
(Bronson, 1991: 328). (1706) Semarang
Secara umum sistem antrian yang
terdapat di bengkel motor Ahass Handayani
185
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
Motor (1706) Semarang dapat digambarkan Tabel 1 Daftar Hari dan Waktu Pengambilan
sebagai berikut. Data Peneltian
1. Bengkel tersebut memiliki 6 mekanik yang
berarti terdapat 6 server yang bekerja. Waktu Waktu
2. Kapasitas antrian tidak terbatas. Hari/Tanggal Dimulai Selesai
3. Sistem antrian menggunakan disiplin (WIB) (WIB)
antrian FIFO dimana motor pertama
Senin, 22 Mei
masuk pertama dilayani.
2017 09.00 12.00
4. Pelanggan yang datang langsung mendaftar
Selasa, 23 Mei
dan menjelaskan keluhan atau kerusakan
2017 09.00 12.00
yang terjadi pada sepeda motornya. Pada
saat inilah diakukan pencatatan waktu
Data yang diperoleh selama dua hari
kedatangan pelanggan.
tersebut sudah cukup untuk dilakukan penelitian
5. Setelah mendaftar, kemudian pelanggan
jika mengingat pada hari tersebut merupakan
mengantri untuk menunggu kendaraan
hari sibuk.
bermotornya ditangani oleh mekanik.
6. Setelah sampai pada gilirannya, sepeda
Analisis Kedatangan Pelanggan
motor akan mendapatkan pelayanan oleh
Dalam model-model antrian, kedatangan
server. Disinilah dilakukan pencatatan
pelanggan dan waktu pelayanan diringkas dalam
waktu di mekanik mana sepeda motor
distribusi probabilitas yang umumnya disebut
tersebut ditangani.
sebagai distribusi kedatangan dan distribusi
7. Setelah proses perbaikan selesai, pelanggan
waktu pelayanan. Pada umumnya kedatangan
membayar dan kemudian meninggalkan
diasumsikan berdistribusi Poisson sedangkan
antrian. Dalam tahap ini dilakukan
waktu pelayanan diasumsikan berdistribusi
pencatatan waktu keluar dari sistem.
Eksponensial. Data rata-rata waktu kedatangan
pelanggan dan rata-rata waktu pelayanan
Berdasarkan penjelasan di atas, sistem
disajikan pada Tabel 2.
antrian pada Bengkel Ahass Handayani Motor
(1706) Semarang dapat dilihat pada Gambar 1.
Tabel 2 Rata-rata Waktu Kedatangan dan
Waktu Pelayananan
Hari, Tanggal 𝜆 𝜇
Senin, 22 Mei 2017 9,3333 1,6834
186
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
187
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
188
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
189
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
Jadi, nilai 𝑋 di pada hari Senin, 22 Mei 2017 tidak lebih dari 2 jam. (3) Apabila jumlah server
adalah 7,2188%. ditambah lebih dari 6 maka pelanggan
Untuk menenukan banyaknya server agar memperoleh pelayanan tidak lebih dari 2 jam
sistem optimal, perlu diperkirakan waktu tetapi waktu menganggur server diperoleh lebih
menunggu sampai pelanggan dilayani. Untuk dari 10%, karena waktu menganggur server yang
meringkas 𝑊𝑠 dan 𝑋 untuk berbagai nilia 𝑠. lama maka sistem tidak dapat dikatakan
Sementara 𝑠 meningjat 𝑊𝑠 menrun dan 𝑋 optimal.
meningkat dapat dilihat pada Tabel 4.
190
H Oktaviyanty, et al. / UNNES Journal of Mathematics 7(2) (2018)
Feri, F ., Hendikawati, P & Arifudin, R. 2013. Wang, J. & Zhao, Q. 2007. A Discrete-time
Aplikasi Teori Antrian dan Simulasi pada Geo/G/1 Retial Queue with Second
Pelayanan Teller Bank. Journal of Mathematics Opotional Service. An International Journal
2(1) :18-23. Computers & Mathematics with Aplication 53:
115-127.
http://kpri-handayani.com/?page_id=90
(diakses pada 2 Oktober 2017) Yolanda, I., Susanti, S. & Prasetyo, H. 2013.
Estimasi Jumlah Gardu Keluar Tol Pasreur
http://kpri-handayani.com/?p=333 (diakses yang Optimal Menggunakan Model Antrean
pada 2 Oktober 2017) Tingkat Aspirasi. Jurnal Online Institut
Teknologi Nasional 1(2): 63-73.
Ilham, IB., Sugito & Yasin, H. 2015. Penentuan
Model Antrian dan Pengukuran Kinerja
Pelayanan Plasa Telkom Pahlawan
Semarang. Jurnal Gaussian 3(2): 507-516.
191