ABSTRAK
Antrian adalah sesuatu hal yang tidak dapat dipisahkan dalam kehidupan sehari-hari. Proses antrian dimulai pada saat pasien yang memerlukan pelayanan mulai datang pada suatu fasilitas pelayanan, menunggu dalam barisan antrian, dilayani dan akhirnya meninggalkan fasilitas tersebut. Secara ekonomis permasalahan antrian dapat menimbulkan kerugian yang besar. Penelitian ini dilakukan di RSUP H Adam Malik Medan sebagai aplikasi dari pelajaran simulasi dan teori antrian. Tujuan dari tulisan ini adalah untuk mempelajari kinerja sistem dengan cara memodelkan simulasi antrian ganda dengan menggunakan simulasi monte carlo. Menggunakan pemilihan angka secara random dari distribusi probabilitas untuk menjalankan simulasi. Berdasarkan hasil penelitian dan pembahasan dapat disimpulkan model sistem antrian (M/M/10) : (FIFO /∞/∞), efektifitas proses pelayanan pasien dapat ditentukan dengan menghitung peluang kedatangan rata-rata, kecepatan pelayanan rata-rata-rata, peluang masa sibuk sistem, peluang panjang antrian, peluang panjang antrian dalam sistem, waktu menunggu dalam antrian, waktu menunggu dalam sistem, peluang semua pelayanan menganggur atau tidak ada pasien dalam sistem. Hal ini dapat dilihat pada saat pelayanan tersibuk yaitu pada 20 april 2015 dengan rata-rata kedatangan 2,9775 pasien per menit, rata-rata kecepatan pelayanan 0,3292 , rata-rata utilitas loket 90,41%, dengan rata-rata pasien di dalam antrian sebanyak 6,8665 pasien tiap menitnya, rata-rata pasien di dalam sistem sebanyak 15,9139 pasien tiap menitnya, rata-rata waktu menunggu dalam antrian 2,3051 menit untuk setiap pasien, rata-rata waktu menunggu dalam sistem sekitar 5,3435 menit untuk setiap pasien, dan peluang sistem tidak melayani pasien sebesar 0,0065%. Hal ini dapat dikatakan pelayanan sudah efektif.
Kata kunci : antrian, simulasi monte carlo, distribusi
ABSTRACT
Queueing is something that can not be separated in the daily life. The queue process begins when patients who require service came to a facility, waiting in a line queue, serviced and eventually left the facility. Economically queuing problems can cause great harm. This research was conducted at RSUP H Adam Malik Medan as the application of simulation and queue theory lessons. The purpose of this paper is studying the performance of the system by means of a double queue simulation modeling using Monte Carlo simulation. Using a random selection of numbers from probability distributions to run simulation. Based on the results of research and discussion can be concluded queuing system model (M/M/10) : (FIFO /∞/∞), the effectiveness of patients service process can be determined by calculate the average arrival, the average speed of service, busy period of the system, probability of long queues, queue length opportunities in the system, waiting time in the queue, waiting time in the system, the chances of all services unemployed or none of the patients in the system. It can be seen at the busiest time of service, on 20 April 2015 with an average of 2.9775 arrival of the patient per minute, the average speed of service 0.3292, the average utility counters 90.41%, with the average patient in as many patients in the queue 6.8665 per minute, the average patient in the patients system 15.9139 per minute, the average waiting time in the queue 2.3051 minutes for each patient, the average waiting time in the system of about 5, 3435 minutes for each patient, and the system does not serve the patients 0.0065%. It can be said to have been effective services.
Keyword : queuing, monte carlo simulation, distribution
