Lampiran 1. Hasil Pengamatan
Sabtu, 4 April 2015
LOKET 1 LOKET 2
114 10:53:49 11:41:39 11:43:05 11:09:32 12:06:13 12:08:54 115 10:56:04 11:43:07 11:44:19 11:14:15 12:09:06 12:10:53 116 10:57:00 11:44:21 11:45:53 11:18:23 12:10:58 12:12:18 117 11:02:09 11:45:57 11:47:42 11:19:26 12:12:24 12:14:06 118 11:03:39 11:47:51 11:49:26 11:27:38 12:14:12 12:16:06 119 11:08:12 11:49:33 11:51:37 11:29:30 12:16:13 12:18:19 120 11:10:49 11:51:42 11:53:51 11:33:42 12:18:21 12:20:16 121 11:15:42 11:53:54 11:55:26 11:39:24 12:20:22 12:22:18 122 11:16:18 11:55:29 11:56:58 11:42:18 12:22:22 12:23:52 123 11:20:41 11:56:59 11:58:24 11:53:18 12:23:55 12:25:58 124 11:24:18 11:58:26 11:59:51 12:01:43 12:26:02 12:28:04 125 11:27:04 11:59:53 12:01:14 12:06:18 12:28:07 12:30:06 126 11:32:49 12:01:19 12:03:31 12:10:43 12:30:10 12:32:18 127 11:33:18 12:03:32 12:04:58 12:18:52 12:32:21 12:34:06 128 11:37:36 12:04:59 12:05:59 12:21:17 12:34:08 12:36:13 129 11:39:01 12:06:03 12:07:38 12:34:41 12:36:21 12:38:18 130 11:42:26 12:07:42 12:09:14 12:38:12 12:38:25 12:40:12 131 11:43:31 12:09:17 12:10:52 12:40:55 12:41:14 12:42:58 132 11:44:26 12:10:58 12:12:33 12:46:58 12:47:22 12:49:18 133 11:46:48 12:12:41 12:14:56 12:50:23 12:50:39 12:52:03 134 11:49:12 12:14:59 12:17:24 12:56:20 12:57:07 13:00:08 135 11:50:59 12:17:31 12:19:59
Senin, 6 April 2015
LOKET 1 LOKET 2
76 10:31:41 10:35:47 10:38:01 11:19:20 11:19:24 11:21:31 77 10:33:07 10:38:04 10:39:56 11:21:20 11:21:34 11:23:35 78 10:37:53 10:40:00 10:42:08 11:21:43 11:23:38 11:25:24 79 10:44:58 10:45:11 10:46:58 11:27:18 11:27:22 11:30:03 80 10:47:50 10:47:58 10:50:10 11:30:49 11:30:52 11:32:43 81 10:50:38 10:51:00 10:52:34 11:35:02 11:35:04 11:36:55 82 10:53:51 10:54:02 10:56:43 11:37:43 11:37:52 11:40:01 83 10:58:42 10:58:47 11:01:24 11:40:52 11:40:57 11:42:42 84 11:02:54 11:03:01 11:05:14 11:43:55 11:44:01 11:46:11 85 11:03:48 11:05:19 11:07:29 11:47:05 11:47:12 11:49:01 86 11:07:30 11:07:31 11:09:37 12:08:55 12:09:06 12:11:02 87 11:08:42 11:09:49 11:11:50 12:17:20 12:17:27 12:19:30 88 11:09:38 11:11:56 11:13:50 12:21:30 12:21:35 12:23:21 89 11:10:59 11:13:58 11:15:59 12:30:08 12:30:12 12:32:25 90 11:11:34 11:16:06 11:18:00 12:32:47 12:32:50 12:34:51 91 11:15:42 11:18:02 11:19:54 12:36:24 12:36:27 12:38:34 92 11:18:05 11:19:57 11:22:02 12:39:23 12:39:27 12:41:23 93 11:20:45 11:22:07 11:24:23 12:41:06 12:41:44 12:44:09 94 11:22:18 11:24:31 11:26:37
Rabu, 8 April 2015
LOKET 1 LOKET 2
35 10:24:20 10:26:04 10:28:03 9:32:10 9:41:08 9:43:03 36 10:28:51 10:29:10 10:31:14 9:38:09 9:43:11 9:45:13 37 10:29:20 10:31:22 10:33:15 9:40:59 9:45:19 9:47:03 38 10:32:03 10:33:21 10:35:06 9:45:12 9:47:10 9:49:09 39 10:37:03 10:37:11 10:39:18 9:46:40 9:49:18 9:51:12 40 10:39:36 10:40:00 10:42:12 9:47:02 9:51:20 9:52:54 41 10:39:39 10:42:27 10:43:57 9:49:04 9:53:04 9:54:55 42 10:41:16 10:44:06 10:45:54 9:53:25 9:55:03 9:57:05 43 10:50:48 10:51:02 10:53:01 9:54:51 9:57:14 9:59:12 44 10:51:10 10:53:12 10:55:23 10:05:00 10:05:08 10:07:06 45 10:52:53 10:55:36 10:57:32 10:11:07 10:11:14 10:13:21 46 10:58:15 10:59:01 11:01:00 10:20:00 10:20:16 10:21:56 47 11:07:26 11:07:32 11:09:23 10:22:20 10:22:32 10:24:24 48 11:09:50 11:10:00 11:12:02 10:24:29 10:24:38 10:27:00 49 11:17:00 11:17:08 11:19:16 10:24:40 10:27:10 10:29:06 50 11:19:20 11:19:47 11:22:04 10:36:20 10:36:34 10:38:32 51 11:24:25 11:24:33 11:26:34 10:49:42 10:50:00 10:52:12 52 11:33:30 11:33:37 11:35:58 10:50:23 10:52:30 10:54:26 53 11:35:26 11:36:10 11:38:08 11:12:59 11:13:10 11:15:03 54 11:39:40 11:39:54 11:42:00 11:14:51 11:15:12 11:17:01 55 11:44:14 11:44:19 11:46:09 11:17:10 11:17:12 11:20:03 56 11:46:00 11:46:17 11:48:23 11:20:41 11:20:56 11:23:01 57 11:47:45 11:48:37 11:50:49 11:22:20 11:23:13 11:25:04 58 11:49:20 11:50:53 11:53:03 11:23:35 11:25:17 11:27:23 59 11:50:18 11:53:10 11:55:16 11:32:20 11:32:36 11:34:16 60 11:51:37 11:55:28 11:57:24 11:48:29 11:48:34 11:50:22 61 11:54:16 11:57:30 11:59:22 12:23:50 12:24:01 12:25:38 62 12:03:19 12:03:28 12:05:25 14:06:03 14:06:17 14:08:01 63 12:20:10 12:20:16 12:22:02 14:18:33 14:18:42 14:19:58 64 12:23:00 12:23:08 12:25:00 14:37:56 14:38:02 14:39:53 65 12:27:07 12:27:20 12:29:17
Kamis, 9 April 2015
LOKET 1 LOKET 2
Pensiunan ke- Waktu Kedatangan Waktu Mulai Pelayanan Waktu Selesai Pelayanan Waktu Kedatangan Waktu Mulai Pelayanan Waktu Selesai Pelayanan 1 8:09:30 8:09:42 8:11:40 8:03:00 8:03:08 8:05:17 2 8:12:55 8:13:11 8:15:12 8:17:47 8:18:03 8:20:04 3 8:23:21 8:23:42 8:25:45 8:21:35 8:21:42 8:23:34 4 8:26:20 8:26:27 8:28:08 8:29:58 8:30:11 8:32:06 5 8:35:49 8:35:57 8:38:05 8:39:00 8:39:07 8:41:02 6 8:52:30 8:52:41 8:54:31 8:39:35 8:41:11 8:43:09 7 8:52:37 8:54:44 8:56:36 8:41:37 8:43:19 8:44:57 8 11:33:00 11:33:12 11:35:09 8:52:30 8:54:08 8:55:53 9 11:35:02 11:35:17 11:37:06 8:56:21 8:56:33 8:58:42 10 12:00:00 12:00:14 12:02:00 9:06:20 9:06:32 9:08:15
11 9:07:56 9:08:27 9:10:21
12 9:08:31 9:10:34 9:12:37
13 9:10:07 9:12:42 9:14:34
14 9:12:49 9:14:52 9:17:02
15 9:14:00 9:17:11 9:19:09
16 9:22:00 9:22:08 9:24:03
17 9:25:05 9:25:17 9:27:06
18 9:32:46 9:32:58 9:34:33
19 9:33:00 9:34:50 9:37:01
20 9:36:01 9:37:12 9:39:08
21 9:36:31 9:39:19 9:41:16
22 9:37:39 9:41:29 9:43:20
23 9:40:23 9:43:31 9:45:32
24 9:40:49 9:45:41 9:47:38
25 9:42:08 9:47:47 9:50:00
26 9:44:01 9:50:08 9:52:00
27 9:46:45 9:52:10 9:54:05
28 9:52:52 9:54:16 9:56:14
29 9:53:00 9:56:20 9:58:23
30 10:12:22 10:12:28 10:13:59
31 10:20:59 10:23:37 10:25:35
32 10:25:16 10:25:41 10:27:32
33 10:43:00 10:43:13 10:44:50
35 10:48:23 10:48:30 10:50:44
36 11:23:39 11:24:02 11:26:05
37 11:54:38 11:54:42 11:56:48
38 14:07:32 14:07:43 14:09:36
Jumat, 10 April 2015
LOKET 1 LOKET 2
Pensiunan ke-
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan 1 8:18:32 8:18:39 8:20:43 8:09:12 8:09:25 8:11:23 2 8:27:12 8:27:31 8:29:09 8:16:45 8:16:54 8:19:03 3 9:01:48 9:01:54 9:03:55 8:20:11 8:20:40 8:22:42 4 9:09:32 9:09:44 9:11:48 8:23:20 8:23:33 8:25:19 5 9:13:39 9:13:54 9:15:48 8:26:11 8:26:20 8:30:03 6 9:29:00 9:29:15 9:31:05 8:41:55 8:42:06 8:44:13 7 9:35:01 9:35:13 9:36:54 9:03:20 9:03:33 9:05:26 8 9:39:40 9:39:51 9:42:02 9:09:48 9:10:00 9:11:52 9 9:42:10 9:42:18 9:44:08 9:16:10 9:16:25 9:18:06 10 9:54:00 9:54:13 9:55:59 9:20:07 9:20:19 9:21:55 11 10:05:26 10:05:40 10:07:06 9:47:51 9:48:02 9:49:56 12 10:22:35 10:22:47 10:24:43 9:48:57 9:49:02 9:51:00 13 10:29:33 10:29:53 10:31:28 9:51:00 9:51:11 9:53:06 14 10:43:22 10:43:29 10:45:27 9:51:15 9:53:14 9:54:58 15 11:02:58 11:03:08 11:05:04 9:54:22 9:55:06 9:57:00 16 11:34:53 11:35:02 11:36:42 9:58:08 9:58:14 9:59:52
17 9:59:31 10:00:00 10:02:04
18 10:02:47 10:03:00 10:04:37
19 10:10:30 10:10:41 10:12:36
20 10:15:40 10:15:51 10:17:43
21 10:42:54 10:43:11 10:44:58
22 11:28:17 11:28:31 11:29:57
Sabtu, 11 April 2015
LOKET 1 LOKET 2
Pensiunan ke-
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan 1 9:03:17 9:03:24 9:04:54 9:05:12 9:05:34 9:07:22 2 9:17:32 9:17:45 9:19:43 9:08:42 9:09:00 9:11:01 3 9:21:32 9:21:46 9:23:42 9:23:11 9:23:26 9:24:58 4 9:40:20 9:40:36 9:42:24 9:46:17 9:46:31 9:48:05 5 9:43:18 9:43:31 9:45:36 9:50:43 9:51:01 9:52:54 6 10:03:43 10:04:00 10:06:01 10:14:36 10:14:43 10:16:34 7 10:17:45 10:17:53 10:19:34 10:27:52 10:28:04 10:29:53 8 10:22:29 10:22:42 10:24:40 10:58:22 10:58:38 11:00:44 9 10:43:54 10:44:06 10:45:52 11:25:13 11:25:26 11:27:09 10 10:59:33 10:59:46 11:01:49 12:04:36 12:04:52 12:06:37 11 11:22:09 11:22:20 11:24:03 12:18:00 12:18:11 12:19:58 12 11:45:18 11:45:32 11:47:13
Senin, 13 April 2015
LOKET 1 LOKET 2
Pensiunan ke-
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan 1 8:48:35 8:48:44 8:50:42 9:02:18 9:02:26 9:04:03 2 9:19:28 9:19:45 9:21:38 9:17:23 9:17:37 9:18:55 3 9:32:56 9:33:09 9:34:45 9:25:44 9:25:56 9:27:22 4 9:46:32 9:46:40 9:48:52 9:47:38 9:47:52 9:49:35 5 9:58:16 9:58:29 10:00:04 10:01:33 10:01:46 10:03:25 6 10:15:37 10:15:42 10:17:29 10:07:54 10:08:17 10:10:02 7 10:28:53 10:29:07 10:30:55 10:19:26 10:19:42 10:21:23 8 10:35:44 10:35:56 10:37:23 10:38:55 10:39:04 10:40:36 9 10:49:32 10:49:41 10:51:05 10:53:34 10:53:46 10:55:26 10 10:57:28 10:57:39 10:59:22 10:59:18 10:59:31 11:01:59 11 11:14:16 11:14:28 11:15:56 11:18:24 11:18:42 11:19:56 12 11:27:32 11:27:45 11:29:20 11:31:53 11:32:04 11:33:01 13 11:37:48 11:37:57 11:39:35 11:45:26 11:45:37 11:46:53 14 11:50:47 11:51:02 11:52:05 11:58:23 11:58:40 12:01:00 15 12:23:44 12:24:00 12:25:43 12:17:04 12:17:19 12:19:04 16 14:10:26 14:10:48 14:12:56 12:28:33 12:28:49 12:30:12 17 14:32:44 14:32:56 14:34:35 14:08:25 14:08:34 14:10:12
18 14:24:56 14:25:08 14:26:58
Selasa, 14 April 2015
LOKET 1 LOKET 2
Pensiunan ke-
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan
Waktu Kedatangan
Waktu Mulai Pelayanan
Waktu Selesai Pelayanan 1 9:08:35 9:08:48 9:10:12 9:05:45 9:06:02 9:07:59 2 9:35:07 9:35:22 9:37:00 9:29:30 9:29:44 9:31:53 3 10:04:00 10:04:08 10:06:04 9:58:04 9:58:12 9:59:56 4 10:28:34 10:28:45 10:30:42 10:21:52 10:22:02 10:24:00 5 11:02:50 11:02:58 11:04:49 11:06:43 11:06:55 11:08:42 6 11:27:29 11:27:40 11:29:28 11:38:25 11:38:35 11:40:26 7 12:00:54 12:01:06 12:03:18 12:06:51 12:06:59 12:08:53
8 12:24:15 12:24:32 12:26:23
9 14:16:37 14:16:52 14:18:42
DAFTAR PUSTAKA
Aminudin. 2005. Prinsip-Prinsip Riset Operasi. Jakarta: Erlangga.
Kakiay, Thomas J. 2004. Dasar Teori Antrian untuk Kehidupan Nyata. Yogyakarta:
ANDI.
Magdalena. 2011. Simulasi Antrian Menggunakan Metode Monte Carlo. Medan:
Universitas Sumatera Utara.
Mulyono, Sri. 2002. Riset Operasi. Jakarta: Fakultas Ekonomi Universitas Indonesia.
Saiful, Mulyadi, Mardin, F., dan Husnawati. 2013. Analisis Risiko Finansial Dengan
Metode Monte Carlo.
Jurnal Hasil Penelitian Fakultas Teknik
. 7: 3.
Siagian, P. 2006. Penelitian Operasional Teori dan Praktek. Jakarta: Universitas
Indonesia-PRESS.
Sudjana. 2005. Metode Statistika. Bandung: TARSITO.
Sugito, dan Fauzia, Marissa. 2009. Analisis Sistem Antrian Kereta Api di Stasiun
Besar Cirebon dan Stasiun Prujakan.
Media Statistika.
2: 111-120.
Taylor, Bernard W. 2001. Sains Manajemen Pendekatan Matematika untuk Bisnis.
Jakarta: Salemba Empat.
3.1 Pengumpulan data
Pengumpulan data dalam penlitian ini menggunakan metode observasi. Data diambil secara langsung pada saat dibuka pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe. Penelitian ini dilakukan sejak tanggal 4 April 2015 hingga 14 April 2015. Pelayanan pengambilan dana pensiunan ini dibuka setiap hari kerja sejak pukul 08.00 WIB dan pada hari Senin hingga hari Kamis selesai sampai dengan pukul 15.00WIB, pada hari Jum’at sampai dengan pukul 12.00 WIB, dan pada hari Sabtu sampai dengan pukul 13.00 WIB.
Jumlah kedatangan para pensiunan PNS yang mengambil dana pensiun di PT. Pos Indonesia Kota Lhokseumawe selama 9 hari pelayanan pengambilan dana pensiun ini adalah sebagai berikut:
Tabel 3.1 Tabel Jumlah Kedatangan Pensiunan
3.2 Analisis Data
Data waktu kedatangan dan pelayanan pensiunan yang telah diperoleh akan diuji terlebih dahulu bagaimana distribusi data tersebut. Jika data tersebut mengikuti distribusi probabilitas sistem antrian pada umumnya, maka akan dihitung ukuran kinerja sistem dengan jumlah juru bayar yang berbeda-beda hingga jumlah juru bayar yang ada optimal. Jika data tersebut tidak mengikuti distribusi probabilitas antrian pada umumnya, maka akan digunakan simulasi menggunakan metode Monte Carlo untuk menyelesaikan simulasinya. Langkah pengerjaan analisis ini adalah sebagai berikut:
Gambar 3.1. Flowchart analisis data Ya
Mulai
Input data kedatangan dan pelayanan
Uji distribusi Chi Square
Tidak
Hitung ukuran kinerja sistem
χଶ௧௨ ≤ χଶ௧
Selesai
Jika data yang diperoleh mengikuti distribusi pada umumnya, maka analisis antrian akan diselesaikan dengan langkah-langkah seperti pada gambar berikut:
Gambar 3.2 Flowchart hitung ukuran kinerja sistem Tidak
Ya Mulai
Hitung ukuran kinerja sistem dengan 2 juru bayar
ܹ ≥ 10 menit
Selesai Input data kedatangan
dan pelayanan
Hitung ukuran kinerja sistem dengan 3 juru bayar
Mulai
Hitung distribusi prob dan prob kumulatif Input data kedatangan
dan pelayanan
Tentukan interval bilangan random
Bangkitkan bilangan random
Klasifikasikan bilangan random
Hitung ukuran kinerja sistem dengan 2 juru bayar
Selesai Hitung ukuran kinerja sistem dengan 3 juru bayar
Jumlah juru bayar sudah optimal
Dan jika data tidak mengikuti distribusi, maka akan dilakukan simulasi dengan menggunakan metode Monte Carlo dengan langkah pengerjaan sebagai berikut:
Dari hasil pengamatan yang dilakukan selama 9 hari, terjadi penempukan antrian pada 3 hari periode awal pelayanan pengambilan dana pensiun. Penumpukan antrian pengambilan dana pensiun terjadi pada pukul 08.00 WIB - 13.00 WIB. Maka, analisis antrian dilakukan pada 3 hari periode awal tersebut, yaitu Sabtu, 4 April 2105, Senin, 6 April 2015, dan Selasa, 7 April 2015 pada pukul 08.00 WIB hingga pukul 13.00 WIB. Hasil pengamatan secara lengkap dapat dilihat pada lampiran 1.
3.2.1 Analisis Waktu Kedatangan
Pola kedatangan pensiunan pada pengambilan dana pensiun diasumsikan berdistribusi Poisson. Untuk menguji apakah data kedatangan pensiunan tersebut berdistribusi Poisson atau tidak, dilakukan uji Chi Square menggunakan data hasil penelitian per interval waktu 10 menit yang terdapat pada Tabel 3.2.
Tabel 3.2 Tabel Rekapitulasi Kedatangan per Interval 10 Menit No. Interval Waktu
Kedatangan
Sabtu, 4 April 2015
Senin, 6 April 2015
Selasa, 7 April 2015
1 08:00:00 - 08:09:59 18 21 18
2 08:10:00 - 08:19:59 19 7 4
3 08:20:00 - 08:29:59 14 12 7
4 08:30:00 - 08:39:59 19 11 7
5 08:40:00 - 08:49:59 21 13 10
6 08:50:00 - 08:59:59 18 16 9
7 09:00:00 - 09:09:59 8 16 9
8 09:10:00 - 09:19:59 15 11 7
9 09:20:00 - 09:29:59 9 13 9
10 09:30:00 - 09:39:59 8 9 16
11 09:40:00 - 09:49:59 12 10 9
12 09:50:00 - 09:59:59 13 14 7
13 10:00:00 - 10:09:59 10 11 9
14 10:10:00 - 10:19:59 8 5 7
15 10:20:00 - 10:29:59 7 14 10
Tabel 3.2 Lanjutan No. Interval Waktu
Kedatangan
Sabtu, 4 April 2015
Senin, 6 April 2015
Selasa, 7 April 2015
18 10:50:00 - 10:59:59 7 8 4
19 11:00:00 - 11:09:59 6 9 7
20 11:10:00 - 11:19:59 6 7 6
21 11:20:00 - 11:29:59 5 8 5
22 11:30:00 - 11:39:59 6 4 5
23 11:40:00 - 11:49:59 6 3 4
24 11:50:00 - 11:59:59 3 3 4
25 12:00:00 - 12:09:59 3 4 2
26 12:10:00 - 12:19:59 5 9 3
27 12:20:00 - 12:29:59 4 7 2
28 12:30:00 - 12:39:59 5 6 9
29 12:40:00 - 12:49:59 5 3 2
30 12:50:00 - 12:59:59 5 0 0
Total 286 272 204
9.5333 9.0667 6.8000
1. Sabtu, 4 April 2015 Pukul 08.00 WIB – 13.00 WIB
Distribusi kedatangan pensiunan diasumsikan mengikuti distribusi Poisson. Hipotesis kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe adalah sebagai berikut:
H = Kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe mengikuti distribusi Poisson
H = Kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe tidak mengikuti distribusi Poisson
Tabel 3.3 Tabel Hasil Uji Chi Square Kedatangan Sabtu, 4 April 2015
Banyak Kedatangan
()
Frekuensi
Observasi (Fo) ∙ Fo
Frekuensi Ekspektasi
(Fe)
χ
0 0 0 0.0207 0.0207
1 0 0 0.1974 0.1974
2 0 0 0.9409 0.9409
3 2 6 2.9900 0.3278
4 1 4 7.1262 5.2666
5 5 25 13.5873 5.4273
6 4 24 21.5888 14.3299
7 2 14 29.4019 25.5379
8 3 24 35.0372 29.2941
9 2 18 37.1135 33.2213
10 1 10 35.3815 33.4098
11 0 0 30.6640 30.6640
12 2 24 24.3608 20.5250
13 1 13 17.8646 15.9206
14 1 14 12.1650 10.2472
15 1 15 7.7315 5.8608
16 0 0 4.6067 4.6067
17 0 0 2.5834 2.5834
18 2 36 1.3682 0.2917
19 2 38 0.6865 2.5131
20 0 0 0.3272 0.3272
21 1 21 0.1486 4.8801
Total 30 286 285.8920 246.3934
Dari Tabel 3.2, diketahui bahwa rata-rata kedatangan pensiunan () = 9,5333 orang per 10 menit atau 0,9533 orang per menit. Dari Tabel 3.3, diperoleh nilai χ = 246,3934, dan berdasarkan Tabel Chi Square dengan derajat kebebasan 20 serta α = 0,05 maka diperoleh χ= 31,41. Dari hasil tersebut, dapat disimpulkan bahwa χ = 246,3934 > χ
dan H diterima. Maka, dapat disimpulkan bahwa proses kedatangan dengan rata-rata kedatangan 0,9533 pensiunan per menit tidak berdistribusi Poisson.
2. Senin, 6 April 2015 Pukul 08.00 WIB – 13.00 WIB
Distribusi kedatangan pensiunan diasumsikan mengikuti distribusi Poisson. Hipotesis kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe adalah sebagai berikut:
H = Kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe mengikuti distribusi Poisson
H = Kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe tidak mengikuti distribusi Poisson
Untuk menguji apakah data kedatangan pensiunan tersebut berdistribusi Poisson atau tidak, dilakukan uji Chi Square. Data rekapitulasi kedatangan pensiunan dari Tabel 3.2 untuk hari Senin, 6 April 2015 diurutkan dari yang jumlah kedatangannya paling sedikit hingga jumlah kedatangannya paling banyak, lalu data tersebut diuji dengan uji Chi Square sebagai berikut:
Tabel 3.4 Tabel Hasil Uji Chi Square Kedatangan Senin, 6 April 2015
Banyak Kedatangan
()
Frekuensi
Observasi (Fo) ∙ Fo
Frekuensi Ekspektasi
(Fe)
χ
0 1 0 0.0314 29.8759
1 0 0 0.2847 0.2847
2 0 0 1.2907 1.2907
3 3 9 3.9008 0.2080
4 2 8 8.8419 5.2943
5 1 5 16.0333 14.0957
6 1 6 24.2281 22.2694
7 3 21 31.3811 25.6679
8 2 16 35.5653 31.6778
9 5 45 35.8287 26.5265
10 1 10 32.4847 30.5155
Tabel 3.4 Lanjutan Banyak
Kedatangan ()
Frekuensi
Observasi (Fo) ∙ Fo
Frekuensi Ekspektasi
(Fe)
χ
12 1 12 20.2302 18.2796
13 2 26 14.1093 10.3928
14 2 28 9.1374 5.5752
15 0 0 5.5231 5.5231
16 2 32 3.1297 0.4078
17 0 0 1.6692 1.6692
18 0 0 0.8408 0.8408
19 0 0 0.4012 0.4012
20 0 0 0.1819 0.1819
21 1 21 0.0785 10.8129
Total 30 272 271.9474 262.9022
Dari Tabel 3.2, diketahui bahwa rata-rata kedatangan pensiunan () = 9,0667 orang per 10 menit atau 0,9067 orang per menit. Dari Tabel 3.4, diperoleh nilai χ = 262,9022 dan berdasarkan Tabel Chi Square dengan derajat kebebasan 20 serta α = 0,05 maka diperoleh χ= 31,41. Dari hasil tersebut, dapat disimpulkan bahwa χ = 262,9022 > χ= 31,41 sehingga H ditolak dan H diterima. Maka, dapat disimpulkan bahwa proses kedatangan dengan rata-rata kedatangan 0,9067 pensiunan per menit tidak berdistribusi Poisson.
3. Selasa, 7 April 2015 Pukul 08.00 WIB – 13.00 WIB
Distribusi kedatangan pensiunan diasumsikan mengikuti distribusi Poisson. Hipotesis kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe adalah sebagai berikut:
H = Kedatangan pensiunan pada pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe mengikuti distribusi Poisson
Untuk menguji apakah data kedatangan pensiunan tersebut berdistribusi Poisson atau tidak, dilakukan uji Chi Square. Data rekapitulasi kedatangan pensiunan dari Tabel 3.2 untuk hari Selasa, 7 April 2015 diurutkan dari yang jumlah kedatangannya paling sedikit hingga jumlah kedatangannya paling banyak, lalu data tersebut diuji dengan uji Chi Square sebagai berikut:
Tabel 3.5 Tabel Hasil Uji Chi Square Kedatangan Selasa, 7 April 2015
Banyak Kedatangan
()
Frekuensi
Observasi (Fo) ∙ Fo
Frekuensi Ekspektasi
(Fe)
χ
0 1 0 0.2272 2.6284
1 0 0 1.5450 1.5450
2 3 6 5.2531 0.9664
3 1 3 11.9070 9.9910
4 4 16 20.2419 13.0324
5 2 10 27.5290 23.6743
6 2 12 31.1996 27.3278
7 7 49 30.3082 17.9249
8 0 0 25.7619 25.7619
9 6 54 19.4646 9.3141
10 2 20 13.2359 9.5381
11 0 0 8.1822 8.1822
12 0 0 4.6366 4.6366
13 0 0 2.4253 2.4253
14 0 0 1.1780 1.1780
15 0 0 0.5340 0.5340
16 1 16 0.2270 2.6330
17 0 0 0.0908 0.0908
18 1 18 0.0343 27.1920
Total 30 204 203.9816 188.5762
disimpulkan bahwa χ = 188,5762 > χ= 27,59 sehingga H ditolak dan H diterima. Maka, dapat disimpulkan bahwa proses kedatangan dengan rata-rata kedatangan 0,6800 pensiunan per menit tidak berdistribusi Poisson.
3.2.2 Analisis Waktu Pelayanan
Dari hasil pengamatan sistem antrian pada pelayanan pengambilan dana pensiun diperoleh waktu pelayanan t, yaitu waktu yang diperlukan untuk melayani satu orang pensiunan. Laju pelayanan adalah rata-rata jumlah pensiunan yang dapat dilayani per satuan waktu. Dengan demikian harga =
.
Pola pelayanan pengambilan dana pensiun diasumsikan berdistribusi eksponensial. Untuk menguji apakah data kedatangan pensiunan tersebut berdistribusi eksponensial atau tidak, maka dilakukan perhitungan uji Chi Square menggunakan data waktu pelayanan setiap pensiunan. Data waktu pelayanan ini dikelompokkan ke dalam beberapa sub interval dengan perhitungan:
Jangkauan data
R = Nilai maksimum – Nilai minimum Banyak kelas
K = 1 + 3,3 log N Panjang interval
I =
1. Sabtu, 4 April 2015 Pukul 08.00 WIB – 13.00 WIB
Waktu pelayanan pengambilan dana pensiun diasumsikan berdistribusi Eksponensial. Hipotesis pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe adalah sebagai berikut:
H = Waktu pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe mengikuti distribusi Eksponensial
Rata-rata waktu pelayanan adalah sebesar 1 menit 58 detik atau 1,9667 menit untuk setiap pensiunan, maka laju pelayanan rata-rata µ adalah 0,5084 pensiunan per menit. Untuk melakukan perhitungan uji Chi Square, data waktu pelayanan dibagi menjadi beberapa kelas dengan perhitungan sebagai berikut:
= 3,6833 − 1,0000 = 2,6833 = 1 + 3,3 log 286 = 9,1060
=2,6833
9,1060= 0,2947
[image:33.612.121.516.322.517.2]Maka, data waktu pelayanan dibagi ke dalam 9,1060 ≈ 10 kelas dengan panjang interval 0,2947. Uji Chi Square untuk data pelayanan pensiunan sebagai berikut:
Tabel 3.6 Tabel Hasil Uji Chi Square Pelayanan Sabtu, 4 April 2015
Lama Pelayanan
(menit)
Frekuensi Observasi (Fo)
Frekuensi Ekspektasi (Fe)
χ
1.0000 - 1.2947 1.1474 9 81.1389 64.1372
1.2948 - 1.5895 1.4422 48 69.8455 6.8326
1.5896 - 1.8843 1.7370 91 60.1240 15.8561
1.8844 - 2.1791 2.0318 63 51.7555 2.4430
2.1792 - 2.4739 2.3266 35 44.5519 2.0479
2.4740 - 2.7687 2.6214 23 38.3508 6.1445
2.7688 - 3.0635 2.9162 14 33.0129 10.9500
3.0636 - 3.3583 3.2110 2 28.4180 24.5587
3.3584 - 3.6531 3.5058 0 24.4626 24.4626
3.6532 - 3.9479 3.8006 1 21.0577 19.1052
286 176.5378
Dari Tabel 3.6, diperoleh nilai χ = 176,5378 dan berdasarkan Tabel Chi Square dengan derajat kebebasan 9 serta α = 0,05 maka diperoleh χ
= 16,02. Dari hasil tersebut, dapat disimpulkan bahwa χ = 176,5378 > χ
=
2. Senin, 6 April 2015 Pukul 08.00 WIB – 13.00 WIB
Waktu pelayanan pengambilan dana pensiun diasumsikan berdistribusi Eksponensial. Hipotesis pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe adalah sebagai berikut:
H = Waktu pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe mengikuti distribusi Eksponensial
H = Waktu pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe tidak mengikuti distribusi Eksponensial
Rata-rata waktu pelayanan adalah sebesar 1 menit 59 detik atau 1,9833 menit untuk setiap pensiunan, maka laju pelayanan rata-rata µ adalah 0,5043 pensiunan per menit. Untuk melakukan perhitungan uji Chi Square, data waktu pelayanan dibagi menjadi beberapa kelas dengan perhitungan sebagai berikut:
= 3,2833 − 1,1167 = 2,1666 = 1 + 3,3 log 272 = 9,0341
=2,1666
9,0341= 0,2398
[image:34.612.126.524.501.700.2]Maka, data waktu pelayanan dibagi ke dalam 9,0341 ≈ 10 kelas dengan panjang interval 0,2398. Uji Chi Square untuk data pelayanan pensiunan sebagai berikut:
Tabel 3.7 Tabel Hasil Uji Chi Square Pelayanan Senin, 6 April 2015
Lama Pelayanan
(menit)
Frekuensi Observasi (Fo)
Frekuensi Ekspektasi (Fe)
χ
1.1167 - 1.3565 1.2366 3 73.5229 67.6453
1.3566 - 1.5964 1.4765 18 65.1449 34.1184
1.5965 - 1.8363 1.7164 66 57.7216 1.1873
1.8364 - 2.0762 1.9563 92 51.1442 32.6370
2.0763 - 2.3161 2.1962 57 45.3163 3.0123
2.3162 - 2.5560 2.4361 22 40.1525 8.2065
2.5561 - 2.7959 2.6760 8 35.5771 21.3760
2.7960 - 3.0358 2.9159 3 31.5231 25.8086
3.0359 - 3.2757 3.1558 2 27.9310 24.0742
3.2758 - 3.5156 3.3957 1 24.7483 22.7887
Dari Tabel 3.7, diperoleh nilai χ = 240,8544 dan berdasarkan Tabel Chi Square dengan derajat kebebasan 9 serta α = 0,05 maka diperoleh χ
= 16,02. Dari hasil tersebut, dapat disimpulkan bahwa χ = 240,8544 > χ
=
15,51 sehingga H ditolak dan H diterima. Maka, dapat disimpulkan bahwa proses pelayanan pengambilan dana pensiun dengan rata-rata waktu pelayanan 1,9833 menit per pensiunan tidak berdistribusi Eksponensial.
3. Selasa, 7 April 2015 Pukul 08.00 WIB – 13.00 WIB
Waktu pelayanan pengambilan dana pensiun diasumsikan berdistribusi Eksponensial. Hipotesis pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe adalah sebagai berikut:
H = Waktu pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe mengikuti distribusi Eksponensial
H = Waktu pelayanan pengambilan dana pensiun di PT. Pos Indonesia Kota Lhokseumawe tidak mengikuti distribusi Eksponensial
Rata-rata waktu pelayanan adalah sebesar 2 menit 1 detik atau 2,0167 menit untuk setiap pensiunan, maka laju pelayanan rata-rata µ adalah 0,4958 pensiunan per menit. Untuk melakukan perhitungan uji Chi Square, data waktu pelayanan dibagi menjadi beberapa kelas dengan perhitungan sebagai berikut:
= 3,5333 − 1,3333 = 2,2000 = 1 + 3,3 log 204 = 8,6218
=2,2000
8,6218= 0,2552
Tabel 3.8 Tabel Hasil Uji Chi Square Pelayanan Selasa, 7 April 2015
Lama Pelayanan
(menit)
Frekuensi Observasi (Fo)
Frekuensi Ekspektasi (Fe)
χ
1.3333 - 1.5885 1.4609 10 49.0195 31.0595
1.5886 - 1.8438 1.7162 34 43.1913 1.9560
1.8439 - 2.0991 1.9715 85 38.0561 57.9074
2.0992 - 2.3544 2.2268 50 33.5314 8.0884
2.3545 - 2.6097 2.4821 14 29.5447 8.1787
2.6098 - 2.8650 2.7374 6 26.0320 15.4149
2.8651 - 3.1203 2.9927 2 22.9369 19.1113
3.1204 - 3.3756 3.2480 2 20.2098 16.4077
3.3757 - 3.6289 3.5033 1 17.8070 15.8631
204 173.9870
Dari Tabel 3.8, diperoleh nilai χ = 173,9870 dan berdasarkan Tabel Chi Square dengan derajat kebebasan 8 serta α = 0,05 maka diperoleh χ= 15,51. Dari hasil tersebut, dapat disimpulkan bahwa χ = 173,9870 > χ= 15,51 sehingga H ditolak dan H diterima. Maka, dapat disimpulkan bahwa proses pelayanan pengambilan dana pensiun dengan rata-rata waktu pelayanan 2,0167 menit per pensiunan tidak berdistribusi Eksponensial.
3.2.3 Model Antrian
Dari hasil pengujian pada data penelitian yang dilakukan pada pelayanan pengambilan dana pensiun pada Sabtu, 4 April 2015, Senin 6 April 2015, dan Selasa 7 April 2015 pukul 08.00 WIB – 11.00 WIB diperoleh kedatangan pelanggan tidak berdistribusi Poisson dan waktu pelayanan tidak berdistribusi Eksponensial. Pensiunan dilayani oleh 2 orang juru bayar dengan peraturan pensiunan yang pertama datang dilayani terlebih dahulu, serta kapasitas sistem dan sumber yang tak terbatas. Berdasarkan notasi Kendall, maka sistem antrian pada pelayanan pengambilan dana pensiun ini mengikuti model G/G/2/FCFS/∞/∞.
Gambar 3.4 Model antrian
Keterangan gambar:
: pensiunan masuk dan keluar dari sistem antrian
: pensiunan menunggu untuk dilayani
3.2.4 Ukuran Kinerja Sistem
Ukuran kinerja ditentukan dengan menghitung probabilitas juru bayar tidak sedang
melayani pensiunan, menghitung jumlah pensiunan rata-rata dalam antrian dan
jumlah pensiunan rata-rata dalam sistem, menghitung waktu rata-rata yang dihabiskan
seseorang pensiunan dalam antrian dan waktu rata-rata yang dihabiskan seseorang
pensiunan dalam sistem, dan menghitung probabilitas bahwa pensiunan harus
menunggu untuk mendapatkan pelayanan.
1. Sabtu, 4 April 2015 Pukul 08.00 WIB – 13.00 WIB
Dari hasil perhitungan sebelumnya, telah diketahui:
0,9533 0,5084
c = 2
maka, tingkat kesibukan sistem adalah:
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
=
1
0!10,95330,5084+1!10,9533 0,5084
+0,9533 0,5084
1
2!1 − 0,9533 2 × 0,5084 =
1
1 + 1,8751+ 3,5160 2 × 0,0624
=
1
2,8751 + 28,1731
= 1 31,0482 = 0,0322
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,0322 atau 3,22% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,9533 × 0,5084 ×0,95330,5084
2 − 1!2 × 0,5084 − 0,9533× 0,0322 // =
0,4847 × 3,5160
1 ×1,0168 − 0,9533× 0,0322 // =
1,7042
0,0040× 0,0322 // = 13,7188
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= //
= // 1
+1
2
= 13,7188 ×
0,5084 1 0,5084
+ 1
0,9533
0,9533 2
= 13,7188 ×
3,8685 + 1,1004 2
= 13,7188 × 2,4845 = 34,0844
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 35 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 34,0844 +
0,9533 0,5084 = 34,0844 + 1,8751 = 35,9595
Maka rata-rata jumlah pensiunan menunggu dalam sistem sebanyak 36 pensiunan.
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: = = 34,0844 0,9533 = 35,7541
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 35,7541 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 35,7541 +
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 39,6881 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,9533 0,5084
× 0,0322
2!1 −2 × 0,50840,9533
=1,8751×
0,0322 2 ×1 − 0,9376 = 3,5160 ×
0,0322 0,1248 = 0,9072
2. Senin, 6 April 2015 Pukul 08.00 WIB – 13.00 WIB Dari hasil perhitungan sebelumnya, telah diketahui:
= 0,9067 = 0,5043 c = 2
maka, tingkat kesibukan sistem adalah:
=
=
0,9067
2 × 0,5043= 0,8990
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
=
1
0!10,90670,5043+1!1 0,90670,5043
+0,90670,5043
1
2!1 −2 × 0,50430,9067
=
1
=
1
2,7979 + 16,002
= 1 18,799 = 0,0532
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,0532 atau 5,32% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,9067 × 0,5043 ×0,90670,5043
2 − 1!2 × 0,5043 − 0,9067× 0,0532 // =
0,4572 × 3,2324
1,0086 − 0,9067× 0,0532 // =
1,4779
0,0104× 0,0532 // = 7,5600
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= // +() 2 = // 1
+1
2
= 7,5600 ×
0,5043 1 0,5043
+ 1
0,9067
0,9067 2
= 7,5600 ×
3,9324 + 1.2164 2
= 7,5600 × 2,5744 = 19,4625
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 19,4625 +
0,9067 0,5043 = 19,4625 + 1,7979 = 21,2604
Maka rata-rata jumlah pensiunan menunggu dalam sistem sebanyak 22 pensiunan.
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
19,4625 0,9067 = 21,4652
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 21,4652 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 21,4652 +
1 0,5043 = 23,4481
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 23,4481 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,9067 0,5043
× 0,0532
2!1 −2 × 0,50430,9067
= 3,2324 ×
0,0532 0,2020 = 0,8513
3. Selasa, 7 April 2015 Pukul 08.00 WIB – 13.00 WIB Dari hasil perhitungan sebelumnya, telah diketahui:
= 0,6800 = 0,4958 c = 2
maka, tingkat kesibukan sistem adalah:
=
=
0,6800
2 × 0,4958= 0,6858
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
=
1
0!10,680004958+1!1 0,6800 0,4958
+0,6800 0,4958
1
2!1 − 0,6800 2 × 0,4958 =
1
1 + 1,3715+2 × 0,31421,8810
=
1
2,3715 + 2,9933
= 1 5,3648 = 0,1864
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,1864 atau 18,64% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
// =
0,6800 × 0,4958 ×0,6800 0,4958
2 − 1!2 × 0,4958 − 0,6800× 0,1864 // =
0,3371 × 1,8810
0,9916 − 0,6800× 0,1864 // =
0,6342
0,0971× 0,1864 // = 1,2175
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= //
+() 2
= // 1
+1
2
= 1,2173 ×
0,4958 1 0,4958
+ 1
0,6800
0,6800 2
= 1,2175 ×
4,0683 + 2,1626 2
= 1,2175 × 3,1155 = 3,7931
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 4 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 3,7931 +
0,6800 0,4958 = 3,7931 + 1,3715 = 5,1646
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
3,7931 0,6800 = 5,5781
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 5,5781 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 5,5781 +
1 0,4958 = 7,5951
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 7,5951 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,6800 0,4958
× 0,1864
2!1 −2 × 0,49580,6800
=1,3715×
0,1864 2 ×1 − 0,6858 = 3,2324 ×
0,1864 0,6284 = 0,5580
3.3 Simulasi
menggunakan metode Monte Carlo. Langkah pertama pengerjaannya adalah setiap data kedatangan dan data waktu pelayanan yang diperoleh dari hasil penelitian dihitung frekuensi kumulatif dan probabiltas kumulatifnya, kemudian dibuat interval bilangan random berdasarkan nilai probabilitas kumulatif dari setiap data yang ada. Simulasi dengan metode Monte Carlo ini dilakukan dengan membangkitkan bilangan random menggunakan Microsoft Excel. Bilangan random yang diperoleh lalu diklasifikasikan sesuai dengan interval bilangan random yang telah ditentukan.
Interval bilangan random berdasarkan data hasil penelitian jumlah kedatangan dan waktu pelayanan selama periode awal pelayanan pengambilan dana pensiun adalah sebagai berikut:
[image:46.612.134.505.360.586.2]1. Sabtu, 4 April 2015 Pukul 08.00 WIB – 13.00 WIB
Tabel 3.9 Tabel Interval Bilangan Random Kedatangan Sabtu, 4 April 2015
Banyak
Kedatangan Frekuensi
Frekuensi Kumulatif
Probabilitas Kumulatif
Interval Bilangan Random
3 2 2 0.0667 0.0001 - 0.0667
4 1 3 0.1000 0.0668 - 0.1000
5 5 8 0.2667 0.1001- 0.2667
6 4 12 0.4000 0.2668 - 0.4000
7 2 14 0.4667 0.4001 - 0.4667
8 3 17 0.5667 0.4668 - 0.5667
9 2 19 0.6333 0.5668 - 0.6333
10 1 20 0.6667 0.6334 - 0.6667
12 2 22 0.7333 0.6668 - 0.7333
13 1 23 0.7667 0.7334 - 0.7667
14 1 24 0.8000 0.7668 - 0.8000
15 1 25 0.8333 0.8001 - 0.8333
18 2 27 0.9000 0.8334 - 0. 9000
19 2 29 0.9667 0.9001 - 0.9667
21 1 30 1.0000 0.9667 – 1.0000
Tabel 3.10 Tabel Interval Bilangan Random Pelayanan Sabtu, 4 April 2015
Lama Pelayanan
(menit)
Frekuensi
Frekuensi Kumulatif
Probabilitas Kumulatif
Interval Bilangan
[image:46.612.121.515.631.706.2]Tabel 3.10 Lanjutan Lama Pelayanan (menit) Frekuensi Frekuensi Kumulatif Probabilitas Kumulatif Interval Bilangan Random 1.8844 - 2.1791 2.0318 63 211 0.7378 0.5176 - 0.7378 2.1792 - 2.4739 2.3266 35 246 0.8601 0.7379 - 0.8601 2.4740 - 2.7687 2.6214 23 269 0.9406 0.8602 - 0.9406 2.7688 - 3.0635 2.9162 14 280 0.9895 0.9407 - 0.9895 3.0636 - 3.3583 3.2110 2 283 0.9965 0.9896 - 0.9965 3.6532 - 3.9479 3.8006 1 286 1.0000 0.9966 - 1.0000
[image:47.612.127.506.295.540.2]2. Senin, 6 April 2015 Pukul 08.00 WIB – 13.00 WIB
Tabel 3.11 Tabel Interval Bilangan Random Kedatangan Senin, 6 April 2015
Banyak
Kedatangan Frekuensi
Frekuensi Kumulatif Probabilitas Kumulatif Interval Bilangan Random
0 1 1 0.0333 0.0001 - 0.0333
3 3 4 0.1333 0.0334 - 0.1333
4 2 6 0.2000 0.1334 - 0.2000
5 1 7 0.2333 0.2001 - 0.2333
6 1 8 0.2667 0.2334 - 0.2667
7 3 11 0.3667 0.2668 - 0.3667
8 2 13 0.4333 0.3668 - 0.4333
9 5 18 0.6000 0.4334 - 0.6000
10 1 19 0.6333 0.6001 - 0.6333
11 3 22 0.7333 0.6334 - 0.7333
12 1 23 0.7667 0.7334 - 0.7667
13 2 25 0.8333 0.7668 - 0.8334
14 2 27 0.9000 0.8334 - 0.9000
16 2 29 0.9667 0.9001 - 0.9667
21 1 30 1.0000 0.9668 - 1.0000
Tabel 3.12 Tabel Interval Bilangan Random Pelayanan Senin, 6 April 2015
Lama Pelayanan
(menit) Frekuensi
[image:47.612.122.510.581.712.2]Tabel 3.12 Lanjutan Lama Pelayanan
(menit) Frekuensi
Frekuensi Kumulatif Probabilitas Kumulatif Interval Bilangan Random 2.7960 - 3.0358 2.9159 3 269 0.9890 0.9780 - 0.9890 3.0359 - 3.2757 3.1558 2 271 0.9963 0.9891 - 0.9963 3.2758 - 3.5156 3.3957 1 272 1.0000 0.9964 - 1.0000
3. Selasa, 7 April 2015 Pukul 08.00 WIB – 13.00 WIB
Tabel 3.13 Tabel Interval Bilangan Random Kedatangan Selasa, 7 April 2015
Banyak
Kedatangan Frekuensi
Frekuensi Kumulatif Probabilitas Kumulatif Interval Bilangan Random
0 1 1 0.0333 0.0001 - 0.0333
2 3 4 0.1333 0.0334 - 0.1333
3 1 5 0.1667 0.1334 - 0.1667
4 4 9 0.3000 0.1668 - 0.3000
5 2 11 0.3667 0.3001 - 0.3667
6 2 13 0.4333 0.3668 - 0.4333
7 7 20 0.6667 0.4334 - 0.6667
9 6 26 0.8667 0.6668 - 0.8667
10 2 28 0.9333 0.8668 - 0.9333
16 1 29 0.9667 0.9334 - 0.9667
18 1 30 1.0000 0.9668 - 1.0000
Tabel 3.14 Tabel Interval Bilangan Random Pelayanan Selasa, 7 April 2015
[image:48.612.128.513.489.649.2]Setelah menentukan interval bilangan random dari data penelitian yang telah ada, selanjutnya akan dilakukan simulasi menggunakan bilangan random yang diperoleh dari Microsoft Excel. Bangkitkan sebanyak masing-masing 30 bilangan random untuk data kedatangan pensiunan disetiap harinya. Bilangan random yang diperoleh tersebut kemudian dikasifikasikan berdasarkan interval bilangan random kedatangan yang telah ditentukan seperti pada Tabel 3.9, Tabel 3.11, dan Tabel 3.13, sehingga diperoleh jumlah kedatangan pensiunan untuk hari tersebut. Kemudian bangkitkan lagi bilangan random sesuai dengan jumlah kedatangan yang ada, lalu klasifikasikan sesuai dengan interval bilangan random pelayanan yang telah ditentukan seperti pada Tabel 3.10, Tabel 3.12, dan Tabel 3.14. Hasil simulasi data kedatangan dan waktu pelayanan serta ukuran kinerja sistem adalah sebagai berikut:
[image:49.612.212.425.386.648.2]1. Hasil Simulasi Sabtu, 4 April 2015 Pukul 08.00 WIB – 13.00 WIB Tabel 3.15 Tabel Simulasi Kedatangan
Sabtu, 4 April 2015 Banyak
Kedatangan
Frekuensi
∙
3 1 3
4 1 4
5 3 15
6 4 24
7 2 14
8 4 32
9 2 18
10 2 20
12 4 48
13 1 13
14 1 14
15 2 30
18 1 18
19 1 19
21 1 21
Tabel 3.16 Tabel Simulasi Pelayanan Sabtu, 4 April 2015
Lama Pelayanan (menit) Frekuensi ∙ 1.0000 - 1.2947 1.1474 3 3.4422 1.2948 - 1.5895 1.4422 54 77.8788 1.5896 - 1.8843 1.7370 98 170.2260 1.8844 - 2.1791 2.0318 64 130.0352 2.1792 - 2.4739 2.3266 38 88.4108 2.4740 - 2.7687 2.6214 21 55.0494 2.7688 - 3.0635 2.9162 7 17.4972 3.0636 - 3.3583 3.2110 8 25.6880 3.3584 - 3.6531 3.5058 0 0.0000 3.6532 - 3.9479 3.8006 1 3.8006
Total 293 572.2762
Ukuran Kinerja Sistem dengan 2 Juru Bayar =293
300= 0,9767
=576,2762 293
= 0,5120
c = 2
maka, tingkat kesibukan sistem adalah:
=
=
0,9767
2 × 0,5120= 0,9538
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
=
1
0!10,97670,5120+1 1!
0,9767 0,5120
+0,9767 0,5120
1
2!1 − 0,9767 2 × 0,5120 =
1
=
1
2,9076 + 39,3820
= 1 42,2896 = 0,0236
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,0236 atau 2,36% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,9767 × 0,5120 ×0,97670,5120
2 − 1!2 × 0,5120 − 0,9767× 0,0236 // =
0,5001 × 3,6389
1 ×1,0240 − 0,9767× 0,0236 // =
1,8197
0,0022× 0,0236 // = 19,2296
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= // +() 2 = // 1
+1
2
= 19,2296 ×
0,5120 1 0,5120
+ 1
0,9767
0,9767 2
= 19,2296 ×
3,8147 + 1,0483 2
= 19,2296 × 2,4315 = 46,7568
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 46,7568 +
0,9767 0,5120 = 46,7568 + 1,9076 = 48,6644
Maka rata-rata jumlah pensiunan menunggu dalam sistem sebanyak 49 pensiunan.
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
46,7568 0,9767 = 47,8722
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 47,8722 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 47,8722 +
1 0,5120 = 49,8253
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 49,8253 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,9767 0,5120
× 0,0236
2!1 −2 × 0,51200,9767
= 3,6389 ×
0,0236 0,0924 = 0,9294
Ukuran Kinerja Sistem dengan 3 Juru Bayar =293
300= 0,9767
=576,2762 293
= 0,5120
c = 3
maka, tingkat kesibukan sistem adalah:
=
=
0,9767
3 × 0,5120= 0,6359
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
= 1 1 0! 0,9767 0,5120
+1!10,97670,5120
+2!1 0,97670,5120
+0,97670,5120
1
3!1 − 0,9767 3 × 0,512 =
1
1 + 1,9076 + 1,8195+6 × 0,36416,9416
=
1
4,7271 + 3,1775
= 1 7,9046
= 0,1265
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,9767 × 0,5120 ×0,9767 0,5120
3 − 1!3 × 0,5120 − 0,9767× 0,1265 // =
0,5001 × 6,9416
2 ×1,5360 − 0,9767× 0,1265 // =
3,4713
0,6256× 0,1265 // = 0,7020
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= // +() 2 = // 1
+1
2
= 0,7020 ×
0,5120 1 0,5120
+ 1
0,9767
0,9767 2
= 0,7020 ×
3,8147 + 1,0483 2
= 0,7020 × 2,4315 = 1,7069
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 2 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 1,7069 +
0,9767 0,512 = 1,7069 + 1,9076 = 3,6145
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
1,7069 0,9767 = 1,7476
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 1,7476 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 1,7476 +
1 0,5120 = 3,7007
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 3,7007 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,9767 0,5120
× 0,1265
3!1 −3 × 0,51200,9767
=1,9076×
0,1265 6 ×1 − 0,6359 = 6,9416 ×
2. Hasil Simulasi Senin, 6 April 2015 Pukul 08.00 WIB – 13.00 WIB Tabel 3.17 Tabel Simulasi Kedatangan
Senin, 6 April 2015 Banyak
Kedatangan
Frekuensi
∙
0 1 0
3 4 12
4 1 4
5 3 15
6 0 0
7 1 7
8 3 24
9 5 45
10 0 0
11 4 44
12 1 12
13 1 13
14 1 14
16 4 64
21 1 21
Total 30 275
Tabel 3.18 Tabel Simulasi Pelayanan Senin, 6 April 2015
Lama Pelayanan
(menit)
Frekuensi
∙ 1.1167 - 1.3565 1.2366 3 3.7098 1.3566 - 1.5964 1.4765 19 28.0535 1.5965 - 1.8363 1.7164 60 102.984 1.8364 - 2.0762 1.9563 98 191.7174 2.0763 - 2.3161 2.1962 55 120.791 2.3162 - 2.5560 2.4361 27 65.7747 2.5561 - 2.7959 2.6760 7 18.7320 2.7960 - 3.0358 2.9159 3 8.7477 3.0359 - 3.2757 3.1558 2 6.3116 3.2758 - 3.5156 3.3957 1 3.3957
[image:56.612.211.426.142.409.2]Ukuran Kinerja Sistem dengan 2 Juru Bayar =275
300= 0,9167
=550,0864 275
= 0,4999
c = 2
maka, tingkat kesibukan sistem adalah:
=
=
0,9167
2 × 0,4999= 0,9169
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
=
1
0!10,91670,4999+1!1 0,91670,4999
+0,91670,4999
1
2!1 −2 × 0,49990,9167
=
1
1 + 1,8338+ 3,3628 2 × 0,0831
=
1
2,8338 + 20,2335
= 1 23,0673 = 0,0434
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,0434 atau 4,34% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,9167 × 0,4999 ×0,91670,4999
// =
0,4583 × 3,3628
1 ×0,9998 − 0,9167× 0,0434 // =
1,5410
0,0069× 0,0434 // = 9,6758
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= // +() 2 = // 1
+1
2
= 9,6758 ×
0,4999 1 0,4999
+ 1
0,9167
0,9167 2
= 9,6758 ×
4,0016 + 1,1901 2
= 9,6758 × 2,5959 = 25,1174
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 26 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 25,1174 +
0,9167 0,4999 = 25,1174 + 1,8338 = 26,9512
Maka rata-rata jumlah pensiunan menunggu dalam sistem sebanyak 27 pensiunan.
= 27,3998
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 27,3998 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 27,3998 +
1 0,4999 = 29,4002
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 29,4002 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,9167 0,4999
× 0,0434
2!1 − 0,9167 2 × 0,4999 =1,8338×
0,0434 2 ×1 − 0,9169 = 3,3628 ×
0,0434 0,1662 = 0,8781
Ukuran Kinerja Sistem dengan 3 Juru Bayar =275
300= 0,9167
=550,0864 275
= 0,4999
c = 3
maka, tingkat kesibukan sistem adalah:
=
=
0,9167
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
= 1 1 0! 0,9167 0,4999
+1!10,91670,4999
+2!1 0,91670,4999
+0,91670,4999
1
3!1 − 0,6113 =
1
1 + 1,8338 + 1,6814+ 6,1667 6 × 0,3887
=
1
4,5152 + 2,6442
= 1 7,1594 = 0,1397
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,1397 atau 13,97% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,9167 × 0,4999 ×0,91670,4999
3 − 1!3 × 0,4999 − 0,9167× 0,1397 // =
0,4583 × 6,1667
2 ×1,4997 − 0,9167× 0,1397 // =
2,8262
0,6798× 0,1397 // = 0,5808
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= // +() 2 = 1
+1
= 0,5808 ×
0,4999 1 0,4999
+ 1
0,9167
0,9167 2
= 0,5808 ×
4,0016 + 1,1901 2
= 0,5808 × 2,5959 = 1,5077
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 2 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 1,5077 +
0,9167 0,4999 = 1,5077 + 1,8338 = 3,3415
Maka rata-rata jumlah pensiunan menunggu dalam sistem sebanyak 4 pensiunan.
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
1,5077 0,9167 = 1,6447
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 1,6447 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 1,6447 +
1 0,4999 = 3,6451
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,9167 0,4999
× 0,1397
3!1 −3 × 0,49990,9167
=1,8338×
0,1397 6 ×1 − 0,6113 = 6,1667 ×
0,1397 2,3322 = 0,3694
[image:62.612.143.346.92.278.2]3. Hasil Simulasi Selasa, 7 April 2015 Pukul 08.00 WIB – 13.00 WIB Tabel 3.19 Tabel Simulasi Kedatangan
Selasa, 7 April 2015 Banyak
Kedatangan
Frekuensi
∙
0 0 0
2 1 2
3 0 0
4 2 8
5 0 0
6 3 18
7 14 98
9 5 45
10 3 30
16 2 32
18 0 0
Total 30 233
Tabel 3.20 Tabel Simulasi Pelayanan Selasa, 7 April 2015
Lama Pelayanan
(menit)
Frekuensi
[image:62.612.209.425.359.671.2]
Tabel 3.20 Lanjutan Lama Pelayanan (menit) Frekuensi ∙ 2.3545 - 2.6097 2.4821 15 37.2315 2.6098 - 2.8650 2.7374 11 30.1114 2.8651 - 3.1203 2.9927 1 2.9927 3.1204 - 3.3756 3.2480 2 6.496 3.3757 - 3.6289 3.5033 2 7.0066
Total 233 485.4001
Ukuran Kinerja Sistem dengan 2 Juru Bayar =233
300= 0,7767
=485,4001 275
= 0,4801
c = 2
maka, tingkat kesibukan sistem adalah:
=
=
0,7767
2 × 0,4801= 0,8089
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
=
1
0!10,77670,4801+1 1!
0,7767 0,4801
+0,7767 0,4801
1
2!1 −2 × 0,48010,7767
=
1
1 + 1,6178+2 × 0,19112,6173
=
1
2,6178 + 6,848
= 1 9,4658 = 0,1056
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,7767 × 0,4801 ×0,7767 0,4801
2 − 1!2 × 0,4801 − 0,7767× 0,1056 // =
0,3729 × 2,6173
1 ×0,9602 − 0,7767× 0,1056 // =
0,976
0,0337× 0,1056 // = 3,0583
Selanjutnya dilakukan perhitungan jumlah pensiunan yang menunggu pada antrian berdistribusi general sebagai berikut:
= // +() 2 = // 1
+1
2
= 3,0583 ×
0,4801 1 0,4801
+ 1
0,7767
0,7767 2
= 3,0583 ×
4,3384 + 1,6576 2
= 3,0583 × 2,998 = 9,1688
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 10 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 9,1688 +
0,7767 0,4801 = 9,1688 + 1,6178 = 10,7866
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
9,1688 0,7767 = 11,8048
Jadi, rata-rata waktu pensiunan harus menunggu dalam antrian adalah 11,8048 menit.
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 11,8048 +
1 0,4801 = 13,8877
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 13,8877 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,7767 0,4801
× 0,1056
2!1 −2 × 0,48010,7767
=1,6178×
0,1056 2 ×1 − 0,8089 = 2,6173 ×
0,1056 0,3822 = 0,7231
Ukuran Kinerja Sistem dengan 3 Juru Bayar =233
300= 0,7767
=485,4001 275
c = 3
maka, tingkat kesibukan sistem adalah:
=
=
0,7767
3 × 0,4801= 0,5393
1. Probabilitas fasilitas pelayanan menganggur () adalah: =
1
∑1!
+
1 !1 −
= 1 1 0! 0,7767 0,4801
+1!1 0,77670,4801
+2!1 0,77670,4801
+0,77670,4801
1 3!1 − 0,539 =
1
1 + 1,6178 + 1,3086+ 4,2342 6 × 0,4607
=
1
3,9264 + 1,5318
= 1 5,4582 = 0,1832
Maka peluang juru bayar tidak sedang melayani pensiunan adalah sebesar 0,1832 atau 18,32% dari keseluruhan waktu pelayanan.
2. Rata-rata jumlah pensiunan yang menunggu dalam antrian () adalah:
// =
− 1!−
// =
0,7767 × 0,4801 ×0,77670,4801
3 − 1!3 × 0,4801 − 0,7767× 0,1832 // =
0,3729 × 4,2342
2 ×1,4403 − 0,7767× 0,1832 // =
1,5789
0,8807× 0,1832 // = 0,3284
= //
+() 2
= // 1
+1
2
= 0,3284 ×
0,4801 1 0,4801
+ 1
0,7767
0,7767 2
= 0,3284 ×
4,3384 + 1,6576 2
= 0,3284 × 2,998 = 0,9845
Jadi, rata-rata jumlah pensiunan dalam antrian sebanyak 1 pensiunan.
3. Rata-rata jumlah pensiunan yang menunggu dalam sistem () adalah: =+
= 0,9845 +
0,7767 0,4801 = 0,9845 + 1,6178 = 2,602
Maka rata-rata jumlah pensiunan menunggu dalam sistem sebanyak 3 pensiunan.
4. Rata-rata waktu pensiunan menunggu dalam antrian () adalah: =
=
0,9845 0,7767 = 1,2675
5. Rata-rata waktu pensiunan menunggu dalam sistem () adalah: =+
1 = 1,2675 +
1 0,4801 = 3,3504
Jadi, rata-rata waktu pensiunan harus menunggu dalam sistem adalah 3,6032 menit.
6. Probabilitas pensiunan harus menunggu untuk dilayani () adalah: =
!1 −λ
= 0,7767 0,4801
× 0,1832
3!1 − 0,7767 3 × 0,4801 =1,6178×
0,1832 6 ×1 − 0,5393 = 4,2342 ×
[image:68.612.164.474.482.706.2]0,1832 2,7642 = 0,2806
Tabel 3.21 Rangkuman Hasil Simulasi Efektifitas Proses
Pelayanan 2 Juru Bayar 3 Juru Bayar
Sabtu, 4 April 2015
0,9767 0,9767
µ 0,5120 0,5120
ρ 0,9538 0,6359
0,0236 0,1265
47,4724 1,7069
49,3800 3,6145
48,6049 1,7476
50,5580 3,7007
Tabel 3.21 Lanjutan Efektifitas Proses
Pelayanan 2 Juru Bayar 3 Juru Bayar
Senin, 6 April 2015
0,9167 0,9167
µ 0,4999 0,4999
ρ 0,9169 0,6113
0,0434 0,1397
25,1644 1,5077
26,9982 3,3415
27,4511 1,6447
29,4515 3,6451
0,8781 0,3694
Selasa, 7 April 2015
0,7767 0,7767
µ 0,4801 0,4801
ρ 0,8089 0,5393
0,1056 0,1832
9,1688 0,9845
10,7866 2,6020
11,8048 1,2675
13,8877 3,3504
0,7231 0,2806
mempertimbangkan biaya yang dibutuhkan ataupun pegawai pada divisi yang bisa difungsikan untuk menjadi juru bayar pada periode sibuk pelayanan pengambilan
[image:70.612.189.451.170.400.2]dana pensiun. Gambar antrian pelayanan pengambilan dana pensiun dengan 3 juru bayar dapat dilihat pada gambar berikut:
Gambar 3.5 Model antrian dengan 3 juru bayar
Keterangan gambar:
KESIMPULAN DAN SARAN
4.1
Kesimpulan
Dari hasil pengolahan data pada bab sebelumya dapat diuraikan kesimpulan sebagai
berikut:
1.
Dari pengolahan data yang telah dilakukan, terjadi antrian yang cukup
panjang pada pelayanan pengambilan dana pensiun dengan 2 juru bayar di
hari pertama dan hari kedua. Pada hari pertama Sabtu, 4 April 2015 rata-rata
waktu pensiunan harus menunggu dalam antrian adalah 35,75 menit. Dan
pada hari kedua Senin, 6 April 2015 rata-rata waktu pensiunan harus
menunggu dalam antrian adalah 21,5 menit. Sedangkan pada hari ketiga
Selasa 7 April 2015 tidak terjadi antrian yang panjang, dimana rata-rata waktu
pensiunan harus menunggu dalam antrian adalah 5,6 menit. Hal ini
mengindikasikan bahwa perlu ada penambahan juru bayar pada pelayanan
pengambilan dana pensiun di hari pertama dan hari kedua.
2.
Hasil simulasi menggunakan metode Monte Carlo membandingkan hasil
perhitungan proses pelayanan oleh 2 juru bayar dengan pelayanan oleh 3 juru
bayar. Hasil simulasi yang dilakukan adalah:
a.
Pada hari pertama Sabtu, 4 April 2015, pelayanan dengan 2 juru bayar
membuat pensiunan harus menunggu hingga 48,60 menit sedangkan
pelayanan dengan 3 juru bayar pensiunan hanya perlu menunggu selama
1,75 menit untuk mendapatkan pelayanan.
b.
Pada hari kedua Senin, 6 April 2015, pelayanan dengan 2 juru bayar
pelayanan dengan 3 juru bayar pensiunan hanya perlu menunggu selama
1,64 menit.
c.
Dan untuk hari ketiga Selasa, 7 April 2015, pelayanan dengan 2 juru bayar
pensiunan menunggu selama 11,80 menit sedangkan pelayanan dengan 3
juru bayar pensiunan hanya perlu menunggu selama 1,27 menit.
Kondisi antrian yang cukup panjang selalu terjadi di setiap periode awal
pengambilan dana pensiun, sehingga perlu ada perbaikan sistem pelayanan
bagi pelayanan pengambilan dana pensiunan tersebut, salah satunya adalah
dengan penambahan 1 juru bayar untuk melayani para pensiunan yang telah
berusia lanjut tersebut.
4.2
Saran
Dari penelitian yang telah dilakukan, penulis menyarankan beberapa hal sebagai
berikut:
1.
Penelitian lanjutan tentang analisis antrian mengamati tingkat kedatangan dan
pelayanan dengan periode waktu yang lebih lama agar diperoleh hasil yang lebih
akurat dalam penentuan kebijakan mengenai penambahan fasilitas pelayanan,
serta mempertimbangkan biaya yang dibutuhkan dalam penambahan fasilitas
pelayanan tersebut.
2.
Untuk memberikan pelayanan terbaik bagi para pelanggan yakni pensiunan yang
telah berusia lanjut tersebut, sebaiknya diterapkan sistem nomor antri, sehingga
para pensiunan tersebut dapat memperkirakan berapa lama lagi mereka harus
menunggu.
3.
Memperhatikan beberapa faktor pendukung lain untuk menjaga kenyaman para
pensiunan yang menunggu, seperti loket pelayanan yang menyediakan kursi
untuk pensiunan yang sedang dilayani, ruang tunggu yang lebih nyaman, terdapat
BAB 2
LANDASAN TEORI
2.1 Teori Antrian
Suatu antrian ialah suatu garis tunggu dari nasabah yang memerlukan layanan dari
satu atau lebih fasilitas pelayanan. Kejadian garis tunggu timbul disebabkan oleh
kebutuhan akan layanan melebihi kapasitas fasilitas pelayanan yang ada, sehingga
nasabah tidak segera mendapatkan pelayanan. Teori antrian merupakan suatu
studi matematikal dari gejala garis tunggu tersebut (Siagian, 1987).
Fenomena antrian sering kita lihat dalam kehidupan sehari-hari,
diantaranya mobil-mobil yang mengantri pada tempat pencucian mobil,
penumpang yang mengantri untuk pembelian karcis, nasabah bank yang
menunggu giliran untuk melakukan transaksi perbankan, pasien yang menunggu
di rumah sakit untuk mendapatkan pelayanan kesehatan, dan masih banyak lagi.
Dalam banyak hal, untuk mengurangi panjang antrian yang terjadi atau mencegah
terjadinya antrian dapat dilakukan dengan penambahan fasilitas pelayanan. Akan
tetapi, terkadang penambah