Analisis Sistem Antrian Pelayanan Toko Bagas Mitra

Sampoerna
Rennaldi 1, Tijar Wijaya, Rifaldi tanjung3
Program Studi Teknik Industri, Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia, JL. Dipati Ukur No. 114-115-117, Bandung.
Email : renaldy110895@gmail.com1, tijar22@gmail.com2, rifaldi04@gmail.com3

ABSTRAK
Pelayanan toko bagas mitra sampurna memiliki sistem antrian berbentuk singgel channel-multi
server. Dengan jumlah channel sebanyak dua, pelayan di toko bagas sampoerna sering terjadi
antrian. Tujuan dari penelitian ini yaitu untuk menganalisis sistem antrian di toko bagas mitra
sampoerna apakah sudah optimal atau belum. Selain itu, model simulasi juga dibuat untuk
memberikan gambaran dari sistem nyata menggunakan ProModel Student Version. Teori
antrian digunakan untuk menganalisis antrian yang terjadi dan mengetahui apakah kinerja
pelayanan. Notasi dari M/M/c/GD/∞/∞ yang berarti M pertama distribusi kedatangan
mengikuti distribusi poisson dan M kedua mengikuti distribusi poisson. c yang berarti petugas
pelayanan berjumlah 2 orang, sistem antrian tidak membatasi berapapun banyaknya konsumen
yang masuk untuk dilayani, dan juga kedatangan konsumen juga tidak dapat dipastikan
seberapa banyaknya karena konsumen datang dari berbagai tempat. Uji distribusi data
dilakukan untuk dapat mengetahui apakah data memenuhi distribusi poisson dan eksponensial.
Karena untuk dapat dilakukan pengolahan data pada persamaan analisis sistem antrian waktu
kedatangan dan waktu pelayanan harus mengikuti distribusi poisson dan eksponensial. Setelah
dilakukan perhitungan didapatkan rata-rata kedatangan 11 orang per jam dan untuk rata-rata
pelayanan didapatkan 6 orang per jam sedangkan untuk utilitas pelayan sebesar 83 % yang
berarti pelayanan di toko bagus mitra sampoerna sudah optimal dapat dilihat dari
probabilitas Probabilitas tidak adanya pelanggan yang mengantri dalam antrian yaitu sebesar
0,04 yang menunjukkan lebih besarnya peluang banyaknya orang yang mengantri
dibandingkan tidak adanya orang yang mengantri.

Kata Kunci : Teori antrian. Sistem Antrian, uji distribusi data, Utilitas.

1. PENDAHULUAN

Antrian atau menunggu adalah masalah klasik yang sering kita jumpai sehari-hari dimanapun
berada. Baik dalam kehidupan bermasyarakat maupun didalam suatu kegiatan produksi. Antrain
adalah suatu garis tunggu dari konsumen yang memerlukan layanan dari satu atau lebih fasilitas
pelayanan. ketika kita melihat orang-orang berbaris atau menunggu pada suatu pelayanan kita
sudah bisa menebak bahwa itu adalah kegiatan antrian dan tidak bisa dihindarkan. Kegiatan
antrian bisa kita jumpai pada pelayanan komersial maupun pelayanan non-komersial, seperti
pelayanan tiket bioskop, antrian dirumah sakit dari mengantri untuk diperiksa sampai mengantri
untuk resep obat dan masih banyak lagi. Antrian timbul disebabkan oleh kebutuhan akan
layanan melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna
fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan layanan. Pada
banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk mengurangi antrian atau untuk
mencegah timbulnya antrian. Akan tetapi biaya karena memberikan pelayanan tambahan, dapat
menimbulkan pengurangan keuntungan mungkin sampai di bawah tingkat yang dapat diterima.
Sebaliknya, sering timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan.
Menurut Pangestu Subagyo mengatakan sistem antrian merupakan suatu himpunan pelanggan,
pelayan (loket) serta aturan-aturan yang mengatur kedatangan pelanggan dan proses
permasalahan pelayanan antrian dimana disebutkan kedalam lima buah komponen yaitu pola
kedatangan pelanggan, pola pelayanan, jumlah pelayanan, kapasitan dan fasilitas untuk
menampung pelayanan dan aturan dalam antrian.

Salah satu contoh sistem antrian dengan single channel multi server dan karakteristik antrian
nya adalah first in first out (FIFO) yaitu pelanggan yang lebih dahulu masuk maka lebih dulu
dilayani adalah Toko Bagas Mitra Sampoerna penyedia sembako dan rokok yang telah
bekerja sama dengan PT. Sampoerna yang beralamat di Jalan Babakan Sarjambe, desa
Cangkuang, kecamatan Leles, kabupaten Garut. Toko tersebut cukup banyak dijumpai oleh
pihak-pihak warung maupun konsumen untuk dikonsumsi sendiri dengan sistem mengantri dua
tahap mulai dari mengantri memberikan pesanan hingga mengambil pesanan. Oleh karena itu,
kami kelompok dua mencoba meneliti dan menganalisis sistem antrian pelayanan di Toko
Bagas Mitra Sampoerna menggunakan teori antrian. Analisis dan pengolahan data dilakukan
dengan menggunakan software SPSS dan Microscoft Excel dan untuk menggambarkan simulasi
model antrian digunakan software promodel student version.

2. METODELOGI PENELITIAN

Metodologi penelitian dalam pembahasan sistem antrian pelayanan di Toko Bagas Mitra
Sampoerna dapat dilihat pada Gambar 3.1 berikut ini:

Gambar 3.1 Flowchart Metodologi Penelitian

Langkah-langkah dalam pembahasan antrian pelayanan di Toko Bagas Mitra Sampurna Mulai :
1. Memulai penelitian
2. Studi Literatur
Mencari studi literatur untuk landasan teori yang akan digunakan sebagai informasi untuk
membantu menyelesaikan permasalahan dalam penelitian.
3. Studi Lapangan
Melakukan observasi untuk mendapatkan waktu kedatangan dan waktu pelayanan di toko
bagas mitra sempoerna.
4. Rumusan Masalah
Adapaun rumusan permasalahan antrian pelayanan di toko bagas mitra sampoerna
Bagaimanakah performansi sistem antrian di toko bagas mitra sampoerna.
5. Tujuan Penelitian
Adapun tujuan dari penelitian ini yaitu mengetahui performansi sistem antrian di toko bagas
mitra sampoerna.
6. Analisis dan Pembahasan
Kegiatan Menganalisis data yang telah dikumpulkan dalam observasi meliputi analisis
distribusi data, analisis performansi sistem antrian dan simulasi dengan promodel.
7. Kesimpulan dan Saran
Menyimpulkan hasil sistem antrian pelayanan di toko bagas mitra sampoerna.
8. Selesai

3. HASIL DAN PEMBAHASAN

Sistem antrian tempat penelitian dilakukan yaitu model single channel multi server. Single
channel yang berarti satu jenis tipe pelayanan yaitu pembelian barang, multi server, pelayanan
pembayaran dan pengambilan barang yang di beli. Notasi dari M/M/c/GD/∞/∞ yang berarti M
pertama distribusi kedatangan mengikuti distribusi poison dan M kedua mengikuti distribusi
poisson. c yang berarti petugas pelayanan berjumlah 2 orang.

Uji distribusi yang dilakukan yaitu menggunakan uji satu sampel Kolmogorov-Smirnov :

Tabel 3.1. One-Sample Kolmogorov-Smirnov Test Distribusi Poisson

Waktu Pelayanan Selisih Waktu Kedatangan
N 100 100
Poisson Parameter a,b
Mean 571.8400 335.9500
Most Extreme Absolute .484 .665
Differences Positive .484 .665
Negative -.379 -.208
Kolmogorov-Smirnov Z 4.841 6.650
Asymp. Sig. (2-tailed) .000 .000
a. Test distribution is Poisson.
Dari tabel diatas, dapat dilihat bahwa kedua data telah mengikuti distribusi poison yang
diterangkan oleh keterangan dibawah tabel pada poin a. Test distribution is Poisson. Asymp.
Sig. (2-tailed) < 0.134 (Tabel kolmorogorov-smirnov a: 0.05)

Uji distribusi yang dilakukan yaitu menggunakan uji satu sampel Kolmogorov-Smirnov :

Tabel 3.2. One-Sample Kolmogorov-Smirnov Test Distribusi Eksponensial

Waktu Pelayanan Selisih Waktu Kedatangan
N 100 100c
Exponential Mean
571.8400 339.3434
parameter.a,b
Most Extreme Absolute .162 .303
Differences Positive .073 .303
Negative -.162 -.059
Kolmogorov-Smirnov Z 1.618 3.013
Asymp. Sig. (2-tailed) .011 .000

a. Test Distribution is Exponential.

Dari tabel diatas, dapat dilihat bahwa kedua data telah mengikuti distribusi eksponensial yang
diterangkan oleh keterangan dibawah tabel pada poin a. Test distribution is exponential. Asymp.
Sig. (2-tailed) < 0.134 (Tabel kolmorogorov-smirnov a: 0.05)

Selanjutnya menganalisis performansi sistem antrian. Pada analisis performansi ini akan dibahas
mengenai utilitas, banyaknya pelanggan dalam antrian, lamanya pelanggan dalam antrian dan
juga pengolahan data yang berhubungan dengan sistem antriannya.

1. Rata-rata tingkat kedatangan persatuan waktu di konversikan ke rata-rata banyaknya orang

perjam. :
3600 3600
λ= = = 11 orang /jam
X WD 336,30
Dari hasil perhitungan diatas rata- rata kedatangan konsumen yaitu 11 orang per jam.

2. Rata-rata tingkat pelayanan persatuan waktu di konversikan ke rata-rata banyaknya orang

perjam:
3600 3600
µ= = = 6 orang /jam
X WP 560,68
Dari hasil perhitungan diatas rata- rata pelayanan konsumen yaitu 6 orang per jam.

3. Utilitas
Dari rata-rata waktu antar kedatangan konsumen dan waktu pelayanan didapatkan nilai
utilitas:

λ 11
ρ= = =0.83 = 83%
c × μ 2× 6

Tingkat utilitas yang didapatkan yaitu 83% hal ini berarti bahwa pelayanan masih optimal
dan tidak overwork karena rentang persentase utilitas optimal antara 50% - 100%.
4. Probabilitas Server Menganggur ¿0) :
1
P0=

( ( ) { })
c-1 n C
∑ λn! μn x
1
C!
×
λ
μ
×
Cμ
Cμ-λ
n=0

1
¿
¿¿
1
= =0.04
23
Berdasarkan perhitungan probabilitas server menganggur adalah sebesar 0,04, berarti lebih
banyak pelayanan melayani dibandingkan menganggur yang berarti bahwa kemungkinan
tidak ada pelanggan dalam sistem hampir tidak ada.

5. Ekspektasi jumlah pelanggan dalam antrian (ENq) :

c
λ λ 1 1
EN q= c
× × 2
× c−1
c!μ cμ λ n C
(1−
cμ
) ∑ n λ! μn + C1! ×( μλ ) ×{
Cμ
Cμ−λ
}
n=0

ENq=¿
¿ { 1.68 x 0.92 x 144x 0,04 }
= 9.64 Orang
Ekspektasi jumlah pelanggan dalam antrian persatu jam yaitu sebanyak 9.64 orang

6. Ekspektasi waktu rata-rata pelanggan dalam antrian (EY q):

c
λ 1 1 1
EY q = c
× × 2
× c-1 n
c! μ cμ λ λ 1 λ C Cμ
(1- ) ∑ + × ( ) ×\{ \}
cμ n=0 n! μ
n
C! μ Cμ-λ

{ }
2
11 1 1 1
EYq= ( × × ×
2!×6 2×6
( ) ( )
2
11
( ) x 2x6
0 1 2
1- 11 11 1 11
+ +( x ))
2x6 0!*6 1!*6 2! 6 (2x6)-11

¿ { 1.68 x 0.08 x 144x 0,04 }

¿ 0,88 ≈ 53 menit
Ekspektasi rata-rata waktu pelanggan dalam antrian diketahui sekitar 53 menit

7. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY):

1
EY = EYq +
μ
 1
EYq = 0.88 +
6
= 1.04 ≈ 63 menit
Ekspektasi waktu rata-rata pelanggan dalam sistem sebesar 63 menit.
8, Ekspektasi jumlah pelanggan dalam sistem (EN):

EN = "λ x EY"
EN = 11 x 1.04
EN = 11.17 orang
Ekspektasi rata-rata jumlah pelanggan dalam sistem yaitu sebesar 11 orang per jam.

4. KESIMPULAN DAN SARAN

Sistem antrian pelayanan toko bagas mitra sampoerna memilki utilitas yang dapat dikatakan
optimal yaitu sebesar 83% dengan jumlah pelayan sebanyak 2 unit. Hal tersebut menunjukkan
bahwa pelayanan 1 dan 2 bekerja dengan proporsi yang baik dalam hal ini tidak terlalu sibuk
dan tidak pula menganggur. Selain itu, dapat diketahui juga dari hasil perhitungan data bahwa
rata-rata kedatangan per jam yaitu sebanyak 11 orang dan rata-rata jumlah pelayanan dalam satu
jam yaitu sebanyak 6 orang. Kemudian terdapat perhitungan probabilitas server menganggur
sebesar 0.04 yang berarti bahwa kemungkinan tidak ada pelayanan dalam sistem
probabilitasnya hampir tidak ada. Selanjutnya, dapat diketahui juga ekspektasi jumlah
pelanggan dalam antrian dalam satu jam yaitu sebanyak 9 orang. Kemudian ekspektasi rata-rata
waktu pelanggan dalam antrian diketahui sekitar 53 menit dan ekspektasi waktu rata-rata
pelanggan dalam sistem sebesar 63 menit. Serta ekspektasi rata-rata jumlah pelanggan dalam
sistem yaitu sebesar 11 orang.

Simulasi yang dilakukan setelah menghitung performansi sistem antrian, dilakukan dengan
menggunakan software promodel.
1. Total konsumen yang datang sebanyak 11 orang per jam.
2. Total konsumen yang dilayani di pelayanan 7 orang.
3. Persentasi utilitas pada pelayanan setelah disimulasikan dengan promodel sebesar 82.49%
4. Total konsumen yang mengantri dalam Antrian pelayanan 1 sebanyak 11 orang
5. Total konsumen yang mengantri dalam Antrian pelayanan 2 sebanyak 9 orang.

Performansi sistem antrian di pelayanan toko bagas mitra sampurna cukup baik dengan
presentasi utilitas sebesar 83%, namun di sini peneliti mencoba memberikan saran yaitu
menambah 1 pelayan di pelayanan 2, agar utilitas pelayan dapat menurun dan jumlah konsumen
yang dilayani dapat bertambah.

Daftar Pustaka
Siagian, P. (1987). Penelitian Operasional: Teori Dan Praktek. Jakarta: Universitas Indonesia

Herjanto, Eddy. 2009. Sains Manajemen Analisis Kualitatif untuk Pengambilan Keputusan.
Jakarta: Grasindo.

Indrianto, Agus. (2008). Analisis Antrian pada Pelayanan Jasa Gadai Studi Kasus Perum
Pegadaian Cabang Condong Catur Yogyakarta. Universitas Sanata Dharma. Yogyakarta.
Wahyono, Teguh. (2009). 25 Model Analisis Statistik Dengan SPSS 17. Elek Media
Komputindo, Jakarta.

Modul pembelajaran SPSS (statistical package for the social science). (2014). Pusat data dan
statisktik pendidikan kementrian pedidikan dan kebudayaan republik indonesia

A. Sofwan Yusuf Dkk. (2011). Komputer Industry (Promodel). Teknologi Industry. Universitas
Gunadarma. Jakarta