repository.upnyk.ac.idrepository.upnyk.ac.id/711/1/makalah.doc · web view1 batavia air 7p -231...

MAKALAH

PENELITIAN TUGAS AKHIR

ANALISIS PELAYANAN PENUMPANG BAGIAN COUNTER CHECK-IN DI BANDARA

ADISUTJIPTO YOGYAKARTA

REYNOLD TRI KRISTIONOFakultas Teknologi Industri, Jurusan Teknik Industri

Universitas Pembangunan Nasional ‘Veteran’ YogyakartaEmail: [email protected]

ABSTRAKApabila pada bagian check-in counter kurang menunjang maka akan terjadi antrian

penumpang pesawat yang panjang sehingga akan membuat penumpang pesawat merasa tidak nyaman dan dapat meyebabkan tertunda dan terlambatnya penerbangan oleh karena itu penulisan tugas akhir ini membahas tentang Analisis Pelayanan Penumpang Bagian Counter Check-in di Bandara Adisutjipto Yogyakarta.

Untuk menganalisis data dan menentukan jumlah counter yang optimal penulis menggunakan metode teori antrian yaitu teori yang menyangkut studi matematik dari antrian atau baris–baris penungguan sedangkan antrian itu sendiri adalah suatu garis tunggu dari konsumen (satuan) yang memerlukan layanan dari satu atau lebih fasilitas pelayanan. Teori antrian digunakan berdasarkan waktu pelayanan dari fasilitas pelayanan dan waktu tunggu yang terjadi dalam barisan antrian penumpang.Dalam perhitungan teori antrian diperlukan data–data seperti waktu pelayanan dan waktu kedatangan, selain itu dalam perhitungan teori antrian harus memenuhi syarat yaitu harus berdistribusi eksponensial, distribusi poisson, dan pengujian Chi Kuadrat yaitu χ2 hitung harus lebih kecil dari χ2 tabel.Model antrian yang digunakan adalah single chanel–single phase.

Berdasarkan hasil perhitungan, dapat disimpulkan bahwa rata-rata tingkat pelayanan penumpang untuk maskapai Batavia 3,67 menit, untuk maskapai Lion 4,06 menit, untuk maskapai Wings 3,74 menit, untuk maskapai Merpati 3,73 menit, untuk maskapai mandala 3,82 menit dan untuk Garuda 2,70. Jumlah counter check-in berdasarkan hasil perhitungan antrian yaitu minimal 2 buah counter check-in.

Kata kunci : Antrian, Check – in, Pelayanan.

1. LATAR BELAKANGDengan peningkatan permintaan akan sarana transportasi udara akan mengakibatkan

peningkatan jumlah lalu lintas penerbangan baik itu pesawat maupun penumpangnya. Jumlah penumpang angkutan udara yang terus menerus mengalami peningkatan mengakibatkan terjadinya kepadatan di bandara. Salah satu dampak dari kepadatan tersebut adalah mempengaruhi tingkat pelayanan di Check-in counter. Melihat kondisi yang terjadi sekarang dimana sering terjadi antrian yang panjang dan penumpukan penumpang di counter check-in khususnya pada jam padat, yang mengakibatkan banyaknya keluhan dan komplain dari calon penumpang dan pengguna jasa bandar udara yang terlambat menyelesaikan proses check- in.

Masalah kepadatan penumpang di Bandar Udara Internasional Adisutjipto Yogyakarta saat ini semakin meningkat tiap tahunnya. Sehingga sering terjadi antrian yang panjang dan penumpukan penumpang di check-in counter khususnya pada jam padat. Dengan segala

Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Pembangunan Nasional “Veteran”

Yogyakarta.

Makalah Penelitian Tugas Akhir2011

mailto:[email protected]

kemampuan jumlah tenaga kerja, sarana dan prasarana serta fasilitas atau peralatan melaksanakan berbagai macam pelayanan dan usaha untuk mencapai tujuan perusahaan. Berdasarkan kepada intensitas arus penumpang dari hari ke hari yang menunjukkan peningkatan di Bandar udara Internasional Adisutjipto, maka PT. (Persero) Angkasa Pura I Cabang Bandara Internasional Adisutjipto Yogyakarta berupaya untuk meningkatkan pelayanan terhadap pemakai jasa bandar udara.

2. LANDASAN TEORIMenurut Edi Sumarno (2001) dalam bukunya Layanan Penumpang dan Bagasi

mendefinisikan layanan check-in adalah suatu proses layanan terhadap penumpang yang akan mengadakan perjalanan dengan menggunakan pesawat terbang, sedangkan check-in counter adalah meja layanan tempat penumpang datang untuk melaporkan diri sebelum naik pesawat.

Menurut Achmad Moegandi (1993 : 29) dalam bukunya istilah Penerbangan Sipil mendefinisikan check-in adalah proses pelaporan penumpang yang akan melakukan penerbangan kepada petugas perusahaan penerbangan di gedung terminal pemberangkatan.

Gambar 2.1 Meja Lurus

(Sumber : Manajemen Pengoperasian dan Pelayanan Bandara)

Teori antrian adalah teori yang menyangkut studi matematis dari antrian-antrian atau baris-baris penungguan (Tjutju, et al., 2007). Antrian adalah suatu garis tunggu dari konsumen (satuan) yang memerlukan layanan dari satu atau lebih pelayan (fasilitas pelayanan). Studi matematikal dari kejadian atau gejala garis tunggu ini disebut teori antrian (P. Siagian, 1987). Kejadian garis tunggu timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga konsumen yang ada tidak bisa segera mendapat layanan disebabkan kesibukan pelayanan.


Yogyakarta.

Ban Berjalan

Petugas Check-in

Meja Lapor

Penumpang Lapor

Gambar 2.4 Sistem Antrian

Dalam banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk mengurangi antrian atau untuk mencegah terjadinya antrian. Akan tetapi, biaya karena memberikan pelayanan tambahan, akan menimbulkan pengurangan keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya, sering timbulnya antrian yang panjang akan mengakibatkan hilangnya langganan atau penumpang.

Jadi masalah yang dihadapi oleh tiap manajer adalah bagaimana mengusahakan keseimbangan antara biaya tunggu (antrian), terhadap biaya mencegah antrian itu sendiri guna memperoleh untung yang maksimum. Suatu analisa dari sistem antrian ini akan dapat memberi jawaban yang memadai secara umum.

3. KERANGKA PENELITIANAgar permasalahan dapat diselesaikan dengan tepat, perlu dibuat suatu kerangka penelitian

yang merupakan proses urutan kegiatan dalam pemecahan masalah. Adapun kerangka penelitian tersebut ditunjukkan pada gambar.


Yogyakarta.


Yogyakarta.

BATASAN MASALAH, RUMUSAN MASALAH DAN PENETAPAN TUJUAN

STUDI LITERATUR

PENGUMPULAN DATA

PENGOLAHAN DATA

METODE ANTRIAN METODE DESKRIPTIF KOMPARATIF

ANALISIS HASIL

STUDI PENDAHULUAN

KESIMPULAN DAN SARAN

MULAI

4. PENGOLAHAN DATA

1. Maskapai penerbangan yang beroperasi di Bandara Adisutjipto YogyakartaDi Bandara Adisutjipto Yogyakarta saat ini terdapat 6 maskapai penerbangan yang beroperasi

secara berjadwal dengan berbagai macam tujuan penerbangan seperti : Jakarta, Denpasar, Mataram, Surabaya, Balikpapan, Banjarmasin, Pontianak, Ujung Pandang dan Halim Perdana Kusuma.

Maskapai Penerbangan Yang Beroperasidi Bandara Adisutjipto Yogyakarta

NO

MASKAPAI(AIRLINES)

RUTE PENERBANGANTUJUAN

PERGERAKAN PESAWAT PER HARI

REMARKS

1GARUDA

JAKARTA 9 X

BERJADWAL REGULERDENPASAR 2 X

MATARAM 1 X

2 LION AIR

JAKARTA 2 X BERJADWAL REGULER

SURABAYA 1 X

3 WINGS AIR

JAKARTA 2 X BERJADWAL REGULER

DENPASAR 1 X

4MANDALA AIR

JAKARTA 1 X

BANJARMASIN 1 X BERJADWAL REGULER

BALIKPAPAN 1 X

5BATAVIA AIR

JAKARTA 1 X

SURABAYA 1 X BERJADWAL REGULER

BALIKPAPAN 1 X

PONTIANAK 1 X

6 MERPATI

UJUNG PANDANG 1 X BERJADWAL REGULER

BANDUNG 1 XSumber : PT.(Persero ) Angkasa Pura I Bandara Adisutjipto Yogyakarta

Jadwal penerbangan Batavia Air di Bandara Adisutjipto Yogyakarta saat ini memiliki 4 kali kegiatan operasi penerbangan dalam sehari dengan berbagai macam tujuan seperti dijelaskan pada tabel di bawah ini :

Jadwal Penerbangan Reguler Batavia Air

NO MASKAPAI FLT.NO DARI DATANG FLT. NO TUJUAN BERANGKAT REMARKS (AIRLINES) (No.PNB) (FROM) (TIME:LT) (No.PNB) (TO) (TIME : LT)

JAKARTA1 BATAVIA AIR 7P -332 BALIKPAPAN 09.55 7P - 324 JAKARTA 10.25 DAILY

SURABAYA1 BATAVIA AIR 7P -231 PONTIANAK 11.50 7P - 232 SURABAYA 12.20 DAILY

BALIKPAPAN1 BATAVIA AIR 7P -323 JAKARTA 15.10 7P - 331 BALIKPAPAN 15.35 DAILY

PONTIANAK1 BATAVIA AIR 7P -231 SURABAYA 17.10 7P - 232 JAKARTA 17.40 DAILY

Sumber : PT.(Persero ) Angkasa Pura I Bandara Adisutjipto Yogyakarta

Waktu Kedatangan PenumpangCheck-In Batavia


Yogyakarta.

PAX KE

WAKTU KEDATANGAN

PAX KE

WAKTU KEDATANGAN

PAX KE

WAKTU KEDATANGAN

PAX KE

WAKTU KEDATANGAN


Yogyakarta.

1 4,38 16 5,54 31 2,38 46 1,232 4,02 17 2,22 32 1,19 47 2,083 4,44 18 1,03 33 3,25 48 6,434 8,35 19 2,06 34 1,48 49 2,155 7,10 20 4,27 35 2,30 50 3,556 5,58 21 1,21 36 2,21 51 8,217 2,58 22 2,35 37 3,10 52 5,238 1,20 23 3,12 38 6,31 53 3,079 2,41 24 2,14 39 4,25 54 1,3510 1,52 25 1,45 40 7,58 55 7,1711 6,25 26 1,23 41 2,34 56 1,5512 1,24 27 2,32 42 3,20 57 3,4113 4,06 28 3,33 43 4,30 58 1,5214 1,19 29 1,56 44 4,50 59 1,2515 3,54 30 1,22 45 2,46 60 7,31

Sumber : Hasil pengolahan dan perhitungan

Waktu Pelayanan PenumpangCheck-In Batavia

PAX KELAMA

PELAYANAN PAX KE LAMA PELAYANAN PAX KELAMA

PELAYANAN PAX KELAMA

PELAYANAN1 2,32 16 2,00 31 8,45 46 2,582 3,00 17 9,40 32 4,02 47 5,133 8,39 18 1,18 33 2,35 48 1,334 6,01 19 4,04 34 4,08 49 3,215 1,02 20 1,43 35 6,13 50 4,236 2,00 21 7,40 36 1,30 51 1,157 2,46 22 3,25 37 5,25 52 3,378 2,01 23 2,15 38 1,39 53 2,339 5,40 24 3,02 39 6,23 54 5,3510 4,02 25 4,32 40 1,03 55 7,5411 1,03 26 4,58 41 2,08 56 1,0612 7,56 27 3,33 42 3,35 57 2,1713 1,49 28 3,21 43 5,32 58 4,3114 3,58 29 1,25 44 2,02 59 2,3615 3,47 30 5,47 45 6,55 60 3,35

Sumber : Hasil pengolahan dan perhitungan

Pengolahan Data Waktu KedatanganBerdasarkanpada data waktu kedatangan, tahapan pengujian adalah sebagai berikut:Batavia1. Menentukan range atau sebaran data pengamatan

Range = H – L = Data terbesar – Data terkecil = 8,35 – 1,03 = 7,32

2. Menentukan jumlah kelasK = 1 + 3,322 log Ndengan N = 60, maka :K = 1 + 3,322 log 60 = 6,87 7

3. Menentukan lebar kelasI = R / K = 7,32 / 6,87


Yogyakarta.

= 1,074. Pengujian distribusi data

Data waktu kedatangan beserta frekuensinya dapat dilihat pada tabel dibawah ini:Distribusi Frekuensi Waktu Kedatangan

batas kelas t nilai tengah Frekuensi amatan ti , oi ti2 , oi(menit) ( ti ) ( oi ) ( ∑Xi ) ( ∑Xi2 )

1,03 - 2,10 1,57 20 31,3 48,982,11 - 3,18 2,65 14 37,03 97,943,19 - 4,26 3,73 9 33,52 124,884,27 - 5,34 4,81 6 28,83 138,535,35 - 6,42 5,89 4 23,54 138,536,43 - 7,50 6,97 4 27,86 194,047,51 - 8,58 8,05 3 24,13 194,17

jumlah 60 206,21 937,07

5. Uji Keseragaman DataPengujian ini dilakukan untuk menyeleksi data yang pantas diikutkan dalam perhitungan selanjutnya. Data yang tidak pantas akan disebut data ekstrim dan selanjutnya dibuang. Suatu data akan dianggap ekstrim jika data diatas batas kontrol atas atau dibawah batas kontrol bawah.

= = 3,44

= 1,97

BKA = + 3 = 3,44 + 3 (1,97) = 9,34

BKB = - 3 = 3,44 - 3 (1,97) = -2,46Dari hasil perhitungan diketahui bahwa data tertinggi yang terkumpul (8,35) lebih kecil dari BKA (9,34) dan data terendah yang terkumpul (1,03) lebih besar dari BKB (-2,46) maka dapat disimpulkan bahwa data tersebut sudah seragam.

6. Uji Chi KuadratUji yang akan dilakukan untuk menentukan distribusi ini adalah uji chi kuadrat. Dengan ketentuan sebagai berikut:a. Ho = Waktu Antar Kedatangan Penumpang Berdistribusi Eksponensial

Hi = Waktu Antar Kedatangan Tidak Berdistribusi Eksponensialb. Tingkat kepercayaan 99 % dan tingkat ketelitian α 1%

V = 7 – 1 = 6 tabel = 0.01;6 =16,80c. Kriteria penolakan

Ho = diterima jika hitung < tabelHi = ditolak jika hitung > tabel

d. Perhitungan hitungLangkah – langkah perhitungannya adalah sebagai berikut:


Yogyakarta.

1) Menentukan probabilitas teoritis F(t) untuk distribusi eksponensial tiap

kelas dengan rumus F(t) = e-t1/ - e-t2/

2) Menentukan frekuensi harapan untuk selang kelas dengan rumusei = F(t) x jumlah dataSebagai contoh perhitungan sel keduaei = F(t) x N

= e-2,11/3,44 – e-3,18/3,44 x 60= 8,69

Dengan diketahui nilai oi dan ei maka suatu ukuran deviasi antara frekuensi amatan dan

frekuensi teoritis dapat dihitung dengan menggunakan rumus sebagai berikut : =

Dimana : oi = Frekuensi yang diamati sel ke i ei = Frekuensi harapan sel ke i

Sebagai contoh perhitungan untuk sel kedua dimana ei = 8,69 dan oi = 14 diperoleh =

= 3,25

Untuk seluruh perhitungan tersebut dapat diringkas dalam tabel sebagai berikut:Hasil Perhitungan Untuk Waktu Kedatangan Penumpang

batas kelas t Frekuensi amatan

Frekuensi harapan

(menit) ( oi ) ( ei ) 1,03 - 2,10 20 11,89 5,532,11 - 3,18 14 8,69 3,253,19 - 4,26 9 6,35 1,114,27 - 5,34 6 4,64 0,405,35 - 6,42 4 3,39 0,116,43 - 7,50 4 2,47 0,947,51 - 8,58 3 1,81 0,79

12,13Dari hasil perhitungan diketahui hitung (12,13) < tabel (16,80) berarti hitung terletak diluar daerah kritis. Karena hitung lebih kecil dari tabel maka Ho diterima sehingga dapat disimpulkan bahwa waktu antar kedatangan penumpang berdistribusi eksponensial.

Pengolahan Data Waktu PelayananBerdasarkanpada data waktu pelayanan, tahapan pengujian adalah sebagai berikut:Batavia1. Menentukan range atau sebaran data pengamatan

Range = H – L = Data terbesar – Data terkecil = 9,40 – 1,02 = 8,38

2. Menentukan jumlah kelasK = 1 + 3,322 log Ndengan N = 60, maka :K = 1 + 3,322 log 60


Yogyakarta.

= 6,87 73. Menentukan lebar kelas

I = R / K = 8,38 / 6,87 = 1,22

4. Pengujian distribusi dataData waktu pelayanan beserta frekuensinya dapat dilihat pada tabel dibawah ini:

Distribusi Frekuensi waktu Pelayananbatas kelas t nilai tengah Frekuensi amatan ti , oi ti2 , oi

(menit) ( ti ) ( oi ) ( ∑Xi ) ( ∑Xi2 ) 1,02 - 2,24 1,63 20 32,60 53,142,25 - 3,46 2,86 15 42,83 122,273,47 - 4,69 4,08 9 36,72 149,824,70 - 5,92 5,31 6 31,86 169,185,93 - 7,15 6,54 4 26,16 171,097,16 - 8,38 7,77 3 23,31 181,128,39 - 9,61 9,00 3 27,00 243,00

60 220,48 1089,625. Uji Keseragaman Data

Pengujian ini dilakukan untuk menyeleksi data yang pantas diikutkan dalam perhitungan selanjutnya. Data yang tidak pantas akan disebut data ekstrim dan selanjutnya dibuang. Suatu data akan dianggap ekstrim jika data diatas batas kontrol atas atau dibawah batas kontrol bawah.

= = 3,67

= 2,18

BKA = + 3 = 3,67 + 3 (2,18) = 10,21

BKB = - 3 = 3,67 - 3 (2,18) = -2,87

Dari hasil perhitungan diketahui bahwa data tertinggi yang terkumpul (9,40) lebih kecil dari BKA (10,21) dan data terendah yang terkumpul (1,02) lebih besar dari BKB (-2,87) maka dapat disimpulkan bahwa data tersebut sudah seragam.

6. Uji Chi KuadratUji yang akan dilakukan untuk menentukan distribusi ini adalah uji chi kuadrat. Dengan ketentuan sebagai berikut:a. Ho = Waktu Antar Pelayanan Penumpang Berdistribusi Eksponensial

Hi = Waktu Antar Pelayanan Tidak Berdistribusi Eksponensialb. Tingkat kepercayaan 99 % dan tingkat ketelitian α 1%

V = 7 – 1 = 6 tabel = 0.01;6 =16,80c. Kriteria penolakan

Ho = diterima jika hitung < tabelHi = ditolak jika hitung > tabel


Yogyakarta.

d. Perhitungan hitungLangkah – langkah perhitungannya adalah sebagai berikut:1) Menentukan probabilitas teoritis F(t) untuk distribusi eksponensial

tiap kelas dengan rumus F(t) = e-t1/ - e-t2/

2) Menentukan frekuensi harapan untuk selang kelas dengan rumusei = F(t) x jumlah dataSebagai contoh perhitungan sel keduaei = F(t) x N

= e-2,25/3,67 – e-3,46/3,67 x 60= 9,13

Dengan diketahui nilai oi dan ei maka suatu ukuran deviasi antara frekuensi amatan dan

frekuensi teoritis dapat dihitung dengan menggunakan rumus sebagai berikut : =

Dimana : oi = Frekuensi yang diamati sel ke i ei = Frekuensi harapan sel ke i

Sebagai contoh perhitungan untuk sel kedua dimana ei = 9,13 dan oi = 15 diperoleh =

= 3,78

Untuk seluruh perhitungan tersebut dapat diringkas dalam tabel sebagai berikut:Hasil Perhitungan Untuk Waktu Pelayanan Penumpang

batas kelas t Frekuensi amatan Frekuensi harapan(menit) ( oi ) ( ei )

1,02 - 2,24 20 12,85 3,982,25 - 3,46 15 9,13 3,783,47 - 4,69 9 6,59 0,884,70 - 5,92 6 4,71 0,355,93 - 7,15 4 3,37 0,127,16 - 8,38 3 2,41 0,148,39 - 9,61 3 1,73 0,94

10,19

Dari hasil perhitungan diketahui hitung (10,19) < x2 tabel (16,80) berarti hitung terletak diluar daerah kritis. Karena hitung lebih kecil dari tabel maka Ho diterima sehingga dapat disimpulkan bahwa waktu antar pelayanan penumpang berdistribusi eksponensial.

Perhitungan Variabel Model Antrian Dari hasil pengumpulan dan pengujian data maka dapat disimpulkan bahwa waktu kedatangan

dan waktu pelayanan penumpang Batavia, Lion, Wings, Merpati, dan Mandala mengikuti distribusi eksponensial sedangkan Garuda tidak mengikuti distribusi eksponensial, sehingga hanya lima maskapai yang dapat diteruskan kedalam perhitungan variabel model antrian.Dari hasil pengujian waktu antar kedatangan penumpang Batavia didapat ( ) = 3,44 berarti tingkat

kedatangan penumpang λ = = x 60 menit = 17


Yogyakarta.

Dari hasil pengujian waktu pelayanan penumpang Batavia didapat ( ) = 3,67 berarti tingkat

pelayanan penumpang = = x 60 menit = 16 penumpang/jam.

Perhitungan nilai – nilai variabel antrian Batavia :Diketahui : Tingkat kedatangan penumpang 17 penumpang/jam

Tingkat pelayanan penumpang 16 penumpang/jama. Tingkat kegunaan fasilitas pelayanan

P = = 17/16 =1,06 = 106 %

Hasil diatas 100 % menunjukkan bahwa fasilitas check-in sibuk sehingga tidak ada kesempatan menganggur bagi petugas pelayanan check-in.

b. Tingkat menganggur fasilitas1 – P = 1 – 1,06 = - 0,06 = - 6 %Hasil dibawah 0 % menunjukkan bahwa tidak ada kesempatan menganggur bagi petugas counter check-in.

c. Jumlah rata – rata penumpang dalam antrian

= = = - 18

Dengan demikian jumlah rata – rata penumpang dalam antrian sebanyak -18 penumpang. Sedangkan nilai negatif menunjukkan bahwa sistem tidak mampu menampung penumpang sehingga terjadi penumpukan penumpang.

d. Jumlah rata – rata penumpang dalam sistem

= = = - 17

Dengan demikian jumlah rata – rata penumpang dalam sistem sebanyak -17 penumpang. Sedangkan nilai negatif menunjukkan bahwa sistem tidak mampu menampung penumpang sehingga terjadi penumpukan penumpang. Jumlah rata – rata penumpang pada sistem harus lebih besar dari pada jumlah dalam antrian hal itu disebabkan karena jumlah penumpang dalam sistem adalah jumlah antrian ditambah satu orang yang sedang dilayani. Sehingga apabila diaplikasikan dalam bentuk matematika maka menjadi Sistem = Antrian + Pelayanan sehingga S = -18 + 1 = -17.

e. Waktu rata – rata menunggu penumpang dalam antrian

= = = - 1,06 jam = - 63,75 menit

Dengan demikian bila jumlah penumpang dalam antrian sebanyak -18 penumpang maka rata – rata waktu antriannya adalah -63,75 menit, sedangkan untuk rata – rata waktu antrian per penumpang adalah 3,54 menit. Sedangkan nilai negatif menunjukkan bahwa sistem tidak mampu melayani penumpang dengan maksimal sehingga terjadi antrian atau penumpukan penumpang.

f. Waktu rata – rata penumpang dalam sistem

= = = - 1 jam = - 60 menit

Dengan demikian bila jumlah penumpang dalam sistem sebanyak -17 penumpang maka rata – rata waktu antriannya adalah -60 menit. Sedangkan nilai negatif menunjukkan bahwa sistem tidak mampu melayani penumpang dengan maksimal sehingga terjadi antrian atau penumpukan penumpang. Waktu rata – rata dalam sistem harus lebih besar dari jumlah rata – rata antrian karena waktu dalam sistem adalah penjumlahan dari waktu antrian ditambah


Yogyakarta.

dengan waktu pelayanan di sini diketahui bahwa waktu antrian adalah -63,75 menit dan waktu pelayanan 3,75 menit sehingga waktu dalam sistem adalah -63,75 menit+ 3,75 menit = -60 menit.

5. ANALISIS DATA

Analisis Tingkat Kedatangan PenumpangTingkat kedatangan penumpang adalah jumlah penumpang yang datang melakukan proses

check-in pada counter check-in yang tersedia di perusahaan penerbangan tersebut. Tingkat kedatangan penumpang menggambarkan rata-rata penumpang yang datang untuk melakukan check-in setiap jam dan pola distribusi yang terjadi dimana untuk menentukan jenis model antrian yang akan digunakan.

Peningkatan jumlah penumpang yang datang terjadi pada hari kamis minggu keempat bulan februari dimana pada waktu itu rata-rata tingkat kedatangan penumpang untuk maskapai Batavia 3,44 menit, untuk maskapai Lion 3,54 menit, untuk maskapai Wings 3,44 menit, untuk maskapai Merpati 3,58 menit, dan untuk maskapai mandala 3,40 menit. Semakin besar rata-rata tingkat kedatangan penumpang, antrian akan semakin padat atau panjang. Semakin kecil rata-rata tingkat kedatangan maka akan semakin lenggang antrian dan semakin besar waktu menganggur counter check-in.

Tingkat kedatangan penumpang dilakukan uji distribusi karena untuk melihat pola apa yang terjadi dan dapat menentukan jenis model antrian yang digunakan. Distribusi kedatangan penumpang yang umum terjadi adalah distribusi poisson, maka distribusi kedatangan penumpang diuji pertama kali dengan menggunakan distribusi poisson. Jika ternyata kedatangan penumpang tidak berpola distribusi poisson, maka akan diuji kembali dengan menggunakan pola distribusi lainnya dan pada kasus ini ternyata kedatangan penumpang tidak berdistribusi poison sehingga digunakan distribusi eksponensial.

Pada pengujian statistik distribusi tingkat kedatangan penumpang dilakukan dengan cara pengujian terhadap kesesuaian fungsi distribusi eksponensial hal ini dilakukan karena tingkat kedatangan penumpang bersifat diskrit artinya antara yang satu dengan lainnya tidak saling berkaitan.

Pengujian statistik terhadap distribusi eksponensial dilakukan dengan uji Chi- Square (2) yaitu uji statistik yang membandingkan antara hasil perhitungan dengan . Pada pengujian distribusi eksponensial ini ada ketentuan hipotesa yang harus dibandingkan yang merupakan suatu syarat untuk mengetahui apakah data tersebut berdistribusi eksponensial atau tidak, yaitu:Ho : Distribusi tingkat kedatangan penumpang mengikuti pola distribusi eksponensialHi : Distribusi tingkat kedatangan penumpang tidak mengikuti pola distribusi eksponensial

Dari hasil perhitungan diketahui x2 hitung Batavia, Lion, Wings, Merpati, Mandala adalah (12,14), (12,46), (11,91), (12,38), (12,37)<dari x2 tabel (12,60) dengan tingkat signifikan sebesar 0,05 berarti x2 hitung terletak diluar daerah kritis. Karena x2 hitung lebih kecil dari x2 tabel maka Ho diterima sehingga dapat disimpulkan bahwa waktu antar kedatangan penumpang berdistribusi eksponensial sedangkan dari hasil perhitungan diketahui x2 hitung Garuda adalah (25,00) > dari x2

tabel (12,60) berarti x2 hitung terletak didalam daerah kritis. Karena x2 hitung lebih besar dari x2

tabel maka Ho ditolak atau Hi diterima sehingga dapat disimpulkan bahwa waktu antar kedatangan penumpang Garuda tidak berdistribusi eksponensial.

Analisis Waktu Pelayanan PenumpangWaktu pelayanan penumpang adalah waktu dimana counter check-in melakukan pelayanan

terhadap penumpang mulai dari penumpang memberikan tiket tersebut sampai penumpang


Yogyakarta.

meninggalkan counter check-in tersebut. Waktu pelayanan penumpang menggambarkan rata-rata waktu penumpang melakukan transaksi dan pola distribusi yang terjadi yang nantinya untuk menentukan jenis antrian apa yang akan digunakan.

Sebelum menentukan pola distribusi yang terjadi pada waktu pelayanan penumpang dilakukan terlebih dahulu uji keseragaman data, yaitu pengujian terhadap data-data yang bervariasi sehingga didapatkan data-data yang berada pada dua batas kontrol yang telah ditentukan yaitu batas kontrol atas dan batas kontrol bawah.

Dari pengumpulan data, diperoleh data sebanyak 60, dan dihitung rata-ratanya. Sehingga waktu rata-rata yang dibutuhkan counter check-in untuk melayani penumpang untuk maskapai Batavia 3,67 menit, untuk maskapai Lion 4,06 menit, untuk maskapai Wings 3,74 menit, untuk maskapai Merpati 3,73 menit, untuk maskapai mandala 3,82 menit. Semakin besar rata-rata waktu pelayanan penumpang maka semakin besar waktu menunggu penumpang untuk dilayani. Semakin kecil rata-rata waktu pelayanan penumpang maka semakin kecil waktu menunggu penumpang.

Standar deviasi yaitu nilai simpangan dari rata-rata variabel pengelompokkan terhadap data setiap perguruan tinggi yang diteliti.Standar deviasi ini berguna untuk melihat kecenderungan keragaman penumpang dalam melakukan check-in. Dimana waktu pelayanan memiliki standar deviasi sebesar 2,176 untuk batavia, 2,131 untuk Lion, 1,941 untuk Wings, 2,250 untuk Merpati, 2,002 untuk Mandala.

Sehingga didapat batas kontrol atas sebesar 10,20 dan batas kontrol bawah sebesar -2,86 untuk Batavia, batas kontrol atas sebesar 10,45 dan batas kontrol bawah sebesar -2,33 untuk Lion, batas kontrol atas sebesar 9,56 dan batas kontrol bawah sebesar -2,08 untuk Wings, batas kontrol atas sebesar 10,57 dan batas kontrol bawah sebesar -2,93 untuk Merpati, batas kontrol atas sebesar 9,74 dan batas kontrol bawah sebesar -2,28 untuk Mandala .

Distribusi waktu pelayanan yang umum terjadi adalah distribusi eksponensial, maka distribusi waktu pelayanan diuji pertama kali dengan menggunakan pola distribusi eksponensial. Jika ternyata waktu pelayanan tidak berpola distribusi eksponensial, maka akan diuji kembali dengan menggunakan pola distribusi lainnya.

Pengujian distribusi waktu pelayanan penumpang dilakukan dengan cara pengujian terhadap suatu fungsi distribusi yaitu distribusi eksponensial. Hal ini dilakukan karena waktu pelayanan penumpang sifatnya kontinyu yang artinya antara penumpang yang satu dengan penumpang yang lain saling berkaitan.

Pengujian terhadap hipotesa bahwa waktu pelayanan penumpang berdistribusi eksponensial digunakan dengan uji Chi-Square (2) yaitu dengan cara membandingkan antara hasil perhitungan dengan . Dari hasil perhitungan diketahui x2 hitung Batavia, Lion, Wings, Merpati, Mandala adalah (12,14), (12,46), (11,91), (12,38), (12,37)<dari x2 tabel (12,60) dengan tingkat signifikan sebesar 0,05 berarti x2 hitung terletak diluar daerah kritis. Karena x2 hitung lebih kecil dari x2 tabel maka Ho diterima sehingga dapat disimpulkan bahwa waktu antar kedatangan penumpang berdistribusi eksponensial.

Dari hasil uji pola distribusi di atas dengan tingkat kedatangan penumpang berdistribusi eksponensial, dan waktu pelayanan penumpang berdistribusi eksponensial, model antrian yang akan digunakan adalah (M/M/1) : (FCFS//), akan tetapi apabila hasil pola uji distribusi tingkat kedatangan penumpang dan waktu pelayanan penumpang tidak berdistribusi eksponensial, maka akan mempengaruhi rumus atau model antrian yang digunakan.

Analisis Perhitungan AntrianDari hasil perhitungan distribusi kedatangan dan waktu pelayanan penumpang yang

menunjukkan bahwa tingkat kedatangan penumpang dan waktu pelayanan penumpang berdistribusi eksponensial maka dapat ditentukan jenis model antrian yang digunakan dalam perhitungan ini yaitu model antrian (M/M/1) : (FCFS//), yang menyatakan:

1. Tingkat kedatangan penumpang, dan waktu pelayanan penumpang berdistribusi eksponensial.


Yogyakarta.

2. Dengan jumlah atau fasilitas pelayanan sama dengan satu (S = 1)3. Disiplin pelayanan First Come First Served, tidak berhingganya jumlah penumpang

yang masuk dalam sistem antrian, dan besarnya populasi masuk tidak berhingga.Dalam perhitungan model antrian ini dimasukkan tingkat kedatangan penumpang rata-rata

() sebesar 17 penumpang/jam dan rata-rata waktu pelayanan penumpang () sebesar 16/jam untuk maskapai Batavia, Wings dan Mandala, sedangkan untuk maskapai Liontingkat kedatangan penumpang rata-rata () sebesar 17 penumpang/jam dan rata-rata waktu pelayanan penumpang () sebesar 15/jam dan untuk maskapai Merpati tingkat kedatangan penumpang rata-rata () sebesar 18 penumpang/jam dan rata-rata waktu pelayanan penumpang () sebesar 16/jam

Sehingga dengan menggunakan satu counter check-in terjadi antrian hal ini disebabkan tingkat kedatangan lebih besar dibandingkan tingkat pelayanan.

Analisis jumlah counter check-in yang optimal Hasil perhitungan dengan jumlah dua counter check-in dapat dilihat dilampiran.Simulasi untuk dua counter check-in untuk maskapai Batavia akan diterangkan pada

Gambar 4.6.

Simulasi Untuk 2 Loket

penjelasan dari Gambar 4.6 yaitu: Kemungkinan pelayanan kosong (Po) sebesar 0,89

Maksudnya bahwa probabilitas counter check-in akan menganggur atau tidak ada penumpang yang melakukan check-in sebesar 0,89.

Kemungkinan terdapat n penumpang dalam sistem (Pn) sebesar 0,50Maksudnya adalah probabilitas ada 2 orang penumpang di depan counter check-in untuk melakukan check-in sebesar 0,50.

Jumlah rata-rata penumpang dalam antrian (Lq) sebesar 0,57 orangMaksudnya ekspektasi panjang antrian penumpang yang akan melakukan check-in, tidak termasuk penumpang yang sedang dilayani sebesar 0,57 orang.

Jumlah rata-rata penumpang dalam sistem (Ls) sebesar 1,63 orangMaksudnya adalah ekspektasi panjang antrian penumpang yang melakukan antrian, termasuk penumpang yang sedang dilayani sebesar 1,63 orang.

Rata-rata waktu penumpang dalam antrian (Wq) sebesar 0,034 jam = 2,04 menit, Maksudnya adalah ekspektasi waktu menunggu yang dibutuhkan oleh penumpang dalam antrian, tidak termasuk penumpang yang sedang dilayani adalah sebesar 2,04 menit/orang.

Rata-rata waktu Penumpang dalam sistem (Ws) sebesar 0,097 jam = 5,82 menit, Maksudnya adalah ekspektasi waktu menunggu yang dibutuhkan oleh penumpang dalam sistem, termasuk waktu pelayanan yang sedang dilakukan adalah sebesar 5,82 menit/orang.


Yogyakarta.

6. KESIMPULAN

Berdasarkan hasil dari pembahasan dan pengolahan data pada bab sebelumnya, maka dapat ditarik beberapa kesimpulan, yaitu:1. Prosedur dan fasilitas check-in counter di Bandara Adisutjipto Yogyakarta hanya untuk

Garuda sudah memenuhi standard namun untuk beberapa maskapai lain belum memenuhi standard?

2. Guna mengantisipasi terjadinya penumpukan penumpang di Check-in counter Bandara Adisutjipto Yogyakarta terutama bagi maskapai-maskapai penerbangan bukan Garuda dipandang perlu perhitungan kembali optimalisasi waktu rata-rata tingkat kedatangan dan tingkat pelayanan penumpang bagi seluruh maskapai, dan setelah itu ditentukan jumlah counter check-in yang optimum.

3. Rata-rata tingkat kedatangan penumpang untuk maskapai Batavia 3,44 menit, untuk maskapai Lion 3,54 menit, untuk maskapai Wings 3,44 menit, untuk maskapai Merpati 3,58 menit, dan untuk maskapai mandala 3,40 menit dan untuk garuda 2,76.

4. Rata-rata tingkat pelayanan penumpang untuk maskapai Batavia3,67 menit, untuk maskapai Lion 4,06 menit, untuk maskapai Wings 3,74 menit, untuk maskapai Merpati 3,73 menit, untuk maskapai mandala 3,82 menit dan untuk Garuda 2,70.

5. Jumlah counter check-in berdasarkan hasil perhitungan antrian yaitu minimal 2 buah counter check-in. Faktor Utilitas (pelayanan sibuk): Batavia (0,53), Lion (0,53), Wings (0,53), Mandala (0,56), dan Merpati (0,53). Kemungkinan pelayanan kosong: Batavia (0,89), Lion (0,57), Wings (0,89), Mandala (0,16), dan Merpati (0,89). Kemungkinan terdapat n penumpang dalam system: Batavia (0,50), Lion (0,13), Wings (0,50), Mandala (0,10), dan Merpati (0,50). Jumlah rata – rata penumpang dalam antrian: Batavia (0,57), Lion (0,39), Wings (0,57), Mandala (0,29), dan Merpati (0,57). Jumlah rata – rata penumpang dalam system: Batavia (01,63), Lion (1,52), Wings (1,63), Mandala (1,42), dan Merpati (1,63). Rata – rata waktu penumpang dalam antrian: Batavia (2,04), Lion (1,38), Wings (2,04), Mandala (0,96), dan Merpati (2,04). Rata – rata waktu penumpang dalam system: Batavia (5,82), Lion (5,40), Wings (5,82), Mandala (4,74), dan Merpati (5,82).

6. Sistem model antrian yang sesuai pada counter check-in di bandar udara internasional Adisujtipto Yogyakarta adalah (M/M/1) : (FCFS//) dengan counter check-in yang multiple channel (C>1).

7. Karena pada waktu-waktu tertentu unit pelayanan tampak penuh dengan penumpang yang menunggu untuk dilayani sehingga counter check-in menjadi sangat sibuk. Dalam hal ini penulis memandang bahwa guna mengantisipasi kemungkinan penerbangan tertunda karena sistem, maka sebaiknya dalam masalah ini perlu adanya penambahan jumlah counter check-in beserta alat – alat pendukung counter, sehingga penumpang tidak merasa kecewa dan tidak perlu menunggu terlalu lama.

DAFTAR PUSTAKA

Achmad Moegandi, 1993, Istilah Penerbangan Sipil, Jakarta, Gramedia Pusataka Utama.

Aminarno Budi Pradana, Drs, S.Sit, MM, 2001, Manajemen Pengoperasian dan Pelayanan Bandara, Curug Tanggerang, Sekolah Tinggi Penerbangan Indonesia.

Edi Sumarno, 2001, Layanan Penumpang dan Bagasi.

Pujo Sutopo, S.Sit, 2007, Airport Slot Coordinator Training, Angkasa Pura I,.

P. Siagian, Penelitian Operasi, 1987, Teori dan Praktek, UI – Press.


Yogyakarta.

Sedarmayanti, Dra, M.Pd, 1996, Tata Kerja Dan Produktivitas Kerja.

Tjutju, et al, 2007, Operasi Research.

__________, 2008, International Air Trasnport Association, Ground Handling Manual.

__________, 1999, Surat Keputusan Direktotrat Jendral Perhubungan Udara, Standar Kinerja Operasional Bandara (Level of Service), No. Skep/284/X/1999.

UU No.1 Tahun 2009 tentang Penerbangan


Yogyakarta.


Yogyakarta.

repository.upnyk.ac.idrepository.upnyk.ac.id/711/1/makalah.doc · web view1 batavia air 7p -231...

Documents