3.1 Kerangka Pemikiran
Salah satu alasan pengunjung tempat rekreasi tidak merasa nyaman adalah antrian untuk membeli tiket masuk. Hal ini secara tidak langsung akan membuat ketidaknyamanan pengunjung dan akibat menurunnya kepuasan pengunjung dan lambat laun akan mengakibatkan berkurangnya jumlah pengunjung. Seharusnya tempat rekreasi menyediakan pelayanan yang prima. Pada hakekatnya tempat rekreasi dikunjungi untuk mendapatkan kesenangan hiburan sehingga pada saat senggang lainnya pengunjung ingin berkunjung kembali ke tempat rekreasi tersebut. Ketanggapan yang berkaitan dengan pelayanan yang cepat dan tepat kepada pelanggan merupakan salah satu dimensi kualitas yang terpenting dari jasa. Apabila para calon pengunjung dibiarkan menunggu lama dalam antrian maka akan timbul persepsi negatif dalam kualitas pelayanan pada tempat rekreasi tersebut.
Sebagai sarana wisata air The Jungle merupakan wahana air tematik pertama dan terlengkap di Indonesia yang tercatat dalam rekor MURI yang terus menerus mengalami peningkatan pada jumlah pengunjungnya, sebaiknya The Jungle juga terus menerus melakukan perbaikan pada sistem antrian pada bagian ticketing agar dapat memberikan pelayanan prima seiring peningkatan jumlah pengunjung. Antrian pengunjung pada suatu tempat rekreasi merupakan salah satu hal yang menarik untuk dikaji dalam penelitian. Kerangka pemikiran penelitian ini ditunjukkan dalam Gambar 3.
Jumlah pengunjung The Jungle meningkat
Antrian merupakan permasalahan operasional pada The Jungle
Permasalahan pelayanan pada bagian ticketing The Jungle
Model-model antrian yang sudah ada
Data-data antrian dikumpulkan
Perhitungan kinerja sistem antrian
Model antrian terpilih yang dikembangkan berdasarkan karakteristik operasional dan
biaya antrian
Peningkatan kualitas pelayanan tempat rekreasi The Jungle
Gambar 3. Kerangka pemikiran penelitian
3.2 Tahapan Penelitian
Tahapan penelitian ini diawali dengan pengamatan keseluruhan sistem dan pendefinisian sistem yang diamati yaitu sistem antrian. Tahapan penelitian disajikan pada Gambar 4.
ticketing The Jungle Waterpark Ya Ya
Pendefinisian sistem yang diamati yaitu sistem antrian
Pengambilan data
Uji keseragaman data
Uji distribusi data Uji kecukupan data
Seragam? Cukup? Sesuai asumsi model baku? Ya Tidak Tidak
Penyelesaian dengan rumus model antrian
Perbandingan biaya antrian dari setiap jumlah loket yang buka yang direkomendasikan Perbandingan waktu tunggu dan utilitas server
antar model antrian
Model antrian terpilih
Alternatif pengembangan model antrian Penyelesaian
model simulasi
Perumusan Masalah
Tidak
Kesimpulan dan saran
3.3 Lokasi dan Waktu penelitian
Penelitian dilaksanakan selama 1 (satu) bulan yaitu bulan Februari sampai Maret 2010. Lokasi penelitian adalah The Jungle Waterpark, Bogor Nirwana Residence, Bogor, Jawa Barat.
3.4 Jenis dan Metode Pengumpulan Data
Data yang dikumpulkan adalah data primer dan sekunder. Data primer adalah data yang langsung diambil berdasarkan pengamatan terhadap semua hal yang berhubungan dengan pelayanan antrian di bagian ticketing The Jungle Waterpark dan wawancara dengan karyawan yang bekerja di bagian ticketing untuk mengetahui permasalahan yang dianalisis seperti waku sibuk (rush hour) dan denah tata letak di bagian ticketing. Data primer ini berupa kecepatan kedatangan pengunjung dan kecepatan pelayanan di bagian ticketing. Pengambilan data dilakukan dengan stopwatch dilakukan dengan pengamatan jarak jauh mengukur kecepatan kedatangan pengunjung dan lama waktu pelayanan untuk membeli tiket masuk. Pengambilan data kecepatan kedatangan pengunjung dilakukan setiap hari Senin-Minggu pada jam operasional sibuk (pukul 09.00-12.00 WIB). Pengambilan data kecepatan pelayanan karyawan dilakukan dengan mengambil kecepatan rata-rata pelayanan terhadap 30 pengunjung di setiap loket.
Data sekunder adalah data yang diperoleh dari The Jungle Waterpark yang disusun menjadi dokumen-dokumen penting mengenai sturuktur organisasi, deskripsi pekerjaan karyawan dan laporan tahunan. Buku dan literatur lainnya dijadikan sebagai data sekunder yang diperlukan dalam penelitian.
3.5 Teknik Pengambilan Contoh
Data pengamatan langsung terkait dengan subjek pengamatan yang ada di lapangan. Pengamatan ditentukan secara purposive sampling yakni pengunjung dipilih sebagai contoh secara khusus untuk tujuan penelitian. Pengambilan data dilakukan tanpa adanya kontak langsung dengan contoh.
Kriteria contoh adalah pengunjung yang datang untuk membeli tiket di bagian ticketing dalam periode sibuk yaitu pukul 09.00-12.00 WIB. Kecukupan data contoh disesuaikan dengan pengujian hingga jumlah contoh dirasa sudah cukup.
3.6 Pengolahan dan Analisis Data
Tahapan pengolahan data adalah sebagai berikut :
1. Uji keseragaman data menggunakan bantuan program Minitab versi 14 dan uji kecukupan data dengan menggunakan bantuan program Microsoft Excell.
2. Uji pola distribusi data dengan menggunakan bantuan program SPSS (Statistical Problem and Service Solution) versi 15. Uji pola distribusi harus menunjukkan bahwa tingkat kedatangan nasabah adalah distribusi Poisson dan tingkat pelayanan karyawan bagian ticketing adalah distribusi eksponensial.
3. Pengolahan data menggunakan perhitungan berdasarkan rumus antrian baku dengan bantuan program Waiting Line QM for Window 2 atau dengan metode simulasi.
4. Membandingkan hasil perhitungan ke dalam beberapa desain antrian lainnya untuk mengukur perbandingan karakteristik operasional dan total biaya.
Berdasarkan hasil analisis pengolahan data yang diperoleh kemudian ditentukan jumlah optimal loket yang dapat memperbaiki sistem antrian yang sudah ada yaitu desain dengan total biaya terkecil. Sub bab berikut akan menguraikan tahapan-tahapan pengolahan data yang dilakukan.
3.6.1 Uji Keseragaman Data
Pengujian ini merupakan pengujian yang berdasarkan pada teori statistik mengenai peta kontrol (control chart) yang umumnya digunakan dalam melakukan pengendalian kualitas. Sebelum melakukan pengukuran biasanya membuat suatu rancangan sistem kerja yan baik terlebih dahulu. Walaupun suatu sistem dinilai sudah baik, seringkali pengukuran yang
dilakukan tidak mengetahui perubahan-perubahan yang terjadi. Perubahan yang terjadi dapat diterima apabila perubahan tersebut berada dalam batas kewajaran (seragam). Peneilitian ini menggunakan peta kontrol untuk data variable berupa waktu pelayanan yang diberikan cashier loket bagian ticketing terhadap pengunjung The Jungle Waterpark. Perhitungan kontrol kendali ini menggunakan bantuan program Minitab versi 14.
3.6.2 Uji Kecukupan Data
Uji kecukupan data dilakukan untuk mengetahui apakah data yang diperoleh sudah cukup untuk mewakili populasi yang diamati. Jumlah data yang dibutuhkan (N’) secara teoritis dapat dihitung dengan rumus (Sutalaksana, 1979) sebagai berikut.
……….. (23)
Rumus tersebut adalah untuk tingkat kepercayaan 95%, dimana N adalah jumlah data yang diperoleh dari pengukuran yang dilakukan, adalah nilai yang diperoleh dari data dan i adalah pengukuran ke-i yang telah dilakukan. Jika N > N’ maka jumlah data yang diperoleh telah cukup mewakili populasi yang diamati.
3.6.3 Uji Distribusi Data
Setelah data yang diambil sudah cukup untuk mewakili populasi, maka langkah selanjutnya adalah uji melakukan distribusi data terhadap kelompok data yang sudah diambil. Pengujian ini dilakukan untuk mengetahui jenis distribusi data yang diperoleh dan untuk disesuaikan dengan alat analisis yang akan digunakan dalam penelitian. Apabila distribusi data yang diperoleh sudah memenuhi asumsi model antrian baku yaitu mengikuti Distribusi Poisson maka alat analisis yang digunakan untuk mengolah data adalah rumus antrian dengan menggunakan bantuan program Waiting Line QM for Windows 2. Akan tetapi, apabila data tidak terdistribusi Poisson atau distribusi eksponensial, maka akan digunakan teknik simulasi. Uji distribusi data menggunakan program SPSS versi 16.
3.7 Perhitungan Biaya Antrian
Total biaya yang terendah menjadi acuan jumlah loket yang optimal. Total biaya adalah penjumlahan dari total biaya pelayanan per jam (Cs) dengan biaya menunggu nasabah per jam (Cw). Rumus biaya total (Ct) adalah sebagai berikut.
Ct = Cs (s) + Cw (Ls) Keterangan :
Ct = biaya total per jam (Rp)
Cs = biaya pelayanan cashier loket per jam s = jumlah cashier loket yang melayani antrian
Cw = biaya menunggu pelanggan atau pengunjung dalam antrian per jam (Rp) Ls = jumlah pelanggan atau pengunjung rata-rata dalam sistem (orang)
3.8 Queuing System Simulation (QSS)
Queuing System Simulation (QSS) adalah program aplikasi Windows yang digunakan untuk menyelesaikan permasalahan antrian dengan metode simulasi. Penyelesaian ini dilakukan apabila permasalahan tidak dapat diselesaikan dengan asumsi model antrian baku. Prosedur kerja QSS dapat dibagi menjadi tiga tahapan, yaitu entry data, analisis data dan hasil analisis. 1. Entry Data
Untuk melakukan pemasukan data, langkah awal yang harus dilakukan adalah membuka lembar kerja kemudian cari menu File kemudian klik New Problem. Ketik judul permasalahan antrian pada Problem title and Number of system component dapat diisi dengan jumlah komponen yang akan menyusus model antrian yang akan dibuat. Pengisian Time unit disesuaikan dengan kebutuhan biasanya diisi dengan jam, menit, atau detik. Saat ingin memasukkan atribut-atribut model antrian dalam bentuk spreadsheet atau graphic model pilih Data entry format.
2. Analisis Data
Apabila semua proses entry data sudah terlaksana, maka diperlukan analisa data dari model antrian yang telah dibuat. Pilih Perform Simulation dari menu Solve dan Analyze. Pilih sistem pengacakan yang akan
digunakan untuk simulasi. Ada tiga sistem pengacakan yang terdapat dalam program ini yaitu use default random seed, enter a seed number dan use system clock. Use default random seed digunakan apabila simulasi dari sistem antrian mengabaikan sistem pengacakan yang akan terjadi. Enter a seed number digunakan apabila sistem pengacakan dilakukan dengan basis bilangan tertentu. Use system clock berarti sistem pengacakan yang terjadi didasarkan pada waktu saat simulasi dijalankan. Untuk sistem pengacakan yang digunakan untuk estimasi simulasi antrian dalam permasalahan ini digunakan use system clock. Lama waktu simulasi dapat diisi dengan lama waktu pada kondisi nyata lalu klik kiri pilihan Simulate.
3. Hasil Analisis
Ketika simulasi telah berjalan dengan baik , maka dipilih menu Show Analyze, akan muncul hasil dari simulasi yang telah dilakukan dan akan muncul analis terhadap pelanggan ( Customer Analysis). Segi pelayanan juga dapat dilihat di (Server Analysis) dan dari segi antriannya pada (Queuing Analysis) dan grafik hasil analis dapat dilihat dengan memilih dalam menu Result. Hasil dapat dicetak atau digunakan untuk aplikasi lain.