JURNAL ILMIAH TEKNIK INDUSTRI

Tahun 2023

PERBAIKAN SISTEM PELAYANAN ANTRIAN PARKIR DENGAN TEORI

ANTRIAN PADA ARION MALL RAWAMANGUN

N.M.Salbas1,M.R.Fahlevy2,A.Syiddiq3,E.Prayitno4,D.G.Ramadan5
1
Program Studi Teknik Industri, nazwamsall@gmail.com, Universitas IndraPrasta PGRI
2
Program Studi Teknik Industri, rezapahlevy0101@gmail.com, Universitas IndraPrasta PGRI
3
Program Studi Teknik Industri, affansyiddiq06@gmail.com, Universitas IndraPrasta PGRI
4
Program Studi Teknik Industri, ekoprayitno763@gmail.com, Universitas IndraPrasta PGRI
5
Program Studi Teknik Industri, dimasgalih678@gmail.com, Universitas IndraPrasta PGRI

ABSTRAK : Teori antrian merupakan cabang dari terapan teori probabilitas. Antrian adalah Situasi barisan tunggu dimana
sejumlah pendatang sedang berusaha menerima pelayanan dari fasilitas terbatas (pemberi layanan) sehingga
pendatang harus menunggu beberapa waktu dalam barisan agar dapat dilayani. Sampai saat ini teori antrian
banyak digunakan untuk alternatif pemecahan masalah antrian. Struktur Antrian pada penelitian ini adalah
Single-server, single-phase adalah sistem antrian hanya terdapat satu jalur antrian dan customer akan dilayani
satu kali. Tujuan penelitian ini adalah untuk mengetahui rata-rata waktu antrian dan rata-rata waktu pelayanan
Data yang digunakan untuk menganalisis sistem antrian ini adalah data waktu kedatangan, waktu masuk,
waktu keluar dan data waktu pelayanan, untuk pengukuran waktu yang dilakukan dengan menggunakan
stopwatch, serta menggunakan software POMQM. Data yang diperoleh di sistem antrian Arion Mall
Rawamangun adalah 35 kendaraan dalam waktu pelayanan yaitu 30 menit. Data diolah dengan uji suai
diperoleh tingkat kedatangan dalam 5 menit sebanyak 6 kendaraan dan tingkat kedatangan dalam 1 menit
sebanyak 1 kendaraan dan dengan uji Chi-square diperoleh rata-rata banyaknya pelanggan didalam antrian
sebanyak 1 rata-rata banyaknya pelanggan (konsumen) didalam sistem sebanyak 2,61, rata-rata waktu tunggu
didalam antrian sebanyak 0,0054 rata-rata waktu tunggu didalam sistem sebanyak 134,5

Kata kunci : Antrian, Waktu Antrian, Waktu Pelayanan

ABSTRACT : Queuing theory is a branch of applied probability theory. Queuing is a waiting queue situation where a
number of migrants are trying to receive services from a limited facility (service provider) so that migrants
have to wait some time in line to be served. Until now, queuing theory is widely used for alternative queuing
problem solving. The queue structure in this study is single-server, single-phase is a queuing system with only
one queue line and customers will be served once. The purpose of this study is to determine the average queue
time and average service time The data used to analyze this queuing system are arrival time data, entry time,
exit time and service time data, for time measurements carried out using a stopwatch, and using software
POMQM. The data obtained in Arion Mall Rawamangun's queuing system is 35 vehicles within a service time
of 30 minutes. Data processed by custom test obtained arrival rate in 5 minutes as many as 6 vehicles and
arrival rate in 1 minute as many as 1 vehicle and with Chi-square test obtained the average number of
customers in the queue as much as 1 average number of customers (consumers) in the system as much as
2.61, the average waiting time in the queue as much as 0.0054 average waiting time in the system as much as
134.5

Keywords : Queue, Time Queue, Service Time

I. PENDAHULUAN

Kehidupan sehari-hari pasti berjumpa dengan kata antri, mengantri, antrian, antrilah di loket, situasi menunggu, dan
kata lainnya dengan maksud mendapatkan pelayanan Sehingga antrian ini menjadi menarik (trending topic) untuk
diteliti Hampir semua sependapat bahwa apabila antrian yang terjadi cukup panjang, maka dapat menimbulkan persepsi
tersendiri bagi kepuasan yang membutuhkan pelayanan [2]. proses antrian adalah proses kedatangan kemudian
menunggu dalam baris (antrian) jika pelayanan sibuk, dan akhirnya meninggalkan fasilitas setelah dilayani. Mengantri
adalah suatu hal yang sering dilakukan dalam kegiatan sehari-hari dan selalu dihindari. Walaupun dihindari tetapi
dalam praktiknya kegiatan ini tidak bisa dihindarkan dan ditemukan pada kegiatan sehari-hari [3]. Antrian ini
disebabkan oleh kapasitas pelayanan tidak sebanding dengan kebutuhan pelayanan Teori Antrian termasuk ke dalam
penelitian operasi yang selanjutnya akan membuat suatu keputusan tentang aspek yang diperlukan untuk memperoleh
suatu layanan [3]. Antrian merupakan bagian dari proses pelayanan. Kualitas pelayanan menjadi hal penting karena
semakin baik pelayanan yang diberikan maka membuat pelanggan menjadi semakin puas sehingga perusahaan harus
terus meningkatkan pelayanan kepada pelanggan [3]. Pelayanan yang cepat dan tidak menunggu lama akan Pelayanan
tersebut dapat dilakukan dengan perbaikan dari sistem antrian karena konsumen banyak mengeluh dari banyak kasus
yang terjadi pada waktu menunggu yang lama pada sebelum diproses saat transaksi. Antrian yang panjang yang terjadi
berakibat pada kekecewaan konsumen dan kepercayaan pada jasa tersebut menjadi turun
Untuk analisa antrian pelayanan, ditentukan terlebih dahulu model sistem antrian. Persoalan antrian merupakan hal
yang mendasari dari antrian untuk bisa mendapatkan pelayanan. Persoalan antrian ini disebabkan oleh banyaknya yang
datang atau pelanggan yang ingin dilayani sedangkan jumlah pelayan terbatas. Contoh permasalahan antrian bisa
ditemukan pada antrian teller bank, antrian pengisian bahan bakar minyak, antrian kantor pos, antrian tiket kendaraan
umum, antrian pasar swalayan, antrian administrasi sekolah atau perguruan tinggi, antrian pasien rumah sakit, dan lain
sebagainya.[2]
Arion Mall Rawamangun merupakan salah satu pusat berbelanja di Kota Jakarta. Bukan menjadi permasalahan
yang serius berkenaan dengan proses pelayanan pada bagian parkir. Penelitian yang dilakukan untuk mengetahui sistem
antrian pada pelayanan parkir Arion Mall Jakarta memiliki pola waktu pelayanan dengan sistem manual. Sistem antrian
pada antrian parkir Arion Mall Jakarta merupakan antrian single channel single phase (satu saluran satu tahap) yang
memiliki satu fasilitas pelayanan yang dialiri oleh suatu antrian tunggal. Penelitian ini dibuat mulai dari analisis sitem
antrian yang sudah diterapkan dan pengambilan sampai pengolahan data menggunakan POMQM sampai penentuan
jumlah kendaraan selama lima menit dan rata rata waktu pelayanan
Penelitian ini bertujuan untuk mengetahui tingkat pelayanan proses di parkiran Arion Mall Jakarta serta
meminimilkan waktu antar tunggu agar tidak terjadi antrian terlalu banyak sehingga pihak pengelola parkiran bisa
mengubah pembayaran dengan cara elektronik.

Kajian Teori

A. Teori Antrian
Antrian adalah garis tunggu atau customer yang mengantri di dalam antrian, dimana jumlah pelanggan
yang dibatasi menunggu untuk diberi pelayanan. Antrian disebut finite, artinya panjangnya antrian sangat terbatas
atau infinite yang artinya panjang antrian yang tidak ada batasnya (Retnaningsih, et al., 2011).
karakteristik antrian ada 3 yaitu : Kedatangan, Antrian, Pelayanan
Antrian Ada 2 jenis ukuran kedatangan yaitu pertama Kedatangan per satuan waktu dan kedua Waktu antar
kedatangan.
1. Kedatangan terjadi dengan kecepatan rerata konstan dan bebas satu sama lain yaitu : Mengikuti distribusi
probabilitas Poisson.
2. Waktu layanan antar nasabah akan terdistribusi eksponensial.
3. Aturan antrian → First Come, First Served artinya barang siapa yang datang lebih dahulu maka dialah yang akan
dilayani lebih dahulu.
4. Panjang antrian → (1) Definite (terbatas) → Jumlah antrian sedikit, contoh pesawat terbang mendarat dan parkir.
(2). Indefinite (tak terbatas) → Jumlah antrian banyak, contoh kantor pos dan Bank.
5. Terdapat 3 (tiga) perilaku pelanggan dalam antrian yaitu bulk, renege dan patient. Bulky → Pendatang keluar
ruang tanpa ikut masuk barisan antrian Renege → Pendatang ikut antrian dan keluar dari barisan antrian. Patient
→ Pendatang sabar ikut barisan antrian sampai proses dilayani diloket

B. Model Antrian

Dalam mencari nilai optimal pada sistem pelayanan untuk mencari nilai waktu pelayanan, jumlah antrian,
dan jumlah pelayanan.[1]
Contoh Antrian
1. Pelanggan menunggu pelayanan di kasir.
2. Mahasiswa menunggu konsultasi dengan pembimbing.
3. Mahasiswa menunggu regristasi dan pembayaran SPP.
4. Penumpang kereta api menunggu pelayanan loket penjualan karcis.
5. Pengendara kendaraan menunggu pengisian bahan bakar.
6. Beberapa produk atau komponen menunggu untuk diselesaikan.
7. Kendaraan keluar dari parkiran Dll
C. Notasi Dalam Sistem Antrian
Notasi Dalam Sistem Antrean :
1. n : jumlah pelanggan dalam sistem
2. Pn : probabilitas kepastian n pelanggan dalam sistem
3. λ : jumlah rata-rata pelanggan yang datang persatuan waktu
4. µ : jumlah rata-rata pelanggan yang dilayani persatuan waktu
5. Po : probabilitas tidak ada pelanggan dalam sistem
6. P : tingkat intensitas fasilitas pelayanan  L : jumlah rata-rata pelanggan yang diharapkan dalam sistem
7. Lq : jumlah pelanggan yang diharapkan menunggu dalam sistem
8. W : waktu yang diharapkan oleh pelanggan selama dalam sistem
9. Wq : waktu yang diharapkan oleh pelanggan selama menunggu dalam sistem antrian  1/µ : waktu rata-rata
pelayanan
 10. 1/ λ : waktu rata-rata antar kedatangan
11. c : jumlah fasilitas pelayanan Notasi Dalam Sistem Antrean
12. Notasi Kendall (1953) A / B / c / Y / Z
a) A : Distribusi waktu antar kedatangan
b) B : Distribusi waktu layanan
c) c : Jumlah fasilitas pelayanan
d) Y : Jumlah konsumen (kapasitas) dalam sistem
e) Z : Ukuran pemanggilan populasi atau sumber (disiplin antrian)
Keterangan Pada Symbol Antrian Ialah Sebagai Berikut :
a) Pn = probabilitas n satuan (kedatangan) dalam sistem.
b) Lq = Rerata jumlah satuan panjang antrian
c) Ls = Rerata jumlah satuan dalam sistem
d) Wq = Rerata waktu tunggu dalam antrian
e) Ws = Rerata waktu tunggu dalam sistem.
D. Tipe Sumber Populasi
Sumber populasi merupakan asal dari mana objek yang akan dilayani berasal. Sumber dimaksud dibedakan
atas infinite source model (model dengan sumber populasi tidak yang terhingga), serta finite source model (model
dengan sumber populasi yang terhingga), berikut penjabarannya.

1. Infinite Source Model

Tipe ini merupakan model sumber unit analisis antrean dengan objek yang datang meminta pelayanan
pada fasiitas servis jumlahnya tidak tentu (bersifat acak). Misainya, kendaraan bermotor yang akan tiba di
sebuah Stasiun Pengisian Bensin Umum (SPBU), tidak dapat dipastikan asalnya dan tidak dapat dipastikan
jumlahnya. Ada kemungkinan Riset Operasi Untuk Ekonomi | 107 seseorang yang mengisi bensin di SPBU X
hari ini, berasal dari luar daerah (kota lain). Pada esok harinya, yang bersangkutan mengisi bensin di SPBU Y,
Z. dan seterusnya yang berada di kota yang sama atau kota yang lain. Demikian pula pelanggan sebuah
restoran, swalayan, departement store, bengkel kendaraan bermotor, dan sebagainys merupakan sistem yang
sumber populasinya bersifat tidak terhingga. Kedatangan mereka ke sistem untuk meminta pelayanan bersifat
tidak tentu (random). Objek akan tiba dengan jadwal yang ditentukan. Oleh Karena tu, terdapat kemungkinan
pada jam tertentu tidak ada, dan pada jam yang lain pelanggan berdatangan dengan jumlah yang banyak.
Gejala kedatangan yang bersifat acak ini menjadi penyebab terjadinya antrean pada fasilitas servis. Ada
beberapa postulat yang dipakai pada model ini, yaitu sebagai berikut.
a) Pelanggan yang tiba memiliki Distribusi Poisson, maksudnya terdapat kecenderungan (probabilita)
jumiah objek yang tiba pada jumiah yang lebih besar daripada tingkat rata-rata kedatangan adalah lebih kecil
Sedangkan 108 | Riset Operasi Untuk Ekonomi kecenderungan (probabilita) jumiah objek yang tiba dengan
jumiah yang lebih kecil dari pada tingkat rata-rata kedatangan adalah lebih besar.
b) Kemampuan melayani memiliki distribusi eksponensial negatif. maksudnya waktu pelayanan kepada
pelanggan lebih singkat daripada waktu pelayanan rata-rata, memiliki probabilita yang lebih besar untuk
terjadi. Sedangkan untuk lebih lama daripada waktu pelayanan rata- rata memiiki probabilita yang lebih kecil.
Dengan demikian, kemampuan melayani lebih banyak dari tingkat kemampuan rata-ata adalah lebih besar, dan
untuk melayani lebih sedikit memiliki peluang yang lebih kecil.
c) Pelayanan pelanggan di fasilitas servis mengikuti disiplin: Datang Pertama, Dilayani Pertama, First
Come, First Service.
d) Pada sistem dengan model Single Channel, Single Phase tingkat mampu Iayani ( կ) lebih besar dari
tingkat rata- Riset Operasi Untuk Ekonomi | 109 rata kedatangan (Λ) pelanggan. Pada sistem yang Multi
Channel, Single Phase, jumlah saluran pelayanan (M) lebih besar dari service-rate (r) atau My > Λ. .

2. Finite source model

Tipe ini merupakan model dengan sumber unit analisis antrean (objek) yang datang meminta pelayanan
pada fasiitas servis adalah tertentu atau terdefinisi jumlahnya. Misalnya, pegawai sebuah kantor berjumlah 125
orang maka pegawai yang datang meminta layanan di Departemen SOM berupa naik pangkat atau kenaikan
gaji berkala adalah 125 orang. Mungkin saja mereka datang beberapa orang sekaligus atau datang secara
bergilran. Hal yang penting sumber dan populasinya diketahui dengan pasti. Demikian pula mahasiswa dan
sebuah perguruan tinggi yang datang meminta layanan akademik di Biro Administrasi Akademik atau di
kantor program studi jumlahnya diketahui, yaitu sama dengan jumiah mahasiswa yang terdaftar di program
studi yang bersangkutan. Demikian juga pesawat terbang yang datang atau tiba meminta layanan perbaikan di
sebuah hanggar reparasi 110 Untuk Ekonomi pesawat juga diketahui jumlahnya, yaitu sebanyak pesawat udara
yang dimiliki perusahaan penerbangan yang bersangkutan
E. Struktur Antrian

Ada empat struktur antrian yaitu :

 1. Karakteristika antrian.
Karakteristik antrian merupakan pola antrian untuk mengatur customer dalam garis tunggu, hal ini secara
umum terdiri dari
a) Single Channel, Single Phase adalah sistem pelayanan yang hanya memiliki satu saluran pelayanan dan
jasa, yang diberikan akan selesai atau sempurna pada satu tahapan saja Misalnya, usaha pangkas rambut
yang hanya dilayani oleh seorang tukang cukur
b) Multi Channel, Single Phase adalah ada hakikatnya merupakan gandaan dari sistem yang pertama, Jasa
yang diberikan selesai hanya pada satu tahapan saja. tetapi tenaga pelayanan lebih daripada satu.
Misalnya, usaha pangkas rambut yang mempekerjakan dua atau lebih tukang cukur atau SPBU memiliki
pomp pengisian bensin yang lebih daripada satu saluran pengisian.
c) Single Channel, Multiphase adalah dalah sistem pelayanan yang hanya memiliki satu saluran pelayanan,
tetapi jasa yang diberikan akan selesai dalam beberapa tahapan. Misalnya, pada usaha salon yang
menyediakan beberapa jenis layanan jasa, seperti cuci muka, keramas, memasang sanggul namun petugas
hanya satu barisan atau satu lini saja
d) Multi Channel, Multiphase adalah sistem yang memberikan jasa pelayanan yang akan selesai dalam
beberapa tahapan, dan petugas pelayanan lebih dari satu barisan atau lebih dari satu orang pelayanan.
2. Karakteristik masukan sistem.
Inputan yang mendatangkan customer, antara lain:
Ukuran Populasi Sumber pelanggan dapat dilihat sebagai populasi terbatas maupun populasi tidak terbatas.
Populasi dikatakan terbatas apabila, ada pengguna server yang membatasi jumlah pelanggan, dan populasi
dikatakan tidak terbatas apabila jumlah kedatangan pada waktu tertentu sebagian kecil merupakan bagian dari
semua populasi
3. Perilaku Kedatangan
Perilaku kedatangan adalah perilaku pelanggan yang berbeda-beda untuk mendapatkan fasilitas pelayanan.
Perilaku kedatangan ada dua, yaitu: pelanggan yang sabar adalah pelanggan yang menunggu dalam antrian
hingga dilayani dan tidak berpindah pada garis antrian, dan pelanggan yang tidak sabar adalah pelanggan
yang berada di dalam antrian kemudian meninggalkan garis antrian karena lamanya menunggu untuk
diberikan fasilitas pelayanan.
4. Pola Kedatangan
Menggambarkan bagaimana cara setiap pelanggan dari semua populasi memasuki sistem. Pelanggan dapat
memasuki sistem secara individu maupun berkelompok. Pada kadatangan pelanggan yang tidak disebutkan
secara khusus, maka pola kedatangan pelanggan dianggap tiba satu per satu. Pola kedatangan dapat beragam
pada periode waktu tertentu, dan dapat bersifat acak atau pola kedatangan pelanggan tidak bergantung pada
waktu. Pola kedatangan yang bersifat acak, maka perlu ditentukan distribusi probabilitas waktu antar
kedatangannya. Ciri-ciri pola kedatangan adalah berdistribusi probabilitas waktu antar kedatangan atau
probabilitas jumlah pelanggan yang datang dalam sistem antrian. Waktu antar kedatangan adalah waktu antar
kedatangan pelanggan yang berurutan pada fasilitas pelayanan. Distribusi yang sering digunakan adalah
distribusi poisson yang menunjukkan pola kedatangan pelanggan yang sifatnya acak

F. Distribusi Poisson

Proses Poisson merupakan proses dimana banyaknya kejadian selama interval waktu tertentu adalah Poisson,
dan interval waktu antara dua kejadian berturut-turut adalah exponensial [2]. Proses Poisson ini ditunjukkan
menggunakan ketiga asumsi tersebut. Secara umum model antrian diasumsikan jika rata-rata kedatangan dan rata-
rata pelayanan berdistribusi Poisson, maka waktu antar kedatangan dan waktu pelayanan berdistribusi
Eksponensial. Jadi model antrian Poisson memiliki dua asumsi yang harus diperhatikan terkait dengan distribusi
data, yaitu data berdistribusi Poisson dan data berdistribusi Eksponensial.Jika terjadi secara acak dan independen
pada tingkat rata-rata, lalu jumlah kedatangan kendaraan akan sesuai dengan distribusi Poisson dan bentuk
kejadian digambarkan sebagai proses Poisson. Distribusi dari lamanya interval antar kedatangan kapal tanker
dalam proses Poisson adalah distribusi eksponensial, sehingga fungsi kepadatan probabilitas Poisson diberikan
dalam Persamaan sebagai berikut (Abdel-Aal, 2020) :
2 −λ
λ e
f ( x )= ∀ x ≥O , λ>O
x!
Dimana 𝑥 : banyaknya kedatangan per satuan waktu
𝜆 : rata-rata tingkat kedatangan
𝑒: bilangan logaritma natural

G. Distribusi Eksponensial

Distribusi eksponensial didefinisikan sebagai distribusi waktu tunggu (kedatangan kendaraan) dalam proses
Poisson, jika kejadian (kedatangan kendaraan) terjadi secara acak dengan kecepatan konstan ‘‘𝜆 ”untuk per satuan
 waktu dan 𝑥 adalah waktu untuk kejadian berikutnya (antar kedatangan kendaraan), sehingga distribusi
eksponensial diberikan dalam Persamaan, sebagi berikut (AbdelAal, 2020)

(𝑥) = 𝜆𝑒 −𝜆𝑥 ∀𝑥 ≥ 0, 𝜆 > 0

Dimana, 𝑥 : waktu antar kedatangan

1/𝜆 : rata-rata waktu antar kedatangan
𝑒: bilangan logaritma natural

H. Uji Chi-Square

Uji Chi-Square adalah metode ini digunakan untuk mengetahui satu himpunan dari data mentah sesuai
distribusi teoritis antara lain distribusi poisson dan distribusi eksponensial. Uji Chi-Square dibuat Karl Pearson
pada tahun 1899

I. Model Antrian

Dalam mencari nilai optimal pada sistem pelayanan untuk mencari nilai waktu pelayanan, jumlah antrian,
dan jumlah pelayanan dapat menggunakan empat model tersebut, yaitu (Retnaningsih, et al., 2011):
1. Model M/M/I atau model antrian jalur tunggal. Model ini menunjukkan kedatangan pelanggan berdistribusi
poison dan waktu pelayanan berdistribusi eksponensial.

a) Persamaan jumlah pelanggan rata-rata dalam sistem:

λ
L=
μ− λ
Dimana,
𝜆 = jumlah kedatangan rata-rata per waktu
𝜇 = jumlah rata-rata yang dilayani per waktu setiap jalur
𝐿 = jumlah pelanggan rata-rata dalam sistem

b) Persamaan jumlah waktu rata-rata dalam sistem

1
W=
μ−λ

𝜆 = jumlah kedatangan rata-rata per waktu

𝜇 = jumlah rata-rata yang dilayani per waktu setiap jalur
w = jumlah rata-rata waktu dalam sistem

c) Persamaan jumlah rata-rata yang mengantri:

2
λ
Lq=
μ μ− λ )
(

𝜆 = jumlah kedatangan rata-rata per waktu

𝜇 = jumlah rata-rata yang dilayani per waktu setiap mengantri
𝐿q = jumlah rata-rata yang mengantri

d) Persamaan waktu rata-rata antrian dalam sistem:

2
λ
Wq=
μ ( μ−λ )

𝜆 = jumlah kedatangan antrian rata-rata per waktu

𝜇 = jumlah rata-rata yang dilayani per waktu setiap jalur
𝐿 = jumlah pelanggan rata-rata dalam sistem

e) Persamaan utilasi sistem

 λ
P=
sμ

Keterangan :
𝑠: jumlah fasilitas pelayanan
P = Jumlah Persamaan Utilasi Sistem
𝜇 = Jumlah rata-rata yang dilayani per waktu

f) Persamaan probabilitas pelayanan yang menganggur

λ
Po=1−
μ
𝜆 = jumlah kedatangan rata-rata per waktu
𝜇 = jumlah rata-rata yang dilayani per waktu
Po = Jumlah Persamaan Pelayanan

II. METODE DAN PROSEDUR

Pada metode penelitian ini dimulai dengan studi dengan mengkaji teori-teori yang berhubungan pada buku dan
artikel ilmiah serta studi lapangan dengan cara observasi atau melihat langsung objek penelitian yaitu jumlah
kedatangan kendaraan yang mengantri dan lamanya waktu pelayanan per kendaraan. Dengan studi pustaka dan studi
lapangan yaitu observasi yang dilakukan sehingga menjadi dasar dalam membuat identifikasi masalah, rumusan dan
tujuan masalah. Selanjutnya dilakukan pengumpulan data dengan cara observasi di Arion Mall rawamangun. Setelah
data terkumpul dilakukan uji kenormalan data menggunakan software POMQM kemudian masuk ke langkah analisis
dan pembahasan dengan menggunakan perhitungan manual, dimana menggunakan sistem antrian Single Channel-
Single Phase. Sistem antrian ini digunakan karena melihat hanya terdapat satu jalur pelayanan yaitu 1 pelayanan kasir
pada Arion Mall Rawamangun tersebut dan yang terakhir menghasilkan kesimpulan

A. METODE

Metode penelitian berfokus pada antrian parkir pada aeon mall rawamangun. Observasi pada penelitian ini
dilakukan dengan mencari data sekunder, karena pada saat ini Ada beberapa faktor yang mengakibatkan tidak
memungkinkan salah satunya waktu pelayanan dalam antrian, sehingga menggunakan data sekunder yang
diperoleh dari jurnal dengan judul Modul Teori Antrian. Data sekunder yang diambil merupakan data hasil
pengamatan waktu kedatangan dan waktu pelayanan antrian pada suatu parkiran pada tahun 2023 bulan juni.

B. SUMBER DATA

Pada penelitian ini, peneliti melakukan kegiatan dengan menganalisis secara langsung untuk memodelkan
waktu antar tunggu pada antrian Arion mall rawamangun. Antrian ini anya menyediakan 1 fasilitas untuk
memberikan pelayanan, pada antrian parker. Penelitian kasus ini dilakukan dengan kajian teoritis dan melihat dari
berbagai sumber, diantaranya E-book, dan jurnal. Metode pada penelitian ini menggunakan bantuan software
POMQM. Hasil data penelitian diperoleh dari lima artikel yang membahas teori antrian. menggunakan beberapa
artikel yang digunakan sebagai penelitian (Andini, R., & Astuti, Y. P. (2020); (Ary, M. (2018); (Kusuma, D. D.,
Wahyudin, W., & Anshari, A. (2023); (Nughthoh, K. (2023);(Trihudiyatmanto, M. (2018)

C. VARIABEL PENELITIAN

Variabel yang diperoleh pada penelitian adalah:

1. Waktu kedatangan antrian pada parkir kendaraan Arion mall.
2. Jumlah kendaraan antrian parkir pada Arion mall.
3. Waktu pemberian layanan antrian parkir.
4. Waktu estimasi kendaraan dalam system antrian.
5. waktu tunggu antrian parkir dalam proses antrian.

D. LANGKAH – LANGKAH PENELITIAN

Langkah-langkah analisis dalam penelitian adalah sebagai berikut :

1. Studi literature dengan mengumpulkan sumber referensi dari beberapa jurnal.
2. Menentukan permasalan untuk topik yang diteliti.
 3. Mendeskripsikan karakteristik pelayanan yang mempengaruhi model antrian parkir pada Arion mall
rawamangun jumlah kendaraan yan menantrivpada tahun 2023.
4. Melakukan uji waktu antar kedatangan (distribusi poisson) kendaraan dengan uji suai
5. Melakukan uji waktu pelayanan (uji eksponensial,) kendaraan dengan uji chi-square
6. Menarik Kesimpulan dengan menganalisis hasil akhir penelitian

III. HASIL DAN PEMBAHASAN

Dari hasil penelitian yang dilakukan oleh peneliti ditentukan rata-rata banyaknya pelanggan dalam sistem antrian
dan juga rata-rata waktu yang dibutuhkan dalam sistem antrian dengan menggunakan metode Uji Suai dan Uji Chi-
Square. Penelitian dilakukan dengan pengamatan terhadap antrian di parkiran Arion Mall selama 30 menit. Dari
pengamatan tersebut didapatkan bahwa banyaknya pelanggan yaitu 35 unit, dan dan waktu pelayanan berkisar antara
30 detik sampai 50 detik.
Kemudian dari data yang sudah diperoleh dilakukan pengolahan data menggunakan metode Uji Suai. Dari
pengolahan data menggunakan metode Uji Suai dengan perhitungan tingkat kedatangan tiap 5 menit yaitu,

λt =
∑ n . fn = 35 =5 , 83=6 unit /5 menit
∑ fn 6
dan diperoleh pula hasil perhitungan tingkat kedatangan tiap menit yaitu,

5 ,83
λt = =1, 16=1unit /menit
5
Dari hasil pengolahan data tersebut juga diperoleh hasil X2 hitung yaitu 33,56 dan hasil X2 tabel yaitu 15,51, maka
dari itu diperoleh keputusan bahwa X2 hitung lebih besar dari X2 tabel maka Tolak Ho dan Terima Hi sehingga
didapatkan kesimpulan yaitu distribusi jumlah kedatangan tidak mengikuti pola distribusi Poisson.
Selain menggunakan metode Uji Suai, pengolahan data tersebut juga menggunakan metode Uji Chi-Square. Pada
Uji Chi-Square ini dilakukan perhitungan dengan mencari jarak waktu antar pelanggan dilayani yaitu,

1
μ ( waiting time ) = =0,027
μ
dan dihitung pula tingkat kedatangan tiap detik yaitu,

λ=1.63333/60=0,019
sehingga diperoleh perhitungan rata-rata banyaknya pelanggan dalam antrian yaitu,

2 2
λ 0.019
Lq= = =0,0001046 unit /detik
μ(μ−λ) 0.027(0.027−0.019)

kemudian rata-rata banyaknya pelanggan dalam sistem yaitu,

λ 0.019
Ls= = =2,6154 unit /detik
(μ− λ) (0.027−0.019)

didapatkan pula perhitungan rata-rata waktu tunggu dalam antrian yaitu,

λ 0.019
Wq= = =0,0054 detik
μ(μ− λ) 0.027 (0.027−0.019)

kemudian rata-rata waktu tunggu dalam sistem yaitu,

1 1
Ws= = =134,5045 detik
(μ−λ) (0.027−0.019)
 Dari hasi uji dengan software POMQM didapatkan hasil yaitu Parameter Average Server Utilization dengan
value 0,14, Parameter Average number in the queue (Lq) dengan value 0,02, Parameter Average number in the
system (L) dengan value 0,17, Parameter Average time in the queue (Wq) dengan value 0,02, seconds 1,43 dan
Seconds + 60 adalah 85,71, Parameter Average time in the system (W) dengan value 0,17, seconds 10 dan Seconds
+
60 adalah 600
Dari hasil pengolahan data tersebut juga diperoleh hasil dari X2 hitung yaitu 117,44 dan hasil X2 tabel yaitu
15,51, maka dari itu diperoleh keputusan bahwa X2 hitung lebih besar dari X2 tabel maka Tolak Ho dan Terima
Hi sehingga didapatkan kesimpulan yaitu Distribusi julmah kedatangan mengikuti pola distribusi Eksponensial

IV. KESIMPULAN

Berdasarkan hasil ringkasan perhitungan analisis antrian di Parkiran Arion Mall Rawamangun dapat dilihat bahwa
model antrian Single Channel-Single Phase sangat tepat digunakan karena pelanggan sudah dapat dilayani dengan baik
dan mendapatkan waktu yang optimal. Hal ini terlihat dari perhitungan yang telah dilakukan Peneliti dengan
pengamatan terhadap antrian di parkiran Arion Mall selama 30 menit tersebut didapatkan bahwa banyaknya pelanggan
yaitu 35 unit, dan dan waktu pelayanan berkisar antara 30 detik sampai 50 detik yang dilakukan pengolahan data
menggunakan metode Uji Suai dengan perhitungan tingkat kedatangan tiap 5 menit yaitu 6 unit /menit dan
menggunakan metode Uji Chi-Square dengan perhitungan tingkat kedatangan tiap detik yaitu 0,019. Sehingga
diperoleh rata-rata banyaknya individual atau pelanggan yang menunggu dalam antrian (Lq), yaitu berjumlah
0,00001046 unit/detik. Kemudian rata-rata banyaknya pelanggan dalam system (Ls) yaitu, 2,6154 unit/detik.
Didapatkan pula perhitungan rata-rata waktu tunggu dalam antrian (Wq) yaitu 0,0054 detik dan rata-rata waktu tunggu
dalam sistem (Ws) yaitu 134,5045 detik. Sehingga didapatkan kesimpulan dari penelitian ini bahwa sistem pelayanan
antrian parkir Arion Mall Rawamangun memiliki pola ditribusi julmah kedatangan yang mengikuti pola distribusi
Eksponensial.

UCAPAN TERIMA KASIH

Terima kasih saya sampaikan kepada dosen statistika industri I yaitu Arif Rahman ST.MT Universitas
IndraPrastra PGRI, serta Arion Mall rawamangun yang telah memberi dukungan dan bantuan dalam penelitian ini dan
saya ucapkan terimakasih kepada semua penyusun yang telah berkontribusi dalam penelitian ini, sehingga penelitian
ini dapat berjalan dengan baik.

REFERENSI

[1] Andini, R., & Astuti, Y. P. (2020). Penerapan Teori Antrian Bongkar Muat Pada Docking Kapal Tanker. MATHunesa:
Jurnal Ilmiah Matematika, 9(2), 437–446.
[2] Ary, M. (2018). Pendekatan Teori Antrian Single Channel Single Phase Pada Pelayanan Administrasi. Infotronik : Jurnal
Teknologi Informasi dan Elektronika, 3(1), 21.
[3] Kusuma, D. D., Wahyudin, W., & Anshari, A. (2023). Analisis Teori Antrian dan Optimalisasi Pelayanan Pada
Alfamart Perum Cengkong Menggunakan Model Single Channel-Single Phase. VIII(2), 5810–5816.
[4] Nughthoh, K. (2023). RISET OPERASI UNTUK EKONOMI. Batam. Yayasan Cendikia Mulia Mandiri. (I. Kusuma ; 1
ed.).
[5] Trihudiyatmanto, M. (2018). Riset Operasional. Wonosobo.NEM (Nasrudin ; 1 ed)