38 3.1 Penetapan Kriteria Optimasi
Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti
• Determinasi Kinerja Operasional BLU Transjakarta Busway
Di tahap ini, peneliti akan mencari tahu kinerja operasional yang paling menjadi kendala dalam proses pengoperasiannya. Dengan menggunakan metode AHP (Analytical Hirarchy Process), dimana pertama-tama akan diberikan kuesioner
kepada Manajer Operasional, yang nantinya dari hasil kuesioner tersebut akan diolah dengan menggunakan software Expert Choice 2000.
• Analisis dan Determinasi Dampak Kendala Kinerja Operasional BLU Transjakarta Busway
Pada tahap ini, akan dibahas lebih dalam hal-hal yang menjadi penyebab kinerja operasional tersebut belum memenuhi standar pelayanan publik yang duharapkan. Setelah itu akan dianalisis dampak-dampak yang bisa diakibatkan apabila hal ini dibiarkan terus-menerus.
• Pengumpulan Data
Setelah semua faktor penyebab masalah diketahui, maka tahap selanjutnya adalah mengumpulkan data-data yang diperlukan untuk diolah menjadi suatu solusi dari masalah-masalah yang timbul. Data-data yang dikumpulkan tersebut diambil pada rentang waktu tertentu yang telah ditetapkan peneliti.
Tahap pengumpulan data ini yaitu pengumpulan data secara langsung. Pengumpulan data secara langsung meliputi wawancara dengan manager operasional dan petugas layanan, dan observasi terhadap jumlah kedatangan customer. Melalui pengumpulan data secara langsung diperoleh waktu pelayanan dan data jumlah kedatangan customer. Melalui pengumpulan data secara langsung ini diperoleh waktu pelayanan dan data jumlah kedatangan untuk kemudian diolah menjadi rata-rata tingkat pelayanan (service rate) dan rata-rata tingkat kedatangan (arrival rate).
• Pengolahan Data Awal
Tahap berikutnya yang dilakukan setelah semua data yang diperlukan berhasil dikumpulkan adalah tahap pengolahan data awal. Tahap ini disebut tahap pengolahan data awal karena pada tahap ini sudah mulai dilakukan perhitungan-perhitungan yang diperlukan agar data tersebut dapat diolah lagi pada tahap selanjutnya. Pengolahan data awal ini sangat penting dilakukan untuk menjamin hasil penelitian yang akurat dan dapat dipercaya.
Langkah-langkah yang diambil dalam tahap pengolahan data awal ini adalah penghitungan distribusi laju kedatangan (λ) dan distribusi laju pelayanan (μ). Laju kedatangan ditetapkan berdasarkan penelitian atas setiap kedatangan di setiap halte-halte Transjakarta Busway. Sedangkan laju kedatangan ditetapkan berdasarkan 3 waktu kedatangan bus Transjakarta.
• Pengolahan Data Akhir
Jika semua persyaratan dalam tiap pengolahan data awal telah dipenuhi, maka dapat dilakukan pengolahan data tahap selanjutnya. Pengolahan data yang diamksudkan disini adalah mengolah data sedemikian rupa dengan menggunakan teknik-teknik dan formula tertentu sehingga data mentah yang dikumpulkan dapat berubah menjadi informasi yang berguna dalam pemecahan masalah. Langkah-langkah yang diambil dalam tahap pengolahan data ini adalah:
o Menentukan jenis model antrian yang sesuai dengan hasil pengujian data kedatangan dan pelayanan. Kemudian melakukan penghitungan evaluasi karakteristik operasional dari sistem antrian yang ada. Penghitungan
karakteristik operasional sistem antrian ini meliputi Po, Pw, Ls, Lq, Ws, dan Wq.
• Pengendalian Kinerja Operasional
Pada tahap ini, setelah melihat permasalahan yang dapat terjadi dalam kinerja operasional, maka perusahaan perlu menetapkan kebijakan baru untuk tetap mempertahankan komitmen yang sudah ditetapkan dari awal beroperasinya Transjakarta. Diharapkan dengan pengendalian ini, kinerja operasional berlangsung semakin baik dan dapat mengurangi permasalahan yang terjadi pada proses pengoperasiannya.
3.2 Pengembangan Model Optimasi
Pengembangan model optimasi dengan manajemen operasional terutama didukung dengan metode Analytical Hierarchy Process. Berikut ini akan dijelaskan penerapannya:
• Analytical Hierarchy Process (AHP)
Analytical Hierarchy Process merupakan metode analisis keputusan dengan kriteria majemuk yang digunakan untuk menurunkan skala rasio dari perbandingan berpasangan dari kriteria dan alternatif, baik yang diskrit maupun sampai pada kontinyu, yang tersusun dalam hirarki multilevel. Perbandingan ini bisa diambil dari hasil pengukuran aktual atau menggunakan skala dasar yang menunjukkan kepentingan/kekuatan relatif berdasarkan preferensi partisipan. Dalam penelitian ini, AHP digunakan untuk mendeterminasikan kinerja operasional yang paling merupakan permasalahan penting yang dihadapi Perusahaan Transjakarta Busway. Untuk itu akan diberikan kuesioner yang berisi perbandingan 6 (enam) kinerja operasional. Enam kinerja operasional ditetapkan berdasarkan standar pelayanan publik yang diharapkan dari sistem
busway. Berikut adalah gambaran kuesioner yang nantinya akan diberikan kepada Manajer Operasional Perusahaan Transjakarta Busway untuk membandingkan dan memberi bobot tiap kinerja operasional secara berpasangan.
Keterangan pengisian :
SKALA KETERANGAN
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting ketimbang lainnya 5 Elemen yang satu sangat penting ketimbanga elemen
lainnya
7 Satu elemen jelas lebih penting dari elemen lainnya 9 Satu elemen mutlak lebih penting ketimbang elemen
lainnya
2,4,6,8 Nilai-nilai antara dua pertimbangan berdekatan
i 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 j Berarti i sedikit lebih penting dari j Æ i = (3) j
i 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 j Berarti j sedikit lebih penting dari i Æ i = (1/3) j
Gambar 3.2 Gambaran kuesioner AHP
Sumber : http://heru.wordpress.com/2006/09/21/analytic-hierarchy-process-ahp/
Kemudian jawaban dari kuesioner tersebut akan diolah menggunakan software Expert Choice 2000. Dan akan langsung ditemukan kinerja operasional yang paling menjadi permasalahan yang dihadapi oleh Perusahaan Transjakarta Busway.
Berikut adalah gambaran penggunaan software Expert Choice 2000.
Gambar 3.3 Gambaran Software Expert Choice 2000 Sumber : Expert Choice 2000
• Waiting Line (Sistem Antrian)
Antrian merupakan aktifitas yang tidak lepas dari kehidupan manusia sehari – hari. Suka atau tidak suka, manusia tetap harus melakukan aktifitas antrian tersebut. Menurut Taha (1997, p176), fenomena menunggu atau mengantri merupakan hasil langsung dari keacakan dalam operasional pelayanan fasilitas. Secara umum, kedatangan pelanggan ke dalam suatu sistem dan waktu pelayanan untuk pelanggan tersebut tidak dapat diatur dan diketahui waktunya secara tepat, namun sebaliknya, fasilitas operasional dapat diatur sehingga dapat mengurangi antrian.
Dalam penelitian ini, penghitungan waiting line digunakan untuk menghitung sistem antrian pada halte Bus Transjakarta yang merupakan masalah paling kompleks yang dihadapi oleh BLU Transjakarta Busway.
Asumsi dan Rumus – Rumus
Dalam skripsi ini permasalahan antrian didasarkan pada asumsi berikut ; 1. Satu pelayanan dan dua tahap.
2. Jumlah kedatangan per unit waktu digambarkan oleh distribusi Poisson, dengan λ = rata – rata kecepatan kedatangan.
3. Waktu pelayanan eksponensial dengan μ = rata – rata kecepatan pelayanan.
4. Disiplin antrian adalah First Come Firs Served (aturan antrian pertama datang, pertama dilayani) seluruh kedatangan dalam barisan hingga dilayani.
5. Dimungkinkan panjang barisan yang tak terhingga. 6. Populasi yang dilayani tidak terbatas.
7. Rata-rata kedatangan lebih kecil dari rata – rata waktu pelayanan.
8. Rata-rata tingkat kedatangan lebih kecil dari tingkat pelayanan semua channel (= jumlah channel dikalikan rata-rata tingkat pelayanan per channel).
Dari asumsi tersebut dapat diperoleh hasil secara statistik sebagai berikut : • Probabilitas terdapat 0 orang dalam sistem
λ
μ
μ
μ
λ
μ
λ
−
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+
⎥
⎥
⎦
⎤
⎢
⎢
⎣
⎡
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
=
∑
− =k
k
k
n
Po
k k n n!
1
!
1
1
1 0 saluran jumlah k dimana ==
,
.
μ
λ
k
Po
k
k
k
Pw
kλ
μ
μ
μ
λ
−
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
=
!
1
• Jumlah pelanggan rata-rata dalam sistem
μ
λ
λ
μ
μ
λ
λμ
+
−
−
⎟
⎠
⎞
⎜
⎝
⎛
=
Po
k
k
Ls
k 2)
(
)!
1
(
• Jumlah orang rata-rata yang menunggu dalam antrian
μ
λ
−
= Ls
Lq
• Waktu rata-rata yang dihabiskan pelanggan dalam antrian atau sedang dilayani (dalam sistem)
λ
μ
λ
μ
μ
λ
λμ
Ls
Po
k
k
Ws
k=
+
−
−
=
1
)
(
)!
1
(
)
(
2• Waktu rata-rata yang dihabiskan oleh seorang pelanggan untuk menunggu dalam antrian
