Analisis Teori Antrian dan Optimalisasi Pelayanan Pada Alfamart Perum Cengkong Menggunakan Model Single Channel-Single Phase
Dimas Darma Kusuma1*, Wahyudin Wahyudin2, Ahmad Anshari3
1,2,3Program Studi Teknik Industri, Fakultas Teknik, Universitas Singaperbangsa Karawang, Indonesia
*Koresponden email: [email protected]
Diterima: 27 Maret 2023 Disetujui: 31 Maret 2023
Abstract
Alfamart is a minimarket in which there is a service to consumers; therefore, services must be considered and taken into account for consumer convenience. The purpose of this study was to determine the optimal service for the Alfamart branch of Perum Cengkong. Alfamart Perum Cengkong uses a Single Channel- Single Phase queuing system. The results of this study were that by testing the normality of the data using the Statistical Program for Social Science (SPSS) software, the results of testing using the 1-Sample Kolmogorov-Smirnov showed that the positive deviation value was 0.215, the negative deviation was - 0.167, while the Asymp, Sig values were 0.000. The data on the number of buyers are normally distributed because 0.000 ≤ 0.05. Furthermore, the single channel-single-phase queuing model is appropriate for use because buyers can serve well and obtain optimal time. This can be observed from the number of individuals or buyers waiting in the queue (Lq), which is 0.003. The average number of buyers in the system (L) totaled 0.06. The probability of having no buyers or empty servers (P0) is 94%.
Keywords: service, queue, optimal, single channel-single phase, statistical program for social science, SPSS
Abstrak
Alfamart merupakan minimarket dimana didalamnya terdapat sebuah pelayanan terhadap konsumen, maka dari itu pelayanan harus diperhatikan dan diperhitungkan untuk kenyamanan konsumen. Tujuan dalam penelitian ini untuk melihat seberapa optimal pelayanan pada Alfamart cabang Perum Cengkong. Alfamart Perum Cengkong menggunakan sistem antrian Single Channel-Single Phase. Hasil dari penelitian ini bahwa dengan dilakukan uji kenormalan data menggunakan software Statistical Program for Social Science (SPSS) mendapat hasil pengujian menggunakan 1-Sample Kolmogorov-Smirnov menunjukan bahwa nilai deviasi positif 0,215, deviasi negatif -0,167, sementara nilai Asymp, Sig adalah 0,000. Maka data jumlah pembeli berdistribusi Normal dikarenakan 0,000 ≤ 0,05. Selanjutnya pada model antrean Single Channel- Single Phase sangat tepat digunakan karena pembeli sudah dapat dilayani dengan baik dan mendapatkan waktu yang optimal. Hal ini terlihat dari banyaknya individual atau pembeli yang menunggu dalam antrian (Lq), yaitu berjumlah 0,003. Jumlah rata-rata pembeli yang ada dalam sistem (L) total sebesar 0,06.
Probabilitas tidak adanya pembeli atau server yang kosong (P0) adalah 94%.
Kata Kunci: pelayanan, antrian, optimal, single channel-single phase, statistical program for social science, SPSS
1. Pendahuluan
Perkembangan zaman yang terjadi di segala sektor dan pertumbuhan penduduk semakin cepat dari waktu ke waktu, memunculkan inovasi serta teknologi terbaru yang diterapkan dalam sektor bisnis. Para pengusaha dituntut untuk melihat perkembangan pasar yang dinamis dan mencari peluang yang ada.
Pertumbuhan penduduk berakibat pada meningkatkan kebutuhan penduduk yang harus terpenuhi. Untuk memenuhi kebutuhan tersebut menyebabkan penduduk mengantri yang sudah menjadi tradisi dalam praktiknya [1].
Mengantri adalah suatu hal yang sering dilakukan dalam kegiatan sehari-hari dan selalu dihindari.
Walaupun dihindari tetapi dalam praktiknya kegiatan ini tidak bisa dihindarkan dan ditemukan pada kegiatan sehari-hari. Antrian ini disebabkan oleh kapasitas pelayanan tidak sebanding dengan kebutuhan pelayanan [2]. Teori Antrian termasuk ke dalam penelitian operasi yang selanjutnya akan membuat suatu keputusan tentang aspek yang diperlukan untuk memperoleh suatu layanan [3], [4]. Antrian merupakan
pelayanan yang terbaik [7]. Pelayanan tersebut dapat dilakukan dengan perbaikan dari sistem antrian karena konsumen banyak mengeluh dari banyak kasus yang terjadi pada waktu menunggu yang lama pada sebelum diproses saat transaksi. Antrian yang panjang yang terjadi berakibat pada kekecewaan konsumen dan kepercayaan pada jasa tersebut menjadi turun [8].
Pada penelitian sebelumnya yang membahas perihal teori antrian dan optimalisasi pelayanan sudah banyak dilakukan yaitu pada penelitian yang dilakukan oleh Maman Hilman, Nugraha Kusuma N., dan Priyo Nur Utomo pada tahun 2019 dengan menggunakan metode antrian Multiple Channel Single Phase pada pelayanan SPBU PD. ALADIN 4 Banjarsari menggunakan 3 jalur fasilitas sehingga menghasilkan waktu pelayanan yang optimum dengan total biaya yang efisien [9]. Penelitian selanjutnya dilakukan oleh Muhammad Kurniawan, Lucky Ades Tiyan, dan Oza Restianita pada tahun 2021 menghasilkan bahwa Sistem antrian Multiple Channel Single Phase yang diterapkan Bank Syariah Mandiri KC Bandar Lampung dan Bank Rakyat Indonesia KC Bandar Lampung sudah optimal [10]. Penelitian lain dilakukan oleh Delfi Wiranda, Muhardi, dan Eka Tresna Gumelar pada tahun 2022 menghasilkan bahwa dengan menggunakan sistem alternatif yaitu Sistem antrian Multiple Channel Single Phase, pada data yang telah dihitung menghasilkan penurunan biaya sehingga mendapat efesiensi biaya dan dapat mengotimalkan pelayanan nasabah pada teller [11].
Alfamart merupakan minimarket dimana didalamnya terdapat sebuah pelayanan terhadap konsumen, maka dari itu pelayanan harus diperhatikan dan diperhitungkan untuk kenyamanan konsumen. Tujuan dalam penelitian ini untuk melihat seberapa optimal pelayanan pada Alfamart cabang Perum Cengkong.
Alfamart Perum Cengkong menggunakan sistem antrian Single Channel-Single Phase. Single Channel- Single Phase adalah sistem antrian yang memiliki satu jalur saja untuk masuk ke sistem pelayanan, maka setelah mendapatkan pelayanan langsung keluar dari sistem antrian. Metode Single Channel-Single Phase berguna pada kasus antrian dengan satu pelayanan dengan mencari penyelesaian yang efektif [12], [13], [14]. Penelitian ini dilakukan dengan melihat dari hasil optimalisasi pelayanan yang dilakukan berupa data Jumlah pembeli dalam antrian (Lq), Jumlah pembeli dalam sistem (L), dan Probabilitas tidak adanya pembeli atau server yang kosong (Po). Optimasi adalah suatu keadaan terbaik dan efisien dalam memberikan solusi dalam permasalahan sehingga masalah tersebut dapat diselesaikan dengan baik [15], [16].
2. Metode Penelitian
Pada Gambar 1 berisi penjelasan alur penelitian atau flowchart dengan dimulai dengan studi literatur dengan mengkaji teori-teori yang berhubungan pada buku dan artikel ilmiah serta studi lapangan dengan cara observasi atau melihat langsung objek penelitian yaitu jumlah kedatangan orang dan lamanya waktu pelayanan per orang. Dengan studi pustaka dan studi lapangan yaitu observasi yang dilakukan sehingga menjadi dasar dalam membuat identifikasi masalah, rumusan dan tujuan masalah. Selanjutnya dilakukan pengumpulan data dengan cara observasi di salah satu Alfamart. Setelah data terkumpul dilakukan uji kenormalan data menggunakan software Statistical Program for Social Science (SPSS), kemudian masuk ke langkah analisis dan pembahasan dengan menggunakan perhitungan manual, dimana menggunakan sistem antrian Single Channel-Single Phase. Sistem antrian ini digunakan karena melihat hanya terdapat satu jalur pelayanan yaitu 1 pelayanan kasir pada Alfamart tersebut dan yang terakhir menghasilkan kesimpulan.
Gambar 1. Flowchart penelitian Sumber: Data penelitian (2023)
3. Hasil dan Pembahasan
Pengumpulan data dilakukan dengan cara observasi di Alfamart cabang Perum Cengkong. Adapun tujuannya untuk mengumpulkan data jumlah kedatangan konsumen dan data waktu pelayanan pembeli.
Observasi ini dilakukan pada tanggal 05 Maret 2023, dengan tiga sesi. Pukul 12:00 s/d 14:00, pukul 15:00 s/d 17:00, dan sesi terakhir pukul 19:00 s/d 21:00 WIB. Data jumlah kedatangan pada Alfamart Perum Cengkong tanggal 05 Maret 2023, dapat dilihat pada Tabel 1.
Mulai
Studi Literatur:
Buku dan Artikel
Studi Lapangan:
Observasi
Identifikasi, Rumusan dan Tujuan Masalah
Pengumpulan Data:
1. Jumlah Kedatangan Orang
2. Waktu Pelayanan Per Orang
Analisis dan Pembahasan Apakah Data Berdistribusi
Normal?
Kesimpulan
Selesai Ya
Tidak
Tabel 1. Data Antrian Alfamart Perum Cengkong
No. Jam Kedatangan Jumlah Pembeli Rata-rata waktu
Pelayanan (menit)
1
12:00 - 12:10 1 3,20
12:10 - 12:20 5 2,14
12:20 - 12:30 2 1,26
12:30 - 12:40 3 1,33
12:40 - 12:50 5 1,13
12:50 - 13:00 2 2,33
13:00 - 13:10 4 1,10
13:10 - 13:20 2 1,43
13:20 - 13:30 1 0,37
13:30 - 13:40 4 2,39
13:40 - 13:50 2 0,35
13:50 - 14:00 3 2,15
2
15:00 - 15:10 4 1,42
15:10 - 15:20 2 1,55
15:20 - 15:30 7 1,35
15:30 - 15:40 2 0,46
15:40 - 15:50 4 1,07
15:50 - 16:00 7 1,22
16:00 - 16:10 4 1,11
16:10 - 16:20 6 1,29
16:20 - 16:30 4 1,31
16:30 - 16:40 4 1,47
16:40 - 16:50 5 2,00
16:50 - 17:00 7 1,09
3
19:00 - 19:10 1 3,20
19:10 - 19:20 3 1,44
19:20 - 19:30 1 1,34
19:30 - 19:40 4 1,50
19:40 - 19:50 2 1,38
19:50 - 20:00 4 1,31
20:00 - 20:10 2 0,37
20:10 - 20:20 4 1,56
20:20 - 20:30 3 1,11
20:30 - 20:40 2 1,24
20:40 - 20:50 4 2,16
20:50 - 21:00 2 1,31
Total 122 52,43
Sumber: Hasil Penelitian (2023)
Uji Kenormalan Data
Pada uji kesesuaian data, analisis data jumlah pembeli dilakukan dengan menggunakan 1-Sample Kolmogorov-Smirnov dengan uji distribusi Poisson. Dengan hipotesis sebagai berikut:
1. H0: Jumlah pembeli berdistribusi Poisson.
2. H1: Jumlah pembeli tidak berdistribusi Poisson.
Berikut Gambar 2 adalah gambar hasil uji 1-Sample Kolmogorov-Smirnov menggunakan SPSS for windows:
Gambar 2. Hasil Uji Pembeli Menggunakan 1-Sample Kolmogorov-Smirnov Test Sumber: Hasil Penelitian (2023)
Berdasarkan pada Gambar 2, hasil pengujian menggunakan 1-Sample Kolmogorov-Smirnov menunjukkan bahwa nilai deviasi positif 0,059, deviasi negative -0,061, sementara nilai Asymp, Sig adalah 0,999. Maka data jumlah pembeli berdistribusi Poisson dikarenakan 0,999 ≥ 0,05, taraf signifikannya adalah 0,05.
Pada data rata-rata waktu pelayanan, analisis data dilakukan dengan menggunakan 1-Sample Kolmogorov-Smirnov dengan uji distribusi normal. Dengan hipotesis sebagai berikut:
1. H0: Rata-rata waktu pelayanan berdistribusi Normal.
2. H1: Rata-rata waktu pelayanan tidak berdistribusi Normal.
Berikut Gambar 3 adalah gambar hasil uji 1-Sample Kolmogorov-Smirnov menggunakan SPSS for windows:
Gambar 3. Hasil Uji Rata-rata Waktu Pelayanan Menggunakan 1-Sample Kolmogorov-Smirnov Test Sumber: Hasil Penelitian (2023)
Berdasarkan pada Gambar 3, hasil pengujian menggunakan 1-Sample Kolmogorov-Smirnov menunjukkan bahwa nilai deviasi positif 0,215, deviasi negatif -0,167, sementara nilai Asymp, Sig adalah 0,000. Maka data jumlah pembeli berdistribusi Normal dikarenakan 0,000 ≤ 0,05.
Analisis Data
Dalam analisis data antrian menggunakan sistem antrian Single Channel-Single Phase, terdapat beberapa perhitungan, yaitu sebagai berikut:
1. Jumlah rata-rata tingkat kedatangan pembeli (λ) λ =€𝑥
𝑛 =122
36 = 3,38 ≈ 3,4 Keterangan:
2. Jumlah rata-rata pembeli yang dilayani (µ) µ = €𝑥
𝑛 =52,43
36 = 1,46 ≈ 1 orang = 60 orang/jam Keterangan:
€x = Jumlah waktu Pelayanan N = Jumlah data
3. Tingkat intensitas (kegunaan) pelayanan (P) P =λ
µ=3,4
60 = 0,057 = 6%
Keterangan:
λ = Jumlah rata-rata tingkat kedatangan pembeli µ = Jumlah rata-rata pembeli yang dilayani
4. Probabilitas 0 pembeli pada kedatangan sistem atau server yang kosong (𝑃0) (𝑃0) = 1 − 𝑝 = 1 – 0,057 = 0,943 = 94%
5. Jumlah pembeli dalam sistem (L) L = λ
µ − λ= 3,4
60 − 3,4= 0,06 Keterangan:
λ = Jumlah rata-rata tingkat kedatangan pembeli µ = Jumlah rata-rata pelanggan yang dilayani
6. Jumlah pembeli dalam antrian (Lq) Lq = λ2
µ(µ − λ)= 3,42
60(60 − 3,4)= 0,003
7. Waktu menunggu rata-rata dalam antrian (Wq)
Wq = λ
µ(µ − λ)= 3,4
60(60 − 3,4)= 0,001 jam = 0,06 menit
8. Waktu yang diharapkan pembeli selama dalam sistem (W)
W = 1
µ − λ= 1
60 − 3.4= 1
56,6= 0,02 jam = 1,2 menit
Maka, hasil ringkasan perhitungan dari sistem antrian Single Channel-Single Phase dapat dilihat pada Tabel 2.
Tabel 2. Perhitungan Analisis Antrian Alfamart Perum Cengkong
P 6%
P0 94%
L 0,06
Lq 0,003
Wq 0,06 Menit
W 1,2 Menit
Sumber: Hasil Penelitian (2023)
4. Kesimpulan
Berdasarkan hasil ringkasan perhitungan analisis antrian Alfamart Perum Cengkong dapat dilihat bahwa model antrian Single Channel-Single Phase sangat tepat digunakan karena pembeli sudah dapat dilayani dengan baik dan mendapatkan waktu yang optimal. Hal ini terlihat dari banyaknya individual atau pembeli yang menunggu dalam antrian (Lq), yaitu berjumlah 0,003. Jumlah rata-rata pembeli yang ada dalam sistem (L) total sebesar 0,06. Probabilitas tidak adanya pembeli atau server yang kosong (P0) adalah 94%.
5. Ucapan Terima Kasih
Terima kasih banyak saya sampaikan kepada Dosen, Koordinator Program Studi Universitas Singaperbangsa Karawang, serta Alfamart Perum Cengkong yang telah memberikan dukungan dan bantuan dalam penelitian.
6. Referensi
[1] E. H. Pellondou, R. P. C. Fanggidae dan A. E. L. Nyoko, “Analisis Teori Antrian Pada Jalur Sepeda Motor Stasiun Pengisian Bahan Bakar Umum (SPBU) Oebobo,” GLORY: Jurnal Ekonomi & Ilmu Sosial, vol. 2, no. 1, pp. 19-31, 2021.
[2] L. I. Nurmalitasari dan M. Fauzan, “Analisis sistem antrian model multi channel single phase pada teller bank mandiri Sleman,” Jurnal Kajian dan Terapan Matematika, vol. 8, no. 2, pp. 129-137, 2022.
[3] S. Shanmugasundaram dan P. Umarani, “Queuing Theory Applied in Our Day To Day Life Ijser Queuing Theory Applied in Our Day To Day Life,” International Journal of Scientific & Engineering Research, vol. 6, no. 4, pp. 533-541, 2015.
[4] D. A. Ramdani, W. Wahyudin dan D. N. Rinaldi, “Model Sistem Antrian Menggunakan Pola Single Channel-single Phase Dengan Promodel Pada Antrian Alfamart Unsika,” Tekmapro : Jurnal of Industrial Enggineering and Manajemen, vol. 16, no. 1, pp. 13-24, 2021.
[5] M. Aidi, “Analisis Optimalisasi Pelayanan Konsumen Berdasarkan Teori Antrian Pada Kaltimgps.Com Di Samarinda,” EJournal Ilmu Administrasi Bisnis, vol. 2, no. 3, pp. 346-357, 2014.
[6] M. Y. Ramadhan, D. Herwanto dan L. Akhriyani, “Analisis Ukuran Kinerja Sistem Pelayanan Pada Antrian Alfamidi Jalan HS. Ronggo Waluyo Karawang,” Jurnal NOE, vol. 4, no. 1, pp. 35-44, 2021.
[7] S. Nainggolan, D. E. Sirait dan R. F. Sinaga, “Analisis Model Antrian Multi Channel Single Phase Pada Pelayanan Sistem Antrian Di Kantor Pos Pematangsiantar,” Jurnal Pembelajaran Dan Matematika Sigma (JPMS) , vol. 8, no. 2, pp. 484-493, 2022.
[8] B. L. Bataona dan A. E. Nyoko, “Analisis Sistem Antrian Dalam Optimalisasi Layanan Di Supermarket Hyperstore,” Journal Of Management (SME’s), vol. 12, no. 2, pp. 225-237, 2020.
[9] M. Hilman, N. K. N. dan P. N. Utomo, “Optimasi Pelayanan Pada SPBU PD. ALADDIN 4 Banjarsari Dengan Metode Antrian Multiple Channel Single Phase,” Jurnal Industrial Galuh , vol. 1, no. 1, pp.
30-42, 2019.
[10] M. Kurniawan, L. A. Tiyan dan O. Restianita, “Optimalisasi Pelayanan Nasabah Berdasarkan Queueing System (Studi Pada Bank Syariah Mandiri KC Bandar Lampung Dan Bank Rakyat Indonesia KC Bandar Lampung),” FUDUSIA: Jurnal Ilmiah Keuangan dan Perbankan, vol. 4, no.
1, pp. 43-54, 2021 .
[11] D. Wiranda, Muhardi dan E. T. Gumelar, “Analisis Sistem Antrian Layanan Teller Dengan Menggunakan (M/M/S) Untuk Mengoptimalkan Pelayanan,” Jurnal Riset Manajemen dan Bisnis (JRMB), vol. 2, no. 2, pp. 71-80, 2022.
[12] P. Ardella dan P. M. Hasugian, “Penerapan Metode Weight Product (WP) Untuk Menentukan Pengalokasian Pendistribusian Telur Terbaik Di Kecamatan Pantai Labu,” Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), vol. 4, no. 1, pp. 14-19, 2021.
[13] D. Yuliana, J. Santony dan a. Sumijan, “Model Antrian Multi Channel Single Phase Berdasarkan Pola Kedatangan Pasien untuk Pengambilan Obat di Apotik,” Jurnal Informasi dan Teknologi, vol.
1, no. 4, pp. 7-11, 2019.
[14] H. A. Nasution, H. Lubis dan E. Hadinata, “Perancangan Aplikasi Sistem Antrian Calon Perserta Pemilihan Dengan Menggunakan Metode Single Channel Single Phase,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 1, pp. 43-48, 2022.
[15] A. F. Zuhri, A. P. Windarto, I. Parlina, M. Safii dan S. R. Andani, “Optimasi Levenberg-Marquardt backpropagation dalam Mempercepat Pelatihan Backpropagation,” Seminar Nasional Sains dan Teknologi Informasi (SENSASI), vol. 3, no. 1, p. 627–630, 2022.
[16] V. Devani, S. N. Sari dan A. N. Luthfi, “Optimalisasi Jumlah Fasilitas Pelayanan Provider dengan
