• Tidak ada hasil yang ditemukan

ANALISIS SISTEM ANTRIAN KASIR PADA TOSERBA KPRI UNIVERSITAS BRAWIJAYA MALANG

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "ANALISIS SISTEM ANTRIAN KASIR PADA TOSERBA KPRI UNIVERSITAS BRAWIJAYA MALANG "

Copied!
17
0
0

Teks penuh

(1)

ANALISIS SISTEM ANTRIAN KASIR PADA TOSERBA KPRI UNIVERSITAS BRAWIJAYA MALANG

THE ANALYSIS OF CASHIER QUEUEING SYSTEM ON SUPERMARKET KPRI UNIVERSITAS BRAWIJAYA MALANG

Obar Kinan Arighi

Mahasiswa Jurusan Manajemen Konsentrasi Manajemen Operasional Fakultas Ekonomi dan Bisnis Universitas Brawijaya

Email : obar.arighi@gmail.com

Dosen Pembimbing : Dr. Siti Aisjah, SE., MS., CSRS., CFP.

Fakultas Ekonomi dan Bisnis Universitas Brawijaya ABSTRAK

Penelitian ini bertujuan untuk mengetahui sistem antrian kasir pada toserba KPRI Universitas Brawijaya. Penelitian ini mengukur performa sistem antrian melalui observasi dengan pendekatan deskriptif. Setelah data diperoleh maka dilakukan uji distribusi dengan software SPSS untuk mengetahui model antrian menurut Notasi Kendall, menganalisa performa sistem antrian dan utilisasi sistem antrian menurut Rumus Teori Antrian Law Averill (2007). Hasil penelitian ini menunjukkan bahwa model antrian yang diterapkan oleh toserba KPRI Universitas Brawijaya adalah M/M/2:FIFO/~/~ ; performa sistem antrian menunjukkan bahwa rata-rata kedatangan pelanggan setiap jam adalah sebanyak 35 orang, rata-rata pelanggan yang dilayani setiap jam adalah sebanyak 41 orang ; dan utilisasi sistem antrian menunjukkan kondisi steady state dengan 43.4%. Saran bagi perusahaan apabila ingin mengejar efisiensi maka gunakan 1 kasir sehingga utilisasi sistem antrian mencapai 85.3%.

Kata Kunci : Sistem Antrian, Notasi Kendall, Law Averill, Toserba.

ABSTRACT

This research aims to know the cashier queueing system on Supermarket KPRI Universitas Brawijaya Malang. This research use observation to measure queueing system performance with a descriptive approach. After data collection, the researcher conducts a distribution test with SPSS software to analyze the queue model according to Kendall Notation, analyze queueing system performance and queue system utilization according to Law Averill Queueing System Theory Formula (2007). This research result indicates that the queueing model on Supermarket KPRI Universitas Brawijaya is M/M/2: FIFO/~/~; queueing system performance indicates that average customer arrival every hour is 35 person, average customer served every hour is 41 person, and queueing system utilization indicates steady-state condition with 43.4%. Suggestion for supermarket if want to achieve efficiency is using 1 cashier as of queueing system utilization approaching 85.3%.

Keywords: Queueing System, Kendall Notation, Law Averill, Supermarket.

(2)

1. PENDAHULUAN

Bisnis Ritel pada skala nasional berdasarkan web Trading Economics, Retail Sales Indonesia per tahun mencapai 3.6 persen per Oktober 2019 dan rata-rata penjualan mulai dari tahun 2006 sampai 2019 pada angka 9.4 persen. Hal ini mengindikasikan bahwa bisnis ritel masih sangat diminati dan memiliki pasar yang berkompetisi.

Pasar yang berkompetisi ini membuat bisnis ritel perlu meningkatkan pelayanan dalam toko.

Hal ini diikuti oleh perkembangan zaman dan semakin sadarnya konsumen terhadap kualitas layanan.

Menurut Levy, Michael & Weitz (2014) jika bisnis ritel memiliki kualitas layanan yang bagus tentunya berpengaruh pada pemasukan maksimal (maximal revenue). Salah satu layanan yang dipertimbangkan oleh konsumen untuk memilih tempat untuk berbelanja adalah pelayanan kasir. Pelayanan kasir dalam bisnis ritel juga perlu dipahami sebagai salah satu kriteria penting dalam mencapai pelayanan terbaik. Salah satu cara memahami praktik terbaik untuk melayani konsumen salah satunya

dengan pendekatan operasional internal yaitu bagaimana manajer operasional memahami sistem antrian.

Antrian menurut Taylor III (2005) terjadi karena orang atau jasa tiba pada fungsi pelayanan atau server lebih cepat dibandingkan waktu untuk memberikan pelayanan pada mereka.

Kesimpulannya antrian disebabkan tingkat kedatangan yang lebih besar dari kapasitas sistem. Dampak dari hal tersebut adalah deretan orang atau item yang menunggu untuk dilayani.

Antrian dapat ditemui di supermarket ketika para konsumen sedang menunggu giliran untuk dilayani dalam pengecekan barang yang dibeli di kasir.

Deretan antrian yang terlalu panjang membuat konsumen menunggu. Hal ini tidak bisa ditoleransi oleh para konsumen sehingga menyebabkan beberapa konsumen kurang puas dengan pelayanan kasir. Menurut Randolph W Hall (1991) kurang puasnya konsumen ada yang tertahan sehingga si konsumen tetap bertahan dalam antrian, tapi ada juga yang akhirnya memilih meninggalkan antrian (reneging) karena menunggu terlalu lama. Hal ini

(3)

selain dapat mempengaruhi citra pelayanan kasir, dapat mengurangi pemasukan karena ketidakpuasan terhadap pelayanan kasir bisa berakibat pada konsumen memilih tempat belanja lain yang lebih cepat sistem antriannya atau hanya membeli produk dalam jumlah yang sedikit.

Antrian yang dapat teratasi dengan baik membuat konsumen bertahan dalam antrian. Sehingga hal ini dapat memberikan citra baik pelayanan kasir dan dapat mempengaruhi kenaikan pemasukan (revenue) dan mengurangi biaya (cost) untuk mencapai keuntungan jangka panjang (long term maximum profit).

Kebutuhan manajemen untuk memahami konsep antrian inilah yang peneliti baca sebagai keperluan para manajer untuk memahami aspek operasional internal bisnis ritel, sebagaimana fokus pada obyek yang diobservasi oleh peneliti yaitu pada sistem antrian.

KPRI UB didirikan tahun 12 Mei 1969 dan secara resmi berdiri sebagai badan hukum bernomor 148/11/BH/17-69 pada tanggal 12 Mei 1969. Fungsi dan peran KPRI UB yaitu

membangun dan mengembangkan potensi dan kemampuan ekonomi anggota. KPRI UB memiliki 3 divisi usaha yaitu divisi perdagangan umum, divisi simpan pinjam dan divisi usaha lain.Dalam peneilitian ini, peneliti meneliti divisi perdagangan umum KPRI UB yang dapat disebut juga sebagai Toserba KPRI UB. Toserba KPRI UB memiliki jam kerja buka pada pukul 8 pagi dan tutup pada jam 9 malam.

Peneliti memilih Toserba KPRI UB sebagai obyek penelitian dikarenakan berdasarkan wawancara dengan manajer operasional yang bertugas pada toserba KPRI UB, manajer operasi belum mengetahui bagaimana sistem antrian bekerja dan bagaimana cara mengukur kinerja optimal sistem antrian pada kasir.

Toserba KPRI UB menurut manajer memiliki masa ramai sekitar pagi, siang dan sore. Selain itu peneliti juga ingin mengetahui bagaimana sistem antrian pada kasir supermarket bekerja berdasarkan teori antrian yang selama ini dipelajari dari Notasi Kendall dan Law Averill (2007) dan Taylor III (2005) dan alat analisis yang digunakan

(4)

dalam penelitian ini relevan berdasarkan penelitian terdahulu sehingga digunakan sebagai laporan manajemen terkait manajemen operasional sistem antrian kasir supermarket.

1.2 Rumusan Masalah

1. Bagaimana bentuk model antrian kasir yang diterapkan oleh toserba KPRI UB Malang?

2. Bagaimana performa sistem antrian kasir Toserba KPRI UB Malang pada saat harian berjalan?

3. Bagaimana utilisasi sistem antrian kasir Toserba KPRI UB Malang?

2. LANDASAN TEORI 2.1 Penelitian Terdahulu

Berikut adalah Penelitian mengenai pemodelan antrian : Dalam penelitian yang dilakukan oleh Diah Ayu Purnasari (2018), Yuriko Prastiyo (2017) dan Zetra Pratama (2015) model antrian pada supermarket adalah bernotasi Kendall (M/M/s): (FIFO /∞/∞)

Berikut adalah penelitian mengenai performa sistem antrian :

Dalam penelitian yang dilakukan oleh Nur Sakinah (2019), Diah Ayu Purnasari (2018), dan Yuriko Prastiyo (2017) penghitungan performa sistem antrian menggunakan formula turunan analitis operasi model pelayanan tunggal seperti dalam Taylor III (2005) dan menggunakan software simulasi antrian dan software uji kolmogorov smirnov.

Berikut adalah penelitian mengenai utilisasi sistem antrian : Dalam penelitian yang dilakukan oleh Nur Sakinah (2019), Zetra Pratama (2015) dan Yanti Budiasih (2015) tingkat utilisasi pada sistem antrian supermarket mengalami steady state dan dapat diketahui dari nilai U < 1 2.2 Industri Ritel : Supermarket

Menurut Levy, Michael &

Weitz (2014) Supermarket adalah kategori bisnis ritel yang memiliki luas fasilitas 1000 m2 sampai dengan 4.999 m2 dan sebuah toko yang menjual kebutuhan sehari-hari seperti bahan makanan, minuman dan bahan sembako lainnya. Dalam istilah Indonesia supermarket biasa disebut dengan “toserba” karena diketahui dari

(5)

kelengkapan lini produknya yang beragam terkait kebutuhan rumah tangga.

2.3 Sistem Antrian

Menurut Randolph W Hall (1991:3-4) Sistem Antrian adalah sistem yang terdiri atas elemen utama yaitu : Konsumen (Costumer), Pelayan (Server) dan Antrian (Queue).

Konsumen (costumer) adalah orang atau benda yang menunggu untuk dilayani. Dalam kontek konsumen sebagai orang, contohnya di konter checkout supermarket, konsumen dapat dikatakan adalah pembeli yang sedang menunggu dalam antrian atau item yang dibeli, tergantung pada point of view. Pelayan (server) adalah orang atau benda yang menyediakan layanan.

Contohnya seperti dalam antrian pos, server tidak hanya dikatakan pegawai pos, tetapi dalam perspektif lebih luas bisa jadi cash register atau benda lain yang dapat melayani konsumen sesuai kebutuhan. Antrian (queue) adalah grup konsumen yang menunggu untuk dilayani. Antrian tidak berarti harus barisan yang berurutan. Tidak harus terlihat. Antrian sesimpel grup

konsumen yang telah meminta. Tapi belum mendapatkan layanan.

Permintaan layanan dapat berbentuk berbagai hal : orang yang terlihat datang pada barisan, panggilan telepon, pengumpulan karya, dan seterusnya.

2.4 Sistem Antrian Supermarket Menurut Randolph W Hall ( 1991:6), Supermarket menjual banyak variasi produk terdiri dari bahan produksi sampai makanan kemasan sampai alat tulis. Supermarket beroperasi pada dasar self service.

Pembeli mengambil troli belanja pada waktu mereka masuk ke toko dan berjalan melewati lorong, mengambil barang setiap berjalan. Setelah memilih barang, pembeli ikut dalam antrian dari salah satu konter checkout dan menunggu pengecek untuk menghitung tagihan, menerima pembayaran dan membungkus barang grosir.

Konsumen dari supermarket adalah pembeli maupun set item yang dibeli (bersama dengan transaksi).

Dalam kasus akhir, diagram antrian mungkin lebih detil dan penghitung tagihan belanja untuk antrian muncul dalam bentuk peralatan (seperti

(6)

timbangan versus laser scan) Sedangkan server dari supermarket adalah pengecek bersamaan cash register, scanner dan timbangan. Ketika digunakan pembungkus adalah bagian dari server.

Gambar 1 : Gambaran Layout supermarket (sumber : Randolph W Hall, 1991)

2.5 Analisis sistem dalam antrian Menurut Randolph W Hall ( 1991), salah satu hal yang jadi pertimbangan adalah 2 perspektif dalam mengukur performa dari sistem antrian. Satu dari perspektif konsumen, perhatian utama adalah kualitas jasa yang diberikan. Satu dari perspektif penyedia jasa, perhatian utama adalah biaya menyediakan jasa dan akibat dari kualitas jasa pada bisnis (itulah pendapatan). Measure of Performance (MOP) mengizinkan perhatian ini diukur. Dasar dari Measure of

Performance berasal dari komponen sebagai berikut:

a) Arrival time (Waktu/Jam kedatangan) : waktu/jam dimana konsumen datang pada antrian

b) Departure time (waktu/jam kepergian) : waktu/jam dimana konsumen menyelesaikan jasa dan meninggalkan sistem antrian

c) Departure time from queue : waktu/jam dimana konsumen meninggalkan antrian unruk memasuki jasa.

d) Time in queue : Departure time from queue – Arrival time e) Service time : Departure time –

departure time from queue f) Time in system : departure time

– arrival time = time in queue + service time

(7)

Dalam situasi mengukur MOP, fokus dari manajer dapat didapat dari dua perspektif. Yaitu Perspektif Konsumen dan Perspektif Server.

Berikut MOP Fokus Perspektif Konsumen : Time in queue, Service time, Waiting cost, Proportion of work dan Tardiness. Berikut MOP Fokus Perspektif Server: Service time, Proportional Utilization, Throughput, Arrival rate, Reneging proportion dan Queue length

3. METODE PENELITIAN

Penelitian ini merupakan jenis penelitian deskriptif. Menurut Ir.

Sofyan Siregar. (2016 : 108) penelitian deskriptif adalah penelitian yang menggunakan prosedur pemecahan masalah dengan cara menggambarkan objek penelitian pada saat keadaan sekarang berdasarkan fakta-fakta sebagaimana adanya, kemudian dianalisis dan diinterpretasikan, bentuknya berupa survey atau studi perkembangan. . Dalam penelitian ini, peneliti melakukan studi penelitian deskriptif dengan menjelaskan bagaimana penerapan teori antrian pada sistem pembayaran di supermarket

melalui observasi secara langsung bagaimana pola antrian/sistem antrian yang ada pada kasir supermarket mulai dari awal masuk antrian, dilayani oleh kasir sampai selesai dilayani oleh kasir.

Sifat Penelitian ini adalah penelitian replikasi. Menurut Sing et al (2003:534) penelitian replikasi adalah duplication of a previously published empirical study to determine whether the findings of that study are repeatable.

3.1 Tempat dan Periode Penelitian Tempat penelitian dilakukan di Supermarket KPRI UB Malang Jl. MT Haryono no 169 Lowokwaru Kota Malang, Jawa Timur. Adapun Waktu penelitian dilakukan selama 2 bulan yaitu pada tanggal 20 April 2019-20 Juni 2019. Dengan rincian 6 hari sebagai waktu observasi mulai tanggal 22 April 2019 sampai 27 Juni 2019.

Dan sisa waktu digunakan sebagai waktu untuk mewawancarai manajer operasional Toserba KPRI UB.

3.2 Populasi dan Sampel

Populasi yang menjadi bagian dalam penelitian ini adalah seluruh konsumen supermarket KPRI UB

(8)

Malang untuk melakukan pembayaran barang belanjaan pada pukul 7:00 – 21:00. Teknik yang digunakan untuk penarikan sampel adalah penarikan sampel aksidental. Menurut Sugiyono (2017) penarikan sampel aksidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data.

Berdasarkan penelitian dari Diah Ayu Purnasari (2018), Yuriko Prastiyo (2017) dan Zetra Pratama (2015) data yang diambil sebagai sampel adalah rentang waktu dimana konsumen datang paling ramai atau jam tersibuk bagi server. Maka sampel yang diambil adalah konsumen yang datang untuk mengantri pada jam 9:00-11:00 ; jam 12:00-14:00 ; dan jam 15:00-17:00 per hari selama 6 hari berdasarkan keterangan dari manajer operasional kasir supermarket KPRI UB sebagai asumsi kedatangan pelanggan pada high season.

3.3 Tahap Penelitian

Gambar 2 : Bagan Tahap Peelitian (sumber : data diolah, 2019)

4. HASIL PENELITIAN 4.1 Pemodelan Sistem Antrian

Analisis data dapat kita mulai dari menggunakan rumus model sistem antrian yang diambil dari Notasi Kendall yaitu dengan pemaparan sebagai berikut :

Asumsi awal untuk antrian kasir supermarket : M/M/s:FIFO/~/~

(9)

A. Distribusi Waktu Antar Kedatangan

Penghitungan untuk sampel menggunakan software SPSS dengan modul Kolmogorov Smirnov. Hasil uji Kolmogorov- Smirnov untuk pengujian data berdistribusi eksponensial, dengan taraf nyata 5% dapat disimpulkan ada 3 data yang tidak berdistribusi eksponensial. Yaitu data pada hari ke-4 server 1, dan hari ke-6 server 1 dan 2. Ini dapat dilihat pada baris kiri Asymp Sig 2 tailed.

Lalu kita dapat melihat dari Histogram/Grafik yang merupakan grafik distribusi waktu antar kedatangan dengan x axis sebagai representasi dari Fungsi (t) Waktu Antar Kedatangan dan y axis sebagai representasi dari (t) Waktu Antar Kedatangan.Dari grafik distribusi yang telah didapatkan, dapat disimpulkan bahwa masih ada grafik yang tidak berdistribusi eksponensial. Yaitu data pada hari ke-4 server 1, dan hari ke-6 server 1 dan 2. Ini dapat dilihat dari histogram/grafik yang cenderung

tidak turun secara sempurna slope- nya.

Meskipun hanya ada 3 data yang tidak berdistribusi eksponensial, namun secara keseluruhan dari 12 sampel diatas dapat dibuktikan bahwa 9 sampel berdistribusi eksponensial. Sifat natural antrian supermarket terlihat meskipun banyak atau sedikit dari sampel distribusi selama masih terlihat ada yang memiliki distribusi eksponensial.

Tabel 1 : Analisis Kolmogorov Smirnov Sampel Distribusi Waktu Antar

Kedatangan

(Sumber : data diolah, 2019)

(10)

Gambar 3 : Histogram Fungsi Distribusi Waktu Antar Kedatangan

(sumber : data diolah, 2019)

B. Distribusi Waktu Pelayanan

Penghitungan untuk sampel menggunakan software SPSS dengan modul Kolmogorov Smirnov. Hasil uji Kolmogorov- Smirnov untuk pengujian data berdistribusi eksponensial, dengan

taraf nyata 5% dapat disimpulkan ada 4 data yang berdistribusi eksponensial Yaitu data pada hari ke-1 server 2, hari ke-2 server 1 dan 2, serta hari ke-3 server 2.

Selainnya tidak berdistribusi eksponensial. Ini dapat dilihat pada baris kiri Asymp Sig 2 tailed.

Lalu kita dapat melihat dari Histogram/Grafik yang merupakan grafik distribusi waktu Pelayanan dengan x axis sebagai representasi dari Fungsi (t) Waktu Pelayanan dan y axis sebagai representasi dari (t) Waktu Pelayanan.Dari grafik distribusi yang telah didapatkan, dapat disimpulkan bahwa masih ada grafik yang tidak berdistribusi eksponensial. Yaitu data pada hari ke-1 server 2, hari ke-2 server 1 dan 2, serta hari ke-3 server 2.. Ini dapat dilihat dari histogram/grafik yang cenderung tidak turun secara sempurna slope-nya.

Meskipun hanya ada 4 data yang berdistribusi eksponensial, namun dapat dibuktikan bahwa masih ada bagian dari sampel yang menunjukkan sifat natural antrian supermarket meskipun banyak atau

(11)

sedikit dari distribusi sampel selama masih terlihat ada yang memiliki distribusi eksponensial.

Tabel 2 : Analisis Kolmogorov Smirnov Sampel Distribusi Waktu Pelayanan

(Sumber : data diolah, 2019)

Gambar 4 : Histogram Fungsi Distribusi Waktu Antar Kedatangan (sumber : data diolah, 2019)

C. Jumlah Server

Berdasarkan pengamatan (observasi) pada 6 hari efektif yang diteliti terdapat 2 server yang aktif.

D. Disiplin Antrian

Berdasarkan pengamatan (observasi) pada 6 hari efektif yang diteliti disiplin yang digunakan adalah First In First Out (FIFO) yaitu siapa yang masuk ke dalam server maka segera dilayani terlebih dahulu. Menurut Randolph W Hall (1991), FIFO terjadi pada antrian kasir supermarket dikarenakan disimulasikan sebagai apabila dalam server yang tersedia ada yang

(12)

kosong, maka pelanggan/barang dapat memilih server mana saja yang dapat dimasuki. Konsumen pertama yang masuk ke dalam server adalah konsumen yang akan dilayani pertama kali.

E. Jumlah Maksimal Pengantri dalam Sistem

Berdasarkan pengamatan (observasi) pada 6 hari efektif yang diteliti jumlah maksimal pengantri dalam sistem tidak dibatasi oleh manajemen. Maka notasi kendall yang digunakan adalah simbol ~ F. Jumlah Sumber Kedatangan

Berdasarkan pengamatan (observasi) pada 6 hari efektif yang diteliti jumlah sumber kedatangan dalam sistem tidak dibatasi oleh manajemen. Maka notasi kendall yang digunakan adalah simbol ~ 4.2 Analisis Performa Sistem Antrian

Analisis data dapat kita mulai dari menggunakan rumus model sistem antrian yang diambil dari Law Averill (2007) yaitu dengan pemaparan sebagai berikut :

Diketahui : Model Antrian adalah M/M/2:FIFO/∞/∞ ; Waktu Penelitian :

Penelitian dilakukan selama 30 jam 52 menit atau selama 1852 menit.

Jawab :

1. Tingkat kedatangan rata-rata ( )

= 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑑𝑎𝑡𝑎𝑛𝑔𝑎𝑛 𝑝𝑒𝑙𝑎𝑛𝑔𝑔𝑎𝑛 𝑇𝑜𝑡𝑎𝑙 𝑊𝑎𝑘𝑡𝑢 𝑃𝑒𝑛𝑔𝑎𝑚𝑎𝑡𝑎𝑛

= 1110

30,866667= 35,96112

2. Tingkat Pelayanan Pelanggan Rata-Rata

3. Tingkat Kegunaan Fasilitas

𝜌 =

2𝜇 = 0,4343

4. Probabilitas bahwa tidak ada konsumen dalam sistem (semua sistem menganggur)

5. Probabilitas bahwa seorang konsumen memasuki sistem dan harus menunggu untuk dilayani (probabilitas semua server sibuk)

\

6. Rata-rata jumlah konsumen dalam sistem

(13)

7. Rata-rata jumlah konsumen dalam antrian

8. Waktu menunggu yang diperkirakan dalam antrian

9. Waktu menunggu yang diperkirakan dalam sistem

10. Jumlah pelayanan sibuk yang diperkirakan dalam antrian

11. Presentase pemanfaatan sejumlah c pelayan

5. PEMBAHASAN DAN KESIMPULAN

Berdasarkan analisis di atas maka dapat disimpulkan sebagai berikut :

1. Model Sistem Antrian

Model Sistem Antrian yang diterapkan oleh Toserba KPRI UB adalah M/M/2:FIFO/~/~

2. Performa Sistem Antrian

a) Rata-rata kedatangan pelanggan setiap jam adalah sebanyak 35.9

= 35 orang

b) Rata-rata pelanggan yang dilayani setiap jam adalah sebanyak 41.379 = 41 orang c) Peluang bahwa tidak ada

konsumen dalam sistem adalah 0.394. Artinya kemungkinan bahwa dalam sistem ada konsumen lebih besar. Hal ini dapat dilihat dari meskipun angka pada 0.3 = 30% maka masih mungkin ada pelanggan (tidak mencapai 0)

d) Peluang seorang konsumen masuk ke dalam sistem dan harus menunggu untuk dilayani sebesar 0.26 = 26 %. Maka konsumen tidak harus menunggu untuk dilayani. Hal ini dapat dilihat dari tidak tercapainya angka 26% untuk mencapai 100% peluang untuk menunggu bagi konsumen.

(14)

e) Rata –rata jumlah konsumen dalam sistem adalah 1,07 ≈1 orang

f) Rata – rata konsumen dalam antrian adalah 0,2 orang atau hampir tidak ada orang yang mengantri

g) Waktu menunggu yang diperkirakan dalam antrian sebesar 0,0056 jam atau 20 detik

h) Waktu menunggu yang diperkirakan dalam sistem sebesar 0,029 jam atau 1 menit 47 detik

i) Jumlah pelayanan sibuk yang diperkirakan dalam antrian 0,87

≈ 1 layanan/server 3. Utilisasi Sistem Antrian

Presentase pemanfaatan fasilitas/utilisasi sistem antrian pada Toserba KPRI UB 43,453 %.

Kondisi utilisasi sistem antrian ini mengalami steady state karena seperti yang diketahui bahwa rata- rata kedatangan pelanggan lebih sedikit daripada rata-rata pelayanan. Kondisi steady state ini menurut Taylor III dapat terjadi apabila laju pelayanan lebih besar

daripada laju kedatangan dengan asumsi Utilisasi < 1 atau λ/(s.μ)<1 . Menurut analisis data, sistem antrian kasir Toserba KPRI UB diartikan sebagai tidak ada antrian yang begitu mengganggu bagi sistem antrian kasir Toserba KPRI UB dengan gambaran bahwa 35,96/2.41,37 < 1atau 0.43453 < 1 atau 43% dari 100% utilisasi. Selain itu berdasarkan presentase pemanfaatan fasilitas dan utilisasi sistem antrian di atas dapat menggambarkan tingkat kesibukan server untuk melayani pelanggan sehingga dapat dikatakan server hanya menggunakan 43% dari 100% jam kerjanya untuk melayani konsumen. Maka berdasarkan hal itu dapat dibuat 2 alternatif keputusan :

a) Tidak perlu adanya penambahan kasir karena pada dasarnya sedemikian adanya sudah bagus bagi kinerja sistem antrian kasir Toserba KPRI UB b) Jika ingin mengejar hanya efisiensi sehingga karyawan selalu sibuk bekerja tanpa waktu menganggur maka dapat

(15)

digunakan hanya satu server saja sehingga dapat dihitung dengan 𝜆

1.𝜇 sehingga didaptkan utilisasi sebesar 85.3%

6. SARAN

1) Toserba KPRI UB dapat menerapkan penggunaan fasilitas kasir untuk meningkatkan efisiensi dengan utilisasi sebesar 85.3% utilisasi sistem antrian

2) Dalam rangka menghadapi peningkatan jumlah pelanggan setiap hari dan khususnya hari pembagian SHU maka perlu penambahan server sesuai kebutuhan dan waktu.

3) Untuk meningkatkan kecepatan pelayanan, Toserba KPRI UB dapat membedakan kasir untuk pelanggan anggota KPRI UB dan kasir untuk pelanggan umum (non anggota KPRI UB) DAFTAR PUSTAKA

Amirin , Tatang M. 2009. Populasi dan Sampel Penelitian 3: Pengambilan Sampel dari Populasi tak-terhingga dan tak-jelas. diakses September 2019.

<https://tatangmanguny.wordpress.co m/2009/06/30/sampel-sampling-dan- populasi-penelitian-bagian-ii-teknik- sampling-ii/>

Averill, Law. 2007. Simulation Model and Analysis. McGrawHill

Berman & Evans. 1992. Retail Management : A strategic Approach Fifth Edition International Edition.

Macmillan, New York.

Budiasih,Yanti. 2015. ‘Optimalisasi Kasir dan Minimasi Biaya Studi Kasus pada Swalayan PSFJ di Jakarta Selatan.’ Jurnal. STIE Ahmad Dahlan Jakarta

Dikendrias, Fahrizal. 2017. ‘Simulasi Antrian Pelanggan Samsat Corner di MALL OLYMPIC GARDEN Malang dengan model antrian Multi Phase Single Server.’ Skripsi. FMIPA Universitas Brawijaya

Djati, Bonett Satya Lelono. 2007.

Simulasi : Teori dan Aplikasinya.

ANDI, Yogyakarta.

Hall, Randolph W. 1991. Queueing Methods for Services and Manufacturing. Prentice Hall International

(16)

KPRI UB. 2017. PROFIL Koperasi Pegawai Republik Indonesia Universitas Brawijaya. KPRI UB,Malang

KPRI UB. 2017. Laporan Akhir Tahun

& Laporan Audit 2017. KPRI UB,Malang

Kuncoro, Mudrajad. 2009. Metode Riset untuk Bisnis dan Ekonomi Bagaimana meneliti dan menulis Tesis edisi 3. Yogyakarta : Penerbit ERLANGGA

Levy, Michael & Weitz. 2014.

Retailing Management. McGrawHill Purnasari, Diah Ayu. 2018. ‘Simulasi Pelayanan Antrian Kasir Minimarket REA 1 Surakarta.’ Jurnal. Teknik Industri Universitas Sebelas Maret Surakarta.

Puspitasari, Selvy Dwi. 2017. ‘Analisa Antrian Pelayanan Kasir di Samudra Swalayan Tuban.’ Jurnal. Fakultas Teknik Universitas PGRI Ronggolawe Tuban

Rudyanto. 2007. Riset Replikasi . diakses 19 Januari 2020 .

<https://rudyanto62.blogspot.com/200 7/12/riset-replikasi.html>

Sakinah, Nur. 2019. ‘Penerapan Sistem Antrian pada Pelayanan Peserta Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan Kantor Cabang Makassar.’

Skripsi. Fakultas Sains dan Teknologi Universitas Islam Negeri ALAUDDIN Makassar

Sanusi, Anwar. 2014. Metodologi Penelitian Bisnis cetakan kelima.

Salemba Empat, Jakarta.

Siagian, P. 1987. Penelitian Operasional : Teori dan Praktik. UI Press, Jakarta

Siregar, Sofyan. 2016. Statistika Deskriptif untuk Penelitian . Rajawali Press, Jakarta

Sugiyono (2017) . Metode Penelitian Kuantitatif, Kualitatif, dan R&D.

Alfabeta, Bandung

Taylor III, Bernard W. 2005.

Introduction to Management Science Terjemah Bahasa Edisi 8 Buku Dua.

Salemba Empat

Trading Economics. 2019. Indonesia Retail Sales YoY 2006-2019 Data.

Diakses September 2019. <

https://tradingeconomics.com/indonesi a/retail-sales-annual>

(17)

Prastiyo,Yuriko. 2017. ‘Evaluasi Penerapan Sistem Antrian pada Swalayan FITRINOF Lampung Selatan.’ Skripsi. FEB Universitas Lampung

Pratama,Zetra. 2015. ‘Analysis Of Queueing Theory Application On The Payment Systems Of At Supermarket Saga Swalayan Padang Pariaman.’

Jurnal. FT Universitas Mercubuana

Referensi

Dokumen terkait

Banyak dari kalangan wanita khususnya para istri yang suka berhias diri apalagi dengan wajah glow up yang menjadi trend saat ini, dalam islam juga

Menurut Belkaoui dan Karpik 1989 semakin tinggi tingkat leverage maka semakin besar kemungkinan perusahaan untuk melanggar perjanjian kredit, sehingga perusahaan akan berusaha untuk