MODEL ANTRIAN PELAYANAN TERHADAP

NASABAH BANK BRI CABANG GORONTALO

MENGGUNAKAN PETRI NET DAN ALJABAR MAX
PLUS

SKRIPSI

Diajukan sebagai persyaratan memperoleh gelar Sarjana Sains pada Program

Studi Matematika, Jurusan Matematika, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Universitas Negeri Gorontalo

SRI AYU NURDIN

412418039

PROGRAM STUDI MATEMATIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI GORONTALO
2022
 DAFTAR ISI

DAFTAR ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii

DAFTAR GAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . iv

DAFTAR TABEL . . . . . . . . . . . . . . . . . . . . . . . . . . . v

I PENDAHULUAN . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1 Latar Belakang . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 Rumusan Masalah . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3 Tujuan Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.4 Manfaat Penelitian . . . . . . . . . . . . . . . . . . . . . . . . 2

II DASAR TEORI . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1 Kajian Teori . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1.1 Aljabar Max Plus . . . . . . . . . . . . . . . . . . . . . 3
2.1.2 Matriks atas Aljabar Max Plus . . . . . . . . . . . . . . 4
2.1.3 Nilai Karakteristik dan Vektor Karakteristik . . . . . . 6
2.1.4 Petri Net . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Penelitian Yang Relevan . . . . . . . . . . . . . . . . . . . . . 10

2.2.1 Menentukan waktu optimal untuk pembuatan
kerajinan sulaman karawo menggunakan Aljabar Max
Plus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.2 Pemodelan Sistem Antrian Pasien Rawat Jalan
Menggunakan Petri Net dan Aljabar Max Plus . . . . . 11
2.2.3 Model Antrian Pelayanan Farmasi menggunakan Petri
Net dan Aljabar Max Plus . . . . . . . . . . . . . . . . 12

III METODOLOGI PENELITIAN . . . . . . . . . . . . . . . . . 14

3.1 Waktu dan Tempat Penelitian . . . . . . . . . . . . . . . . . . 14

3.1.1 Waktu Penelitian . . . . . . . . . . . . . . . . . . . . . 14
3.1.2 Tempat Penelitian . . . . . . . . . . . . . . . . . . . . . 14
3.2 Metode Penelitian . . . . . . . . . . . . . . . . . . . . . . . . 14
3.3 Tahapan Penelitian . . . . . . . . . . . . . . . . . . . . . . . . 14
3.4 Software Aplikasi . . . . . . . . . . . . . . . . . . . . . . . . . 16

i
IV HASIL DAN PEMBAHASAN . . . . . . . . . . . . . . . . . 17

4.1 Data dan Asumsi . . . . . . . . . . . . . . . . . . . . . . . . . 17

4.2 Alur PetriNet . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Aljabar Max-Plus . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.4 Matriks Aljabar Max Plus . . . . . . . . . . . . . . . . . . . . 24
4.5 Nilai Karakteristik dan Vektor Karakteristik . . . . . . . . . . 26

V PENUTUP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

5.1 Kesimpulan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.2 Saran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

DAFTAR PUSTAKA . . . . . . . . . . . . . . . . . . . . . . . . . 30

LAMPIRAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

ii
 DAFTAR GAMBAR

2.1 Diagram Aktivitas Pembuatan Kerajinan Karawo . . . . . . . . . . 11

2.2 Model Petri Net Pelayanan Farmasi . . . . . . . . . . . . . . . . . . 13

3.1 Diagram Alir Penelitian . . . . . . . . . . . . . . . . . . . . . . . . 15

4.1 Diagram Alur Proses Peminjaman Uang . . . . . . . . . . . . . . . 18

4.2 Model Petri Net Peminjaman uang . . . . . . . . . . . . . . . . . . 19

B.1 Proses Wawancara bersama Narasumber . . . . . . . . . . . . . . . 34

B.2 Penandatanganan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
B.3 Kondisi Antrian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

C.1 Kondisi Nasabah Datang dan Memasukkan Berkas . . . . . . . . . 36

C.2 Kondisi Pemeriksaan Berkas Persyaratan . . . . . . . . . . . . . . . 36
C.3 Kondisi Saat Mengonfirmasi Data . . . . . . . . . . . . . . . . . . . 37
C.4 Kondisi Saat Pemeriksaan Apakah Data Sesuai . . . . . . . . . . . 37
C.5 Kondisi saat Pengembalian Berkas Yang Tidak Lengkap . . . . . . 38
C.6 Analisis Kredit Kelayakan . . . . . . . . . . . . . . . . . . . . . . . 38
C.7 Kondisi Saat Menyurvey Lapangan . . . . . . . . . . . . . . . . . . 39
C.8 Kondisi Saat Pembuatan Laporan Hasil Survey Lapangan . . . . . 39
C.9 Analisis Keuangan . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
C.10 Kondisi Saat Penolakan Untuk Peminjaman Uang . . . . . . . . . . 40
C.11 Kondisi Saat Pencairan Uang Kepada Nasabah . . . . . . . . . . . 41

iii
 DAFTAR TABEL

3.1 Waktu Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

4.1 Waktu Proses peminjaman uang . . . . . . . . . . . . . . . . . . . . 22

iv
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Antrian yaitu suatu keadaan dimana jumlah pihak yang membutuhkan
layanan lebih besar dari jumlah layanan yang menyediakan layanan tersebut
(Botutihe dkk., 2018). Antrian yang panjang atau terlalu lama dapat
berdampak buruk bagi mereka yang membutuhkan layanan, larena mereka
membuang banyak waktu untuk menunggu. (Hardiyanti dkk., 2017). Oleh
karena itu beberapa faktor yang perlu dipertimbangkan ketika menghadapi
permasalahan ini yaitu peningkatan kinerja layanan perbankan yang
diberikan kepada nasabah(Maure dan Rudhito, 2019).
Masalah antrian sering terjadi ditempat umum, salah satunya adalah di
Bank. Peneliti memilih Bank BRI Cabang Gorontalo sebagai target penelitian
karena Bank tersebut memiliki banyak nasabah yang bertransaksi di costumer
service dan teller setiap hari yang menyebabkan antrian yang panjang dan tak
teratur. Penting adanya alur antrian hingga tidak terjadi kekacauaan pada
saaat melakukan transaksi dibank, oleh sebab itu peneliti menggunakan petri
net dan aljabar max-plus untuk menggambarkan model antrian nasabah bank,
agar mudah untuk menentukan waktu saat melakukan transaksi.
Ada beberapa metodeyang diterapkan dalam membuat sistem
pelayanan antrian yaitu Petri net dan Aljabar max-plus. Untuk
menyelesaikan penelitian ini menggunakan metode matematis yaitu Petri net
dan Aljabar max-plus. Aljabar max-plus yaitu allat matematika, yang
operasi aritmatika penambahan diganti dengan menentukan maksimum, dan
operasi perkalian diganti dengan penambahan (Rauf dkk., 2021). Banyak
sekali peranan aljabar max-plus dalam menyelesaikan masalah di beberapa
bidang seperti sistem produksi, teori graf, kombinatorika, teori sistem, dan
proses stokatik (Algebra dan Binatari, 2013).
Pada penelitian sebelumnya yang dilakukan oleh (Kismanti dan
Indriyani, 2021) yaitu penerapan pada sistem produksi yang tidak jarang
mengalami permasalahan dalam prosesnya. Peneliti memilih metode aljabar
max plus untuk menyelesaikan permasalahan dalam sistem produksi,
terutama jadwal pendistribusian dan produksi. Dengan penjadwalan yang
baik dalam produksi, dapat meminimalkan biaya produksi. Selain itu,
 2

penelitian yang dilakukan oleh (Watratan dkk., 2021) yang menyelesaikan

masalah antrian dengan metode aljabar max plus peneliti menggambarkan
diagram alur sistem antrian dengan menggunakan petri net berdasarkan data
prosedur pelayanan pasien rawat jalan yang menggunakan BPJS di Rumah
Sakit Umum Yogyakarta dan memperoleh matriks dari suatu keadaan
tertentu dapat digunakan untuk menganalisa perilaku dankestabilan
pelayanan dalam mengoptimalkan sistem antrian. (Nurmalitasari, 2018)
pada penelitiannya ia menggunakan model aljabar max-plus menghasilkan
untuk satu kali proses layanan sejak mahasiswa tiba hingga mahasiswa
dinyatakan sudah terdaftar sebagai pesertas UAS membutuhkan waktu 135
menit sejak waktu kedatangan.
Berbeda dengan penelitian sebelumnya yang dapat meminimalkan
biaya produksi hanya menggunakan metode aljabar max-plus, penelitian kali
ini menggunakan metode petri net dan aljabar max-plus. Pada penelitian di
RSU Yogyakarta yaang hanya mencari matriks dari antrian pasien rawat
jalan, penelitian kali ini mencari matriks dan waktu optimum pada
peminjaman uang di Bank BRI.

1.2 Rumusan Masalah

1. Bagaimana model petri net dari sistem antrian pelayanan nasabah
terhadap Bank BRI cabang Gorontalo ?
2. Bagaimana model Aljabar max-plus terkait dengan Wktu sehingga
antrian layanan di Bank BRI cabang Gorontalo dapat terminimalisir ?

1.3 Tujuan Penelitian

1. Untuk membuat alur petri net dari pola antrian layanan nasabah yang
dikaitkan dengan waktu.
2. Untuk mempperoleh Petri net dan model aljabar max plus dengan waktu
pelayanan nasabah.

1.4 Manfaat Penelitian

1. Sebagai masukan untuk manajemen bank agar dapat mengatur pola
pelayanan dalam sistem antrian pelayanan nasabah pada periode
tertentu.
2. Untuk memberikan alternatif teori dan sistem antrian pelayanan nasabah
yang dikaitkan dengan bobot waktu menggnakan metode Aljabar max-
plus dalam suatu kasus.
 BAB II
DASAR TEORI

2.1 Kajian Teori

2.1.1 Aljabar Max Plus
Aljabar max plus adalah suatu struktur aljabar dimana semua
himpunan bilangan real R ∪ {−∞} dilengkapi dengan max (maksimum) dan
plus (penjumlahan). Metode Aljabar ini dimulai pada 1970-an tetapi baru
berkembang pesat pada 1990-an. Masalah antrian dapat dimodelkan dan di
selesaikan dengan benar menggunakan Aljabar max-plus. Permasalah yang
menggunakan matematika berbentuk model matematika nonlinear, dengan
menggunakan metode Aljabar max-plus ini berbentuk model yang linear
dalam operasi nya (Rudhito, Marcellinus A, 2016).

Definisi 2.1

Suatu semi ring (S, +, ×) merupakan himpunan tak kosong S yang

dilengkapi dengan dua operasi biner + dan ×, yang memenuhi aksioma
berikut ini :
1. (S, +) yaitu semi grup komutatif dengan elemen netral 0, yaitu ∀a, b, c ∈
S:

(a + b)c = a + (b + c)
a+b=b+a
a+0=a

2. (S, ×) yaitu semi grup dengan elemen satu, yaitu ∀a, b, c ∈ S :

(a × b) × c = a × (b × c)
a×1=1×a=a

3. elemen netran 0 merupakan elemen penyerap terhadap operasi ×, yaitu

∀a ∈ S:

a×0=0×a=0

4. operasi × distributif terhadap +, yaitu ∀a, b, c ∈ S:

(a + b) × c = (a × c) + (b × c)
x × (b + c) = (a × b) + (a × c)
 4

Definisi 2.2

suatu semi ring S, +, × yang dikatakan komutatif jika operasi × bersifat

komutatif, yaitu ∀a, b ∈ Sa × a = b × a

Definisi 2.3

Suatu semi ring S, +, × dikatakan indempoten jika operasi + bersifat

indempoten, yaitu ∀a ∈ S : a + a = a

Definisi 2.4

Suatu semi ring komutatif S, +, × biasa disebut semi field jika setiap
elemen a di S − {0} mempunyai invers terhadap operasi ×, yaitu untuk setiap
a di S − {0} ada a1 sehingga x × a1 = a1 × a = 1. (Rudhito, Marcellinus A,
2016)

2.1.2 Matriks atas Aljabar Max Plus

Definisi 2.5

Operasi ⊕ dan ⊗ pada Rmax dapat diperluas untuk operasi matriks dalam
m×n
Rmax seperti definisi berikut ini :
m×n
Diberikan Rmax := {E = (Eij )|Eij ∈ Rmax , i = 1, 2, ..., m dan j = 1, 2, ..., n}
m×n
1. Diketahui a ∈ Rmax EF ∈ Rmax didefinisikan
a ⊗ E merupakan matriks yang unsur ke-ij nya :
(a ⊗ E)ij untuk i = 1, 2, ..., n
dan
E ⊕ F merupakan matrik yang ke-ij nya :
(E ⊕ F )ij = Eij
p×n p×n
2. Diketahui E ∈ Rmax , F ∈ Rmax didefinisikan
E ⊗ F merupakan matrik yang ke-ij nya :
p
(E ⊗ F )ij = ⊕ Eij untuk i = 1, 2, ..., m dan j = 1, 2, ..., n
k=1
Contoh :
1.      
1 5 3⊗1 3⊗5 3+1 3+5
3 ⊗ 0 2  = 3 ⊗ 0 3 ⊗ 2  = 3 + 0 3 + 2 
     

 −4 3 ⊗  3 ⊗ −4 3 +  3 + −4
 5

 
4 8
= 3 5  (2.1)
 

 −1
2. " # " # " #
3 5 1 0 3⊕1 5⊕0
⊕ =
2  6 4 2⊕6 ⊕4
" # " #
max(3, 1) max(5, 0) 3 5
= = (2.2)
max(2, 6) max(, 4) 2 4
3.  
" # 1 3
2 1 6
⊗ 0 6 
 
−2 4 3
 4
" #
2⊗1⊕1⊗0⊕6⊗ 2⊗3⊕1⊗6⊕6⊗4
=
−2 ⊗ 1 ⊕ 4 ⊗ 0 ⊕ 3 ⊗  −2 ⊗ 3 ⊕ 4 ⊗ 6 ⊕ 3 ⊗ 4
" # " #
3 ⊕ 1 ⊕  5 ⊕ 7 ⊕ 10 max(3, 1, ) max(5, 7, 10)
=
−1 ⊕ 4 ⊕  1 ⊕ 10 ⊕ 7 max(−1, 4, ) max(1, 10, 7)
" #
3 10
= (2.3)
4 10

Definisi 2.6

m×n
Matriks x, y ∈ Rmax dikatakan sama jika xij = yij untuk setiap i dan j.
Operasi ⊕ dan ⊗ untuk matriks di atas mempunyai sifat-sifat berikut :

Teorema 2.1

Pernyataan berikut yang berlaku untuk sebarang α dan β, dan sebarang

matriks x, y dan z asalkan operasi yang dimaksud terdefinisi.
1. (x ⊕ y) ⊕ z = x ⊕ (y ⊕ x)
2. x ⊕ y = y ⊕ x
3. (x ⊗ y) ⊗ z = x ⊗ (y ⊗ z)
4. x ⊗ (y ⊕ z) = (x ⊗ y) ⊕ (x ⊗ z)
5. (x ⊕ y) ⊗ z = (x ⊗ z) ⊕ (x ⊗ z)
6. α ⊗ x = x ⊗ α
7. α ⊗ (β ⊗ x) = (α ⊗ β) ⊗ x
8. α ⊗ (x ⊗ y) = (α ⊗ y) ⊗ y = x ⊗ (α ⊗ y)
9. (α ⊗ β) ⊗ x = (α ⊗ x) = (α ⊗ x) ⊗ (β ⊗ y)
10. α ⊗ (z ⊕ y) = (α ⊗ x) ⊕ (α ⊗ y)
 6

11. x ⊕ x = x
.
Himpunan suatu matriks dengan ukuran n × n pada aljabar max-plus
dikenal dengan notasi Rn×m
max . Sedangkan untuk anggota n ∈ N dengan n 6= 0,
def
didefinisikan dengan n = {1, 2, . . . , n}. Diketahui ai,j dengan i ∈ n dan j ∈ m
merupakan notasi dari sebuah elemen matriks A ∈ Rn×m max dengan baris ke-
i serta kolom-j. Berdasarkan notasi tersebut maka matriks A dapat ditulis
dengan
 
a1,1 a1,2 · · · a1,m
 a2,1 a2,2 · · · a2,m
 

A=
 .. .. .. ..  (2.4)
 . . . .


an,1 an,2 · · · an,m
Terkadang, untuk elemen ai,j dapat dituliskan dengan

[A]i,j , i ∈ n dan j ∈ m (2.5)

dalam Aljabar Max-Plus penjumlahan dua buah matriks berturut-turut

A, B ∈ Rn×m
max dituliskan dengan notasi A ⊕ B, serta didefinisikan dengan

[E ⊕ F ]i,j = ai,j ⊕ bi,j

(2.6)
= max{ai,j , bi,j }
dengan i ∈ n sedangkan j ∈ m. (Rudhito, Marcellinus A, 2016)

2.1.3 Nilai Karakteristik dan Vektor Karakteristik

Pada sebuah matriks berbentuk persegi A dengan ukuran n × n,
ditunjukkan suatu persamaan:

A⊗x=µ⊗x (2.7)

dimana semua vektor x ∈ Rnmax dinamakan dengan vektor karakteristik dan

µ ∈ R dinamakan dengan nilai-karakteristik atas matriks A dengan vektor
x 6= (ε, ε, . . . , ε)T . Algoritma yang digunakan dalam penentuan
n×n
nilai-karakteristik dan vektor-karakteristik atas suatu matriks A ∈ Rmax
dilakukan dengan berulang atas bentuk persamaan linear

x(k + 1) = A ⊗ x(k), k = 0, 1, 2, .... (2.8)

 7

Perilaku periodik dari Persamaan (2.8) memiliki kaitan dengan vektor waktu
sikel baik pada matriks A yang reducible maupun matriks A yang irreducible,
sebagaiamana didefinisikan dengan

x(k)
lim (2.9)
k→∞ k

Limit ini terdapat pada setiap keadaan awal x(0) 6= (ε, ε, ..., ε)0 dan
untuk suatu matriks pada x(k + 1) = A ⊗ x(k), k = 0, 1, 2, .... yang irreducible
selalu bisa menjadi matriks dengan bentuk blok segitiga atas, yang
ditunjukkan dengan bentuk:
 
A1,1 A1,2 · · · A1,q
 ε E2,2 · · · A2,q
 


.. .  (2.10)
 ε
 ε . .. 

ε ε · · · aq,q

dan untuk f = 1, 2, . . . , q, Af,f dengan ukuran qf ×qf merupakan matriks yang

tak tereduksi yang mempunyai nilai karakteristik µf . Dalam hal ini, vektor
waktu sikel dinyatakan dengan
 
µ1
µ2
 
x(k)  
lim =
 ..
 (2.11)
k→∞ k
.


µq
dimana
 
µf
µf
 

µf = 
 ..
 (2.12)
.


µf
Serta vektor µf berukuran qf × 1. Perwujudan nilai karakteristik atas suatu
matriks yang berbentuk persegi E ditunjukkan pada teorema di bawah ini.

Teorema 2.2

Misalkan pada suatu keadaan awal x(0) 6= ε, terdapat sistem persamaan

x(k + 1) = A ⊗ x(k), k = 0, 1, 2, .... yang memenuhi x (l) = c ⊗ x(m) untuk
beberapa bilangan bulat l dan m dalam hal ini l > m ≥ 0 dan beberapa
bilangan real c, maka
 8

 
µ
 
µ 
x(k) .

lim =  .. (2.13)

k→∞ k

 
 
 
µ
c
dengan µ = l−m . Dalam hal ini µ merupakan suatu nilai karakteristik atas
sebuah matriks A yang vektor karakteristiknya dinyatakan dengan

l−m
µ⊗(l−m−f ) ⊗ x(m + f − 1
L

v= (2.14)
f =1
Dan teorema, Algoritma ini dapat digunakan untuk menentukan nilai
karakterisrik dan vektor karakteristk dari suatu matriks.
1. Mulai dari sebarang vektor awal x(0) 6= .
2. Iterasi persamaan (2.8) sampai mendapatkan bilangan bulat p > q ≥ 0
dan bilangan real c sehingga prilaku perodik terjadi, yaitu x(p) = c⊗x(q)
c
3. Hitung nilai karakteristik λ = p−q
p−q
λ⊗(p−q−i) ⊗ x(q + i − 1 ).
L

4. Hitung vektor-karakteristik v =
i=1

2.1.4 Petri Net

Petrinet pertama kali diperkenalkan oleh C.A. Petri pada awal tahun
1990an. ini adalah salah satu alat yang digunakan untuk memodelkan sistem
event disktrit. Dalam petri net event berkaitan dengan transisi dan keadaan
(state) berkaitan dengan place. Dalam sistem event disktrit, perubahan even
menyebabkan perubahan keadaan. Beberapa kondisi harus terpenuhi terlebih
dahulu agar event itu bisa terjadi. Suatu transisi place fungsinya yaitu
sebagai input atau output. Place ialah input dimana keadaan harus dipenuhi
agar transisi bisa terjadi. Keadaan akan berubah setelah transisi. Place yang
menyatakan keadaan tadi merupakan output dari transisi. pengertian petri
net adalah sebagai berikut : Winarni (2011)

Teorema 2.7

Petrinet merupakan empat tuple (P, T, A, w) dengan P : Himpunan

brhingga place, P = {p1 , p2 , ..., pn }, dengan kata lain, I(tj) merupakan
upstream place untuk tj dan O(tj) = {pi : (tj, pi) ∈ A} yang menunjukkan
 9

O(tj) himpunan downstream place untuk transisi tj.

Kita dapat menggunakan notasi yang sama untuk mendeskripsikan input dan
output untuk place pi, yaitu sebegai berikut :

I(pi) = {tj : (tj, pi) ∈ A}

O(pi) = {tj : (pi, tj) ∈ A}

I(pi) = {tj : (tj, pi) ∈ A} menunjukkan I(pi) yaitu himpunan upstream

transisi untukplace pi dan O(pi) = {tj : (pi, tj) ∈ A} menunjukkan O(pi)
himpunan downstream untuk place pi

Teorema 2.8

Petri net penanda x merupakan fungsi x : P → {0, 1, 2, ...}

Penanda tersebut dapat dinyatakan degan vektor yang bil bulat non negatif
menyatakan jumlah token yaitu,

X = [x(p1 ), x( p2 ), ..., x(pn )]T

Jumlah elemen x sama dengan banyak place di petrinet. Jumlah token pada
place pi, x(pi) ∈ 0, 1, 2, ... adalah elemen ke−i pada vektor X

Teorema 2.9

Petri net merupakan lima tuple (P, T, A, w, x0 ) dimanaa (P, T, A, w)

merupakan petri net dan penanda awalnya X0
Selanjutnya, petri net bertanda cukup disebut petri net dan istilah tanda
disebut token. Seperti halnya pemodelan sistem pada umumnya, maka perlu
mendefinisikan keadaan petri net.

Teorema 2.10

Keadaan (state) dimana petri net bertanda yaitu

X = [x(q1 ), x(q2 ), ..., x(qn )]T
Jumlah Jumlah token pada place yaitu sebarang bilangan bulat
nonnegatif, tidak harus terbatas. Ruang keadaan (state space) X pada petri
net bertanda n place, yang didefinisikan oleh semua vektor n-dimensi yang
elemen-elemennya adalah bilangan bulat non-negattif, sehingga
x(p1 )I{1, 2, 3, ...}.
 10

Definisi 5 (Winarni, 2011)

Transisi tj ∈ T pada petri net bertanda dapat dikatakan aktif jika

x(qi) ≥ w(qi, tj), ∀qi ∈ I(tj)

Teorema 2.11

Fungsi perubahan keadaan,

f : {0, 1, 2, ...}n xT → {0, 1, 2, ...}n

pada petri net bertanda (P, T, A, w, X0 ) dapat terdefinisi pada transisi tj ∈ T

jika dan hanya jika

x(pi) ≥ w(pi, tj), ∀pi ∈ I(tj)

0
jika f (x, tj) terdefinisi maka dituliskan x = f (x, tj), dimana
0
x (pi) = x(pi) − w(pi, tj) + w(tj, pi),
i = 1, 2, ..., n, j = 1, 2, ..., m

(Winarni, 2011)

2.2 Penelitian Yang Relevan

2.2.1 Menentukan waktu optimal untuk pembuatan kerajinan sulaman
karawo menggunakan Aljabar Max Plus
Penelitian relevan dengan metode yang digunakan dalam penelitian saya
yaitu menentukan waktu optimal untuk pembuatan kerajinan sulaman karawo
menggunakan Aljabar Max Plus (Yahya dkk., 2022). Pada penelitiannya, dia
menggunakan metode Aljabar Max Plus dengan cara pembuatan kerajinan
karawo terdiri dari 7(tujuh) aktivitas. Berikut aktivitas pembuatan kerajinan
sulaman karawo:
A) Menyediakan alat dan bahan baku
B) Membuat motif
C) Mengiris kain yang sudah disiapkan
D) Mengukur motif
E) Mencabut benang
F) Menyulam
G) Merawang dan finishing
 11

Dari aktivitas di atas, data ditransformasikan ke dalam diagram yang berisi

bobot masing-masing kegiatan sebagai berikut :

Gambar 2.1. Diagram Aktivitas Pembuatan Kerajinan Karawo

Menurut penelitian (Yahya dkk., 2022), pembuatan kerajinan sulaman

karawo memiliki waktu penyelesaian 34,5 hari yang merupakan jalur kritis
untuk Aktivitas A, Aktivitas B, Aktivitas D, Aktivitas E, Aktifitias F dan
Aktivitas G, tetapi Aktivitas C dapat ditunda.

2.2.2 Pemodelan Sistem Antrian Pasien Rawat Jalan Menggunakan Petri Net
dan Aljabar Max Plus
Penelitianyang telah dilakukan (Watratan dkk., 2021) ini menggunakan
metode aljabar max-plus dan oleh karena itu terkait dengan ,metode yang
digunakan dalam penelitian kali ini. Tujuan dari penelitian ini yaitu untuk
memodelkan sistem antrian di Rumah Sakit Umum Daerah Yogyakarta
dengan menggunakan metode Aljabar Max-Plus. Sistem antrian yang
dianalisis dalam penelitian ini dikhususkan untuk sistem antrian pelayanan
rawat jalan menggunakan BPJS. Metode penelitian ini merupakan
penelusuran kepustakaan, dan metode pengumpulan datanya adalah dengan
wawancara dan observasi. Pengamatan dilakukan sejak pasien tiba dirumah
sakit sampai kembali ke rumah. Hasil penelitian ini menunjukkan bahwa
petri net juga dapat digunakan untuk menggambarkan diagram alir sistem
antrian di Rumah Sakit Umum Daerah Yogyakarta. Di sisi lain Aljabar Max
Plus dapat digunakan untuk memodelkan sistem antrian untuk layanan
rawat jalan berdasarkan diagram alur yang didapatkan.
 12

2.2.3 Model Antrian Pelayanan Farmasi menggunakan Petri Net dan Aljabar
Max Plus
Penelitian yang dilakukan oleh (Mustofani dan Afif, 2018) Ia menggunakan
Petrinet dan Aljabar MaxPlus dalam antrian farmasi. Penyusunan alur
petrinet dan Aljabar Maxplus dalam antrian pelayanan farmasi, penyusunan
alur petri net berdasarkan data yang didapatkan dan membuatk model
aljabar max plus. Data yang digunakan dalam penelitian ini ada beberapa
kegiatan. di antaranya :
1. Pasien datang
2. Pasien mengantri
3. Selanjutnya farmakolog idle memanggil sesuai nomor antrian untuk
dilayani
4. Setelah memanggil nomor antrian farmakolog mengecek sesuai resep obat
yang dibutuhkan
5. Setelah di cek, farmakolog akan memberi tahu pasien jika ada resep obat
yang dibutuhkan ada atau tidak
6. Jika obat tersebut tidak ada maka farmakolog kembali idle, jika ada
farmakolog wajib membuat nota pembelian obat untuk dilanjutkan ke
kasir
7. Setelah mendapatkan nota pembelian, maka pasien tersebut akan
mengantri kembali untuk dilanjutkan ke kasir
8. Selanjutnya kasir menghitungnominal hargaa obat harus dibayar pasien
9. Setelah melakukan perhitungan, kasir menanyakan kembali pada pasien
apakah melanjutkan pembelian atau batal
10. Jika lanjut maka kasir wajib memberikan bukti pembayaran kepada
pasien untuk mengambil obat dan jika batal maka kasir kembaali idle
11. Jika racikan maka pasien mengantri kembali, dan jika non racik pasien
langsung menerima obat
12. Farmakolog idle memanggil nomor antrian pasienuntuk dilayani
13. Farmakolog meracik obat dan memberikan ke pasien
14. Selesai
Yang tersusun dalam petri net berikut :
 13

Gambar 2.2. Model Petri Net Pelayanan Farmasi

Dari analisis model alur petri net pada sistem pelayanan farmasi, yang
dibuat dan dianalisis menggunakan aljabar max plus. Diperoleh hasil, waktu
tempuh untuk pasien membeli obat nonracik yaitu 14 menit, dan waktu untuk
membeli obat racik yaitu 25 menit.
 BAB III
METODOLOGI PENELITIAN

3.1 Waktu dan Tempat Penelitian

3.1.1 Waktu Penelitian
Waktu pada penelitian ini dapat dilihat pada tabel berikut

Tabel 3.1. Waktu Penelitian

Waktu Penelitian
No Kegiatan Maret-Juli Agust Okt Novemb Des Jan
2022 2022 2022 2022 2022 2022
1 Pengajuan Topik Penelitian
2 Bimbingan Proposal
3 Seminar Proposal
4 Pelaksanaan Penelitian
5 Bimbingan Hasil
6 Seminar Hasil
7 Revisi Seminar Hasil
8 Bimbingan Skripsi
9 Ujian Skripsi

3.1.2 Tempat Penelitian

Penelitian ini dilakukan di Laboratorium Komputasi Matematika
Universitas Negeri Gorontalo

3.2 Metode Penelitian

Penelitian ini menggunakan data primer dengan meninjau dan
melakukan wawancara pada Satpam Bank BRI

3.3 Tahapan Penelitian

Tahapan penelitian ini ditunjukkan pada diagram berikut :

14
 15

Gambar 3.1. Diagram Alir Penelitian

Gambar 3.1 dijelaskan sebagai berikut :

1. Menentukan masalah
2. Mempelajari materi terkaiit dengan petri net dan aljabarmax plus
3. Mengambil data hasil penelitian
a) Waktu kedatangan
b) Waktu pelayanan
c) Selesai dilayani
4. Dari data yang didapatkan akan dibuat model alur petri net yang
dijelaskan pada bagian 2.1.4 di bab 2
 16

5. Membuat model aljabar max plus dalam bentuk matriks

6. Mencari Nilai Karakteristik dan Vektor Karakteristik
7. Menyimpulkan hasil penelitian

3.4 Software Aplikasi

Dalam menyelesaikan penelitian ini, penulis menggunakan aplikasi PIPE
V5.0.2 dan Scilab 5.5.2.
 BAB IV
HASIL DAN PEMBAHASAN

4.1 Data dan Asumsi

Berdasarkan wawancara yang dilakukan di Bank BRI Cabang Gorontalo
Jl. Nani Wartabone Nomor 22, Ipilo, Kecematan Kota Timur, Kota Gorontalo,
Gorontalo pada staf Bank BRI bahwa untuk mengajukan peminjaman uang
akan melalui beberapa tahapan yangdijelaskan sebagai berikut :
1. Nasabah datang dan memasukkan berkas persyaratan ke staf bank.
2. Setelah memasukkan berkas persyaratan selanjutnya staf bank
melakukan pemeriksaan berkas, jika lengkap maka dilanjutkan untuk
mengonfirmasi data namun jika berkas persyaratan tidak lengkap maka
berkas tersebut akan dikembalikan kepada nasabah.
3. Setelah mengonfirmasi data, berkas persyaratan akan diperiksa kembali
apakah data sesuai, jika sesuai maka akan dilakukan analisis kredit
kelayakan atau survey lapangan. Setelah dilakukan survey lapangan,
selanjutnya membuat laporan hasil dari survey lapangan, namun jika
tidak layak berkasakan dikembalikan ke nasabah
4. Setelah survey lapangan dan dinyatakan layak, selanjutnya menganalisis
keuangan
5. Pencairan uang ke nasabah.

Berdasarkan keterangan alur peminjaman uang oleh nasabah lebih

jelasnya ditampilkan pada Gambar 4.1.
 18

Gambar 4.1. Diagram Alur Proses Peminjaman Uang

 19

4.2 Alur PetriNet

Pada Gambar 4.1 alur peminjaman uang di Bank dapat dibuat alur
petri net yang terdiri dari transisi dan place. Pada petri net ini bobot yang
digunakan adalah lama waktu proses peminjaman uang. Berikut alur petri
net peminjaman uang yang direpresentasikan menggunakan software PIPE
5.0.2.

Gambar 4.2. Model Petri Net Peminjaman uang

Berdasarkan pada Gambar 4.2 petri net terdiri darii himpunan transisi
dan place. Dimana penjelasan transisi sebagai berikut.
a(k) Menyatakan waktu kedatangan nasabah
b(k) Menyatakan waktu nasabah memasukkan berkas persyaratan
c(k) Menyatakan waktu pemeriksaan kelengkapan berkas persyaratan
d(k) Menyatakan waktu mengonfirmasi data
e(k) Menyatakan waktu pemeriksaan apakah data sesuai
f (k) Menyatakan waktu pengembalian berkas persyaratan tidak lengkap
g(k) Menyatakan waktu analisis kredit kelayakan
h(k) Menyatakan waktu survey lapangan
i(k) Menyatakan waktu membuat laporan hasil survey lapangan
j(k) Menyatakan waktu analisis keuangan
k(k) Menyatakan waktu penolakan untuk peminjaman uang
 20

l(k) Menyatakan waktu pencairan uang

Sedangkan untuk place-place petri net yaitu,

P 0 Kedatangan
P 1 Pemasukan berkas persyaratan
P 2 Pemeriksaan kelengkapan berkas persyaratan
P 3 Pengonfirmasian data
P 4 Pemeriksaan apakah data sesuai
P 5 Menganalisis kredit kelayakan
P 6 Menyurvei lapangan
P 7 Menganalisis keuangan
P 8 Pencairan uang
Alur peminjaman uang dalam petri net yang terlihat seperti pada
Gambar 4.2 pada a(k) menunjukkan nasabah akan memulai proses
pelayanan. Nasabah yang mengajukan peminjaman uang akan memasukkan
berkas persyaratan ke staf bank yang ditunjukkan pada b(k), berkas yang
sudah diserahkan akan diperiksa oleh staf bank yang ditunjukkan pada c(k)
sebelumnya sudah melewati P 1 dimana nasabah telah melakukan
pemasukkan berkas persyaratan sehingga terdapat arah panah penghubung
antara b(k) ke P 1.
staf bank yang telah selesai memeriksa berkas persyaratan menalnjutkan
untuk mengonfirmasi data yang ditunjukkan pada P 3 kepada nasabah untuk
memeriksa apakah data tersebut sudah sesuai yang ditunjukkan pada P 4.
Pada f (k) menunjukkan waktu pengembalian berkas persyaratan tidak
lengkap yang menghubungkan garis arah panah P 2 dan P 4 ke f (k), namun
apabila berkas persyaratan lengkap dan sesuai maka akan dilakukan analisis
kredit kelayakan yang ditunjukkan pada g(k) dan pada h(k) yaitu proses
menyurvey lapangan sebelumnya sudah melewati P 5 sehingga terdapat garis
arah panah penghubung antara g(k) ke h(k).
Setelah melakukan survey lapangan selanjutnya pembuatan laporan
hasil yang ditunjukkan pada i(k) dan melanjutkan untuk menganalisis
keuangan yang ditunjukkan pada j(k) yang sebelumnya telah melewati P 6
dan P 7. Setelah membuat laporan hasil survey lapangan dapat diputuskan
apakah nasabah mendapatkan peminjaman uang atau penolakan, jika dapat
penolakan untuk peminjaman uang akan ditunjukkan ke i(k) yang
sebelumnya sudah melewati P 8
 21

4.3 Aljabar Max-Plus

Dari alur petrinet pada Gambar 4.2 diperoleh model dari aljabar max-
plus yaitu.

a(k) = Va,k ⊗ a(k − 1)

b(k) = Vb,k ⊗ a(k)
c(k) = b(k) ⊕ c(k − 1)
d(k) = Vc,k ⊗ Vd,k ⊗ c(k)
e(k) = Vd,k ⊗ d(k) ⊕ e(k − 1)
f (k) = c(k)
g(k) = e(k) ⊕ g(k − 1)
h(k) = Vg,k ⊗ g(k) ⊕ h(k − 1)
i(k) = Vh,k ⊗ h(k) ⊕ i(k − 1)
j(k) = Vi,k i(k) ⊕ j(k − 1)
k(k) = i(k)
l(k) = Vj,k ⊗ j(k) ⊕ l(k − 1)

Adapun keterangan peubah yang menunjukkan waktu sebagai berikut.

a(k) Waktu kedatangan nasabah
b(k) Waktu nasabah memasukkan berkas persyaratan
c(k) Waktu pemeriksaan kelengkapan berkas persyaratan
d(k) Waktu mengonfirmasi data
e(k) Waktu pemeriksaan apakah data sesuai
f (k) Waktu pengembalian berkas tidak lengkap
g(k) Waktu analisis kredit kelayakan
h(k) Waktu survey lapangan
i(k) Waktu membuat laporan hasil survey lapangan
j(k) Waktu analisis keuangan
k(k) Waktu penolakan untuk peminjaman uang
l(k) Waktu pencairan uang

Keterangan peubah yang menunjukan lamawaktu.

Va,k Lama kedatangan nasabah
Vb,k Lama nasabah memasukkan berkas persyaratan
Vc,k Lama pemeriksaan berkas persyaratan
Vd,k Lama pengonfirmasian data
Ve,k Lama pemeriksaan data apakah sesuai
Vf,k Lama pengembalian berkas tidak lengkap
Vg,k Lama analisis kredit kelayakan
Vh,k Lama survey lapangan
Vi,k Lama pembuatan laporan hasil survey lapangan
 22

Vj,k Lama analisis keuangan

Vk,k Lama penolakan untuk peminjaman uang
Vl,k Lama pencairan uang

Andaikan diberi nilai dari beberapa peubah sperti pada Tabel 4.1

Tabel 4.1. Waktu Proses peminjaman uang

Simbol Proses Waktu (menit)

Va,k Kedatangan nasbah 5
Vb,k Pemasukan berkas persyaratan 2
Vc,k Pemeriksaan berkas persyaratan 10
Vd,k Pengonfirmasian data 15
Ve,k Pemeriksaan apakah data sesuai 5
Vg,k Analisis kredit kelayakan 480
Vh,k Survey lapangan 180
Vi,k Pembuatan laporan hasil survey lapangan 120
Vj,k Analisis keuangan 240
Vl,k Pencairan uang 120

Berdasarkan Gambar 4.2 dan Tabel 4.1, maka akan diperoleh nilai a(k),
c(k), g(k), h(k), i(k), j(k) dan l(k) berdasarkan operasi aljbar max-lus berikut
ini.

a(x) = Va,x ⊗ a(x − 1)

= 5 ⊗ a(x − 1)
c(x) = b(x) ⊕ c(x − 1), dimana b(x) = Vb,x ⊗ a(x)
= (Vb,x ⊗ a(x)) ⊕ c(x − 1)
= (Vb,x ⊗ 5 ⊗ a(x − 1) ⊕ c(x − 1)
= (2 ⊗ 5 ⊗ a(x − 1)) ⊕ c(x − 1)
= (7 ⊗ a(x − 1)) ⊕ c(x − 1)
d(x) = Vc,x ⊗ Vd,x ⊗ c(x)
= Vc,x ⊗ Vd,x ⊗ (7 ⊗ a(x − 1)) ⊕ c(x − 1)
= 10 ⊗ 15 ⊗ (7 ⊗ a(x − 1)) ⊕ c(x − 1)
= 25 ⊗ (7 ⊗ a(x − 1) ⊕ c(x − 1)
= (25 ⊗ 7 ⊗ a(x − 1)) ⊕ (25 ⊗ c(x − 1))
= (32 ⊗ a(x − 1)) ⊕ (25 ⊗ c(x − 1))
e(x) = Vd,x ⊗ d(x)
= Vd,x ⊗ (32 ⊗ a(x − 1)) ⊕ (25 ⊗ c(x − 1))
= (Vd,x ⊗ 32 ⊗ a(x − 1)) ⊕ (Vd,x ⊗ 25 ⊗ c(x − 1))
= (15 ⊗ 32 ⊗ a(x − 1)) ⊕ (15 ⊗ 25 ⊗ c(x − 1))
= (47 ⊗ a(x − 1)) ⊕ (40 ⊗ c(x − 1))
 23

f (x) = c(x)
= (7 ⊗ a(x − 1)) ⊕ c(x − 1)
g(x) = e(x) ⊗ g(x − 1)
= (47 ⊗ a(x − 1)) ⊕ (40 ⊗ c(x − 1)) ⊕ g(x − 1)
h(x) = Vg,x ⊗ g(x) ⊗ h(x − 1)
= Vg,k ⊗ (47 ⊗ a(k − 1)) ⊕ (40 ⊗ c(k − 1)) ⊕ g(x − 1)⊕
h(x − 1)
= (Vg,x ⊗ 47 ⊗ a(x − 1)) ⊕ (Vg,x ⊗ 40 ⊗ c(x − 1))⊕
(Vx,k ⊗ g(x − 1)) ⊕ h(x − 1)
= (480 ⊗ 47 ⊗ a(x − 1)) ⊕ (480 ⊗ 40 ⊗ c(x − 1))⊕
(480 ⊗ g(x − 1)) ⊕ h(x − 1)
= (572 ⊗ a(k − 1)) ⊕ (520 ⊗ c(k − 1))⊕
(480 ⊗ g(x − 1)) ⊕ h(x − 1)
i(x) = Vh,x ⊗ h(x) ⊗ i(x − 1)
= Vh,x ⊗ (572 ⊗ a(x − 1)) ⊕ (520 ⊗ c(x − 1))⊕
(480 ⊗ g(x − 1)) ⊕ h(x − 1) ⊕ i(x − 1)
= (Vh,x ⊗ 572 ⊗ a(x − 1)) ⊕ (Vh,x ⊗ 520 ⊗ c(x − 1))
⊕(Vh,x ⊗ 480 ⊗ g(x − 1)) ⊕ (Vh,x ⊗ h(x − 1)) ⊕ i(x − 1)
= (180 ⊗ 572 ⊗ a(x − 1)) ⊕ (180 ⊗ 520 ⊗ c(x − 1))
⊕(180 ⊗ 480 ⊗ g(x − 1)) ⊕ (180 ⊗ h(x − 1)) ⊕ i(x − 1)
= (752 ⊗ a(x − 1)) ⊕ (700 ⊗ c(x − 1)) ⊕ (660 ⊗ g(x − 1))⊕
(180 ⊗ h(x − 1)) ⊕ i(x − 1)
j(x) = Vi,x ⊗ i(x) ⊕ j(x − 1)
= Vi,x ⊗ (752 ⊗ a(x − 1)) ⊕ (700 ⊗ c(x − 1))⊕
(660 ⊗ g(x − 1)) ⊕ (180 ⊗ h(x − 1)) ⊕ i(x − 1) ⊕ j(x − 1)
= (Vi,x ⊗ 752 ⊗ a(x − 1)) ⊕ (Vi,x ⊗ 700 ⊗ c(x − 1))⊕
(Vi,x ⊗ 660 ⊗ g(x − 1)) ⊕ (Vi,x ⊗ 180 ⊗ h(x − 1))⊕
(Vi,x ⊗ i(x − 1)) ⊕ j(x − 1)
= (120 ⊗ 752 ⊗ a(x − 1)) ⊕ (120 ⊗ 700 ⊗ c(x − 1))⊕
(120 ⊗ 660 ⊗ g(x − 1)) ⊕ (120 ⊗ 180 ⊗ h(x − 1))⊕
(120 ⊗ i(x − 1)) ⊕ j(x − 1)
= (872 ⊗ a(x − 1)) ⊕ (820 ⊗ c(x − 1)) ⊕ (720 ⊗ g(x − 1))⊕
(300 ⊗ h(x − 1)) ⊕ (120 ⊗ i(x − 1)) ⊕ j(x − 1)
k(x) = i(x)
= (752 ⊗ a(x − 1)) ⊕ (700 ⊗ c(x − 1)) ⊕ (660 ⊗ g(x − 1))⊕
(180 ⊗ h(x − 1)) ⊕ i(x − 1)
l(x) = Vj,x ⊗ j(x) ⊕ l(x − 1)
= Vj,x ⊗ (872 ⊗ a(x − 1)) ⊕ (820 ⊗ c(x − 1))⊕
(720 ⊗ g(x − 1)) ⊕ (300 ⊗ h(x − 1)) ⊕ (120 ⊗ i(x − 1))⊕
j(x − 1) ⊕ l(x − 1)
 24

= (Vj,x ⊗ 872 ⊗ a(x − 1)) ⊕ (Vj,x ⊗ 820 ⊗ c(x − 1))⊕

(Vj,x ⊗ 720 ⊗ g(x − 1)) ⊕ (Vj,x ⊗ 300 ⊗ h(x − 1))⊕
(Vj,x ⊗ 120 ⊗ i(x − 1)) ⊕ (Vj,x ⊗ j(x − 1)) ⊕ l(x − 1)
= (240 ⊗ 872 ⊗ a(x − 1)) ⊕ (240 ⊗ 820 ⊗ c(x − 1))⊕
(240 ⊗ 720 ⊗ g(x − 1)) ⊕ (240 ⊗ 300 ⊗ h(x − 1))⊕
(240 ⊗ 120 ⊗ i(x − 1)) ⊕ (240 ⊗ j(x − 1)) ⊕ l(x − 1)
= (1112 ⊗ a(x − 1)) ⊕ (1060 ⊗ c(x − 1)) ⊕ (960 ⊗ g(x − 1))⊕
(540 ⊗ h(x − 1)) ⊕ (360 ⊗ i(x − 1)) ⊗ (240 ⊗ j(x − 1)) ⊕ l(x − 1)

4.4 Matriks Aljabar Max Plus

Dari model aljabar max plus diatas didapatkan matriks aljabar max
plus sebagai berikut.
     
a(x) a(x)       a(k − 1)
 c(x)  a(x) c(x)        c(k − 1)
     

     
g(x)  a(x) c(x) g(x)      g(k − 1) 
     
h(x)  = a(x) c(x) g(x) h(x)     ⊗ h(k − 1)
     

     
 i(x)  a(x) c(x) g(x) h(x) i(x)     i(k − 1) 
     
 j(x)  a(x) c(x) g(x) h(x) i(x) j(x)    j(k − 1)
     

l(x) a(x) c(x) g(x) h(x) i(x) j(x) l(x) l(k − 1)
(4.1)
Dengan keadaan awal :
   
a(0) 0
 c(0)  0
   

   
g(0)  0 
   
h(0)  = 0 (4.2)
   

   
 i(0)  0 
   
 j(0)  0
   

l(0) 0
 25

Kemudian disubtitusikan nilai pada matriks aljabar max plus

     
a(1) 5       0
 c(1)   7 0       0
     

     
g(1)   47 40 0      0 
     
h(1)  =  572 520 480 0     ⊗ 0 (4.3)
     

     
 i(1)   752 700 660 180 0    0 
     
 j(1)   872 820 720 300 120 0   0
     

l(1) 1112 1060 960 540 360 240 0 0

Diperoleh  
5
 7
 

 
 47 
 
 572 (4.4)
 

 
 752 
 
 872
 

1112
Berdasarkan hasil perhitungan tersebut didapatkan bahwa a(k)
menunjukkan waktu kedatangan nasabah yaitu 5 menit, c(k) menunjukkan
waktu pemeriksaan berkas persyaratan oleh staf bank yaitu 7 menit setelah
waktu kedatangan nasabah, g(k) menunjukkan waktu analisis kredit
kelayakan yaitu 47 menit setelah waktu kedatangan nasabah, h(k)
menunjukkan waktu menyurvey lapangan yaitu 572 menit setelah waktu
kedatangan nasabah, i(k) menunjukkan waktu pembuatan laporan hasil
survey lapangan yaitu 752 menit setelah waktu kedatangan nasabah, j(k)
menunjukkan waktu analisis keuangan yaitu 872 menit setelah waktu
kedatangan nasabah, l(k) menunjukkan waktu pencairan uang yaitu 1112
menit setelah waktu kedatangan nasabah.
 26

4.5 Nilai Karakteristik dan Vektor Karakteristik

Berdasarkan matriks (4.3) dan bantuan software Scilab (Lampiran C,
Hal 42) diperoleh
 
5      
 7 0     
 

 
 47 40 0     
 
A =  572 520 480 0    (4.5)
 

 
 752 700 660 180 0   
 
 872 820 720 300 120 0 
 

1112 1060 960 540 360 240 0

Dalam menentukan nilai karakteristik dan vektor karakteristik,

berdasarkan (Subiono, 2013) dan bantuan software Scilab (Lampuiran C, Hal
42) maka didapatkan nilai karakteristik dan vektor karakteristik dari matriks
A.
Dengan keadaan awal  
0
0 
 
 
0 
 
x(0) = 0  (4.6)
 
 
0 
 
0 
 

0
Diperoleh evolusi keadaan x(0), x(1), x(2), x(3), x(4), ...
         
0 5 10 15 12
0   7   12   17   22
         

         
0   47   52   57   62 
         
0  ,  572  ,  577  ,  582  ,  587 (4.7)
         

         
0   752   757   762   767 
         
0   872   877   882   887
         

0 1112 1117 1122 1127
 27

Terlihat bahwa x(2) = 5⊗x(1), dimana p = 1, q = 2 dan c = 5. Sehingga

nilai karakteristik dari matriks A yaitu,
c 5
λ= p−q
= 2−1
=5

dan vektor karakteristiknya yaitu,

p−q
λ⊗(p−q−i) ⊗ x(q + i − 1 )
L

v=
i=1
2−1
5⊗(2−1−i) ⊗ x(1 + i − 1 )
L

=
i=1
1
5⊗(1−i) ⊗ x(1 + 1 − 1 )
L

=
i=1
= 5⊗(0) ⊗ x(1)
= 0 ⊗ x(1)
= x(1)
 BAB V
PENUTUP

5.1 Kesimpulan
Berdasarkan hasil dan pembahasan, maka diperoleh :
1. Petri net peminjaman uang di bank BRI Cabang Gorontalo terdiri dari
12 transisi dan 9 place. Dimana a(k) = waktu kedatangan nasabah,
b(k) = waktu nasabah memasukkan berkas persyaratan, c(k) = waktu
pemeriksaan kelengkapan berkas persyaratan, d(k) = waktu
mengonfirmasi data e(k) = waktu pemeriksaan apakah data sesuai,
f (k) = waktu pengembalian berkas persyaratan tidak lengkap, g(k) =
waktu analisis kredit kelayakan, h(k) = waktu survey lapangan, i(k) =
waktu membuat laporan hasil survey lapangan, j(k) = waktu analisis
keuangan, k(k) = waktu penolakan untuk peminjaman uang, l(k) =
waktu pencairan uang, P 0 = kedatangan nasabah, P 1 = pemasukkan
berkas persyaratan, P 2 = pemeriksaan berkas persyaratan, P 3 =
pengonfirmasian data, P 4 = pemeriksaan apakah data sesuai, P 5 =
menganalisis kredit kelayakan, P 6 = menyurvei lapangan, P 7 =
menganalisis keuangan, P 8 = pencairan uang.
2. Model matriks aljabar max-plus dari perti net yaitu :
     
a(x) a(x)       a(k − 1)
 c(x)  a(x) c(x)        c(k − 1)
     

     
g(x)  a(x) c(x) g(x)      g(k − 1) 
     
h(x)  = a(x) c(x) g(x) h(x)     ⊗ h(k − 1)
     

     
 i(x)  a(x) c(x) g(x) h(x) i(x)     i(k − 1) 
     
 j(x)  a(x) c(x) g(x) h(x) i(x) j(x)    j(k − 1)
     

l(x) a(x) c(x) g(x) h(x) i(x) j(x) l(x) l(k − 1)

Dengan
h i>
5 7 47 572 752 872 1112

Dimana diperoleh hasil perhitungan waktu optimum saat kedatangan

nasabah sampai pencairan uang adalah 1112 menit atau 2 hari.
 29

3. Nilai karakeristik dan vektor karakteristik yang diperoleh dimana nilai

λ = 5 dan v = x(1) yaitu
h i>
5 7 47 572 752 872 1112

Nilai karakteristik ini dan vektor karakteristik ini menjadi waktu perodik
saat peminjaman uang.

5.2 Saran
1. Penulis menyarankan untuk mencari jalur kritis dalam menyelesaikan
masalah proses peminjaman uang di Bank.
2. Penulis menyarankan penelitian kali ini dapat dikembangkan ke
penelitian lain seperti proses peminjaman uang di Bank lain karena
setiap Bank mempunyai prosedur pelayanan yang berbeda-beda.
 DAFTAR PUSTAKA

Algebra, O. M. dan Binatari, N. 2013. Sifat-sifat Nilai Eigen dan Vektor Eigen
Matriks atas Aljabar Maxplus ( The Properties of Eigen Value and
Eigen Vector of Matrices. 2(1):25–31.

Botutihe, K., B Sumarauw, J. S., Karuntu, M. M., Ekonomi dan Bisnis, F.,
dan 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. Analisis
Sistem 1388 Jurnal EMBA, 6(3):1388–1397.

Hardiyanti, S. A., Yuniwati, I., dan Divi Yustita, A. 2017. Bentuk Petri
Net Dan Model Aljabar Max Plus Pada Sistem Pelayanan Pasien
Rawat Jalan Rumah Sakit Al Huda Genteng, Banyuwangi. Jurusan
Matematika, UNISDA, Lamongan, 3:1–8.

Kismanti, S. dan Indriyani, D. 2021. Shinta,Tri Kismanti Desi,Indriyani. 4

(April):37–43.

Maure, O. P. dan Rudhito, M. A. 2019. Max-Plus Algebra Model on Service

Queue System Publishing of Trade Materials License Hazardous
Substances. Asimtot: Jurnal Kependidikan Matematika, 1(2).

Mustofani, D. dan Afif, A. 2018. Model Antrian Pelayanan Farmasi

Menggunakan Petri Net dan Aljabar Max Plus. Jurnal Matematika
dan Pendidikan Matematika, 3(1):33–43.

Nurmalitasari, D. 2018. Model Aljabar Max Plus dan Petri Net Pada
Sistem Pelayanan Pendaftaran Ujian Akhir Semester. AKSIOMA
: Jurnal Matematika dan Pendidikan Matematika, 9(2):47–56.
doi:10.26877/aks.v9i2.2997.

Rauf, M. D. A., Nurwan, N., Yahya, L., dan Nuha, A. R. 2021. Model
Penjadwalan Proyek Pembangunan Perumahan Menggunakan Petri
Net dan Aljabar Max-Plus. Jurnal Edukasi dan Sains Matematika
(JES-MAT), 7(1):31–42.

Rudhito, Marcellinus A. 2016. Aljabar Max Plus dan Terapannya. SANATA

DHARMA UNIVERSITY, Yogyakarta.

30
 31

Subiono. 2013. Aljabar Max Plus dan Terapannya. Institut Teknologi Sepuluh
Nopember, Surabaya.

Watratan, Y., Ratuanik, M., dan Srue, O. 2021. Leibniz: Jurnal Matematika.
Jurnal Matematika, 1(1):21–35.

Winarni, W. 2011. Penjadwalan Jalur Bus dalam Kota dengan Model Petrinet
dan Aljabar Max-Plus (Studi Kasus Busway TransJakarta). Cauchy,
1(4):192. doi:10.18860/ca.v1i4.1796.

Yahya, L., Nurwan, N., dan Resmawan, R. 2022. Menentukan Waktu Optimal
untuk Pembuatan Kerajinan Sulaman Karawo Menggunakan Aljabar
Max-Plus. Vygotsky, 4(1):23. doi:10.30736/voj.v4i1.442.
LAMPIRAN

32
Lampiran A.
A.1 Format Wawancara :

33
Lampiran B.
B.1 Dokumentasi

Gambar B.1. Proses Wawancara bersama Narasumber

Gambar B.2. Penandatanganan

34
 35

Gambar B.3. Kondisi Antrian

Lampiran C.
C.1 Analisis Software PIPE V5.0.2

Gambar C.1. Kondisi Nasabah Datang dan Memasukkan Berkas

Gambar C.2. Kondisi Pemeriksaan Berkas Persyaratan

36
 37

Gambar C.3. Kondisi Saat Mengonfirmasi Data

Gambar C.4. Kondisi Saat Pemeriksaan Apakah Data Sesuai

 38

Gambar C.5. Kondisi saat Pengembalian Berkas Yang Tidak Lengkap

Gambar C.6. Analisis Kredit Kelayakan

 39

Gambar C.7. Kondisi Saat Menyurvey Lapangan

Gambar C.8. Kondisi Saat Pembuatan Laporan Hasil Survey Lapangan

 40

Gambar C.9. Analisis Keuangan

Gambar C.10. Kondisi Saat Penolakan Untuk Peminjaman Uang

 41

Gambar C.11. Kondisi Saat Pencairan Uang Kepada Nasabah

C.2 Analisis Software Scilab 5.5.2