Anda di halaman 1dari 9

ANALISIS PENERAPAN SISTEM ANTRIAN DI BAGIAN SERVICE

MOBIL DI PT CAR

AYUB SUDRAJAT 1, BUDI SUMARTONO2 DAN W. T. BHIRAWA1


1
Program Studi Teknik Industri, Universitas Dirgantara Marsekal Suryadarma,
Jakarta.
2
Program Studi Teknik Industri, Universitas Darma Persada, Jakarta.
Email : ayubsudrajat62@gmail.com

ABSTRAK

Di era globalisasi sekarang ini dimana segala sesuatu dituntut serba cepat, waktu
merupakan hal yang sangat penting. Penggunaan waktu yang baik akan dapat
meningkatkan efektifitas dan efisiensi diberbagai bidang. PT Cakrawala Automotif Rabhasa
adalah salah satu perusahaan dealer dan jasa service mobil dengan merk Mercedez - Benz
di Jakarta. Permasalahan yang sering muncul yaitu tentang keluhan pelanggan atas
lamanya waktu rata-rata pelayanan suatu server untuk melayani para pelanggan yang
mengakibatkan terjadinya antrian. Berdasarkan masalah tersebut, dilakukan analisis
terhadap sistem antrian yang diterapkan diperusahaan ini, guna mengatasi masalah yang
ada saat ini.Berdasarkan hasil data observasi, pada service center PT CAR mempunyai 3
tahap pelayanan dengan rata-rata kedatangan 3 orang per jam, sedangkan tahap pelayanan
yang pertama service advisor, yang ke dua proses service kendaraan pada bengkel, dan
yang ketiga adalah pelayanan cuci.
Model antrian pada service center ini menggunakan model Multiple Channel Query
System (M/M/s) atau model antrian jalur berganda. Dalam proses pelayanan, PT CAR
menggunakan sistem antrian FIFO (First In First Out) dimana pelanggan yang datang
terlebih dahulu adalah yang pertama dilayani. Data yang diambil meliputi data waktu
kedatangan dan data waktu pelayanan.
Pada data yang telah didapatkan dilakukan analisis dan simulasi dengan
menggunakan Software Arena.Hasil analisis data yang telah diolah dan dilakukan simulasi
diketahui pada kondisi awal rata-rata menunggu 14.46 menit dan jumlah antrian 0,7533.
Setelah dilakukan simulasi dengan cara penambahan 1 server pada setiap stasiun
didapatkan hasil 2.12 menit waktu pelanggan menunggu dan 2.27 jumlah antrian.Analisis
sistem antrian ini menunjukkan bahwa sistem antrian pada PT CAR sudah cukup baik. Jika
rata-rata jumlah pelanggan dalam antrian relative tidak ada masalah, maka lebih difokuskan
pada rata-rata waktu pelanggan menunggu sebelum proses pelayanan yang cukup besar.
Oleh sebab itu rata-rata waktu pelanggan menunggu harus diperkecil dengan meningkatkan
rata-rata pelanggan yang dilayani melalui penambahan server atau kemampuan individual
setiap server.

Keywords: Analisis, Multiple Channel Query System (M/M/s), Sistem Antrian, Simulasi
Arena.

73
PENDAHULUAN otomatis pelanggan akan menunggu lebih
lama, sehingga berakibat akan
Seiring dengan perkembangan memperpanjang waktu proses secara
jaman bertambahnya kebutuhan yang keseluruhan, dari mulai pendaftaran servis
harus dipenuhi oleh manusia, sehingga sampai akhir penyerahan kendaraan,
diperlukan tambahan fasilitas untuk dapat yang pada akhirnya berdampak
memberikan pelayanan pada manusia. pelanggan menolak untuk memasuki
Disadari atau tidak, setiap manusia sistem tersebut karena terlalu panjang
seringkali dihadapkan pada situasi yang antrian. Hal ini tentu akan menyebabkan
mengharuskannya untuk menunggu citra yang buruk terhadap pelayanan di
pelayanan agar dapat memenuhi bengkel mobil PT CAR.
kebutuhan sehingga mengantri menjadi Untuk mengatasi hal tersebut akan
suatu hal yang sudah biasa terjadi. dilakukan penelitian perbaikan sistem
Kejadian menunggu dalam bahasa antrian salah satunya dengan cara
matematika dapat diidentikan suatu mengurangi waktu tunggu dan jumlah
proses antrian. Dalam kehidupan sehari- antrian pada proses pelayanan.
hari sering ditemukan banyak antrian
ditempat-tempat tertentu baik skala kecil
ataupun besar yang membutuhkan solusi METODE
yang optimal.
Dalam model antrian, interaksi Software Arena
antara pelanggan dan pelayan berkaitan Software arena merupakan salah
dengan periode waktu yang diperlukan satu software simulasi general purpose
pelanggan untuk menyelesaikan sebuah yang berbasis grapical user interface yang
pelayanan. Jadi, dari sudut pandang dibuat oleh system modeling corp .USA
kedatangan pelanggan yang dan software arena juga mampu atau
diperhitungkan adalah interval waktu yang dapat digunakan untuk memodelkan, yaitu
memisahkan kedatangan yang berturut- diantaranya:
turut. Sedangkan dalam pelayanan, yang
diperhitungkan adalah waktu pelayanan a. Sistem Manufaktur
per pelanggan. Teori antrian sendiri tidak 1) Flowlines
langsung memecahkan masalah antrian. 2) Assembly Lines
Walaupun begitu, teori ini 3) Job Shop
menyumbangkan informasi penting yang 4) AS/RS warehouse
diperlukan untuk membuat keputusan 5) Fork Trucks
seperti itu dengan cara memprediksi 6) Automated Guide Vehicles
beberapa karakteristik dari basis antrian, 7) Conveyors
seperti misalnya waktu menunggu rata- b. Sistem Non Manufaktur
rata. 1) Paper Flow
PT CAR (Cakrawala Automotif 2) Health Care
Rabhasa) adalah salah satu perusahaan 3) Maintenance Sistem
agen penjualan dan jasa pelayanan servis 4) Computer Networks
mobil di Jakarta dengan merek Mercedez- 5) Retails & Restaurant Facilities
Benz. Selain melayani jasa servis mobil, 6) Transportation & Logistic System
perusahaan ini juga menyediakan spare
part mobil. Didalam proses pelayanan Antrian
servis, terjadi suatu antrian yang panjang Teori antrian pertama kali
pada salah satu stasiun pelayanan dikemukakan oleh A.K. Erlang, seorang
sehingga menyebabkan terhambatnya ahli matematika bangsa Denmark pada
penyelesaian proses pelayanan. tahun 1913 dalam bukunya Solution of
Panjangnya antrian yang terjadi pada Same Problem in the Theory of Probability
salah satu stasiun pelayanan itu of Significance in Automatic Telephone
disebabkan beberapa pengerjaan. Exchange. Antrian adalah deret tunggu di
Dalam proses pelayanan tersebut dalam sebuah sistem dari unit-unit yang
terjadi antrian yang panjang, secara

74
ingin memperoleh pelayanan dari suatu FIFO (First In First Out) yaitu
fasilitas pelayanan. pelayanan menurut urutan kedatangan
Proses antrian dimulai pada saat atau pelanggan yang pertama datang
pelanggan yang memerlukan pelayanan pertama keluar.
mulai datang, mereka berasal dari sebuah 2) LIFO (Last In First Out)
populasi yang disebut sumber masukan. LIFO (Last In First Out) yaitu
Proses antrian sendiri merupakan suatu pelanggan yang terakhir datang yang
proses yang berhubungan dengan mendapatkan pelayanan yang pertama
kedatangan pelanggan pada suatu atau pelanggan yang terakhir datang yang
fasilitas pelayanan, menunggu dalam pertama keluar.
baris tunggu jika belum dapat dilayani, 3) SIRO (Service In Random Order)
dilayani dan akhirnya meninggalkan SIRO (Service In Random Order)
fasilitas tersebut sesudah dilayani. yaitu pelayanan dalam urutan acak.
Sedangkan sebuah sistem antrian adalah 4) PRI (Priority service)
suatu campuran pelanggan, pelayan dan PRI yaitu urutan prioritas
aturan yang mengatur kedatangan maksudnya pelayanan dilakukan
pelanggan dalam pemprosesan masalah berdasarkan urutan prioritas.
(Bronson, 1996: 308). Sedangkan
keadaan sistem menunjukan pada jumlah Struktur Dasar Sistem Antrian.
pelanggan yang berada pada suatu Proses antrian pada umumnya
fasilitas pelayanan, termasuk dalam dikelompokan kedalam empat struktur
antriannya. Salah satu populasi adalah dasar menurut sifat-sifat pelayanan dari
jumlah pelanggan yang datang pada fasilitas pelayanan yaitu:
fasilitas pelayanan. Besarnya populasi a. Satu saluran satu tahap
merupakan jumlah pelanggan yang Satu saluran dan satu tahap (single
memerlukan pelayanan. channel single phase) adalah model
Dalam proses antrian, banyaknya antrian yang sangat sederhana dimana
populasi dibedakan menjadi dua, yaitu terdapat satu sisi masuk dan satu sisi
populasi terbatas (finite) dan populasi keluar.
tidak terbatas (infinite). Populasi terbatas b. Satu saluran banyak tahap
dapat ditemukan pada suatu perusahaan Satu saluran banyak tahap (single channel
yang mempunyai sejumlah mesin yang multi phase) adalah model
memerlukan perawatan atau perbaikan antrian yang mempunyai satu barisan
pada periode tertentu. Populasi yang tidak pelayanan dan beberapa pelayanan.
terbatas merupakan pelanggan yang tidak c. Banyak saluran satu tahap
terhingga, yang setiap hari melayani Banyak saluran dan satu tahap (multi
pelanggan yang datang secara random channel single phase) adalah model
dan tidak dapat ditentukan berapa antrian yang mempunyai banyak barisan
jumlahnya. Karena jumlah yang datang serta hanya satu pelayanan.
tidak ditentukan dengan pasti, maka d. Banyak saluran banyak tahap
disebut populasi tidak terbatas. Banyak saluran banyak tahap (multi
Disiplin antrian adalah aturan yang channel multi phase) adalah antrian yang
mengatur pelayanan kepada par mempunyai banyak barisan dan banyak
pelanggan sejak pelanggan itu datang pelayanan.
sampai pelanggan itu meninggalkan
tempat pelayanan. Aturan menurut Model Antrian
kedatangan didasarkan pada: Ada empat model yang paling sering
1) FIFO (First In First Out) digunakan dapat dilihat dari tabel berikut:

75
Tabel 1. Model Antrian
Nama(nam Pola
Jumlah Pola
Mo a teknis Tingkat Waktu Ukuran
Contoh jalur Jumlah Aturan
del dalam kedatanga pelayanan antrian
tahapan
kurung) n
A Sistem Meja informasi Tunggal Tunggal Poisson Ekspo Tidak FIFO
Sederhan didepartemen nensial terbatas
a store
(M/M/1)

B Jalur Loket tiket Berganda Tunggal Poisson Ekspo Tidak FIFO


berganda penerbangan nensial terbata
(M/M/S) s
C Pelayanan Tempat Tungga Tungga Poisson Konstan Tidak FIFO
Konstan Pencucian l l terbata
(M/D/1) mobil s
otomatis
D Populasi Bengkel yang Tungga Tungga Poisson Ekspo Terbatas FIFO
terbatas hanya l l nensial
Memiliki
selusin
Mesin
Yang rusak
Pada penelitian ini menggunakan Waktu rata-rata yang dihabiskan
model antrian jalur berganda (M/M/s). seorang pelanggan dalam antrian atau
Pada model ini terdapat dua atau lebih sedang dilayani (dalam system)
jalur atau stasiun pelayanan yang tersedia 𝐿𝑠
Ws = 𝜆
untuk melayani pelanggan yang datang.
Jumlah orang atau unit rata-rata yang
Asumsi bahwa pelanggan yang menunggu
menunggu dalam antrian
pelayanan membentuk satu jalur yang 𝜆
akan dilayani pada stasiun pelayanan Lq = Ls - 𝜇
yang tersedia pertama kali pada saat itu. Waktu rata-rata yang dihabiskan oleh
Model ini juga mengasumsikan seorang pelanggan satu unit untuk
bahwa pola kedatangan mengikuti menunggu dalam antrian
distribusi eksponensial negatif. Pelayanan 𝐿𝑞
Wq = 𝜆
dilakukan secara FCFS, dan semua
stasiun pelayanan diasumsikan memiliki
tingkat pelayanan yang sama. Asumsi lain
yang terdapat pada model A juga berlaku METODOLOGI PENELITIAN
pada model ini. Dalam penelitian ini, data yang
Rumus antrian untuk model B digunakan adalah data primer yang
adalah sebagai berikut: merupakan hasil dari pengamatan secara
M = jumlah yang terbuka langsung terhadap objek penelitian.
𝜆 = jumlah kedatangan rata-rata Dengan obeservasi langsung dapat
persatuan waktu mengetahui situasi dan kondisi
𝜇 = jumlah orang yang dilayani perusahaan terutama mengenai sistem
persatuan waktu pada setiap jalur antrian yang terjadi di PT CAR Jakarta.
1
P0 = 1 𝜆 𝑛 1 𝜆 𝑀 𝑀𝜇
untuk Data observasi pada bagian bengkel
[∑𝑀−1
𝑘𝑛=0 ( ) ]+ ( ) dibatasi hanya pada kendaraan yang
𝑛! 𝜇 𝑀! 𝜇 𝑀𝜇−𝜆
𝑀𝜇 > 𝜆 melakukan service ringan. Pengamatan
Tingkat utilitas sistem dan pencatatan dilakukan untuk
𝜆 mengetahui jumlah kedatangan pelanggan
𝜌= pada waktu tertentu, tingkat kedatangan
𝑀𝜇
Jumlah pelanggan rata-rata dalam pelanggan persatuan waktu, jumlah
system pelanggan yang dilayani persatuan waktu,
𝜆
𝜆𝜇 ( )𝑀 dan tingkat pelayanan service mobil.
𝜇 𝜆
Ls = (𝑀−1)! (𝑀𝜇−𝜆)2
P0 +
𝜇

76
Langkah-langkah dalam melakukan berikut:
penelitian dan analisis adalah sebagai

Mulai

Studi Pustaka Studi Lapangan

Studi Pendahuluan

Perumusan Masalah

Tujuan Penelitian

Pengumpulan Data

Data Primer: Data Sekunder:


· Data Waktu Kedatangan · SOP
· Data Waktu Pelayanan · Struktur Organisasi

Pengolahan Data

Input Analyzer Perhitungan Manual

Simulasi

Sesuai

Analisis dan
Pembahasan

Kesimpulan dan Saran

Selesai

Gambar 1. Flowchart pemecahan masalah

didapatkan hasilnya ada 50 sampel yang


HASIL DAN PEMBAHASAN cocok dimasukkan ke tahap pengolahan
data.
PT Cakrawala Automotif Rabhasa
adalah dealer resmi Mercedes-Benz di Hasil uji probabilitas menggunakan
Jakarta dan merupakan dealer termuda di input analyzer
jaringan pemasaran Mercedes-Benz di Fit All Summary(hasil keseluruhan uji
Indonesia yang berjumlah kurang lebih 18 distribusi probabilitas) adalah sebagai
dealer. Data primer seperti data waktu berikut:
kedatangan dan data waktu pelayanan

77
Tabel 2. Uji Probabilitas Waktu Kedatangan
Fungsi Sq Expression
Error
Erlang 0,0186
Eksponential 0,0303
Gamma 0,0182
Normal 0,0189 4.5 +
Lognormal 0,0238 WEIB(10.5,
Poisson 0,0280 1.72)
Triangular 0,0171
Uniform 0,0233
Weibull 0,0170

Tabel 3. Uji Probabilitas Service Advisor


Fungsi Sq Error Expression
Erlang 0,0139
Eksponential 0,0378
Gamma 0,0133
Normal 0,0125 9.5 + WEIB(11.3, 2.28)
Lognormal 0,0173
Poisson 0,0124
Triangular 0,0141
Uniform 0,0177
Weibull 0,0118

Tabel 4. Uji Probabilitas Bengkel


Fungsi Sq Expression
Error
Erlang 0,0307
Eksponential 0,0351
Gamma 0,0307
Normal 0,0273 POIS(58.6)
Lognormal 0,0358
Poisson 0,0269
Triangular 0,0295
Uniform 0,0313
Weibull 0,0289

78
Tabel 5. Uji Probabilitas Cuci
Fungsi Sq Expression
Error
Erlang 0,0276
Eksponential 0,0363
Gamma 0,0273
Normal 0,0338 TRIA(29.5,
Lognormal 0,0295 32, 49.5)
Poisson 0,0397
Triangular 0,0257
Uniform 0,0404
Weibull 0,0273

Simulasi sistem. Berikut adalah hasil simulasi pada


Simulasi model antrian dilakukan kondisi awal:
dengan bantuan software Arena dengan
tujuan untuk mengetahui gambaran dalam
sistem antrian seperti waktu rata-rata
antrian dan tingkat kesibukan pada

Tabel 6. Hasil Simulasi Kondisi Awal


Stasiun Kerja Rata-rata Rata-rata Tingkat
waktu antrian kesibukan
menungg
u
SA 11.6762 0.6081 0.80 %
Bengkel 15.7563 0.8206 0.45 %
Cuci 15.9612 0.8313 1.00 %

Dari hasil analisis kondisi awal pada menunggu selama 15.7563 menit dan
tabel dan uraian di atas, maka dapat memiliki 0.8206 rata-rata jumlah antrian,
diterangkan : sedangkan server 2 menunjukan bahwa
tingkat kesibukan yang terjadi pada
1) SA : Menunjukan bahwa pada stasiun stasiun kerja server 0.80 %.
kerja server SA memiliki rata-rata waktu
menunggu selama 11.6762 menit dan 3) Cuci : Menunjukan bahwa pada stasiun
memiliki rata-rata 0.6081 jumlah antrian, kerja cuci memiliki rata-rata waktu
sedangkan pada SA menunjukan bahwa menunggu selama 15.9612 menit dan
tingkat kesibukan yang terjadi pada memiliki 0.8313 rata-rata jumlah antrian,
stasiun kerja server 0,45 %. sedangkan cuci menunjukan bahwa
tingkat kesibukan yang terjadi pada
2) Bengkel : Menunjukan bahwa pada stasiun kerja cuci 1.00 %.
stasiun kerja bengkel memiliki rata-rata

79
Tabel 7. Hasil Simulasi Kondisi Analisis
Stasiun Kerja Rata-rata waktu Rata-rata Tingkat kesibukan
menunggu antrian
SA 1 1.9055 4.5988 0.11 %
SA 2 2.2743 3.7397 0.11 %
Bengkel 1 1.9481 2.0521 0.05 %
Bengkel 2 2.4612 1.8852 0.05 %
Cuci 1 2.0426 0.7778 0.16 %
Cuci 2 - 0.5696 0.16 %
Dari hasil simulasi kondisi analisis
pada tabel dan uraian di atas, maka dapat
disimpulkan: KESIMPULAN
1)SA : Menunjukan bahwa pada stasiun
Berdasarkan hasil analisis dan
kerja server SA 1 memiliki rata-rata waktu pembahasan yang telah diuraikan pada
menunggu selama 1.9055 menit,
bab sebelumnya, dapat ditarik kesimpulan
sedangkan SA 2 memiliki rata-rata waktu yang berkaitan dengan sistem antrian
menunggu 2.2743 dan memiliki rata-rata
pada sistem pelayanan service mobil di
4.5988 jumlah antrian SA 1 dan SA 2
PT CAR (Cakrawala Automotif Rabhasa)
3.7397 jumlah antrian, sedangkan pada
Jakarta Selatan antara lain:
SA menunjukan bahwa tingkat kesibukan
a. Berdasarkan hasil pengamatan pada
yang terjadi pada masing-masing stasiun
kondisi kedatangan dan pelayanan
kerja SA 1 adalah 0,05 %.
sistem antrian pada PT CAR, model
antrian yang sekarang sedang berjalan
2) Bengkel : Menunjukan bahwa pada menggunakan model antrian M/M/s
stasiun kerja bengkel memiliki rata-rata
(model antrian jalur berganda).
menunggu selama 1.9481 menit pada
b. Dari hasil analisis awal waktu tunggu
bengkel 1 dan 2.4612 menit pada bengkel
pelanggan yaitu rata-rata 15 menit,
2, lain halnya pada rata-rata jumlah
setelah dilakukan uji coba simulasi
antrian yang memiliki 2.0521 pada
penambahan 1 server pada tiap stasiun
bengkel 1 dan 1.8852 pada bengkel 2 pelanggan menunggu menjadi 2 menit.
rata-rata jumlah antrian, sedangkan server
Analisis sistem antrian ini menunjukkan
2 menunjukan bahwa tingkat kesibukan
bahwa sistem antrian pada PT CAR
pada masing-masing server bengkel yaitu
sudah cukup baik. Pada rata-rata
0.11 %. jumlah pelanggan dalam antrian
relative tidak ada masalah, maka lebih
3) Cuci: Menunjukan bahwa pada stasiun
difokuskan pada rata-rata waktu
kerja cuci 1 memiliki rata-rata waktu
pelanggan menunggu sebelum proses
menunggu selama 2.0426 menit,
pelayanan yang masih cukup besar.
sedangkan pada cuci 2 tidak ada waktu
Oleh sebab itu rata-rata waktu
menunggu. Pada jumlah pelanggan, cuci pelanggan menunggu harus diperkecil
memiliki 0.7778 pada cuci 1 dan 0.5696 dengan meningkatkan rata-rata
pada cuci 2 rata-rata jumlah antrian,
pelanggan yang dilayani melalui
tingkat kesibukan yang terjadi pada
penambahan server atau kemampuan
stasiun kerja cuci adalah 0.16 %. individual setiap server. Jadi, dapat
disimpulkan bahwa faktor-faktor yang
mempengaruhi lamanya waktu
pelanggan menunggu ada pada
kurangnya server dan
c. Mungkin pada kemampuan setiap
individu pada stasiun yang tersedia
untuk melayani para pelanggan.
d. Dari analisis yang telah dilakukan
tingkat efisiensi penerapan metode
antrian pada PT CAR pada dasarnya

80
sudah cukup baik, namun pada saat- Yogyakarta. Penerbit GRAHA ILMU,
saat tertentu mengalami peningkatan. Yogyakarta.
Hal ini disebabkan tingkat kedatangan Sugiyono. 2014. Statistika Untuk
yang bersifat random (acak). Dengan Penelitian. Bandung: Alfabeta.
dilakukannya penelitian ini dapat
diketahui penyediaan jumlah pelayanan
yang sedikit kurang memadai pada
stasiun-stasiun pelayanan maka,
penambahan server dirasa sangat
efektif karena dapat mengoptimalkan
proses pelayanan dengan selisih yang
cukup signifikan bila dibandingkan
tanpa penambahan server.

DAFTAR PUSTAKA
Atep Adya Barata. Juni 2004. Dasar-
Dasar Pelayanan Prima,- cetak ulang
kedua. Penerbit Pertama PT Elex
Media Komputindo, Kelompok
Gramedia Jakarta.
Bambang Ruswandi (102094026457)
2006. Penelitian “Penerapan Sistem
Antrian Sebagai Upaya
Mengoptimalkan Pelayanan
Terhadap Pasien Pada Loket
Pengambilan Obat Dipuskesmas
Cicurug Sukabuni Jawa Barat”. UIN
Syarif Hidayatullah Jakarta. Diakses
tanggal 21 desember 2017,pukul 00:25
WIB.
Bonett Satya Lelono. 2007. Simulasi teori
dan aplikasinya- Ed.1- Yogyakarta:
CV ANDI OFFSET (Penerbit Andi).
Dutho Suh Utomo.-2008-Modul
Pengenalan Simulasi dengan Arena-
Teknik Industri, Fakultas Teknik-
Universitas Mulawarman.
Erlando “Analisis Pengaruh Pelayanan
Prima (Service Excelence) Tehadap
Kepuasan Pelanggan (Studi Kasus
Pada SPBU Pertamina 34-12708).
Diakses tanggal 21 desember 2017,
pukul 00:15 WIB.
Gangsar Cahyo Yuwono, 2015, -Analisis-
Sistem-Antrian-Service-Mobil-Di-Pt-
Tunas-Mobilindo-Perkasa-Dengan-
Menggunakan-Simulasi-Arena-
Jakarta Timur, Universitas Dharma
Persada
Supranto, J.. 2016. Statistik: Teori dan
Aplikasi- Ed ke 8. – Jakarta Penerbit
Erlangga, Jakarta.
Miftahol Arifin. 2009: Simulasi Sistem
Industri- Ed- pertama, 2009,-

81

Anda mungkin juga menyukai