Perancangan Simulasi Antrian Pelanggan SOPP (
Sistem Online Payment Point)
Menggunakan Model
Arena
di PT. Pos Indonesia (Persero)
Pontianak, Kalimantan Barat
Nanda Anggraini Assegaf
Mahasiswa Program Studi Teknik Industri
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tanjungpura
Abstract– Queue is an activity that occurs daily, where customer waiting to get a service. Queue caused by the needs of service that exceed the service capacity, so that facility user can’t get their service immediately. The queue process happened at the service in PT Pos Indonesia Pontianak. The problem that occur at SOPP (System Online Payment Point) service the long line of queue. This research study aims to queuing system modeling, design scenarios and design improvements optimal system in the queue SOPP service at PT Pos Indonesia Pontianak
This research use the observation method directly. The observations were carried out to obtain the data in the form of inter-arrival time, service time of officer 1, 2, and 3, and buildup time of receipt. All data will be made using the simulation software Arena against the observed system. From the results of the simulation process, there’s a queue of entities that are processed and the average service time for 393 seconds per person. Model simulations show that existing systems need improvement in order to become more optimal care system, therefore, proposed several scenarios that the system improved by the addition of one (1) officer service, installing automated queuing machine and addition of one (1) officer service with additional automated queue machine.
Based on a scenario it can be seen the comparison between scenarios addition of one (1) officer and one (1) officer instalation scenarios addition of automatic the numbers queuing time differences are significant. In the scenario the addition of one (1) officer total queue time is 0,059 hours or 3,54 minutes or 212,4 seconds, while the scenario addition of one (1) officer with of additional of automatic queue machine number obtained total queue time 0,056 hours or 3,36 minutes or 201,6 seconds. Judging from the average of the lowest total time, then the chosen scenario is the addition of one (1) officer with additional automated queue machine.
Keywords: queue, PT POS, simulation, arena, System Improvement Scenario, SOPP
1. Pendahuluan
Antrian adalah sebuah aktifitas dimana customer
menunggu untuk memperoleh layanan. Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi
kemampuan kapasitas pelayanan atau fasilitas pelayanan, sehingga pengguna fasilitas yang tiba tidak bisa segera mendapatkan layanan (Kakiay, Thomas J. 2004), sebuah organisasi selalu berusaha untuk memberikan pelayanan yang terbaik, salah satunya memberikan pelayanan yang cepat sehingga pelanggan tidak dibiarkan menunggu (mengantri) terlalu lama. Dampak pemberian layanan yang cepat ini akan menimbulkan biaya bagi organisasi, karena harus menambah fasilitas layanan, training, dll. Layanan yang cepat akan sangat membantu untuk mempertahankan pelanggan, yang dalam jangka panjang tentu saja akan meningkatkan keuntungan perusahaan.
Pada umumnya kegiatan antrian ini terjadi pada tempat pelayanan. Salah satu tempat pelayanan yang rutin dikunjungi ialah PT. Pos Indonesia (Persero) Pontianak, Kalimantan Barat.
Kondisi yang terjadi di PT. Pos Indonesia (Persero) Pontianak, Kalimantan Barat adalah terjadi antrian pada SOPP (Sistem Online Payment Point) yang panjang, sehingga masyarakat yang datang untuk melakukan SOPP harus mengantri cukup lama dan terjadi tumpukkan kertas seperti nomor rekening listrik, air, telepon dan angsuran.
Salah satu sistem yang dapat digunakan untuk mengatasi masalah antrian ialah menggunakan teknik simulasi.
Perumusan masalah dalam penelitian ini adalah: a. Bagaimana model antrian pada SOPP PT. Pos
Indonesia (Persero) Pontianak, Kalimantan Barat? b. Bagaimana skenario perbaikan yang dapat dilakukan
untuk memperbaiki sistem antrian PT. Pos Indonesia (Persero) Pontianak, Kalimantan Barat?
c. Bagaimana perancangan sistem antrian yang optimal berdasarkan analisis output dari model simulasi Arena.
2. Teori Dasar
Teori yang mendukung penelitian ini adalah: a. Sistem
Menurut Hasan, M Iqbal (2002) sistem adalah sekumpulan unsur dari suatu realistis yang terbatas. Sistem bersifat relatif karena tergantung pada tujuan mempelajari sistem tersebut.
b. Antrian
Menurut Kakiay, Thomas J (2004) antrian adalah sebuah aktifitas dimana customer menunggu untuk memperoleh layanan. Teori antrian (Queueing Theory) merupakan studi matematika dari antrian atau kejadian garis tunggu (waiting lines), yakni suatu garis tunggu dari pelanggan yang memerlukan layanan dari sistem yang ada.
c. Sistem Antrian
Sebuah sistem antrian adalah suatu himpunan pelanggan, pelayan, dan suatu aturan yang mengatur kedatangan para pelanggan dan pemrosesan masalahnya (Mulyono, Sri. 2004). Pelanggan yang tiba dapat bersifat tetap atau tidak tetap untuk memperoleh pelayanan. d. Antri
Inti dari analisis antrian adalah antri itu sendiri. Tumbuhnya antrian terutama tergantung dari sifat kedatanagn dan proses pelayanan. Penentu antrian lain yang penting adalah disiplin antrian. Disiplin antrian adalah aturan keputusan yang menjelaskan cara melayani pengantri, misalnya, yang pertama datang yang pertama dilayani, dan lain-lain. Jika tidak ada antrian berarti terdapat pelayan yang menganggur atau kelebihan fasilitas pelayanan (Mulyono, Sri, 2004). e. Model Antrian
Menurut Kakiay, Thomas J (2004) ada empat model struktur dasar yang umum terjadi dalam sebuah sistem antrian yaitu:
1). Single Channel - Single Phase
Sistem antrian dengan saluran dan operasi pelayanan tunggal adalah dimana suatu entity yang dilayani akan datang, masuk dan membentuk aliran pada satu baris atau aliran pelayanan dan selanjutnya akan berhadapan dengan satu operasi pelayanan.
2). Single Channel - Multi Phase
Sistem antrian dengan saluran tunggal dan operasi pelayanan banyak yang dilaksanakan secara berurutan. 3). Multi Channel - Single Phase
Sistem antrian dengan saluran banyak dan operasi pelayanan tunggal.
4). Multi Channel - Multi Phase
Sistem antrian dengan saluran dan operasi pelayanan banyak.
f. Pengertian Model
Model adalah penyederhanaan dari sistem dengan memperhatikan faktor-faktor yang dianggap penting serta mengabadikan faktor yang tidak dianggap penting. Model merupakan gambaran abstrak yang mewakili fenomena nyata yang ada beserta proses yang terjadi dalam fenomena tersebut. Model juga dapat didefinisikan sebagai representatif kualitatif dan kuantitatif dari suatu proses yang memperlihatkan pengaruh faktor-faktornya secara signifikan dari masalah yang dihadapi (Hasan, M Iqbal. 2002).
Ada 4 (empat) jenis model berdasarkan model simbolik (Arifin, Miftahol. 2009) yaitu:
1). Model Skokastik adalah model yang mencakup distribusi kemungkinan untuk input dan memberikan serangkaian nilai dari sekurang-kurangnya satu variabel output dengan probabilitas yang berkaitan setiap hari. 2). Model Deterministik adalah model yang digunakan untuk memecahkan suatu persoalan dalam situasi yang pasti.
3). Model Statis adalah model yang berhubungan dengan keadaan sistem pada suatu saat tidak mempertimbangkan perubahan waktu. Biasanya hanya melibatkan pembangkitan bilangan random untuk menjalankan simulasi.
4). Model Dinamis adalah model yang berkaitan dengan keadaan sistem dalam waktu yang berkelanjutan, mengandung proses perubahan setiap saat akibat suatu aktivitas.
g. Simulasi
Simulasi merupakan proses perancangan model dari suatu sistem nyata dan pelaksanaan eksperimen-eksperimen dengan model ini untuk tujuan memahami tingkah laku sistem atau untuk menyusun strategi (dalam suatu batas yang ditentukan oleh satu atau beberapa kriteria) sehubungan dengan sistem operasi tersebut (Djati, Bonett S. L., 2007).
Beberapa keuntungan dalam melakukan simulasi (Suryani, Erma. 2006) antara lain:
1). Tidak semua system dapat direpresentasikan dalam model matematis, simulasi merupakan alternative
yang tepat.
2). Dapat berekperimen tanpa adanya resiko pada sistem nyata. Dengan simulasi dapat memungkinkan untuk melakukan percobaan terhadap sistem tanpa harus menanggung resiko terhadap sistem yang berjalan. 3). Simulasi dapat mengestimasi kinerja sistem pada kondisi tertentu dan memberikan alternatif desain terbaik sesuai dengan spesifikasi yang diinginkan. 4). Simulasi memungkinkan untuk melakukan studi jangka panjang dalam waktu relative singkat. 5). Dapat menggunakan input data bervariasi.
Kekurangan dari model simulasi (Suryani, Erma. 2006) antara lain:
1). Kualitas dan analisis tergantung dari pembuat model 2). Hanya mengestimasi karakteristik sistem berdasarkan masukan tertentu.
Umumnya terdapat 5 langkah pokok yang diperlukan dalam menggunakan simulasi, yaitu (Levin, Richard I., dkk. 2002) :
1). Menentukan persoalan. 2). Formulasikan model simulasi.
3). Ujilah model dan bandingkan tingkah lakunya dengan tingkah laku dari sistem nyata.
4). Rancang percobaan – percobaan simulasi. 5). Jalankan simulasi dan analisis data h. Arena
Program ARENA adalah sebuah software simulasi yang diterbitkan oleh Rockwell Software Inc. Menurut
Kelton, W. David, Sadowski, Randall P., Sadowski, Deborah A., 2009, Software ARENA ini menyediakan alternatif model simulasi grafik dan model simulasi analisis yang dapat dikombinasikan untuk menciptakan model-model simulasi yang cukup luas dan bervariasi
Software ini memiliki kemampuan animasi dua dimensi. ARENA juga memiliki tingkat kompatibilitas yang baik. Pada software arena terdapat template yang terdiri dri beberapa modul yang akan digunakan yaitu template basic process dan template advance transfer (Rockwell
Software Inc., 2004). i. Verifikasi dan Validasi
Verifikasi merupakan proses untuk meyakinkan bahwa implementasi komputer dari model adalah bebas error. Verifikasi terutama berkaitan dengan menentukan bahwa fungsi simulasi misalnya mekanisme time-flow, pembangkit bilangan acak dan pembangkit variasi acak dan model komputer (simulasi) telah diprogram dan dilaksanakan dengan benar (Sargent, Robert G., 2010).
Validasi model konseptual adalah proses yang menentukan bahwa teori dan asumsi yang mendasari model konseptual benar dan representasi model dari masalah entity dan struktur model, logika, dan hubungan matematika dan kausal masuk akal untuk tujuan yang dimaksudkan dari model (Sargent, Robert G., 2010).
Validasi dapat dilakukan dengan uji statistik yaitu uji hipotesis dengan menghitung hipotesis awal (H0) pada
asumsi diterima atau ditolak. Uji statistik ini menggunakan uji chi-square. Uji validasi data ini menggunakan bantuan software SPSS version 15.0 for windows.
Dasar pengambilan keputusan apakah hipotesis awal (H0) pada asumsi awal diterima atau ditolak dapat dilihat
berdasarkan probabilitas atau pada hasil berupa nilai
Assymp. Sig / Assymptotic Significance yaitu: 1). Jika probabilitas > 0,05 maka H0diterima
2). Jika probabilitas > 0,05 maka H0ditolak
Hal ini berarti, jika H0 diterima maka model yang
dibuat sudah sesuia dengan sistem nyata. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa simulasi yang telah dibuat sudah valid.
j. Uji Kecukupan Data
Uji kecukupan data ini dilakukan dengan mencari banyaknya data yang diperlukan sesuai dengan ketelitian yang diinginkan. Uji kecukupan data ini perlu dilakukan untuk mengetahui apakah sampel data yang diambil sudah mencukupi untuk mewakili sampel data populasi. Jika data yang diambil sudah cukup maka penelitian dapat dilanjutkan dengan pengolahan data, sedangkan jika data yang diambil belum cukup maka dilakukan pengulangan proses pengumpulan data. Rumus yang digunakan dalam uji kecukupan data ini adalah (Sutalaksana, dkk. 2006)
3. Metodologi Penelitian
Penelitian ini dilakukan di PT.Pos Indonesia Pontianak, Kalimantan Barat yang beralamat Jl. Sutan Syarif Abdurrahan 49 Pontianak. Objek dalam penelitian ini adalah antrian pelanggan SOPP (sistem online payment point) yang melakukan pembayaran listrik, air, telepon dan angsuran via online di PT.Pos Indonesia Pontianak, Kalimantan Barat.
Mulai
Studi Literatur
Tujuan Penelitian
Pengumpulan Data Pembayaran SOPP (Sistem Online
Payment Point)
Uji Kecukupan Data Perumusan Masalah Observasi
Apakah Data Sudah cukup?
tidak
ya Uji Kecukupan Data
Analisis Hasil
Kesimpulan dan Saran
Selesai Apakah Data Sudah Seragam? Tidak
Ya
Perancangan dan Pembuatan Simulasi, langkah-langkahnya adalah sebagai berikut: 1.Menentukan persoalan.
2.Formulasikan model simulasi . 3.Ujilah model dan bandingkan tingkah lakunya dengan tingkah laku dari sistem nyata .
4.Rancang percobaan – percobaan simulasi . 5.Jalankan simulasi dan analisis data
Uji Verifikasi dan Validasi Model
Apakah Model Sudah Sesuai dan
Valid?
Tidak
Ya Buang Data
Ekstrim
Uji Kecukupan Data
Apakah Data Sudah cukup?
Ya
4. Hasil Eksperimen
Pembuatan model simulasi antrian pelanggan SOPP menggunakan software arena:
Gambar 2. Model Simulasi Antrian PT.POS Pontianak
Gambar 2 menunjukkan pembuatan model simulasi antrian pelanggan SOPP menggunakan template arena. Laporan hasil running simulasi yang ditampilkan berupa
SIMAN Summary Report dapat dilihat pada tebel 1 dan 2.
Tabel 1. Laporan Waktu Antrian Pelanggan
Tabel 2. Laporan Output Entity
Hasil laporan di atas dapat diketahui bahwa untuk replikasi 1, jumlah pelanggan yang dilayani mencapai 100% yaitu 1253 pelanggan. Selain itu laporan menunjukkan bahwa rata-rata total waktu 1 (satu) orang pelanggan dalam sistem adalah sebesar 0,10930 jam atau 6,6 menit atau 393 detik sedangkan total waktu maksimum pelanggan berada dalam sistem yaitu sebesar 0,47953 jam atau 29 menit atau 1726,30 detik mulai dari masuk, menumpukkan resi, menunggu panggilan dalam antrian, dilayani, hingga keluar dari PT.Pos. Berdasarkan hasil tersebut maka perlu dilakukan pembuatan alternatif perbaikan.
Perbaikan sistem merupakan suatu cara yang dibuat untuk memperbaiki sistem yang ada dengan memperlihat permasalahan dari sistem tersebut. Sistem yang memerlukan perbaikan ialah sistem antrian pelanggan SOPP dengan harapan dapat mengurangi antrian dan melihat apakah perbaikan sistem tersebut memberikan hasil yang signifikan lebih baik atau tidak melalui beberapa skenario pada process analyzer.
Beberapa perbaikan sistem antara lain: a. Penambahan satu (1) petugas
b. Pengadaan mesin antrian otomatis
c. Penambahan satu (1) petugas dengan pengadaan mesin antrian otomatis
Tabel 3. Skenario Perbaikan Sistem
Tabel 3 menunjukkan hasil running skenario awal dari 3 (tiga) skenario perbaikan. Perbandingan total waktu dapat dilihat pada gambar berikut:
Gambar 3. Perbandingan Total Waktu Antrian dalam 3 Skenario
Berdasarkan hasil skenario diatas dapat diketahui perbandingan antara skenario penambahan satu (1) petugas, dan skenario penambahan satu (1) petugas dengan pengadaan mesin otomatis terlihat tidak terdapat perbedaan waktu antrian yang cukup signifikan.
Pada skenario penambahan satu (1) petugas total waktu antrian adalah 0,059 jam atau 3,54 menit atau 212,4 detik, sedangkan pada skenario penambahan 1 petugas dengan pengadaan mesin antrian otomatis diperoleh total waktu antrian 0,056 jam 3,36 menit atau 201,6 detik. Dilihat dari rata-rata total waktu terendah, maka skenario yang dipilih adalah penambahan satu (1) petugas dengan pengadaan mesin antrian otomatis.
5. Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan pada antrian pelanggan SOPP PT. Pos Indonesia Pontianak, Kalimantan Barat dapat disimpulkan dan diberikan saran sebagai berikut :
1. Sistem antrian yang terjadi pada antrian pelanggan SOPP PT. Pos Indonesia Pontianak, Kalimantan Barat yang melakukan pembayaran adalah multi channel-single phase dengan beberapa server yaitu loket pembayaran tagihan telepon, tagihan speedy, tagihan air dan listrik. Karakteristik antrian pelanggan SOPP PT. Pos Indonesia Pontianak, Kalimantan Barat adalah populasinya tidak terbatas (infinite), panjang antrian juga tidak terbatas (infinite), pola kedatangan pelanggan berdistribusi BETA (-0.001 + 115 * BETA(1.5, 1.23)) dilihat dari
historgam range yang berkisar antara -0.001 sampai
115, penumpukkan resi menunggu antrian berdistribusi BETA (3.5 + 9 * BETA (1.58, 1.29))
dilihat dari histogram range yang berkisar antara 3.5 sampai 12.5, pelayanan pelanggan pada petugas 1 berdistribusi LOGNORMAL (60 + LOGN(77.9, 104)) dilihat dari histogram range yang berkisar antara 60 sampai 278, pelayanan pelanggan pada petugas 2 berdistribusi LOGNORMAL (60 + LOGN(85.2, 115)) dilihat dari histogram range yang berkisar antara 60 sampai 291 dan pelayanan
pelanggan pada petugas 3 berdistribusi LOGNORMAL (60 + LOGN(84.4, 106)) dilihat dari
histogram range yang berkisar antara 60 sampai 289
. Sistem antrian di PT.POS yang terjadi sekarang ini adalah First In First Out (FIFO) dimana pelanggan yang menumpuk resi terlebih dahulu akan dilayani dengan rata-rata total waktu 1 (satu) orang pelanggan dalam sistem adalah sebesar 0,10930 jam atau 6,6 menit atau 393 detik sedangkan total waktu maksimum pelanggan berada dalam sistem yaitu sebesar 0,47953 jam atau 29 menit atau 1726,30 detik mulai dari masuk, menumpukkan resi, menunggu panggilan dalam antrian, dilayani, hingga keluar dari PT.Pos Indonesia Pontianak, Kalimantan Barat.
2. Skenario Perbaikan yang dilakukan ada 3 yaitu skenario penambahan satu (1) petugas, skenario pengadaan mesin antrian otomatis dan skenario penambahan satu (1) petugas dengan pengadaan mesin antrian otomatis.
3. Perancangan sistem antrian yang optimal dilihat dari rata-rata total waktu pelayanan terendah. Berdasarkan hasil skenario, dapat diketahui perbandingan antara skenario penambahan satu (1) petugas dan skenario penambahan satu (1) petugas dengan pengadaan mesin antrian otomatis terlihat tidak terdapat perbedaan waktu antrian yang cukup signifikan. Pada skenario penambahan satu (1) petugas total waktu antrian adalah 0,059 jam atau 3,54 menit atau 212,4 detik, sedangkan pada skenario penambahan satu (1) petugas dengan pengadaan mesin antrian otomatis diperoleh total waktu antrian 0,056 jam 3,36 menit atau 201,6 detik. Dilihat dari rata-rata total waktu terendah, maka skenario yang dipilih adalah penambahan satu (1) petugas dengan pengadaan mesin antrian.
Referensi
[1] Arifin, Miftahol. 2009. Simulasi Sistem Industri. Graha Ilmu. Yogyakarta.
[2] Djati, Bonett S. L. 2007. Simulasi, Teori dan Aplikasinya. Yogyakarta : Andi.
[3] Hasan, M. Iqbal. 2002. Pokok – Pokok Materi: Teori Pengambilan Keputusan. Jakarta: Ghalia Indonesia. [4] Kakiay, Thomas J. 2004. Dasar-dasar teori antrian
untuk kehidupan nyata. Yogyakarta: Andi offset [5] Kelton, W. David; Sadowski, Randall P.; dan
Sadowski, Deborah A., 2009. Simulation with Arena. Fifth Edition. New Jersey : McGraw– Hill, Inc.
[6] Levin, Richard I,dkk. 2002. Quantitative Approache to Management (SeventhEdition). McGraw-Hill, Inc. New Jersey.
[7] Mulyono, Sri. 2004. Riset Operasi. Fakultas Ekonomi Universitas Indonesia. Jakarta.
[8] Rockwell Software Inc. 2004. Arena User’s Guide. United States of America : Rockwell Automation.
[9] Sargent, R.G. 2010. Verification and Validation Of Simulation Models. In Proceedings of the 2010 Winter Simulation Cobference, ed. B. Johansson, S. Jain, J. Montoya-Torres, J. Hugan, and E.Yucesan, 166-179. Piscata Way, New Jersey: IEEE.
[10]Suryani, Erma. 2006. Pemodelan Simulasi. GrahaIlmu. Yogyakarta.
[11]Sutalaksana, Iftikar Z.; Anggawisastra, Ruhana; dan Tjakraatmadja, Jann H. 2006. Teknik Perancangan Sistem Kerja. Bandung : ITB.
Biografi
Nanda Anggraini Assegaf lahir di Pontianak 27 Agustus 1991. Anak pertama dari Bpk. Wan Kadir dan Ibu Yusnimar. Penulis memulai pendidikan dasar di SD 05 Pontianak Selatan dan lulus pada tahun 2003, kemudian melanjutkan pendidikan menengah di SMP Negeri 2 Putussibau dan lulus pada tahun 2006. Penulis kemudian melanjutkan pendidikan menengah atas di SMA Negeri 8 Pontianak dan lulus pada tahun 2009. Penulis melanjutkan pendidikan keperguruan tinggi pada tahun 2009 dan diterima menjadi mahasiswa Universitas Tanjungpura pada program studi Teknik Industri, jurusan Teknik Elektro, Fakultas Teknik.
