TUGAS BESAR TEKNIK SIMULASI

SISTEM LAYANAN
RUMAH MAKAN BAKSO KEPALA SAPI
KLAMPIS SURABAYA
KELOMPOK
1. Dianita Wahyusari (06211745000002)
2. Ratih Yulika Endartyana (06211745000013)
DOSEN
Dr.rer.pol. Dedy Dwi Prastyo
Ni Luh Putu Satyaning Pradnya Paramitha, S.Si., M.Sc.
BAB I
PENDAHULUAN

2
 LATAR BELAKANG

2 3
 RUMUSAN MASALAH

Bagaimana distribusi dari tahapan-tahapan pelayanan di Bakso Kepala Sapi Klampis

Surabaya?

Bagaimana validasi sistem simulator pelayanan Bakso Kepala Sapi Klampis Surabaya?

Bagaimana hasil optimasi dari pelayanan Bakso Kepala Sapi Klampis Surabaya?

3 4
 TUJUAN

Mengetahui bagaimana distribusi dari tahapan-tahapan pelayanan di Bakso Kepala Sapi

Klampis Surabaya

Mengetahui hasil validasi sistem simulator pelayanan Bakso Kepala Sapi Klampis
Surabaya

Mampu mengoptimalkan pelayanan Bakso Kepala Sapi Klampis Surabaya

4 5
 MANFAAT

Bahan pertimbangan pihak rumah makan Bakso

Kepala Sapi dalam melakukan evaluasi terhadap
kinerja pelayanan yang telah diberikan kepada
pelanggan.

Acuan rencana pengembangan pelayanan pelanggan

di rumah makan Bakso Kepala Sapi berdasarkan
evaluasi dari hasil simulator.

5 6
BAB II
TINJAUAN PUSTAKA

7
 ANTRIAN
Klasifikasi menurut Hitler dan Lieberman.
Struktur dasar sistem antrian
Sistem pelayanan komersial
Pelanggan
Sistem pelayanan bisnis - industri
Pelayan (server)
Sistem pelayanan transportasi
Pola kedatangan pelanggan
Sistem pelayanan sosial
Pola pelayanan
Sumber input
Komponen dasar proses antrian Disiplin antrian

Antri
Pelayan

Kedatangan

6 8
 ANTRIAN

Ada empat model struktur antrian dasar yang umum terjadi dalam seluruh sistem antrian.

Single Chanel – Single Phase Multi Chanel – Single Phase

Single Chanel - Multi Phase Multi Chanel - Multi Phase

7 9
 SIMULASI

Langkah – langkah membuat simulasi :

1. Memformulasikan masalah dan rencana studi.
2. Mengumpulkan data dan mendefinisikan model.
3. Memeriksa apakah data yang didapat Valid ? Jika tidak, kembali ke
langkah 2, jika valid lanjutkan ke langkah 4.
4. Membuat program komputer dan lakukan verifikasi.
5. Melakukan kegiatan percobaan (pilot runs).
6. Memeriksa apakah kegiatan percobaan Valid ? Jika tidak, kembali ke
langkah 2, jika valid maka lanjutkan ke langkah 7.
7. Merancang eksperimen.
8. Membuat production run.
9. Menganalisis data output
10.Melakukan dokumentasi, presentasi, dan implementasi hasil.

8 10
 GOODNESS OF FIT TEST
H0: Dua sampel independen adalah berasal dari distribusi identik.
H1: Dua sampel independen adalah berasal dari distribusi tidak identik
Taraf signifikan: α=0,05
Daerah penolakan: Tolak H0 jika D>D(1-α;n)
Statistik uji:

D  sup F * ( x)  S ( x)
x


PENGUJIAN VALIDITAS
Rumusan hipotesisnya adalah sebagai berikut :
Ho : µ1=µ2 µ1 = data hasil pengamatan
H1 : µ1≠µ2 µ2 = data hasil simulator
H0 gagal ditolak jika P-value > α , sehingga rata-rata
sampel data hasil pengamatan sama dengan rata-rata
data hasil simulator.

9 11
BAB III
METODOLOGI PENELITIAN

12
 Sumber • Hari/tanggal:Kamis-Sabtu, 13 Nopember 2017
• Tempat : Rumah Makan Bakso Kepala Sapi
Data • Waktu : 12.30 – 14.30 WIB

• Waktu antar kedatangan.

Variabel • Lama layanan pemesanan.
Penelitian • Lama layanan pengolahan pesanan.
• Lama layanan pembayaran.

10 13
 Langkah Penelitian
Langkah – langkah membuat simulasi :
1. Memformulasikan masalah dan rencana studi.
2. Mengumpulkan data dan mendefinisikan model.
3. Memeriksa apakah data yang didapat Valid ? Jika tidak, kembali ke langkah
2, jika valid lanjutkan ke langkah 4.
4. Membuat program komputer dan lakukan verifikasi.
5. Melakukan kegiatan percobaan (pilot runs).
6. Memeriksa apakah kegiatan percobaan Valid ? Jika tidak, kembali ke
langkah 2, jika valid maka lanjutkan ke langkah 7.
7. Merancang eksperimen.
8. Membuat production run.
9. Menganalisis data output
10.Melakukan dokumentasi, presentasi, dan implementasi hasil.

11 14
 Diagram Alir Penelitian
Perumusan masalah dan Rancangan studi

Kumpulkan data dan definisikan modelnya

Tidak
Valid?
Ya

Buat program komputernya dan lakukan verifikasi

Buat pilot RUN

Tidak
Valid?
Ya

Analisis Design Experimen

Generate data sebagai production RUN dari simulator

Analisis data output

Dokumentasi, presentasi dan implementasikan hasil simulasi

12 15
 Tata Letak Sistem Pelayanan

Tipe 1 Pemesanan Menunggu Aktivitas

pesanan Makan
Tipe 2

Pembayaran

Keluar

14 16
 Langkah Penelitian
Rumah makan Bakso Kepala Sapi menggunakan dua jenis pelayanan yaitu tipe 1 dimana pelanggan
makan ditempat dan tipe 2 dimana pelanggan tidak makan ditempat atau bungkus. Tahapan-tahapan
dari setiap jenis pelayanan adalah sebagai berikut.
1. Tipe layanan pertama
o Tahap 1 : Pengunjung melakukan pemesanan
o Tahap 2 : Proses antri menunggu
o Tahap 3 : Pengunjung memakan pesanan
o Tahap 4 : Pengunjung menuju kasir untuk melakukan pembayaran
2. Tipe layanan kedua
o Tahap 1 : Pengunjung melakukan pemesanan
o Tahap 2 : Proses antri menunggu
o Tahap 3 : Pengunjung mendapatkan pesanan
o Tahap 4 : Pengunjung menuju kasir untuk melakukan pembayaran

15 17
 Jadwal Kegiatan

November Desember
No Kegiatan
I II III IV I
1 Persiapan Kerangka Kerja
Perencanaan dan pelaksanaan
2
program
3 Pembuatan Program Simulator
4 Analisis Desain Eksperimen
5 Analisis Data Output
Dokumentasi, presentasi dan
6
pelaksanaan hasil

16 18
 Tata Letak Sistem Pelayanan

13 19
BAB IV
ANALISIS DAN PEMBAHASAN

20
Uji Distribusi Variabel (Goodness of Fits)

Hipotesis :
H0 : Data pengamatan adalah variabel random independen yang berdistribusi
sesuai dengan distribusi (distribusi dugaan)
H0 : Data pengamatan adalah variabel random independen yang tidak berdistribusi
sesuai dengan distribusi (distribusi dugaan)

Taraf Signifikan : α = 0,05

Statistik Uji :
D n  Sup Fnx   F̂x 
x

Daerah Penolakan :
Menolak H0 jika Dn > dn (dimana dn merupakan nilai yang berasal dari tabel
Kolmogorov-Smirnov) atau P-Value < α
18 21
Uji Distribusi Variabel (Goodness of Fits)

Variabel Distribusi P-Value Parameter

Waktu Antar Kedatangan Log-Normal 0,92071 σ = 1,32, µ = 4,5325

Lama Pesan Makanan Johnson SB 0,7755 γ = 1,4049, δ = 0,98579, λ = 184,02, dan ξ = -5,2032

σ = 0,96872, µ = 2,4557dan γ = 8,2041

Lama Menunggu Makanan Log-Normal (3P) 0,99211

Lama Makan Meja 1 Weilbull (3P) 0,84395 α = 0,43494, β = 604,4, dan γ = 1001

Lama Makan Meja 2 Pearson 5 0,96003 α = 1,1288, β = 147,71, dan γ = 597,57

Lama Makan Meja 3 Log-Logistic (3P) 0,95436 α = 390,59, β = 1118500, dan γ = 1103300
Lama Makan Meja 4 Pearson 5 (3P) 0,9982 α = 1,0551, β = 230,35, dan γ = 962,67

Lama Bungkus Johnson SB 0,98785 γ = 1,3705, δ = 0,81671, λ = 77,953, dan ξ = 18,538

Lama Membayar Makanan Inv. Gaussian (3P) 0,98829 γ = 7,5151, µ = 20,632, λ = 19,43

19 22
 Validasi Input Simulator
Hipotesis :
H0 : Data pengamatan adalah variabel random independen yang berdistribusi
sesuai dengan distribusi (distribusi dugaan)
H0 : Data pengamatan adalah variabel random independen yang tidak berdistribusi
sesuai dengan distribusi (distribusi dugaan)

Taraf Signifikan : α = 0,05

Statistik Uji :
D n  Sup Fnx   F̂x 
x

Daerah Penolakan :
Menolak H0 jika Dn > dn (dimana dn merupakan nilai yang berasal dari tabel
Kolmogorov-Smirnov) atau P-Value < α
21 23
 Validasi Input Simulator
Variabel Distribusi P-Value Keputusan Kesimpulan
Waktu Antar Kedatangan Pearson 6 0,259 Gagal Tolak H0 Valid

Lama Pesan Makanan Johnson SB 0,770 Gagal Tolak H0 Valid

Lama Menunggu Makanan Johnson SB 0,892 Gagal Tolak H0 Valid

Valid
Lama Makan Meja 1 Raylight 0,752 Gagal Tolak H0

Lama Makan Meja 2 Inv. Gaussian 0,657 Gagal Tolak H0 Valid

Lama Makan Meja 3 Gamma 0,824 Gagal Tolak H0 Valid
Lama Makan Meja 4 Inv. Gaussian 0,939 Gagal Tolak H0 Valid
Lama Bungkus Johnson SB 0,843 Gagal Tolak H0 Valid

Lama Membayar Makanan Johnson SB 0,909 Gagal Tolak H0 Valid

22 24
 Validasi Sistem
Rata-rata Lama Pelanggan dalam Sistem Asli
1448.912
Sampel Rata-rata lama
pengamatan dalam sistem
Hipotesis :
H0 : μ = 1448,912 Run 1 62.5249
H1 : μ ≠ 1448,912 Run 2 422.088
α : 0,05 Run 3 203.689
Statistik Uji : P-Value Run 4 1775.55
Daerah Kritis :
Run 5 139.116
Tolak H0 jika P-value < α
Run 6 156.3586
Run 7 757.5627
Run 8 932.087
P-value Run 9 397.1859
0.998 Run 10 604.982

23 25
 Model Simulator

20 26
 Optimasi Sistem

Server A Pemesanan

Server B Kasir Pembayaran

24 27
Tabel Rancangan Model Server
StdOrder RunOrder PtType Blocks A B Server A Server B
1 1 1 1 -1 -1 1 1
2 2 1 1 1 -1 3 1
3 3 1 1 -1 1 1 3
4 4 1 1 1 1 3 3
5 5 -1 1 -1,41421 0 1 2
6 6 -1 1 1,414214 0 4 2
7 7 -1 1 0 -1,41421 2 1
8 8 -1 1 0 1,414214 2 4
9 9 0 1 0 0 2 2
10 10 0 1 0 0 2 2
11 11 0 1 0 0 2 2
12 12 0 1 0 0 2 2
13 13 0 1 0 0 2 2
25 28
 Rata-rata Lama Pelanggan
dalam Sistem
StdOrder RunOrder PtType Blocks A B Server A Server B Y
1 1 1 1 -1 -1 1 1 3278,118
2 2 1 1 1 -1 3 1 3684,546
3 3 1 1 -1 1 1 3 18842,12
4 4 1 1 1 1 3 3 11355,83
5 5 -1 1 -1,41421 0 1 2 3280,805
6 6 -1 11,414214 0 4 2 2120,466
7 7 -1 1 0 -1,41421 2 1 2245,085
8 8 -1 1 01,414214 2 4 2875,628
9 9 0 1 0 0 2 2 2673,201
10 10 0 1 0 0 2 2 2852,02
11 11 0 1 0 0 2 2 2861,456
12 12 0 1 0 0 2 2 2615,711
13 13 0 1 0 0 2 2 3263,083
26 29
  1090,10 
Term
Constant
Coef
2853,09
b 
A -1090,10  3015,88 
B 3015,88
A*A 1588,68
 1588, 68 1973,18 
B*B 1518,55 B 
A*B -1973,18
 1973,18 1518,55 

b0  2853, 09
Y = 2853,09 - 1090,10 A + 3015,88 B + 1588,68 𝐴2 + 1518,55 𝐵2 - 1973,18 AB

23 30
 X optimum  0,5  B  b 
1

Level Optimum Respon A : 1,45 ~ 2

 1,45025  Level Optimum Respon B : 0,89 ~ 1
 
 0,89142 

Yoptimum   0   0,5  X T
optimum  b
Rata-rata lama pelanggan dalam
sistem pada kondisi optimum
 3960,594 adalah 3960,594 detik

27 31
 Model Simulator Optimum

28 32
BAB V
KESIMPULAN DAN SARAN

33
 Model Optimum

Kesimpulan Saran
• Tahapan pelayanan di Bakso Kepala Sapi masing-masing memiliki Saran kepada pengelola
Distribusi : Bakso Kepala Sapi adalah
a. Waktu Antar Kedatangan : Pearson 6 server layanan pada
b. Lama Pemesanan : Johnson SB pemesanan perlu ditambah
c. Lama Menunggu Makanan : Johnson SB satu karena dengan jumlah
d. Lama Makan di tempat (Raylight, Inv.Gaussian, server tersebut, pelayanan
Gamma, Inv.Gaussian) akan optimum.
a. Lama Transaksi Bungkus : Johnson SB
b. Lama Bayar : Johnson SB
• Sistem pada simulator telah sama dengan data sesungguhnya (Valid)
• Jumlah Server Optimum pada pelayanan pemesanan sebanyak dua dan
pelayanan kasir pembayaran berjumlah satu.

30 34