• Tidak ada hasil yang ditemukan

BAB IV HASIL DAN PEMBAHASAN. Pada Bab IV ini akan dibahas hasil analisis dalam

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV HASIL DAN PEMBAHASAN. Pada Bab IV ini akan dibahas hasil analisis dalam"

Copied!
8
0
0

Teks penuh

(1)

31 BAB IV

HASIL DAN PEMBAHASAN

4.1. Pendahuluan

Pada Bab IV ini akan dibahas hasil analisis dalam menentukan pemodelan antrian pengangkutan OB pada jalan 7F serta ukuran performansi antrian. Seperti telah dijelaskan pada Bab III, maka data yang digunakan adalah data per hari waktu antar kedatangan dan loading time loader. Kemudian data tersebut disampling sistematik sirkular sehingga diperoleh 5 sampel yaitu pada tanggal 6 Juli 2012, 10 Juli 14 Juli 2012, 18 Juli 2012, dan 20 Juli 2012 (Lampiran 3). Adapun langkah sampling sistematik sirukular dapat dilihat pada Lampiran 4.

4.2. Hasil Pengolahan Data 4.2.1. Uji Kecocokan Distribusi

Berdasarkan data pada Lampiran 3, maka dilakukan pengujian asumsi untuk waktu antar kedatangan dan waku pelayanan.

a. Waktu Antar Kedatangan Hipotesis:

H0: Waktu antar kedatangan mengikuti distribusi eksponensial H1: Waktu antar kedatangan tidak mengikuti distribusi eksponensial

(2)

32 Dengan menggunakan Software EasyFit v5.5, maka didapatkan hasil pada tabel sebagai berikut :

Tabel 4.1. Output Pengujian Distribusi Eksponensial Waktu Antar Kedatangan Nilai 6 Juli 2012 10 Juli 2012 14 Juli 2012 16 Juli 2012 20 Juli 2012 p-value 0,20078 0,42809 0.12838 0,56854 0.48202 Kesimpulan Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima

Berdasarkan Tabel diatas, dapat dilihat bahwa waktu antar kedatangan hauler untuk semua pengamatan berdistribusi eksponensial.

b. Waktu Pelayanan

H0: Waktu antar pelayanan mengikuti distribusi eksponensial H1: Waktu antar pelayanan tidak mengikuti distribusi eksponensial Tabel 4.2. Output Pengujian Distribusi Eksponensial Waktu Pelayanan

Nilai 6 Juli 2012 10 Juli 2012 14 Juli 2012 16 Juli 2012 20 Juli 2012 p-value 1,4731E-5 1,0937E-10 0,0000 7,4779E-9 3.2526E-19 Kesimpulan Ho ditolak Ho ditolak Ho ditolak Ho ditolak Ho ditolak

Berdasarkan tabel output di atas, dapat dilihat bahwa waktu pelayanan loader tidak mengikti distribusi eksponensial. Dengan menggunakan software easyfit v5.5, hasil uji selanjutnya memberikan hasil sebagai berikut :

Tabel 4.3. Output Pengujian Distribusi General Waktu Pelayanan

Nilai 6 Juli 2012 10 Juli 2012 14 Juli 2012 16 Juli 2012 20 Juli 2012 Distribusi Gamma Log Normal Gamma Normal Log Normal p-value 0,35337 0,10645 0,2766 0,14455 0.28594

(3)

33 Berdasarkan Tabel 4.3. disimpulkan bahwa waktu pelayanan loader untuk pengamatan 6 Juli 2012 dan 14 Juli 2012 berdistribusi Gamma, 16 Juli 2012 berdistribusi Normal, dan 10 Juli 2012 berdistribui Log Normal 20 Juli 2012 berdistribusi Log Normal.

4.2.2. Menentukan Model Antrian

Model antrian untuk masing-masing pengamatan sesuai dengan pengujian distribusi yang telah dilakukan adalah :

Tabel 4.4. Model Antrian yang sesuai

Pengamatan Model Antrian Keterangan

6 Juli 2012 M/G/3/FCFS/21/21 M : Distribusi Eksponensial G : Distribusi Gamma 10 Juli 2012 M/G/3/FCFS/21/21 M : Distribusi Eksponensial

G : Distribusi Log Normal 14 Juli 2012 M/G/3/FCFS/21/21 M : Distribusi Eksponesial

G : Distribusi Gamma 16 Juli 2012 M/G/3/FCFS/21/21 M : Distribusi Eksponensial

G : Distribusi Normal 20 Juli 2012 M/G/3/FCFS/21/21 M : Distribusi Eksponensial

G : Distribusi Log Normal

4.2.3. Penaksiran Tingkat Kedatangan dan Waktu Pelayanan a. Tingkat Kedatangan

Dengan menggunakan metode maksimum Likelihood, didapatkan taksiran tingkat kedatangan untuk distribusi Eksponensial (Lampiran 5) sebagai berikut:

ˆ N

T  

Keterangan :

(4)

34 T : Selang waktu tertentu (waktu kerja hauler beroperasi dalam 1 hari)

Tabel 4.5. Penaksiran Tingkat Kedatangan untuk Distribusi Eksponensial

Pengamatan N T (menit) (hauler/menit) 6 Juli 2012 332 673,5833333 0,4928 10 Juli 2012 310 710,9166667 0,436 14 Juli 2012 356 858,4518 0,4147 16 Juli 2012 311 699,35 0,445 20 Juli 2012 342 759,611754 0,45023

Berdasarkan tabel diatas, taksiran tingkat kedatangan untuk pengamatan 6 Juli 2012 adalah 0,4928 hauler/menit atau 29,568 hauler/jam, 10 Juli 2012 adalah 0,436 hauler/menit atau 26,16 hauler/jam, untuk pengamatan 14 Juli 2012 adalah 0,4147 hauler/menit atau 24,882 hauler/jam 16 Juli 2012 adalah 26,7 hauler/jam, dan pengamatan 20 Juli 2012 adalah 27,0138 hauler/jam.

b. Waktu Pelayanan

Dengan menggunakan metode maksimum Likelihood, didapatkan taksiran waktu pelayanan untuk distribusi sembarang adalah sebagai berikut :

Gamma(α,β) : … (4.1)

Log Normal : E(x) = … (4.2)

Normal(σ,µ) : … (4.3)

Penaksiran waktu pelayanan untuk masing-masing distribusi dapat dilihat pada Lampiran 6, sehingga didapatkan taksiran waktu pelayanan untuk masing-masing pengamatan pada Tabel 4.6.

(5)

35 Tabel 4.6. Penaksiran Waktu Pelayanan untuk Distribusi Sembarang

Pengamatan 6 Juli 2012 5,248 10 Juli 2012 4,7423 14 Juli 2012 5,886 16 Juli 2012 5,7494 20 Juli 2012 5,9802

Dari tabel di atas. terlihat bahwa taksiran waktu pelayanan ketika melayani sebuah hauler pada pengamatan 6 Juli 2012 adalah 5,248 menit , 10 Juli 2012 adalah 4,7423 menit, 14 Juli 2012 adalah 5,886 menit, 16 Juli 2012 adalah 5,7494 menit, dan 20 Juli 2012 adalah 5,9802 menit.

4.2.4. Menentukan Hasil Produksi Loader

Diketahui bahwa kapasitas 1 hauler adalah 14,96 BCM, target total produksi adalah 314,16 BCM/jam, dan dengan menggunakan persamaan 3.9 maka diperoleh hasil produksi loader sebagai berikut :

Tabel 4.7 Hasil Produksi Loader

Pada pengamatan 6 Juli 2012, dapat dilihat bahwa peluang tidak terdapat hauler pada sistem yaitu 0,03 , artinya hauler pasti beroperasi pada sistem dan menghasilkan OB sebesar 493,50 BCM/jam. Pada tanggal 10 Juli 2012 sebesar

Pengamatan P0

mean servicing rate

(hauler/jam) Hasil Produksi Loader (BCM/jam)

6 Juli 2012 0.03 11.43 493.5

10 Juli 2012 0,112 12.65 503.86

14 Juli 2012 0.055 10.19 431.99

16 Juli 2012 0,04 10.44 448.98

(6)

36 431.99 BCM/jam dengan peluang tidak terdapat hauler pada sistem sebesar 0.055. Hasil produksi tanggal 16 Juli 2012 sebesar 448,98 BCM/jam Sedangkan peluang tidak terdapat hauler paling kecil adalah pada tanggal 20 Juli 2012 yaitu sebesar 0.002 dengan hasil produksi 438.09 BCM/jam.

4.2.5. Ukuran Performansi Antrian

Dengan menggunakan model model antrian model antrian M/G/3/FCFS/21/21, maka didapatkan hasil performansi antrian sebagai berikut :

Tabel 4.8 Performansi Antrian

Pengamatan 6 Juli 2012 10 Juli 2012 14 Juli 2012 16 Juli 2012 20 Juli 2012

ρ 0,862 0,689 0.813 0,829 0.897 Pw 0,799 0,534 0.725 0,785 0.852 Lq 3,226 0,765 2.014 2,939 10.163 Ls 5,812 2,833 4.454 5,497 12.856 Wq (menit) 3,742 1,110 2.475 3,446 11.321 Ws (menit) 11,795 6,497 10.742 12.353 28.556 a. Utilitas Pelayanan

Pelayanan loader yang memiliki tingkat kesibukan lebih dari 0,8 dikatakan bahwa loader sibuk dalam melayani hauler atatu relatif sedikit menganggur. Sedangkan dibawah 0,8 dikatakan bahwa loader tersebut relatif menimbulkan waktu tunggu atau tidak terlalu sibuk. Dapat dilihat bahwa untuk semua sampel pengamatan tingkat kesibukan tinggi, kecuali pada pengamatan 10 Juli 2012 loader tidak terlalu sibuk.

(7)

37 b. Waiting Probability (Pw)

Dari Tabel 4.7 dapat disimpulkan bahwa sebuah hauler yang datang dan kemudian diperbolehkan masuk ke dalam sistem serta mengantri untuk dilayani memiliki nilai peluang antara 0.799 , 0,534, 0.725, 0.785, dan 0.852. Dari nilai ini dapat digambarkan bahwa untuk semua sampel pengamatan, setiap hauler yang masuk ke dalam sistem selalu mengantri untuk dilayani.

c. Rata-rata jumlah hauler yang menunggu di garis antrian

Ekspektasi jumlah hauler yang menunggu di garis antrian pada tanggal 6 Juli 2012 adalah 3,226 hauler, 10 Juli 2012 adalah 0,765 hauler, tanggal 14 Juli 2012 adalah 2,014 hauler, 16 Juli 2012 sekitar 5,497 hauler.dan pada tanggal 20 Juli 2012 adalah 10,163 hauler.

d. Rata-rata jumlah hauler yang berada dalam sistem

Ekspektasi jumlah hauler yang berada pada sistem untuk tanggal 6 Juli 2012 sekitar 5,812 hauler, 10 Juli 2012 sekitar 2,883 hauler, tanggal 14 Juli 2012 sekitar 4,454 hauler, 16 Juli 2012 sekitar 5,497 hauler, dan 20 Juli 2012 sekitar 12,856 hauler.

e. Waktu tunggu hauler di garis antrian

Waktu tunggu hauler ketika berada di garis antrian pada tanggal 6 Juli 2012 adalah 3,742 hauler, 10 Juli 2012 adalah 1,110 menit, pada tanggal 14 Juli 2012 sekitar 2,475 menit, 16 Juli 2012 adalah 3,446 menit, sedangkan tanggal 16

(8)

38 Juli 2012 adalah 11,321 menit. Nilai pada semua sampel pengamatan tidak sesuai dengan harapan PAMA yang mengharapkan nilai waktu tunggu sebesar 2 menit.

f. Waktu tunggu hauler pada sistem

Ekspektasi lamanya waktu yang dibutuhkan hauler selama berada dalam sistem baik yang sedang menunggu dilayani dan sedang dilayani pada tanggal 6 Juli 2012 adalah 11,795 menit, 10 Juli 2012 adalah 6,497 menit, 14 Juli 2012 adalah 10,742 menit, 16 Juli 2012 adalah 12,353 menit, dan 20 Juli 2012 adalah 28,556 menit.

Gambar

Tabel 4.1. Output Pengujian Distribusi Eksponensial Waktu Antar Kedatangan  Nilai  6 Juli 2012  10 Juli 2012  14 Juli 2012  16 Juli 2012  20 Juli 2012  p-value  0,20078  0,42809  0.12838  0,56854  0.48202  Kesimpulan  Ho diterima  Ho diterima  Ho diterima  Ho diterima  Ho diterima
Tabel 4.4. Model Antrian yang sesuai
Tabel 4.7 Hasil Produksi Loader
Tabel 4.8 Performansi Antrian

Referensi

Dokumen terkait

Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan dapat diambil kesimpulan bahwa ekstrak etanol daun mangkokan memiliki potensi aktivitas

Kepala Badan Pertanahan Nasional. Dalam rangka perolehan tanah, di lokasi itu ternyata masih banyak bidang tanah yang belum seluruhnya terdaftar karena pendaftaran tanah

Tahap 3.. Berdasarkan penuturan dari salah seorang pihak desa, tidak adanya bantuan langsung dari pemerintah maupun desa, disebabkan oleh status lahan yang

Tim Manajemen BOS pusat juga membuat laporan yang dibuat secara triwulanan dan dikirmkan oleh kementrian pendidikan dan Kebudayaan kepada Kementrian Keuangan.Sumber dari

Lemak hewani pada umumnya berbentuk padat pada suhu kamar karena banyak mengandung asam lemak jenuh, misalnya asam palmitat dan stearat yang mempunyai titik cair lebih tinggi

PGN mengadopsi pengertian Tanggung Jawab Sosial dan Lingkungan sebagaimana didefinisikan secara jelas dalam UU No 40 Tahun 2007 tentang Perseroan Terbatas pasal 1 (3),

Namun yang menjadi masalah biasanya banyak konsumen yang tidak menyukai aroma dan rasa dari pada telur oleh karena itu diperlukan upaya untuk meningkatkan

Olehkarena itu mari kita pelajari nama yang sesuai dengan aturan kimia, simak beberapa gambar berikut kemudian identifikasi ciri-cirinya. Untuk dapat menyelesaikan pertanyaan