TUGAS BESAR PENELITIAN OPERASIONAL 2

Dibuat Sebagai Salah Satu Syarat untuk Lulus Mata Kuliah Penelitian
Operasional 2

TEORI ANTRIAN
Dosen Pengampu: St. Nova Meirizha, ST., MT

Disusun Oleh :
INDRIA OLYVHIA SINATRA 200103062
JUMANTO 200103052
TEDI OKTARENDI 200103050

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH RIAU

PEKANBARU
2022
 KATA PENGANTAR

Puji syukur penulis ucapkan ke hadirat Allah Subbhanahu Wa Ta’ala yang

telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat
menyelesaikan Tugas Besar tentang Teori Antrian.
Tugas ini disusun untuk melengkapi syarat kelulusan mata kuliah
Penelitian Operasional 2, Program Studi Teknik Industri, Fakultas Teknik,
Universitas Muhammadiyah Riau.
Dalam Penyusunan Tugas Besar ini, penulis tidak lepas dari bantuan dan
dukungan berbagai pihak. Untuk itu pada kesempatan ini, penulis mengucapkan
terima kasih atas bantuan, dorongan dan masukan yang telah diberikan kepada :
1. Ibu St. Nova Meirizha, ST., MT. selaku dosen pengampu mata kuliah
Penelitian Operasional 2.
2. Teman-teman dan rekan tim saya sebagai tempat bertanya dalam
menyelesaikan tugas besar ini.
3. Jaringan internet dan lokasi tempat yang selalu ada dalam pencarian
beberapa sumber untuk kelengkapan tugas besar ini.
Penulis menyadari bahwa dalam penyusunan tugas besar ini masih
terdapat banyak kekurangan, untuk itu penulis mengharapkan saran dan kritik
yang bersifat membangun dari pembaca.
Akhir kata penulis berharap semoga tugas besar ini dapat bermanfaat bagi
kita semua, aamiin.
Pekanbaru, Juli 2022

Kelompok

i
 DAFTAR ISI
KATA PENGANTAR ............................................................................................ i
DAFTAR ISI .......................................................................................................... ii
DAFTAR TABEL ................................................................................................ iv
DAFTAR GAMBAR ............................................................................................. v
BAB I
PENDAHULUAN
1.1. Latar Belakang ......................................................................................... 1
1.2. Rumusan Masalah .................................................................................... 2
1.3. Tujuan Laporan ........................................................................................ 2
BAB II
LANDASAN TEORI
2.1. Sistem Antrian Istana Bayi ................................................................... 3
2.2. Teori Antrian ............................................................................................ 4
2.3. Karakteristik Sistem Antrian .................................................................... 5
2.3.1. Karakteristik Kedatangan .................................................................. 5
2.3.2. Karakteristik Pelayanan .................................................................... 6
2.3.3. Karakteristik Tingkat Kedatangan dan Pelayanan ............................ 9
2.3.4. Karakteristik atau Disiplin Antrian ................................................... 9
2.3.5. Fasilitas Pelayanan .......................................................................... 10
2.4. Model Antrian ........................................................................................ 11
2.4.1. Sistem Sederhana (M/M/1) ............................................................. 12
2.4.2. Jalur Berganda (M/M/S) ................................................................. 14
2.4.3. Pelayanan Konstan (M/D/1)............................................................ 14
2.4.4. Populasi Terbatas (M/M/1/∞/N) ..................................................... 15
2.5. Prosedur Pembentukan Model Antrian ............................................... 15
2.6. Biaya Total Antrian ................................................................................ 16
2.6.1. Biaya Antrian .................................................................................. 17
2.6.2. Biaya Fasilitas ................................................................................. 18
BAB III
METODOLOGI PENELITIAN
3.1. Tempat dan Waktu Pengamatan ............................................................. 20

ii
 3.2. Kerangka Pemikiran ............................................................................... 20
3.3. Studi Pendahuluan .................................................................................. 20
3.4. Pengumpulan Data .......................................................................... 21
3.5. Pengolahan Data ................................................................................. 21
BAB IV
IMPLEMENTASI METODE
4.1. Pengumpulan Data ................................................................................. 22
4.2. Pengolahan Data ..................................................................................... 25
4.2.1. Plot Data Distribusi ......................................................................... 25
4.2.2. Perhitungan Variabel Antrian ......................................................... 30
4.2.3. Perhitungan Biaya Antrian .............................................................. 32
4.2.4. Rekomendasi ................................................................................... 34
BAB V
PENUTUP
5.1. Kesimpulan ......................................................................................... 35
5.2. Saran ....................................................................................................... 35
DAFTAR PUSTAKA .......................................................................................... 37
LAMPIRAN ......................................................................................................... 38

iii
 DAFTAR TABEL
Tabel 2.1. Model Antrian ...................................................................................... 11
Tabel 2.2. Model Sistem Sederhana ...................................................................... 13
Tabel 2.3. Model Pelayanan Konstan ................................................................... 14
Tabel 2.4. Model Populasi Terbatas ...................................................................... 15
Tabel 4.1. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan .................. 22
Tabel 4.2. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan (Lanjutan) 23
Tabel 4.3. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan (Lanjutan) 24
Tabel 4.4. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan (Lanjutan) 25
Tabel 4.5. Data Waktu Antar Kedatangan dan Lama pelayanan .......................... 25
Tabel 4.6. Data Waktu Antar Kedatangan dan Lama pelayanan (Lanjutan) ........ 26
Tabel 4.7. Data Waktu Antar Kedatangan dan Lama pelayanan (Lanjutan) ........ 27

iv
 DAFTAR GAMBAR
Gambar 2.1. Sistem antrian satu jalur satu tahap .................................................... 7
Gambar 2.2.Sistem antrian banyak jalur satu tahap ................................................ 8
Gambar 2.3. Sistem antrian satu jaluur banyak tahap ............................................. 8
Gambar 2.4. Sistem antrian banyak jalur banyak tahap .......................................... 8
Gambar 2.5. Karakteristik Biaya dalam Model Antrian ....................................... 16
Gambar 3.1. Flowchart Metogologi Penelitian .................................................... 19
Gambar 4.1. Grafik Waktu Antar Kedatangan (Poisson) ..................................... 28
Gambar 4.2. Scatterplot Data Waktu Antar Kedatangan (Poisson) ...................... 29
Gambar 4.3. Grafik Lama pelayanan (Eksponensial) ........................................... 29
Gambar 4.4. Scatterplot Data Lama pelayanan (Eksponensial) ............................ 30

v
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Antrian terjadi pada kondisi apabila obyek-obyek menuju suatu area untuk
dilayani, namun kemudian menghadapi keterlambatan disebabkan oleh karena
mekanisme pelayanan mengalami kesibukan. Menurut Broson (1993), proses
antrian (queueing process) adalah suatu proses yang berhubungan dengan
kedatangan seorang pelanggan pada suatu fasilitas pelayanan, kemudian
menunggu dalam suatu baris (antrian) jika semua pelayanannya sibuk, dan
akhirnya meninggalkan fasilitas tersebut. Antrian timbul karena adanya
ketidakseimbangan antara yang dilayani dengan pelayanannya. Antrian timbul
disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas)
pelayanan atau fasilitas pelayanan yang disebabkan kesibukan layanan.
Sesuai dengan perkembangan jaman maka bertambah pula kebutuhan yang
harus dipenuhi oleh manusia. Kegiatan berbelanja merupakan aktivitas manusia
guna memenuhi kebutuhan sehari-hari. Pasar tradisional adalah salah satu tempat
yang dapat dikunjungi guna melakukan transaksi jual beli tetapi kurang
memperhatikan kenyamanan dan keamanan pengunjung sehingga membuat
konsumen merasa kurang nyaman. Seiring meningkatnya kebutuhan masyarakat
akan tempat belanja yang nyaman dan aman, kelengkapan barang, serta harga
yang bersaing menimbulkan perkembangan
Setiap transaksi pembayaran akan dilayani oleh kasir dimana konsumen
untuk mendapatkan pelayanan tersebut harus mengantri sehingga diperlukan
fasilitas pelayanan yang memadai guna memberikan pelayanan pada konsumen.
Hal ini menyebabkan fenomena antri menjadi suatu kegiatan yang biasa terjadi
dalam kehidupan sehari-hari. Salah satu cara konsumen menilai kualitas
operasional sebuah supermarket adalah atas dasar lamanya waktu menunggu dan
kecepatan kasir dalam memberikan pelayanan sehingga antrian yang terlalu lama
akan merugikan pihak yang membutuhkan pelayanan dan dapat mempengaruhi
citra perusahaan. Hal ini dapat berpengaruh pada jumlah konsumen yang
melakukan transaksi dan keuntungan yang akan diperoleh perusahaan.

1
 Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran
pelayanan sangatlah menjengkelkan. Masalah antrian ini menjadi salah satu
penyebab persaingan antar perusahaan sehingga jika pelayanan perusahaan itu
baik maka konsumen akan tertarik untuk melakukan transaksi di perusahaan
tersebut. Dalam sektor jasa, kepuasan konsumen sangatlah penting sehingga
peningkatan mutu pelayanan sangat dibutuhkan bagi perusahaan. Hal ini
menyebabkan pihak manajemen dituntut untuk merancang sistem antrian dan
jumlah kasir yang optimal. Jika jumlah kasir sedikit akan mengakibatkan
konsumen harus menunggu terlalu lama untuk mendapatkan pelayanan dan
sebaliknya jika terlalu banyak kasir akan menyebabkan rendahnya tingkat
kegunaan kasir yang berarti adanya waktu menganggur pada kasir sehingga
meningkatkan biaya operasional perusahaan. Pemahaman mengenai teori antrian
pun menjadi sangat dibutuhkan dalam mengambil keputusan mengenai model
antrian yang paling tepat untuk menunjang kelancaran operasi perusahaan.

1.2. Rumusan Masalah

Berdasarkan latar belakang diatas, maka permasalahan yang ada dapat
dirumuskan adalah sebagai berikut:
1. Bagaimana menentukan panjang antrian atau nilai variabel antrian dalam
sistem?
2. Bagaimana menentukan panjang waktu dalam antrian dan lama waktu
mengantri?
3. Bagaimana menentukan dan menghitung biaya antrian?

1.3. Tujuan Laporan

Tujuan yang ingin dicapai dalam laporan ini adalah sebagai berikut:
1. Untuk menentukan panjang antrian atau nilai variabel antrian dalam
sistem.
2. Untuk menentukan panjang waktu dalam antrian dan lama waktu
mengantri.
3. Untuk menentukan dan menghitung biaya antrian.

2
 BAB II
LANDASAN TEORI

2.1. Sistem Antrian Istana Bayi

Didalam ruang lingkup bisnis banyak pengusaha yang mampu bersaing
sehingga mendapatkan pendapatan yang cukup menguntungkan. Hal ini juga
dirasakan oleh toko Istana Bayi. Toko Istana Bayi merupakan toko yang menjual
pakaian anak-anak dari umur 0 sampai 2 tahun dan juga ada semua perlengkapan
anak-anak termasuk perlengkapan ibu hamil. Toko Istana Bayi yang di teliti ini
merupakan cabang ke 2 yang berlokasi di Jalan HR. Soebrantas no 25 Panam
sekaligus menjadi pusat nya dan cabang ke 1 berada di Jalan Lobak no 105 DEF,
dan cabang ke 3 yang berjalan di Arifin Achmad no 88 ABC ini baru beroperasi
selama 3 tahun sejak 2019.
Dalam kegiatan persaingan bisnis Toko Istana Bayi memiliki banyak
merek yang di tampilkan di dalam Toko nya seperti merek-merek terkenal.Dengan
menyediakan banyak pilihan merek yang banyak terkenal di pasaran. Merek yang
digunakan adalah barang dari luar.Mereka berusaha menampilkan citra merek
yang baik sehingga dapat menarik pelanggan. Toko Istana Bayi juga mempunyai
kualitas produk-produk yang baik dengan mempunyai bahan-bahan yang aman
untuk di pakai anak bayi, seperti untuk koleksi baju Toko Istana Bayi memilih
bahan yang halus dan tidak panas ketika di pakai anak bayi.Jika dilihat dari
peralatan mandi seperti sabun nya dan lain-lain Toko Istana Bayi memilih bahan
yang natural sehingga tidak membuat kulit bayi iritasi.Toko pusat Istana Bayi ini
sudah didirikan kurang lebih 5 tahun yang lalu, waktu yang lumayan lama
berkecimpung dalam persaingan bisnis di bidang perlengkapan bayi.Toko Istana
Bayi juga selalu berupaya mempertahankan kualitas produknya agar
pelanggannya tidak pergi.
Harga terjangkau juga menjadi patokan dalam berbisnis di Toko Istana
Bayi seperti menyediakan harga yang mahal sampai harga yang terjangkau
sehingga yang pembeli bisa memilih sesuai budget yang dimiliki.Toko Istana bayi
juga menyediakan barang-barang yang memiliki harga yang mahal tetapi memiliki
kualitas produk yang baik.

3
 Untuk menarik calon pembeli, Toko Istana Bayi membuat aplikasi media
sosial sebagai media promosi seperti Instagram dan WhatsApp untuk konsumen
yang tidak bisa membeli produk dari Toko Istana Bayi secara langsung. Bisa
dilihat nama Instagramnya adalah @istanabayipku1 disertai dengan nomor
WhatsApp nya. Kelebihan dari Toko ini juga memiliki Toko yang lumayan luas
dan nyaman disertai AC (penyejuk udara) sekaligus memiliki karyawan
karyawan ataupun atasan yang ramah-ramah dan selalu peduli dengan kerapian
dan kebersihan dari Toko Istana Bayi. Pada jadwal senin sampai jum’at pelanggan
Toko Istana Bayi dikatakan cukup ramai, paling banyak di sekitar jam sore dan
malam. Jadwal sabtu dan minggu pelanggan ramai karena hari libur.Jumlah
pelanggan bisa dikatakan sehari bisa kurang lebih 100 an orang yang datang.
Untuk memperluas bisnis nya Toko Istana Bayi ini juga mendistribusikan
produk-produknya secara grosiran. Dalam perkembangannya pendapatan
penjualan Toko Istana Bayi ini cenderung mengalami naik turun.Berdasarkan
observasi dan interview yang dilakukan peneliti, inilah tabel dari data penjualan
toko Istana Bayi.
Berdasarkan observasi, banyak konsumen yang datang dan pelayanan di
toko istana bayi menimbulkan antrian yang panjang pada bagian kasir, sehingga
terlihat ada fenomena atau permasalahan yang timbul seperti banyaknya
konsumen yang menunggu dalam antrian untuk membayar belanjaannya. Apabila
loket pembayaran atau kasir terlalu banyak, maka akan memerlukan ongkos yang
besar. Sebaliknya, jika loket pembayaran atau kasir kurang maka akan terjadi
barisan penungguan dalam waktu yang cukup lama yang juga akan menimbulkan
kerugian bagi perusahaan seperti kehilangan pelanggan.

2.2. Teori Antrian

Ilmu pengetahuan tentang bentuk antrian yang sering disebut dengan
teori antrian (queuing theory), merupakan sebuah bagian penting operasi dan
juga alat yang sangat berharga bagi manajer operasi. Teori antrian adalah teori
yang menyangkut studi matematik dari antrian. Antrian terjadi apabila
kebutuhan akan suatu pelayanan melebihi kapasitas yang tersedia untuk
menyelenggarakan pelayanan itu.

4
 Adapun tujuan dasar dari model-model antrian adalah peminimalan
sekaligus dua jenis biaya, yaitu biaya langsung untuk menyediakan pelayanan
dan biaya individu yang menunggu untuk memperoleh pelayanan. Dan juga
bertujuan untuk mengetahui beberapa parameter yang mempengaruhi kinerja
dari sistem antrian. Sebagai contoh, ukuran kinerja adalah berapa lama
pelanggan harus menunggu sebelum dilayani. Ukuran yang lain adalah
persentase waktu fasilitas pelayanan yang tidak digunakan atau menganggur
karena tidak adanya pelanggan tingkat kegunaan fasilitas layanan. Dapat
dikatakan bahwa semakin lama waktu tunggu pelanggan, maka semakin kecil
pula waktu menganggur fasilitas pelayanan yang tersisa, begitu juga sebaliknya

2.3. Karakteristik Sistem Antrian

Sistem Antrian adalah kedatangan pelanggan untuk mendapatkan
pelayanan, menunggu untuk dilayani jika fasilitas pelayanan (server) masih sibuk,
mendapatkan pelayanan dan kemudian meninggalkan sistem setelah dilayani
(Gross, 2001). Apabila pelanggan yang tiba dapat langsung masuk kedalam sistem
pelayanan, maka pelanggan tersebut langsung dilayani, sebaliknya jika harus
menunggu maka mereka harus membentuk antrian hingga tiba waktu pelanggan.
Terdapat tiga komponen dalam sebuah sistem antrian (Barry Render
dan Jay Heizer, 2005 : 659)

2.3.1. Karakteristik Kedatangan

Pola kedatangan (arrival pattern atau arrival rate) dalam suatu antrian
sangat bervariasi dan berbeda satu sama yang lain. Untuk pola kedatangan random
maka bentuk distribusinya Poisson. Tingkat kedatangan dalam satuan waktu
dinyatakan dalam lambda (λ), dan menurut statistik dapat dibuktikan bahwa
tingkat kedatangan mengikuti Distribusi Poisson rata - rata jarak antara (interval
kedatangan) yaitu 1/λ.
Kedatangan memiliki karakteristik seperti ukuran populasi, perilaku,
dan sebuah distribusi statistik. Sumber input yang menghadirkan kedatangan
bagi sebuah sistem pelayanan memiliki tiga karakteristik utama, yaitu :

5
 1. Ukuran populasi
Merupakan sumber kedatangan dalam sistem antrian meliputi:
a. Populasi yang tidak terbatas : jumlah kedatangan atau pelanggan
pada sebuah waktu tertentu hanyalah sebagian kecil dari semua
kedatangan yang potensial.
b. Populasi terbatas : sebuah antrian ketika hanya ada pengguna
pelayanan yang potensial dengan jumlah terbatas.
2. Pola kedatangan pada sistem
Menggambarkan bagaimana distribusi pelanggan memasuki sistem.
Pelanggan tiba pada sebuah fasilitas pelayanan baik yang memiliki :
a. Jadwal tertentu (constant arrival distribution)
b. Secara acak (arrival pattern random).
3. Perilaku kedatangan
Perilaku setiap pelanggan berbeda-beda dalam memperoleh pelayanan,
berikut adalah karakteristik perilaku kedatangan :
a. Pelanggan yang sabar : mesin atau orang-orang yang menunggu
dalam antrian hingga mereka dilayani dan tidak berpindah garis
antrian.
b. Pelanggan yang menolak dan membelot, tidak akan mau bergabung
dalam antrian karena merasa terlalu lama waktu yang dibutuhkan
untuk dapat memenuhi keperluan mereka.

2.3.2. Karakteristik Pelayanan

Adapun simbol abjad Yunani lain yang digunakan untuk rata - rata tingkat
pelayanan dalam model antrian adalah μ (miu). Jika rata - rata pelayanan μ maka
penyebaran (distribusi) lama pelayanan mengikuti suatu distribusi eksponensial
yang negatif, dengan lama pelayanan adalah 1/μ. Mengingat pola kedatangan
mengikuti distribusi Poisson, namun distribusi pola pelayanan tidak jelas sehingga
untuk menyederhanakan pemecahan masalah dianggap saja pola pelayanan
mengikuti distribusi eksponensial ataudistribusi Poisson.

6
 Secara umum, kondisi atau asumsi yang harus diperhatikan untuk model
antrian adalah:
1. Tingkat kedatangan menurut distribusi Poisson.
2. Lama pelayanan diasumsikan mengikuti distribusi eksponensial
atau distribusi Poisson.
3. Disiplin, yang datang lebih dahulu harus memperoleh pelayanan
lebih dahulu.
Komponen ketiga dari setiap sistem antrian adalah pelayanan. Dua hal
penting yang ada dalam karakteristik pelayanan, yaitu :
1. Desain dasar sistem antrian
Pelayanan pada umumnya digolongkan menurut jumlah saluran atau
jumlah jalur antrian (channel) yang ada, dan jumlah tahapan (phase)
atau fasilitas pelayanan. Adapun sistem antrian dapat digolongkan
sebagai berikut:
a. Single channel sigle phase (satu jalur satu tahap)
Sistem ini adalah yang paling sederhana, dapat digunakan pada
distribusi kedatangan dan pelayanan yang standar. Contohnya pada
kantor praktek dokter gigi keluarga, tukang potong rambut, dan
sebagainya.

Gambar 2.1. Sistem antrian satu jalur satu tahap

Sumber: Binus, 2019.
b. Multychannel single phase (banyak jalur satu tahap)
Adalah merupakan sistem pelayanan dengan jalur berganda dan satu
tahap pelayanan. Sistem ini sering digunakan pada bank dan kantor
pos.

7
 Gambar 2.2.Sistem antrian banyak jalur satu tahap
Sumber: Binus, 2019.
c. Single channel multyphase (satu jalur banyak tahap)
Sistem ini merupakan sistem yang menggunakan jalur tunggal
dengan tahapan atau pelayanan berganda. Contohnya : Mc Donald,
pencucian mobil, dan sebagainya.

Gambar 2.3. Sistem antrian satu jaluur banyak tahap

Sumber: Binus, 2019.
d. Multychannel multyphase (banyak jalur banyak tahap)
Merupakan sistem pelayanan yang mana terdapat jalur antrian
berganda dan juga pelayanan yang berganda. Contohnya pada
beberapa kantor pendaftaran mahasiswa.

Gambar 2.4. Sistem antrian banyak jalur banyak tahap

Sumber: Binus, 2019.

8
 2. Distribusi lama pelayanan
Pola pelayanan serupa dengan pola kedatangan, dimana ini dapat dibagi
atas:
a. Lama pelayanan konstan merupakan waktu untuk melayani setiap
pelanggan adalah sama.
b. Lama pelayanan acak yaitu tidak sama dimana dalam distribusi
probabilitas eksponensial negatif.

2.3.3. Karakteristik Tingkat Kedatangan dan Pelayanan

Diasumsikan bahwa tingkat pelayanan (µ) harus melebihi tingkat
kedatangan pengantri (λ). Jika tidak memenuhi maka antrian akan makin panjang
sehingga tidak ada solusi keseimbangan. Jika λ kurang dari µ, maka
trafficintensity atau faktor utilisasi kurang dari 1. Jika rasio ini mendekati 1,
panjang antrian yang diharapkan akan mendekati tak terbatas.

2.3.4. Karakteristik atau Disiplin Antrian

Disiplin antrian menunjukkan pedoman keputusan yang digunakan
untuk menyeleksi individu-individu yang memasuki antrian untuk dilayani
terlebih dahulu (prioritas), terdiri dari :
1. First Come First Served (FCFS)
Merupakan disiplin antrian yang sering digunakan, dimana para
pelanggan yang pertama kali datang maka ia yang akan dilayani
pertama kali atau dilayani terlebih dahulu. Antrian ini banyak
digunakan antara lain di bank, bioskop dan lain-lain.
2. Last Come First Served (LCFS)
Merupakan disiplin antrian yang mana pelanggan yang terakhir datang
adalah yang akan dilayani pertama.
3. Shortest Operating Time (SOT)
Merupakan disiplin antrian dimana pelanggan yang membutuhkan lama
pelayanan paling singkat adalah yang akan dilayani pertama kali.
4. Servece In Random Order (SIRO)
Merupakan disiplin antrian pelanggan mungkin akan dilayani secara
acak (random), tidak peduli siapa yang lebih dulu tiba untuk dilayani.

9
2.3.5. Fasilitas Pelayanan
Pola pelayanan ditentukan oleh lama pelayanan yaitu waktu yang
dibutuhkan untuk melayani pelanggan pada fasilitas pelayanan. Lama pelayanan
dapat berupa lama pelayanan konstan atau pun variabel acak yang telah diketahui
probabilitasnya. Tingkat pelayanan adalah jumlah pelanggan yang dilayani per
satuan waktu. Lama pelayanan antara fasilitas pelayanan dengan fasilitas
pelayanan yang lain biasanya tidak konstan.
Distribusi Probabilitas untuk waktu layanan biasanya mengikuti distribusi
probabilitas Eksponensial yang formulanya dapat memberikan informasi yang
berguna mengenai operasi yang terjadi pada suatu antrian. Diantara ukuran kinerja
sistem antrian yaitu:
1. Menentukan peluang masa sibuk (ρ)
Peluang masa sibuk adalah hasil bagi antara laju kedatangan dengan laju
pelayanan. Semakin besar peluang masa sibuk maka semakin panjang
antrian dan sebaliknya.
Dengan:
ρ : Peluang masa sibuk
: Jumlah yang dilayani persatuan waktu
λ : Jumlah Kedatangan persatuan waktu
2. Ekspektasi dalam sistem (Ls)
Ekspektasi dalam sistem (Ls) merupakan rata-rata jumlah dalam antrian
ditambah satu unit yang sedang dilayani. Ls tersebut merupakan
hubungan sederhana antara jumlah n yang antri dan berbagai
kemungkinan Pn untuk seluruh n yang terjadi.
3. Ekspektasi panjang antrian (Lq)
Ekspektasi panjang antrian (Lq) merupakan jumlah rata-rata yang
menunggu dalam sistem dikalikan dengan tingkat kesibukan pelayanan.
4. Ekspektasi waktu menunggu dalam sistem (Ws)
Rata-rata dalam sistem dipengaruhi oleh 2 faktor yaitu jumlah yang antri
dalam sistem (Ls) dibandingkan dengan tingkat kedatangan dalam sistem
(λ).

10
 5. Ekspektasi waktu menunggu dalam antrian (Wq)
Rata-rata waktu menunggu dalam antrian (Wq) di pengaruhi oleh jumlah
rata-rata dalam antrian dibandingkan dengan tingkat kedatangan dalam
antrian (λ).
6. Ekspektasi lama pelayanan (Wt)
Rata-rata lama pelayanan (Wt) yaitu perbedaan waktu rata-rata menunggu
dalam sistem (Ws) dengan rata-rata waktu menunggu dalam antrian (Wq).

2.4. Model Antrian

Untuk mengoptimalkan suatu pelayanan, kita dapat memperkirakan
lama pelayanan, dan dapat menentukan jumlah saluran atau jalur antrian dan
jumlah pelayan atau tenaga kerja yang tepat yang akan digunakan dengan
menggunakan model-model antrian. Terdapat empat model antrian yaitu:
Tabel 2.1. Model Antrian
No Model dan Jumlah Jumlah Pola Pola Lama Ukuran Aturan
Nama Jalur Tahapan Tingkat pelayanan Antrian
Kedatangan
Sistem
Tidak
1. Sederhana Tunggal Tunggal Poisson Eksponensial FIFO
Terbatas
(M/M/1)
Jalur
Tidak
2. Berganda Ganda Tunggal Poisson Eksponensial FIFO
Terbatas
(M/M/S)
Pelayanan
Tidak
3. Konstan Tunggal Tunggal Poisson Konstan FIFO
Terbatas
(M/D/1)
Populasi
4. Tunggal Tunggal Poisson Eksponensial terbatas FIFO
Terbatas
Sumber: Buku Prinsip-prinsip Manajemen Operasi, 2015.
Untuk kemudahan dalam memahami karakteristik suatu sistem antrian
digunakan notasi Kendall Lee yaitu format umum (a/b/c) : (d/e/f). Notasi tersebut
mempunyai arti sebagai berikut:

11
a : Bentuk distribusi pertibaan, yaitu jumlah pertibaan persatuan waktu.
b : Bentuk distribusi pelayanan, yaitu selang waktu antara satuan-satuan yang
dilayani.
c : Jumlah saluran dalam sistem
d : Disiplin layanan
e : Jumlah maksimum yang diperkenankan berada dalam sistem
f : Besar populasi masukan
Simbol a dan b untuk kedatangan dan kepergian digunakan kode-kode
berikut sebagai pengganti:
M : Poisson (Markovian) untuk distribusi kedatangan atau waktu pelayanan
D : Interarrival atau service time konstan (deterministik)
Ek : Interarrival atau service time berdistribusi Erlang atau Gamma
G : General (umum)
Untuk huruf d digunakan kode-kode sebagai pengganti:
1. FIFO atau FCFS
2. LIFO atau LCFS
3. SIRO
Untuk huruf c, digunakan bilangan bulat positif yang mengunakan jumlah
pelayanan. Untuk huruf e dan f digunakan kode N atau menyatakan jumlah
terbatas atau tak berhingga satu-satuan dalam sistem antrian dan populasi
masukan.
Contoh pada penulisan model (M/M/1) : (FIFO/~/~), ini berarti bahwa
model menyatakan pertibaan berdistribusi Poisson, lama pelayanan berdistribusi
Eksponensial, jumlah saluran dalam sistem adalah 1, jumlah satuan pelayanan
waktu adalah first in first out, jumlah langganan yang boleh masuk tidak
berhingga dalam sistem antrian dan ukuran (besarnya) populasi masukan juga
tidak berhingga.

2.4.1. Sistem Sederhana (M/M/1)

Pada model ini kedatangan berdistribusi poisson dan lama pelayanan
eksponensial. Dalam situasi ini, kedatangan membentuk satu jalur tunggal untuk
dilayani oleh satu stasiun tunggal. Diasumsikan sistem berada pada kondisi
sebagai berikut:

12
 1. Kedatangan dilayani atas dasar first in, first out dan setiap kedatangan
menunggu untuk dilayani, terlepas dari panjang antrian.
2. Kedatangan tidak terikat pada kedatangan sebelumnya, hanya saja jumlah
rata-rata kedatangan tidak berubah menurut waktu.
3. Kedatangan digambarkan dengan distribusi probabilitas poisson datang
dari sebuah populasi yang tidak terbatas.
4. Lama pelayanan bervariasi dari satu pelanggan dengan pelanggan yang
berikutnya dan tidak terikat satu sama lain, tetapi tingkat rata-rata
pelayanan diketahui.
5. Lama pelayanan sesuai dengan distribusi probabilitas eksponensial negatif.
6. Tingkat rata-rata kedatangan lebih kecil daripada tingkat rata-rata
pelayanan.
Dengan:
: tingkat rata - rata kedatangan per satuan waktu (unit/waktu)
: tingkat rata - rata pelayanan per satuan waktu (unit/waktu
: rata - rata jumlah pembeli dalam antrian (unit)
: rata - rata jumlah pembeli dalam sistem (unit)
: rata - rata waktu pembeli dalam antrian (jam)
: rata - rata waktu menunggu dalam sistem (jam)
: probabilitas terdapat n pembeli dalam sistem (frekuensi relatif)
𝑃0 : probabilitas tidak ada pembeli dalam sistem (frekuensi relatif)
: probabilitas menunggu dalam sistem (frekuensi relatif)
𝜌 : tingkat kesibukan fasilitas sistem atau utilitas (rasio)
Tabel 2.2. Model Sistem Sederhana

𝜆2 𝜆 𝜆
𝐿𝑞 = 𝑊𝑞 = 𝑝=
( − 𝜆) ( − 𝜆)

𝜆 1 𝜆 𝑛 𝜆
𝐿𝑠 = 𝑊𝑠 = 𝑃𝑛 = ( ) (1 − )
−𝜆 −𝜆

Sumber: Buku Prinsip-prinsip Manajemen Operasi, 2015.

Perbedaan antara jumlah rata-rata dalam sistem dengan jumlah rata-rata
dalam antrian adalah 1, yaitu banyaknya pembeli yang sedang menerima
pelayanan 𝐿𝑠 ─ 𝐿𝑞 = 1.

13
2.4.2. Jalur Berganda (M/M/S)
Pada model ini terdapat dua atau lebih jalur stasiun pelayanan yang
tersedia untuk melayani pelanggan yang datang. Asumsi bahwa pelanggan yang
menunggu pelayanan membentuk satu jalur yang akan dilayani pada stasiun
pelayanan yang tersedia pertama kali pada saat itu. Model ini juga
mengasumsikan bahwa pola kedatangan mengikuti distribusi eksponensial negatif.
Pelayanan dilakukan secara FCFS dan semua stasiun pelayanan diasumsikan
memiliki tingkat pelayanan yang sama.
Syarat atau kondisi yang lain sama dengan model server tunggal.
Persamaan - persamaan untuk model ini tergantung pada 𝑃0 yakni probabilitas
semua fasilitas pelayanan menganggur.

2.4.3. Pelayanan Konstan (M/D/1)

Model ini merupakan variasi dari model antrian pertama, di mana panjang
antrian atau kapasitas tunggu dibatasi maksimum N individu. Jumlah maksimum
ini meliputi individu yang menunggu dan yang sedang dilayani. Bila individu
mencapai N atau lebih, individu yang datang berikutnya akan meninggalkan
antrian dan tidak kembali. Jenis model ini sering merupakan perkiraan logis untuk
memecahkan persoalan antrian dalam sektor industri jasa. Sebagai contoh adalah
rumah makan dengan kapasitas parkir yang terbatas. Bila pelanggan tiba dan tidak
mendapatkan tempat parkir, ia pasti langsung pergi ke tempat lain. Kecuali batas
jumlah dalam sistem, asumsi yang mendasari model ini, sama dengan yang
mendasari model pertama.
Tabel 2.3. Model Pelayanan Konstan

1−𝑝 𝐿𝑞 = 𝐿𝑠 − 𝑝(1 − 𝑃𝑛) 𝐿𝑠

𝑃𝑛 = () 𝑝𝑛 𝑊𝑠 =
1 − 𝑝𝑁+1 𝜆(1 − 𝑃𝑛 )

1−𝑝 𝑝(1 − (𝑁 + 1)𝑝𝑁 + 𝑁𝑝𝑁+1) 1

𝑃0 = ( ) 𝐿𝑠 = 𝑊𝑞 = 𝑊𝑠 −
1 − 𝑝𝑁+1 (1 − 𝑝)(1 − 𝑝𝑁+1) µ
Sumber: Buku Prinsip-prinsip Manajemen Operasi, 2015.

14
2.4.4. Populasi Terbatas (M/M/1/∞/N)
Model ini identik dengan model pertama, hanya saja sumber populasi
dibatasi N. Model ini banyak dijumpai dalam sistem antrian pada perbaikan mesin
di suatu pabrik. Persamaan yang digunakan dalam menentukan karakteristik
model sistem antrian ini adalah:
Tabel 2.4. Model Populasi Terbatas
𝑁 −1
𝑛
𝜆+µ 𝐿𝑞
𝑁! 𝜆
𝐿𝑞 = 𝑁 − ( ) (1 − 𝑃0) 𝑊𝑞 =
𝑃0 = [∑ () ] 𝜆 (𝑁 − 𝐿 )𝜆
(𝑁 − 𝑛)!
𝑠
µ
𝑛=0

𝑁! 𝜆 𝑛 1
𝑃𝑛 = ( ) 𝑃0 𝐿𝑠 = 𝐿𝑞 + (1 − 𝑃0) 𝑊𝑠 = 𝑊𝑞 +
(𝑁 − 𝑛)! µ
µ
Sumber: Buku Prinsip-prinsip Manajemen Operasi, 2015.

2.5. Prosedur Pembentukan Model Antrian

Adapun langkah-langkah pembentukan model antrian dilakukan dengan
beberapa tahap berikut yaitu:
1. Pemeriksaan Steady State
Ukuran steady state dari kinerja sistem pelayanan dapat diperoleh dari data
rata-rata jumlah kedatangan dan rata-rata lama pelayanan dari PT. Bank
Rakyat Indonesia (Persero) Tbk. Memenuhi kondisi steady state haruslah
rata-rata jumlah pelanggan yang datang lebih kecil dari rata-rata laju
pelayanan.
2. Pengujian Hipotesis
Setelah pemeriksaan steady state terpenuhi, maka dilakukan uji kecocokan
distribusi pola kedatangan dan pola pelayanan dengan menggunakan uji
chi square (X2). Jika kriteria keputusan distribusi pola kedatangan maka
data yang diuji mengikuti distribusi Poisson. Jika kriteria keputusan
distribusi pola pelayanan maka data yang diuji mengikuti distribusi
Eksponensial.

15
2.6. Biaya Total Antrian
Masalah antri bagi kebanyakan orang sebenarnya ingin dihindari.
Penambahan outlet supermarket, penambahan counter bank, penambahan ATM
di berbagai tempat, fleksibilitas sistem pelayanan di restoran cepat saji (fast food
restaurant) adalah contoh-contoh dimana upaya untuk mengurangi antrian atau
panjangnya garis tunggu dilakukan agar pelanggan terlayani dengan baik.
Bahkan terobosan teknologi informasi melalui on line banking, belanja online,
pendaftaran online juga bisa menjadi contoh mengenai usaha untuk mengurangi
panjang garis tunggu.
Ketika waktu menjadi sumber ekonomi bagi seseorang, maka waktu untuk
antri mempunyai nilai ekonomis dimana konsep opportunity cost berlaku disini.
Dengan demikian, antrian jelas akan menimbulkan biaya bagi pelanggan. Agar
pelanggan tetap tertarik untuk datang, maka manajemen akan berusaha agar
antrian itu di usahakan minimum sehingga pelanggan tidak jadi masuk atau
bahkan keluar dari garis tunggu merupakan kerugian. Oleh karena itu penentuan,
dan pengukuran tolak ukur jenis biayaini rumit dan tidak mudah.
Di sisi yang lain, usaha untuk meminimalkan antrian itu jelas
membutuhkan penyediaan fasilitas pelayanan. Hal ini tentu saja berkaitan
dengan penyediaan dana baik untuk tambahan investasi maupun untuk tambahan
biaya operasional. Penambahan counter, penambahan jaringan, penambahan
mesin pompa bensin, dan lain-lain adalah contoh dimana usaha untuk
mengurangi garis tunggu atau antrian itu menghendaki tambahan dana untuk
tambahan investasi dan operasi. Jadi, di satu sisi manajemen harus
meminimalkan biaya antri, namun di sisi yang lain manajemen harus
mengeluarkan biaya fasilitas.

Gambar 2.5. Karakteristik Biaya dalam Model Antrian

Sumber: Siswanto, 2007

16
 Jadi, jelas sekali kedua macam biaya itu bergerak pada arah yang
berlawanan. Garis tunggu pendek menghendaki biaya yang tinggi namun
sebaliknya biaya yang rendah menghasilkan garis tunggu yang panjang. Oleh
karena itu, sebuah pilihan yang memenuhi kedua macam biaya yang berlawanan
arah tersebut harus dibuat. Semakin tinggi tingkat pelayanan, akan semakin
rendah biaya antri namun hal ini justru akan membuat biaya fasilitas semakin
tinggi. Sebaliknya tingkat pelayanan yang semakin rendah akan menghasilkan
biaya fasilitas yang semakin rendah namun hal itu kan membuat biaya antri
semakin tinggi. Oleh karena itu kondisi µ optimal menjelaskan pilihan terbaik
dimana biaya total kedua jenis biaya tersebut adalah dasar pertimbangannya.
Ketika arah dua macam biaya di dalam model antrian, yaitu biaya
fasilitas dan biaya antri berlawanan arah, maka tingkat pelayanan yang
diturunkan dari kondisi biaya total antrian minimum harus menjadi pertimbangan
utama.

2.6.1. Biaya Antrian

Pada dasarnya, biaya antri terdiri atas dua macam biaya, yaitu:
1. Biaya yang muncul pada pihak pelanggan karena dia harus membuang
waktu untuk antri. Biaya inidiukur melalui opportunity cost.
2. Biaya yang berupa kerugian pada organisasi karena pelanggan harus
keluar dari garis tunggu. Kerugian ini bisa diukur melalui berapa kerugian
yang akan diderita jikasatu pelanggan berkurang.
Sejauh mana pelanggan akan masuk ke dalam sistem atau meninggalkan
sistem sangat tergantung kepada jumlah pelanggan di dalam sistem. Semakin
sedikit jumlah pelanggan di dalam sistem, semakin besar peluang pelanggan
masuk ke dalam sistem. Oleh karena itu, jika biaya antri rata-rata setiap pelanggan
adalah BA . Ls, maka:
Biaya Antri = BA . Ls

17
2.6.2. Biaya Fasilitas
Biaya fasilitas adalah biaya yang muncul karena organisasi harus
mengadakan tambahan investasi guna menambah fasilitas pelayanan µ
meningkat. Biaya ini pada dasarnya terdiri dari biaya tetap untuk tambahan
fasilitas dan biaya operasional.
Karena tolok ukur kinerja penambahan fasilitas itu adalah penurunan
tingkat pelayanan µ, maka satuan biaya tetap penambahan fasilitas dan satuan
biaya operasional variable harus diukur berdasar satuan tersebut. Konversi ini
perlu dilakukan untuk menjaga agar model menghasilkan informasi sebagaimana
dimaksud.
Biaya Fasilitas = BF . µ

18
 BAB III
METODOLOGI PENELITIAN
Setelah pengujian hipotesis dilakukan, maka selanjutnya yaitu penentuan
tahapan dari kinerja dari pembuatan laporan melalui tahapan yang akan dilalui
dengan melihat flowchart berikut.

Gambar 3.1. Flowchart Metogologi Penelitian

Sumber: Pengolahan Data Draw.io, 2022

19
3.1. Tempat dan Waktu Pengamatan
Pengamatan ini dilaksanakan di Istana Bayi yang berada di Jalan HR.
Soebrantas No.25A Kecamatan Tampan, Kota Pekanbaru, Riau. Pengamatan ini
dilakukan pada tanggal 16 Juni 2022 yang dilakukan selama 4 hari.

3.2. Kerangka Pemikiran

Perbaikan sistem antrian diharapkan dapat mengurangi lama waktu
mengantri serta meminimalkan pengeluaran yang diakibatkan penambahan
fasilitas pelayanan. Model antrian yang diterapkan pada kondisi saat ini adalah
Multi channel- Singel phase yang dimana terdapat dua server antrian. Namun
waktu mengantri dapat dikatakan masih relatif lama pada sistem antrian, terutama
pada waktu dimana kedatangan pelanggan meningkat yang menyebabkan
penumpukan pelanggan di bagian fasilitas pelayanan sehingga akan
mengakibatkan pelanggan menjadi tidak nyaman. Maka dari itu penting dilakukan
evaluasi kinerja pelayanan dengan memperbaiki sistem antrian untuk mengurangi
waktu tunggu pelanggan dan panjang antriannya.
Pada penelitian kali ini identifikasi permasalahan yang kemudian
dilakukan analisis sistem antrian dan memberikan rekomendasi terbaik yang
mampu mengurangi waktu tunggu dan biaya antrian sesuai dengan perhitungan
skenario yang ada menggunakan teori antrian. Rekomendasi yang telah dihasilkan
diharapkan dapat diimplementasikan dengan harapan mampu memberikan
manfaat bagi pihak pelaku usaha maupun pelanggan.

3.3. Studi Pendahuluan

Studi pendahuluan merupakan tahap awal dari suatu penelitian. Studi
lapang adalah tahapan yang bertujuan untuk mengetahui kondisi langsung dari
suatu perusahaan dan memperoleh informasi serta mengetahui permasalahan yang
terjadi. Studi lapang dilakukan dengan melakukan wawancara dan observasi di
perusahaan terkait. Studi pustaka merupakan tahap yang dilakukan dengan cara
mencari informasi yang mendukung penelitian melalui buku, jurnal, internet, dan
lain-lain. Tujuan dari studi pustaka adalah untuk memperoleh informasi
berdasarkan literatur yang berhubungan dengan penelitian.

20
3.4. Pengumpulan Data
Data diperoleh dengan cara melakukan pengamatan langsung ke lokasi
penelitian. Data yang diambil secara langsung dari lokasi penelitian yaitu
meliputi:
1. Data primer didapatkan dengan melakukan pengamatan secara langsung
ke lokasi penelitian. Pengambilan data ini dilakukan selama 4 hari.
Dengan data yang diambil berupa:
a. Data waktu saat pelanggan datang ke dalam antrian.
b. Waktu saat pelanggan mulai untuk dilayani.
c. Data waktu saat pelanggan selesai untuk dilayani atau keluar dari
sistem antrian.
2. Data sekunder merupakan data pendukung yang didapat seperti jumlah
kasir dan biaya kasir.

3.5. Pengolahan Data

Data primer yang telah dikumpulkan kemudian selanjutnya diolah dan
sebagai input dari data. Adapun pengolahan data primer dilakukan dengan
langkah-langkah sebagai berikut:
1. Menghitung waktu antrian setiap pelanggan yang datang, didapat dari data
waktu pelanggan pertama yang mulai dilayani dikurangi dengan waktu
pelanggan datang kedalam antrian.
2. Menghitung durasi waktu setiap pelanggan yang dilayani, di dapat dari
data waktu saat pelanggan pertama selesai dilayani dikurangi dengan
waktu saat pelanggan kedua mulai dilayani.
3. Menghitung waktu kedatangan antar pelanggan yang datang, di dapat dari
jeda waktu kedatangan antar pelanggan pertama dikurangi dengan waktu
pelanggan ke 2
4. Menghitung rata-rata dari lama pelanggan yang mengantri, lama
pelanggan yang dilayani dan waktu antar kedatangan.

21
 BAB IV
IMPLEMENTASI METODE

4.1. Pengumpulan Data

Data yang digunakan dalam penelitian ini yaitu data yang diperoleh dari
pengamatan langsung pada tempat pembelanjaan kebutuhan anak-anak yaitu
Istana Bayi yang berada di Jalan HR. Soebrantas no. 25A Kota Pekanbaru, Riau.
Pengamatan dilakukan selama 4 hari, yaitu pada hari Kamis sampai minggu
(mulai tanggal 16 Juni 2022 sampai dengan 19 Juni 2022) dengan rentang waktu
pengamatan dari pukul 13.00 sampai dengan 15.00. Waktu yang dipilih
berdasarkan pengamatan yang dilakukan yaitu mencatat waktu kedatangan
pelanggan, waktu mulai dari saat pelanggan mulai mengantri, pelanggan mulai
dilayani oleh kasir dan pelanggan selesai dilayani. Pencatatan lama lama
pelayanan dihitung dengan memakai jam digital.
Berdasarkan pengumpulan data dilapangan maka diperoleh jumlah
kedatangan pelanggan sebagai berikut:
Tabel 4.1. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan

No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan

Hari 1
1 1 13:34:14 13:34:42 13:40:02
2 2 13:34:22 13:37:11 13:40:32
3 3 13:37:18 13:42:13 13:46:02
4 4 13:40:32 13:46:57 13:49:02
5 5 13:41:21 13:47:18 13:49:19
6 6 13:45:22 13:49:58 13:53:36
7 7 13:47:45 13:49:32 13:55:52
8 8 13:48:21 13:54:02 13:58:47
9 9 14:01:17 14:02:10 14:03:31
10 10 14:03:54 14:04:58 14:07:36
11 11 14:05:52 14:08:01 14:11:26
12 12 14:08:17 14:08:54 14:12:51
13 13 14:11:07 14:13:09 14:17:44
14 14 14:13:29 14:18:09 14:21:17
15 15 14:15:13 14:16:51 14:22:09
16 16 14:17:41 14:21:58 14:25:18
17 17 14:18:34 14:22:52 14:25:34
Sumber: Pengolahan Data, 2022

22
Tabel 4.2. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan (Lanjutan)
No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan
Hari 1
18 18 14:19:13 14:25:56 14:26:58
19 19 14:19:42 14:26:02 14:27:47
20 20 14:21:14 14:26:04 14:29:21
21 21 14:23:09 14:27:58 14:30:14
22 22 14:26:35 14:28:10 14:32:17
23 23 14:28:27 14:32:06 14:33:22
24 24 14:34:51 14:32:57 14:35:18
25 25 14:38:48 14:39:02 14:43:22
26 26 14:42:39 14:43:32 14:46:19
27 27 14:44:22 14:44:50 14:46:34
28 28 14:45:39 14:47:01 14:52:26
Hari 2
29 1 13:17:34 13:21:50 13:28:11
30 2 13:20:11 13:23:41 13:26:57
31 3 13:23:21 13:27:21 13:30:47
32 4 13:23:58 13:28:59 13:33:12
33 5 13:26:17 13:31:05 13:34:28
34 6 13:28:39 13:33:58 13:36:22
35 7 13:32:04 13:35:02 13:37:39
36 8 13:34:22 13:38:04 13:41:47
37 9 13:37:18 13:37:11 13:40:32
38 10 13:39:41 13:42:13 13:46:02
39 11 13:40:32 13:46:17 13:49:19
40 12 13:44:17 13:47:32 13:51:03
41 13 13:45:22 13:49:58 13:55:37
42 14 13:46:11 13:52:25 13:58:01
43 15 13:47:22 13:56:25 13:58:41
44 16 13:48:03 13:59:06 14:02:51
45 17 13:50:19 14:00:02 14:03:32
46 18 13:52:23 14:03:12 14:05:27
47 19 14:00:30 14:05:17 14:09:46
48 20 14:05:15 14:10:18 14:15:51
49 21 14:17:29 14:17:58 14:24:38
50 22 14:25:40 14:25:51 14:30:21
51 23 14:29:17 14:30:59 14:33:22
52 24 14:29:45 14:32:06 14:35:16
53 25 14:31:46 14:34:20 14:37:27
54 26 14:34:27 14:37:54 14:38:41
Sumber: Pengolahan Data, 2022

23
Tabel 4.3. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan (Lanjutan)
No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan
Hari 3
55 1 13:01:08 13:03:14 13:11:44
56 2 13:04:16 13:05:21 13:13:18
57 3 13:07:14 13:12:32 13:17:41
58 4 13:11:29 13:14:11 13:18:17
59 5 13:13:15 13:18:45 13:20:55
60 6 13:15:21 13:18:46 13:26:01
61 7 13:21:13 13:22:40 13:30:21
62 8 13:32:22 13:32:56 13:42:19
63 9 13:32:51 13:42:52 13:53:20
64 10 13:34:21 13:44:38 13:58:57
65 11 13:41:38 13:53:57 14:09:23
66 12 13:47:07 13:59:06 14:11:03
67 13 14:03:32 14:11:49 14:18:17
68 14 14:10:11 14:18:59 14:24:28
69 15 14:25:22 14:25:57 14:29:48
70 16 14:27:18 14:27:45 14:31:51
71 17 14:31:07 14:32:09 14:39:34
72 18 14:38:19 14:46:44 14:50:09
73 19 14:44:26 14:47:03 14:53:11
74 20 14:51:14 14:56:16 14:59:56
75 21 15:02:17 15:12:47 15:18:27
76 22 15:06:47 15:13:28 15:20:07
77 23 15:10:52 15:18:15 15:22:33
78 24 15:13:10 15:20:51 15:23:41
79 25 15:20:59 15:23:09 15:29:50
Hari 4
80 1 13:02:17 13:12:47 13:18:27
81 2 13:06:47 13:13:28 13:20:07
82 3 13:10:51 13:18:15 13:22:33
83 4 13:13:10 13:20:51 13:23:41
84 5 13:20:52 13:23:09 13:29:44
85 6 13:25:08 13:24:12 13:29:50
86 7 13:26:35 13:30:11 13:36:09
87 8 13:28:03 13:31:09 13:38:44
88 9 13:29:10 13:37:11 13:40:32
89 10 13:36:18 13:41:52 13:49:19
90 11 13:39:41 13:42:13 13:51:03
91 12 13:40:32 13:46:57 13:53:11
92 13 13:44:17 13:47:32 13:55:27
Sumber: Pengolahan Data, 2022

24
Tabel 4.4. Data Waktu Kedatangan, Dilayani dan Selesai Pelayanan (Lanjutan)
No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan
Hari 4
93 14 13:45:22 13:49:58 13:55:49
94 15 13:48:38 13:51:24 13:58:08
95 16 13:54:44 13:53:45 14:04:19
96 17 14:01:17 13:56:12 14:06:17
97 18 14:02:03 14:01:47 14:07:36
98 19 14:07:31 14:02:32 14:11:26
99 20 14:08:26 14:04:58 14:12:51
100 21 14:11:07 14:05:11 14:17:44
Sumber: Pengolahan Data, 2022

4.2. Pengolahan Data

Pengolahan data pada penelitian ini yaitu dengan menganalisa waktu
berdasarkan pengamatan yang dilakukan yaitu waktu kedatatangan pelanggan,
waktu mulai dari saat pelanggan mulai mengantri, pelanggan mulai dilayani oleh
kasir dan pelanggan selesai dilayani. Pencatatan lama lama pelayanan dihitung
dengan memakai jam digital. Pengolahan data ini disajikan dalam bentuk grafik
dan plot untuk membandingkan setiap waktu antar kedatangan dan waktu antar
dilayani.

4.2.1. Plot Data Distribusi

Berdasarkan pengumpulan data pada tabel 4.1. diatas maka diperoleh
waktu antar kedatangan dan waktu antar dilayani adalah sebagai berikut:
Tabel 4.5. Data Waktu Antar Kedatangan dan Lama pelayanan
Waktu Antar Lama Pelayanan
No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan
Kedatangan (Detik) (Detik)
Hari 1
1 1 13:34:14 13:34:42 13:40:02 0 320
2 2 13:34:22 13:37:11 13:40:32 8 201
3 3 13:37:18 13:42:13 13:46:02 176 229
4 4 13:40:32 13:46:57 13:49:02 194 125
5 5 13:41:21 13:47:18 13:49:19 49 121
6 6 13:45:22 13:49:58 13:53:36 241 218
7 7 13:47:45 13:49:32 13:55:52 143 380
8 8 13:48:21 13:54:02 13:58:47 36 285
9 9 14:01:17 14:02:10 14:03:31 776 81
10 10 14:03:54 14:04:58 14:07:36 157 158
11 11 14:05:52 14:08:01 14:11:26 118 205
12 12 14:08:17 14:08:54 14:12:51 145 237
13 13 14:11:07 14:13:09 14:17:44 170 275
14 14 14:13:29 14:18:09 14:21:17 142 188
15 15 14:15:13 14:16:51 14:22:09 104 318
16 16 14:17:41 14:21:58 14:25:18 148 200
Sumber: Pengolahan Data, 2022

25
Tabel 4.6. Data Waktu Antar Kedatangan dan Lama pelayanan (Lanjutan)
Waktu Antar Lama Pelayanan
No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan
Kedatangan (Detik) (Detik)
Hari 1
17 17 14:18:34 14:22:52 14:25:34 53 162
18 18 14:19:13 14:25:56 14:26:58 39 62
19 19 14:19:42 14:26:02 14:27:47 29 105
20 20 14:21:14 14:26:04 14:29:21 92 197
21 21 14:23:09 14:27:58 14:30:14 115 136
22 22 14:26:35 14:28:10 14:32:17 206 247
23 23 14:28:27 14:32:06 14:33:22 112 76
24 24 14:34:51 14:32:57 14:35:18 384 141
25 25 14:38:48 14:39:02 14:43:22 237 260
26 26 14:42:39 14:43:32 14:46:19 231 167
27 27 14:44:22 14:44:50 14:46:34 103 104
28 28 14:45:39 14:47:01 14:52:26 77 325
Hari 2
29 1 13:17:34 13:21:50 13:28:11 0 381
30 2 13:20:11 13:23:41 13:26:57 157 196
31 3 13:23:21 13:27:21 13:30:47 190 206
32 4 13:23:58 13:28:59 13:33:12 37 253
33 5 13:26:17 13:31:05 13:34:28 139 203
34 6 13:28:39 13:33:58 13:36:22 142 144
35 7 13:32:04 13:35:02 13:37:39 205 157
36 8 13:34:22 13:38:04 13:41:47 138 223
37 9 13:37:18 13:37:11 13:40:32 176 201
38 10 13:39:41 13:42:13 13:46:02 143 229
39 11 13:40:32 13:46:17 13:49:19 51 182
40 12 13:44:17 13:47:32 13:51:03 225 211
41 13 13:45:22 13:49:58 13:55:37 65 339
42 14 13:46:11 13:52:25 13:58:01 49 336
43 15 13:47:22 13:56:25 13:58:41 71 136
44 16 13:48:03 13:59:06 14:02:51 41 225
45 17 13:50:19 14:00:02 14:03:32 136 210
46 18 13:52:23 14:03:12 14:05:27 124 135
47 19 14:00:30 14:05:17 14:09:46 487 269
48 20 14:05:15 14:10:18 14:15:51 285 333
49 21 14:17:29 14:17:58 14:24:38 734 400
50 22 14:25:40 14:25:51 14:30:21 491 270
51 23 14:29:17 14:30:59 14:33:22 217 143
52 24 14:29:45 14:32:06 14:35:16 28 190
53 25 14:31:46 14:34:20 14:37:27 121 187
54 26 14:34:27 14:37:54 14:38:41 161 47
Hari 3
55 1 13:01:08 13:03:14 13:11:44 0 510
56 2 13:04:16 13:05:21 13:13:18 188 477
57 3 13:07:14 13:12:32 13:17:41 178 309
58 4 13:11:29 13:14:11 13:18:17 255 246
59 5 13:13:15 13:18:45 13:20:55 106 130
60 6 13:15:21 13:18:46 13:26:01 126 435
61 7 13:21:13 13:22:40 13:30:21 352 461
62 8 13:32:22 13:32:56 13:42:19 669 563
63 9 13:32:51 13:42:52 13:53:20 29 628
64 10 13:34:21 13:44:38 13:58:57 90 859
65 11 13:41:38 13:53:57 14:09:23 437 926
66 12 13:47:07 13:59:06 14:11:03 329 717
67 13 14:03:32 14:11:49 14:18:17 985 388
68 14 14:10:11 14:18:59 14:24:28 399 329
69 15 14:25:22 14:25:57 14:29:48 911 231
70 16 14:27:18 14:27:45 14:31:51 116 246
71 17 14:31:07 14:32:09 14:39:34 229 445
Sumber: Pengolahan Data, 2022

26
Tabel 4.7. Data Waktu Antar Kedatangan dan Lama pelayanan (Lanjutan)
Waktu Antar Lama Pelayanan
No. Waktu Kedatangan Waktu Dilayani Selesai Pelayanan
Kedatangan (Detik) (Detik)
Hari 3
72 18 14:38:19 14:46:44 14:50:09 432 205
73 19 14:44:26 14:47:03 14:53:11 367 368
74 20 14:51:14 14:56:16 14:59:56 408 220
75 21 15:02:17 15:12:47 15:18:27 663 340
76 22 15:06:47 15:13:28 15:20:07 270 399
77 23 15:10:52 15:18:15 15:22:33 245 258
78 24 15:13:10 15:20:51 15:23:41 138 170
79 25 15:20:59 15:23:09 15:29:50 469 401
Hari 4
80 1 13:02:17 13:12:47 13:18:27 0 340
81 2 13:06:47 13:13:28 13:20:07 270 399
82 3 13:10:51 13:18:15 13:22:33 244 258
83 4 13:13:10 13:20:51 13:23:41 139 170
84 5 13:20:52 13:23:09 13:29:44 462 395
85 6 13:25:08 13:24:12 13:29:50 256 338
86 7 13:26:35 13:30:11 13:36:09 87 358
87 8 13:28:03 13:31:09 13:38:44 88 455
88 9 13:29:10 13:37:11 13:40:32 67 201
89 10 13:36:18 13:41:52 13:49:19 428 447
90 11 13:39:41 13:42:13 13:51:03 203 530
91 12 13:40:32 13:46:57 13:53:11 51 374
92 13 13:44:17 13:47:32 13:55:27 225 475
93 14 13:45:22 13:49:58 13:55:49 65 351
94 15 13:48:38 13:51:24 13:58:08 196 404
95 16 13:54:44 13:53:45 14:04:19 366 634
96 17 14:01:17 13:56:12 14:06:17 393 605
97 18 14:02:03 14:01:47 14:07:36 46 349
98 19 14:07:31 14:02:32 14:11:26 328 534
99 20 14:08:26 14:04:58 14:12:51 55 473
100 21 14:11:07 14:05:11 14:17:44 161 753
Rata-rata 223,11 304,33
Sumber: Pengolahan Data, 2022
Dari hasil perhitungan data di tabel 4.5. didapatkan nilai dari distribusi
poisson (1/λ) sebesar 223,11 detik atau 3,7 menit dan nilai dari distribusi
eksponensial (1/μ) sebesar 304,33 detik atau 5,07 menit. Untuk satuan dari
distribusi poisson dan distribusi eksponensial adalah unit/satuan waktu, maka
untuk distribusi poisson adalah λ = 1/3,7 menit = 0,27 orang/menit. Dan untuk
distribusi eksponensial adalah μ = 1/5,07 menit = 0,2 orang/menit.
Analisa distribusi data dilakukan untuk mengetahui sebaran peluang yang
akan terjadi didalam sistem antrian. Waktu antar kedatangan dan lama pelayanan
merupakan parameter yang di uji distribusi peluangnya untuk mengetahui model
antrian yang akan terbentuk. Sampel waktu kedatangan bahan dan sampel lama
pelayanan kasir diuji peluang distribusinya, untuk mengetahui bahan dan lama
pelayanan operator diambil dari kombinasi data pengamatan penulis dan data
historis perusahaan yang tercatat.

27
 Hasil uji distribusi data tersebut akan menentukan metode yang tepat
untuk menyelesaikan permasalahan antrian yang terjadi. Ketika populasi data
memiliki distribusi peluang poisson atau eksponensial maka penyelesaian masalah
antrian di selesaikan dengan analisa model antrian baku. Apabila populasi data
memiliki distribusi selain poisson dan eksponensial maka analisa antrian
dilakukan dengan menggunakan teknik simulasi
Sampel waktu kedatangan dan lama pelayanan kasir yang diambil dari
data historis diuji distribusinya dengan menggunakan goodness offit test dengan
metode Kolmogorov-Smirnov (K-S). Metode tersebut menguji peluang distribusi
data dengan cara membandingkan perbedaan dari fungsi distribusi empiris data
sampel dengan fungsi distribusi teoritis secara vertikal (nilai statistik (Dn)).
Ketika nilai statistik (Dn) lebih besar dari nilai kritis tabel maka distribusi data
tersebut akan dianggap tidak sama dengan distribusi data teoritis yang diuji.
Seluruh data yang diuji memiliki sebaran Poisson atau eksponensial. Hasil uji
distribusi data hasil pengukuran waktu antar kedatangan adalah sebagai berikut:

Gambar 4.1. Grafik Waktu Antar Kedatangan (Poisson)

Sumber: Pengolahan Data Dengan Software IBM SPSS, 2022

Kemudian untuk grafik scatterplot untuk data waktu antar kedatangan

adalah sebagai berikut:

28
 Gambar 4.2. Scatterplot Data Waktu Antar Kedatangan (Poisson)
Sumber: Pengolahan Data Dengan Software IBM SPSS, 2022

Dari hasil histogram dan scatterplot untuk waktu antar kedatangan

memiliki distribusi normal dikarenakan bentuk dari grafik histogram berbentuk
lonceng dan arah dari plot naik ke arah positif. Kemudian untuk hasil uji distribusi
data hasil pengukuran lama pelayanan adalah sebagai berikut:

Gambar 4.3. Grafik Lama pelayanan (Eksponensial)

Sumber: Pengolahan Data Dengan Software IBM SPSS, 2022

Kemudian untuk grafik scatterplot untuk data lama pelayanan adalah

sebagai berikut:

29
 Gambar 4.4. Scatterplot Data Lama pelayanan (Eksponensial)
Sumber: Pengolahan Data Dengan Software IBM SPSS, 2022
Dari hasil histogram dan scatterplot untuk lama pelayanan memiliki
distribusi normal dikarenakan bentuk dari grafik histogram berbentuk lonceng dan
arah dari plot naik ke arah positif.

4.2.2. Perhitungan Variabel Antrian

Berdasarkan hasil pengamatan langsung, didapat data bahwa rata-rata
jumlah waktu antar kedatangan dan waktu antar dilayani pelanggan di Istana Bayi
adalah sebagai berikut:
λ = 0,27 orang/menit
μ = 0,2 orang/menit
Kemudian untuk tingkat kegunaan atau utilitas untuk fasilitas pelayanan
dengan perbandingan dari waktu sibuk para pelayan adalah sebagai berikut:

𝜌
𝑠
=

= 0,68

30
 Probabilitas untuk tidak adanya pelanggan dalam sistem (semua server
menganggur) adalah sebagai berikut:
1
𝑃
∑ [ 𝑛 ]
𝑠 1−
=
∑ [ ]

= 0,19 = 19%
Rata-rata banyaknya pelanggan yang diharapkan menunggu dalam antrian
adalah sebagai berikut:
𝜌
𝐿 𝑃
𝑠 1−𝜌
1
1
1−
=11 orang
Rata-rata banyaknya pelanggan yang di harapkan dalam sistem (mengantri
dan dilayani) adalah sebagai berikut:

𝐿 𝐿

11

= 2,52 3 orang
Rata-rata waktu antrian pelanggan yang diharapkan menunggu dalam
antrian adalah sebagai berikut:
𝐿
𝑊

= 4,3 menit atau 258 detik

Rata-rata waktu pelanggan yang di harapkan dalam sistem (mengantri dan
dilayani) adalah sebagai berikut:
1
𝑊 𝑊

= 9,3 menit atau 558 detik

31
4.2.3. Perhitungan Biaya Antrian
Biaya ini pada dasarnya terdiri dari biaya tetap untuk tambahan fasilitas
dan biaya operasional. Dalam perhitungan berikut akan terlihat biaya jika antrian
memiliki satu server atau dua server. Berikut perhitungan dari biaya total antrian

4.2.3.1. Biaya Total Antrian Dua Server

Pendapatan Perkapita Indonesia Tahun 2021 = Rp. 62.200.000,-
Fasilitas yang dibutuhkan: 1. Set Komputer = Rp. 4.000.000,-
2. Meja Kasir = Rp. 1.500.000,-
Masa Ekonomis Fasilitas = 5 tahun
1 tahun = 240 hari kerja
1 hari = 8 jam kerja
Ls = 2,52
μ = 0,2 orang/menit
Biaya operasional: 1. Gaji karyawan = Rp. 2.950.000,-
2. Biaya listrik = Rp. 87.000,-
1. Biaya Antrian
BA = Rp. 62.200.000 / (12 bulan x 4 minggu x 5 hari x 8 jam)
= Rp. 32.395,-
Ls = 2,52
Biaya Antri = BA x Ls
= Rp. 32.395 x 2,52
= Rp. 81.635,-
2. Biaya Fasilitas
1 tahun = 240 hari kerja
1 hari = 8 jam kerja
Fasilitas bekerja = 240 hari kerja x 8 jam kerja
= 1920 jam kerja
Masa ekonomis fasilitas = 5 tahun
 Set komputer = Rp. 4.000.000,-
Biaya depresiasi =

= Rp. 800.000,-

32
 Biaya depresiasi/jam =

= Rp. 416,66,-
 Meja = Rp. 1.500.000,-

Biaya depresiasi =

= Rp. 300.000,-
Biaya depresiasi/jam =

= Rp. 156,25
Biaya operasional
 Gaji karyawan = Rp. 2.950.000,-/bulan
Gaji karyawan/jam = Rp. 2.950.000 : (4 minggu x 5 hari x 8 jam)
= Rp. 18.437,-
 Biaya listrik = Rp. 87.000,-/ bulan
Biaya listrik/jam = Rp. 87.000 : (4 minggu x 5 hari x 8 jam)
= Rp. 543,75
BF = Biaya fasilitas/jam + Biaya operasional/jam
= (Rp. 416,66 + Rp. 156,25) + (Rp. 18.437 + Rp. 543,75)
= Rp. 19.553,-
Biaya Fasilitas = BF x μ
= Rp. 19.553,- x 0,2
= Rp. 3.910,-
3. Biaya Total Antrian
BTA = Rp. 81.635,- + Rp. 3.910,-
= Rp. 85.545 per jam

33
4.2.4. Rekomendasi
Rekomendasi yang telah dihasilkan diharapkan dapat diimplementasikan
dengan harapan mampu memberikan manfaat bagi pihak pelaku usaha maupun
pelanggan. Skenario dalam sistem antrian dibutuhkan untuk memperkirakan
jumlah penambahan fasilitas pelayanan yang optimal dengan memperhitungkan
biaya total yang dikeluarkan apabila diperlukan. Skenario yang dibuat dalam
penelitian ini adalah sebagai berikut:
1. Penambahan satu server, skenario ini menunjukan penggunaan server jika
terjadinya peningkatan jumlah pelanggan dalam satu waktu.
2. Pemberian pelatihan pada karyawan yang ada untuk meningkatkan kinerja
pada saat melayani pelanggan yang ada agar tidak terlalu lama saat
melayani dan tidak membuat pelanggan yang mengantri tidak lama
menunggu.

34
 BAB V
PENUTUP
5.1. Kesimpulan
Dari pembahasan laporan teori antrian yang telah dibuat dapat disimpulkan
sebagai berikut:
1. Model antrian satu server dengan pola kedatangan berkelompok, dengan X
adalah variabel acak yang menyatakan ukuran kelompok yang masuk ke
dalam sistem antrian. Model tersebut menggambarkan sistem antrian
dengan pola kedatangan customer secara berkelompok yang berdistribusi
Poisson, dan pelayanan customer secara individu dengan lama pelayanan
berdistribusi Eksponensial.
2. Ukuran keefektifan sistem antrian dengan pola kedatangan dan lama waktu
dilayani diperoleh hasil sebagai berikut:
λ = 0,27
μ = 0,2
𝐿 = 1,17
𝐿 2,52
𝑊 = 4,3 menit atau 258 detik
𝑊 9,3 menit atau 558 detik
Rekomendasi yang telah dihasilkan diharapkan dapat diimplementasikan
dengan harapan mampu memberikan manfaat bagi pihak pelaku usaha
maupun pelanggan.
5.2. Saran
Hasil dari penelitian yang diperoleh diharapkan mampu memberikan
kegunaan bagi berbagai pihak diantaranya:
1. Bagi penulis
a. Untuk menerapkan ilmu yang diperoleh penulis dalam mata kuliah
Penelitian Operasional
b. Menambah pengetahuan mengenai model antrian, dimana penulis
mencoba untuk menyelesaikan atau memberikan solusi masalah
antrian yang terjadi.

35
2. Bagi Tempat Usaha
a. Memberikan suatu gambaran mengenai kinerja kasir yang optimal bagi
pihak manajemen dan operasional dalam pengambilan keputusan
b. Memberi saran dan masukan bagi pihak manajemen, khususnya
manajemen operasional dalam menentukan jumlah kasir yang memenuhi
kebutuhan para pelanggan guna menghasilkan peningkatan pelayanan
yang maksimal kepada nasabahnya.
3. Bagi Pihak lain yang Berkepentingan
Hasil penelitian ini diharapkan dapat menambah wawasan bagi
pembacanya dan sebagai referensi atau bahan masukan apabila
mengadakan penelitian dengan masalah yang sama.

36
 DAFTAR PUSTAKA

Hanifah, Rully, T., & Jaenudin. (2020). Analisis Sistem Antrian Guna
Meningkatkan Efesiensi Pelayanan Registrasi pada Puskesmas Mekarwangi
Bogor. Jurbal Online Mahasiswa (JOM) Bidang Manajemen, 5(1), 1–15.
Heryana, A., & Mahadewi, E. P. (2020). Menentukan Sistem Antrian Optimal:
Aplikasi Teori Antrian pada Pelayanan Kesehatan. Academia, June.
https://doi.org/10.13140/RG.2.2.25298.58566
DIKRIANSYAH, F. (2018). Analisis Sistem Antrian dalam Mengoptimalkan
Pelayanan (Studi Kasus: PT Bank Negara Indonesia (Persero) Tbk. Kantor
Cabang Veteran Selatan). Biomass Chem Eng, 3(2), ‫قثقثقثقث‬.
http://journal.stainkudus.ac.id/index.php/equilibrium/article/view/1268/1127
%0Ahttp://publicacoes.cardiol.br/portal/ijcs/portugues/2018/v3103/pdf/3103
009.pdf%0Ahttp://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S01
21-75772018000200067&lng=en&tlng=
Ulgen. (2011). MODEL ANTRIAN SATU SERVER DENGAN POLA
KEDATANGAN BERKELOMPOK ( BATCH ARRIVAL ). July.
Wulandari, D. (2018). Pengoptimalan Pelayanan Nasabah dengan Menggunakan
Penerapan Teori Antrian Pada PT.BNI ( Persero ) TBK. Kantor Cabang
Utama (KCU) Melawai Raya. In Pelaksanaan Pekerjaan Galian Diversion
Tunnel Dengan Metode Blasting Pada Proyek Pembangunan Bendungan
Leuwikeris Paket 3, Kabupaten Ciamis Dan Kabupaten Tasikmalaya Jawa
Barat (Vol. 1, Issue 11150331000034).
Rohani, S. (2021). Digital Repository Repository Universitas Universitas Jember
Jember Digital Digital Repository Repository Universitas Universitas Jember
Jember. In Digital Repository Universitas Jember (Issue September 2019).
Oleh, D. (2018). Analysis of Queue Model in Claim Solving Process With
Transfer Payment (Non Tunai) in Pt. Taspen (Persero) of Main Branch
Office Semarang.

37
 LAMPIRAN

1. Istana Bayi

2. Server Antrian

3. Anggota Kelompok

4. Link Youtube https://youtu.be/NrxPpgqF25U

38