PERMODELAN SIMULASI ANTRIAN PADA BANK BRI KCP

AUR KUNING KECAMATAN GUGUK PANJANG TERHADAP

EFISIENSI PELAYANAN PELANGGAN

Artian1, Salsa Nabillah2, Suci Rahmawati3, Muhammad Ziqri4, Liza Efriyanti5

1
UIN Sjech M Djamil Djambek Bukittinggi
2
UIN Sjech M Djamil Djambek Bukittinggi
3
UIN Sjech M Djamil Djambek Bukittinggi
4
UIN Sjech M Djamil Djambek Bukittinggi
5
UIN Sjech M Djamil Djambek Bukittinggi

*artiannasution111119@gmail.com, salsanabillah652@gmail.com, sucirahmawati81@gmail.com,

Muhammadziqri596@gmail.com,

Received: 22 Juni 2023; Revised: 28 Juni 2023; Accepted: 05 July 2023

Abstrak: Penelitian ini dilatar belakangi oleh observasi yang telah kami lakukan di suatu Bank
BRI di Aur Kuning untuk mendata waktu kedatangan dan waktu pelayanan di teller Bank BRI
tersebut. Sistem antrian merupakan keseluruhan dari proses para pelanggan atau barang yang
berdatangan dan memasuki barisan antrian yang seterusnya memerlukan pelayanan sebagaimana
seharusnya berlaku. Bank adalah salah satu tempat yang tidak luput dari antrian. Banyaknya jumlah
nasabah yang datang ke Bank membuat teller selalu penuh dengan orang yang menghantri setiap
harinya. Dan dengan banyknya jumlah nabasah yang antri menyebabkan lamanya nabasah akan
lamanya waktu pelayanan. Oleh karena itu, diperlukan suatu metode analisis yang dapat digunakan
untuk dapat mengetahui waktu tunggu dalam antrian. Artikel ini bertujuan untuk mengetahui dan
mensimulasikan model antrian Bank BRI di Aur Kuning dengan menggunakan metode permodelan
simulasi antrian. Dan metode simulasi ini dilakukan untuk menggambarkan bagaimana kegiatan
antrian pelayanan di teller Bank BRI tersebut. Sehingga didapatkan hasil perhitungan untuk
mengurangi dan mempercepat waktu tunggu di teller Bank BRI di Aur Kuning menggunakan metode
Multiplicative RNG.
Kata kunci: layanan, waktu antrian, jumlah antrian, teller, bank

MODELING SIMULATION QUEUE AT BANK BRI KCP

AUR KUNING DISTRICT IN GUGUK PANJANG TOWARDS
EFFICIENCY COSTUMER SERVICE
Abstract : This research is motivated by observations that we have made at a BRI Bank in Aur
Kuning to record arrival times and service times at Bank BRI tellers. The queuing system is the whole
process of customers or goods arriving and entering the queue line which then requires service as it
should apply. The bank is one place that does not escape the queue. The large number of customers
who come to the bank makes the tellers always full of people who line up every day. And with the
large number of customers queuing, the length of service time will increase. Therefore, we need an
analytical method that can be used to determine the waiting time in the queue. This article aims to
identify and simulate the queuing model of Bank BRI in Aur Kuning using the queuing simulation
modeling method. And this simulation method is carried out to illustrate how the service queue
activities at the BRI Bank teller are. So that the calculation results are obtained to reduce and speed
up the waiting time at the BRI Bank teller in Aur Kuning using the Multiplicative RNG method.
Keywords: service, queue time, number of queues,  teller,  bank.

PENDAHULUAN
Lembaga keuangan pada dunia keuangan bertindak menjadi lembaga yang menyediakan jasa
keuangan bagi nasabahnya. salah satu bentuk asal lembaga keuangan yaitu perbankan. Bank
merupakan lembaga keuangan yang menjadi tempat bagi orang perseorangan, badan usaha swasta,
badan usaha milik negara, bahkan lembaga pemerintahan yang menyimpan dana – dana yang
dimilikinya.”Bank adalah badan usaha dengan kegiatan menghimpun dana dari masyarakat dan
menyalurkan kembali dalam bentuk kredit kepada pihak-pihak yang membutuhkan dana serta
memberikan jasa dalam lalu lintas pembayaran (Larasati & Siswanti, 2022).
Dalam bank sering kali di jumpai pelayanan dan antrian. Antrian merupakan sebuah
aktifiitas dimana pelanggan akan menunggu untuk memperoleh sebuah layanan (Lase & Mansyur,
2020). dengan adanya suatu antrian maka proses dalam sebuah kegiatan akan menjadi lebih teratur.
Antrian sering kali kita alami dan jumpai di sekitar kita seperti pada saat seseorang akan mengantri
untuk membeli atau membayar sesuatu, namun masih banyak antrian yang terjadi di lingkungan
masyarakat selain di bank, seperti antrian untuk membeli tiket kereta api, membeli tiket di wahana
rekreasi taman bermain, antrian barang dalam kantor pos dan masih banyak lagi antrian yang terjadi
dalam kehidupan sehari-hari. Masalah antrian merupakan salah satu masalah yang sangat perlu
diperhatikan. Kejadian antrian akan timbul ketika jumlah fasilitas pelayanan jasa lebih sedikit
dibandingkan dengan jumlah orang yang memerlukan pelayanan bersangkutan (Botutihe et al.,
2018).
Hal ini nampak dialami pada salah satu industri perbankan di Kota Bukittinggi. Antrian
terlihat pada proses antrian teller pada salah satu cabang bank BRI di wilayah Bukittinggi. Bank
yang dimaksud adalah Bank BRI KCP Aur Kuning Kecamatan Guguk Panjang kota bukittinggi,
yang mana Bank BRI KCP tersebut melayani setoran, penarikan, pemindahan, serta pembayaran
tagihan dan lain lain. Penumpukan pada antrian teller sering nampak terjadi, khususnya pada saat
istirahat siang ataupun pada waktu-waktu tertentu.
Pemodelan (modeling) adalah proses merancang sebelum melakukan pengkodean (coding).
Pemodel perlu pengetahuan yang cukup terhadap sistem yang akan ditelaah. membuat model berasal
sebuah sistem yang kompleks sangatlah penting karena kita tidak bisa memahami sistem seperti itu
secara menyeluruh. dalam kegiatan perbankan juga dapat digunakan sistem tersebut.pada jam-jam
tertentu teller yang melayani nasabah dalam keadaan menganggur (Idle), sebab tidak ada nasabah
yang dilayani. tapi lain saat, banyak nasabah yang antri sebab hampir semua teller yang ada
digunakan oleh nasabah (pada syarat sibuk) .
Proses antrian itu sendiri dimulai saat pelanggan-pelanggan memerlukan pelayanan baik
mulai datang dan mendapat nomor antrian, Selama proses antrian dengan kedatangan pelanggan
pada suatu fasilitas pelayanan, menunggu dalam baris antrian jika belum dapat dilayani, dilayani dan
akhirnya meninggalkan fasilitas tersebut sesudah dilayani. Selain asal banyak sekali fasilitas yg
disediakan sang bank, pelayanan artinya hal yang sangat penting untuk diperhatikan (Hasan, 2011).
bila pelayanan yang diberikan oleh perbankan tidak aporisma maka akan menimbulkan konflik.
keliru satu persoalan yang ada karena pelayanan tidak maksimal artinya terjadinya antrian panjang.
Panjangnya antrian bisa menimbulkan kerugian serta ketidaknyamanan bagi nasabah . Hal ini akan
berdampak di menurunnya minat masyarakat buat melakukan transaksi dengan bank. Selain itu, ada
beberapa pelanggan yang menentukan untuk meninggalkan antrian sebab sistem antrian yang terlalu
panjang serta usang. aktivitas mengantri sangat tidak disukai oleh nasabah (Pradana et al., 2022).
Hal yang wajar Jika setiap orang selalu mengharapkan buat menerima fasilitas pelayanan yg terbaik
memakai waktu penungguan yang sebentar. Seringnya ada antrian yg panjang akan mangakibatkan
adanya ketidakpuasan bahkan hilangnya pelanggan. di banyak hal, tambahan fasilitas pelayanan bisa
diberikan buat mengurangi antrian atau buat mencegah timbulnya antrian (Levana Puspanegara et
al., 2020).
Pada penelitian ini membahas mengenai masalah antrian di Bank BRI KCP Aur Kuning,
Kecamatan guguk panjang. Teori antrian merupakan teori yang menyangkut studi matematis berasal
antrian-antrian atau baris-baris penungguan. Teori antrian pertama kali diperkenalkan oleh A.K
Erlang, seorang insinyur berkebangsaan Denmark yang bekerja di industri telepon. A.K Erlang
mengembangkan model antrian untuk menentukan jumlah optimal dari fasilitas telephone switching
yang digunakan untuk melayani pelayanan yang terdapat (Ahyari, 2003). Masyarakat melakukan
transaksi menggunakan pihak Cabang Bank BRI KCP Aur Kuning yang pada saat ini memiliki dua
sistem pelayanan (teller). Banyaknya kegiatan tersebut menyebabkan terjadinya kesibukan
pelayanan. Melalui penelitian ini, diharapkan masalah antrian dapat dikurangi atau dicegah sehingga
dapat meningkatkan kepuasan nasabah melalui pelayanan optimal yang diberikan oleh Bank BRI
KCP Aur Kuning (Artha & Ihsanuddin, 2021).
 Daerah-daerah khususnya BRI KCP Aur Kuning mengalami sistem antrian yang panjang.
Kepadatan ruangan akan meningkat pada hari Senin, Rabu, dan Jumat, sehingga ruang tidak
mencukupi. Rata-rata di bawah seratus juta pelanggan mengantri untuk transaksi. Pelanggan yang
melakukan lebih dari seratus juta transaksi harus mengantri lebih lama. Bank BRI telah melakukan
berbagai langkah untuk memberikan layanan nasabah yang lebih baik.
Memanfaatkan teknologi untuk melakukan pengembangan layanan di Bank BRI KCP Aur
Kuning. Internet Banking, SMS Banking, Anjungan Tunai Mandiri (ATM), Kartu Debit (atau Cek),
Setoran Langsung, dan layanan lainnya tersedia. Perkembangan teknologi ini digunakan untuk
memperpendek garis. Namun, teknologi ini tidak dapat diakses oleh semua pelanggan. Di bank,
biasanya ada dua jenis layanan: Teller dan Customer Service (CS), masing-masing dengan dua
petugas layanan. Nasabah yang akan melakukan tarik tunai, transfer, membayar cicilan, menagih gaji
pensiun, dan menabung dilayani oleh teller bank. (Putri et al., 2022).
Dalam model antrian, elemen-elemen yang dipertimbangkan di antaranya waktu kedatangan,
waktu pelayanan dan banyaknya server. Notasi yang digunakan elemen-elemen ini adalah 1/2/3
dengan 1 = distribusi waktu kedatangan 2 = distribusi waktu pelayanan 3 = banyaknya server Berikut
ini beberapa terminologi dan notasi yang digunakan, yaitu Kondisi sistem

1. Banyaknya nasabah dalam sistem antrian Panjang antrian

2. Banyaknya nasabah menunggu diberikan pelayanan

3. Kondisi sistem dikurangi banyaknya nasabah yang sedang dilayani

4. Banyaknya nasabah dalam sistem antrian saat waktu

5. Probabilitas tepat n nasabah dalam sistem antrian saat waktu , diberikan

6. Banyaknya server (alur pelayanan paralel) dalam sistem antrian

7. Tingkat rata-rata kedatangan nasabah baru saat n nasabah dalam sistem

8. Tingkat rata-rata pelayanan untuk semua sistem saat n nasabah dalam sistem

9. Tingkat rata-rata kedatangan nasabah baru saat n nasabah dalam sistem yang bernilai konstan
untuk setiap n

10.Tingkat rata-rata pelayanan untuk semua sistem saat n nasabah dalam sistem yang bernilai
konstan untuk setiap

11.Faktor penggunaan, yaitu Ekspektasi waktu sibuk server (Bank et al., n.d.)

Menurut Edwin B dan Angwarmasse (2012) antrian didasarkan pada tiga faktor yang
berpengaruh, yaitu fasilitas pelayanan, kedatangan input antrian, dan aturan antrian. Faktor-faktor ini
sangatlah penting, oleh karena itu pengaturan fasilitas pelayanan, input kedatangan, serta aturan
antrian harus dilakukan dengan cermat. Kedatangan input antrian dapat dilihat menurut ukurannya,
pola kedatangannya, serta perilaku dari populasi yang akan dilayani. Batasan panjang antrian bisa
terbatas namun bisa juga tidak terbatas, misalnya antrian pada pintu masuk jalan tol. Karakteristik
pelayanan dapat dilihat dari tiga hal, yaitu tata letak secara fisik dari sistem antrian, disiplin antrian,
dan waktu pelayanan. faktor-faktor yang perlu diperhatikan dalam menghadapi persaingan ini adalah
dengan cara meningkatkan kualitas pelayanan bank yang diberikan kepada para nasabah. Aktivitas
operasi pada suatu bank meliputi seluruh transaksi yang terjadi di bank tersebut seperti, pembukaan
rekening, penyetoran dan penarikan tabungan, transaksi giro, penarikan cek dan wesel, transfer dana,
dan sebagainya. Setiap nasabah yang melakukan transaksi atau kegiatan yang berhubungan dengan
uang tunai akan dilayani oleh teller (Hasan, 2011).

Dalam sistem antrian biasanya terdapat tiga komponen yang saling terkait satu sama lain
yaitu kedatangan, antrian atau garis tunggu. Ketiga komponen harus dipertimbangkan lebih dahulu
sebelum dapat mengembangkan model matematika dari antrian yang diamati. Melalui simulasi yang
akan dilakukan akan dilihat bahwa kinerja dari suatu sistem yang diamati akan di koreksi sehingga
mendapatkan perbaikan untuk tolak ukur agar pelayanan dapat berjalan lebih baik lagi (Wanti et al.,
2022).
Artikel ini akan menjelaskan secara rinci tentang bagaimana permodelan simulasi Antrian
terhadap tingkat pelayanan pada Bank Bri Kcp Aur Kuning. yang berada di Bukittinggi dengan
memiliki pelayanan yang cukup efisian dan baik, namun untuk tempat lokasi antriannya kurang luas
sehingga menyebabkan jika banyaknya pelanggan yang datang akan memenuhi ruangan sehingga
mengakibatkan antriannya sampai keluar pintu Bank. Dalam laporan ini, kami akan menyajikan hasil
Simulasi Antrian yang telah kami teliti di Bank Bri Aur Kuning untuk mengetahui bagimana proses
simulasi antrian dan pelayanan pada Bank Bri tersebut. Tujuan dari penelitian ini adalah untuk
mengetahui model antrian teller yang digunakan Bank Bri KCP Aur Kuning dan Untuk mengetahui
sistem antrian teller Bank Bri KCP Aur Kuning yang dapat meningkatkan efisiensi kecepatan
transaksi.

METODE
Pada tahap metode penelitian ini berisi kumpulan data-data dan kerangka kerja untuk
menganalisa dan mengolah data yang telah diperoleh. Metode penelitian yang digunakan adalah
Metode Permodelan yaitu dengan membuat Model simulasi antrian pelanggan yang kemudian
mengevaluasi jumlah teller yang sudah ada, melalui pengamatan jumlah antrian nasabah Bank BRI
KCP Aur Kuning setiap harinya. Kemudian pengambilan data dilakukan dengan mencatat waktu tiap
antar kedatangan dan waktu pelayanan teller. Setelah dilakukan pengamatan selanjutnya dibuat suatu
model simulasi antrian dan membuat usulan beberapa scenario. Yang mana teknik pengambilan data
adalah pengamatan secara langsung terhadap suatu objek yang terdapat di lapangan baik yang sedang
berlangsung saat itu atau masih berjalan yang meliputi berbagai aktifitas perhatian terhadap suatu
kajian objek dengan menggunakan pengindraan. Tindakan yang dilakukan dengan sengaja atau sadar
dan sesuai urutan. Penelitian di bidang pemodelan melibatkan adanya pengembang-an fisik,
konseptual, atau berbasis program komputer yang pengembang (Prayogo et al., 2017).

Para pakar dan ilmuwan membangun berbagai model yang merupakan tiruan yang
disederhanakan dari sistem yang ada di dunia nyata, untuk keperluan mengadakan eksperimen demi
perbaikan atau pengembangan atau mempelajari secara mendalam, yang mana eksperimen tersebut
sulit atau bahkan tidak mungkin dilakukan di dunia nyata. Bisa juga eksperimen tersebut dilakukan
untuk mengumpulkan beberapa ide yang telah diketahui ke dalam suatu ikatan keseluruhan yang
logis guna membangun dan menguji hipotesis. Di antara ketiga jenis pemodelan tersebut, yaitu
model fisik, model konseptual, dan model berbasis komputer, yang disebut terakhir merupakan
metode penelitian ilmiah yang relatif baru, yang sebenarnya berbasiskan prinsip-prinsip yang sama
dengan kedua jenis pemodelan lainnya (Puspa Nur Fadlilah & Rahmawati, 2017) .
Di dalam simulasi antrian terdapat beberapa komponen yaitu adanya Komponen yang
terdapat dalam sebuah sistem antrian adalah tingkat kedatangan, tingkat pelayanan, dan disiplin
antrian. Pada sistem antrian di Bank BRI yang digunakan adalah First-Come, First- Served (FCFS)
dimana prinsip ini berarti kendaraan yang datang pertama kali akan dilayani terlebih dahulu. Dalam
sistem antrian, ini berarti nasabah yang datang lebih awal maka juga akan dilayani terlebih dahulu
(Firdalius, 2018).

Penelitian dilakukan di Bank BRI yang berlokasikan di Jl. By Pass Pasar, Aur Kuning, Kec. Guguk
Panjang, Kota Bukittinggi, Sumatera Barat. Penelitian ini dilakukan selama 1 hari, yaitu pada hari Senin,
5 Juni 2023 mulai pukul 08.30-09.40. Data diambil melalui proses pengamatan secara langsung
(observasi). Data tersebut berupa waktu kedatangan, lama pelayanan dan waktu keluar dari nasabah
di Bank BRI. Pengukuran waktu menggunakan waktu yang tertera di layar atau monitor di dalam
Bank BRI, dengan cara mencatat jam dan menit waktu kedatangan, lama pelayanan serta waktu
keluar.
 Gambar 1. Activity Cycle Diagram pada Bank BRI KCP Aur Kuning (Mango & Manongga,
2017).

Tahapan penelitian yang dikerjakan pada Bank BRI Aur Kuning yaitu:

1. Mengumpulkan data berupa nomor antrian, waktu kedatangan, lama pelayanan dan
waktu antar kedatangan.
2. Meminta izin dengan Bank BRI untuk pengambilan data secara langsung.
3. Mengolah data yang telah dikumpulkan secara bersama-sama.
4. Menyusun makalah dan ppt mengenai sistem antrian pada sistem antrian pemodelan
simulasi antrian pada Bank BRI Aur Kuning.

Kedatangan atau masukan sistem: Kedatangan memiliki karakteristik seperti ukuran

populasi, perilaku, dan sebuah distribusi statistik, Disiplin antrian, atau antrian itu sendiri.
Karakteristik antrian mencakup apakah jumlah antrian terbatas atau tidak terbatas panjangnya dan
materi atau orang-orang yang ada didalamnya; dan Fasilitas Pelayanan: Karakteristiknya meliputi
desain dan distribusi statistik waktu pelayanan (Innamorati et al., 2023).

Gambar 2 . Komponen Antrian (Mango & Manongga, 2017)

Pengumpulan data dilaksanakan dengan melakukan observasi ke bank agar mendapat

gambaran realitas masalah antrian yang aktual. Data yang dikumpulkan adalah data primer, yaitu
banyaknya kedatangan nasabah pada selang waktu, tingkat pelayanan nasabah dalam satuan waktu
dan jumlah teller (Lase & Mansyur, 2020).

Ada 4 model struktur antrian dasar yang umum tetapi dalam seluruh sistem antrian : (Dairu
et al., 2021)

1. Single Channel – Single Phase

Single Channel berarti hanya ada satu jalur yang memasuki sistem pelayanan atau ada satu
fasilitas pelayanan. Single Phase berarti hanya ada satu pelayanan.

2. Single Channel – Multi Phase Istilah Multi Phase menunjukkan ada dua atau lebih
pelayanan yang dilaksanakan secara berurutan (dalam phase-phase) (Rahayu Dwi Setianingsih1,
Achmad Syaichu2, 2020).
 3. Multi Channel – Single Phase Sistem Multi Channel – Single Phase terjadi kapan saja di
mana ada dua atau lebih fasilitas pelayanan dialiri oleh antara tunggal, sebagai contoh model ini
adalah antrian pada teller sebuah bank (Mukhlizar, 2018).

4.Multi Channel – Multi Phase Sebagai contoh, herregistrasi para mahasiswa di universitas,
pelayanan kepada pasien di rumah sakit mulai dari pendaftaran, diagnosa, penyembuhan sampai
pembayaran. peneliti melakukan observasi lapangan untuk mencari permasalahan apa saja yang
sesuai untuk dibahas di dalam penelitian (Yusro & Hidayat, 2005).

Pengumpulan data antara lain mencatat waktu antar kedatangan dan waktu pelayanan di
teller. Data yang terkumpul kemudian diolah untuk menentukan model antrian. Setelah diketahui
model antrian, maka dapat dilakukan simulasi untuk mengetahui banyaknya nasabah dalam antrian,
waktu rata-rata nasabah antri dan probabilitas waktu sibuk teller. Parameter tersebut disimulasikan
berdasarkan tingkat pelayanan yang bervariasi. Simulasi dilakukan dengan bantuan software
Microsoft Excel.

Demikian pula, layanan prima akan menderita jika terlalu banyak pelanggan yang mengantri.
Klien yang menunggu terlalu lama jelas akan mencari bank pilihan atau pertukaran drop. Agar bank
dapat bekerja pada level tertingginya, mereka harus menyediakan jumlah teller yang sesuai. (Arvan
et al., 2023).

Dengan kata lain, setiap teller dipekerjakan, dan kepuasan pelanggan tinggi. Berdasarkan
landasan pengujian yang telah digambarkan, maka penulis mengenali 2 (dua) permasalahan yang
dihadapi berdasarkan kasus yang dimaksud, yaitu bagaimana merancang model pembuatan ulang
booking of lines bagi nasabah bank secara eksplisit untuk nilai administrasi teller. waktu kepada
klien (Bahtiar et al., n.d.).

HASIL DAN PEMBAHASAN

Pemodelan Simulasi Antrian pada Bank BRI Aur Kuning
Simulasi Antrian dapat dilihat Tabel 1.
Tabel 1. 1 Data Antrean
Waktu
Nasaba Nomor Waktu Mulai Selesai Lama
antar
h Ke- Antrian Kedatangan Pelayanan Pelayanan Pelayanan
kedatangan

1 B020 08:30 09:10 09:13 3 menit 00:00

2 B021 08:30 09:13 09:15 2 menit

00:00

3 B022 08:30 09:15 09:19 4 menit

00:00

4 B023 08:32 09:19 09:21 3 menit

00:02

5 B024 08:33 09:21 09:26 5 menit

00:01
6 B025 08:33 09:26 09:27 1 menit 00:00
7 B026 08:34 09:27 09:29 2 menit
00:01

8 B027 08:35 09:29 09:32 3 menit

00:01

9 B028 08:37 09:32 09:34 2 menit

00:02

10 B029 08:38 09:34 09:36 2 menit

00:01

11 B030 08:39 09:36 09:40 4 menit

00:01

12 B031 08:41 09:40 09:43 3 menit

00:02

13 B032 08:45 09:43 09:50 7 menit

00:04

14 B033 08:47 09:50 09:51 1 menit

00:02

15 B034 08:47 09:51 09:54 3 menit

00:00

16 B035 08:49 09:54 09:57 3 menit

00:02

17 B036 08:52 09:57 09:58 1 menit

00:03

18 B037 08:55 09:58 10:00 2 menit

00:03

19 B038 08:57 10:00 10:01 1 menit

00:02

20 B039 08:58 10:01 10:03 2 menit

00:01

21 B040 09:00 10:03 10:06 3 menit

00:02

22 B041 09:04 10:06 10:09 3 menit

00:04

23 B042 09:05 10:09 10:12 3 menit

00:01

24 B043 09:07 10:12 10:13 1 menit

00:02

25 B044 09:11 10:13 10:15 2 menit

00:04
26 B045 09:13 10:15 10:16 1 menit 00:02
 27 B046 09:14 10:16 10:20 4 menit
00:01

28 B047 09:17 10:20 10:23 3 menit

00:03

29 B048 09:21 10:23 10:25 2 menit

00:04

30 B049 09:25 10:25 10:28 3 menit

00:04

31 B050 09:30 10:28 10:33 5 menit

00:05

32 B051 09:32 10:33 10:35 2 menit

00:02

33 B052 09:35 10:35 10:41 6 menit

00:03

34 B053 09:39 10:41 10:44 3 menit

00:04

35 B054 09:40 10:44 10:46 2 menit

00:01

        Jumlah   97 menit 01:10

 
        IAT 02:00
Dari table 1.1 didapat hasil rata-rata waktu antar kedatangan (IAT) dan rata-rata waktu pelayanan
(MST) nya adalah :
IAT = Ʃ Waktu Antar Kedatangan / n. Maka IAT = 2 menit
Sedangkan untuk parameternya :
λ = 3600/2 = 1800 person/jam
Maka IAT = -2 ln Ri
MST = Ʃ Waktu Pelayanan / n. Maka MST = 2,8 menit
Sedangkan untuk parameternya dinyatakan dalam unit/person per satuan waktu, yaitu :
μ = 3600/2,8 = 1285,7 person/jam
Dan MST = -2,8 ln Ri
Kemudian dicari nilai variabel bilangan acak sejumlah data yang dimiliki. Misal diketahui nilai a
= 197, z0 = 12357, dan m = 1387. Maka didapat nilai Zi dan Ri nya yaitu:
Diketahui : a = 197
Z0 = 12357 dan
m = 1387
Maka kita melakukan perulangan bilangan sebanyak 35 kali
Berikut ini tabel dari hasil pencarian perulangan bilangan acak diatas
Tabel 1.2 Variabel Bilangan Acak
No a kali Z0 Zi Ri
1 2434329 144 0,1038
2 28368 628 0,4528
3 123716 273 0,1968 Setelah disimulasikan data dari dua

4 53781 1075 0,7751 tabel diatas kemudian kita ambil dan manipulasi

5 211775 951 0,6857 untuk di temukan penyelesaiannya. Adapun

6 187347 102 0,0735 hasil penyelesaian data tersebut dapat dilihat

7 20094 676 0,4874 pada tabel berikut :

8 133172 20 0,0144 Tabel 1.3 Penyelesaian Data

9 3940 1166 0,8407 Antrean
10 229702 487 0,3511
11 95939 419 0,3021
12 82543 710 0,5119
13 139870 1170 0,8435
14 230490 248 0,1788
15 48856 311 0,2242
16 61267 239 0,1723
17 47083 1312 0,9459
18 258464 482 0,3475
19 94954 638 0,4600
20 125686 856 0,6172
21 168632 805 0,5804
22 158585 467 0,3367
23 91999 457 0,3295
24 90029 1261 0,9092
25 248417 144 0,1038
26 28368 628 0,4528
27 123716 273 0,1968
28 53781 1075 0,7751
29 211775 951 0,6857
30 187347 102 0,0735
31 20094 676 0,4874
32 133172 20 0,0144
33 3940 1136 0,8190
34 223792 485 0,3497
35 95545 1229 0,8861
AN (IAT) AT ST ITS + IT QT Sp Idle Time System Time
1 4,53 5 6,34 11 0 5 6
2 1,58 7 2,22 13 4 0 6
3 3,25 10 4,55 18 3 0 8
4 0,51 11 0,71 19 7 0 8
5 0,75 12 1,06 20 7 0 8
6 5,22 17 7,31 27 3 0 10
7 1,44 18 2,01 29 9 0 11
8 8,48 26 11,87 41 3 0 15
9 0,35 26 0,49 41 15 0 15
10 2,09 28 2,93 44 13 0 16
11 2,39 30 3,35 47 14 0 17
12 1,34 31 1,87 49 16 0 18
13 0,34 31 0,48 49 18 0 18
14 3,44 34 4,82 54 15 0 20
15 2,99 37 4,19 58 17 0 21
16 3,52 41 4,92 63 17 0 22
17 0,11 41 0,16 63 22 0 22
18 2,11 43 2,96 66 20 0 23
19 1,55 45 2,17 68 21 0 23
20 0,97 46 1,35 69 22 0 23
21 1,09 47 1,52 71 22 0 24
22 2,18 49 3,05 71 22 0 25
23 2,22 51 3,11 77 23 0 26
24 0,19 51 0,27 77 26 0 26
25 4,53 56 6,34 83 21 0 27
26 1,58 58 2,22 85 25 0 27
27 3,25 61 4,55 90 24 0 29
28 0,51 62 0,71 91 28 0 29
29 0,75 63 1,06 92 28 0 29
30 5,22 68 7,31 99 24 0 31
31 1,44 69 2,01 101 30 0 32
32 8,48 77 11,87 113 24 0 36
33 0,4 77 0,56 114 36 0 37
34 2,1 79 2,94 117 35 0 38
35 0,24 79 0,34 117 38 0 38
 Jumlah        652 5 764
Penjelasan tabel 1.3 :
a. Arrival Number (AN)
Kolom pertama pada tabel merupakan urutan kedatangan per satuan atau individu,
yaitu antara 1 s/d 35 Nasabah.
b. Inter Arrival Time (IAT)
Kolom kedua pada tabel merupakan waktu antar kedatangan/waktu antara dua point
dengan rata-rata waktu antar kedatangan (IAT) = 2 detik.
c. Arrival Time (AT)
Kolom ketiga pada tabel merupakan waktu kedatangan yang merupakan penjumlahan
dari inter arrival time untuk waktu antar kedatangan untuk setiap kedatangan.
d. Service Time (ST)
Kolom keempat pada tabel merupakan waktu pelayanan dengan distribusi
eksponensial dengan rata-rata waktu pelayanan (MST) = 2,8 detik.
e. Intro Time Service + Intro Time (ITS + IT)
Kolom kelima pada tabel merupakan waktu memasuki fasilitas service dari n
kedatangan, dengan kata lain waktu dari unit atau orang yang datang ke n pada service point
(fasilitas service).
f. Queueing time (QT)
Kolom keenam pada tabel merupakan banyaknya waktu antrean, banyaknya waktu
bagi Nasabah/person yang berdatangan dalam antrean sebelum memasuki fasilitas service
atau yang sudah dicatat dengan Intro Time.
g. Idle Time
Kolom ketujuh pada tabel dapat disebut juga dengan Service Pont Idle Time atau
Waktu Kosong pada Service Fasilitas yang mana merupakan proses antrean tersebut.
h. System Process Time
Kolom kedelapan pada tabel merupakan semua waktu dalam antrean dan juga di
dalam service (pelayanan).

1. Hasil Perhitungan Data Sistem Antrean

Kemudian dari hasil kesembilan kolom di dalam tabel 1.3 perhitungan system antrean ini
akan dapat diperkirakan dengan hasil-hasilnya sebagai berikut :
a. Average Queueing Time = Rata-rata waktu
1) Total Queueing Time dibagi 35 = 652 detik, sehingga :
652
AQT = = 18,6286 detik
35
Ini merupakan etimasi dari simulasi yang dilakukan.
 2) Sedangkan hasil dari rumus perameter antrean untuk satu pelayanan dengan satu antrean
yang tak terhingga (infinite queue) diperoleh sebagai berikut :
Untuk = μ = 1285,7 dan λ= 1800 person/jam
Expeted time dalam queue : Wq
λ 1800
Wq = = * 3600 = -2592100,8 detik
μ (μ− λ) 1285,7 (1285,7−1 800)
Ini berarti dari hanya 35 data observasi dengan random number sudah diperoleh
perkiraan yang hampir mendekati Wq.
Catatan :
λ = Tingkat kedatangan (arrival)
µ = Tingkat pelayanan
Apabila dilakukan untuk banyak random number maka mungkin hasilnya lebih
akurat.
b. Average Sistem Process Time
1) Rata-rata waktu di dalam sistem diperoleh dari total waktu dalam sistem dibagi jumlah
kedatangan (n = 35).
764
Ws = =21,8286 detik
35
Ws merupakan istimasi melalui simulasi
2) Sedangkan melalui perumusan parameter antrean akan diperoleh hasil sebagai berikut :
1 1
Ws = ∗ 3600 detik = ∗ 3600 = -1800 detik
μ−λ 1285,7−1 8 00
Hal ini juga menunjukkan bahwa simulasi antrean tersebut akan lebih akurat
apabila hal dilakukan lebih banyak.
c. Average Queue Length
1) Rata-rata panjang antrean akan diperoleh dari:
Total Queueing Time 652
Lq = = = 5,57
Total Time (¿ Time) 117
Lq = merupakan estimasi dari computer
2) Sedangkan melalui perumusan, parameter antrean akan diperoleh sebagai berikut :
² ²
λ 1 80 0
Lq = = = -1296050,4
μ ¿ ¿ 1285,7 (1285,7−1 8 00)
Juga simulasi mendekati akurat
d. Average Number in The System
1) Untuk rata-rata jumlah unit/ person di dalam sistem melalui simulasi pada komputer
akan diperoleh :
Ʃ System ProseTime 764
Lq = = = 6,53
Total Time 117
 2) Untuk perumusan parameter antrean akan diperoleh ANIS :
λ 1 8 00
L= = = -1798,6
μ−λ 1285,7−1 8 00
e. Service Point Idle time
1) Untuk perbandingan dari waktu kosong yang terjadi pada waktu service terhadap total
time akan diperoleh sebagai berikut :
5+0
R.I.T = = 0,04
1 17
Ratio Idle time/total time
2) Ini berarti service fasilitas yang dioperasikan akan diperoleh 4% waktu kosong dari
seluruh waktu (total time) pekerjaan yang berlaku. Demikian rate perbandingan sama
dengan P.

KESIMPULAN
Kesimpulan yang dapat diambil dari penelitian ini adalah :

Dalam sistem antrian terkadang mengalami suatu masalah, masalah timbul karena
banyaknya yang mengantri dari pada yang melayani. Antrian yang panjang terjadi karena banyaknya
transaksi pada teller baik transaksi transfer, Tarik tunai, pembayaran cicilan, pengambilan dana
pensiunan dan menerima penyimpanan uang tunai, Bank BRI KCP Aur Kuning merupakan salah
satu cabang Bank Bri KCP yang berada di Bukittinggi dengan memiliki pelayanan yang cukup
efisian dan baik, namun untuk tempat lokasi antriannya kurang luas sehingga menyebabkan jika
banyaknya pelanggan yang datang akan memenuhi ruangan sehingga mengakibatkan antriannya
sampai keluar pintu Bank, Tujuannya Untuk mengetahui keefektivitasan dari sistem antrian pada
Bank Bri KCP di Aur Kuning, kemudian hasil akhirnya nanti dimana service fasilitas yang
dioperasikan akan diperoleh 4% waktu kosong dari seluruh waktu (total time) pekerjaan yang
berlaku. Demikian rate perbandingan sama dengan P.

DAFTAR PUSTAKA

Artha, T., & Ihsanuddin. (2021). Efektivitas Dan Optimalisasi Pelayanan Antrian Nasabah
Bank Dengan Teori Antrian. 1(1), 1–14.

Arvan, H. A., Ervil, R., Ernita, T., & Khairi, A. R. (2023). Sistem antrian Bank Nagari Cabang
Koto Baru menggunakan model antrian multi channel-single phase. 23(c), 161–173.

Bahtiar, M. L., Tama, I. P., & Rahman, A. (n.d.). METODE SIMULASI ( Studi Kasus : Bank
BRI Unit Selopuro Blitar ) IMPROVED CLIENT SERVICE SYSTEM USING
SIMULATION METHODS.

Bank, P., Cab, B. N. I., & Kuningan, U. (n.d.). Jurnal Buffer Informatika , Volume 4 Nomor 1 ,
ISSN 2527-4856 ______________________. 4(36).

Botutihe, K., B Sumarauw, J. S., Karuntu, M. M., Ekonomi dan Bisnis, F., & Manajemen
Universitas Sam Ratulangi Manado, J. (2018). Analisis Sistem Antrian Teller Guna
 Optimalisasi Pelayanan Pada Pt. Bank Negara Indonesia (Bni) 46 Cabang Unit Kampus
Manado Analysis of Queue System and Optimization of Teller Service At Pt.Bank
Negara Indonesia Branch of the Campus Manado. Analisis Sistem…… 1388 Jurnal
EMBA, 6(3), 1388–1397. https://ejournal.unsrat.ac.id/index.php/emba/article/view/20223

Dairu, Y. L., Fanggidae, R. P. C., Makatita, R. F., & Bunga, M. (2021). LAYANAN TELLER
PADA KOPERASI KREDIT SWASTI SARI KUPANG Queue System Analysis And
Optimization Of Teller Services In Sari Kupang Private Credit Cooperative. 761–769.

Firdalius, F. (2018). Penerapan Model Simulasi Penjadwalan Antrian Nasabah Bank Mega
Padang. Sainstek : Jurnal Sains Dan Teknologi, 9(2), 168.
https://doi.org/10.31958/js.v9i2.1086

Hasan, I. (2011). Model Optimasi Pelayanan Nasabah Berdasarkan Metode Antrian. Jurnal
Riset Operasional, 15(1), 20–30.

Innamorati, S., Zannetti, M., & Zuanni, F. (2023). Sets of type (q- 1 , n) in PG(3, q). Ricerche
Di Matematica, 3(3), 416–426. https://doi.org/10.1007/s11587-023-00779-9

Larasati, W. F., & Siswanti, T. (2022). PENGARUH LOAN TO DEPOSIT RATIO(LDR), DEBT
TO EQUITY RATIO(DER), DAN GROWTHTERHADAP DIVIDEND PAYOUT
RATIO(DPR) (Studi kasus pada industri perbankan yang terdaftar di BEI tahun 2016-
2020). Jurnal Ilmiah Mahasiswa Akuntansi, 2(2), 67–78.

Lase, D., & Mansyur, A. (2020). Implementasi Sistem Antrian Untuk Optimalisasi Pelayanan
Nasabah (Studi Kasus : Bank Mandiri Medan). Karismatika, 6(2), 43–51.

Levana Puspanegara, E., Lomi, A., & Hutabarat, J. (2020). Simulasi Penjadwalan Teller PT
Bank ABC Untuk Memangkas Waktu Tunggu Antrian Nasabah. Jurnal Teknologi Dan
Manajemen Industri, 6(1), 1–5. https://doi.org/10.36040/jtmi.v6i1.2622

Mango, A. S., & Manongga, D. (2017). Sistem Antrian Online PT. Bank Negara Indonesia
TBK Kantor Cabang Parigi. Jurnal Teknik Informatika Dan Sistem Informasi, 3(2), 217–
230. https://doi.org/10.28932/jutisi.v3i2.583

Mukhlizar, M. (2018). Simulasi Sistem Antrian pada SPBU 14.236.100 Menggunakan

Promodel. Jurnal Optimalisasi, 2(3), 269–280. https://doi.org/10.35308/jopt.v2i3.213

Pradana, J. A., Yunastrian, K. S., & Abdullah, M. F. (2022). Integrasi Waiting Line dan
Fishbone Diagram Sebagai Optimasi Jumlah Fasilitas Antrian Migrasi Rekening Bank.
Jurnal INTECH Teknik Industri Universitas Serang Raya, 8(1), 17–22.
https://doi.org/10.30656/intech.v8i1.4151

Prayogo, D. D., Pondaag, J. J., & Tumewu, F. (2017). Analisis Sistem Antrian Dan
Optimalisai Pelayanan Teller Pada PT. Bank Sulutgo. Jurnal Riset Ekonomi,
Manajemen, Bisnis Dan Akuntansi, 5(2), 928–934.
https://ejournal.unsrat.ac.id/index.php/emba/article/view/16010/15519

Puspa Nur Fadlilah, M., & Rahmawati, R. (2017). Sistem Antrian Pada Pelayanan Customer
Service Pt. Bank X. Jurnal Gaussian, 6(1), 71–80.
http://ejournal-s1.undip.ac.id/index.php/gaussian

Putri, S., Santi, K., Izazzulqaq, R., Ayyub, M., & Andesta, D. (2022). E -ISSN : 2746-0835
Volume 3 No 3 ( 2022 ) JUSTI ( Jurnal Sistem Dan Teknik Industri ) PENERAPAN
TEORI ANTRIAN PADA PELAYANAN TELLER BANK BRI E -ISSN : 2746-0835 JUSTI
( Jurnal Sistem Dan Teknik Industri ) Teori Antrian Pada Pelayanan Teller Bank Bri
 Lamo. 3(3).

Rahayu Dwi Setianingsih1, Achmad Syaichu2, E. B. S. (2020). Penerapan Sistem Antrian

Untuk Mengoptimalkan Pelayanan Penitipan. 14(02), 1–8.
https://ojs.stt-pomosda.ac.id/index.php/cybertechn/article/view/6/6

Wanti, E., Okra, R., Efriyanti, L., & Musril, H. A. (2022). Perancangan Sistem Antrian
Peminjaman Buku Di Perpustakaan Smkn 1 Bukittinggi Berbasis Android. KOLONI :
Jurnal Multidisiplin Ilmu, 1(4), 102–108.

Yusro, M. M., & Hidayat, N. (2005). Pengembangan Simulasi Komputer Model Antrian
Nasabah Untuk Menganalisa Unjuk Kerja Layanan Teller Bank 1 Abstrak Pendahuluan
Sistem Antrian. January 2017, 1–7.

PROFIL SINGKAT

Artian, lahir di Sijanih,Ujung Gading 13 November 2003, Saat ini saya

aktif sebagai mahasiswa semester 4 Jurusan Pendidikan Teknik
Informatika dan Komputer di UIN Sjech M.Djamil Djambek Bukittinggi.

Salsa Nabillah, lahir di Tanggerang , 20 Mei 2003. Saat ini saya aktif
sebagai mahasiswa semester 4 Jurusan Pendidikan Teknik Informatika
dan Komputer di UIN Sjech M.Djamil Djambek Bukittinggi.

Suci Rahmawati, lahir di Labuah Gunuang, 21 Oktober 2002 . Saat ini

saya aktif sebagai mahasiswa semester 4 Jurusan Pendidikan Teknik
Informatika dan Komputer di UIN Sjech M.Djamil Djambek Bukittinggi.
Muhammad Ziqri, lahir di Bukittinggi, 21 Januari 2003. Saat ini saya
aktif sebagai mahasiswa semester 4 Jurusan Pendidikan Teknik Informatika
dan Komputer di UIN Sjech M.Djamil Djambek Bukittinggi.