ANALISIS EFEKTIFITAS PELAYANAN ANTRIAN PADA GARDU TOL OTOMATIS DAN GARDU TOL REGULER (Studi Kasus: Gerbang Tol Cililitan 1)

(1)

ANALISIS EFEKTIFITAS PELAYANAN ANTRIAN PADA GARDU TOL OTOMATIS DAN GARDU TOL REGULER

(Studi Kasus: Gerbang Tol Cililitan 1)

Maharani Putri Wulandari, Helman Arif

Ekstensi Manajemen, PE FE Universitas Indonesia, Kampus UI Salemba, Jakarta Pusat [email protected]

Abstrak

Penelitian ini memberikan bukti perhitungan mengenai analisis efektifitas pelayanan antrian pada gardu tol otomatis dan gardu tol reguler. Hasil perhitungan atas gardu tol otomatis dan gardu tol reguler pada gerbang tol Cililitan 1 menunjukkan bahwa waktu pelayanan gardu tol reguler lebih efektif dibanding waktu pelayanan gardu tol otomatis. Selain itu, dilakukan juga peramalan estimasi sistem antrian gardu tol yang efektif di masa depan sebagai bahan pertimbangan untuk melakukan pengembangan sistem antrian gardu tol di masa depan. Hasil peramalan menunjukkan bahwa sistem antrian gardu tol otomatis akan lebih efektif di masa depan dan butuh dilakukan pengembangan.

Kata Kunci:

Sistem Antrian, Gardu Tol Otomatis, Gardu Tol Reguler, Peramalan.

Abstract

This study provides evidence about calculation of analysis for effectiveness of the queue of automatic toll gates and regular toll gates. Calculation results of automatic toll gates and regular toll gate show that service time of regular toll gate is more effective comparing with service time of automatic toll gate. In addition, this study also provides forecasting results to estimate effectivity toll gate queue system in future as consideration to develop toll gate queue system in future. Forecasting results show that automatic toll gate queue system will be more effective in future and needs development to be done.

Keyword:

Queue System, Automatic Toll Gate, Regular Toll Gate, Forecasting.

(2)

1. PENDAHULUAN

Pesatnya pembangunan dewasa ini, membutuhkan sarana dan prasarana transportasi yang baik, lancar dan efisien. Pada kota besar seperti Jakarta, ruas jalan menampung volume kendaraan yang lebih besar dari kapasitas jalan, terutama pada jam-jam sibuk. Hal tersebut mengakibatkan turunnya tingkat pelayanan jalan yang ditandai dengan turunnya kecepatan lalu lintas serta timbulnya kemacetan. Oleh sebab itu PT. Jasa Marga mengantisipasi dengan membuka jalan bebas hambatan yang dikenal sebagai jalan tol, dengan mengenakan biaya tol bagi pemakai jalan tersebut. Dalam hal ini jalan tol harus memberi keandalan yang lebih tinggi dari jalan lama yang telah tersedia. Kelancaran lalu lintas di jalan tol dipengaruhi oleh waktu pelayanan (service time) yang diberikan kepada pengemudi saat mereka mengambil tiket di gardu/loket gerbang keluar tol saat membayar biaya administrasi yang dikenakan kepada pengguna jalan tol.

Namun, fakta di lapangan menunjukkan bahwa jalan tol tidak sepenuhnya bebas hambatan. Antrian panjang kendaraan di ruas jalan tol sering ditemukan, terutama pada waktu sibuk. Terlebih lagi, kemacetan di jalan tol seringkali terjadi karena imbas dari antrian panjang di gerbang tol.

Beberapa literatur yang membahas mengenai permasalahan panjangnya antrian di gerbang tol menyebutkan bahwa antrian panjang di gerbang tol terjadi oleh karena adanya tingkat kedatangan (flow rate) kendaraan yang menuju ke gerbang tol tidak seimbang dengan tingkat pelayanan (service rate) di gardu-gardu pelayanan.

Antrian akan selesai atau kendaraan tidak lagi mengalami antrian pada saat satuan pelayanan sudah seimbang dengan lama waktu antar kedatangan. Lama waktu kumulatif yang dialami oleh kendaraan seperti diatas, merupakan kerugian waktu produktif yang terbuang bagi para pengguna jalan. Kerugian waktu tersebut dapat diukur dengan parameter nilai waktu.

Untuk mengantisipasi terjadinya antrian yang dapat merugikan pengguna jalan tol, operator tol, khususnya PT. Jasa Marga telah menerapkan sistem pengumpulan tol elektronik atau Electronic Toll Collection (ETC) sebagai alternatif dalam pilihan pembayaran tol. Sistem pengumpulan tol elektronik yang diterapkan oleh PT. Jasa Marga ini menggunakan e-toll card sebagai alat pembayaran.

Electronic Toll Collection adalah suatu rangkaian kegiatan yang berkaitan dengan transaksi tol yang meliputi proses pelayanan kepada pemakai jalan, kontrol atas pelaksanaan transaksi, proses pengadministrasian pendapatan tol serta proses lain yang mendukungnya secara elektronik (Karsaman, 2010). Banyak ruas tol di berbagai

(3)

penjuru dunia memberikan pilihan kepada pengguna jalan tol untuk melakukan pembayaran dengan banyak cara, yaitu pembayaran dengan uang tunai (baik secara manual maupun secara otomatis), lalu menggunakan sistem electronic tolling atau dengan menggunakan pre atau post paid kartu debit atau kartu kredit yang melibatkan identifikasi kendaraan (seperti e-pass di Australia).

Kesukesan dari jalan tol dan efisiensi yang dihasilkan karena electronic tolling baik bagi pengguna maupun bagi penyedia layanan telah menghasilkan perubahan secara menyeluruh untuk mengeliminasi pengumpulan tol secara tunai (Hensher & Rose, 2009).

Namun, pada faktanya di lapangan, pengguna tol yang menggunakan e-toll card sebagai alat pembayaran yang dianggap lebih cepat, lebih efektif dan lebih efisien masih jauh lebih sedikit dibanding pengguna tol yang menggunakan sistem pengumpulan tol reguler. Di gerbang tol Cililitan 1, terdapat 8 gardu yang dimana 6 gardu melayani sistem pengumpulan tol secara reguler dan 2 gardu melayani sistem pengumpulan tol secara elektronik. Setelah dilakukan pengumpulan dan rekapitulasi data, hasil yang didapat bahwa rasio pengguna gardu tol otomatis belum melampaui bahkan belum sepadan dengan rasio pengguna gardu tol reguler. Berikut grafik jumlah pengguna gardu tol otomatis dan gardu tol reguler di gerbang tol Cililitan 1.

Gambar 1.1 Perbandingan Jumlah Pengguna Gardu Tol Otomatis dan Gardu Tol Reguler Gerbang Tol Cililitan 1 Tahun 2011

Sumber: Olahan Data Sekunder

Dari grafik diatas dapat dijelaskan bahwa jumlah pengguna gardu tol otomatis tidak sepadan dengan jumlah pengguna gardu tol reguler. Pada tahun 2011, jika menggunakan penghitungan rasio, rasio pengguna gardu tol otomatis (2 gardu) sebesar 1:0.0000011 dan rasio pengguna gardu tol reguler (6 gardu) sebesar 1:0.0000006.

(4)

Gambar 1.2 Perbandingan Jumlah Pengguna Gardu Tol Otomatis dan Gardu Tol Reguler Gerbang Tol Cililitan 1 Tahun 2012

Sumber: Olahan Data Sekunder

Dan untuk tahun 2012 (sampai periode bulan oktober), rasio pengguna gardu tol otomatis (2 gardu) sebesar 1:0.0000010 dan rasio pengguna gardu tol reguler (6 gardu) sebesar 1:0.0000006.

Berdasarkan data tersebut, maka timbul pertanyaan, apa yang menjadi penyebab ketidakseimbangan rasio tersebut? Apakah ketidakseimbangan rasio serta jumlah pengguna gardu tol otomatis dan gardu tol reguler berasal dari tidak efektifnya sistem antrian pada pengumpulan tol secara elektronik di Jakarta, khususnya di gerbang tol Cililitan 1?. Oleh karena itu, maka secara umum rumusan masalah dalam penelitian ini adalah mengetahui efektifitas pelayanan gardu tol otomatis dengan melakukan perbandingan terhadap pelayanan gardu tol reguler.

Untuk mengetahui efektifitas pelayanan gardu tol otomatis, maka yang harus dilakukan adalah melakukan analisis sistem antrian gardu tol otomatis dan analisis sistem antrian gardu tol reguler. Hasil analisis efektifitas akan dijadikan kajian untuk pengambilan keputusan pengembangan sistem antrian gardu tol yang efektif di masa depan.

Untuk itu, dalam penelitian ini akan dilakukan juga analisis estimasi pertumbuhan jumlah pengguna gardu tol sebagai bahan pertimbangan untuk pengembangan sistem antrian gardu tol yang lebih efektif yang akan dilakukan oleh manajemen PT. Jasa Marga, Tbk cabang Cawang Tomang Cengkareng.

2. TINJAUAN TEORITIS a. Teori Antrian

Teori antrian adalah sebuah teknik riset operasional yang menghasilkan sebuah sistem yang mengizinkan untuk terjadinya antrian, yang kemudian menghitung performa sistem tersebut dan kemudian menentukan hal-hal atau properti-properti yang mendukung sistem

(5)

tersebut agar dapat membantu manajer dalam pengambilan keputusan. Antrian merupakan fenomena yang lazim terjadi di sekitar masyarakat. Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna fasilitas yang tiba tidak dapat segera mendapat layanan disebabkan oleh kesibukan layanan (Mehri & Djemel, 2007). Dalam sistem antrian, terdapat input dan output yang terlibat. Berikut contoh dari proses input dan output yang terlibat dalam sistem antrian:

Tabel 2.1 Contoh Sistem Antrian

Situasi Input Process Output Process Bank Entitas Datang Teller Melayani Entitas Gerbang Tol Mobil Datang Pembayaran Tol Selesai

Call Centre Panggilan Masuk Panggilan Telah Ditangani

Sumber: Mehri, H. , Djemel, T. (2007), Study and Simulation of Queuing Theory in the Toll Motorway.

University of Sfax, Tunisia.

b. Sistem Antrian untuk Gardu Tol

Aliran kendaraan yang datang dari pintu tol merata ke seluruh gardu tol dan gardu tol masing-masing akan menerima aliran kendaraan dimana waktu antar kedatangan (interarrival time) kendaraan-kendaraan tersebut berdistribusi secara eksponensial. Dan juga, waktu pelayanan (service time) dari pelayanan gardu tol berdistribusi secara eksponensial. Dengan demikian, dapat dilihat bahwa setiap gardu tol memiliki sistem antrian M/M/1 secara independen (Team #32, 2005).

Tabel 2.2

Notasi Sistem Antrian untuk Gardu Tol

Characteristics Symbol Description Arrival Pattern (A) M Exponential Distribution Service Pattern (B) M Exponential Distribution

G General Distribution

Number of Servers (X) 1,2,…, System Capacity (Y) 1,2,…,

Queue Discipline (Z) FCFS First Come, First Served

Sumber: Team #32. (2005), Modelling Toll Plaza Behavior Using Queuing Theory

Sistem antrian pembayaran di gerbang tol reguler dan gerbang tol otomatis adalah single channel single phase. Single channel berarti hanya ada satu jalur yang memasuki sistem pelayanan atau satu fasilitas pelayanan. Single phase berarti hanya ada satu pelayanan sistem. Sistem ini adalah sistem yang paling sederhana. Setelah mendapatkan pelayanan, individu-individu keluar dari pelayanan (Kakiay, 2004).

(6)

Menurut Render & Heizer (2008), asumsi-asumsi yang sering digunakan dalam model antrian single channel-single phase adalah sebagai berikut:

a. Kedatangan dilayani berdasarkan aturan first come first served (FCFS) dan setiap konsumen yang datang menanti gilirannya untuk dilayani tanpa memperhatikan panjangnya antrian.

b. Kedatangan tidak tergantung pada kedatangan sebelumnya dan rata-rata tingkat kedatangan tidak berubah setiap waktunya.

c. Kedatangan mengikuti distribusi poisson dan berasal dari sumber yang tidak terbatas.

d. Waktu pelayanan bervariasi antara konsumen yang satu dengan konsumen yang lainnya serta tidak bergantung satu sama lain tetapi rata-rata tingkat pelayanan diketahui.

e. Waktu pelayanan mengikuti distribusi eksponensial negatif.

f. Rata-rata tingkat pelayanan lebih cepat daripada rata-rata tingkat kedatangan.

Model antrian single channel mengasumsikan bahwa waktu kedatangan tiap kendaraan yang masuk ke dalam gerbang tol berdistribusi poisson (acak). Waktu antar kedatangan tiap kendaraan dilambangkan dengan simbol  dan tingkat pelayanan/jumlah kendaraan yang dapat terlayani oleh satu server dalam satuan waktu tertentu diasumsikan berdistribusi eksponensial, dilambangkan dengan simbol μ. Dan waktu pelayanan (WP) yang didefinisikan sebagai waktu yang diperlukan satu gerbang tol untuk dapat melayani satu kendaraan yang dapat diperoleh melalui:

WP = 1/

Sumber: Render, Barry and Jay Heizer. (2008), Operations Management 9^thed. New Jersey: Pearson Education Inc.

Selain itu ditentukan pula ρ yang didefinisikan sebagai perbandingan antara waktu antar kedatangan dengan tingkat pelayanan, dengan persyaratan bahwa nilai tersebut harus kurang dari 1, karena jika nilai tersebut lebih dari 1 , menunjukkan bahwa tingkat antar kedatangan selalu lebih besar dari tingkat pelayanan (antrian akan selalu bertambah). Dimana ρ diperoleh melalui:

ρ=  /μ

Sumber: Render, Barry and Jay Heizer. (2008), Operations Management 9^thed. New Jersey: Pearson Education Inc.

(7)

Jika intensitas lalu lintas lebih besar daripada 1 (ρ > 1), maka hanya dapat dipecahkan dengan pendekatan proses antrian ke proses antrian deterministik atau dengan melakukan penyesuaian dengan beberapa waktu pelayanan, variasi tingkat kedatangan rata-rata dan tingkat pelayanan rata-rata atau dengan cara terakhir yaitu dengan cara simulasi mikroskopik (May, 1990:361).

c. Peramalan

Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu yang ditentukan di masa yang akan datang (John E. Biegel,1992). Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya (Ginting, 2007).

Kegunaan Peramalan (Kusuma, 2001):

a) Menentukan apa yang dibutuhkan untuk perluasan pabrik.

b) Menentukan perencanaan lanjutan bagi produk-produk yang ada untuk dikerjakan dengan fasilitas yang ada.

c) Menentukan penjadwalan jangka pendek produk-produk yang ada untuk dikerjakan berdasarkan peralatan yang ada.

3. METODE PENELITIAN

Desain yang digunakan dalam penelitian ini adalah desain penelitian deskriptif eksploratif. Penelitian deskriptif merupakan salah satu tipe dari riset konklusif yang memiliki tujuan utama untuk mendeskripsikan sesuatu (Malhotra,2007) dan metode eksploratif adalah penelitian yang diunakan untuk mengumpulkan data-data awal tentang sesuatu (Irawan, 2007).

Penelitian ini berbasis data kuantitatif dengan desain penelitian deskriptif, sehingga metode penelitian yang digunakan dalam penelitian ini adalah metode observasi. Metode observasi dilakukan dengan cara merekam perilaku dari orang, objek maupun kejadian di sebuah lingkungan yang sistematis untuk memperoleh informasi dari fenomena-fenomena yang terjadi di lapangan (Malhotra, 2007).

Mode of administration dari metode observasi yang digunakan adalah observasi personal. Observasi personal adalah sebuah strategi riset observasi dimana peneliti merekam

(8)

fenomena aktual yang terjadi di lapangan. Peneliti tidak dapat mengontrol atau memanipulasi fenomena yang sedang diobservasi (Malhotra, 2007).

Metode pengumpulan data yang digunakan peneliti untuk memperoleh hasil penelitian adalah sebagai berikut:

1. Data Primer, yaitu data yang diperoleh langsung dari pengamatan di lapangan (dalam hal ini di gardu tol otomatis dan gardu tol reguler di gerbang tol Cililitan 1). Data primer yang dicari tersebut meliputi:

1) Volume kendaraan dan waktu antar kedatangan (arrival time) kendaraan yang hendak memasuki pintu tol pada periode waktu tertentu.

2) Waktu pelayanan (service time) yang dibutuhkan oleh petugas pengumpulan tol untuk melayani satu kendaraan.

2. Data Sekunder, yaitu meliputi :

1) Data jumlah pengguna jalan tol pada ruas jalan tol CTC, khususnya yang melintasi gerbang tol Cililitan 1 (gardu tol otomatis dan gardu tol reguler), untuk periode harian, mingguan, bulanan dan tahunan (time series).

2) Gambaran umum tentang lokasi penelitian seperti gambar atau sketsa lokasi dan peta lokasi.

3) Informasi-informasi dari jurnal transportasi, media elektronik ataupun sumber lain.

4) Hasil wawancara baik formal maupun informal baik dengan pihak pengguna maupun pihak penyelenggara yang terkait atau mengerti dengan permasalahan yang menjadi tema dalam penelitian ini.

Dalam penelitian ini, populasi yang akan diteliti adalah gardu-gardu tol di Gerbang Tol Cililitan 1. Untuk merepresentasikan populasi tersebut, maka dilakukan pengambilan sampel. Metode pengambilan sampel yang digunakan dalam penelitian ini adalah simple random sampling, yaitu metode pengambilan sampel, dimana setiap elemen dalam populasi memiliki probabilitas yang sama untuk dipilih sebagai anggota sampel (Malhotra, 2007).

Sampel yang digunakan dalam penelitian ini adalah gardu tol otomatis 3 dan gardu tol otomatis 4, serta gardu tol reguler 6 dan gardu tol reguler 7.

Untuk memperoleh jawaban atas rumusan masalah yang telah ditentukan, peneliti membentuk hipotesis berdasarkan latar belakang penelitian, yaitu dimana sistem pengumpulan tol secara elektronik dianggap lebih efektif untuk melayani para pengguna gardu tol karena waktu pelayan yang lebih singkat. Dari data uji coba Jasa Marga, waktu

(9)

transaksi melalui gardu tol otomatis hanya menghabiskan waktu 2-3 detik dan waktu transaksi melalui gardu tol reguler menghabiskan waktu sekitar 4-6 detik (www.ekonomi.kompasiana.com, 2012). Maka, secara umum hipotesis pertama dari penelitian ini adalah:

H0 : Pelayanan antrian pada gardu tol otomatis lebih efektif dari sisi kecepatan pelayanan dibandingkan dengan pelayanan antrian padagardu tol reguler.

Untuk mengukur efektifitas pada gardu tol otomatis dan gardu tol reguler, maka dilakukan uji hipotesis penelitian. Hipotesis-hipotesis penelitiannya adalah sebagai berikut:

H01 : Waktu pelayanan pada gardu tol otomatis tidak lebih lama dibandingkan waktu pelayanan pada gardu tol reguler.

H02 : Waktu tunggu dalam antrian pada gardu tol otomatis tidak lebih lama dibandingkan waktu tunggu dalam antrian pada gardu tol reguler.

H03 : Waktu tunggu dalam sistem pada gardu tol otomatis tidak lebih lama dibandingkan waktu tunggu dalam sistem pada gardu tol reguler.

Hipotesis kedua dari penelitian ini merujuk kepada estimasi pertumbuhan jumlah pengguna gardu tol. Berkembangnya sistem pelayanan untuk para pengguna jalan, khususnya untuk para pengguna jalan tol, merupakan implikasi dari bertambahnya jumlah kendaraan roda empat di Jakarta. Jumlah mobil di Jakarta yang mencapai 2.54 juta unit pada periode September 2012 dan diprediksi akan bertambah sebesar 3%-5% pada tahun 2013 (www.investor.co.id, 2012), diasumsikan akan meningkatkan permintaan pengguna jalan untuk sistem pelayanan pembayaran tol yang efektif dan efisien.

H0 : Pertumbuhan pengguna gardu tol otomatis di masa depan lebih besar dibanding pertumbuhan jumlah pengguna gardu tol reguler.

Teknik yang digunakan dalam menganalisis data primer yang telah diperoleh adalah analisis deskriptif yang dipergunakan untuk memperoleh gambaran mengenai sistem antrian di gerbang tol Cililitan 1, khususnya di gardu tol otomatis 3 dan 4 serta gardu tol reguler 6

(10)

dan 7. Analisis data dilakukan dengan penghitungan manual dengan menggunakan rumus- rumus untuk mengolah data pada sistem antrian single channel-single phase, yaitu:

Tabel 3.1

Metode Analisis Sistem Antrian

Sumber: Chase, Richard B., Aquilano, Nicholas J. (1995), Production and Operations Management:

Manufacturing and Services 7^th edition. New Jersey: The McGraw-Hill Companies, Inc. dan Render, Barry and Jay Heizer. (2008), Operations Management 9^thed. New Jersey: Pearson Education Inc.

Hasil dari pengolahan data sistem antrian tersebut kemudian diklasifikasikan secara lebih sederhana menjadi 3 (tiga) parameter, yaitu service time (waktu pelayanan), waiting time in queue (waktu tunggu dalam antrian) dan waiting time in system (waktu tunggu dalam sistem). Kemudian, dilakukan uji dua sampel bebas atau independent samples t test dengan menggunakan SPSS (Statistical Program for Social Science) 19.0.

Sebelum melakukan uji independen sample T test, dilakukan uji Levene’s (uji homogenitas) untuk menentukan penggunaan Equal Variance Assumed (diasumsikan jika varian sama) dan Equal Variance Not Assumed (diasumsikan jika varian berbeda). Penentuan H0 ialah asumsi bahwa kedua kelompok yang diuji memiliki varian yang sama dan sebaliknya untuk H1. Jika nilai signifikansi uji Levene’s lebih dari 0,05 maka H0 diterima namun jika signifikansi kurang dari 0,05 maka H0 ditolak.

Pengujian dilakukan dengan penentuan hasil uji Levene’s untuk t hitung dengan kriteria pengujian jika –t tabel ≤ t hitung ≤ t tabel maka H0 diterima dan jika –t hitung < – t tabel atau t hitung > t tabel maka H0 ditolak. Pengujian berdasarkan signifikansi dilakukan yaitu bila nilai signifikansi (sig 2 - tailed) adalah > 0,05 maka H0 diterima dan bila nilai signifikansi < 0,05 maka H0 ditolak.

Characteristics Symbol Formula

Arrival Rate λ

60

Average Time Since Last Arrival

Service Rate µ

60 Average Service Time

Time Since Last Arrival 1 / λ 1 / λ

Service Time 1 / μ 1 / μ

Server Utilization Ρ 𝜆

(µ)

Expected Waiting Time in System 𝑊_𝑠 1

(µ − 𝜆)

Expected Waiting Time in Queue 𝑊_𝑞 𝜆

µ(µ − 𝜆)

Probability of The Empty System 𝑃_𝑜 1 − ρ

(11)

Kemudian, metode peramalan yang digunakan untuk meramalkan jumlah pengguna gardu tol otomatis dan gardu tol reguler di gerbang tol Cililitan 1 pada tahun 2013 menggunakan metode peramalan regresi linier. Peramalan dilakukan menggunakan metode peramalan regresi linier karena pola data pengguna gardu tol reguler dan gardu tol otomatis adalah pola data horizontal. Berikut formula peramalan dengan metode regresi linier:

𝐷′𝑡 = 𝑎 + 𝑏𝑡 , dimana 𝑏 = 𝑛 𝑡.𝑑𝑡 − 𝑑𝑡 𝑡

𝑛 𝑡²− ( 𝑡)² , 𝑎 = ^{𝑑𝑡 𝑡}² − 𝑡 𝑡.𝑑 𝑡 𝑛 𝑡²− ( 𝑡)²

Sumber: Render, Barry and Jay Heizer. (2005), Manajemen Produksi. Jakarta: Salemba Empat.

Formula peramalan dengan metode regresi linier tersebut dapat dihitung secara manual atau dengan menggunakan software WinQSB untuk modul forecasting. Agar peramalan dapat lebih diterima, maka dilakukan verifikasi dari hasil peramalan tersebut.

Verifikasi peramalan dilakukan dengan cara menghitung:

1) Mean Absolute Deviation (MAD) 2) Mean Squared Error (MSE)

3) Mean Absolute Percentage Error (MAPE) 4) Tracking Signal

5) Moving Range (MR)

4. HASIL DAN PEMBAHASAN 4.1 Waktu Pelayanan

Parameter pertama yang diukur untuk menentukan efektifitas dari pelayanan gardu tol otomatis dan gardu tol reguler adalah waktu pelayanan.

Tabel 4.1

Waktu Pelayanan Gardu Tol Otomatis dan Gardu Tol Reguler Waktu Pelayanan

Gardu Tol Otomatis 3 6.6 detik/mobil 5.0 detik/mobil Gardu Tol Reguler 6 Gardu Tol Otomatis 4 6.5 detik/mobil 5.5

detik/mobil Gardu Tol Reguler 7 Sumber: Olahan Data Primer

Waktu pelayanan antara gardu tol otomatis 3 dengan gardu tol reguler 6

memiliki selisih sebesar 1.6 detik/mobil dan waktu pelayanan antara gardu tol otomatis 4 dengan gardu tol reguler 7 memiliki selisih sebesar 1 detik/mobil. Berikut adalah hasil perhitungan rata-rata waktu pelayanan dari gardu tol otomatis dan gardu tol reguler:

(12)

Tabel 4.2

Rata – Rata Waktu Pelayanan Gardu Tol Otomatis dan Gardu Tol Reguler Rata – Rata Waktu Pelayanan

Gardu Tol Otomatis 6.5

detik/mobil 5.2 detik/mobil Gardu Tol Reguler Sumber: Olahan Data Primer

Untuk memperkuat hasil perhitungan serta untuk menguji hipotesis, maka dilakukan uji dua sampel bebas (independent samples t-test). Uji dua sampel bebas ini digunakan untuk menguji hipotesis awal yaitu:

H01 : Waktu pelayanan pada gardu tol otomatis tidak lebih lama dibandingkan waktu pelayanan pada gardu tol reguler.

Berikut hasil uji dua sampel bebas untuk menguji waktu pelayanan gardu tol otomatis dan gardu tol reguler:

Tabel 4.3

Independent Samples T Test Waktu Pelayanan Levene's Test for

Equality of Variances

t-test for Equality of Means

F Sig. Sig. (2- tailed)

Mean Difference

Std. Error Difference

95% Confidence Interval of the

Difference Lower Upper

waktu_

pelayanan

Equal variances assumed

19.066 .000 .000 1.427 .355 .730 2.123

Equal variances not assumed

.000 1.427 .355 .729 2.124

Sumber: Olahan Data Primer

Pengujian dapat dilihat berdasarkan nilai signifikansi. Jika nilai signifikansi > 0.05 maka H0 diterima dan sebaliknya. Dari tabel 4.3 dapat terlihat bahwa signifikansi data waktu pelayanan ialah 0.000 atau < 0.05 sehingga dapat dipastikan H0 ditolak. Jadi, data yang diambil untuk kolom kedua yaitu uji independent t test ialah baris bawah (Equal Variances Not Assumed). Kemudian, hasil uji yang ditemukan pada independent samples t test untuk waktu pelayanan pada gardu tol otomatis dan gardu tol reguler adalah signifikansi sebesar 0.000 atau < 0.05 atau H0 ditolak. Sehingga, dapat disimpulkan bahwa waktu pelayanan pada gardu tol otomatis lebih lama dibandingkan waktu pelayanan pada gardu tol reguler.

(13)

4.2 Waktu Tunggu Dalam Antrian

Parameter kedua yang diukur untuk menentukan efektifitas dari pelayanan gardu tol otomatis dan gardu tol reguler adalah waktu tunggu dalam antrian.

Tabel 4.4

Waktu Tunggu Dalam Antrian Gardu Tol Otomatis dan Gardu Tol Reguler Waktu Tunggu Dalam Antrian

Gardu Tol Otomatis 3 14.5 detik/mobil

37.5

detik/mobil Gardu Tol Reguler 6 Gardu Tol Otomatis 4 49.8

detik/mobil

25.4

Waktu tunggu dalam antrian antara gardu tol otomatis 3 dengan gardu tol reguler 6 memiliki selisih sebesar 23 detik/mobil dan waktu tunggu dalam antrian antara gardu tol otomatis 4 dengan gardu tol reguler 7 memiliki selisih sebesar 24.4 detik/mobil. Berikut adalah hasil perhitungan rata-rata waktu tunggu dalam antrian dari gardu tol otomatis dan gardu tol reguler:

Tabel 4.5

Rata – Rata Waktu Tunggu Dalam Antrian Gardu Tol Otomatis dan Gardu Tol Reguler Rata – Rata Waktu Tunggu Dalam Antrian

Gardu Tol Otomatis ^32.2 detik/mobil

31.4

detik/mobil Gardu Tol Reguler Sumber: Olahan Data Primer

Untuk memperkuat hasil perhitungan serta untuk menguji hipotesis, maka dilakukan uji dua sampel bebas (independent samples t-test).Tabel 4.6

Independent Samples T Test Waktu Tunggu Dalam Antrian Levene's Test for

Mean Difference

waktu_tunggu_

dalam_antrian

1.408 .236 .030 6.480 2.977 .633 12.327

.030 6.480 2.977 .633 12.327

Pengujian dapat dilihat berdasarkan nilai signifikansi. Jika nilai signifikansi > 0.05 maka H0 diterima dan sebaliknya. Dari tabel 4.6 dapat terlihat bahwa signifikansi data waktu tunggu dalam antrian adalah 0.236 atau > 0.05 sehingga dapat dipastikan H0 diterima. Jadi, data yang diambil untuk kolom kedua yaitu uji independent t test ialah baris atas (Equal Variances Assumed). Kemudian, hasil uji yang ditemukan pada independent samples t test

(14)

untuk waktu tunggu dalam antrian pada gardu tol otomatis dan gardu tol reguler adalah signifikansi sebesar 0.030 atau < 0.05 atau H0 ditolak. Sehingga, dapat disimpulkan bahwa waktu tunggu dalam antrian pada gardu tol otomatis lebih lama dibandingkan waktu tunggu dalam antrian pada gardu tol reguler.

4.3 Waktu Tunggu Dalam Sistem

Parameter ketiga yang diukur untuk menentukan efektifitas dari pelayanan gardu tol otomatis dan gardu tol reguler adalah waktu tunggu dalam sistem.

Tabel 4.7

Waktu Tunggu Dalam Sistem Gardu Tol Otomatis dan Gardu Tol Reguler Waktu Tunggu Dalam Sistem

Gardu Tol Otomatis 3 21.1 detik/mobil

44.0

detik/mobil Gardu Tol Reguler 6 Gardu Tol Otomatis 4 56.3

detik/mobil

56.3

Waktu tunggu dalam sistem antara gardu tol otomatis 3 dengan gardu tol reguler 6 memiliki selisih sebesar 22.9 detik/mobil dan waktu tunggu dalam sistem antara gardu tol otomatis 4 dengan gardu tol reguler 7 sama. Berikut adalah hasil perhitungan rata-rata waktu tunggu dalam sistem dari gardu tol otomatis dan gardu tol reguler:

Tabel 4.8

Rata – Rata Waktu Tunggu Dalam Sistem Gardu Tol Otomatis dan Gardu Tol Reguler Rata – Rata Waktu Tunggu Dalam Sistem

Gardu Tol Otomatis 38.7 detik/mobil

50.1

detik/mobil Gardu Tol Reguler Sumber: Olahan Data Primer

Untuk memperkuat hasil perhitungan serta untuk menguji hipotesis, maka dilakukan uji dua sampel bebas (independent samples t-test).

Tabel 4.9

Independent Samples T Test Waktu Tunggu Dalam Sistem Levene's Test for

Mean Difference

waktu_tunggu_

dalam_sistem

.770 .381 .062 5.577 2.988 -.292 11.445

.062 5.577 2.988 -.292 11.445

(15)

Pengujian dapat dilihat berdasarkan nilai signifikansi. Jika nilai signifikansi > 0.05 maka H0 diterima dan sebaliknya. Dari tabel 4.9 dapat terlihat bahwa signifikansi data waktu tunggu dalam sistem adalah 0.381 atau > 0.05 sehingga dapat dipastikan H0 diterima. Jadi, data yang diambil untuk kolom kedua yaitu uji independent t test ialah baris atas (Equal Variances Assumed). Kemudian, hasil uji yang ditemukan pada independent samples t test untuk waktu tunggu dalam sistem pada gardu tol otomatis dan gardu tol reguler adalah signifikansi sebesar yaitu 0.062 atau > 0.05 atau H0 diterima. Sehingga, dapat disimpulkan bahwa waktu tunggu dalam sistem pada gardu tol otomatis tidak lebih lama dibandingkan waktu tunggu dalam sistem pada gardu tol reguler.

4.4 Hasil Peramalan Pertumbuhan Pengguna Gardu Tol Otomatis

Peramalan yang dilakukan dengan menggunakan metode regresi linier menghasilkan kecenderungan peningkatan jumlah pengguna gardu tol otomatis pada setiap bulannya. Hasil peramalan menunjukkan bahwa rata-rata peningkatan jumlah pengguna gardu tol otomatis adalah 1.54%, kurang 0.43% dari peningkatan aktual jumlah pengguna gardu tol otomatis pada tahun 2011-2012 yaitu 1.97%.

Kecenderungan peningkatan jumlah pengguna gardu tol otomatis ini berkontradiksi dengan hasil analisis pelayanan gardu tol otomatis yang telah dijelaskan sebelumnya.

Pelayanan gardu tol otomatis diasumsikan tidak cukup efektif jika dibandingkan dengan pelayanan gardu tol reguler. Oleh karena itu, sebaiknya dilakukan langkah-langkah untuk optimasi sistem antrian gardu tol otomatis. Karena untuk beberapa tahun ke depan, pengendara yang menggunakan gardu tol otomatis cenderung mengalami peningkatan.

Sehingga, dapat diasumsikan bahwa pengendara sudah mulai percaya dan merasa nyaman dengan menggunakan sistem pembayaran tol elektronik di gardu tol otomatis.

Kecenderungan peningkatan jumlah pengguna gardu tol otomatis dapat dilihat pada grafik di bawah ini:

(16)

Gambar 4.1 Peramalan Jumlah Pengguna Gardu Tol Otomatis Sumber: Olahan Data Sekunder

Kemudian, hasil peramalan tersebut dianggap acceptable karena berdasarkan hasil verifikasi, salah satunya dengan perhitungan moving range dan diuji dengan grafik moving range, semua titik masih dalam batas kendali. Berikut grafik moving range tersebut:

Gambar 4.2 Moving Range Peramalan Gardu Tol Otomatis Sumber: Olahan Data Sekunder

Grafik moving range untuk mengukur akurasi hasil peramalan jumlah pengguna gardu tol otomatis tersebut menunjukkan bahwa tidak ada 3 titik yang berurutan di daerah A, tidak ada 5 titik yang berurutan di daerah B, tidak ada 8 titik yang berurutan seluruhnya berada atau dibawah centre line, dan tidak ada 1 titik di luar batas kontrol.

4.5 Hasil Peramalan Pengguna Gardu Tol Reguler

Peramalan yang dilakukan dengan menggunakan metode regresi linier menghasilkan kecenderungan penurunan jumlah pengguna gardu tol reguler pada setiap bulannya. Hasil peramalan menunjukkan bahwa rata-rata penurunan jumlah pengguna gardu tol reguler adalah

(17)

-0.09%, kurang 0.13% dari peningkatan aktual jumlah pengguna gardu tol reguler pada tahun 2011-2012 yaitu 0.04%.

Kecenderungan penurunan jumlah pengguna gardu tol otomatis ini bertolak belakang dengan hasil analisis pelayanan gardu tol reguler yang telah dijelaskan sebelumnya.

Pelayanan gardu tol reguler diasumsikan cukup efektif jika dibandingkan dengan pelayanan gardu tol otomatis. Terjadinya penurunan jumlah pengguna gardu tol reguler ini, diasumsikan karena di masa mendatang, para pengguna gardu tol reguler yang beralih menggunakan gardu tol otomatis.

Kecenderungan penurunan jumlah pengguna gardu tol reguler dapat dilihat pada grafik di bawah ini:

Gambar 4.3 Peramalan Jumlah Pengguna Gardu Tol Reguler Sumber: Olahan Data Sekunder

Kemudian, hasil peramalan tersebut dianggap acceptable karena berdasarkan hasil verifikasi, salah satunya dengan perhitungan moving range dan diuji dengan grafik moving range, semua titik masih dalam batas kendali. Berikut grafik moving range tersebut:

Gambar 4.4 Moving Range Peramalan Gardu Tol Reguler Sumber: Olahan Data Sekunder

(18)

Grafik moving range untuk mengukur akurasi hasil peramalan jumlah pengguna gardu tol reguler tersebut menunjukkan bahwa tidak ada 3 titik yang berurutan di daerah A, tidak ada 5 titik yang berurutan di daerah B, tidak ada 8 titik yang berurutan seluruhnya berada atau dibawah centre line, dan tidak ada 1 titik di luar batas kontrol.

5. KESIMPULAN

Dari 3 (tiga) hipotesis yang telah diuji sebelumnya, dapat dianalisis bahwa sistem antrian gardu tol reguler mengungguli sistem antrian gardu tol otomatis pada aspek service time (waktu pelayanan) dan aspek waiting time in queue (waktu tunggu dalam antrian), Sedangkan, gardu tol otomatis mengungguli pada aspek waiting time in system (waktu tunggu dalam sistem) dibanding gardu tol reguler.

Dengan hasil yang sudah didapat, maka dapat diambil kesimpulan bahwa sistem antrian gardu tol otomatis tidak cukup efektif jika dilakukan perbandingan dengan sistem antrian gardu tol reguler.

Namun, pelayanan gardu tol otomatis yang tidak efektif jika dilakukan perbandingan dengan sistem antrian gardu tol reguler tersebut ternyata tidak sesuai dengan hasil peramalan jumlah pengendara yang akan menggunakan gardu tol otomatis selama 2 tahun ke depan.

Begitu pula dengan hasil peramalan pengguna gardu tol reguler, pelayanan gardu reguler yang dinilai cukup efektif ini tidak seimbang dengan hasil peramalan jumlah pengendara yang akan menggunakan gardu tol reguler selama 2 tahun ke depan. Terdapat kecenderungan penurunan jumlah pengguna.

5.1 Saran

1. Untuk meningkatkan pelayanan gardu tol otomatis, sebaiknya dilakukan pembaharuan terhadap server di gardu tol otomatis. Karena server atau board e-toll card tersebut merupakan salah satu hal yang cukup krusial yang dapat memperlancar antrian di gardu tol otomatis. Karena dari informasi yang didapat, board e-toll card tersebut dari awal peluncuran yaitu tahun 2009, belum pernah diperbaharui hingga saat ini.

2. Selain pembaharuan server, dapat dilakukan juga penggantian sebagian gardu tol reguler menjadi gardu tol otomatis. Hal ini dapat dilakukan untuk mengantisipasi pertumbuhan jumlah pengguna gardu tol otomatis, yang menurut hasil peramalan akan meningkat sekitar 1.54% pada setiap bulannya di tahun 2013 sampai dengan tahun 2014.

(19)

3. Untuk optimasi waktu pelayanan di gardu tol otomatis, PT. Jasa Marga,Tbk cabang Cawang Tomang Cengkareng juga dapat mensosialisasikan penggunaan alat on board unit (obu) untuk para pengguna jalan tol yang sering melakukan transaksi pembayaran secara elektronik. Karena dengan penggunaan alat on board unit (obu), para pengguna jalan tol tidak lagi harus menempelkan e-toll card ke server, tapi cukup dimasukkan ke dalam on board unit (obu) yang dipasang di kendaraan dan para pengendara dapat melalui gardu tol otomatis sambil melakukan transaksi secara elektronik dengan waktu yang lebih singkat.

5.2 Rekomendasi

1. Penelitian selanjutnya dapat dilakukan di gerbang tol lain, dengan tidak membatasi golongan kendaraan.

2. Memperluas rentang jumlah tahun untuk pengambilan data sekunder untuk meningkatkan akurasi hasil peramalan.

3. Penelitian selanjutnya dapat menggunakan penelitian ini sebagai sampel untuk melakukan penelitian mengenai peningkatan optimasi antrian di gardu tol otomatis maupun di gardu tol reguler.

5.3 Keterbatasan Penelitian

1. Sampel yang digunakan pada penelitian ini hanya di Gerbang Tol Cililitan 1 dan data sekunder yang digunakan terbatas dari tahun 2011 hingga tahun 2012.

2. Penelitian ini hanya dilakukan di gardu tol otomatis 3 dan 4, serta gardu tol reguler 6 dan 7, dimana kendaraan yang lewat hanya golongan 1.

(20)

6. KEPUSTAKAAN

Biegel, John E. (1992), Pengendalian Produksi Suatu Pendekatan Kuantitatif.

Jakarta: Akademika Pressindo.

Chase, Richard B., Aquilano, Nicholas J. (1995), Production and Operations Management: Manufacturing and Services 7^th edition. New Jersey: The McGraw-Hill Companies, Inc.

Ginting, Rosnani Ir. (2007), Sistem Produksi. Yogyakarta: Graha Ilmu.

Hensher, David A. and Rose, John M. (2009), Toll Product Preferences and Implications for Alternative Payment Options and Going Cashless, Institute of Transport and Logistic Studies, Faculty of Economics and Business, The University of Sydney, Australia, 36:131–145.

Info Waktu Uji Coba Gardu Tol,

http://ekonomi.kompasiana.com/bisnis/2012/04/17/dahlan-iskan-di-pintu-tol-jualan-e- toll-card-450465.html , 22 Juni 2012

Irawan, Prasetya. (2007), Penelitian Kualitatif dan Kuantitatif untuk Ilmu-Ilmu Sosial. Jakarta: DIA FISIP UI.

Jumlah Mobil di Jakarta,

http://www.investor.co.id/home/mobil-menumpuk-di-jakarta/44957 , 27 Desember 2012

Kakiay, Thomas J. (2004). Dasar Teori Antrian untuk Kehidupan Nyata Yogyakarta: Penerbit Andi.

Karsaman, Rudy Hermawan. (2010), Evaluasi Penerapan Sistem Pengumpulan Tol Elektronik (Electronic Toll Collection System) di Indonesia.

Kusuma, Hendra. (2001). Manajemen Produksi : Perencanaan dan Pengendalian.

Produksi. Yogyakarta: Penerbit Andi.

Malhotra, Naresh K. (2007), Marketing Research, an Applied Orientation 5^th ed.

New Jersey: Pearson Education

May, A.D. (1990), Traffic Flow Fundamentals. New Jersey: Prentice-Hall International Inc.

Mehri, H. , Djemel, T. (2007), Study and Simulation of Queuing Theory in the Toll Motorway. University of Sfax, Tunisia.

Render, Barry and Jay Heizer. (2008), Operations Management 9^thed. New Jersey: Pearson Education Inc.

Team #32. (2005), Modelling Toll Plaza Behavior Using Queuing Theory.