MODEL ANTRIAN

                                                             MODEL ANTRIAN

       Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari–hari. Menunggu di depan loket untuk mendapatkan tiket kereta api atau tiket bioskop, pada pintu jalan tol, pada bank, pada kasir supermarket, dan situasi–situasi yang lain merupakan kejadian yang sering ditemui. Studi tentang antrian bukan merupakan hal yang baru.

Dalam dunia nyata kita tidak suka menunggu, maka tak heran bila kita punya pendapat bahwa menunggu adalah pekerjaan yang paling menyebalkan.  Di bawah ini diberikan contoh  beberapa situasi dimana antrian sangat penting.

Contoh

1. Supermarket.

·        - Berapa lama pelanggan harus menunggu di kasir ?

·        - Apa yang terjadi dengan waktu tunggu selama puncak kesibukan ?

·        - Apakah jumlah kasir cukup ?

2. Sistem Produksi Sebuah mesin menghasilkan jenis produk yang berbeda.

·        - Berapa waktu pasti dari suatu pesanan?

·         -Apa yang mengurangi waktu pasti jika kita memiliki sebuah mesin ekstra?

·         -Haruskah kita membuat prioritas dari pesanan?

3. Kantor Pos

Dalam suatu kantor pos ada konter-konter khusus didalamnya seperti stempel, packaging, ternsaksi keuangan dll.

·         -Apakah konternya sudah cukup?

·        - Bisakah Antrian terpisah atau antrian umum di depan konter dengan spesialisasi yang sama?

4. Komunikasi Data Di dalam paket jaringan komunikasi standar komputer yang disebut sel ditransmisikan di dalam link dari satu switch ke yang lainnya.

·         Pada setiap switch sel yang masuk dapat dibuffer ketika permintaan yang datang melebihi kapasitas link. Ketika buffer penuh cel yang masuk akan hilang.

·        - Apa yang menunda sel didalam switch?

·        - Pecahan sel yang mana yang akan hilang? Berapa ukuran buffer yang baik?

5. Call Center dari suatu perusahaan asuransi

Pertanyaan melalui telepon, mengenai kondisi-kondisi asuransi, ditangani oleh sebuah call center. Dimana masing-masing regu membantu nasabah dari masing-masing daerah tertentu.

·         Berapa lama pelanggan menunggu sebelum sampai operator bersedia?

·       - Apakah jumlah telefon yang masuk cukup?

·       - Apakah operatornya cukup?

·         Regu polling?

6. Main Frame Komputer

Banyak cashomat dihubungkan pada sebuah main frame komputer yang besar yang dapat menangani semua teransaksi finansial.

·       - Apakah kapasitas komputer mainframe cukup?

·       - Apa yang terjadi jika penggunaan cashomat meningkat?

7. Gardu Tol

Pengendara motor harus membayar bea masuk untuk melewati sebuah jembatan.

·         -Apakah gardu tol cukup?

        

Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan layanan. Pada banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi biaya karena memberikan pelayanan tambahan, akan menimbulkan pengurangan keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya, sering timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan / nasabah.

 Pengurangan waktu menunggu umumnya membutuhkan investasi yang ekstra. Untuk memutuskan ya atau tidak untuk investasi adalah penting mengetahui efek dari investasi untuk waktu antrian. Maka kita memerlukan model dan tehnik untuk menganalisis situasi seperti ini. Di dalam buku ini kita akan memerlukan beberapa model dasar teori antrian. Perhatian ditekankan pada metode untuk menganalisis model ini, dan juga aplikasi dari Antrian model. Area penting dari aplikasi model antrian adalah sistem produksi, transportasi dan sistem persediaan barang, sistem komunikasi, dan sistem pengolahan informasi. Antrian model bermanfaat untuk perancangan sistem dalam kaitannya dengan tata ruang, kapasitas dan kendali. Di dalam kuliah ini perhatian kami terbatas pada model dengan satu antrian. Situasi dengan lebih dari satu antrian diperlukan dalam kursus antrian jaringan. Merupakan tehnik lanjutan untuk bilangan eksak, aproksimasi dan analisis numerik dari antrian model akan menjadi pokok bahasan metode algoritma teori antrian.

        Salah satu model yang sangat berkembang sekarang ini ialah model matematika. Umumnya, solusi untuk model matematika dapat dijabarkan berdasarkan dua macam prosedur, yaitu : analitis dan simulasi.

Pada model simulasi, solusi tidak dijabarkan secara deduktif. Sebaliknya, model dicoba terhadap harga – harga khusus variabel jawab berdasarkan syarat – syarat tertentu (sudah diperhitungkan terlebih dahulu), kemudian diselidiki pengaruhnya terhadap variabel kriteria. Karena itu, model simulasi pada hakikatnya mempunyai sifat induktif. Misalnya dalam persoalan antrian, dapat dicoba pengaruh bermacam – macam bentuk sistem pembayaran sehingga diperoleh solusi untuk situasi atau syarat kedatangan yang mana pun.

Konsep Teori Antrian

 Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran pelayanan sangatlah menjengkelkan. Rata – rata lamanya waktu menunggu (waiting time) sangat tergantung kepada rata – rata tingkat kecepatan pelayanan (rate of services). Teori tentang antrian diketemukan dan dikembangkan oleh A. K. Erlang, seorang insinyur dari Denmark yang bekerja pada perusahaan telepon di Kopenhagen pada tahun 1910. Erlang melakukan eksperimen tentang fluktuasi permintaan fasilitas telepon yang berhubungan dengan automatic dialing equipment, yaitu peralatan penyambungan telepon secara otomatis.

        Dalam waktu – waktu yang sibuk operator sangat kewalahan untuk melayani para penelepon secepatnya, sehingga para penelepon harus antri menunggu giliran, mungkin cukup lama. Persoalan aslinya Erlang hanya memperlakukan perhitungan keterlambatan (delay) dari seorang operator, kemudian pada tahun 1917 penelitian dilanjutkan untuk menghitung kesibukan beberapa operator. Dalam periode ini Erlang menerbitkan bukunya yang terkenal berjudul Solution of some problems in the theory of probabilities of significance in Automatic Telephone Exhange. Baru setelah perang dunia kedua, hasil penelitian Erlang diperluas penggunaannya antara lain dalam teori antrian (Supranto, 1987).

        Menurut Siagian (1987), antrian ialah suatu garis tunggu dari nasabah (satuan) yang memerlukan layanan dari satu atau lebih pelayan (fasilitas layanan). Pada umumnya, sistem antrian dapat diklasifikasikan menjadi system yang berbeda – beda di mana teori antrian dan simulasi sering diterapkan secara luas. Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut :

1. Sistem pelayanan komersial
2. Sistem pelayanan bisnis – industri
3. Sistem pelayanan transportasi
4. Sistem pelayanan social

        Sistem pelayanan komersial merupakan aplikasi yang sangat luas dari model – model antrian, seperti restoran, kafetaria, toko, salon, butik, supermarket, dan sebagainya. Sistem pelayanan bisnis – industri mencakup lini produksi, sistem material – handling, sistem pergudangan, dan sistem – sistem informasi komputer. Sistem pelayanan sosial merupakan sistem – sistem pelayanan yang dikelola oleh kantor – kantor dan jawatan – jawatan lokal maupun nasional, seperti kantor registrasi SIM dan STNK, kantor pos, rumah sakit, puskesmas, danlain–lain(Subagyo,2000).


Sistem Antrian

Ada tiga komponen dalam sistim antrian yaitu :

1. Populasi dan cara kedatangan pelanggan datang ke dalam system

2. Sistem pelayanan

3. kondisi pelanggan saat keluar system

1. Populasi dan Cara Kedatangan Pelanggan

a) Populasi

        Populasi yang akan Dilayani (calling population) Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, panggilan telepon untuk dilayani, dan lain – lain. Unsur ini sering dinamakan proses input. Proses input meliputi sumber kedatangan atau biasa dinamakan calling population, dan cara terjadinya kedatangan yang umumnya merupakan variabel acak. Menurut Levin, dkk (2002), variable acak adalah suatu variabel yang nilainya bisa berapa saja sebagai hasil dari percobaan acak. Variabel acak dapat berupa diskrit atau kontinu. Bila variabel acak hanya dimungkinkan memiliki beberapa nilai saja, maka ia merupakan variabel acak diskrit. Sebaliknya bila nilainya dimungkinkan bervariasi pada rentang tertentu, ia dikenal sebagai variabel acak kontinu.

        Karakteristik dari populasi yang akan dilayani (calling population) dapat dilihat menurut ukurannya, pola kedatangan, serta perilaku dari populasi yang akan dilayani. Menurut ukurannya, populasi yang akan dilayani bisa terbatas (finite) bisa juga tidak terbatas (infinite). Sebagai contoh jumlah mahasiswa yang antri untuk registrasi di sebuah perguruan tinggi sudah diketahui jumlahnya (finite), sedangkan jumlah nasabah bank yang antri untuk setor, menarik tabungan, maupun membuka rekening baru, bisa tak terbatas (infinte).

b) Distribusi Kedatangan

        Secara umum, formula garis tunggu antrian memerlukan informasi tingkat kedatangan unit per periode waktu (arrival rate). distribusi kedatangan bisa teratur - tetap dalam satu periode. Artinya kedatangan unit/ pelanggan dalam antrian dengan unit/ pelanggan berikutnya memiliki periode waktu yang sama. Kedatangan yang seperti ini biasanya hanya ada di sistem produksi dimana antrian dikendalikan oleh mesin.  Kedatangan yang teratur sering kita jumpai pada proses pembuatan/ pengemasan produk yang sudah distandardisasi. Pada proses semacam ini, kedatangan produk untuk diproses pada bagian selanjutnya biasanya sudah ditentukan waktunya, misalnya setiap 30 detik.

        Pada banyak kasus dalam praktek, kedatangan unit/ pelanggan dalam antrian dengan unit/ pelanggan berikutnya bersifat variabel atau acak (random).Kedatangan yang sifatnya acak (random) banyak kita jumpai misalnya kedatangan nasabah di bank. Pola kedatangan yang sifatnya acak dapat digambarkan dengan distribusi statistik dan dapat ditentukan dua cara yaitu

Dengan cara menganalisa kedatangan per satuan waktu untuk melihat apakah waktu kedatangan unit/ pelanggan dalam antrian mengikuti pola distribusi statistik tertentu. Biasanya kita mengasumsikan bahwa waktu kedatangan unit/ pelanggan dalam antrian dengan unit/ pelanggan berikutnya berdistribusi eksponensial.

Dengan cara menetapkan lama waktu (T) dan mencoba menentukan berapa banyak unit/ pelanggan yang datang ke dalam sistem dalam kurun waktu T. Secara spesifik biasanya diasumsikan bahwa jumlah kedatangan per satuan waktu mengikuti pola distribusi Poisson.

Contoh : 

Kedatangan digambarkan dalam jumlah satu waktu, dan bila kedatangan terjadi secara acak, informasi yang penting adalah Probabilitas n kedatangan dalam periode waktu tertentu, dimana n = 0,1,2,. Jika kedatangan diasumsikan terjadi dengan kecepatan rata-rata yang konstan dan bebas satu sama lain disebut distribusi probabilitas Poisson Ahli matematika dan fisika, Simeon Poisson (1781 – 1840), menemukan sejumlah aplikasi manajerial, seperti kedatangan pasien di RS, sambungan telepon melalui central switching system, kedatangan kendaraan di pintu toll, dll. Semua kedatangan tersebut digambarkan dengan variabel acak yang terputus-putus dan nonnegative integer (0, 1, 2, 3, 4, 5, dst). Selama 10 menit mobil yang antri di pintu toll bisa 3, 5, 8, dst.

Ciri distribusi poisson:

·        1.  rata-rata jumlah kedatangan setiap interval bisa diestimasi dari data sebelumnya

·        2.  bila interval waktu diperkecil misalnya dari 10 menit menjadi 5 menit, maka pernyataan ini benar

·        probabilita bahwa seorang pasien datang merupakan angka yang sangat kecil dan konstan untuk         setiap interval

·    3.  probabilita bahwa 2 atau lebih pasien akan datang dalam waktu interval sangat kecil sehingga  probabilita untuk 2 atau lebih dikatakan nol (0).

·        4.  Jumlah pasien yang yang datang pada interval waktu bersifat independent

·        5.  Jumlah pasien yang datang pada satu interval tidak tergantung pada interval yang lain.

·         Probabilitas n kedatangan dalam waktu T ditentukan dengan rumus.

Jika kedatangan mengikuti Distribusi Poisson dapat ditunjukkan secara matematis bahwa waktu antar kedatangan akan terdistribusi sesuai dengan distribusi eksponensial.

Suatu faktor yang mempengaruhi penilaian distribusi kedatangan adalah ukuran populasi panggilan . Contoh : jika seorang tukang reparasi sedang memperbaiki enam buah mesin, populasi panggilan dibatasi sampai dengan enam buah mesin. Dalam hal ini tidak mungkin bahwa kedatangan mengikuti distribusi Poisson sebab tingkat kecepatan kerusakan tidak konstan. Jika lima buah mesin telah rusak, tingkat kedatangan lebih rendah daripada bila seluruh mesin dalam keadaan operasi.

    Populasi yang akan dilayani mempunyai perilaku yang berbeda-beda dalam membentuk antrian. Ada tiga jenis perilaku: reneging, balking, dan jockeying. Reneging menggambarkan situasi dimana seseorang masuk dalam antrian, namun belum memperoleh pelayanan, kemudian meninggalkan antrian tersebut. Balking menggambarkan orang yang tidak masuk dalam antrian dan langsung meninggalkan tempat antrian. Jockeying menggambarkan orang yang pindah-pindah antrian.

c) Pola Kedatangan

        Kedatangan unit/ pelanggan dalam sistem antrian, untuk beberapa kasus, dapat dikendalikan. Misalnya kedatangan dikendalikan dengan cara memberikan potongan pada hari-hari tertentu yang sepi dengan maksud menggiring pelanggan untuk datang pada jam sepi, memberikan harga tinggi pada sesi-sesi padat agar pelanggan tergiring datang pada hari lain yang lebih murah. Namun demikian, dalam beberapa kasus yang lain, kedatangan unit/ pelanggan dalam antrian tidak dapat dikendalikan misalnya permintaan bantuan imergensi di rumah sakit, atau pemadam kebakaran atau kantor polisi.

d) Jumlah Unit/ Pelanggan yang Datang

        Kedatangan tunggal atau dengan kata lain satu kali kedatangan bisa saja hanya terdiri dari satu uni atau satu pelanggan. Namun demikian bisa saja dalam satu kali kedatangan terdiri dari banyak unit yang disebut batch arrivals, misalnya kedatangan undangan di lima acara pesta di sebuah restoran.

e) Tingkat Kesabaran

Tingkat kesabaran pelanggan dalam antrian dikelompokkan menjadi dua, yakni

Kedatangan yang sabar. Yaitu seseorang yang bersedia menunggu hingga dilayani terlepas apakah mereka menunjukkan perilaku tidak sabar seperti menggerutu atau mengomel tetapi tetap menunggu dalam antrian. 

Kedatangan yang tidak sabar. Kedatangan yang tidak sabar dikelompokkan menjadi dua kategori. Kategori yang pertama adalah orang yang datang, melihat-lihat fasilitas layanan dan panjang antrian, lalu memutuskan meninggalkan sistem. Kategori yang kedua adalah orang yang datang, melihat fasilitas layanan, bergabung dalam antrian dan untuk beberapa lama kemudian meninggalkan sistem.

2. Sistem Pelayanan Antrian

Sistem Pelayanan Antrian meliputi beberapa hal yakni garis antrian/ baris tunggu dan ketersediaan fasilitas.

a) Garis antrian/ baris tunggu.

    Faktor-faktor yang terkait dengan garis antrian meliputi panjang antrian, jumlah baris antrian dan disiplin antrian.

Panjang Kapasitas Antrian

Dalam pengertian praktis, panjang kapasitas antrian dapat dikelompokkan menjadu dua yakni

1) panjang kapasitas antrian yang potensial tak terbatas, misalnya panjang antrian di jembatan penyeberangan, atau antrian membeli tiket bioskop.

2) panjang kapasitas antrian yang terbatas  baik karena ketentuan peraturan atau karena keterbatasan karakteristik ruang fisik, misalnya tempat parkir.

Jumlah Antrian.

Jumlah antrian dalam sistem antrian dikelompokkan menjadi dua yakni antrian tunggal. Artinya hanya ada satu fasilitas layanan untuk melayani antrian. 2) Antrian berganda/ multi. Artinya ada beberapa fasilitas layanan di depan baris antrian.

Disiplin Antrian

Disiplin antrian dikelompokkan menjadi dua, yaitu preemptive dan non preemptive. Disiplin preemptive menggambarkan situasi dimana pelayan sedang melayani seseorang, kemudian beralih melayani orang yang diprioritaskan meskipun belum selesai melayani orang sebelumnya. Sementara disiplin non preemptive menggambarkan situasi dimana pelayan akan menyelesaikan pelayanannya baru kemudian beralih melayani orang yang diprioritaskan. Sedangkan disiplin first come first serve menggambarkan bahwa orang yang lebih dahulu datang akan dilayani terlebih dahulu. Dalam kenyataannya sering dijumpai kombinasi dari tersebut. Yaitu prioritas dan first come first serve.

Sebagai contoh, para pembeli yang akan melakukan pembayaran di kasir untuk pembelian kurang dari sepuluh jenis barang (dengan keranjang) di super market disediakan counter tersendiri.

RANGKUMAN :

·         Disiplin antri adalah aturan keputusan yang menjelaskan cara melayani pengantri. Menurut Siagian (1987), ada 5 bentuk disiplin pelayanan yang biasa digunakan, yaitu :

·        1. FirstCome FirstServed (FCFS) atau FirstIn FirstOut (FIFO) artinya, lebih dulu datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada loket pembelian tiket bioskop.

·       2.  LastCome FirstServed (LCFS) atau LastIn FirstOut (LIFO) artinya, yang tiba terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator untuk lantai yang sama.

·         3. Service In Random Order (SIRO) artinya, panggilan didasarkan pada peluang secara random, tidak soal siapa yang lebih dulu tiba.

·    4. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada pelanggan yang mempunyai prioritas lebih tinggi dibandingkan dengan pelanggan yang mempunyai prioritas lebih rendah, meskipun yang terakhir ini kemungkinan sudah lebih dahulu tiba dalam garis tunggu. Kejadian seperti ini kemungkinan disebabkan oleh beberapa hal, misalnya seseorang yang dalam keadaan penyakit lebih berat dibanding dengan orang lain dalam suatu tempat praktek dokter.

       Dalam hal di atas telah dinyatakan bahwa entitas yang berada dalam garis tunggu tetap tinggal di sana sampai dilayani. Hal ini bisa saja tidak terjadi. Misalnya, seorang pembeli bisa menjadi tidak sabar menunggu antrian dan meninggalkan antrian. Untuk entitas yang meninggalkan antrian sebelum dilayani digunakan istilah pengingkaran (reneging). Pengingkaran dapat bergantung pada panjang garis tunggu atau lama waktu tunggu. Istilah penolakan (balking) dipakai untuk menjelaskan entitas yang menolak untuk bergabung dalam garis tunggu (Setiawan, 1991).

Struktur Antrian

Dalam mengelompokkan model-model antrian yang berbeda-beda, akan digunakan suatu notasi yang disebut Kendall’s Notation. Notasi ini sering dipergunakan karena beberapa alasan. Pertama, karena notasi tersebut merupakan alat yang efisien untuk mengidentifikasi tidak hanya model-model antrian, tetapi juga asumsi-asumsi yang harus dipenuhi. Kedua, hampir semua buku yang membahas teori antrian menggunakan notasi ini.

Bentuk Model Umum :

1/ 2/ 3/ 4

1 = Tingkat kedatangan

2 = Tingkat Pelayanan

3 = Jumlah fasilitas pelayanan

4 = Besarnya populasi

Notasi yang sering dipakai adalah :

Singkatan   Penjelasan
M                Tingkat kedatangan dan/atau pelayanan Poisson

D               Tingkat kedatangan dan/atau pelayanan Deterministik (diketahui konstan)

K               Distribusi Erlang waktu antar kedatangan atau pelayanan

S                 Jumlah fasilitas pelayanan

I                 Sumber populasi atau kepanjangan antrian tak-terbatas (infinite)

F                Sumber populasi atau kepanjangan antrian terbatas (finite)

Tanda pertama notasi selalu menunjukkan distribusi tingkat kedatangan. Dalam hal ini, M menunjukkan tingkat kedatangan mengikuti distribusi probabilitas Poisson. Tanda kedua menunjukkan distribusi tingkat pelayanan. Tanda ketiga menunjukkan jumlah fasilitas pelayanan dalam sistem. Tanda keempat dan kelima ditambahkan untuk menunjukkan apakah sumber populasi dan kepanjangan antrian adalah tak-terbatas (I) atau terbatas (F).

Ada 4 model struktur antrian dasar yang umum terjadi dalam seluruh sistem antrian :

1. Single Channel – Single Phase

Single Channel berarti hanya ada satu jalur yang memasuki system 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 phasephase). Sebagai contoh : pencucian mobil.

3. Multi Channel – Single Phase

Sistem Multi Channel – Single Phase terjadi kapan saja di mana ada dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal, sebagai contoh model ini adalah antrian pada teller sebuah bank.

4. Multi Channel – Multi Phase

Sistem Multi Channel – Multi Phase Sebagai contoh, herregistrasi para mahasiswa di universitas, pelayanan kepada pasien di rumah sakit mulai dari pendaftaran, diagnosa, penyembuhan sampai pembayaran. Setiap sistem – sistem ini mempunyai beberapa fasilitas pelayanan pada setiap tahapnya (Subagyo, 2000).

Berikut diberikan formula matematik untuk analisis kasus-kasus antrian yang memiliki karakteristik tertentu:

Keterangan:

    p   = tingkat penggunaan fasilitas,

    n_l  = rata-rata jumlah pelanggan dalam antrian, 

    n_s  = rata-rata jumlah pelanggan dalam system (termasuk yang sedang dilayani),

    t_l   = rata-rata waktu tunggu dalam antrian,  

    t_s   = rata-rata waktu dalam system,

    c    = jumlah channel,

    P_w = Probabilitas menunggu dalam antrian,

    X = service factor (proporsi waktu yang diperlukan untuk pelayanan),

   W = Rata-rata waktu tunggu dalam antrian,

    U= rata-rata waktu yang diperlukan untuk melayani antar pelanggan,

    T = Rata-rata waktu pelayanan, Jumlah unit dari sumber populasi,

     L = rata-rata jumlah pelanggan dalam antrian,

     F = Faktor efisiensi

b) Ketersediaan Pelayanan

 Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan, yaitu :

·         Tersedianya pelayanan

Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya dalam pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka pada waktu tertentu antara satu pertunjukan dengan pertunjukan berikutnya. Sehingga pada saat loket ditutup, mekanisme pelayanan terhenti dan petugas pelayanan (pelayan) istirahat.

·         Kapasitas pelayanan

Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah langganan yang dapat dilayani secara bersama – sama. Kapasitas pelayanan tidak selalu sama untuk setiap saat; ada yang tetap, tapi ada juga yang berubah – ubah. Karena itu, fasilitas pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan, atau satu atau lebih fasilitas pelayanan. Tiap – tiap fasilitas pelayanan kadang – kadang disebut sebagai saluran (channel) (Schroeder, 1997). Contohnya, jalan tol dapat memiliki beberapa pintu tol. Mekanisme pelayanan dapat hanya terdiri dari satu pelayan dalam satu fasilitas pelayanan yang ditemui pada loket seperti pada penjualan tiket di gedung bioskop.Fasilitas yang mempunyai satu saluran disebut saluran tunggal atau sistem pelayanan tunggal dan fasilitas yang mempunyai lebih dari satu saluran disebut saluran ganda atau pelayanan ganda.

Karakteristik Waktu Pelayanan/ Lamanya pelayanan

Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani seorang langganan atau satu – satuan. Ini harus dinyatakan secara pasti. Oleh karena itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk semua langganan atau boleh juga berupa variabel acak. Umumnya dan untuk keperluan analisis, waktu pelayanan dianggap sebagai variabel acak yang terpencar secara bebas dan sama serta tidak tergantung pada waktu kedatangan (Siagian, 1987) dan diasumsikan mengikuti distribusi eksponensial.

3.  Exit

        Setelah pelanggan dilayani, ada dua kemungkinan kondisi pelanggan itu keluar sistem:

1) pelanggan mungkin kembali ke populasi sumber dan mengantri lagi,

Misalnya, sebuah mesin setelah mendapat perawatan servis dan dioperasikan lagi, namun ternyata mesin tersebut rusak lagi.atau

 2) pelanggan hanya kemungkinan kecil untuk mendapat pelayanan ulang.

Misalnya sebuah mesin mendapat perbaikan menyeluruh atau modifikasi sehingga kemungkinan kecil mesin tersebut dalam waktu dekat untuk rusak lagi.

Perilaku Biaya Antrian

    Ada dua jenis biaya yang timbul. Yaitu biaya karena orang mengantri, dan di sisi lain biaya karena menambah fasilitas layanan. Biaya yang terjadi karena orang mengantri, antara lain berupa waktu yang hilang karena menunggu. Sementara biaya menambah fasilitas layanan berupa penambahan fasilitas layanan serta gaji tenaga kerja yang memberi pelayanan. Tujuan dari sistem antrian adalah meminimalkan biaya total, yaitu biaya karena mengantri dan biaya karena menambah fasilitas layanan.

Mengelola Antrian Pendekatan Kualitatif

        Berikut ini beberapa saran yang dapat diaplikasikan dalam mengelola antrian sebelum memutuskan menambah fasilitas:

1. Menentukan waktu tunggu yang masih dapat diterima oleh pelanggan. Susun tujuan operasional didasarkan pada apa yang dapat diterima oleh pelanggan.

2. Mencoba mengalihkan perhatian pelanggan ketika menunggu, misalnya dengan menyediakan TV, Bacaan, pemutaran film atau yang lain untuk membantu pelanggan tidak terfokus pada kenyataan bahwa mereka menunggu lama.

3. Menginformasikan kepada pelanggan tentang apa yang sedang terjadi dan apa yang sedang diupayakan oleh manajemen untuk solusi. Hal ini perlu dilakukan khususnya ketika waktu tunggu lebih lama dari normal karena pelanggan yang sudah menunggu lama dan tidak mengerti apa yang sedang terjadi akan membuat mereka gelisah.

4. Menjaga agar karyawan tidak terlihat oleh pelanggan sedang menganggur atau mengerjakan pekerjaan lain atau bekerja lambat. Bagaimanapun, tidak ada yang membuat pelanggan menajdi begitu frustasi ketika mereka sedang mengantri lama dan di sisi lain mereka melihat para karyawan malah duduk-duduk santai atau terlihat kurang gesit.

5. Mensegmentasi pelanggan. Misalnya bila ada sekelompok pelanggan yang membutuhkan sesuatu yang dapat dilayani dengan cepat, maka ada baikn ya buat antrian khusus untuk mereka sehingga mereka tidak mengantri lama hanya karena beberapa konsumen yang lain membutuhkan pelayanan yang lama.

6. Melatih pelayan untuk lebih friendly terhadap pelanggan. Menyapa pelanggan dengan menyebut nama atau memberikan atensi khusus dapat membantu pelanggan mengendalikan perasaan negatif selama menunggu. Akan lebih baik bila diberi arahan yang spesifik dari pada sekedar meminta mereka bersikap friendly, misalnya dengan meminta mereka tersenyum saat memberi salam kepada pelanggan.

7. Mendorong pelanggan untuk datang pada saat waktu longgar/ sepi. Berikan informasi yang lengkap kepada pelanggan tentang saat-saat yang biasanya luang sehingga mereka bisa datang dan tidak perlu mengantri.Beri tahu kapan saat-saat padat  pelanggan dan kapan saat sepi pelanggan.

8. Mengupayakan pemecahan jangka panjang dalam mengatasi masalah antrian. Perlu mengembangkan rencana cara laternatif untuk melayani pelanggan misalnya dengan mempersingkat prosedur, mengembangkan metode kerja yang lebih cepat dan lain-lain. (Hendra Poerwanto G)

Read More →

SIMULASI DAN PEMODELAN

Nama : Deby Aprisonia Siregar
NIM   : 201731273
Kelas  : F
Matkul: Simulasi dan Pemodelan
Dosen  : Max Teja Ajie Cipta Widiyanto, S.Kom., M.Kom.
--------------------------------------------------------------------------------------------------------------------------

                                                             Simulasi dan Pemodelan                        

      Pemodelan merupakan kata dasar dari kata Model yang artinya abstraksi dari realitas, pada wujudnya kurang kompleks daripada realitas itu sendiri. Model dikatakan lengkap apabila dapat mewakili berbagai aspek dari realitas yang sedang dikaji. Contoh : Boneka merupakan model dari bentuk makhluk hidup.

       Simulasi merupakan suatu teknik meniru operasi-operasi atau proses-proses yang terjadi dalam suatu sistem dengan bantuan perangkat komputer dan dilandasi oleh beberapa asumsi tertentu sehingga sistem tersebut bisa dipelajari secara ilmiah (Law and Kelton, 1991). Simulasi merupakan alat yang tepat untuk digunakan terutama jika diharuskan untuk melakukan eksperimen dalam rangka mencari komentar terbaik dari komponen-komponen sistem.

Sistem merupakan kumpulan objek yang saling berinteraksi dan bekerja sama untuk mencapai tujuan logis dalam suatu lingkungan yang kompleks. Ada beberapa cara untuk merancang, menganalisis dan mengoperasikan suatu sistem. Salah satu dengan melakukan pemodelan, membuat model dari sistem tersebut.

Dalam sistem terdapat 2 model yaitu :

1. Model Konseptual

2. Model Matematis.


                                        CONTOH PENERAPAN SIMULASI DAN PEMODELAN :
                                               

·         Simulasi peramalan cuaca

Berdasarkan hasil survey Stasiun Meteorologi dan Geofisika Lanud Adisucipto Yogyakarta prakiraan cuaca ditentukan oleh 4 hal yaitu : arah angin, tekanan udara, kelembaban udara, dan suhu udara. Maka dibuatlah suatu simulasi dengan perangkat lunak guna mengolah data-data tersebut yang keluarnya berupa ramalan cuaca. Dan karena cuaca sendiri bersifat tidak pasti, maka simulasi dibangun menggunakan logika fuzzy untuk dapat melakukan prakiraan cuaca.

·         Simulasi pengisian antrian bahan bakar di SPBU

Pada SPBU Sering terjadi antrian yang panjang, antrian tersebut dapat dihindari apablia pihak-pihak terkait dapat mengidentifikasisampai dimana antrian tersebut dapat menguntungkan tau merugikan. Untuk mengatasi masalah tersebut maka perlu di buat simulasi antrian. Melalui simulasi yang dilakukan dapat dilihat ukuran kinerja dari system yang diamati, sehingga akan diperoleh output berupa usulan perbaikan dalam hal pelayanan agar pelayanan yang diberikan pada konsumen dapat dimaksimumkan.

·         Simulasi penerbangan

Merupakan simulasi yang digunakan untuk mewujudkan gambaran penerbangan sebuah pesawat terbang yang mendekati kenyataan yang sebenarnya. Perbedaan tipe sebuah simulasi penerbangan dalam permainan komputer adalah ukuran dari kokpit dan dalam akurasi dari citra yang diolah oleh suatu keadaan dari seni teknologi komputer. Simulasi penerbangan sering digunakan oleh industri penerbangan dan militer untuk melatih pilot, simulasi bencana, dan pengembangan sebuah pesawat.


TUGAS.

 "SIMULASI PELAYANAN PENGISIAN BAHAN BAKAR DI SPBU GUNUNG PANGILUN"

Antrian terjadi apabila waktu proses lebih besar dari pada waktu antar kedatangan. Dalam hal ini dilakukan pengamatan pada SPBU Gunung Pangilun. Tujuannya adalah untuk melihat bagaimana sistem antrian pada pengisian bahan bakar yang dikhususkan pada kendaraan roda dua. Ukuran performa dari sistem ini adalah jumlah antrian, waktu antrian dan nilai utilitas. Berdasarkan ukuran performa dari simulasi yang dilakukan inilah diberikan suatu usulan perbaikan terhadap sistem yang telah ada sehingga diperoleh sistem yang lebih baik (continuous improvement). Berdasarkan data pengamatan yang diperoleh lalu dibuatlah suatu model simulasi terhadap sistem yang diamati. Dalam penyelesaian permasalahan ini digunakan software arena. Hasil yang diperoleh dari simulasi tersebut adalah terlihat bahwa terjadinya antrian dari entiti yang diproses. Sehingga diberikan usulan skenario perbaikan yaitu penembahan server dengan tujuan permasalahan antrian dapat diatasi. Rekomendasi perbaikan yang diberikan berdasarkan hasil simulasi yang dilakukan adalah tidak perlu dilakukan penambahan server karena akan membuat menurunnya nilai utiliatas dari server tersebut. Sehingga menyebabkan kurang optimalnya pemanfaatan dari server tersebut.

Penelitian simulasi sistem ini menggunakan teknik pengambilan data langsung dengan metode pendekatan guess estimate. Langkah pertama yang dilakukan penulis adalah menganasis aliran aktifitas yang terjadi pada sistem. Setelah itu, penulis melakukan pengumpulan data ke lapangan dengan mengamati sampel data pada waktu tertentu, adapun data-data yang dikumpulkan penulis adalah data waktu kedatangan pelanggan sepeda motor yang masuk ke dalam sistem, waktu mulai operasi.

pengisian bahan bakar, dan waktu selesai melaksanakan  operasi      pengisian bahan bakar. Pengumpulan data ini dilaksanakan pada hari Sabtu, dari pukul 15.00 – 18.00 WIB, karena pada jam tersebut merupakanjam pengisian bahan bakar paling tinggi bagi sepeda motor.Langkah  kedua,  data  yang  telah dikumpulkan, direkapitulasi dengan bantuan software microsoft excel. Dilakukan pengolahan data dengan menghitung waktuantar kedatangan dari pelanggan sepedamotor dan waktu pelayanan dari masing-masing   server.  Setelah            itu        dilakukan penentuan jenis distribusi untuk waktu antarkedatangan dan waktu pelayanan baik untuk server  1 maupun server 2  dengan menggunakan bantuan software Arena Input Analyzer.

Langkah          ketiga  adalah              perancangan model logika sesuai dengan keadaan sistem nyata yang            telah    dimodelkan     sebelumnya. Perancangan model dengan Software Arena dilakukan            dengan            input    data     dari distribusi masing-masing beserta parameter yang digunakan. Lalu model dijalankan, dengan verifikasi dan validinasi supaya model yang dibuat bisa diterima dan benar-benar valid atau sesuai dengan sistem yang sebenarnya terjadi.

Langkah keempat adalah melaksanakan perbaikan terhadap sistem dengan menintegrasikan model-model baru berdasarkan dengan ukuran performansi yang digunakan. Perbaikan yang dilakukan dengan merancang skenario perbaikan dengan menggunakan software Arena Process Analyzer. Skenario perbaikan tidak lepas dari analisis-analisis yang penulis berikan pada sistem dengan melihat keluaran dari model yang telah disimulasikan, untuk mempermudah analisis ini dibantu dengan software Arena Output Analyzer.

Peralatan yang digunakan dalam pengumpulan data ini berupa jam digital, serta alat tulis seperti pena dan kertas. Pengolahan data dilakukan dengan menggunakan perangkat komputer pada umunya.

HASIL DAN PEMBAHASAN

Pemodelan

Berikut merupakan ukuran kinerja dari sistem yang diamati :

- Jumlah antrian kendaraan

- Lama kendaraan berada di dalam antrian (panjang antrian pada masing-masing                       server)

- Nilai utilitas pada masing-masing server. Berikut merupakan entiti dari sistem yang diamati yaitu server dan kendaraan roda dua (pelanggan). Untuk melihat aktifitas, input, output dan mekanisme yang terjadi pada sistem, 

dapat dilihat pada tabel 1 berikut.

Untuk melihat jenis aliran aktifitas yang terjadi pada sistem,

GAMBAR 1. Activity Cycle Diagram

GAMBAR 2. Event Graph

Data yang dikumpulkan terbagi atas 2 yaitu data waktu kedatangan adalah sebagai berikut.

TABEL 2. Data Waktu Kedatangan

kendaraan	waktu	waktu antar	kendaraan	waktu	waktu antar
ke-	kedatangan	kedatangan	ke-	kedatangan	kedatangan
1	9:00:01	0,00	41	14:04:46	405,00
2	9:00:05	4,00	42	14:36:01	1875,00
3	9:00:40	35,00	43	14:38:31	150,00
4	9:00:45	5,00	44	14:38:46	15,00
5	9:00:55	10,00	45	14:39:31	45,00
6	9:01:00	5,00	46	14:51:31	720,00
7	9:05:08	248,00	47	15:00:16	525,00
8	9:05:47	39,00	48	15:01:01	45,00
9	9:06:00	13,00	49	15:15:31	870,00
10	9:06:08	8,00	50	15:27:01	690,00
11	9:17:01	653,00	51	15:28:31	90,00
12	9:17:46	45,00	52	15:29:16	45,00
13	9:30:31	765,00	53	15:33:16	240,00
14	9:30:34	3,00	54	15:34:01	45,00
15	9:30:40	6,00	55	15:41:31	450,00
16	9:40:16	576,00	56	15:48:31	420,00
17	9:50:01	585,00	57	15:53:46	315,00
18	10:19:31	1770,00	58	16:04:01	615,00
19	10:19:46	15,00	59	16:04:05	4,00
20	10:22:16	150,00	60	16:04:08	3,00
21	10:27:46	330,00	61	16:04:13	5,00
22	10:29:46	120,00	62	16:04:18	5,00
23	10:45:46	960,00	63	16:04:21	3,00
24	11:13:31	1665,00	64	16:04:25	4,00
25	11:45:46	1935,00	65	16:04:32	7,00
26	11:58:16	750,00	66	16:04:36	4,00
27	12:02:01	225,00	67	16:04:45	9,00
28	12:02:46	45,00	68	16:04:48	3,00
29	12:10:16	450,00	69	16:04:53	5,00
30	12:39:16	1740,00	70	16:05:08	15,00
31	12:51:01	705,00	71	16:05:21	13,00
32	13:02:16	675,00	72	16:05:25	4,00
33	13:02:46	30,00	73	16:05:32	7,00
34	13:12:16	570,00	74	16:05:36	4,00
35	13:14:46	150,00	75	16:05:43	7,00
36	13:43:16	1710,00	76	16:05:46	3,00
37	13:45:46	150,00	77	16:05:51	5,00
38	13:50:31	285,00	78	16:05:55	4,00
39	13:55:01	270,00	79	16:06:23	28,00
40	13:58:01	180,00	80	16:06:36	13,00

Data yang digunakan adalah data pengamatan dari jam 15.00-18.00 WIB, yaitu data waktu kedatangan, waktu pelayanan dan waktu antar kedatangan. Data inilah yang kemudian diolah menggunakan software arena sehingga diperoleh distribusi yang tepat terhadap pola sebaran data tersebut. Berdasarkan hasil inilah kemudian dibangkitkan data sehingga pengamatan menjadi dari jam 08.00-21.00 WIB. Berikut merupakan hasil perhitungan software Arena.

Berdasarkan software ARENA dapat disimpulkan Bahwa Fungsi Distribusi yang terpilih untuk Waktu Antar Kedatangan adalah Distribusi Weibull. Kecocokan fungsi distribusi ini dipilih berdasarkan nilai Error paling kecil.

Distribution:    Weibull

Expression:      3 + WEIB(133, 0.403)

Square Error:  0.018133

GAMBAR 3. Waktu Antar Kedatangan

TABEL 3. Data Waktu Pelayanan

kendaraan	waktu	waktu	kendaraan	waktu	waktu
ke-	kedatangan	pelayanan	ke-	kedatangan	pelayanan
1	9:00:01	30	41	14:04:46	36
2	9:00:05	30	42	14:36:01	29
3	9:00:40	35	43	14:38:31	37
4	9:00:45	24	44	14:38:46	31
5	9:00:55	29	45	14:39:31	34
6	9:01:00	34	46	14:51:31	24
7	9:05:08	35	47	15:00:16	28
8	9:05:47	30	48	15:01:01	29
9	9:06:00	28	49	15:15:31	30
10	9:06:08	29	50	15:27:01	24
11	9:17:01	22	51	15:28:31	26
12	9:17:46	36	52	15:29:16	30
13	9:30:31	32	53	15:33:16	33
14	9:30:34	23	54	15:34:01	33
15	9:30:40	22	55	15:41:31	31
16	9:40:16	29	56	15:48:31	25
17	9:50:01	31	57	15:53:46	30
18	10:19:31	37	58	16:04:01	26
19	10:19:46	30	59	16:04:05	33
20	10:22:16	21	60	16:04:08	20
21	10:27:46	27	61	16:04:13	29
22	10:29:46	27	62	16:04:18	26
23	10:45:46	27	63	16:04:21	28
24	11:13:31	33	64	16:04:25	20
25	11:45:46	28	65	16:04:32	23
26	11:58:16	27	66	16:04:36	21
27	12:02:01	35	67	16:04:45	26
28	12:02:46	23	68	16:04:48	29
29	12:10:16	28	69	16:04:53	28
30	12:39:16	29	70	16:05:08	43
31	12:51:01	26	71	16:05:21	27
32	13:02:16	42	72	16:05:25	21
33	13:02:46	35	73	16:05:32	32
34	13:12:16	40	74	16:05:36	30
35	13:14:46	50	75	16:05:43	30
36	13:43:16	33	76	16:05:46	33
37	13:45:46	23	77	16:05:51	27
38	13:50:31	35	78	16:05:55	30
39	13:55:01	37	79	16:06:23	24
40	13:58:01	32	80	16:06:36	35

Berdasarkan    software ARENA dapat disimpulkan Bahwa Fungsi Distribusi yangterpilih adalah Distribusi Poisson Kecocokan      fungsi  distribusi         ini        dipilihberdasarkan nilai Error paling kecil.

Distribution:    Normal

Expression:      NORM(29.7, 5.45)

Square Error:  0.011001

GAMBAR 4. Waktu Antar Pelayanan

Proses yang terjadi dalam model simulasi terbagi atas beberapa event yaitu:

     

Proses Kedatangan Kendaraan

Proses ini digambarkan dengan modul Create. Setelah kendaraan datang maka akan dilakukan proses pengisian bahan bakar.

Proses Pemilihan Server Pengisian Bahan Bakar.

Proses ini digambarkan dengan modul

Decides. Setelah masuk kedalam sistem, maka kendaraan akan memilih server pengisian bahan bakar.

•  Proses Pengisian Bahan Bakar

Proses ini digambarkan dengan modul Process. Pengisian dilakukan di dua server.

•  Proses Meninggalkan server

Proses ini digambarkan dengan modul Process. Proses ini dilakukan setelah pengisian bahan bakar selesai dan lokasi yang digunakan sama dengan pada saat masuk.

Adapun model logika sistem adalah sebagai berikut.

                                   GAMBAR 5. Model Logika Arena

Pengisian data padan modul-modul Arena dapat dilihat pada gambar 6, 7, 8, dan 9 berikut.

GAMBAR 6. Modul Kedatangan

GAMBAR 7. Modul Proses pada Server 1

  

                                           GAMBAR 8. Modul Proses pada Server 2

     

     GAMBAR 9. Jumlah Replikasi

Verifikasi bertujuan untuk membuktikan apakah model yang telah dibuat sudah benar. Dalam hal ini teknik verifikasi yang digunakan adalah Animation. Dimana jalannya operasi dari model tersebut dapat dilihat secara langsung selama simulasi tersebut dijalankan.

                            GAMBAR 10. Verifikasi Model dengan Arena

Validasi bertujuan untuk melihat apakah output dari model yang dibuat sudah sesuai dengan tujuan yang diinginkan dan sistem nyata. Teknik yang digunakan adalah Turing Tests. Dimana analisis dapat dilakukan dengan melihat output yang dihasilkan dengan ukuran performa yang ditetapkan yaitu panjang antrian, lamanya antrian dan utilitas.

                                                       KESIMPULAN

Berdasarkan hasil simulasi tersebut maka didapatkan kesimpulan bahwa pelanggan yang melakukan pengisian bahan bakar pada SPBU Gunung Pangilun, yaitu rata-rata 168 pelanggan per hari. Sedangkan kedua fasilitas server mempunyai Nilai Utilisasi yang sama yaitu 0,066 untuk server 1 dan 0,062 untuk server 2.

Untuk alternatifperbaikan sistem adalah dengan mengoptimalkan fasilitas-fasilitas yang dimiliki oleh SPBU Gunung Pangilun, serta melakukan perbaikan-perbaikan dari segi infrastruktur agar mampu menarik perhatian pelanggan. Hal ini dapat dilihat dari nilai utilisasi server masih sangat rendah, dalam artian jumlah pelanggan masih sedikit.

Saran yang diberikan penulis untuk perbaikan penelitian ini:

-          Melakukan  penelitian  simulasi  untuk kendaraan roda empat dan secara keseluruhan.

-          Ukuran performansi yang digunakan tidak hanya nilai utilisasi saja.

GAMBAR 1. Algoritma                Simulasi untuk Kedatangan

GAMBAR 2. Algoritma Simulasi untuk Departure

                                                    DAFTAR PUSTAKA

·         D.W. Kelton, Simulation with ARENA, 2nd edition, McGraw Hill Companies,            2000.

·         P. Subagyo et al. Dasar – Dasar Operations Research. BPFE. Yogyakarta, 2000. Diambil dari artikel oleh Dio Putera Hasian, Aldie Kur’anul Putra

 Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas

link artikel : http://josi.ft.unand.ac.id/index.php/josi/article/view/140

Read More →