analisis sistem antrian untuk menentukan tingkat...

ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN TINGKAT PELAYANAN YANG OPTIMAL PADA KASIR

(SERVER) RUMAH MAKAN KOBER MIE SETAN MALANG DENGAN METODE SIMULASI

SKRIPSI

Oleh : Nur Susila Ahse

NIM. 105100301111066

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA 2014

ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN TINGKAT PELAYANAN YANG OPTIMAL PADA KASIR

(SERVER) RUMAH MAKAN KOBER MIE SETAN MALANG DENGAN METODE SIMULASI

Oleh : Nur Susila Ahse

NIM. 105100301111066

Sebagai salah satu syarat untuk memperoleh Gelar Sarjana Teknologi Pertanian

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA 2014

LEMBAR PERSETUJUAN

Judul Skripsi : ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN TINGKAT PELAYANAN YANG OPTIMAL PADA KASIR (SERVER) RUMAH MAKAN KOBER MIE SETAN MALANG DENGAN METODE SIMULASI

Nama Mahasiswa : Nur Susila Ahse NIM : 105100301111066 Jurusan : Teknologi Industri Pertanian Fakultas : Teknologi Pertanian

Pembimbing 1 Pembimbing II

Dr. Panji Deoranto, STP,MP. Wike Agustin Prima Dania, STP, M.Eng.

NIP. 197108062005012001 NIP. 198208012005012001

Tanggal Persetujuan: Tanggal Persetujuan:

September 2014 September 2014

LEMBAR PENGESAHAN

Judul Skripsi : ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN TINGKAT PELAYANAN YANG OPTIMAL PADA KASIR (SERVER) RUMAH MAKAN KOBER MIE SETAN MALANG DENGAN METODE SIMULASI

Nama Mahasiswa : Nur Susila Ahse NIM : 105100301111066 Jurusan : Teknologi Industri Pertanian Fakultas : Teknologi Pertanian

Dosen Penguji I,

Dosen Penguji II,

Ir. Usman Effendi, MS. NIP. 19610727 198701 1 001

Dr. Panji Deoranto, STP,MP.NIP.

NIP. 197108062005012001

Dosen Penguji III,

Wike Agustin Prima Dania, STP, M.Eng.

NIP. 198208012005012001

Ketua Jurusan,

Dr. Ir. Nur Hidayat, MP NIP. 19610223 198701 1 001

Tanggal Lulus TA:…………………..

PERNYATAAN KEASLIAN TUGAS AKHIR

Yang bertandatangan dibawah ini : Nama mahasiswa : Nur Susila Ahse NIM : 105100301111066 Jurusan : Teknologi Industri Pertanian Judul Skripsi : Analisis Sistem Antrian untuk Menentukan

Tingkat Pelayanan yang Optimal pada Kasir (Server) Rumah Makan Kober Mie Setan Malang dengan Metode Simulasi

Menyatakan bahwa, TA dengan judul diatas merupakan karya asli penulis tersebut diatas. Apabila dikemudian hari terbukti pernyataan ini tidak benar saya bersedia dituntut sesuai hukum yang berlaku. Malang, 19 Agustus 2014 Pembuat Pernyataan, Nur Susila Ahse 105100301111066

NUR SUSILA AHSE. 105100301111066. Analisis Sistem Antrian untuk Menentukan Tingkat Pelayanan yang Optimal pada Kasir (Server) Rumah Makan Kober Mie Setan Malang dengan Metode Simulasi. Tugas Akhir. PEMBIMBING: Dr. Panji Deoranto, STP, MP. Dan Wike Agustin Prima Dania, STP., M.Eng.

RINGKASAN

Perkembangan pangan semakin meningkat, berbagai tren makanan mulai muncul dikalangan masyarakat termasuk tren makanan pedas. Rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang merupakan salah satu rumah makan yang menyediakan produk olahan mie dengan rasa yang pedas dengan berbagai macam level kepedasan. Antusias warga Malang yang sangat tinggi membuat rumah makan ini setiap harinya selalu ramai dikunjungi, sehingga mengakibatkan antrian yang cukup panjang pada fasilitas pelayanan kasir (server) khususnya pada hari libur. Berdasarkan hasil survey pendahuluan, lama waktu mengantri berkisar antara 5-25 menit. Apabila antrian terlalu panjang, akan mengakibatkan kejenuhan pelanggan sehingga dapat menimbulkan kehilangan pelanggan.

Analisis sistem antrian dapat dilakukan dengan bantuan metode simulasi menggunakan software ARENA versi 5.0. Metode simulasi dapat memberikan penyelidikan yang langsung dan terperinci dalam periode waktu tertentu dan lebih realistis terhadap sistem nyata. Data yang digunakan untuk analisis sistem antrian ini adalah data primer, yaitu berupa data waktu kedatangan pelanggan dan data waktu pelayanan (server), untuk pengukuran waktu dilakukan dengan menggunakan bantuan stopwatch. Dari hasil penelitian dapat diketahui bahwa pelanggan yang datang ke rumah makan ini memiliki waktu antar kedatangan yaitu dari 1.12–1.48 menit. Kemudian waktu yang dihabiskan pelanggan untuk mengantri berkisar antara 13.25–19.29 menit, dan lama waktu kasir (server) dalam melayani pelanggan mengabiskan waktu antara 1.19–1.55 menit. Berdasarkan hasil dari 3 skenario perbaikan yang telah dirancang, maka dipilih skenario 2 yang paling optimal yaitu dengan penambahan satu fasilitas pelayanan kasir (server).

Maka model antrian yang cocok adalah (M/M/2);(FCFS/∞/∞) dengan sistem antrian Multichannel-Single Phase, dimana terdapat dua jalur antrian dengan dua fasilitas pelayanan kasir (server). Kata Kunci: Server, Simulasi, Sistem Antrian, Kober Mie Setan Malang.

Nur Susila Ahse. 105100301111066. Analyze of Queuing System to Determine the Optimal Level of Service at the Cashier (Server) In Kober Mie Setan Malang Restaurant Using Simulation Methods. Final Task. Supervisors: Dr. Panji Deoranto, STP, MP. Dan Wike Agustin Prima Dania, STP, M.Eng.

SUMMARY

The food development has been increasing. There are so many food product innovation in society. One of the innovation is the spicy food. Kober Mie Setan Restaurant at Jl. Soekarno Hatta-Malang is one of the restaurant which is offer the spicy noodle with several kinds of spicy level. Malang society give the big enthusiast with this product, that is why so many customer come in this restaurant everyday. It makes the queuing line is very long. Based on the recent survey, the waiting time in queuing line is about 5-25 minutes for each customer. If the queuing line is very long, the customer will feel bored, and it makes the customer leaving. To analyze queuing system we can use simulation method which is applied by using ARENA 5.0 software. The simulation method give the direct and detail investigation in certain period with the realistic result as same as the real system. The data which is taken for this study is primary data. The data is arrival time and the service time of customer which are measure by stopwatch. From this study we can know that each customer has the spacing arrival time with the other customer about 1.12-1.48 minutes, while the waiting time is bout 13.25-19.29 minutes, and the service time is about 13.19-15.5 minutes. Based on the 3 fixing scenario , the optimum scenario is 2nd scenario which is add one server facility. So, based on the analysis the suitable queuing method is (M/M/2);(FCFS/∞/∞) with queueing system is Multichannel-Single Phase which applied two queuing line and two server facility. Keywords: Server, Simulation, Queuing System, Kober Mie Setan Malang.

ix

KATA PENGANTAR

Alhamdulillahirrobbil’alamin, puji syukur saya panjatkan kepada Allah SWT yang telah memberikan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir (TA) dengan judul “Analisis Sistem Antrian untuk Menentukan Tingkat Pelayanan yang Optimal pada Kasir (Server) Rumah Makan Kober Mie Setan Malang dengan Metode Simulasi”. Penyusunan TA ini merupakan salah satu syarat untuk memperoleh Gelar Sarjana Teknologi Pertanian, Fakultas Teknologi Pertanian, Universitas Brawijaya Malang.

Dalam pelaksanaan dan penyusunan TA ini penulis mengucapakan terimakasih yang sebesar-besanya kepada pihak-pihak yang telah membantu dalam penyusunan proposal ini, sehingga semua dapat terselesaikan dengan baik, terutama kepada : 1. Bapak Dr. Ir. Nur Hidayat, MP selaku Ketua Jurusan Teknologi

Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya.

2. Bapak Dr. Panji Deoranto, STP, MP selaku dosen pembimbing 1 Jurusan Teknologi Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya Malang atas ilmunya yang telah diberikan dan bantuan beliau menjadi pembimbing selama masa penulisan TA.

3. Ibu Wike Agustin Prima Dania, STP, M.Eng selaku dosen pembimbing 2 Jurusan Teknologi Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya Malang atas ilmunya yang telah diberikan dan bantuan beliau menjadi pembimbing selama masa penulisan TA.

4. Bapak Ir. Usman Effendi, MS selaku dosen penguji Jurusan Teknologi Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya Malang atas segala kritik dan sarannya .

5. Bapak dan Ibu Dosen TIP serta seluruh karyawan FTP yang membantu saya selama proses perkulihan.

6. Bapak Gemy, Mas Adit dan segenap karyawan rumah makan Kober Mie Setan Jl. Soekarno Hatta Malang, yang telah membantu dan memberikan ijin selama penelitian disana.

x

7. Kedua orang tua tercinta (Bapak Su’udi dan Ibu Sidarni) yang selalu memberikan semangat dan dukungan, serta terimakasih atas do’anya setiap saat.

8. Kakak tercinta (Nur Hayati) yang selalu memberikan semangat dan dukungan serta motivasi kepada Ahse, yang selalu perhatian serta meluangkan waktu dan tenaganya. “You Are My

Inspiration”

9. Nenek tersayang yang belom sempet melihat saya pakek Toga. Sekarang Ahse sudah S1, Semoga Engkau tersenyum melihat Ahse dari sana. Terimakasih,,,

10. Sahabat-sahabat saya yang sudah menemani perjalanan perkuliahan selama 4 tahun (Nisa, Aul, Silvi, Gede, Ganggas, Bagus mbambut, Merin, Oky, Nilam, Fatya, Mutia, Martha, Mega, Linda, Ahmad) kalian luar biasa.

11. Keluarga besar TIP 2010 yang tidak bisa disebutin namanya satu persatu, terimakasih sudah membuat massa-massa perkuliahan bermakna dengan karakter masing-masing dari kalian yang berbeda. Perbedaan tak menghalangi kita untuk tetap SOLID.

12. Keluarga besar teater Lempung dan UKM Seni FTP, terimakasih untuk kakak-kakak dan untuk adek-adek tetap jaga terus kekompakan kalian untuk membuat teater Lempung terus berkarya. Gali terus potensi diri kalian !

13. Terimakasih juga kepada teman-teman Kontraan Geng Rempong 97, temen-teman kost Green House 82 B dan teman-teman komunitas Malang Berkebun.

14. Semua pihak yang telah membantu proses kelancaran penyusunan TA (khusus buat Ndundung dan Hendra TI yang sudah rela meluangkan waktunya untuk membantu proses pengerjaan laporan)

Saya menyadari bahwa TA ini masih jauh dari sempurna, maka diharapkan kritik serta saran agar TA ini bisa bermanfaat bagi saya khususnya dan bagi pembaca umumnya, Terima Kasih.

Malang, 31 Agustus 2014 Penulis

xi

RIWAYAT HIDUP

Penulis dilahirkan di Gresik pada tanggal 31 agustus 1992 dari Ayah dan Ibu yang bernama Su’udi dan Sidarni. Jenjang pendidikan yang telah ditempuh oleh si penulis yaitu menyelesaikan pendidikan Sekolah Dasar di SDN Sumengko, Kecamatan Duduk Sampeyan, Kabupaten Gresik pada tahun 1998-2004, kemudian melanjutkan ke Sekolah Menengah Pertama di SMP Negeri 1 Duduk Sampeyan, Gresik dengan tahun kelulusan 2007 dan

menyelesaikan Sekolah Menengah Atas di SMA N 1 Manyar, Gresik pada tahun 2010.

Pada tahun 2014 penulis telah berhasil menyelesaikan pendidikannya di Universitas Brawijaya Malang di Jurusan Teknologi Industri Pertanian Fakultaas Teknologi Pertanian. Pada masa pendidikannya penulis aktif sebagai asisten Laboratorium Manajemen Agroindustri untuk mata kuliah Production Planning and Inventory Control serta Teknik Pemodelan Sistem, dan aktif sebagai asisten Laboratorium Agrokimia untuk mata kuliah Pengolahan Bahan Agroindustri serta Satuan Operasi dan Proses. Aktif dalam Unit Kemahasiswaan Mahasiswa, Staff Bidang Humas HIMATITAN, Jurusan TIP, Fakultas Teknologi Pertanian, Universitas Brawijaya periode 2010-2011. Koordinator Divisi Internal dan Artistik seni teater Lempung FTP UB periode 2011-2013. Mengikuti berbagai kepanitian Acara di Fakultas Teknologi Industri Pertanian. Selain itu juga aktif mengikuti berbagai kegiatan di luar kampus.

xii

DAFTAR ISI Halaman

LEMBAR PERSETUJUAN ......................................................... ii

LEMBAR PENGESAHAN ........................................................... iii

PERNYATAAN KEASLIAN TUGAS AKHIR ............................... iv

RINGKASAN .............................................................................. v

SUMMARY ................................................................................. vii

KATA PENGANTAR ................................................................... viii

RIWAYAT HIDUP ....................................................................... x

DAFTAR ISI ................................................................................ xi

DAFTAR TABEL ........................................................................ xiii

DAFTAR GAMBAR .................................................................... vix

DAFTAR LAMPIRAN .................................................................. xv

I. PENDAHULUAN...................................................................... 1

1.1 Latar Belakang ................................................................... 1

1.2 Perumusan Masalah ........................................................... 3

1.3 Tujuan Penelitian ................................................................ 3

1.4 Manfaat .............................................................................. 4

II. TINJAUAN PUSTAKA ............................................................ 5

2.1 Mie .................................................................................... 5

2.2 Sistem Antrian................................................................... 6

2.2.1 Komponen Sistem Antrian ........................................... 7

2.2.2 Struktur Sistem Antrian ............................................... 8

2.2.3 Pola Kedatangan dan Pola Pelayanan ........................ 11

2.3 Simulasi ............................................................................ 14

2.3.1 Kelebihan dan Kekurangan Simulasi ........................... 15

2.3.2 Model-model Simulasi ................................................. 16

2.4 Penelitian Terdahulu ......................................................... 17

III. METODE PENELITIAN .......................................................... 21

3.1 Waktu dan Tempat Penelitian ........................................... 21

3.2 Batasan Masalah dan Asumsi ........................................... 21

xiii

3.3 Prosedur Penelitian ........................................................... 21

1. Survey Pendahuluan ....................................................... 23

2. Studi Pustaka .................................................................. 23

3. Identifikasi Masalah ......................................................... 23

4. Tujuan penelitian ............................................................. 24

5. Pembuatan Model Konseptual ........................................ 24

6. Pengumpulan Data.......................................................... 24

7. Pengolahan Data ........................................................... 25

8. Analisa Data Simulasi ARENA 5.0 .................................. 27

9. Hasil dan Pembahasan ................................................... 27

10 Kesimpulan dan Saran ................................................... 27

IV PEMBAHASAN ....................................................................... 29

4.1 Gambaran Umum Perusahaan .......................................... 29

4.2 Disiplin Antrian ................................................................... 32

4.3 Komponen Fasilitas Pelayanan Pelanggan ........................ 33

4.4 Pembuatan Model Konseptual ........................................... 34

4.5 Pengolahan Data ............................................................... 35

4.6 Tingkat Kedatangan Pelanggan ......................................... 37

4.7 Sistem Antrian ................................................................... 41

4.8 Analisa Hasil Simulasi Software ARENA 5.0 ..................... 47

4.8.1 Number In dan Number Out ......................................... 47

4.8.2 Work In Process (WIP) ................................................ 48

4.8.3 Waiting Time dan Number Time .................................. 49

4.8.4 Utilization ..................................................................... 50

4.9 Perbaikan Sistem .............................................................. 51

V. PENUTUP ............................................................................... 63

DAFTAR PUSTAKA .................................................................... 65

LAMPIRAN .................................................................................. 71

xiv

DAFTAR TABEL

Halaman Tabel 2.1 Komposisi Bahan Baku Pembuatan Mie.................... 6

Tabel 2.2 Notasi Sistem Antrian ................................................ 14

Tabel 4.6 Jumlah Kedatangan Pelanggan ................................ 39

Tabel 4.7 Rata-rata Kedatangan Pelanggan ............................. 41

Tabel 4.8 Rata-rata Tingkat Kedatangan Pelanggan dan

Tingkat Pelayanan Pelanggan ................................ 44

Tabel 4.9 Rekap Nilai Number In dan Number Out ................... 48

Tabel 4.10 Rekap Nilai WIP ....................................................... 49

Tabel 4.11 Rekap Nilai Queue Waiting Time dan Queue

Number Waiting ...................................................... 50

Tabel 4.12 Hasil dari Skenario Perbaikan Hari Sabtu .................. 52

Tabel 4.13 Hasil dari Skenario Perbaikan Hari Minggu .............. 53

Tabel 4.14 Hasil dari Skenario Perbaikan Hari Senin ................. 54

Tabel 4.15 Hasil dari Skenario Perbaikan Hari Selasa ............... 55

Tabel 4.16 Hasil dari Skenario Perbaikan Hari Rabu ................. 56

Tabel 4.17 Hasil dari Skenario Perbaikan Hari Kamis ................ 57

Tabel 4.18 Hasil dari Skenario Perbaikan Hari Jum'at................ 57

xv

DAFTAR GAMBAR

Halaman

Gambar 2.1 Komponen Utama dalam Sistem Antrian ................. 7

Gambar 2.2 Model Single Channel-Single Phase ........................ 9

Gambar 2.3 Model Single Channel-Multiphase ........................... 10

Gambar 2.4 Model Multichannel-Single Phase ............................ 10

Gambar 2.5 Model Multichannel-Multiphase............................... 11

Gambar 3.1 Flow Chart Penelitian ............................................... 22

Gambar 4.1 Daftar Menu Rumah Maka Kober Mie Setan............ 30

Gambar 4.2 Mie Setan dan Mie Iblis ........................................... 31

Gambar 4.3 Contoh Minuman di Rumah Makan Kober Mie

Setan .................................................................... 31

Gambar 4.4 Waiting Line dan Ruang Tunggu .............................. 34

Gambar 4.5 Diagram Siklus Aktifitas Antrian Pelanggan ............. 34

xvi

DAFTAR LAMPIRAN

Halaman

Lampiran 1 Lokasi Rumah Makan Kober Mie Setan

Jl.Soekarno Hatta-Malang ................................. 71

Lampiran 2 Layot Rumah Makan Kober Mie Setan

Jl.Soekarno Hatta-Malang ................................. 72

Lampiran 3 Rekap Data waktu Hasil Pengamatan ............... 74

Lampiran 4 Tabel Data Waktu Antar Kedatangan,

Lama Pelanggan mengantri dan Lama

Waktu Pelanggan Dilayani ................................ 75

Lampiran 5 Hasil Running Program Simulasi

ARENA 5.0 ........................................................ 123

Lampiran 6 Tabel dan Grafik Perbaikan Skenario

dari Hari Sabtu-Jum’at ....................................... 147

1

I PENDAHULUAN

1.1 Latar Belakang

Dewasa ini perkembangan pangan semakin meningkat. Berbagai tren makanan mulai muncul di kalangan masyarakat. Tren makanan yang sedang digemari oleh masyarakat saat ini adalah tren makanan pedas. Label yang diberikan terhadap makanan pedas pun cukup unik dan menarik perhatian masyarakat, misalnya saja “Mie Setan” di kota Malang.

Mie Setan adalah salah satu produk olahan mie dengan rasa yang pedas yang dibagi menjadi berbagai macam level kepedasan. Level yang tercantum dalam Mie Setan menunjukkan banyaknya cabai yang yang digunakan di dalam mie. Ada lima level yang diberikan kepada konsumen yang bisa dipilih menurut selera dan menurut tingkat kesukaannya terhadap makanan pedas. Level 1 berisi 12 cabai, level 2 berisi 25 cabai, level 3 berisi 35 cabai, level 4 berisi 45 cabai, level 5 berisi 60 cabai. Rumah makan yang menjual mie setan tidak hanya menarik pelanggan dengan sajian mie aneka level melainkan juga sajian minuman yang unik seperti es pocong, es kuntilanak, es gendruwo, dan juga es tuyul, serta terdapat berbagai macam menu tambahan lainya.

Antusias warga Malang terhadap kehadiran Mie Setan sangatlah tinggi. Hal ini membuat rumah makan Kober Mie Setan tidak pernah sepi oleh pengunjung sehingga mengakibatkan antrian yang panjang pada fasilitas pelayanan (server) khusunya pada hari libur. Untuk menikmati Mie Setan pelanggan membutuhkan waktu mengantri yang cukup lama. Panjangnya antrian pada fasilitas pelayanan (server) secara terus menerus dapat menimbulkan kejenuhan pada pelanggan. Menurut Utami (2009), antrian adalah sebuah aktivitas dimana customer menunggu untuk memperoleh layanan. Antrian terjadi karena terbatasnya sumber daya pelayanan yang disediakan. Sistem antrian merupakan kumpulan dari customer, server, beserta aturan yang mengatur kedatangan para customer dan pemrosesan masalahnya.

Salah satu hal yang menjadi komponen penting dalam

mengantri adalah lamanya waktu mengantri. Lamanya waktu

2

mengantri berhubungan erat dengan peningkatkan kualitas pelayanan. Berdasarkan hasil survey pendahuluan, lama waktu mengantri pada rumah makan Kober Mie Setan di Jl. Soekarno Hatta-Malang sekitar 5-25 menit. Hal tersebut terjadi karena hanya terdapat satu fasilitas pelayanan kasir, sehingga terjadi antrian pelanggan yang cukup panjang. Mekanisme sistem antrian yang terjadi dimulai dari pelanggan yang datang memasuki waiting line (garis tunggu antrian), lalu pelanggan menunggu untuk mendapatkan pelayanan. Apabila antrian terlalu panjang, akan mengakibatkan kejenuhan pada pelanggan sehingga dapat menimbulkan keinginan pelanggan untuk mendatangi tempat lain agar mendapatkan fasilitas pelayanan yang lebih baik dengan antrian yang lebih sedikit. Hal ini yang harus diperhatikan oleh rumah makan Kober Mie Setan agar tidak kehilangan pelanggannya.

Salah satu usaha yang dapat dilakukan untuk mempertahankan pelanggan adalah memberikan pelayanan yang terbaik. Pelayanan terbaik tersebut di antaranya adalah memberikan pelayanan yang cepat sehingga pelanggan tidak dibiarkan mengantri terlalu lama. Dalam mengurangi waktu tunggu, tambahan fasilitas pelayanan kasir dapat diberikan untuk mengurangi antrian atau menghindari antrian yang semakin panjang. Sebaliknya, fasilitas pelayanan kasir yang minim mengakibatkan sering timbulnya antrian juga dapat menyebabkan hilangnya pelanggan.

Ada beberapa metode yang dapat diterapkan untuk menyelesaikan masalah antrian. Salah satu metode yang dapat digunakan adalah metode formula Pollazck-Khintchine dengan pengujian Kolmogrov Smirnov, namun metode ini hanya terbatas pada penentuan jumlah pelanggan dalam sistem antrian serta uji kecocokan distribusi untuk data jumlah pelanggan dan interval waktu pelayanan. Selain itu terdapat juga metode lain yang sering digunakan untuk analisis sistem antrian yaitu menggunakan model matematika. Model matematika dapat dijabarkan menjadi metode analitik dan simulasi. Metode analitik memberikan penyelesaian secara menyeluruh, tetapi tidak menggambarkan suatu prosedur operasional secara lebih singkat dari massa perencanaan dan pemakaianya pun terbatas.

Pada penelitian ini akan menggunakan metode simulasi. Metode simulasi merupakan suatu teknik yang dapat digunakan

3

untuk memformulasikan dan memecahkan model-model dari golongan yang luas. Simulasi merujuk pada kumpulan aplikasi dan metode untuk membuat tiruan dari sistem nyata ke dalam sistem buatan tanpa harus mengalaminya pada keadaan yang sesungguhnya dan biasanya dibuat melalui program komputer. Metode ini dapat digunakan untuk model pola kedatangan yang acak mengikuti distribusi tertentu. Selain itu, simulasi juga memiliki kelebihan yang dapat memberikan penyelidikan yang langsung dan terperinci dalam periode waktu tertentu dan lebih realistis terhadap sistem nyata karena memerlukan asumsi yang lebih sedikit (Herawati, 2008). Oleh karena itu, metode simulasi diharapkan dapat memberikan solusi dalam penyelesaian masalah antrian pada Kedai Mie Setan.

1.2 Perumusan Masalah

Dari latar belakang di atas, maka perumusan masalah pada penelitian yang akan dilakukan adalah: 1. Berapa rata-rata waktu tunggu pelanggan dan rat-rata waktu

pelayanan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang ?

2. Bagaimana usulan perbaikan sistem antrian yang diberikan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang ?

3. Bagaimana model antrian yang sesuai untuk diterapkan pada kasir (server) rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang ?

1.3 Tujuan Penelitian

1. Mendapatkan rata-rata waktu tunggu pelanggan dan rata-rata waktu pelayanan pada rumah makan Kober Mie Setan Jl.Soekarno Hatta-Malang.

2. Mendapatkan usulan perbaikan sistem antrian pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang.

3. Menentukan model antrian yang sesuai untuk diterapkan pada server rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang.

4

1.4 Manfaat Penelitian

Manfaat dilaksanakannya penelitian ini antara lain: 1. Bagi penulis, diharapkan mampu mengaplikasikan ilmu yang

diperoleh selama masa perkuliahan dan dapat mencari solusi bagi permasalahan yang timbul dalam kehidupan masyarakat.

2. Bagi perusahaan, hasil dari penelitian ini diharapkan dapat menjadi masukan dan bahan pertimbangan mengenai perbaikan fasilitas pelayanan sistem antrian.

3. Bagi pembaca, penelitian ini diharapkan dapat menambah wawasan mengenai simulasi sistem antrian dan sebagai bahan acuan atu referensi bagi penelitian-penelitian selanjutnya.

5

II TINJAUAN PUSTAKA

2.1 Mie

Menurut Matz dalam Pangesthi (2009) mie adalah salah satu bentuk olahan pangan sumber karbohidarat yang dapat digunakan sebagai alternatif makanan pokok. Mie merupakan produk yang dibuat dari adonan terigu dengan bentuk spiral yang khas dengan diameter antara 0,07-1,25 inci. Menurut Nasution (2005), mie adalah salah satu produk pangan yang terbuat dari tepung dan menyerupai tali yang berasal dari Cina. Mie merupakan jenis makanan hasil olahan tepung yang siap dikonsumsi dengan mudah dan cepat.

Mie sangat popular di Asia, khususnya Asia Timur dan Asia Tenggara. Bahan baku mie berasal dari gandum yang telah digiling. Jenis mie diantaranya yaitu mie segar, mie basah dan mie kering (Suyanti, 2008). Secara umum mie digolongkan menjadi mie kering dan mie basah. Dilihat dari bahan dasarnya, mie dapat di buat dari berbagai macam tepung, seperti tepung terigu, tepung beras, tepung tang ming, tepung kacang hijau dan kanji (Sutomo, 2008).

Mie kaya akan karbohidrat dan zat tenaga (energi) dengan kandugan protein yang relatif rendah. Kandungan tersebut tergantung jenis, jumlah dan kualitas bahan penyusunya, serta cara pembuatan dan penyimpananya. Komposisi gizi dari bahan baku pembuat mie dapat dilihat pada Tabel 2.1 (Astawan, 2008). Menurut Koswara (2009), tahapan pembuatan mie terdiri dari tahap pencampuran bertujuan agar hidrasi tepung dengan air berlangsung secara merata dan menarik serat-serat gluten. Proses roll press (pembentukan lembaran) bertujuan untuk menghaluskan serat-serat gluten dan membuat lembaran adonan kemudian lembaran yang tipis dipotong memenjang selebar 1–2 mm dengan rool pemotong mie, dan selanjutnya dipotong melintang pada panjang tertentu. Setelah itu proses pengukusan terjadi gelatinisasi pati dan koagulasi gluten sehingga dengan terjadinya dehidrasi air dari gluten akan menyebabkan timbulnya kekenyalan mie, lalu digoreng dengan minyak pada suhu 140–150 ºC selama 60 sampai 120 detik. Setelah itu ditiriskan dan dilakukan proses pendinginan.

6

Tabel 2.1 Komposisi Gizi Bahan Baku Pembuat Mie

Zat Gizi Terigu Tepung

Singkong Tepung Beras

Telur Ayam

Energi (kal) 365 362 363 162 Protein (g) 8,9 0,5 7 12,8 Lemak (g) 1,3 0,3 0,5 11,5 Karbohidrat (g) 77,3 86,9 88,2 0,7 Kalsium (mg) 16 0 84 54 Fosfor (mg) 106 0 125 180 Besi (mg) 1,2 0 1 2,7 Vitamin B1 (mg) 0,12 0,12 0,04 0,1 Air (g) 12 12 9,1 74

Sumber : Astawan (2008). 2.2 Sistem antrian

Antrian merupakan sebuah aktivitas dimana customer

menunggu untuk memperoleh layanan. Antrian terjadi karena terbatasnya sumber daya pelayanan. Hal tersebut disebabkan karena adanya faktor ekonomi yang membatasi dan terkait dengan berapa jumlah server yang harus disediakan (Kakiay, 2004). Menurut Ersyad (2012), teori Antrian (queueing teory) merupakan studi matematika dari antrian atau kejadian garis tungggu (waiting lines), yakni suatu garis tunggu dari pelangggan yang memerlukan layanan dari sistem pelayanan yang ada. Hal ini sering kita jumpai dalam kegiatan sehari-hari.

Sistem antrian adalah sistem dimana pelanggan harus menunggu antrian untuk mendapatkan pelayanan ketika server sibuk melayani banyaknya pelanggan lainya, misalnya di restoran cepat saji serta sistem transportasi (Alfa, 2011). Menurut Utami (2009), sistem antrian adalah kumpulan customer, server beserta aturan yang mengatur kedatangan para customer dan pemrosesan masalahnya. Salah satu komponen dari sistem antrian adalah pola kedatangan customer.

Sistem antrian digambarkan sebagai keadaan dimana terdapat input yang akan dilayani dan diproses, masuk ke dalam daerah tunggu dan mengantri untuk mendapatkan pelayanan, akhirnya keluar (Herjanto, 2009). Menurut Aji (2012), suatu proses antrian adalah suatu proses hubungan dengan kedatangan seorang pelanggan pada suatu fasilitas pelayanan, kemudian

7

menunggu dalam suatu baris (antrian) jika semua pelayan sibuk, dan akhirnya meninggalkan layanan tersebut.

2.2.1 Komponen Sistem Antrian

Sistem antrian bisa digambarkan sebagai suatu keadaan dimana terdapat input (dapat berupa manusia, benda, pekerjaan, dan sebagainya) yang akan dilayani dan diproses, masuk ke dalam daerah tunggu dan mengantri untuk selanjutnya mendapatkan pelayanan, dan akhirnya keluar dari sistem. Terdapat tiga komponen dalam sebuah sistem antrian yaitu kedatangan atau memasukkan sistem, antrian serta fasilitas pelayanan. Komponen utama sistem antrian dapat dilihat pada Gambar 2.1 (Herjanto, 2009). Menurut McManus, et al. (2004), analisis antrian bergantung pada keakuratan pengukuran tiga variabel yaitu waktu kedatangan, waktu pelayanan dan banyaknya pelayanan dalam sistem.

Gambar 2.1 Komponen Utama dalam Sistem Antrian (Herjanto, 2009)

Terdapat tiga komponen dalam sebuah sistem antrian yaitu: 1. Kedatangan Menurut Hendra dan Nasution (2012), setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, panggilan telepon untuk dilayani, dan lain-lain. Unsur ini sering dinamakan proses input. Proses input meliputi sumber kedatangan atau biasa dinamakan calling population, dan cara terjadinya kedatangan yang umumnya merupakan variabel acak. Menurut Utami (2009), salah satu dari komponen sistem antrian adalah kedatangan customer. Tipe kedatangan dapat berupa one-at-a-time yaitu seorang customer datang pada satu waktu dan sekelompok customer yang datang bersamaan pada satu waktu (batch arrival).

Proses Kedatangan

Masuk

Area Kedatangan Fasilitas Pelayanan

Keluar

8

2. Pelayanan

Waktu rata-rata untuk melayani satu pelanggan disebut tingkat pelayanan (service rute). Tingkat pelayanan bisa terjadi secara konstan namun sering terdistribusi secara acak (random). Misalnya dalam pelayanan pompa bensin, nasabah bank, ATM, dan sebagainya (Siswanto, 2007). Menurut Wahyudi (2012), pelayanan terbaik merupakan hal utama yang harus diberikan oleh produsen kepada konsumen dalam memenuhi kebutuhan sehingga konsumen merasa puas (customer satisfaction). 3. Antrian

Menurut Hendra dan Nasution (2012), inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian terutama tergantung dari sifat kedatangan dan proses pelayanan. Jika tak ada antrian berarti terdapat pelayan yang menganggur atau kelebihan fasilitas pelayanan. Menurut Wahyudi (2012), terjadinya antrian merupakan salah satu bentuk contoh pelayanan yang kurang baik. Karena hal ini membuat konsumen menunggu untuk dilayani.

2.2.2 Struktur Sistem Antrian

Menurut Wiston dalam Utami (2009), struktur suatu sistem

antrian terdiri dari jumlah server, pola kedatangan, pola pelayanan dan disiplin antrian. Menurut Hardiyatmo (2007), pembuatan alternatif jadwal dilakukan dengan mengubah jumlah server. Hal ini dilakukan dengan pertimbangan bahwa antrian dan idle yang panjang pada masing-masing rentang waktu dikarenakan jumlah server yang bekerja belum sesuai dengan kebutuhan. Menurut Muluk dan Helmi (2007), kesalahan estimasi jumlah server yang dibutuhkan pada waktu tertentu akan mengakibatkan panjangnya antrian pada waktu pengunjung ramai dan server menganggur pada saat antrian pengunjung sepi.

Terdapat 4 model struktur antrian dasar yang umum terjadi dalam sistem antrian yaitu Single Channel-Single Phase, Single Channel-Multiphase, Multichannel-Single Phase, Multichannel-Multiphase (Arifin, 2009). Menurut Sztrik (2010), model antrian ditentukan oleh proses kedatangan, mekanisme pelayanan dan disiplin antrian. Proses kedatangan menentukan permintaan dari waktu pelayanan, mekanisme pelayanan menentukan jumlah

9

server dan waktu yang dibutuhkan untuk melayani pelanggan, dan disiplin antrian menentukan urutan pelanggan menunggu untuk dilayani. 1. Single Channel-Single Phase

Single Channel berarti hanya ada satu jalur untuk memasuki sistem pelayanan atau ada satu fasilitas pelayanan. Single Phase menunjukkan bahwa hanya ada satu stasiun pelayanan atau sekumpulan tunggal operasi yang dilaksanakan (Arifin, 2009). Menurut Hardiyatmo (2007), sistem antrian jalur tunggal (single channel, single server) berarti bahwa dalam sistem antrian tersebut hanya terdapat satu pemberi layanan serta satu jenis layanan yang diberikan. Model Single Channel-Single Phase dapat dilihat pada Gambar 2.2.

Gambar 2.2 Model Single Channel-Single Phase (Arifin, 2009).

2. Single Channel-Multiphase

Multiple Phase menunjukkkan ada dua atau lebih pelayanan yang dilaksanakan secara berurutan (dalam phase-phase), seperti pada pencucian mobil, tukang cat mobil, lini produksi massa dan sebagainya (Arifin, 2009). Menurut Yusro (2005), Multiple-Channels yaitu setiap server dari “n” buah server yang ada memiliki jalur antrian sendiri. Jika satu atau lebih server kosong dan jalur antriannya juga kosong, maka penentuan server dilakukan secara random dengan kemungkinan yang sama. Jika semua server terisi, maka akan dipilih server dengan panjang antrian yang terpendek. Model Single Channel-Multiphase dapat dilihat pada Gambar 2.3.

Sumber masukan Sistem Antrian

Keluar

populasi

Antrian Fasilitas

pelayanan Sumber

populasi

Individu

yang telah

dilayani

10

Gambar 2.3 Model Single Channel-Multiphase (Arifin, 2009).

3. Multichannel-Single Phase

Sistem Multichannel-Single Phase terjadi (ada) kapan saja, dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal Model (Arifin, 2009). Menurut Febriyantotyas (2009), metode Multiple Channel Queuing system adalah sebuah sistem pelayanan yang memiliki satu jalur dengan beberapa titik pelayanan. Multichannel-Single Phase dapat dilihat pada Gambar 2.4.

Gambar 2.4 Model Multichannel-Single Phase (Arifin, 2009)

4. Multichannel-Multiphase

Sistem Multichannel-Multiphase ini mempuyai beberapa fasilitas pelayanan pada setiap tahap, sehingga lebih dari satu individu dapat dilayani dalam satu waktu (Arifin, 2009). Menurut Ersyad (2012), Multichannel-Multiphase terjadi jika ada dua atau lebih fasilitas pelayanan dengan pelayanan lebih dari satu phase. Model Multichannel-Multiphase dapat dilihat pada Gambar 2.5.

Sistem Antrian

Sumber populasi

M S M S Keluaran

Keterangan: M = Antrian, S = Fasilitas pelayanan (server)

Sistem Antrian

Sumber populasi

M S

S Keluaran


11

Gambar 2.5 Model Multichannel-Multiphase (Arifin, 2009). 2.2.3 Pola kedatangan dan Pola Pelayanan

Menurut Gross dan Haris dalam Yusro (2005), pola

kedatangan pelanggan atau input ke sistem antrian biasanya dinyatakan dalam bentuk banyaknya kedatangan tiap satuan waktu atau waktu antar kedatangan. Menurut Utami (2009), pola kedatangan pada suatu sistem antrian dapat dipresentasikan oleh waktu antar kedatangan yang merupakan suatu periode waktu antara dua kedatangan yang berurutan. Kedatangan customer dalam sistem antrian dapat dipisahkan oleh interval kedatangan yang sama maupun tidak sama yang probabilitasnya diketahui disebut kedatangan acak. Laju dimana customer datang dalam suatu antrian untuk dilayani disebut juga laju kedatangan.

Pola kedatangan unit memasuki antrian biasanya dinyatakan dalam bentuk distribusi probabilitas waktu kedatangan unit ke dalam sistem. Umumnya unit datang dalam interval waktu yang acak (Basyaib, 2006). Ada dua kaidah untuk menentukan arrival pattern, yaitu pola kedatanagan teratur dan acak. Apabila pola kedatangan mencapai keadaan konstan, maka dapat diasumsikan bahwa pola tersebut mengikuti aturan distribusi poisson, dengan rumus (Bustani, 2005) :

…………………………………. (1) Dimana: x = jumlah kedatangan per periode waktu

Sistem Antrian

Sumber populasi

Keluaran


M

M M M

M M M

12

λ = rata-rata jumlah kedatangan per periode waktu e = 2.71828

Menurut Febriyantotyas (2009), pelayanan adalah suatu kegiatan atau urutan kegiatan yang terjadi dalam interaksi langsung antara seseorang dengan orang lain atau mesin secara fisik, dan menyediakan kepuasan pelanggan. Pelayanan sebagai usaha melayani kebutuhan orang lain. Service merupakan pengalaman yang tidak berwujud (intangible) yang diterima oleh tamu bersamaan dengan produk yang berwujud (tangible) dari suatu produk yang dibeli. Menurut Sugito dan Fauziah (2009), kinerja sistem pelayanan dapat di peroleh dari data jumlah kedatangan pada obyek penelitian dan data waktu pelayanan, Caranya dengan menghitung probabilitas dari sistem pelayanan.

Menurut Gross dan Haris dalam Yusro (2005), pola pelayanan dinyatakan sebagai kecepatan atau laju pelanggan yang dilayani tiap unit satuan waktu atau sebagai satuan waktu yang dibutuhkan untuk melayani pelanggan. Menurut Utami (2009), pola pelayanan pada suatu sistem antrian juga mencerminkan pola bagaimana sejumlah customer meniggalkan sistem. Waktu pelayanan antrian dapat berupa waktu pelayanan konstan maupun variabel yang diketahui probabilitasnya.

Disiplin antrian menentukan unit mana yang akan dilayani dari yang sedang menunggu dalam antrian. Umumnya berupa datang-pertama-dilayani-pertama (FIFO) (Basyaib, 2006). Menurut Hendra dan Nasution (2012), penentu antrian yang penting adalah disiplin antri. Disiplin antri adalah aturan keputusan yang menjelaskan cara melayani pengantri. Menurut Thomas J Kakiay dalam Ersyad (2012), disiplin antrian adalah konsep yang membahas mengenai kebijakan dimana para pelanggan dipilih dari antrian untuk dilayani. Terdapat empat bentuk disiplin pelayanan yang biasa digunakan dalam praktek yaitu : 1. First Come First Served (FCFS) atau First In First out (FIFO)

yaitu unit yang datang lebih dahulu akan dilayani terlebih dahulu.

2. Last Come First Served (LCFS) atau Last In First Out (LIFO) yaitu unit yang datang paling akhir akan dilayani terlebih dahulu.

3. Service In Random Order (SIRO) yaitu pelayanan yang diberikan terhadap unit adalah acak.

4. Priority Service (PS) yaitu pelayanan yang diberikan terlebih dahulu kepada unit yang diprioritaskan.

13

Menurut Laili (2008), model antrian adalah abstraksi yang

menggambarkan keadaan sebenarnya pada saat terjadi. Ketidakpastian dalam pengambilan suatu keputusan dapat dianalisis dengan logis melalui model. Selain itu model juga dapat digunakan untuk mempelajari perilaku sistem sebenarnya. Menurut Subagyo dalam Hendra (2012), pada pengelompokan model-model antrian digunakan suatu notasi yang disebut Notasi Kendall. Notasi ini tidak hanya digunakan mengidentifikasi model-model antrian, tetapi juga asumsi-asumsi yang harus dipenuhi. Menurut Sugito dan Fauzia (2009), notasi Kendall digunakan untuk merinci ciri dari suatu antrian. Notasi yang sesuai untuk meringkaskan karakteristik utama dari antrian paralel telah secara universal dibakukan dalam format berikut:

( a / b / c ) : ( d / e / f ).

Dimana : a = Distribusi kedatangan b = Distribusi waktu pelayanan c = Fasilitas pelayanan atau banyaknya tempat service d = Disiplin pelayanan (FIFO, LIFO, SIRO) dan prioritas pelayanan e = Ukuran sistem dalam antrian (terhingga atau tak terhingga) f = Sumber pemanggilan (terhingga atau tak terhingga)

Untuk huruf a dan huruf b digunakan kode-kode berikut sebagai pengganti: M = Sebaran kedatangan Poisson (sebaran antar waktu

kedatangan Eksponensial atau waktu pelayanan Eksponensial

D = Waktu antar kedatangan konstan (tetap) dan waktu pelayanan konstan (tetap)

Ek = Sebaran waktu antar kedatangan Erlang atau Gamma atau sebaran waktu pelayanan Erlang dengan shape parameter k

G = Sebaran keberangkatan umum atau sebaran waktu pelayanan umum

Dua parameter utama model antrian adalah tingkat

kedatangan ( ) dan tingkat pelayanan (µ). Rata-rata kedatangan pelanggan diasumsikan mengikuti diribusi poisson, sedangkan rata-rata pelayanan pelanggan di asumsikan mengikuti distribusi

14

eksponensial atau diasumsikan terdistribusi (Siswanto, 2007). Notasi model antrian biasanya berdiri dari dua sel dipisahkan dengan spasi. Notasi model antrian dapat dilihat pada Tabel 2.2 (Herjanto, 2009). Tabel 2.2 Notasi Sistem Antrian

Item Nilai Notasi

Proses kedatangan Proses pelayanan Jumlah server Aturan antrian Panjang antrian Ukuran populasi kedatangan Jumlah kedatangan Jumlah item yang dilayani

Poisson Konstan Eksponensial

Konstan Satu atau lebih Sesuai urutan kedatangan Ada aturan perioritas Tidak terbatas Terbatas Tidak terbatas Terbatas Rata-rata per periode waktu Rata-rata per periode waktu

M D M D S

FCFS PRI ∞ N ∞ N µ µ

Sumber : Herjanto, 2009.

2.3 Simulasi Menurut Hasan dalam Wahyudi (2012), simulasi ialah

model pengambilan keputusan dengan mencontoh atau mempergunakan gambaran sebenarnya dari suatu sistem kehidupan dunia nyata tanpa harus mengalaminya pada keadaan yang sesungguhnya. Menurut Nafees (2007), simulasi adalah replikasi dari proses nyata atau sistem dari waktu ke waktu. Simulasi melibatkan peristiwa buatan atau proses untuk sistem dan mengumpulkan pengamatan untuk menarik kesimpulan tentang sistem nyata.

Simulasi adalah teknik untuk membuat keputusan dengan mengevaluasi perilaku model pada kondisi yang berlainan dan dapat mempresentasikan sistem secara menyeluruh (Djati, 2007). Menurut Susanto, et al. (2012), simulasi adalah alat pemecah masalah yang paling fleksibel. Metode simulasi paling tepat untuk sistem yang relatif kompleks. digunakan mampu menganalisis terjadinya asumsi yang menunjukkan penambahan jumlah pelayanan (server).

15

Menurut Arifin dalam Siswanto (2010), simulasi dapat digunakan untuk perancangan dan optimasi sistem. Sehingga dapat diketahui sistem yang optimal untuk membantu mengatasi permasalahan antrian yang terjadi. Menurut Marsudi (2014), penggunaan simulasi merupakan teknik yang berpengaruh dalam keputusan pemecahan masalah yang rumit pada perbaikan sistem yang kompleks. Digunakan untuk mengurangi biaya, meningkatkan kualitas atau produktivitas dan mempersingkat waktu.

2.3.1 Kelebihan dan Kekurangan Simulasi Keuntungan yang didapatkan dari metode simulasi adalah

dapat mencatat hasil dengan pertimbangan yang lebih luas, memecahkan masalah yang lebih kompleks dan mampu memberikan perkiraan sistem lebih nyata (Djati, 2007). Menurut Aji dan Bodroastuti (2012), kelebihan model simulasi dibanding model lain antara lain yaitu konsep random, Return On Investment, antisipasi terhadap risiko meningkatkan komunikasi, dapat dilihat performasi sistem secara keseluruhan dan mengevaluasi alternatif-alternatif yang ada.

Menurut Siagian dalam Dwiarso (2009), simulasi dapat memberikan solusi kalau model analitik gagal melakukanya. Model simulasi lebih realistis terhadap sistem nyata karena memerlukan asumsi yang lebih sedikit. Dalam banyak hal, simulasi lebih murah dari percobaan sendiri. Selain itu juga simulasi dapat digunakan untuk maksud pendidikan dan untuk sejumlah proses dimensi, simulasi memberikan penyelidikan yang langsung dan terperinci dalam periode waktu khusus. Menurut Marsudi (2014), model simulasi masih kurang dimanfaatkan karena memakan waktu. Sebagian besar model simulasi yang dikembangkan dengan teknologi saat ini tidak dapat digunakan kembali atau tidak dapat disesuaikan dengan masalah serupa lainnya.

Menurut Aji dan Bodroastuti (2012), model simulasi juga memiliki beberapa kekurangan, yaitu jika model dalam simulasi tidak sesuai (tidak valid) dalam menggambarkan sistem sebenarnya, simulasi itu akan menghasilkan informasi yang kurang berguna tentang sistem nyata tersebut. Untuk sistem yang kompleks memerlukan biaya yang cukup besar. Selain itu untuk model simulasi stokastik, peramalan karateristik sejati model hanya untuk parameter input. Menurut Siagian dalam Dwiarso (2009),

16

simulasi bukanlah presisi dan juga bukan suatu proses optimisasi. Simulasi tidak menghasilkan solusi, tetapi menghasilkan cara untuk menilai solusi termasuk solusi optimal. Model simulasi yang baik dan efektif sangat mahal dan membutuhkan waktu yang lama dibandingkan dengan model analitik. Tidak semua situasi dapat dilnilai melalui simulasi kecuali situasi yang memuat ketidak pastian.

2.3.2 Model-Model Simulasi

Menurut Utami (2009), mensimulasikan suatu sistem antrian harus mendefinisikan terlebih dahulu keadaan sistem dan memehami konsep tentang events dan clock time. Menurut Aji dan Bodroastuti (2012), komponen-komponen dalam simulasi dijelaskan sebagai berikut: 1. Sistem adalah kumpulan dari objek dari entitas yang

terintergrasi dan saling beraksi, dan berinteraksi satu sama lain untuk mencapai tujuan akhir tertentu secara logis.

2. State (keadaan sistem) adalah sekumpulan variabel untuk menyatakan keadaan sistem pada waktu tertentu, relatif terhadap objek yang dipelajari.

3. Event adalah suatu kejadian yang dapat mengubah keadaan dari sebuah sistem.

4. Model adalah suatu pengajian abstrak dari suatu sistem atau objek-objek dengan mengambil bentuk matematika atau biasanya mengandung hubungan-hubungan yang logis yang menjelaskan sistem suatu keadaan entitas dan parameter.

Menurut Law dan Kelton dalam Utami (2009), simulasi model antrian termasuk ke dalam model simulasi dinamis karena pada model simulasi suatu sistem antrian terdapat keadaan sistem, termasuk jumlah unit dalam antrian dan apakah fasilitas layanan sedang sibuk atau idle. Model simulasi antrian termasuk dalam simulasi discreate-event yang berubah dari waktu ke waktu melalui sebuah representasi dimana variabel keadaan berubah hanya pada titik-titik diskrit dalam waktu. Menurut Vasumathi dan Dhanaranthan (2010), karakteristik model antrian meliputi input atau distribusi kedatangan, output atau distribusi keberangkatan, saluran pelayanan, disiplin pelayanan, jumlah maksimum pelanggan yang diperbolehkan dalam sistem dan populasi.

17

Menurut Zuhdi (2007), pengembangan model dilakukan untuk mendukung pengambilan keputusan. Jika model cukup kompleks, dapat digunakan simulasi Monte-Carlo untuk mendapatkan overall expectation berdasarkan nilai probabilistik masing-masing decision variables. Model simulasi yang dapat digunakan untuk menyelesaikan permasalahan yang kompleks memiliki 5 langkah pokok, yaitu (Djati, 2007) : 1. Menentukan sistem atau permasalahan yang akan

disimulasikan. 2. Menentukan tujuan simulasi (apa yang harus dipecahkan,

dijawab dan disimpulkan atas permasalahan itu) dan hal-hal lain yang mendukung terwujudnya model simulasi.

3. Pengembangan model simulasi dan uji terhadap kebenaran proses perhitungan yang ada di dalamnya.

4. Menentukan model simulasi dengan menentukan lamanya simulasi (dilakukan beberapa kali dan uji).

5. Analisis hasil dan simulasi.

2.4 Penelitian Terdahulu

Marsudi (2014), melakukan penelitian yang bertujuan untuk melakukan analisis antrian dengan cara memeriksa kinerja jalur produksi multi-stage untuk memfasilitasi perencanaan sumber daya yang lebih realistis. Penelitian ini menguji kinerja lini produksi dengan menggunakan teori antrian di perusahaan yang memproduksi produk tutup baterai Canon B. Penelitian telah menunjukkan bahwa teori antrian mampu menganalisis sistem produksi seperti persentase workstation yang menganggur, jumlah batch dalam sistem, nomor batch dalam antrian, lama waktu antrian dan perkiraan waktu yang dihabiskan dalam sistem. Penelitian ini menggunakan analisis Chi Squared Goodness of fit test untuk menentukan apakah data terdistribusi poisson atau distribusi eksponensial. Data yang dihasilkan dari model antrian digunakan dalam perbandingan dengan data standar pada perusahaan untuk memeriksa validitas model antrian.

Muluk dan Helmi (2007), melakukan penelitian sistem antrian pada kasir Ramayana yang bertujuan meningkatkan pelayanan kepada pelanggan, yaitu dengan mempersingkat waktu tunggu pelanggan saat membayar di kasir Ramayana. Jumlah kasir yang ada di Ramayana yaitu 33 orang. Bedasarkan waktu

18

kedatangan pelanggan di kasir maka dapat ditetapkan empat kategori tingkat keramaian. Selanjutnya ditentukan kebutuhan kasir optimal pada masing-masing kategori tingkat keramaian dengan menggunakan software simulasi Arena dan kriteria aspirasi. Kriteria aspirasi ditetapkan oleh Ramayana yaitu antrian maksimum pelanggan yang diharapkan adalah 5 orang. hasil yang diperoleh dari penelitian tersebut yaitu jumlah kasir yang tersedia sekarang tidak mencukupi untuk melayani pelanggan pada hari Sabtu dan Minggu. Penjadwalan kasir yang baru dapat meminimasi antrian panjang pelanggan pada saat ramai dan idle kasir saat sepi, surplus maupun defisit kasir bisa dijadwalkan secara merata. Setelah mengetahui jumlah optimal kebutuhan kasir, memungkinkan perencanaan rekruitment yang lebih baik.

Nafees (2007), melakukan penelitian tentang analisis efisiensi model antrian untuk meningkatkan pelayanan sehingga pelanggan tidak perlu menunggu lama. Faktor penting lain yang dianalisis adalah membandingkan dua model antrian yang berbeda, yaitu model antrian multiple-server dan model antrian tunggal. Penelitian ini menggunakan metode simulasi antrian untuk mendapatkan hasil kinerja sample dan memperoleh solusi yang diperkirakan untuk beberapa model antrian. Data yang dibutuhkan dalam penelitian mencakup data waktu kedatangan dalam antrian unit operasi checkout (server), waktu keberangkatan dan data waktu pelayanan. Penelitian ini juga menggunakan kuesioner yang ditunjukkan kepada pelanggan untuk mengetahui reaksi pelanggan saat berada dalam antrian. Hasil penelitian ini adalah bahwa ICA supermarket harus memiliki 5 server untuk meningkatkan kualitas pelayanan saat sistem operasi sedang sibuk.

Utami (2009), melakukan penelitian antrian yang memiliki sebuah server dengan satu garis antrian yang melayani unit dalam antrian satu persatu dengan tipe kedatangan berkelompok. Pola kedatangan pada antrian ini berdistribusi poisson dan pola pelayanan berdistribusi eksponensial dengan disiplin antrian FIFO (First In First Out), untuk mengamati sistem antrian digunakan metode simulasi. Dari hasil simulasi diharapkan dapat mengetahui karakteristik sistem antrian terutamaa probabilitas kesibukan server, sehingga dapat dijadikan landasan untuk pengambilan keputusan terhadap sistem antrian yang diamati. Hasil penelitian tersebut adalah terjadi suatu kondisi dimana probabilitas kesibukan server paling tinggi pada saat simulasi dijalankan dengan durasi 3

19

jam. Apabila simulasi dijalankan dengan durasi lebih dari 3 jam maka akan terjadi penurunan probabilitas kesibukan server. Simulasi juga dapat dijalankan dengan laju kedatangan dan pelayanan yang berbeda sehingga dapat diperkirakan kapan waktu tersibuk server, dengan begitu maka dapat dipersiapkan suatu tindakan misalnya dengan penambahan server.

Vasumathi dan Dhanaranthan (2010), melakukan penelitian untuk membuat kebijakan yang berhubungan dengan perbaikan sistem antrian ATM untuk efisiensi waktu dan kepuasan pelanggan dan hubunganya dengan harga instalasi mesin ATM. Masalah utama yang dihadapi oleh ATM ini adalah antrian panjang pelanggan di jam sibuk. Jumlah pelanggan begitu besar sehingga banyak kali pelanggan menunggu lebih dari setengah jam untuk mendapatkan giliran tetapi pada malam hari, ATM tetap siaga meskipun tidak ada pelanggan yang dilayani. Penelitian ini menggunakan teori model simulasi untuk menemukan lama waktu antrian dan keefektifan jumlah kasir ATM. Hasil penelitian yaitu harus ada penambahan instalasi mesin ATM untuk optimasi sistem pelayanan.

21

III. METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian dilakukan di rumah makan Kober Mie Setan yang berlokasi di Jl.Soekarno Hatta-Malang. Waktu pelaksanaan penelitian dilakukan selama tujuh hari, yang dimulai pada hari Sabtu–Jum’at pada tanggal 7 Juni 2014 yaitu pada pukul 18.30–21.30 WIB.

3.2 Batasan Masalah dan Asumsi

Batasan masalah dari penelitian ini antara lain: 1. Tidak membahas masalah biaya 2. Menggunakan sistem FCFS (First Come First Served) 3. Pengamatan Antrian terjadi pada waktu sibuk 4. Penelitian terbatas pada pelayanan yang optimal, waktu tunggu

dan waktu pelayanan kasir. Asumsi yang digunakan dalam penelitian ini antara lain:

1. Pembeli dianggap sebagai pelanggan. 2. Tidak ada perubahan jumlah server selama proses simulasi

berjalan dan tidak terjadi gangguan pada sistem pelayanan. 3. Kedatangan pelanggan berkelompok dihitung satu yang masuk

dalam sistem antrian.

3.3 Prosedur Penelitian

Prosedur penelitian merupakan langkah-langkah sistematis yang ditempuh untuk mengungkapkan data dan fakta yang berkaitan dengan penelitian. Pada penelitian ini membahas sistem antrian pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang dengan tujuan mengoptimalkan tingkat pelayanan pada kasir menggunakan bantuan software ARENA 5.0, sehingga diharapkan dapat memberikan usulan perbaikan sistem antrian. Langkah-langkah yang digunakan dalam penelitian ini secara singkat disajikan pada Gambar 3.1.

22

Mulai

Survey Pendahuluan

Identifikasi Masalah

Studi Pustaka

Tujuan Penelitian

Pengumpulan Data

Analisis Data Simulasi

ARENA 5.0

Pembuatan Model Konseptual

Hasil dan Pembahasan

Kesimpulan dan Saran

Selesai

Ya

Tidak

Uji Kecukupan Data

Pengolahan data

Gambar 3.1 Flow Chart Penelitian

23

1. Survey Pendahuluan

Tahapan awal yang dilakukan adalah dengan melakukan survey pendahuluan agar dapat dengan mudah mengidentifikasi permasalahan yang terjadi. Survey pendahuluan juga bertujuan untuk memperoleh informasi mengenai gambaran umum sistem pelayanan, Survey dilakukan dengan cara mengamati secara langsung proses berjalanya sistem pelayanan yang telah diterapkan pada kasir rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang. Selain itu juga melakukan wawancara kepada pihak perusahaan.

2. Studi Pustaka

Studi pustaka dilakukan dengan tujuan untuk mendapatkan data teori sebagai bahan untuk dukungan dan landasan untuk memperkuat pembahasan dalam penelitian ini. Peneliti dapat membandingkan hasil penelitiannya dengan studi pustaka yang kuat secara teoritis. Studi pustaka dilakukan dengan mempelajari dan mencari sumber-sumber referensi berupa jurnal, artikel dan pustaka data di internet yang berhubungan dengan pokok bahasan pada penelitian.

3. Identifikasi Masalah

Identifikasi masalah dilakukan setelah melakukan survey pendahuluan. Dari hasil survey pendahuluan tersebut maka dapat diketahui permasalahan yang lebih jelas, sehingga mempermudah peneliti menggambarkan kondisi yang terjadi saat ini. Identifikasi masalah bertujuan mengidentifikasi masalah-masalah yang selama ini terjadi yang berhubungan dengan sistem antrian yang telah diterapkan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang. Permasalahan tersebut adalah antrian yang panjang pada fasilitas pelayanan. Hal ini berkaitan dengan tingkat kedatangan pelanggan dan tingkat pelayanan (server).

24

4. Tujuan Penelitian

Langkah selanjutnya adalah penetapan tujuan penelitian yang dimaksudkan agar penelitian skripsi ini terarah dan tidak menyimpang dari permasalahan yang dibahas. Selain itu juga berguna untuk mengukur apakah target yang telah ditetapkan telah dicapai. Tujuan dari penelitian ini yaitu menyelesaikan masalah yang terkait sistem antrian dengan mensimulasikan antrian pada fasilitas pelayanan, sehingga dapat menentukan model antrian yang tepat untuk fasilitas pelayanan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang.

5. Pembuatan Model Konseptual

Pembuatan model konseptual dilakukan untuk menentukan bagaimana jalanya sistem pelayanan pada kasir rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang. Model konseptual merupakan tahap untuk memodelkan sistem persoalan yang akan dikaji kedalam bentuk model logika yang sederhana yang menggambarkan keterkaitan antar entitas yang dapat menentukan prilaku sistem. Hal ini dapat diketahui dengan mengamati kondisi nyata dari sistem pelayanan.setelah mengetahui kondisi nyata dari pelayanan, maka dengan mudah pembuatan model simulasi.

6. Pengumpulan Data

Metode pengumpulan data merupakan pencatatan-pencatatan atau keterangan-keterangan sebagian atau keseluruhan dari elemen populasi yang akan mendukung penelitian. Pengumpulan data dilakukan dengan cara mencatat waktu kedatangan pelanggan dan waktu pelayanan. Adapun cara pengumpulan data yang digunakan dalam penyusunan skripsi adalah sebadai berikut: 1. Studi literatur

Studi literatur bertujuan untuk menunjang, mengarahkan, dan memberikan landasan secara teoritis. Digunakan untuk mencari informasi tambahan dan landasan teori yang mendukung penelitian untuk memperjelas permasalahan yang dipilih dan pemecahan masalahnya. Studi literatur dari penelitian ini dilakukan dalam bentuk membaca berbagai pustaka yang relevan seperti

25

buku-buku, jurnal, hasil penelitian yang sudah ada, dan informasi dari internet. 2. Wawancara Yaitu pengumpulan data yang dilakukan dengan wawancara atau tanya jawab secara langsung. Wawancara dilakukan dengan pihak perusahaan yang terkait seperti karyawan atau pemilik rumah makan Kober Mie Setan sehubungan dengan permasalahan yang dibahas dalam penelitian skripsi ini. 3. Pengamatan langsung Pengumpulan data dengan jalan melihat secara langsung jalannya proses pelayanan yang dilakukan. Data yang digunakan pada penelitian ini adalah data primer, yaitu data diambil langsung melalui proses pengamatan (observasi). Data primer tersebut berupa data waktu kedatangan pelanggan dan data waktu pelayanan (server). Pengukuran waktu dilakukan dengan menggunakan bantuan stopwatch.

7. Pengolahan Data

Setelah melakukan pengumpulan data, maka diperlukan suatu kegiatan pengolahan data. Data-data tersebut diolah melalui beberapa tahap, sehingga diperoleh suatu hasil penelitian yang sesuai dengan tujuan peneitian. Adapun tahapan dalam pengolahan data adalah : 1. Pengujian kecukupan data

[ √

] . . . . . . . . . . . . . . . . . . . . . . . (2)

Diketahui :

= Jumlah data teoritis (jumah data pengamatan yang seharusnya dilakukan) = Jumlah data pengamatan yang sudah dilakukan

= Tingkat kepercayaan dalam pengamatan (95 %, k = 2) = Derajat ketelitian dalam pengamatan (5%)

= Data pengamatan

26

2. Menghitung tingkat kedatangan pelanggan dan tingkat pelayanan server terhadap pelanggan a) Tingkat kedatangan pelanggan

. . . . . . . . . . . . . . . . . (3)

b) Tingkat pelayanan pelanggan

. . . . . . . . . . . . . . . . . (4)

3. Menghitung karakteristik sistem antrian

a) Tingkat kegunaan fasilitas

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (5)

Diketahui : = Rata-rata kedatangan banyaknya kedatangan

pelanggan per satuan waktu = Rata-rata pelayanan banyaknya pelanggan yang

dilayani per satuan waktu.

b) Rata-rata jumlah pelanggan dalam antrian

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . (6)

c) Rata-rata jumlah pelanggan dalam sistem

. . . . .. (7)

d) Rata-rata waktu dalam antrian

. . . . . . . . . . . . . . . . . . . . . . . . . . . . (8)

27

e) Rata-rata waktu dalam sistem

. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (9)

8. Analisa Data Simulasi ARENA 5.0

Analisa yang dilakukan adalah dengan membandingkan antara waktu menunggu dan waktu pelayanan yang dicatat. Waktu menunggu dan waktu pelayanan diketahui dengan membandingkan pengujian dengan simulasi ARENA Versi 5.0. Pada ARENA Versi 5.0 tersedia tampilan dari model sistem yang dibuat dan telah tersedianya gabungan dengan visual basic, sehingga diharapkan dapat memberikan solusi model antrian yang sesuai pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang

9. Hasil dan Pembahasan

Hasil dan pembahasan dilakukan untuk memberikan penjelasan dan informasi dari data yang diperoleh. Tahap pembahasan ini juga berisi tentang analisa-analisa mengenai model yang dibuat apakah model antrian yang sudah ada perlu dilakukan perbaikan atau tidak. Perbaikan nantinya meliputi berapa jumlah server yang sebaiknya disediakan.

10. Kesimpulan dan Saran

Kesimpulan merupakan hasil akhir dari hasil dan pembahasan yang menjawab permasalahan dan tujuan penelitian. Sedangkan saran merupakan pemberian masukan untuk perusahaan. Selain itu juga untuk pengembangan maupun acuan penelitian selanjutnya yang terkait dengan permasalahan sistem antrian.

29

IV. PEMBAHASAN

4.1 Gambaran Umum Perusahaan Rumah makan Kober Mie Setan didirikan pertama kali oleh

Bapak Bambang pada tahun 2008 tepatnya di kota Malang. Nama “Kober” ini diambil dari sebuah singkatan yaitu kelompok bermain. Pemilik rumah makan ini memberikan nama usahanya dengan nama “Kober” karena memiliki keinginan agar warung ini menjadi tempat berkumpulnya para komunitas yang ada di kota Malang. Awal mulanya Kober Mie Setan hanya sebuah warung makan berukuran tidak terlalu besar yang terletak di Jl. Bromo No. 1A Malang. Warung ini dulunya adalah sebuah show room fixed gear yang menjadi tempat berkumpulnya komunitas sepeda balap, di depan tempat tersebut terdapat café kecil dan salah satu menu yang paling banyak di minati adalah mie, sehingga show room fixed gear kemudian dirubah menjadi warung mie, lalu salah seorang dari pengelola warung mie tersebut yang bernama Pak Gemi malakukan percobaan dengan menambahkan cabai ke dalam menu mie tersebut dan ternyata banyak pembeli yang menyukai mie dengan rasa pedas. Akhirnya Pak Gemi melakukan uji coba dengan melakukan penambahan cabai ke dalam mie tersebut dengan jumlah cabe yang berbeda-beda, sehingga terciptalah tingkatan level kepedasan pada mie. Oleh karena itu, mie tersebut dinamai dengan sebutan “Mie Setan”. Mie setan kemudian di publikasikan dengan mengikuti berbagai event-event untuk pemasaran dan sekaligus mengenalkan produk ini kepada penduduk kota Malang.

Antusias warga Malang yang tinggi membuat warung mie semakin ramai dan semakin berkembang. Hal ini menjadi acuan pemilik rumah makan ini untuk mengembangkan bisnisnya dan membuka cabang di kota lain, yaitu di kota Gresik dan selanjutnya di kota Surabaya pada tahun 2011. Kemudian pada tahun 2014 melebarkan ekspansinya di luar pulau, dan membuka cabang baru yang bertempat di Bali. Di kota Malang saat ini terdapat 3 cabang yang terletak di Jl. Bromo No. 1A Malang, di Jl. Soekarno Hatta dan di Jl. Buring No. 37 Malang. Pada penelitian ini dilakukan pada rumah makan Kober Mie Setan yang terletak di Jl. Soekarno Hatta-Malang. Pemilihan lokasi ini didasarkan pada letaknya yang

30

paling strategis dibandingkan dua lokasi lainya. Dari segi lokasi yang berada dipusat kota Malang dengan transportasi yang mudah dijangkau oleh pelanggan. Denah lokasi rumah makan Kober Mie Setan Jl. Soekarno Hatta Malang dapat dilihat pada Lampiran 1.

Rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang buka pada pukul 15.00 WIB dan close order pada pukul 24.00 WIB. Terdapat berbagai menu yang disediakan pada rumah Makan Kober Mie Setan, daftar menu tersebut dapat dilihat pada Gambar 4.1. Namun, hanya terdapat dua menu utama yang disajikan pada rumah makan Kober Mie Setan yaitu Mie Setan dan Mie Iblis. Kedua mie tersebut disajikan dengan topping yang sama yaitu ayam yang digiling halus, krupuk pangsit, ditambah siomay goreng, dan irisan daging olahan. Namun, yang membedakan kedua jenis mie ini adalah Mie Setan yang merupakan mie rebus tanpa kuah dan disajikan dengan tingkat kepedasan dari level 1 sampai dengan level 5. Cabai yang digunakan berjumlah 12 cabai pada level 1, 25 cabai pada level 2, 35 cabai pada level 3 dan 45 cabai pada level 4, hingga 60 cabai pada level 5, sedangkan mie iblis adalah mie goreng yang diolah di atas panggangan pelat besi dengan tambahan kecap sehinga warnanya lebih merah dibandingkan mie setan. Level kepedasnnya yaitu dengan sebutan S untuk 10 cabai, M untuk 20 cabai dan L untuk 30 cabai. Mie Setan dan Mie iblis dapat dilihat pada Gambar 4.2.

Gambar 4.1 Daftar Menu Rumah Makan Kober Mie Setan

31

(a) (b)

Gambar 4.2 Mie Setan (a) dan Mie Iblis (b)

Selain itu juga pada rumah makan Kober Mie Setan

terdapat mie angle, aneka dimsum dan beberapa minuman yang diberi nama-nama unik seperti Es Tuyul, Es Gondoruwo, Es Sundel Bolong serta berbagai coffee dan frappe. Beberapa contoh jenis minuman pada rumah makan Kober Mie Setan dapat dilihat pada Gambar 4.3.

Gambar 4.3 Contoh Minuman pada Rumah Makan Kober Mie Setan

Pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-

Malang terdapat 31 orang pegawai, yang dibagi menjadi pegawai tetap dan pegawai yang masih dalam tahap training di tiap-tiap departmen. Departemen yang ada mencakup bagian kasir (server), cooking, bartender dan waiters. Pada fasilitas pelayanan kasir (server) terdapat 5 orang yang ditempatkan pada kasir (server) dengan rincian 3 orang pegawai tetap dan 2 orang pegawai training. Pada Bartender terdapat 3 orang pegawai yang dibagi

32

menjadi 2 orang pegawai tetap dan 1 orang pegawai training. Selanjutnya terdapat 23 orang ditempatkan di bagian cooking dan waiters.

4.2 Disiplin Antrian

Pada rumah makan Kober Mie setan Jl. Soekarno Hatta-

Malang terdapat sistem antrian dengan satu fasilitas pelayanan kasir yang disediakan untuk melayani para pelanggan yang akan melakukan pemesanan makanan dan pembayaran. Disiplin antrian di rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang adalah First Come First Served (FCFS), dimana didalam sistem ini pelanggan yang datang lebih dahulu akan mendapatkan giliran pelayanan terlebih dahulu. Penerapan sistem ini denggan menggunakan garis tunggu antrian (waiting lines). Pelanggan yang datang tidak langsung mendapatkan pelayanan, akan tetapi pelanggan tersebut harus memasuki garis tunggu antrian yang memanjang kebelakang sesuai dengan urutan kedatangan. Kemudian pelanggan tersebut menunggu sampai akhirnya mendapatkan pelayanan. Menurut Nasution (2012), disiplin pelayanan First Come First Served (FCFS) atau First In First Out (FIFO) artinya yang lebih dahulu datang (sampai), akan lebih dahulu dilayani (keluar).

Jenis sistem antrian yang ada di rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang adalah Single Channel-Single Phase dimana sistem ini hanya ada satu jalur antrian yang memasuki sistem pelayanan dan hanya terdapat satu fasilitas pelayanan (server). Unit yang datang ke dalam suatu sitem antrian akan dilayani oleh server tersebut. Apabila server sedang sibuk, maka unit yang datang harus menunggu dengan membentuk garis tunggu sampai tiba giliran untuk dilayani. Menurut Hardiyatmo (2007), sistem antrian jalur tunggal (single channel, single server) berarti bahwa dalam sistem antrian tersebut hanya terdapat satu pemberi layanan serta satu jenis layanan yang diberikan. Jalur sistem antrian pelanggan Kober Mie Setan Jl. Soekarno Hatta-Malang dapat dilihat dari Layout pada Lampiran 2.

33

4.3 Komponen Fasilitas Pelayanan Pelanggan Karakteristik fasilitas pelayanan dapat dilihat dari tiga hal,

yaitu tataletak (layout) secara fisik dari sistem antrian, disiplin antrian dan waktu pelayanan. Tata letak fisik dari sistem antrian digambarkan dengan jumlah saluran, juga disebut sebagai jumlah pelayan. fasilitas pelayanan pelanggan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang mempunyai beberapa komponen, antara lain yaitu : 1. Kasir (Server)

Kasir (Server) merupakan komponen sistem pelayanan yang bertugas melakukan pelayanan terhadap pemesanan menu makanan dan proses pembayaran. Pada rumah makan Kober Mie Setan Jl. Soekarno Hatta terdapat satu fasilitas pelayanan kasir (server) atau disebut denan sistem saluran tunggal. Kasir (server) tersebut bekerja mulai pukul 14.00 WIB sampai 02.00 WIB dan tidak terdapat sift kerja. Menurut Aminudin (2005), jumlah saluran dalam proses antrian menyatakan jumlah fasilitas pelayanan (server) untuk melayani konsumen yang datang. Bila terdapat satu saluran pelayanan maka dikatakan sistem saluran tunggal, sedangkan sistem saluran majemuk mempunyai sumber pelayanan (server) lebih dari satu yang beroperasi secara bersamaan.

Fasilitas pelayanan kasir (server) pada rumah makan Kober Mie Setan dijaga oleh satu orang kasir dan satu fasilitas komputer guna mencatat apa saja menu yang dipesan oleh pelanggan serta secara otomatis menjumlah harga yang harus dibayarkan pelanggan berdasarkan menu yang telah dipesan. Pada rumah makan Kober Mie Setan sering kali terjadi antrian yang panjang dikarenakan banyaknya pelanggan yang datang. Kecepatan waktu pelayanan pada kasir (server) berbeda-beda untuk setiap pelanggan yang datang. Perbedaan lama pelayanan ini dapat dipengaruhi oleh banyakanya jumlah pemesanan menu makanan yang berbeda-beda serta penggunaan uang pas untuk pembayaran pada kasir. 2. Tempat menunggu

Tempat tunggu merupakan tempat pelanggan untuk menunggu. Pada rumah makan Kober Mie Setan Jl. Soekarno Hatta Malang terdapat dua jenis tempat untuk menunggu, yang pertama adalah waiting lines. Waiting lines merupakan garis

34

tunggu antrian, dimana pelanggan yang datang tidak langsung mendapatkan pelayanan oleh kasir (server). Sebelum pelanggan mendapatkan pelayan dari server, pelanggan memasuki waiting lines terlebih dahulu untuk menunggu sampai tiba mendapatkan pelayanan. Menurut Candra (2007), dari suatu populasi yang memiliki suatu sistem antrian selalu akan ditemukan barisan antrian (waiting lines) pelanggan dan pelayanan (service system).

Tempat menunggu yang kedua yaitu ruang tunggu yang khusus untuk pelanggan dengan memesan makan yang langsung di bawa pulang dengan kata lain tidak menikmati makanan di rumah makan tersebut. Di sana di sediakan kursi bagi pelanggan yang sudah memesan dan melakukan pembayaran makanan untuk menunggu makanan yang dipesan sudah siap. Waiting Lines dan ruang tunggu dapat dilihat pada Gambar 4.4.

(a) (b)

Gambar 4.4 Waiting Lines (a), dan Ruang tunggu (b)

4.4 Pembuatan Model Konseptual Untuk memperjelas masalah yang sedang terjadi perlu

adanya suatu gambaran mengenai model yang dibuat. Penjelasan ini dapat dijabarkan melalui pembuatan model konseptual, yang berupa diagram siklus aktivitas. Diagram siklus aktivitas pada proses antrian pelanggan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang dapat dilihat pada Gambar 4.5.

Gambar 4.5 Diagram Siklus Aktivitas Antrian Pelanggan

1

2

3 4

35

Keterangan Gambar 4.5 1. Kedatangan Pelanggan 2. Pelanggan Mengantri 3. Pelanggan melakukan pemesanan menu makanan dan

transaksi pembayaran 4. Kepergian Pelanggan

Menurut Candra (2007), Beberapa model yang sering digunakan untuk pembuatan model dari sistem nyata dengan menggunakan bantuan software ARENA Versi 5.0 adalah The basic Process Panel terdiri dari Flowchart modul dan data modul. Flowchart modul yang digunakan dalam software ARENA Versi 5.0 antara lain: 1. Create model

Merupakan awal dari proses dan digunakan ketika suatu part/entitas akan masuk kedalam sistem (Input).

2. Process module Modul proses merupakan suatu proses yang dilakukan pada entitas (aktivitas).

3. Dispose module

Modul ini menginformasikan entitas keluar/meninggalkan sistem pada model simulasi (aktivitas selesai).

Gambar 4.5 menunjukkan terdapat dua entity pada

proses pemesanan menu makanan dan transaksi pembayaran, yaitu fasilitas pelayanan kasir (server) dan pelanggan. Pelanggan yang datang ke rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang mengantri dalam garis tunggu antrian, melakukan pemesanan menu makanan dan transaksi pembayaran dengan dilayani oleh kasir (server), kemudian pelanggan pergi meninggalkan sistem.

4.5 Pengolahan Data

Data didapatkan dengan melakukan pengamatan secara

langsung di lokasi penelitian. Jumlah pelanggan yang memasuki sistem antrian pada rumah makan Kober Mie Setan Jl. Soekarno

Create

Process

Dispos

e

36

Hatta-Malang dihitung setiap interval 30 menit. Sebelum data yang diperoleh diolah lebih lanjut, dilakukan terlebih dahulu pengujian kecukupan data untuk mengetahui data yang didapatkan sudah sesuai atau masih kurang. Rekap data waktu hasil pengamatan dapat dilihat pada Lampiran 3. Dalam proses pengukuran, diperlukan kegiatan pengujian terhadap data yang dikumpulkan. Kegiatan pengujian tersebut dimulai dari analisis atas jumlah data yang seharusnya dikumpulkan. Namun pengukuran dalam jumlah yang tak terhingga sulit dilakukan mengingat keterbatasan-keterbatasan yang ada, baik segi tenaga, waktu, dan sebagainya. Sebaliknya pengumpulan data dalam jumlah yang sekadarnya juga kurang baik, karena tidak dapat mewakili keadaan yang sebenarnya. Oleh karena itu perlu adanya perhitungan uji kecukupan data terhadap data yang telah diperoleh. Menurut Arwindy (2014), dasar pertimbangan dalam menentukan besarnya sampel yang ditarik dari suatu populasi memerlukan pemikiran yang hati-hati. Untuk itu dilakukan uji kecukupan data untuk menentukan besar sampel yang dibutuhkan.

Dalam perhitungan uji kecukupan data juga diperlukan tingkat ketelitian dan tingkat keyakinan. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesaian sebenarnya. Sedangkan tingkat keyakinan menunjukkan besarnya keyakinan pengukuran bahwa hasil yang diperoleh memenuhi syarat penelitian tadi. Tingkat keyakinan dan ketelitian biasanya dinyatakan dengan persen. Di dalam aktifitas pengukuran kerja biasanya akan diambil tingkat ketelitian 5% dan tingkat keyakinan 95%. Artinya adalah bahwa pengukur membolehkan rata-rata hasil pengukurannya menyimpang sejauh 5% dari rata-rata sebenarnya dan kemungkinan berhasil mendapatkan adalah 95%. Jika jumlah pengukuran yang seharusnya dilakukan lebih besar dari jumlah pengukuran yang telah dilakukan (N’ > N), maka dilakukan pengukuran ulang dengan N lebih besar. Jika (N > N’) berarti bahwa jumlah pengamatan yang telah dilakukan memenuhi syarat tingkat ketelitian dan tingkat keyakinan. Menurut Candra (2007), uji kecukupan data dengan tingkat kepercayaan 95% (k=2) dan tingkat ketelitian 5% (0,05) menunjukkan sekurang-kurangnya 95 dari 100 harga rata-rata dari data yang dicatat atau diukur untuk suatu elemen kerja akan memiliki penyimpangan tidak lebih dari 5%. Perhitungan untuk uji kecukupan data sistem antrian di rumah makan Kober Mie Setan

37

Jl. Soekarno Hatta-Malang diambil dari data pada Lampiran 3, dengan tingkat ketelitian 5% dan tingkat keyakinan 95%. Perhitungan uji kecukupan data adalah sebagai berikut :

[ √

]

[ √

]

[ √

]

[ √

]

[

]

[

]

[ ]

N’ = 2.871 ≈ 3

Berdasarkan hasil perhitungan didapatkan jumlah

pengamatan yang seharusnya dilakukan (N’) sebesar 2.871 ≈ 3, sedangkan jumlah pengamatan yang telah dilakukan (N) sebesar 42 data. Karena jumlah pengamatan yang dilakukan lebih besar dari pada jumlah pengamatan yang seharusnya dilakukan (N > N’), maka dapat disimpulkan bahwa data yang diambil sudah cukup. Menurut Utami (2012), uji kecukupan data dilakukan untuk mengetahui apakah sampel data yang diambil sudah mencukupi untuk mewakili sampel data populasi. Jika data yang diambil sudah cukup (N > N’), maka penelitian dapat dilanjutkan dengan pengolahan data, sedangkan jika data yang diambil belum cukup maka dilakukan pengulangan proses pengumpulan data.

4.6 Tingkat Kedatangan Pelanggan Tingkat kedatangan merupakan banyaknya pelanggan yang

datang untuk mendapatkan pelayanan dari fasilitas pelayanan kasir

38

(server), yang dinyatakan dalam berapa banyak pelanggan (orang) dalam periode waktu tertentu. Tingkat kedatangan pelanggan pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang bersifat acak, dimana pelanggan yang datang memiliki selisih waktu yang berbeda-beda. Menurut Gunawan (2008), Karakteristik dari pelanggan yang akan mendapat pelayanan kasir (server) dapat dilihat menurut ukurannya, pola kedatangan, serta perilaku dari pelanggan yang akan dilayani. Menurut ukurannya, pelanggan yang akan dilayani bisa terbatas (finite) bisa juga tidak terbatas (infinite). Pola kedatangan bisa teratur, bisa juga acak (random).

Distribusi kedatangan pelanggan diasumsikan mengikuti distribusi poisson dimana pada rumah makan Kober Mie Setan Malang memiliki kedatangan pelanggan yang acak atau random. Kemudian untuk pelayanan kasir yaitu mengikuti distribusi eksponensial, merupakan distribusi satuan yang dilayani poisson. Menurut Rustam (2012), proses poisson sendiri adalah kedatangan nasabah/pelanggan lain tidak tergantung pada waktu (tidak terbatas). Distribusi pelayanan (perberangkatan) eksponensial juga sama dengan distribusi waktu antara pertibaan eksponensial atau distribusi satuan yang dilayani poisson.

Oleh karena itu notasi model antriannya adalah (M/M/1);(FCFS/∞/∞), yang berarti model antrian menyatakan kedatangan pelanggan terdistribusi secara poisson dan waktu pelayanan terdistribusi secara eksponensial dengan pelayanan adalah satu orang, disiplin antrian yang digunakan adalah FCFS (First Come First Served), ukuran sistem dalam antrian tidak terhingga dan jumlah pelanggan yang masuk juga tidak terhingga. Menurut Rustam (2012), model M/M/1 (Single Channel Query System atau model antrian jalur tunggal) memiliki kedatangan berdistribusi poisson dan waktu pelayanan eksponensial. Dalam situasi ini, kedatangan menbentuk satu jalur tunggal untuk dilayani oleh satu stasiun tunggal dengan pelayanan First In First Out (FIFO). Kedatangan tidak terikat pada kedatangan sebelumnya, dan datang dari sebuah populasi yang tidak terbatas (atau sangat besar). Waktu pelayanan bervariasi dari satu pelanggan dengan pelanggan yang berikutnya dan tidak terikat satu sama lain, tetapi tinggkat rata-rata pelayanan diketahui.

Data kedatangan pelanggan diperoleh dengan cara melakukan pegamatan jumlah pelanggan yang memasuki sistem antrian pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-

39

Malang. Pengamatan pengambilan data dilakukan selama 7 hari yaitu mulai pada tanggal 7 juli 2014. Pengamatan dilakukan pada jam 18.30-21.30. Pengamatan dilakukan dengan cara mencatat waktu kedatangan setiap pelanggan yang masuk ke dalam sistem antrian, waktu pelanggan mulai mendapatkan pelayanan dan waktu pelanggan selesai mendapatkan pelayanan oleh fasilitas pelayanan kasir (server). Rekap jumlah kedatangan pelanggan pada rumah makan Kober Mie Setan jl. Soekarno Hatta-Malang dapat dilihat pada Tabel 4.6.

Tabel 4.6 Jumlah Kedatangan pelanggan

No Hari Tanggal Periode Waktu

(30 Menit) Kedatangan

(Orang) Jumlah (Orang)

1 Sabtu 7 juni 2014 18.30 - 19.00 32 161

19.00 - 19.30 29

19.30 - 20.00 29

20.00 - 20.30 34

20.30 - 21.00 22

21.00 - 21.30 15

2 Minggu 8 Juni 2014 18.30 - 19.00 23 125 19.00 - 19.30 16 19.30 - 20.00 21 20.00 - 20.30 20 20.30 - 21.00 23 21.00 - 21.30 22 3 Senin 9 Juni 2014 18.30 - 19.00 21 129 19.00 - 19.30 18 19.30 - 20.00 20 20.00 - 20.30 24 20.30 - 21.00 24 21.00 - 21.30 22 4 Selasa 10 Juni 2014 18.30 - 19.00 20 121 19.00 - 19.30 23 19.30 - 20.00 18 20.00 - 20.30 19 20.30 - 21.00 23 21.00 - 21.30 18 5 Rabu 11 Juni 2014 18.30 - 19.00 33 131 19.00 - 19.30 20 19.30 - 20.00 24 20.00 - 20.30 18 20.30 - 21.00 20 21.00 - 21.30 16

40

Lanjutan Tabel 4.6 Jumlah Kedatangan pelanggan

No Hari Tanggal Periode Waktu

(30 Menit)

Kedatangan

(Orang)

Jumlah

(Orang)

6 Kamis 12 Juni 2014 18.30 - 19.00 20 124

19.00 - 19.30 33

19.30 - 20.00 19

20.00 - 20.30 17

20.30 - 21.00 17

21.00 - 21.30 18

7 Jum'at 13 Juni 2014 18.30 - 19.00 23 142

19.00 - 19.30 17

19.30 - 20.00 25

20.00 - 20.30 24

20.30 - 21.00 35

21.00 - 21.30 18

Sumber: Data Primer Diolah (2014)

Jumlah kedatangan pelanggan pada Rumah Makan Kober Mie Setan Jl. Soekarno Hatta-Malang paling banyak yaitu pada hari Sabtu dengan jumlah 161 orang pelanggan yang datang. Hal tersebut dikarenakan hari Sabtu atau lebih dikenal dengan malam minggu adalah waktu yang sering digunakan banyak orang untuk berkumpul dengan orang-orang terdekatnya sebelum libur di hari Minggu sehingga banyak pelanggan yang datang dengan membawa serta keluarga atau kerabatnya untuk menikmati makan malam di rumah makan Kober Mie Setan. Sementara itu, jumlah kedatangan pelanggan paling sedikit adalah pada hari Selasa dengan jumlah 121 orang pelanggan yang datang. Hal tersebut dikarenakan hari Selasa termasuk dalam weekdays dimana orang-orang kebanyakan disibukkan oleh pekerjaan mereka masing-masing daripada menghabiskan waktu bersama kerabat. Rata-rata jumlah kedatangan pada weekdays yang lain seperti hari Senin, Rabu dan Kamis pun tidak jauh berbeda dengan hari Selasa. Hal ini didukung oleh pendapat Dimyati (2009), bahwa akhir pekan merupakan hari libur untuk para eksekutif muda dan malam minggu seringkali dikenal sebagai malamnya anak muda, sehingga secara otomatis setiap individu terkonstruksi untuk mencari hiburan setelah di hari-hari lain sibuk dengan urusan kegiatannya masing-masing. Untuk mengetahui rata-rata kedatangan pelanggan setiap

41

periode waktu 30 menit pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang dapat dilihat di Tabel 4.7. Tabel 4.7 Rata-Rata Kedatangan Pelanggan

Periode Waktu (30 Menit) Kedatangan Pelanggan (Orang)

18.30 - 19.00 24.57 25 19.00 - 19.30 22.29 23 19.30 - 20.00 22.29 23 20.00 - 20.30 22.29 23 20.30 - 21.00 23.43 24 21.00 - 21.30 18.43 19

Sumber: Data Primer Diolah (2014) Dari Tabel 4.7 dapat diketahui bahwa rata-rata kedatangan pelanggan pada tiap-tiap periode waktu tidak mengalami perbedaan yang telalu signiifikan. Jika dilihat dari periode waktu kedatangan pelanggan, rata-rata waktu yang paling banyak diminati adalah pukul 18.30-19.00. Hal ini dikarenakan pada jam tersebut termasuk dalam waktu ideal untuk makan malam. Sementara itu, rata-rata waktu pelanggan yang datang paling sedikit adalah pukul 21.00-21.30. Hal ini dikarenakan pada waktu tersebut sudah terlalu malam untuk waktu jam makan malam pada umumnya dan merupakan waktu untuk beristirahat melepas lelah setelah aktivitas yang dilakukan selama satu hari. Menurut Yulistara (2013), waktu yang baik untuk makan malam adalah sekitar pukul 5 sore sampai 7 malam. Jika sering makan malam diatas jam 8 malam memiliki resiko terhadap kondisi kesehatan.

4.7 Sistem Antrian

Setelah diketahui jumlah kedatangan pelanggan dan rata-rata tingkat kedatangan pelanggan yang datang, maka dapat dilakukan perhitungan untuk mengetahui waktu antar kedatangan pelangan (A), lama pelanggan mengantri (D), dan lama waktu pelanggan dilayani (S) dimana data jumlah pelanggan tersebut telah diambil selama 7 hari di rumah makan Kober Mie Setan Jl.Soekarno Hatta-Malang. Data yang diambil berupa : - Data waktu saat pelangan ke-i datang untuk selanjutnya

dinotasikan dengan tí - Waktu saat pelanggan ke-i mulai dilayani untuk selanjutnya

dinotasikan dengan bí

42

- Data waktu saat pelanggan ke-i selesai dilayani untuk selanjutnya dinotasikan dengan cí

Dimana i = 1,2,3…n, n = jumlah pelanggan yang datang. 1. Menghitung waktu antar kedatangan (A)

Hari Sabtu : A1 = t2 – t1 = 31.15 - 30.10 = 1.05 menit

Data waktu antar kedatangan pelanggan (A) pada hari Sabtu, Minggu, Senin, Selasa, Rabu, Kamis dan Jum’at selengkapnya dapat dilihat pada Lampiran 4.

2. Menghitung lama pelanggan mengantri (D)

Hari Sabtu : D1 = b1 – t1 = 32.23 - 30.10 = 2.13 menit

Data lama waktu pelanggan mengantri (D) pada hari Sabtu, Minggu, Senin, Selasa, Rabu, Kamis dan Jum’at selengkapnya dapat dilihat pada Lampiran 4. 3. Menghitung lama waktu pelanggan dilayani (S)

Hari Sabtu : S1 = c1 - b1 = 33.35 - 32.23 = 1.12 menit

Data lama waktu pelanggan dilayani (S) pada hari Sabtu, Minggu, Senin, Selasa, Rabu, Kamis dan Jum’at selengkapnya dapat dilihat pada Lampiran 4.

Jadi, diperoleh rata-rata lama waktu antar kedatangan dari hari Sabtu sampai hari Jum’at yaitu dari 1.12 menit sampai 1.48 menit. Untuk waktu antar kedatangan pelanggan paling kecil yaitu pada hari Sabtu. Hal tersebut dikarenakan banyaknya pelanggan yang datang pada hari Sabtu, sehingga jarak waktu antar pelanggan yang datang pada hari itu tidak terlalu jauh yaitu sekitar 1.12 menit. Untuk waktu kedatangan paling besar adalah pada hari Selasa. Hal tersebut dapat dikarenakan jumlah pelanggan yang datang pada hari Selasa lebih sedikit dibandingkan dengan hari-hari yang lain dengan jarak waktu antar pelanggan yang datang lebih lama yaitu sekitar 1.48 menit. Rata-rata lama waktu pelanggan untuk mengantri dari hari Sabtu hingga hari Jum’at

43

berkisar antara 13.25 menit sampai 19.29 menit. Waktu mengantri yang cukup lama tersebut dapat disebabkan oleh antrian yang terlalu panjang dengan fasilitas pelayanan kasir (server) yang kurang memadahi. Menurut Amirul (2005), antrian timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan layanan. Pada banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk mengurangi antrian atau untuk mencegah timbulnya antrian. Rata-rata lama waktu pelanggan mendapatkan pelayanan dari hari Sabtu sampai dengan hari Jum’at yaitu antara 1.19 menit sampai 1.55 menit. Fasilitas pelayanan kasir (server) pada kondisi saat ini sangat sibuk, dimana kasir (server) harus menyesuaikan kecepatan pelayanannya dengan jumlah kedatangan pelanggan yang semakin banyak. Hal tersebut dilakukan agar tidak terjadi penumpukan pelanggan, yang akan menimbulkan antrian menjadi lebih panjang. Untuk mengantisipasi antrian yang terlampau panjang dapat dilakukan penambahan fasilitas pelayanan kasir (server). Menurut Sugito (2011), bentuk pelayanan ditentukan oleh waktu pelayanan, yaitu waktu yang dibutuhkan untuk melayani pelanggan pada fasilitas pelayanan. Besaran ini bergantung pada jumlah pelanggan yang telah berada di dalam fasilitas pelayanan. Pelayanan dapat dilakukan dengan satu atau lebih fasilitas pelayanan yang masing-masing dapat mempunyai satu atau lebih saluran atau tempat pelayanan yang disebut dengan server. Selanjutnya dilakukan perhitungan rata-rata tingkat kedatangan pelanggan dan rata-rata tingkat pelayanan kasir (server) terhadap pelanggan. Perhitungan rata-rata tingkat kedatangan pelanggan dilakukan untuk mendapatkan rata-rata jumlah pelanggan yang datang pada tiap interval waktu yang telah ditentukan. Begitu pula dengan perhitungan rata-rata tingkat pelayanan dimaksutkan untuk mengetahui jumlah pelanggan yang dilayani pada tiap interval waktu yang telah ditentukan. Rata-rata tingkat kedatangan pelanggan dan rata-rata tingkat pelayanan kasir pada rumah makan Kober Mie Setan Jl. Soekarno Hatta Malang selama 7 hari dapat dilihat pada Tabel 4.8.

44

Tabel 4.8 Rata-Rata Tingkat Kedatangan Pelanggan dan Tingkat Pelayanan

No Hari Tanggal Kedatangan

Pelanggan

Total Waktu

Kedatangan

Total Waktu

Pelayanan

1 Sabtu 7 juni 2014 161 179.260 190.820

2 Minggu 8 Juni 2014 125 179.390 194.190

3 Senin 9 Juni 2014 129 179.480 193.440

4 Selasa 10 Juni 2014 121 177.520 186.900

5 Rabu 11 Juni 2014 131 179.350 187.230

6 Kamis 12 Juni 2014 124 179.400 192.160

7 Jum'at 13 Juni 2014 142 179.230 179.060

Total 933 1253.630 1323.800

Rata-rata 133.286 179.090 189.114

Sumber: Data Primer Diolah (2014) a) Rata-rata Tingkat Kedatangan Pelanggan (λ)

Rata-rata tingkat kedatangan didapatkan dari data

kedatangan pelanggan yang diperoleh dengan cara melakukan pengamatan jumlah pelanggan yang memasuki sitem antrian di rumah makan Kober Mie Setan Jl.Soekarno Hatta-Malang selama 7 hari. Perhitungan rata-rata kedatangan pelanggan yaitu kedatangan pelanggan dibagi dengan waktu kedatangan, sehingga didapatkan nilai λ (rata-rata kedatangan pelanggan) yaitu sebesar 0.744 orang per menit. Menurut Candra (2007), keadaan kedatangan pelanggan tidak bisa diatur, dalam arti interval waktu kedatangan adalah sembarang. Dalam hal ini pola kedatangan mengalami hal yang bervariasi dan berbeda satu dengan yang lain.

b) Rata-rata Tingkat Pelayanan Pelanggan ( )

Rata-rata tingkat pelayanan didapatkan dari data

pelayanan kasir (server) yang diperoleh dengan cara melakukan pengamatan waktu yang dihabiskan oleh pelanggan dalam

45

menerima pelayanan di rumah makan Kober Mie Setan Jl.Soekarno Hatta-Malang selama 7 hari. Perhitungan rata-rata tingkat pelayanan pelanggan di dapatkan dengan membagi kedatangan pelanggan dengan waktu pelayanan, sehingga

didapatkan nilai (rata-rata pelayanan pelanggan) yaitu sebesar 0.705 menit. Apabila pelanggan yang datang banyak, maka fasilitas pelayanan kasir (server) juga disibukkan dengan melayani banyaknya pelanggan yang datang. Menurut Herjanto (2009), pola pelayanan seperti halnya pola kedatangan, bisa konstan maupun acak. Jika pola pelyanan konstan, berarti waktu yang digunakan untuk melayani setiap pelanggan rata-rata relatif sama, begitu pula sebaliknya. Setelah dilakukan perhitungan rata-rata tingkat kedatangan pelanggan dan rata-rata tingkat pelayanan pelanggan, maka dilakukan perhitungan karakteristik sistem antrian pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang selama tujuh hari, yaitu sebagai berikut : a) Probabilitas tidak ada pelanggan

(

)

(

) (

)

(

)

b) Tingkat kegunaan fasilitas

c) Rata-rata jumlah pelanggan dalam antrian

d) Rata-rata jumlah pelanggan dalam sistem

46

e) Rata-rata waktu pelayanan dalam antrian

f) Rata-rata waktu pelayanan dalam sistem

Dari perhitungan karakteristik antrian, didapatkan nilai

probabilitas atau peluang tidak ada pelanggan yaitu sebesar -0.055 dengan tingkat kegunaan fasilitas sebesar 1.055. Menurut Herawati (2008), makin besar nilai tingkat kegunaan fasilitas, maka makin panjang antrian dan sebaliknya. Apabila peluang masa sibuk fasilitas pelayanan yang sangat kecil hingga mendekati nol, artinya selama masa penelitian berlangsung, pelayan lebih banyak menganggur. Pada perhitungan didapatkan nilai peluang tidak ada pelanggan yaitu sebesar -5% dan fasilitas pelayan sebesar 105%, sehingga pada kondisi ini fasilitas pelayanan pelanggan dalam keadaan sibuk melayani pelanggan selama 105% dari waktunya karena banyaknya pelanggan yang datang, sedangkan kurang dari 5% dari waktunya untuk menganggur. Hal ini berarti fasilitas pelayanan kasir (server) dalam keadaan yang sangat sibuk dan tidak ada waktu untuk beristirahat. Menurut Nasution (2012), analisa efisiensi waktu layanan dilakukan dengan melakukan observasi atau pengamatan tentang waktu antar kedatangan dan waktu pelayanan. Jika p = 0.95 berarti petugas akan sibuk melayani anggota selama 95% dari waktunya, dan 5% (1–p) dari waktunya untuk istirahat. Kemudian untuk rata-rata jumlah pelanggan dalam antrian sebanyak 21 orang per menit yang sedang mengantri dengan rata-rata waktu pelayanan yaitu 27.556 menit, sedangkan rata-rata jumlah pelanggan dalam sistem juga sebanyak 20 orang per menit yang sedang mengantri dengan rata-rata waktu sebesar 25.641 menit. Dari hasil perhitungan tersebut bernilai negatif (-) dikarenakan tingkat pelayanan pelanggan lebih kecil dari tingkat kedatangan pelanggan (µ < λ). Hal ini menunjukkan bahwa kondisi tersebut dalam keadaan sedang terjadi antrian yang cukup panjang dikarenakan kapasitas

47

pelayanan yang kurang memadahi dengan banyaknya pelanggan yang datang, sehingga dapat dikatakan bahwa kondisi rumah makan Kober Mie Setan saat ini memiliki pelayanan yang belum ideal, sehingga perlu dilakukan perbaikan sistem antrian untuk mengoptimalkan fasilitas pelayanan kasir (server). Menurut Adeleke (2009), sistem antrian single channel (M/M/1) dengan kedatangan poisson dan tingkat pelayanan eksponensial, serta kedatangan pelanggan ditangani pada kedatangan pertama akan dilayani lebih awal. Dalam sistem antrian ini dikatakan steady ketika rata-rata tingkat kedatangan kurang dari rata-rata tingkat pelayanan (λ < μ).

4.8 Analisa Hasil Simulasi Software Arena 5.0 Berdasarkan data pengamatan, maka dilakukan penentuan

parameter distribusi dengan Input Analyzer yang digunakan untuk menentukan fungsi distribusi probabilitas dari data input. Selanjutnya membuat modul dasar pada lembar kerja ARENA Versi 5.0 dengan cara memilih Basic Process mana yang sesuai untuk digunakan. Pada sistem antrian rumah makan Kober Mie Setan Jl.Soekarno Hatta, Basic Process yang digunakan adalah Create, Process dan Dispose dimana Create merupakan Kedatangan pelanggan untuk proses pelayanan. Process merupakan pengidentifikasian dari proses yaitu proses pelayanan pelanggan oleh kasir (server), Dispose merupakan titik akhir dari simulasi, dalam keadaan ini pelanggan sudah selesai dilayani dan meninggalkan sistem antrian. Hasil dari running program simulasi ARENA 5.0 dapat dilihat pada lampiran 5.

4.8.1 Number In dan Number Out Number In merupakan jumlah pelanggan yang masuk pada

proses antrian, sedangkan Number Out merupakan jumlah pelanggan yang keluar dari sistem antrian atau pelanggan tersebut sudah selesai mendapatkan pelayanan. Tabel 4.9 menunjukkan rekap nilai Number In dan Number Out dari hari Sabtu sampai dengan hari Jum’at.

48

Tabel 4.9 Rekap Nilai Number In dan Number Out

Hari Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Sabtu 138 125

Minggu 123 106

Senin 132 110

Selasa 111 105

Rabu 129 119

Kamis 117 106

Jum’at 131 125


Berdasarkan rekap nilai pelanggan masuk selama 7 hari, maka dapat diketahui bahwa jumlah pelanggan yang paling banyak masuk kedalam sistem antrian adalah pada hari Sabtu yaitu sebanyak 138 orang, sedangkan pelanggan yang keluar dari sistem terdapat dua hari yang memiliki nilai sama yaitu pada hari Sabtu dan Jum’at sebesar 125 orang. Jika dilihat dari jumlah pelanggan yang datang dan jumlah pelanggan yang keluar pada Tabel 4.9, memiliki selisih nilai yang cukup besar yaitu pada hari Sabtu sebanyak 13 orang, hari Minggu sebanyak 17 orang, hari Senin sebanyak 22 orang, hari Selasa dan Jum’at 6 orang, Rabu 10 orang dan Kamis 11 orang. Hal tersebut menunjukkan bahwa jumlah pelanggan yang mengantri masih cukup banyak, sehingga belum dikatakan optimal. Menurut Iksan (2006), keadaan dikatakan optimal ketika jumlah pelanggan yang masuk kedalam sistem antrian banyak, maka pada saat pelanggan keluar dari antrian juga sebanyak atau mendekati jumlah pelanggan yang datang. Apabila pelanggan yang masuk kedalam sistem antrian banyak tetapi yang keluar dari sistem antrian sedikit, maka keadaan tersebut dikatakan belum optimal karena customer mengalami proses mengantri yang cukup lama dengan antrian yang panjang.

4.8.2 Work In Process (WIP) Work In Process (WIP) menunjukkan jumlah pelanggan

yang belum selesai diproses pada sistem antrian. Keadaan ini terjadi ketika pelanggan sudah masuk kedalam sistem antrian dan pelanggan tersebut sedang menerima pelayanan oleh kasir (server). Rekap nilai WIP dari hari Sabtu sampai dengan hari

49

Jum’at yang di peroleh dari hasil running program pada Lampiran 4 dapat dilihat pada Tabel 4.10.

Tabel 4.10 Rekap Nilai WIP

Hari WIP Avarage

Sabtu 4.1522 5

Minggu 11.5133 12

Senin 9.6239 10

Selasa 3.7124 4

Rabu 7.0369 8

Kamis 9.4309 10

Jum’at 5.0497 6


Berdasarkan rekap nilai WIP selama tujuh hari, dapat diketahui bahwa terdapat beberapa pelanggan yang belum selesai diproses pada sistem antrian. Pada hari Minggu memiliki rata-rata pelanggan paling banyak yang belum diproses yaitu sebesar 12 orang. Hal ini nantinya akan berhubungan dengan banyaknya pelanggan yang terdapat pada garis tunggu antrian (waiting line). Semakin banyak pelanggan yang belum selesai diproses, maka semakin banyak pula pelanggan yang terdapat dalam garis tunggu antrian (waiting line) untuk menunggu giliran sampai akhirnya mendapatkan pelayanan. Menurut Ahmad (2010), banyaknya jumlah penumpukan Work In Process (WIP) dalam jumlah yang cukup besar diakibatkan kurang baiknya sistem pengontrolan. Waktu pengerjaan dan waktu tunggunya lebih lama daripada waktu prosenya sehingga terjadi penumpukan WIP dalam jumlah besar dan menyebabkan kemacetan/antrian.

4.8.3 Queue Waiting Time dan Queue Number Waiting

Queue Waiting Time menunjukkkan waktu tunggu pada saat mengantri untuk diproses dengan mendapatkan pelayanan dari kasir (server), sedangkan Queue Number Waiting menunjukkan banyaknya pelanggan yang sedang mengantri pada sistem antrian. Rekap nilai Queue Waiting Time dan Queue Number Waiting dari hari Sabtu sampai dengan hari Jum’at dapat dilihat pada Tabel 4.11.

50

Tabel 4.11 Rekap Nilai Queue Waiting Time In dan Queue Number Waiting.

Hari Queue

Waiting Time Number Waiting

Sabtu 0.07 3.29 Minggu 0.27 10.52 Senin 0.20 8.54 Selasa 0.08 2.77 Rabu 0.24 6.05 Kamis 0.23 8.43 Jum’at 0.09 4.10


Berdasarkan rekap nilai Queue Waiting Time dan Queue Number Waiting selama 7 hari dari hari Sabtu sampai degan hari Jum’at, dapat diketahui bahwa pada hari Minggu memiliki nilai Queue Waiting Time dan Queue Number Waiting paling besar. Dimana waktu tunggu sebesar 0.27 dengan jumlah pelanggan yang mengantri sebanyak 10.52 atau 11 orang. Tingginya waktu tunggu yang terjadi pada proses tersebut diakibatkan belum selesainya pelanggan sebelumnya yang di proses, sehingga terjadi antrian yang lama akan tetapi pada beberapa proses terdapat pula nilai rata-rata waktu tunggu yang kecil, misalnya pada hari Sabtu, dimana waktu tunggunya sebesar 0.07 dan jumlah pelanggan yang mengantri sebanyak 3.29 atau 4 orang, sehingga untuk pelanggan berikutnya dapat berjalan dengan lancar dengan waktu antrian yang lebih singkat. Menurut Iksan (2006), karena panjang pendeknya antrian tergantung pada fasilitas pelayanan (server). Alternatif yang dapat digunakan adalah dengan penambahan server atau pengurangan waktu pelayanan. Waktu pelayanan diusahakan lebih kecil dari waktu antar kedatangan customer.

4.8.4 Utilization Utilization menunjukkan nilai utilitas atau daya guna pada

fasilitas pelayanan kasir (server). Nilai utilitas yang baik adalah nilai utilitas yang mendekati 1. Apabila nilai utilitas mendekati 0, maka dapat dikatakan fasilitas pelayanan tersebut dalam kondisi yang belum optimal dengan banyak waktu menganggur. Berdasarkan Lampiran 4, didapatkan hasil running program nilai utilitas dari hari Sabtu sampai dengan hari Minggu. Dari nilai tersebut dapat

51

diketahui bahwa pada masing-masing hari memiliki nilai utilitas yang hampir sama, selisih perbedaan nilai utilitas tidak terlalu signifikan. Nilai utilitas pada rumah makan Kober Mie Setan Jl. Soekarno Hatta antara 0.86 sampai 1.00. Hal tersebut menunjukkan bahwa utilitas pada fasilitas pelayanan kasir (server) memiliki nilai yang besar, sehingga fasilitas pelayanan kasir (server) pada rumah makan Kober Mie setan Jl. Soekarno Hatta Malang dalam kondisi waktu menganggur yang kecil. Menurut Dewanti (2010), pada proses tertentu mempunyai jumlah antrian yang banyak tetapi utilitas mesin dan utilitas tenaga kerjanya tidak besar. Hal ini disebabkan pada proses tidak dapat maksimal dalam memproses entitas yang masuk, sehingga utilitasnya rendah. Utilitas tenaga kerja yang sangat rendah, disebabkan karena jumlah tenaga kerjanya dengan tugas dari tenaga kerja yang tidak sesuai sehingga menyebabkan banyak waktu menganggur.

4.9 Perbaikan Sistem

Perbaikan sistem merupakan salah satu cara yang dibuat

untuk memperbaiki sistem yang ada dengan melihat pada permasalahan dari sistem tersebut. Sistem yang memerlukan perbaikan adalah sistem antrian pelanggan pada bagian kasir (server) dengan harapan dapat mengurangi antrian dan melihat apakah perbaikan sistem tersebut memberikan hasil yang signifikan lebih baik atau tidak. Dari masalah yang ada, maka untuk menyelesaikannya diperlukan beberapa alternatif dalam sistem untuk membuat sistem tersebut lebih optimal. Aternatif tersebut dapat dilakukan dengan membuat beberapa skenario pada process analyzer. Beberapa skenario perbaikan sistem antara lain : 1. Skenario 1, yaitu terdapat hanya 1 kasir (server). Skenario 1

menunjukkan keadaan yang ada di rumah makan Kober Mie Setan pada saat ini.

2. Skenario 2, yaitu usulan perbaikan dengan penambahan 1 kasir (server), sehingga terdapat 2 kasir (server) pada sistem antrian.

3. Skenario 3, yaitu usulan perbaikan dengan penambahan 2 kasir (server), sehingga terdapat 3 kasir (server) pada sistem antrian.

52

Pada Process Analyzer terdapat Project Items yang digunakan untuk mensimulasikan perbaikan sistem antrian yaitu Scenario, Control, Response dan Chart. Scenario merupakan keadaan yang akan diterapkan pada model simulasi yang diberikan. Dalam Scenario ini, simulasi dapat dilakukan dengan beberapa percobaan, sedangkan Control merupakan input yang dianggap mempengaruhi operasi dari model pada skenario dengan cara yang dapat dipantau atau dilihat dalam output dari model. Control digunakan untuk menentukan percobaan dengan penambahan berapa jumlah server yang akan digunakan pada tiap-tiap skenario. Kemudian Response yaitu berupa output yang mewakili ukuran bagaimana model dilakukan selama menjalankan. Dari output tersebut dapat dibandingkan antara skenario satu dengan yang lain sehingga nantinya didapatkan hasil skenario yang optimal dan sesuai pada kondisi rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang. Selain itu dalam Process Analyzer terdapat Chart yang digunakan untuk menampilkan grafik dari perbandingan antara skenario-skenario yang telah direncanakan. Tabel hasil running program dan Chart dari skenario perbaikan hari Sabtu sampai hari Jum’at dapat dilihat pada Lampiran 6.

Tabel 4.12 Hasil dari Skenario Perbaikan Hari Sabtu

No Nama Jumlah Fasilitas Pelayanan Kasir

(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time

Queue Number Waiting

Utilization

1 Skenario 1 1 138 125 0.069 3.291 0.862

2 Skenario 2 2 138 138 0.002 0.101 0.470

3 Skenario 3 3 143 142 0.000 0.013 0.327


Pada Tabel 4.12 menunjukkan hasil skenario perbaikan sistem pada hari Sabtu. Dari 3 macam skenario yang ada, terdapat nilai tertinggi maupun nilai terendah dari setiap skenario baik dari Server Utilitation, Number In dan Number Out, serta Queue Waiting Time dan Queue Number Waiting. Apabila dilihat dari Entity Number In dan Entity Number Out skenario 2 merupakan keadaan yang paling optimal dimana jumlah pelanggan yang masuk dengan jumlah pelanggan yang keluar memiliki jumlah yang sama yaitu 138 orang, sedangkan pada skenario 1 dan skenario 3

53

jumlah pelanggan yang keluar tidak sama dengan jumlah pelanggan yang masuk. Lalu untuk waktu menunggu antrian, pada skenario 1 memiliki jumlah yang paling banyak. Hal tersebut menunjukkan bahwa waktu menunggu pelanggan paling lama dibandingkan dengan skenario 2 dan 3. Apabila di lihat dari nilai utilitas kasir (server), pada skenario 2 menunjukkan nilai tidak terlalu rendah sehingga pada nilai tersebut, kasir dikategorikan tidak mengalami kelelahan dan tidak menganggur dengan tetap menghasilkan Number Out yang maksimal. Oleh karena itu skenario 2 merupakan skenario yang dianggap paling optimal dibangkan dengan skenario 1 dan 3. Pemilihan skenario tersebut diharapkan agar fasilitas pelayanan kasir dapat bekerja secara optimal dengan penambahan satu kasir (server), sehingga kasir (server) pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang berjumlah dua buah. Menurut Trisunarno (2014), dengan adanya penambahan kasir (server) diharapakan dapat meningkatkan kepuasan pelanggan karena waktu antrian akan berkurang.

Tabel 4.13 Hasil dari Skenario Perbaikan Hari Minggu


(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time


Utilization

1 Skenario 1 1 123 106 0.268 10.522 0.991

2 Skenario 2 2 123 120 0.001 0.059 0.546

3 Skenario 3 3 123 121 0.000 0.000 0.364

Sumber: Data Primer Diolah (2014) Pada Tabel 4.13 merupakan hasil dari skenario perbaikan

pada hari Minggu. Dilihat dari Entity Number In dan Entity Number Out dari ketiga skenario memiliki nilai Number Out lebih kecil dibandingkan dengan Number In, berarti dari ketiga skenario tersebut jumlah pelanggan yang keluar dari sistem antrian lebih kecil dari jumlah pelanggan yang masuk dalam sistem antrian. Hal tersebut dapat dikarenakan masih terdapat pelanggan yang berada dalam sistem antrian dan masih dalam keadaan menunggu/mengantri. Apabila dilihat dari nilai utilitas kasir (server), pada skenario 3 memiliki nilai yang paling kecil, namun memiliki nilai Queue Waiting Time dan Number Waiting yang menunjukkan nilai 0, sehingga pada keadaan tersebut tidak terdapat pelanggan

54

yang terdapat dalam sistem dan dapat dikatakan fasilitas pelayanan kasir (server) dalam keadaan yang tidak sibuk dan lebih banyak mengganggur jika dibandikan dengan skenario 1 dan 2. Oleh karena itu skenario 2 dianggap sebagai skenario terbaik, dimana pelanggan yang masuk dengan yang keluar memiliki selisih yang tidak terlalu besar, dengan nilai utilitas yang lebih besar dibandingkn dengan skenario 3 yang menunjukkan fasilitas pelayanan kasir (server) dalam kondisi yang tidak terlalu sibuk dan tetap menghasilkan output yang lebih banyak. Menurut Putra (2011), Apabila output skenario perbaikan yang lebih minimum dari kondisi sebelumnya dan waktu tunggu yang lebih singkat, namun nilai utilitas dari resource atau server menjadi rendah menunjukkan keadaan yang kurang baik. Tabel 4.14 Hasil dari Skenario Perbaikan Hari Senin


(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time


Utilization

1 Skenario 1 1 132 110 0.204 8.638 0.991

2 Skenario 2 2 127 126 0.002 0.072 0.550

3 Skenario 3 3 127 126 0.000 0.000 0.367


Pada Tabel 4.14 merupakan hasil dari skenario perbaikan pada hari Senin. Jika dilihat dari skenario 1, jumlah pelanggan yang keluar (Number Out) memiliki selisih yang cukup besar dengan jumlah pelanggan yang masuk (Number In), dengan waktu antrian dan jumlah pelanggan yang mengantri cukup banyak, selain itu pada fasilitas pelayanan kasir (server) juga memiliki nilai utilitas yang besar, yang menujukkan bahwa kondisi kasir dalam keadaan yang sibuk. Sedangkan pada skenario 2 dan 3 dengan penambahan fasilitas pelayanan kasir (server) sehingga memliliki kondisi yang lebih baik daripada skenario 1, yaitu selisih pelanggan yang datang dengan pelanggan yang keluar kecil dimana waktu tunggu antrian dan jumlah pelanggan yng mengantri juga memiliki nilai yang lebih kecil dibandingkan dengan kondisi awal pada skenario 1. Apabila dilihat dari segi fasilitas pelayanan kasir (server) dipilih nilai utilitas yang besar. Antara skenario 2 dan skenario 3 nilai utilitas yang paling besar adalah skenario 2, oleh karena itu pada skenario 2 merupakan skenario yang paling

55

optimal dan dapat digunakan untuk menggantikan sistem antrian yang sudah ada sebelumnya. Menurut Putra (2011), penurunan nilai utilitas dari resource atau server yang besar dapat menyebabkan pemanfaatan dari setiap resource tersebut tidak optimal. Tabel 4.15 Hasil dari Skenario Perbaikan Hari Selasa


(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time


Utilization

1 Skenario 1 1 111 105 0.076 2.772 0.941

2 Skenario 2 2 111 108 0.002 0.058 0.490

3 Skenario 3 3 109 107 0.000 0.000 0.322


Pada Tabel 4.15 merupakan hasil dari skenario perbaikan pada hari Selasa. Dilihat dari Entity Number In dan Entity Number Out dari ketiga skenario memiliki nilai Number In dan nilai Number out yang berbeda yang menunjukkan bahwa jumlah pelanggan yang keluar dari sistem antrian lebih kecil daripada jumlah pelanggan yang masuk dalam sistem antrian. Pada skenrio 1 dan 2, jumlah pelanggan yang masuk masing-masing berjumlah 111 orang dengan output pelanggan yang keluar berjumlah pada skenario 1 hanya 105 orang, dan skenario 2 berjumlah 108 orang, Apabila dilihat dari nilai utilitas kasir (server), pada skenario 1 memiliki nilai Utilitas yang paling besar sehingga dapat dikatakan bahwa fasilitas pelayanan kasir (server) pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang mengalami kondisi paling sibuk, dengan antrian yang panjang dan menghabiskan waktu mengantri yang cukup lama. Sedangkan pada ada skenario 3 memiliki nilai utilitas yang paling kecil, sehingga fasilitas pelayanan kasir (server) pada kondisi tersebut memiiki waktu menganggur yang cukup banyak, sehingga dapat dikatakan kurang efisien. Jadi, skenario 2 merupakan keadaan yang paling optimal jika skenario 3, dimana memiliki nilai utilitas yang lebih besar dibandingkan skenario 3 yang menujukkan bahwa kasir dalam keadaan tidak terlalu sibuk dan tidak banyak menganggur. Namun, menghasilkan output pelanggan yang keluar dari sistem antrian yang besar dengan waktu antrian yang lebih singkat dan jumlah pelanggan yang mengantri lebih sedikit dari kondisi sistem antrian

56

sebelumnya pada skenario 1. Menurut Trisunarno (2014), dengan penambahan kasir (server) walaupun masih terdapat antrian tetapi waktu mengantri yang berkurang dari kondisi sebelumnya, pelanggan tidak harus menunggu lama saat berada dalam antrian. Tabel 4.16 Hasil dari Skenario Perbaikan Hari Rabu


(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time


Utilization

1 Skenario 1 1 129 119 0.002 6.045 0.992

2 Skenario 2 2 125 124 0.002 0.088 0.510

3 Skenario 3 3 127 127 0.000 0.009 0.353


Pada Tabel 4.16 merupakan hasil dari skenario perbaikan pada hari Rabu. Jika dilihat dari skenario 1, jumlah pelanggan yang keluar (Number Out) memiliki selisih yang cukup besar dengan jumlah pelanggan yang masuk (Number In), dengan waktu antrian dan jumlah pelanggan yang mengantri cukup banyak, selain itu pada fasilitas pelayanan kasir (server) juga memiliki nilai utilitas yang besar, yang menujukkan bahwa kondisi kasir dalam keadaan yang cukup sibuk. Pelanggan yang masuk pada skenario 2 berjumlah 125 orang, namun pelanggan yang keluar berjumlah 124 orang, sehingga masih terdapat 1 orang pelanggan yang berada dalam sistem. Jika dilihat dari waktu mengantri dan jumlah pelanggan yang mengantri mengalami penurunan dari kondisi awal pada sekenario 1. Jika dilihat dari nilai utilitas, skenario 2 memiliki nilai yang tidak terlalu kecil, keadaan ini menujukkan bahwa kasir dalam keadaan tidak terlalu sibuk dan tidak banyak menganggur. Pada skenario 3, jumlah pelanggan yang masuk sama dengan jumlah pelanggan yang keluar yaitu berjumlah 127 orang, dengan waktu mengantri dan jumlah pelanggan yang juga mengantri mengalami penurunan. Namun, nilai utilitas lebih kecil sehingga fasilitas pelayanan kasir (server) memiliki waktu menganggur yang cukup banyak dibandingkan skenario 1 dan 2. Oleh karena itu skenario 2 dianggap sebagai skenario terbaik. Menurut Putra (2011), Apabila output skenario perbaikan yang lebih minimum dari kondisi sebelumnya dan waktu tunggu yang lebih singkat, namun nilai utilitas dari resource atau server menjadi rendah menunjukkan keadaan yang kurang baik.

57

Tabel 4.17 Hasil dari Skenario Perbaikan Hari Kamis


(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time


Utilization

1 Skenario 1 1 117 106 0.226 8.431 1.000

2 Skenario 2 2 118 117 0.004 0.147 0.538

3 Skenario 3 3 118 117 0.001 0.020 0.358


Pada Tabel 4.17 merupakan hasil dari skenario perbaikan pada hari Kamis. Jika dilihat dari skenario 1, jumlah pelanggan yang keluar (Number Out) memiliki selisih yang cukup besar dengan jumlah pelanggan yang masuk (Number In), dengan waktu antrian dan jumlah pelanggan yang mengantri cukup banyak, selain itu pada fasilitas pelayanan kasir (server) juga memiliki nilai utilitas yang besar, yang menujukkan bahwa kondisi kasir dalam keadaan yang sibuk, sedangkan pada skenario 2 dan 3 menunjukkan pelanggan yang masuk dan yang keluar memiliki niai dengan selisih yang tidak terlalu besar yaitu pelanggan masuk masing-masing berjumlah 118 dan pelanggan yang keluar berjumlah 177, serta waktu mengantri dan jumlah orang dalam sistem antrian juga lebih sedikit dari skenario 1. Apabila dilihat dari segi fasilitas pelayanan kasir (server), skenario 2 menunjukkan nilai yang tidak rendah sehingga kasir dikategorikan tidak mengalami kelelahan dan tidak banyak waktu untuk menganggur dengan tetap menghasilkan Number Out yang maksimal. Oleh karena itu pada skenario 2 dapat digunakan untuk menggantikan sistem antrian sebelumnya. Menurut Putra (2011), penurunan nilai utilitas dari resource atau server dapat menyebabkan pemanfaatan dari setiap resource tersebut tidak optimal. Tabel 4.18 Hasil dari Skenario Perbaikan Hari Jum’at


(server)

Pelanggan Masuk

(Number In)

Pelanggan Keluar

(Number Out)

Queue Waiting

Time


Utilization

1 Skenario 1 1 131 125 0.089 4.102 0.948

2 Skenario 2 2 122 122 0.003 0.103 0.439

3 Skenario 3 3 125 124 0.000 0.018 0.303


58

Pada Tabel 4.18 merupakan hasil dari skenario perbaikan pada hari Jum’at. Jika dilihat dari hasil yang tertera pada tabel tersebut, skenario 2 merupakan keadaan yang paling optimal dimana jumlah pelanggan yang masuk dengan jumlah pelanggan yang keluar memiliki jumlah yang sama yaitu 122 orang, sedangkan pada skenario 1 dan skenario 3, jumlah pelanggan yang keluar tidak sama dengan jumlah pelanggan yang masuk. Begitu pula dengan waktu menunggu antrian, pada skenario 1 memiliki jumlah yang paling banyak. Hal tersebut menunjukkan bahwa waktu menunggu pelanggan paling lama dibandingkan dengan skenario 2 dan 3. Apabila dilihat dari nilai utilitas kasir (server), pada skenario 2 menunjukkan nilai yang lebih tinggi dari skenario 3, sehingga kasir dikategorikan waktu menganggur kasir (server) lebih sedikit dibanding skenario 3, dengan tetap menghasilkan pelanggan yang keluar dengan jumlah yang maksimal. Oleh karena itu skenario 2 merupakan skenario yang dianggap paling optimal dibangkan dengan skenario 1 dan 3. Pemilihan skenario tersebut diharapkan agar fasilitas pelayanan kasir dapat bekerja secara optimal dengan penambahan satu kasir (server), sehingga kasir (server) pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang berjumlah dua buah. Menurut Julasmasari (2011), berdasarkan hasil skeario perbaikan, skenario yang memberikan waktu mengantri lebih cepat dengan jumlah konsumen yang dilayani paling banyak merupakan skenario perbaikan yang terbaik.

Berdasarkan hasil skenario perbaikan sistem dari hari Sabtu sampai dengan hari Jum’at, skenario yang paling optimal adalah skenario 2 yaitu dengan penambahan 1 fasilitas pelayanan kasir (server) sehingga menjadi 2 buah. Pada skenario 2, jumlah pelanggan yang keluar dengan pelanggan yang masuk memiliki selisih yang kecil, dengan lama waktu mengantri yang lebih singkat dibandingkan kondisi sebelumya dan jumlah pelanggan yang mengantri juga mengalami penurunan. Menurut Putra (2011), output yang dihasilkan adalah jumlah antrian yang menjadi lebih minimum dari kondisi sistem sebelumnya dan waktu tunggu yang lebih singkat, penurunan nilai utilitas dari resoure atau server akan menyebabkan pemanfaatan dari setiap resoure tersebut tidak optimal. Apabila dilihat dari nilai utilitas skenario 2, mengalami penurunan nilai utilitas yang tidak terlalu besar, sehingga fasilitas pelayanan kasir (server) dapat dikatakan tidak dalam keadaan

59

menganggur yang cukup lama. Hal tersebut didukung oleh pendapat Aji (2012), bahwa penurunan nilai utilitas yang kecil dapat diterima, karena karyawan butuh waktu untuk melakukan aktifitas pribadi seperti ke kamar kecil. Setelah didapatkan skenario perbaikan yang paling optimal maka dilakukan perhitungan karakteristik sistem antrian pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang dengan menggunakan 2 fasilitas pelayanan kasir (server), yaitu sebagai berikut : - Kondisi awal rumah makan Kober Mie Setan dengan 1 fasilitas

pelayanan kasir (server) Λ = 0.744

= 0.705

jadi, Λ >

- Kondisi rumah makan Kober Mie Setan setelah perbaikan yang paling optimal adalah skenario 2 dengan 2 fasilitas pelayanan kasir (server)

Λ = 0.744 = 0.705

Λ > 0.744 > 0.705 0.744 > 0.705 x 2 0.744 < 1.410

jadi, Λ < Kondisi sudah terpenuhi

a) Probabilitas tidak ada pelanggan

(

)

(

) (

)

(

)

b) Tingkat kegunaan fasilitas

c) Rata-rata jumlah pelanggan dalam antrian

60

d) Rata-rata jumlah pelanggan dalam sistem

e) Rata-rata waktu pelayanan dalam antrian

f) Rata-rata waktu pelayanan dalam sistem

Dari perhitungan karakteristik antrian, didapatkan nilai

probabilitas atau peluang tidak ada pelanggan yaitu sebesar 0.473 atau 47% dengan tingkat kegunaan fasilitas pelayanan sebesar 0.527 atau 53%, sehingga pada kondisi ini fasilitas pelayanan pelanggan dalam keadaan sibuk melayani pelanggan selama 53% dari waktunya karena banyaknya pelanggan yang datang, sedangkan 47% dari waktunya untuk beristirahat. Kemudian untuk rata-rata jumlah pelanggan dalam antrian sebanyak 1 orang per menit dengan rata-rata waktu pelayanan yaitu 0.792 menit, sedangkan rata-rata jumlah pelanggan dalam sistem juga sebanyak 2 orang per menit dengan rata-rata waktu sebesar 1.501 menit. Dari hasil perhitungan tersebut bernilai positif (+) dikarenakan tingkat pelayanan pelanggan lebih besar dari tingkat kedatangan pelanggan (µ > λ). Hal ini menunjukkan bahwa pelanggan yang mengantri lebih sedikit dengan rata-rata waktu antrian yang cukup singkat daripada kondisi sebelumnya. Fasilitas pelayanan (server) mampu melayani pelanggan yang datang dengan waktu yang lebih singkat, sehingga panjang antriannya pun lebih sedikit. Maka dapat dikatakan bahwa kondisi rumah makan

61

Kober Mie Setan Jl. Soekarno Hatta-Malang setelah dilakukan perbaikan pada skenario 2 memiliki pelayanan yang lebih optimal dibandingkan dengan kondisi awal sebelum dilakukan perbaikan. Menurut Nasution (2012), dalam banyak hal, penambahan jumlah layanan dapat dipenuhi untuk mengurangi antrian yang terlalu panjang atau menghindari antrian yang terus membesar.

Berdasarkan perhitungan karakteristik sistem antrian sebelum dan sesudah perbaikan terdapat perbedaan jumlah pelanggan yang mengantri dan lama waktu pelayanan. Setelah dilakukan perbaikan sistem antrian dengan penambahan server menjadi dua buah memiliki selisih yang cukup besar, yaitu rata-rata jumlah pelanggan dalam antrian berkurang sebanyak 20 orang, sedangkan rata-rata jumlah pelanggan dalam sistem berkurang sebanyak 18 orang. Kemudian untuk rata-rata waktu pelayanan dalam antrian berkurang sebanyak 26.764 menit dan rata-rata waktu pelayanan dalam sistem berkurang sebanyak 24.14 menit. Maka penambahan fasilitas pelayanan kasir (server) di rumah makan Kober Mie Setan Jl.Soekarno Hatta-Malang menjadi dua buah lebih optimal daripada kondisi sebelum dilakukan perbaikan sistem antrian, karena dapat mengurangi jumlah antrian yang cukup panjang dengan waktu pelayanan yang lebih singkat.

63

V. PENUTUP

5.1 Kesimpulan

Rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang hanya terdapat satu fasilitas pelayanan kasir (server) dengan struktur model antrian (M/M/1);(FCFS/∞/∞) dengan sistem antrian Singgle Channel-Single Phase. Karakteristik antrian pelanggan tidak terbatas (infinite) dengan panjang antrian juga tidak terbatas (infinite). Dari hasil penelitian dapat diketahui pelanggan yang datang ke rumah makan Kober Mie Setan memiliki rata-rata lama waktu antar kedatangan dari hari Sabtu sampai hari Jum’at yaitu 1.12 menit sampai 1.48 menit. Kemudian rata-rata lama waktu yang dihabiskan pelanggan untuk mengantri berkisar antara 13.25 menit sampai 19.29 menit, dan rata-rata lama waktu kasir (server) dalam melayani pelanggan mengabiskan waktu antara 1.19 menit sampai 1.55 menit.

Berdasarkan hasil skenario yang telah dirancang dan dijalankan dengan bantuan process analyzer pada software ARENA 5.0, dapat diketahui bahwa dari perbandingan model awal dengan skenario perbaikan maka dipilih skenario 2. Pada skenario 2 mengasumsikan bahwa terdapat penambahan satu fasilitas pelayanan kasir (server). Maka model antrian yang cocok untuk rumah makan Kober Mie Setan Jl. Soekarno Hatta adalah (M/M/2);(FCFS/∞/∞) dengan sistem antrian Multichannel-Single Phase dimana terdapat dua jalur antrian dengan dua fasilitas pelayanan kasir (server).

5.2 Saran

Pada rumah makan Kober Mie Setan Jl. Soekarno Hatta-

Malang diharapkan perlu melakukan penambahan fasilitas pelayanan kasir (server), sehingga pelanggan tidak menghabiskan waktu untuk menunggu terlalu lama. Selain itu untuk mengantisipasi pada hari tertentu apabila pelanggan yang datang semakin banyak dan mempersiapkan kemungkinan bertambahnya panjang antrian.

Perlu dilakukan penelitian lebih lanjut terhadap sistem antrian di rumah makan Kober Mie Setan Jl. Soekarno Hatta-Malang dengan menggunakan waktu penelitian yang lebih lama

64

dan pengamatan pada waktu yang tidak sibuk, sehingga didapatkan hasil yang lebih optimal lagi, serta dilakukan perhitungan dari segi biaya (total cost) yang dikeluarkan oleh perusahaan jika diperlukan melakukan penambahan fasilitas pelayanan kasir (server).

65

DAFTAR PUSTAKA

Adeleke, R.A., Ogunwale, O.D. dan Halid O.Y. 2009. Application of Queuing Theory to Waiting Time of Out-Patient in Hospitals. Journal of Science and Technology. 10(2): 2070-274.

Afa, A.S. 2011. Queueing Theory for Telecommuncations.

Springer. New York. Hal. 79. Ahmad N.H. dan Wahyuni W. 2010. Analisis Bottle Neck dengan

Pendekatan Simulasi Arena pada Produk Sarung Tenun Ikat Tradisional (Studi Kasus Pada UKM Sarung Tenun Ikat Tradisional di Desa Wedani, Kecamatan Menganti, Kabupaten Gresik). Jurnal Teknik Industri Institut Teknologi Adhi Tama Surabaya. 1(1): 1-13.

Aji P.S. dan Bodroastuti T. 2012. Penerapan Model Simulasi

Antrian Multi Channel Singge Phase pada Antrian di Apotek Purnama Semarang. Jurnal STIE Widya Manggala Semarang. 1(1): 1-16.

Aminudin. 2005. Prinsip-prinsip Riset Operasi. Penerbit

Erlangga. Jakarta. Hal.177-180. Amirul, M. 2005. Teori Antrian. Diunggah pada Tanggal 09

Agustus 2014. <http://www.academia.edu/6619773/ TEORI_ANTRIAN>.

Arifin, M. 2009. Simulasi Sistem Industri. Graha Ilmu.

Yogyakarta. Hal. 15. Arwindy, F. Buulo, F. dan Elly R. 2014. Analisis dan simulasi

Sistem Antrian Pada Bank ABC. Jurnal Saintia Matematika. 2(2):147-162.

Astawan, M. 2008. Membuat Mie dan Bihun. Penebar Swadaya.

Jakarta. Hal.3.

http://www.academia.edu/6619773/%20TEORI_ANTRIAN

http://www.academia.edu/6619773/%20TEORI_ANTRIAN

66

Basyaib, F. 2006. Teori Pembuatan Keputusan. Grasindo. Jakarta. Hal. 145-146.

Bustani, H. 2005. Fundamental Operation Research. Gramedia

Pustaka Utama. Jakarta. Hal. 146-147. Candra, E. A. 2007. Penerapan Teori Antrian untuk

Mengoptimalkan Pelayanan Pengisian Bahan Bakar Minyak (BBM) di SPBU (Studi Kasus pada SPBU Panglima Sudirman Malang). Skripsi Teknik Industri Jurusan Teknik Mesin Universitas Brawijaya. Malang.

Dewanti, A.M.P. 2010. Perancangan Model Simulasi Shop Floor

Layout pada unit Sigaret Kretek Mesin (SKM) PT. Djitoe Indonesia Tobacco Coy Surakarta. Skripsi Teknik Industri Universitas Sebelas Maret. Surakarta.

Dimyanti, N. S.2009. Komunitas Kafe Sebagai Gaya Hidup

(Studi Tentang Motif Mahasiswa dan Konstruksi Kuliner Kafe di Yogyakarta). Skripsi Sosiologi Agama Ushuludin UIN Sunan Kalijaga. Yogyakarta.

Djati, B.S.L. 2007. Simulasi Teori dan Aplikasinya. Andi Offset.

Yogyakarta. Hal.12. Dwiarso, A.P. 2009. Penerapan Metode Simulasi untuk

Mengefektifkan Antrian Sistem Pelayanan Nasabah Bank Indonesia Malang. Skripsi Teknik Industri Jurusan Teknik Mesin Universitas Brawijaya. Malang.

Ersyad, Z.A. dan Devianto D. 2012. Identifikasi Model Antrian

pada Antrian Bus Kampus Universitas Andalas Padang. Jurnal Matematika UNAND. 1(2): 44-51.

Febriyantotyas L.S. 2009. Tingkat Pelayanan Teller Dengan

Teori Antrian Pada Bank Negara Indonesia (Persero) Tbk Kantor Layanan Cinere. Jurnal Universitas Gunadarma. 1(1): 1-10.

67

Gunawan, A.I. 2008. Karakterisasi Distribusi Poisson dan Penerapan untuk Menghitung Peluang Kemenangan Suatu Pertandingan. Skripsi Jurusan Matematika FMIPA Universitas Brawijaya. Malang.

Hardiyatmo .2007. Usulan perancangan sistem antrian dan

jumlah kasir di swalayan luwes dengan metode simulasi. Skripsi Teknik Industri Universitas Sebelas Maret.

Hendra dan Nasution H. 2012. Analisis Efisiensi Waktu

Pelayanan pada Sistem Administrsi Perpustakaan Menggunakan Metode Sistem Antrian. Jurnal ELKHA Teknik Elektro Tanjung Pura. 4 (2): 25-34.

Herawati, M.G.H.S. 2008. Simulasi Antrian pada Pom Bensin

(studi Kasus pada SPBU 54.651.13. Rampal, Malang). Skripsi Jurusan Matematika FMIPA Universitas Brawijaya. Malang.

Herjanto, E. 2009. Sains Manajement. Grasindo. Jakarta. Hal.

102-108. Iksan. 2006. Merekomendasi Tambahan Dermaga Pelabuhan III

Cabang Tanjung Perak Surabaya dengan Analisis Simulasi Sitem Antrean Kapal Barang. Jurnal Sistem Teknik Industri. 7(2): 33-42.

Julasmasari, F. dan Rahmadani D. 2011. Simulasi Antrian

Pelayanan Kasir Swalayan Citra di Bandar Buat, Padang. Jurnal Optimasi Sistem Industri, Teknik Industri Universitas andalas. 2(1): 23-32.

Kakiay, T.T. 2004. Dasar Teori Antrian UNtuk Kehidupan Nyata.

Andi Offset. Yogyakarta. Koswara, S. 2009. Teknologi Pengolahan Mie. Ebook Pangan.

Hal: 5.

68

Laili, L.N. 2008. Analisis Model Antrian Pelanggan di Apotek Rumah Sakit Siti Khodijah, Sepanjang-Sidoarjo. Skripsi Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Brawijaya. Malang.

Marsudi, M. 2014. The Application of Queuing Theory in Multi-

Stage Production Line. Proceedings International Conference on Industrial Engineering and Operations Management Department of Industrial Engineering, Faculty of Engineering (Rabigh) King Abdulaziz University, Jeddah, pp. 688-675.

McManus M.L., Long M. C., Cooper A. dan Litvak E. 2004.

Queuing Theory Accurately Models the Need for Critical Care Resources. Journal of American Society of Anesthesiologist. 100(5): 1271-1276.

Muluk, A. dan Helmi M.M. 2007. Optimasi Penjadwalan Kasir Pt.

Ramayana Lestari Sentosa, Tbk Cabang Padang. Jurnal Sistem Informasi Dan Keputusan. 7(1):50-54.

Nafees, A. 2007. Analysis of The Sales Checkout Operation in

ICA Supermarket Using Queueing Simulation. Journal of Departemen of Economocs and Society. 2(2): 1-26.

Nasution, E. Z. 2005. Pembuatan Mie Kering dari Tepung Terigu

dengan Tepung Rumput Laut yang Difortifikasi dengan Kacang Kedelai. Jurnal Sains Kimia FMIPA Medan. 9(2): 87-91.

Pangesthi, L.T. 2009. Pemanfaatan Pati Ganyong (Canna

Edulis) pada Pembuatan Mie Segar Sebagai Upaya Penganeka Ragaman Pangan Non Beras. Jurnal Pendidikan Gizi dan Kuliner. 1(1): 1-6.

Putra, A.K. dan Hasan, D.P. 2011. Simulasi Pelayanan Pengisian

Bahan Bakar di SPBU Gunung Pangilun. Jurnal Teknik Industri. Andalas. 2(1):43-50.

69

Siswanto. 2007. Operations Research Jilid II. Erlangga. Jakarta, Hal. 247.

Sugito dan Fauzia M. 2009. Analisa Sistem Antrian Kereta Api di

Stasiun Besar Cirebon dan Stasiun Cirebon Prujukan. Jurnal Media Sastra Statistika FMIPA Semrang. 2(2): 111-120.

Sugito dan Mukid, M. A. 2011. Distribusi Poisson dan Distribusi

Eksponensial dalam Proses Stokastik. Jurnal Media Statistik. 4(2):113-120.

Sukenda dan Laksono R. 2005. Prototipe Perangkat Lunak Studi

dan Implementasi Sistem Antrian Jurnal TI Universitas Widyatama Bandung.1(2): 135-160.

Susanto, T., Djamaris, A. dan Hermiyetti. 2012. Analisis dan

Simulasi Sistem Antrian Bus Rapid Transit (BRT) Trans-Jakarta pada Halte Transit BNN. Jurnal FEIS Universitas Bakrie 1(1): 1-2.

Sutomo, B. 2008. Variasi Mie dan Pasta. PT. Kawan Pustaka.

Jakarta. Hal.4.

Suyanti. 2008. Membuat Mie Sehat Bergizi & Bebas Pengawet. Penebar Swadaya. Jakarta. Hal. 5-6.

Sztrik, J. 2010. Queueing Theory and its Applications, A personal View. Procceding of the 8th International Conference on Applied Informatics Faculty of Informatics University of Debrecen Hungary, pp. 9-30.

Trisuwarno L., Derilivita, N.R. dan Nurmianto E. 2014. Analisa Pengukuran dan Perbaikan Layanan Perbankan dengan Menggunakan Servqual dan Simulasi Arena. Diunggah pada Tanggal 05 Agustus 2014. <http://Diglib.its.ac.id/ITS-Undergraduate11027Paper.pdf>

Utami, A.S. 2009. Simulasi Antrian Satu Chanel dengan Tipe Kedatangan Berkelompok. Jurnal Ilmiah Generic. 4(1): 49-56.

70

Wahyudi, G.V., Sinulingga, S. dan Firdaus, F. 2012. Perancangan Sistem Simulasi Antrian Kendaraan Bermotor pada Stasiun Pengisian Bahan Bakar Umum (SPBU) Menggunakan Metode Distribusi Eksponensial Studi Kasus SPBU Sunset Road. Jurnal Elektronik Ilmu Komputer 1(2): 104-183.

Yulistara, A. 2013. Sering Makan Terlalu Malam Bersiaplah Gemuk Dan Menjadi Sakit. Diunggah Pada Tanggal 12 Agustus 2014. <http://wolipop.detik.com/read/2013/05/31/ 084321/2261098/849/sering-makan-terlalu-malam-bersiaplah-jadi-gemuk-dan-mudah-sakit>

Yusro, M. M., Hidayat, N. dan Maharani. 2005. Pengembangan

Simulasi Komputer Model Antrian Nasabah untuk Menganalisa Unjuk Kerja Layanan Teller Bank. Jurnal Penelitian MIPA. 2(1):1-7.

Vasumathi, A. and Dhanavathan. 2010. Application of Simulation Technique in Queueing Model for ATM Facility. Journal of Applied Engineering Research VIT University Chennai. 1(3): 469-482.

Zuhdi, A. 2007. Peran Pemodelan Sistem Dalam Pengambilan Keputusan untuk Aplikasi Manufaktur Dan Energi. Jurnal SDM Teknologi Nuklir Yogyakarta. Hal. 251-252.

http://wolipop.detik.com/read/2013/05/31/%20084321/2261098/849/sering-makan-terlalu-malam-bersiaplah-jadi-gemuk-dan-mudah-sakit



71

Lampiran 1 Lokasi Rumah Makan Kober Mie Setan Jl.Soekarno Hatta-Malang

Politeknik Negeri

Malang

Universitas Brawijaya

Apartemen Every Day

Kober Mie Setan

Jl. S

oe

ka

rno

Ha

tta

Swalayan

KPRI

Jl. Maijen MT. Haryono

Jl. W

atu

Go

ng

U

TB

S

72

Lampiran 2. Layout Rumah Makan Kober Mie Setan Jl.Soekarno Hatta-Malang

Up1

3

4

5

7

2

6

Up

U

TB

S

1

8

8

9

Lantai 1

Lantai 2

11 12

10

73

LanjutanLampiran 2. Layout Rumah Makan Kober Mie Setan Jl.Soekarno Hatta-Malang Keterangan : 1 = Ruang/Tempat Makan 2 = Waiting Line (Garis Tunggu Antrian) 3 = Server (Kasir) 4 = Kitchen dan Dimsum 5 = Washer Room 6 = Gudang 7 = Tempat Menunggu 8 = Toilet 9 = VIP Room 10 = Parkir 11 = Mushollah 12 = Barista Coffee Shop

= Jalur Sistem Antrian

74

Lampiran 3. Rekap Data Waktu Hasil Pengamatan

Sub Group X Ẋ X²

Sabtu 28.40

806.56

28.52

813.39

28.80 28.42 829.44 28.45 809.40 28.03 785.68 28.32 802.02 Minggu 28.44 808.83 29.36 862.01 27.64 28.27 763.97 28.43 808.26 26.65 710.22 29.11 847.39 Senin 29.48 869.07 27.14 736.58 28.71 28.68 824.26 28.14 791.86 29.36 862.01 29.24 854.98 Selasa 27.05 731.70 28.15 792.42 27.36 26.97 748.57 25.72 661.52 26.25 689.06 27.27 743.65 Rabu 29.45 867.30 27.30 745.29 28.22 28.12 796.37 27.06 732.24 28.36 804.29 28.31 801.46 Kamis 27.08 733.33 29.05 843.90 28.23 27.73 796.93 25.50 650.25 28.12 790.73 28.41 807.13 Jum'at 29.08 845.65 25.31 640.60 27.14 27.70 736.58 29.30 858.49 28.32 802.02 27.06 732.24 Jumlah 1175.32 195.89 32937.68

75

Lampiran 4.Tabel Data Waktu Antar Kedatangan, Lama Pelanggan Mengantri, dan Lama Waktu Pelanggan Dilayani Hari Sabtu

No Jam

Kedatangan Masuk Antrian

(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ

Waktu Antar Kedatangan

(A)

Lama Waktu Tunggu

(D)

Lama Waktu Pelayanan

(S)

1 18.30-19.00 30.10 32.23 33.35 32 1.05 2.13 1.12 2

31.15 33.35 34.40

1.28 2.20 1.05

3

32.43 34.40 36.40

0.66 1.97 2.00 4

33.09 36.40 37.46

0.13 3.31 1.06

5

33.22 37.46 38.08

0.04 4.24 0.62 6

33.26 38.08 38.46

0.29 4.82 0.38

7

33.55 38.46 39.48

0.48 4.91 1.02 8

34.03 39.48 40.20

0.42 5.45 0.72

9

34.45 40.20 41.32

0.88 5.75 1.12 10

35.33 41.32 42.55

0.71 5.99 1.23

11

36.04 42.55 43.56

1.06 6.51 1.01 12

37.10 43.56 45.13

0.91 6.46 1.57

13

38.01 45.13 46.22

0.47 7.12 1.09 14

38.48 46.22 47.44

1.04 7.74 1.22

15

39.52 47.44 48.45

1.71 7.92 1.01 16

41.23 48.45 50.00

0.36 7.22 1.55

17

41.59 50.00 51.30

0.46 8.41 1.30 18

42.05 51.30 52.35

0.06 9.25 1.05

19

42.11 52.35 53.17

0.91 10.24 0.82 20

43.02 53.17 54.15

0.44 10.15 0.98

76

Lanjutan Lampiran 4. Tabel Data Waktu Antar Kedatangan, Lama Pelanggan Mengantri, dan Lama Waktu

Pelanggan Dilayani Hari Sabtu

No Jam

Kedatangan

Masuk Antrian

(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21

43.46 54.15 56.25

2.01 10.69 2.10 22

45.47 56.25 57.45

0.68 10.78 1.20

23

46.15 57.45 58.57

0.95 11.30 1.12 24

47.10 58.57 0.10

0.95 11.47 1.53

25

48.05 0.10 1.15

0.50 12.05 1.05 26

48.55 1.15 1.45

1.60 12.60 0.30

27

50.15 1.45 2.33

0.85 11.30 0.88 28

51.00 2.33 3.13

1.10 11.33 0.80

29

52.10 3.13 4.37

0.20 11.03 1.24 30

52.30 4.37 5.40

0.20 12.07 1.03

31 52.50 5.40 6.35 0.05 12.90 0.95 32 52.55 6.35 7.15 5.95 13.80 0.80 33 58.50 7.15 8.13 2.55 8.65 0.98 34 19.00-19.30 1.05 8.13 9.05 29 0.05 7.08 0.92 35 1.10 9.05 9.53 0.08 7.95 0.48 36 1.18 9.53 10.55 1.00 8.35 1.02 37 2.18 10.55 12.25 0.36 8.37 1.70 38 2.54 12.25 13.23 1.46 9.71 0.98 39 4.00 13.23 15.37 0.15 9.23 2.14 40 4.15 15.37 16.45 1.05 11.22 1.08

77



No Jam

Kedatangan

Masuk Antrian

(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

42

8.55 19.13 20.00

0.47 10.58 0.87 43

9.02 20.00 21.04

0.31 10.98 1.04

44

9.33 21.04 22.39

0.12 11.71 1.35 45

9.45 22.39 24.28

2.08 12.94 1.89

46

11.53 24.28 25.25

0.91 12.75 0.97 47

12.44 25.25 26.30

0.12 12.81 1.05

48

12.56 26.30 28.02

1.51 13.74 1.72 49

14.07 28.02 29.49

0.20 13.95 1.47

50

14.27 29.49 32.08

2.96 15.22 2.59 51

17.23 32.08 34.32

2.14 14.85 2.24

52

19.37 34.32 35.32

1.68 14.95 1.00 53

21.05 35.32 37.38

3.50 14.27 2.06

54

24.55 37.38 38.23

0.65 12.83 0.85 55

25.20 38.23 39.35

0.90 13.03 1.12

56

26.10 39.35 42.23

0.44 13.25 2.88 57

26.54 42.23 43.09

0.96 15.69 0.86

58

27.50 43.09 44.30

0.83 15.59 1.21 59

28.33 44.30 46.00

0.79 15.97 1.70

60

29.12 46.00 47.39

0.45 16.88 1.39

78



No Jam

Kedatangan

Masuk Antrian

(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 29.57 47.39 48.54 0.79 17.82 1.15 62 19.30-20.00 30.36 48.54 50.01 29 0.89 18.18 1.47 63 31.25 50.01 51.16 1.22 18.76 1.15 64 32.47 51.16 52.54 0.74 18.69 1.38 65 33.21 52.54 55.16 1.14 19.33 2.62 66 34.35 55.16 57.50 0.70 20.81 2.34 67 35.05 57.50 59.18 0.35 22.45 1.68 68 35.40 59.18 0.25 0.64 23.78 1.07 69 36.04 0.25 1.14 0.46 24.21 0.89 70 36.50 1.14 2.43 0.85 24.64 1.29 71 37.35 2.43 3.45 1.00 25.08 1.02 72 38.35 3.45 4.20 3.95 25.10 0.75 73 42.30 4.20 5.22 0.75 21.90 1.02 74 43.05 5.22 6.05 0.05 22.17 0.83 75 43.10 6.05 6.59 0.40 22.95 0.54 76 43.50 6.59 8.00 1.70 23.09 1.41 77 45.20 8.00 9.13 0.35 22.80 1.13 78 45.55 9.13 9.59 0.45 23.58 0.46 79 46.00 9.59 11.15 0.20 23.59 1.56 80 46.20 11.15 11.48 1.05 24.95 0.33

79

Lanjutan Lampiran 4. Tabel Data Waktu Antar Kedatangan, Lama Pelanggan Mengantri, dan Lama Waktu Pelanggan Dilayani Hari Sabtu

No Jam

Kedatangan

Masuk Antrian

(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 47.25 11.48 12.55 0.85 24.23 1.07 82 48.10 12.55 13.58 0.35 24.45 1.03 83 48.45 13.58 14.10 0.12 25.13 0.52 84 48.57 14.10 14.59 2.65 25.53 0.49 85 51.22 14.59 15.44 0.08 23.37 0.85 86 51.30 15.44 16.37 0.91 24.14 0.93 87 52.21 16.37 17.55 5.10 24.16 1.18 88 57.31 17.55 18.58 0.82 20.24 1.03 89 58.13 18.58 20.15 1.03 20.45 1.57 90 59.16 20.15 21.33 1.89 20.99 1.18 91 20.00-20.30 1.05 21.33 22.46 34 0.20 20.28 1.13 92 1.25 22.46 24.45 0.23 21.21 1.99 93 1.48 24.45 25.40 0.72 22.97 0.95 94 2.20 25.40 26.36 0.33 23.20 0.96 95 2.53 26.36 28.50 0.52 23.83 2.14 96 3.05 28.50 29.35 0.20 25.45 0.85 97 3.25 29.35 31.15 0.33 26.10 1.80 98 3.58 31.15 32.13 0.53 27.57 0.98 99 4.11 32.13 33.54 0.36 28.02 1.41 100 4.47 33.54 35.00 0.68 29.07 1.46

80



No Jam

Kedatangan

Masuk Antrian

(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

101 5.15 35.00 36.50 0.20 29.85 1.50 102 5.35 36.50 37.46 0.67 31.15 0.96 103 6.02 37.46 38.34 0.56 31.44 0.88 104 6.58 38.34 39.26 0.87 31.76 0.92 105 7.45 39.26 40.55 0.55 31.81 1.29 106 8.00 40.55 41.20 0.43 32.55 0.65 107 8.43 41.20 42.44 0.82 32.77 1.24 108 9.25 42.44 43.45 1.19 33.19 1.01 109 10.44 43.45 44.25 0.81 33.01 0.80 110 11.25 44.25 46.07 0.25 33.00 1.82 111 11.50 46.07 46.59 0.93 34.57 0.52 112 12.43 46.59 47.47 0.87 34.16 0.88 113 13.30 47.47 48.30 0.91 34.17 0.83 114 14.21 48.30 49.22 0.81 34.09 0.92 115 15.02 49.22 50.30 0.53 34.20 1.08 116 15.55 50.30 51.15 0.88 34.75 0.85 117 16.43 51.15 52.17 0.92 34.72 1.02 118 17.35 52.17 53.15 0.89 34.82 0.98 119 18.24 53.15 54.26 2.00 34.91 1.11 120 20.24 54.26 55.45 3.31 34.02 1.19

81


No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

121

23.55 55.45 56.57

3.73 31.90 1.12 122

27.28 56.57 58.10

1.93 29.29 1.53

123

29.21 58.10 59.32

0.29 28.89 1.22 124

29.50 59.32 1.34

2.02 29.82 2.02

125 20.30-21.00 31.52 1.34 2.35 22 0.92 29.82 1.01 126

32.44 2.35 3.37

1.78 29.91 1.02

127

34.22 3.37 4.40

2.96 29.15 1.03 128

37.18 4.40 5.35

2.96 27.22 0.95

129

40.14 5.35 6.15

1.31 25.21 0.80 130

41.45 6.15 7.23

1.79 24.70 1.08

131

43.24 7.23 8.25

3.04 23.99 1.02 132

46.28 8.25 9.13

1.89 21.97 0.88

133

48.17 9.13 10.16

0.18 20.96 1.03 134

48.35 10.16 11.25

0.87 21.81 1.09

135

49.22 11.25 12.28

1.31 22.03 1.03 136

50.53 12.28 13.37

2.54 21.75 1.09

137

53.07 13.37 14.45

0.38 20.30 1.08 138

53.45 14.45 15.15

0.71 21.00 0.70

139

54.16 15.15 16.22

0.42 20.99 1.07 140

54.58 16.22 17.58

0.77 21.64 1.36

82


No Jam


(tí)

Masuk

Server (bí)

Keluar

Server (cí)

Ʃ Waktu Antar Kedatangan

(A)

Lama Waktu Tunggu (D)


(S)

141 55.35 17.58 19.07 0.18 22.23 1.49 142 55.53 19.07 20.39 0.81 23.54 1.32 143 56.34 20.39 21.25 0.81 24.05 0.86 144 57.15 21.25 22.45 1.25 24.10 1.20 145 58.40 22.45 23.30 1.15 24.05 0.85 146 59.55 23.30 24.35 1.89 23.75 1.05 147 21.00 - 21.30 1.44 24.35 25.45 15 1.13 22.91 1.10 148 2.57 25.45 26.45 2.57 22.88 1.00 149 5.14 26.45 27.32 0.87 21.31 0.87 150 6.01 27.32 28.43 1.99 21.31 1.11 151 8.00 28.43 29.40 0.40 20.43 0.97 152 8.40 29.40 31.40 0.95 21.00 2.00 153 9.35 31.40 32.20 1.08 22.05 0.80 154 10.43 32.20 33.00 2.96 21.77 0.80 155 13.39 33.00 34.10 8.15 19.61 1.10 156 21.54 34.10 35.32 1.55 12.56 1.22 157 23.09 35.32 36.20 1.37 12.23 0.88 158 24.46 36.20 38.07 1.64 11.74 1.87 159 26.10 38.07 39.45 2.30 11.97 1.38 160 28.40 39.45 41.30 0.96 11.05 1.85 161 29.36 41.30 43.05 - 11.94 1.75

Jumlah 179.26 3104.95 190.82

Rata-rata 1.12 19.299 1.19

83

Lanjutan Lampiran 4. Tabel Data Waktu Antar Kedatangan, Lama Pelanggan Mengantri, dan Lama Waktu Pelanggan Dilayani Hari Minggu

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 30.07 34.28 36.22 23 1.35 4.21 1.94 2 31.42 36.22 37.37 0.89 4.80 1.15 3 32.31 37.37 39.50 0.89 5.06 2.13 4 33.20 39.50 41.00 2.34 6.30 1.50 5 35.54 41.00 43.35 1.78 5.46 2.35 6 37.32 43.35 45.54 2.83 6.03 2.19 7 40.15 45.54 48.25 0.90 5.39 2.71 8 41.05 48.25 49.58 0.53 7.20 1.33 9 41.58 49.58 51.03 0.92 8.00 1.45

10 42.50 51.03 52.34 1.66 8.53 1.31 11 44.16 52.34 54.40 0.24 8.18 2.06 12 44.40 54.40 56.00 1.76 10.00 1.60 13 46.16 56.00 58.15 1.04 9.84 2.15 14 47.20 58.15 59.58 1.35 10.95 1.43 15 48.55 59.58 2.34 1.57 11.03 2.76 16 50.12 2.34 4.05 1.20 12.22 1.71 17 51.32 4.05 6.40 1.12 12.73 2.35 18 52.44 6.40 7.20 1.14 13.96 0.80 19 53.58 7.20 8.45 1.95 13.62 1.25 20 55.53 8.45 10.44 0.92 12.92 1.99

84


Pelanggan Dilayani Hari Minggu

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 56.45 10.44 12.07 0.85 13.99 1.63 22 57.30 12.07 13.02 1.84 14.77 0.95 23 59.14 13.02 15.55 2.13 13.88 2.53 24 19.00 - 19.30 1.27 15.55 18.16 16 4.15 14.28 2.61 25 5.42 18.16 20.02 4.08 12.74 1.86 26 9.50 20.02 22.29 1.00 10.52 2.27 27 10.50 22.29 23.49 1.06 11.79 1.20 28 11.56 23.49 25.12 3.69 11.93 1.63 29 15.25 25.12 26.30 1.10 9.87 1.18 30 16.35 26.30 27.55 1.12 9.95 1.25 31 17.47 27.55 29.52 0.68 10.08 1.97 32 18.15 29.52 32.11 0.22 11.37 2.59 33 18.37 32.11 33.58 1.99 13.74 1.47 34 20.36 33.58 35.27 3.92 13.22 1.69 35 24.28 35.27 36.45 1.15 10.99 1.18 36 25.43 36.45 38.09 2.00 11.02 1.64 37 27.43 38.09 39.22 1.68 10.66 1.13 38 29.11 39.22 42.15 1.12 10.11 2.93 39 30.23 42.15 44.43 1.20 11.92 2.28 40 19.30 - 20.00 31.43 44.43 45.56 21 1.14 13.00 1.13

85


No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

41 32.57 45.56 48.23 1.86 12.99 2.67 42 34.43 48.23 49.40 1.57 13.80 1.17 43 36.00 49.40 51.48 1.39 13.40 2.08 44 37.39 51.48 54.31 0.62 14.09 2.83 45 38.01 54.31 56.40 0.47 16.30 2.09 46 38.48 56.40 58.18 1.04 17.92 1.78 47 39.52 58.18 59.22 1.71 18.66 1.04 48 41.23 59.22 1.11 0.82 17.99 1.89 49 42.05 1.11 2.30 2.96 19.06 1.19 50 45.01 2.30 3.22 1.37 17.29 0.92 51 46.38 3.22 4.45 1.02 16.84 1.23 52 47.40 4.45 5.58 1.74 17.05 1.13 53 49.14 5.58 8.00 1.44 16.44 2.42 54 50.58 8.00 9.44 1.72 17.42 1.44 55 52.30 9.44 11.48 1.15 17.14 2.04 56 53.45 11.48 12.30 1.11 18.03 0.82 57 54.56 12.30 13.05 0.75 17.74 0.75 58 55.31 13.05 14.48 1.14 17.74 1.43 59 56.45 14.48 17.06 2.62 18.03 2.58 60 59.07 17.06 17.57 2.05 17.99 0.51

86


No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 20.00 - 20.30 1.12 17.57 19.53 20 1.18 16.45 1.96 62 2.30 19.53 21.32 1.10 17.23 1.79 63 3.40 21.32 22.40 0.95 17.92 1.08 64 4.35 22.40 23.43 1.05 18.05 1.03 65 5.40 23.43 24.23 1.14 18.03 0.80 66 6.54 24.23 25.32 0.66 17.69 1.09 67 7.20 25.32 26.12 1.25 18.12 0.80 68 8.45 26.12 27.05 1.60 17.67 0.93 69 10.05 27.05 29.38 1.25 17.00 2.33 70 11.30 29.38 31.54 1.14 18.08 2.16 71 12.44 31.54 33.11 0.86 19.10 1.57 72 13.30 33.11 34.35 0.22 19.81 1.24 73 13.52 34.35 36.56 1.76 20.83 2.21 74 15.28 36.56 38.38 0.98 21.28 1.82 75 16.26 38.38 40.04 4.20 22.12 1.66 76 20.46 40.04 41.47 2.11 19.58 1.43 77 22.57 41.47 42.33 3.95 18.90 0.86 78 26.52 42.33 43.42 1.91 15.81 1.09 79 28.43 43.42 44.37 1.12 14.99 0.95 80 29.55 44.37 46.50 2.55 14.82 2.13

87


No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 20.30 - 21.00 32.10 46.50 47.55 23 1.10 14.40 1.05 82 33.20 47.55 49.26 1.08 14.35 1.71 83 34.28 49.26 50.35 1.91 14.98 1.09 84 36.19 50.35 52.05 0.21 14.16 1.70 85 36.40 52.05 53.17 1.08 15.65 1.12 86 37.48 53.17 55.28 1.82 15.69 2.11 87 39.30 55.28 57.54 0.85 15.98 2.26 88 40.15 57.54 0.05 0.22 17.39 2.51 89 40.37 0.05 1.12 0.88 19.68 1.07 90 41.25 1.12 4.03 2.05 19.87 2.91 91 43.30 4.03 6.09 1.28 20.73 2.06 92 44.58 6.09 7.50 0.77 21.51 1.41 93 45.35 7.50 9.07 1.72 22.15 1.57 94 47.07 9.07 10.07 1.43 22.00 1.00 95 48.50 10.07 12.48 1.65 21.57 2.41 96 50.15 12.48 14.24 0.19 22.33 1.76 97 50.34 14.24 15.12 0.76 23.90 0.88 98 51.10 15.12 16.30 0.43 24.02 1.18 99 51.53 16.30 17.50 1.67 24.77 1.20 100 53.20 17.50 19.04 2.14 24.30 1.54

88


No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

101 55.34 19.04 20.28 0.82 23.70 1.24 102 56.16 20.28 21.35 1.89 24.12 1.07 103 58.05 21.35 22.50 2.30 23.30 1.15 104 21.00 - 21.30 0.35 22.50 23.25 22 1.16 22.15 0.75 106 3.25 24.50 26.23 2.22 21.25 1.73 107 5.47 26.23 27.30 0.63 20.76 1.07 108 6.10 27.30 28.10 1.15 21.20 0.80 109 7.25 28.10 30.02 1.85 20.85 1.92 110 9.10 30.02 31.20 1.05 20.92 1.18 111 10.15 31.20 32.50 0.98 21.05 1.30 112 11.13 32.50 34.15 3.17 21.37 1.65 113 14.30 34.15 35.33 1.80 19.85 1.18 114 16.10 35.33 36.22 1.15 19.23 0.89 115 17.25 36.22 37.28 1.08 18.97 1.06 116 18.33 37.28 38.37 1.15 18.95 1.09 117 19.48 38.37 39.40 1.57 18.89 1.03 118 21.05 39.40 40.28 0.53 18.35 0.88 119 21.58 40.28 41.36 1.47 18.70 1.08 120 23.05 41.36 42.22 1.17 18.31 0.86

89


No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

121 24.22 42.22 43.43 1.18 18.00 1.21 122 25.40 43.43 45.00 1.13 18.03 1.57 123 26.53 45.00 46.10 1.74 18.47 1.10 124 28.27 46.10 47.24 1.19 17.83 1.14 125 29.46 47.24 48.47 - 17.78 1.23

Jumlah 179.39 2008.86 194.19

Rata-rat 1.45 16.07 1.55

90


Pelanggan Dilayani Hari Senin

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 30.10 36.32 38.50 21 2.33 6.22 2.18 2 32.43 38.50 41.00 3.11 6.07 2.50 3 35.54 41.00 43.52 1.48 5.46 2.52 4 37.02 43.42 46.34 1.31 6.40 2.92 5 38.33 46.34 48.25 2.02 8.01 1.91 6 40.35 48.25 49.58 2.15 7.90 1.33 7 42.50 49.55 51.55 0.66 7.05 2.00 8 43.16 51.50 53.40 1.14 8.34 1.90 9 44.30 53.40 55.38 1.86 9.10 1.98

10 46.16 55.38 56.47 1.14 9.22 1.09 11 47.30 56.47 58.07 1.25 9.17 1.60 12 48.55 58.07 59.10 1.68 9.52 1.03 13 50.23 59.10 1.03 0.88 8.87 1.93 14 51.11 1.03 3.44 0.92 9.92 2.41 15 52.03 3.44 4.52 0.55 11.41 1.08 16 52.58 4.52 6.00 0.91 11.94 1.48 17 53.49 6.00 7.43 2.56 12.51 1.43 18 56.05 7.43 8.55 1.16 11.38 1.12 19 57.21 8.55 10.27 1.17 11.34 1.72 20 58.38 10.27 11.48 1.20 11.89 1.21

91



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 59.58 11.48 12.36 1.65 11.90 0.88 22 19.00 - 19.30 1.23 12.36 13.55 18 1.22 11.13 1.19 23 2.45 13.55 15.14 1.57 11.10 1.59 24 4.02 15.14 16.33 1.51 11.12 1.19 25 5.53 16.33 17.20 1.59 10.80 0.87 26 7.12 17.20 18.45 1.13 10.08 1.25 27 8.25 18.45 19.42 1.13 10.20 0.97 28 9.38 19.42 22.07 1.08 10.04 2.65 29 10.46 22.07 25.50 0.81 11.61 3.43 30 11.27 25.50 27.17 2.28 14.23 1.67 31 13.55 27.17 28.58 1.87 13.62 1.41 32 15.42 28.58 30.02 4.08 13.16 1.44 33 19.50 30.02 32.29 1.06 10.52 2.27 34 20.56 32.29 33.49 6.69 11.73 1.20 35 27.25 33.49 36.30 0.10 6.24 2.81 36 27.35 36.30 37.35 0.12 8.95 1.05 37 27.47 37.35 39.52 0.68 9.88 2.17 38 28.15 39.52 41.44 0.22 11.37 1.92 39 28.37 41.44 43.08 1.99 13.07 1.64 40 19.00 - 20.00 30.36 43.08 45.34 20 3.92 12.72 2.26

92



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

41 34.28 45.34 46.53 1.15 11.06 1.19 42 35.43 46.53 48.24 2.00 11.10 1.71 43 37.43 48.24 50.13 1.70 10.81 1.89 44 39.13 50.13 51.34 1.09 11.00 1.21 45 40.22 51.34 52.47 1.26 11.12 1.13 46 41.48 52.47 53.59 1.87 10.99 1.12 47 43.35 53.59 55.34 1.08 10.24 1.75 48 44.43 55.34 56.40 1.07 10.91 1.06 49 45.50 56.40 58.05 1.74 10.90 1.65 50 47.24 58.05 59.30 1.08 10.81 1.25 51 48.32 59.30 1.48 1.22 10.98 2.18 52 49.54 1.48 2.28 1.79 11.94 0.80 53 51.33 2.28 4.31 1.07 10.95 2.03 54 52.40 4.31 6.40 1.62 11.91 2.09 55 54.02 6.40 8.18 1.13 12.38 1.78 56 55.15 8.18 9.22 1.30 13.03 1.04 57 56.45 9.22 11.11 0.78 12.77 1.89 58 57.23 11.11 12.30 1.84 13.88 1.19 59 59.07 12.30 14.45 2.05 13.23 2.15 60 20.00 - 20.30 1.12 14.45 15.58 24 0.43 13.33 1.13

93



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 1.55 15.58 18.00 0.64 14.03 2.42 62 2.19 18.00 19.47 0.11 15.81 1.47 63 2.30 19.47 21.48 2.05 17.17 2.01 64 4.35 21.48 22.30 1.05 17.13 0.82 65 5.40 22.30 24.08 1.14 16.90 1.78 66 6.54 24.08 25.53 0.91 17.54 1.45 67 7.45 25.53 27.11 0.90 18.08 1.58 68 8.35 27.11 28.52 1.13 18.76 1.41 69 9.48 28.52 29.53 1.76 19.04 1.01 70 11.24 29.53 31.02 1.11 18.29 1.49 71 12.35 31.02 32.00 1.12 18.67 0.98 72 13.47 32.00 33.15 1.10 18.53 1.15 73 14.57 33.15 34.23 1.45 18.58 1.08 74 16.02 34.23 35.30 1.28 18.21 1.07 75 17.30 35.30 36.15 1.15 18.00 0.85 76 18.45 36.15 37.05 1.60 17.70 0.90 77 20.05 37.05 38.26 1.25 17.00 1.21 78 21.30 38.26 39.38 1.80 16.96 1.12 79 23.10 39.38 41.54 0.42 16.28 2.16 80 23.52 41.54 43.11 1.76 18.02 1.57

94



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 25.28 43.11 44.35 1.20 17.83 1.24 82 26.48 44.35 46.56 2.78 17.87 2.21 83 29.26 46.56 48.38 1.20 17.30 1.82 84 20.30 - 21.00 30.46 48.38 50.04 24 2.11 17.92 1.66 85 32.57 50.04 51.47 3.95 17.47 1.43 86 36.52 51.47 52.33 1.91 14.95 0.86 87 38.43 52.33 53.42 1.12 13.90 1.09 88 39.55 53.42 54.37 2.55 13.87 0.95 89 42.10 54.37 57.17 1.10 12.27 2.80 90 43.20 57.17 57.55 1.08 13.97 0.38 91 44.28 57.55 59.23 1.91 13.27 1.68 92 46.19 59.23 0.35 0.21 13.04 1.12 93 46.40 0.35 1.56 1.08 13.95 1.21 94 47.48 1.56 3.17 1.82 14.08 1.61 95 49.30 3.17 4.28 0.83 13.87 1.11 96 50.13 4.28 5.44 0.24 14.15 1.16 97 50.37 5.44 6.54 0.88 15.07 1.10 98 51.25 6.54 8.45 2.05 15.29 1.91 99 53.30 8.45 10.05 0.18 15.15 1.60 100 53.48 10.05 11.12 0.55 16.57 1.07

95



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

101 54.03 11.12 14.03 0.55 17.09 2.91 102 54.58 14.03 16.09 0.77 19.45 2.06 103 55.35 16.09 17.50 1.72 20.74 1.41 104 57.07 17.50 19.07 1.21 20.43 1.57 105 58.28 19.07 20.07 0.22 20.79 1.00 106 58.50 20.07 20.57 0.65 21.57 0.50 107 59.15 20.57 22.48 1.19 21.42 1.91 108 21.00 - 21.30 0.34 22.48 25.12 22 0.76 22.14 2.64 109 1.10 25.12 26.03 0.43 24.02 0.91 110 1.53 26.03 26.58 1.67 24.50 0.55 111 3.20 26.58 27.45 2.14 23.38 0.87 112 5.34 27.45 28.39 0.82 22.11 0.94 113 6.16 28.39 29.47 1.89 22.23 1.08 114 8.05 29.47 31.04 2.30 21.42 1.57 115 10.35 31.04 32.12 1.16 20.69 1.08 116 11.51 32.12 33.34 1.74 20.61 1.22 117 13.25 33.34 35.46 2.22 20.09 2.12 118 15.47 35.46 36.33 0.63 19.99 0.87 119 16.10 36.33 37.35 1.15 20.23 1.02 120 17.25 37.35 38.14 1.85 20.10 0.79

96



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

121 19.10 38.14 39.55 1.05 19.04 1.41 122 20.15 39.55 40.58 0.98 19.40 1.03 123 21.13 40.58 42.28 3.17 19.45 1.70 124 24.30 42.28 43.19 0.92 17.98 0.91 125 25.22 43.19 44.00 1.21 17.97 0.81 126 26.43 44.00 45.28 1.07 17.57 1.28 127 27.50 45.28 47.35 1.57 17.78 2.07 128 29.07 47.35 48.50 0.51 18.28 1.15 129 29.58 48.50 49.58 - 18.92 1.08

Jumlah 179.48 1880.41 193.44

Rata-rataa 1.430 14.58 1.50

97


Pelanggan Dilayani Hari Selasa

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 32.05 37.28 39.28 20 1.30 5.23 2.00 2 33.35 39.28 40.28 0.91 5.93 1.00 3 34.26 40.28 42.44 0.32 6.02 2.16 4 34.58 42.44 44.45 0.87 7.86 2.01 5 35.45 44.45 46.02 1.10 9.00 1.57 6 36.55 46.02 47.20 1.63 9.47 1.18 7 38.18 47.20 48.07 1.37 9.02 0.87 8 39.55 48.07 50.05 2.83 8.52 1.98 9 42.38 50.05 51.45 2.97 7.67 1.40

10 45.35 51.45 53.22 1.65 6.10 1.77 11 47.00 53.22 54.45 1.21 6.22 1.23 12 48.21 54.45 56.40 1.15 6.24 1.95 13 49.36 56.40 57.50 1.22 7.04 1.10 14 50.58 57.50 59.10 1.52 6.92 1.60 15 52.10 59.10 1.12 2.92 7.00 2.02 16 55.02 1.12 2.55 0.34 6.10 1.43 17 55.36 2.55 4.23 1.80 7.19 1.68 18 57.16 4.23 5.32 1.41 7.07 1.09 19 58.57 5.32 6.25 0.98 6.75 0.93 20 59.55 6.25 8.20 1.85 6.70 1.95

98



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 19.00 - 19.30 1.40 8.20 11.48 23 2.79 6.80 3.28 22 4.19 11.48 13.32 1.11 7.29 1.84 23 5.30 13.32 14.13 1.28 8.02 0.81 24 6.58 14.13 16.00 1.63 7.55 1.87 25 8.21 16.00 17.34 1.23 7.79 1.34 26 9.44 17.34 18.28 1.70 7.90 0.94 27 11.14 18.28 19.45 0.88 7.14 1.17 28 12.02 19.45 21.14 0.56 7.43 1.69 29 12.58 21.14 22.20 1.59 8.56 1.06 30 14.17 22.20 25.29 1.06 8.03 3.09 31 15.23 25.29 26.43 1.80 10.06 1.14 32 17.03 26.43 27.55 0.24 9.40 1.12 33 17.27 27.55 29.47 1.03 10.28 1.92 34 18.30 29.47 31.15 0.99 11.17 1.68 35 19.29 31.15 32.28 1.05 11.86 1.13 55 49.40 10.54 12.07 0.15 21.14 1.53 56 49.55 12.07 13.00 1.69 22.52 0.93 57 51.24 13.00 14.20 0.91 21.76 1.20 58 52.15 14.20 15.32 0.90 22.05 1.12 59 53.05 15.32 16.41 1.43 22.27 1.09 60 54.48 16.41 18.02 4.02 21.93 1.61

99



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 58.50 18.02 19.35 1.82 19.52 1.33 62 20.00 - 20.30 0.32 19.35 21.10 19 1.00 19.03 1.75 63 1.32 21.10 22.13 1.13 19.78 1.03 64 2.45 22.13 23.40 1.03 19.68 1.27 65 3.48 23.40 25.54 1.72 19.92 2.14 66 5.20 25.54 27.37 0.85 20.34 1.83 67 6.05 27.37 28.50 2.19 21.32 1.13 68 8.24 28.50 30.11 1.03 20.26 1.61 69 9.27 30.11 31.34 1.03 20.84 1.23 70 10.30 31.34 32.52 1.15 21.04 1.18 71 11.45 32.52 34.43 1.57 21.07 1.91 72 13.02 34.43 35.57 0.55 21.41 1.14 73 13.57 35.57 37.22 0.91 22.00 1.65 74 14.48 37.22 38.33 1.62 22.74 1.11 75 16.10 38.33 39.53 1.13 22.23 1.20 76 17.23 39.53 40.28 1.16 22.30 0.75 77 18.39 40.28 42.25 1.06 21.89 1.97 78 19.45 42.25 43.21 1.96 22.80 0.96 79 21.41 43.21 43.43 4.63 21.80 0.22 80 26.04 43.43 46.18 7.54 17.39 2.75

100



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 20.30 - 21.00 33.58 46.18 47.27 23 1.91 12.60 1.09 82 35.49 47.27 48.45 2.01 11.78 1.18 83 37.50 48.45 49.58 1.60 10.95 1.13 84 39.10 49.58 51.34 1.10 10.48 1.76 85 40.20 51.34 52.55 1.26 11.14 1.21 86 41.46 52.55 54.45 1.94 11.09 1.90 87 43.40 54.45 56.55 0.63 11.05 2.10 88 44.03 56.55 58.19 0.51 12.52 1.64 89 44.54 58.19 59.45 0.86 13.65 1.26 90 45.40 59.45 0.52 1.15 14.05 1.07 91 46.55 0.52 1.46 1.59 13.97 0.94 92 48.14 1.46 3.29 1.34 13.32 1.83 93 49.48 3.29 4.55 1.84 13.81 1.26 94 51.32 4.55 6.19 1.12 13.23 1.64 95 52.44 6.19 7.23 1.10 13.75 1.04 96 53.54 7.23 8.33 0.86 13.69 1.10 97 54.40 8.33 9.20 0.70 13.93 0.87 98 55.10 9.20 10.49 0.36 14.10 1.29 99 55.46 10.49 11.39 1.06 15.03 0.90 100 56.52 11.39 12.52 1.53 14.87 1.13

101


Pelanggan Dilayani Hari Rabu

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 30.12 34.20 35.45 33 0.08 4.08 1.25 2 30.20 35.45 37.35 0.84 5.25 1.90 3 31.04 37.35 38.38 0.49 6.31 1.03 4 31.53 38.38 39.26 1.02 6.85 0.88 5 32.55 39.26 41.42 0.66 6.71 2.16 6 33.21 41.42 43.51 0.26 8.21 2.09 7 33.47 43.51 45.00 0.61 10.04 1.49 8 34.08 45.00 46.16 0.92 10.92 1.16 9 35.00 46.16 48.02 0.45 11.16 1.86

10 35.45 48.02 49.16 0.65 12.57 1.14 11 36.10 49.16 51.32 0.38 13.06 2.16 12 36.48 51.32 54.16 0.90 14.84 2.84 13 37.38 54.16 54.57 0.20 16.78 0.41 14 37.58 54.57 56.03 0.74 16.99 1.46 15 38.32 56.03 57.37 2.71 17.71 1.34 16 41.03 57.37 59.21 0.47 16.34 1.84 17 41.50 59.21 0.21 1.55 17.71 1.00 18 43.05 0.21 1.14 1.06 17.16 0.93 19 44.11 1.14 2.29 0.99 17.03 1.15 20 45.10 2.29 3.38 0.19 17.19 1.09

102



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 45.29 3.38 4.15 0.11 18.09 0.77 22 45.40 4.15 4.54 0.97 18.75 0.39 23 46.37 4.54 6.09 2.76 18.17 1.55 24 49.13 6.09 8.34 2.26 16.96 2.25 25 51.39 8.34 9.55 3.19 16.95 1.21 26 54.58 9.55 11.03 1.42 14.97 1.48 27 56.00 11.03 12.02 1.04 15.03 0.99 28 57.04 12.02 12.45 0.51 14.98 0.43 29 57.55 12.45 13.15 0.64 14.90 0.70 30 58.19 13.15 14.20 0.11 14.96 1.05 31 58.30 14.20 16.14 0.89 15.90 1.94 32 59.19 16.14 16.54 0.38 16.95 0.40 33 59.57 16.54 18.16 1.63 16.97 1.62 34 19.00-19.30 1.20 18.16 19.13 20 1.04 16.96 0.97 35 2.24 19.13 20.13 2.34 16.89 1.00 36 4.58 20.13 21.32 0.42 15.55 1.19 37 5.00 21.32 22.39 1.40 16.32 1.07 38 6.40 22.39 25.13 0.80 15.99 2.74 39 7.20 25.13 27.50 0.90 17.93 2.37 40 8.10 27.50 28.42 0.40 19.40 0.92

103



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 30.12 34.20 35.45 33 0.08 4.08 1.25 2 30.20 35.45 37.35 0.84 5.25 1.90 3 31.04 37.35 38.38 0.49 6.31 1.03 4 31.53 38.38 39.26 1.02 6.85 0.88 5 32.55 39.26 41.42 0.66 6.71 2.16 6 33.21 41.42 43.51 0.26 8.21 2.09 7 33.47 43.51 45.00 0.61 10.04 1.49 8 34.08 45.00 46.16 0.92 10.92 1.16 9 35.00 46.16 48.02 0.45 11.16 1.86

10 35.45 48.02 49.16 0.65 12.57 1.14 11 36.10 49.16 51.32 0.38 13.06 2.16 12 36.48 51.32 54.16 0.90 14.84 2.84 13 37.38 54.16 54.57 0.20 16.78 0.41 14 37.58 54.57 56.03 0.74 16.99 1.46 15 38.32 56.03 57.37 2.71 17.71 1.34 16 41.03 57.37 59.21 0.47 16.34 1.84 17 41.50 59.21 0.21 1.55 17.71 1.00 18 43.05 0.21 1.14 1.06 17.16 0.93 19 44.11 1.14 2.29 0.99 17.03 1.15 20 45.10 2.29 3.38 0.19 17.19 1.09

104



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 45.29 3.38 4.15 0.11 18.09 0.77 22 45.40 4.15 4.54 0.97 18.75 0.39 23 46.37 4.54 6.09 2.76 18.17 1.55 24 49.13 6.09 8.34 2.26 16.96 2.25 25 51.39 8.34 9.55 3.19 16.95 1.21 26 54.58 9.55 11.03 1.42 14.97 1.48 27 56.00 11.03 12.02 1.04 15.03 0.99 28 57.04 12.02 12.45 0.51 14.98 0.43 29 57.55 12.45 13.15 0.64 14.90 0.70 30 58.19 13.15 14.20 0.11 14.96 1.05 31 58.30 14.20 16.14 0.89 15.90 1.94 32 59.19 16.14 16.54 0.38 16.95 0.40 33 59.57 16.54 18.16 1.63 16.97 1.62 34 19.00-19.30 1.20 18.16 19.13 20 1.04 16.96 0.97 35 2.24 19.13 20.13 2.34 16.89 1.00 36 4.58 20.13 21.32 0.42 15.55 1.19 37 5.00 21.32 22.39 1.40 16.32 1.07 38 6.40 22.39 25.13 0.80 15.99 2.74 39 7.20 25.13 27.50 0.90 17.93 2.37 40 8.10 27.50 28.42 0.40 19.40 0.92

105



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

41 8.50 28.42 30.52 1.50 19.92 2.10 42 10.00 30.52 31.58 1.16 20.52 1.06 43 11.16 31.58 32.43 1.84 20.42 0.85 44 13.00 32.43 33.24 1.20 19.43 0.81 45 14.20 33.24 34.31 0.80 19.04 1.07 46 15.00 34.31 35.16 1.30 19.31 0.85 47 16.30 35.16 36.26 1.20 18.86 1.10 48 17.50 36.26 37.58 4.59 18.76 1.32 49 22.09 37.58 39.45 0.21 15.49 1.87 50 22.30 39.45 41.09 0.20 17.15 1.64 51 22.50 41.09 42.04 0.75 18.59 0.95 52 23.25 42.04 43.51 4.85 18.79 1.47 53 28.10 43.51 45.20 3.10 15.41 1.69 54 19.30-20.00 31.20 45.20 46.40 24 1.30 14.00 1.20 55 32.50 46.40 47.32 1.65 13.90 0.92 56 34.15 47.32 49.42 0.95 13.17 2.10 57 35.10 49.42 51.15 0.23 14.32 1.73 58 35.33 51.15 51.55 0.22 15.82 0.40 59 35.55 51.55 54.59 1.73 16.00 3.04 60 37.28 54.59 57.18 2.87 17.31 2.59

106



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 40.15 57.18 58.51 0.13 17.03 1.33 62 40.28 58.51 59.46 1.00 18.23 0.95 63 41.28 59.46 0.35 0.08 18.18 0.89 64 41.36 0.35 2.02 0.14 18.99 1.67 65 41.50 2.02 2.56 1.05 20.52 0.54 66 42.55 2.56 4.14 0.58 20.01 1.58 67 43.13 4.14 4.57 0.97 21.01 0.43 68 44.10 4.57 5.57 3.20 20.47 1.00 69 47.30 5.57 7.06 0.15 18.27 1.49 70 47.45 7.06 8.32 0.55 19.61 1.26 71 48.00 8.32 9.51 1.24 20.32 1.19 72 49.24 9.51 11.34 1.86 20.27 1.83 73 51.10 11.34 12.36 1.90 20.24 1.02 74 53.00 12.36 14.20 1.10 19.36 1.84 75 54.10 14.20 16.14 4.30 20.10 1.94 76 58.40 16.14 17.39 1.02 17.74 1.25 77 59.42 17.39 19.33 2.92 17.97 1.94 78 20.00-20.30 2.34 19.33 20.48 18 0.76 16.99 1.15 79 3.10 20.48 21.15 1.30 17.38 0.67 80 4.40 21.15 22.55 0.60 16.75 1.40

107



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 5.00 22.55 24.33 0.44 17.55 1.78 82 5.44 24.33 26.01 0.86 18.89 1.68 83 6.30 26.01 27.39 1.06 19.71 1.38 84 7.36 27.39 30.58 0.80 20.03 3.19 85 8.16 30.58 31.53 2.84 22.42 0.95 86 11.00 31.53 34.08 3.50 20.53 2.55 87 14.50 34.08 36.01 0.85 19.58 1.93 88 15.35 36.01 37.40 1.05 20.66 1.39 89 16.40 37.40 38.30 1.75 21.00 0.90 90 18.15 38.30 39.32 2.00 20.15 1.02 91 20.15 39.32 41.43 3.35 19.17 2.11 92 23.50 41.43 43.11 3.69 17.93 1.68 93 27.19 43.11 45.05 1.91 15.92 1.94 94 29.10 45.05 46.00 0.30 15.95 0.95 95 29.40 46.00 47.02 1.99 16.60 1.02 96 20.30-21.00 31.39 47.02 47.55 20 0.11 15.63 0.53 97 31.50 47.55 48.55 2.60 16.05 1.00 98 34.10 48.55 50.48 2.98 14.45 1.93 99 37.08 50.48 52.11 2.97 13.40 1.63

100 40.05 52.11 53.14 1.51 12.06 1.03

108



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

101 41.56 53.14 54.19 1.57 11.58 1.05 102 43.13 54.19 55.20 3.05 11.06 1.01 103 46.18 55.20 56.50 1.87 9.02 1.30 104 48.05 56.50 57.50 0.20 8.45 1.00 105 48.25 57.50 59.10 0.85 9.25 1.60 106 49.10 59.10 1.34 1.30 10.00 2.24 107 50.40 1.34 3.14 2.10 10.94 1.80 108 52.50 3.14 5.20 1.05 10.64 2.06 109 53.55 5.20 6.50 0.55 11.65 1.30 110 54.10 6.50 7.50 0.95 12.40 1.00 111 55.05 7.50 9.40 0.35 12.45 1.90 112 55.40 9.40 10.56 0.77 14.00 1.16 113 56.17 10.56 12.21 1.08 14.39 1.65 114 57.25 12.21 13.45 1.80 14.96 1.24 115 59.05 13.45 15.12 2.51 14.40 1.67 116 21.00 - 21.30 1.56 15.12 17.05 16 1.77 13.56 1.93 117 3.33 17.05 19.40 1.25 13.72 2.35 118 4.58 19.40 21.54 1.47 14.82 2.14 119 6.05 21.54 23.09 2.35 15.49 1.55 120 8.40 23.09 24.36 1.95 14.69 1.27

109



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

121 10.35 24.36 26.10 1.90 14.01 1.74 122 12.25 26.10 28.30 1.83 13.85 2.20 123 14.08 28.30 29.37 1.45 14.22 1.07 124 15.53 29.37 30.12 1.67 13.84 0.75 125 17.20 30.12 31.45 3.04 12.92 1.33 126 20.24 31.45 33.50 2.15 11.21 2.05 127 22.39 33.50 35.10 1.64 11.11 1.60 128 24.03 35.10 36.02 1.19 11.07 0.92 129 25.22 36.02 38.30 2.05 10.80 2.28 130 27.27 38.30 40.16 2.20 11.03 1.86 131 29.47 40.16 41.43 - 8.83 1.27

Jumlah 179.35 2043.22 187.23

Rata-rata 1.38 15.60 1.43

110


Pelanggan Dilayani Hari Kamis

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 30.06 40.17 41.06 20 0.25 10.11 0.89 2 30.31 41.06 43.50 1.87 10.75 2.44 3 32.18 43.50 44.51 0.22 11.32 1.01 4 32.40 44.51 45.27 1.73 12.11 0.76 5 34.13 45.27 47.31 2.17 11.14 2.04 6 36.30 47.31 48.27 3.17 11.01 0.96 7 39.47 48.27 49.41 0.58 8.80 1.14 8 40.05 49.41 50.51 0.45 9.36 1.10 9 40.50 50.51 51.56 0.69 10.01 1.05

10 41.19 51.56 53.24 2.11 9.32 1.68 11 43.30 53.24 55.09 1.04 8.26 1.85 12 44.34 55.09 57.16 3.94 8.90 2.07 13 48.28 57.16 58.23 0.92 6.81 1.07 14 49.20 58.23 0.15 2.90 7.96 1.92 15 52.10 0.15 0.28 1.15 6.13 0.13 16 53.25 0.28 5.58 1.20 6.90 5.30 17 54.45 5.58 6.39 0.03 5.83 0.81 18 54.48 6.39 7.10 0.62 11.10 0.71 19 55.10 7.10 8.29 2.04 11.29 1.19 20 57.14 8.29 10.00 2.91 9.96 1.71

111



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 19.00 - 19.30 0.05 10.00 10.23 33 5.00 9.95 0.23 22 5.05 10.23 11.47 0.42 5.18 1.24 23 5.47 11.47 12.19 0.03 6.00 0.72 24 5.50 12.19 13.26 0.93 6.69 1.07 25 6.43 13.26 15.15 0.77 6.83 1.89 26 7.20 15.15 15.46 1.25 7.95 0.31 27 8.45 15.46 16.36 1.10 7.01 0.90 28 9.55 16.36 17.55 1.65 6.81 1.19 29 11.20 17.55 18.58 0.15 6.35 1.03 30 11.35 18.58 19.39 0.70 7.23 0.81 31 12.05 19.39 20.42 1.35 7.34 1.03 32 13.40 20.42 21.15 0.75 7.02 0.73 33 14.15 21.15 23.05 0.05 7.00 1.90 34 14.20 23.05 25.30 0.30 8.85 2.25 35 14.50 25.30 26.35 0.60 10.80 1.05 36 15.10 26.35 28.53 0.48 11.25 2.18 37 15.58 28.53 30.27 0.67 12.95 1.74 38 16.25 30.27 32.06 0.77 14.02 1.79 39 17.02 32.06 33.58 0.46 15.04 1.52 40 17.48 33.58 34.55 1.07 16.10 0.97

112



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

41 18.55 34.55 35.44 0.73 16.00 0.89 42 19.28 35.44 36.33 1.01 16.16 0.89 43 20.29 36.33 37.21 0.80 16.04 0.88 44 21.09 37.21 38.07 1.39 16.12 0.86 45 22.48 38.07 38.59 0.52 15.59 0.52 46 23.00 38.59 39.39 1.30 15.59 0.80 47 24.30 39.39 40.36 0.85 15.09 0.97 48 25.15 40.36 41.30 0.14 15.21 0.94 49 25.29 41.30 42.49 1.98 16.01 1.19 50 27.27 42.49 43.05 1.30 15.22 0.56 51 28.57 43.05 44.29 0.58 14.48 1.24 52 29.15 44.29 45.39 0.40 15.14 1.10 53 29.55 45.39 46.56 1.60 15.84 1.17 54 19.00 - 19.30 31.15 46.56 48.38 19 0.25 15.41 1.82 55 31.40 48.38 49.21 1.09 16.98 0.83 56 32.49 49.21 50.09 1.65 16.72 0.88 57 34.14 50.09 51.36 1.41 15.95 1.27 58 35.55 51.36 52.35 1.65 15.81 0.99 59 37.20 52.35 53.35 0.17 15.15 1.00 60 37.37 53.35 54.49 0.75 15.98 1.14

113



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 38.12 54.49 55.43 1.11 16.37 0.94 62 39.23 55.43 57.04 1.89 16.20 1.61 63 41.12 57.04 59.36 1.38 15.92 2.32 64 42.50 59.36 1.58 6.07 16.86 2.22 65 48.57 1.58 3.23 0.69 13.01 1.65 66 49.26 3.23 4.58 1.32 13.97 1.35 67 50.58 4.58 6.05 1.52 14.00 1.47 68 52.10 6.05 8.56 4.05 13.95 2.51 69 56.15 8.56 10.35 0.30 12.41 1.79 70 56.45 10.35 12.25 1.10 13.90 1.90 71 57.55 12.25 14.10 1.83 14.70 1.85 72 59.38 14.10 15.53 1.12 14.72 1.43 73 20.00 - 20.30 0.50 15.53 17.00 17 0.60 15.03 1.47 74 1.10 17.00 20.14 1.12 15.90 3.14 75 2.22 20.14 22.39 5.08 17.92 2.25 76 7.30 22.39 24.02 1.95 15.09 1.63 77 9.25 24.02 25.21 0.32 14.77 1.19 78 9.57 25.21 27.35 2.62 15.64 2.14 79 12.19 27.35 29.47 2.86 15.16 2.12 80 15.05 29.47 32.38 0.35 14.42 2.91

114



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

101 48.58 10.34 13.05 0.98 21.76 2.71 102 49.56 13.05 14.58 2.89 23.49 1.53 103 52.45 14.58 16.15 2.58 22.13 1.57 104 55.03 16.15 17.27 1.24 21.12 1.12 105 56.27 17.27 18.43 2.28 21.00 1.16 106 58.55 18.43 20.04 2.50 19.88 1.61 107 21.00 - 21.30 1.05 20.04 22.34 18 2.43 18.99 2.30 108 3.48 22.34 24.00 2.70 18.86 1.66 109 6.18 24.00 26.28 1.95 17.82 2.28 110 8.13 26.28 27.33 2.02 18.15 1.05 111 10.15 27.33 29.45 1.22 17.18 2.12 112 11.37 29.45 31.00 3.01 18.08 1.55 113 14.38 31.00 33.50 1.14 16.62 2.50 114 15.52 33.50 36.02 2.51 17.98 2.52 115 18.03 36.02 38.30 1.17 17.99 2.28 116 19.20 38.30 40.16 1.25 19.10 1.86 117 20.45 40.16 41.54 2.61 19.71 1.38 118 23.06 41.54 44.00 0.52 18.48 2.46 119 23.58 44.00 45.32 1.57 20.42 1.32 120 25.15 45.32 46.20 1.28 20.17 0.88

115



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

121 26.43 46.20 48.03 0.79 19.77 1.83 122 27.22 48.03 49.45 1.83 20.81 1.42 123 29.05 49.45 50.51 0.41 20.40 1.06 124 29.46 50.51 52.33 - 21.05 1.82

Jumlah 179.40 1806.11 192.16

Rata-rata 1.46 14.57 1.55

116



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 15.40 32.38 34.30 1.73 16.98 1.92 82 17.13 34.30 35.15 2.30 17.17 0.85 83 19.43 35.15 37.35 1.88 15.72 2.20 84 21.31 37.35 39.05 2.24 16.04 1.70 85 23.55 39.05 40.48 0.55 15.50 1.43 86 24.10 40.48 41.35 0.11 16.38 0.87 87 24.21 41.35 42.28 0.24 17.14 0.93 88 24.45 42.28 43.30 1.55 17.83 1.02 89 26.00 43.30 44.33 4.43 17.30 1.03 90 20.30 - 21.00 30.43 44.33 45.33 17 1.03 13.90 1.00 91 31.46 45.33 47.04 2.74 13.87 1.71 92 34.20 47.04 54.42 0.80 12.84 7.38 93 35.00 54.42 56.05 3.90 19.42 1.63 94 38.90 56.05 57.26 2.25 17.15 1.21 95 41.15 57.26 59.58 0.18 16.11 2.32 96 41.33 59.58 3.03 1.67 18.25 3.45 97 43.00 3.03 6.43 1.48 20.03 3.40 98 44.48 6.43 7.57 0.54 21.95 1.14 99 45.02 7.57 8.55 1.38 22.55 0.98

100 46.40 8.55 10.34 2.18 22.15 1.79

117


Pelanggan Dilayani Hari Jum’at

No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

1 18.30 - 19.00 30.17 50.44 52.20 23 1.13 20.27 1.76 2 31.30 52.20 53.07 1.18 20.90 0.87 3 32.48 53.07 54.50 1.82 20.59 1.43 4 34.30 54.50 55.32 1.25 20.20 0.82 5 35.55 55.32 56.55 0.50 19.77 1.23 6 36.05 56.55 58.47 1.07 20.50 1.92 7 37.12 58.47 59.58 0.36 21.35 1.11 8 37.48 59.58 1.27 1.62 22.10 1.69 9 39.10 1.27 2.58 1.23 22.17 1.31

10 40.33 2.58 4.10 1.77 22.25 1.52 11 42.10 4.10 4.52 1.02 22.00 0.42 12 43.12 4.52 6.00 1.38 21.40 1.48 13 44.50 6.00 7.15 2.02 21.50 1.15 14 46.52 7.15 8.20 1.68 20.63 1.05 15 48.20 8.20 9.30 1.17 20.00 1.10 16 49.37 9.30 11.46 1.78 19.93 2.16 17 51.15 11.46 14.15 2.15 20.31 2.69 18 53.30 14.15 15.58 0.80 20.85 1.43 19 54.10 15.58 16.45 0.40 21.48 0.87 20 54.50 16.45 17.52 0.80 21.95 1.07

118



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

21 55.30 17.52 18.43 2.14 22.22 0.91 22 57.44 18.43 19.30 1.81 20.99 0.87 23 59.25 19.30 20.56 3.95 20.05 1.26 24 19.00-19.30 3.20 20.56 22.10 17 4.38 17.36 1.54 25 7.58 22.10 23.40 0.86 14.52 1.30 26 8.44 23.40 24.35 1.07 14.96 0.95 27 9.51 24.35 25.45 0.99 14.84 1.10 28 10.50 25.45 26.45 0.60 14.95 1.00 29 11.10 26.45 27.32 0.40 15.35 0.87 30 11.50 27.32 28.43 0.70 15.82 1.11 31 12.20 28.43 29.16 3.01 16.23 0.73 32 15.21 29.16 30.15 1.29 13.95 0.99 33 16.50 30.15 31.12 2.82 13.65 0.97 34 19.32 31.12 32.58 0.71 11.80 1.46 35 20.03 32.58 33.59 3.51 12.55 1.01 36 23.54 33.59 35.27 0.64 10.05 1.68 37 24.18 35.27 36.15 1.16 11.09 0.88 38 25.34 36.15 37.41 1.25 10.81 1.26 39 26.59 37.41 38.55 1.52 10.82 1.14 40 28.11 38.55 40.15 2.46 10.44 1.60

119



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

41 19.30-20.00 30.57 40.15 41.40 25 1.61 9.58 1.25 42 32.18 41.40 43.22 0.40 9.22 1.82 43 32.58 43.22 44.16 0.99 10.64 0.94 44 33.57 44.16 45.25 0.67 10.59 1.09 45 34.24 45.25 46.10 0.88 11.01 0.85 46 35.12 46.10 46.55 0.32 10.98 0.45 47 35.44 46.55 47.42 0.80 11.11 0.87 48 36.24 47.42 48.57 1.34 11.18 1.15 49 37.58 48.57 49.58 1.01 10.99 1.01 50 38.59 49.58 50.50 1.69 10.99 0.92 51 40.28 50.50 51.52 2.84 10.22 1.02 52 43.12 51.52 53.10 0.98 8.40 1.58 53 44.10 53.10 54.03 1.30 9.00 0.93 54 45.40 54.03 56.05 0.05 8.63 2.02 55 45.45 56.05 57.54 0.63 10.60 1.49 56 46.08 57.54 58.40 0.45 11.46 0.86 57 46.53 58.40 0.32 1.84 11.87 1.92 58 48.37 0.32 1.28 0.68 11.95 0.96 59 49.05 1.28 2.22 0.40 12.23 0.94 60 49.45 2.22 3.10 0.64 12.77 0.88

120



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

61 50.09 3.10 4.08 3.11 13.01 0.98 62 53.20 4.08 5.14 0.95 10.88 1.06 63 54.15 5.14 6.10 2.35 10.99 0.96 64 56.50 6.10 7.43 0.81 9.60 1.33 65 57.31 7.43 8.46 2.75 10.12 1.03 66 20.00-20.30 0.06 8.46 10.52 24 1.38 8.40 2.06 67 1.44 10.52 12.45 0.83 9.08 1.93 68 2.27 12.45 13.07 0.02 10.18 0.62 69 2.29 13.07 15.12 2.85 10.78 2.05 70 5.14 15.12 16.24 0.87 9.98 1.12 71 6.01 16.24 17.32 1.18 10.23 1.08 72 7.19 17.32 18.30 0.81 10.13 0.98 73 8.00 18.30 19.21 0.05 10.30 0.91 74 8.05 19.21 20.40 0.26 11.16 1.19 75 8.31 20.40 21.13 0.09 12.09 0.73 76 8.40 21.13 22.53 0.88 12.73 1.40 77 9.28 22.53 24.08 0.07 13.25 1.55 78 9.35 24.08 25.05 0.65 14.73 0.97 79 10.00 25.05 26.13 0.43 15.05 1.08 80 10.43 26.13 27.54 2.86 15.70 1.41

121



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

81 13.29 27.54 29.37 0.10 14.25 1.83 82 13.39 29.37 30.40 8.15 15.98 1.03 83 21.54 30.40 32.10 1.55 8.86 1.70 84 23.09 32.10 33.40 1.27 9.01 1.30 85 24.36 33.40 34.38 0.10 9.04 0.98 86 24.46 34.38 35.52 1.64 9.92 1.14 87 26.10 35.52 36.54 2.30 9.42 1.02 88 28.40 36.54 39.13 0.96 8.14 2.59 89 29.36 39.13 40.38 0.76 9.77 1.25 90 20.30-21.00 30.12 40.38 41.08 35 0.01 10.26 0.70 91 30.13 41.08 41.42 0.17 10.95 0.34 92 30.30 41.42 43.18 0.03 11.12 1.76 93 30.33 43.18 44.06 2.15 12.85 0.88 94 32.48 44.06 45.33 0.07 11.58 1.27 95 32.55 45.33 46.20 0.56 12.78 0.87 96 33.11 46.20 47.36 0.41 13.09 1.16 97 33.52 47.36 49.13 0.75 13.84 1.77 98 34.27 49.13 50.26 1.07 14.86 1.13 99 35.34 50.26 51.08 0.10 14.92 0.82

100 35.44 51.08 52.18 0.59 15.64 1.10

122



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

101 36.03 52.18 54.46 0.12 16.15 2.28 102 36.15 54.46 56.07 0.05 18.31 1.61 103 36.20 56.07 57.15 1.99 19.87 1.08 104 38.19 57.15 58.19 2.22 18.96 1.04 105 40.41 58.19 59.10 0.68 17.78 0.91 106 41.09 59.10 0.53 0.36 18.01 1.43 107 41.45 0.53 2.05 3.07 19.08 1.52 108 44.52 2.05 3.15 0.48 17.53 1.10 109 45.00 3.15 4.58 0.10 18.15 1.43 110 45.10 4.58 6.13 0.07 19.48 1.55 111 45.17 6.13 7.00 0.19 20.96 0.87 112 45.36 7.00 8.19 3.02 21.64 1.19 113 48.38 8.19 9.03 0.07 19.81 0.84 114 48.45 9.03 10.37 0.08 20.58 1.34 115 48.53 10.37 11.56 2.53 21.84 1.19 116 51.06 11.56 13.10 0.15 20.50 1.54 117 51.21 13.10 14.08 0.10 21.89 0.98 118 51.31 14.08 15.14 0.04 22.77 1.06 119 51.35 15.14 16.02 0.15 23.79 0.88 120 51.50 16.02 17.45 0.51 24.52 1.43

123



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

121 52.01 17.45 19.08 1.18 25.44 1.63 122 53.19 19.08 20.00 2.15 25.89 0.92 123 55.34 20.00 22.15 2.70 24.66 2.15 124 58.04 22.15 23.38 4.30 24.11 1.23 125 21.00 - 21.30 2.34 23.38 24.45 18 2.70 21.04 1.07 126 5.04 24.45 25.58 1.31 19.41 1.13 127 6.35 25.58 27.17 0.80 19.23 1.59 128 7.15 27.17 28.58 1.90 20.02 1.41 129 9.05 28.58 30.02 1.50 19.53 1.44 130 10.55 30.02 31.15 1.70 19.47 1.13 131 12.25 31.15 32.29 1.98 18.90 1.14 132 14.23 32.29 33.49 2.22 18.06 1.20 133 16.45 33.49 35.28 2.68 17.04 1.79 134 19.13 35.28 36.30 0.87 16.15 1.02 135 20.00 36.30 37.35 1.04 16.30 1.05 136 21.04 37.35 39.52 1.15 16.31 2.17 137 22.19 39.52 41.44 2.09 17.33 1.92 138 24.28 41.44 43.08 0.97 17.16 1.64 139 25.25 43.08 45.34 1.05 17.83 2.26 140 26.30 45.34 46.53 1.95 19.04 1.19

124



No Jam


(tí)

Masuk Server

(bí)

Keluar Server

(cí) Ʃ


(A)

Lama Waktu Tunggu

(D)


(S)

141 28.25 46.53 48.24 1.15 18.28 1.71 142 29.40 48.24 49.50 - 18.84 1.26

Jumlah 179.23 2222.35 179.06

Rata-rata 1.27 15.65 1.26

125

Lampiran 5. HasilRunning Program Simulasi Arena 5.0 Hari: Sabtu

126

Lanjutan Lampiran 5. Hasil Running Program Simulasi Arena 5.0

127


Hari: Minggu

128


129


130

Lanjutan Lampiran 5.Hasil Running Program Simulasi Arena 5.0 Hari: Senin

131


132


Hari :Selasa

133


134


135


Hari: Rabu

136


137


Hari: Kamis

138


139


140


Hari : Jum’at

141


142


143

Lampiran 6. Tabel dan Grafik Perbaikan Skenario dari Hari Sabtu-Jum’at 1. Hari Sabtu

144

Lanjutan Lampiran 6. Tabel dan Grafik Perbaikan Skenario dari

Hari Sabtu-Jum’at

2. Hari Minggu

145

Lanjutan Lampiran 6. Tabel dan Grafik Perbaikan Skenario dari Hari Sabtu-Jum’at 3. Hari Senin

146

Lanjutan Lampiran 6. Tabel dan Grafik Perbaikan Skenario dari Hari Sabtu-Jum’at 4. Hari Selasa

147

Lanjutan Lampiran 6. Tabel dan Grafik Perbaikan Skenario dari Hari Sabtu-Jum’at 5. Hari Rabu

148

Lanjutan Lampiran 6. Tabel dan Grafik Perbaikan Skenario dari

Hari Sabtu-Jum’at

6. Hari Kamis

149

Lanjutan Lampiran 6. Grafik Perbaikan Skenario dari Hari sabtu-Jum’at 7. Hari Jum’at

analisis sistem antrian untuk menentukan tingkat...

Documents