aplikasi sistem antrian kapal di berlian jasa terminal
TRANSCRIPT
i
APLIKASI SISTEM ANTRIAN KAPAL
DI BERLIAN JASA TERMINAL INDONESIA
(PT. BJTI) DERMAGA SURABAYA BERBASIS
WEBSITE
Aghia Khumaesi S.
PROGRAM STUDI MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH JAKARTA
2011 M/1432 H
ii
APLIKASI SISTEM ANTRIAN KAPAL
DI BERLIAN JASA TERMINAL INDONESIA (PT. BJTI)
DERMAGA SURABAYA BERBASIS WEBSITE
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh
Gelar Sarjana Sains
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh:
Aghia Khumaesi .S.
107094002028
PROGRAM STUDI MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH JAKARTA
2011 M/1432 H
iii
PENGESAHAN UJIAN
Skripsi berjudul “Aplikasi Sistem Antrian Kapal Di Berlian Jasa Terminal
Indonesia (PT. BJTI) Dermaga Surabaya Berbasis Website” yang ditulis oleh
Aghia Khumaesi S, NIM 107094002028 telah diuji dan dinyatakan lulus dalam
sidang munaqosyah Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif
Hidayatullah Jakarta pada tanggal 10 juni 2011. Skripsi ini telah diterima sebagai
salah satu syarat untuk memperoleh gelar Sarjana Strata Satu (S1) Program Studi
Matematika.
Menyetujui,
Mengetahui,
Penguji I,
Bambang Ruswandi, M.Stat
NIDN. 0305108301
Penguji 2,
Hata Maulana, M.T.I
NIDN. 0323108402
Pembimbing I,
Drs.Slamet Aji Pamungkas, M.Eng
NIP. 19670618 199301 1001
Pembimbing 2,
Gustina Elfiyanti, M.Si
NIP. 19820820 200901 2 006
Ketua Program Studi Matematika,
Yanne Irene, M.Si
NIP. 19741231 200501 2 018
Dekan Fakultas Sains dan Teknologi,
DR. Syopiansyah Jaya Putra, M.sis
NIP. 19680117 200112 1 001
iv
PERNYATAAN
DENGAN INI SAYA MENYATKAN BAHWA SKRIPSI INI BENAR-BENAR
HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN SEBAGAI
SKRIPSI PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Jakarta, 10 juni 2011
Aghia Khumaesi .S.
107094002028
v
PERSEMBAHAN
Sebuah persembahan kecil semoga menjadi arti besar untuk
keluarga saya, untuk abi, mama, tehfini, angami, angipan,
tehfarah, egi jelek, k’tia, k’ola dan k’sayuti serta
keponakan-keponakan saya teteh nahwa, fayad, bara dan
“inocent face” fatin.
Dan sahabat-sahabat saya yang telah mendukung saya dalam
menyelesaikan skripsi ini dengan semangat persahabatan
dan persaudaraan yang terjadi diantra kita.............
MOTTO
Sabda Nabi Muhammad Sholallahu Alaihi Wasallam :
“Orang yang paling baik adalah yang bermanfaat bagi orang lain”.
Barang siapa yang bersungguh-sungguh pasti akan mendapatkan apa yang diinginkan
Barang siapa yang bersabar pasti akan mendapatkan apa yang diinginkan
Be the best for everything we do
Exertion for get what we wanted. FIGHTING !!!!!^_^
vi
ABSTRAK
AGHIA KHUMAESI .S., Aplikasi Sistem Antrian Kapal Di Berlian Jasa Terminal
Indonesia (PT. BJTI) Dermaga Surabaya Berbasis Website. (Dibimbing oleh Slamet
Aji Pamungkas and Gustina Elfiyanti)
Banyaknya terminal kapal di Indonesia saat ini memacu persaingan dalam
meningkatkan pelayanan kapal. Salah satu cara untuk mengatasinya adalah
meningkatkan pelayanan kapal dengan membuat sistem aplikasi antrian kapal
berbasis website. Sistem aplikasi ini bertujuan untuk peningkatan pelayanan kapal di
Berlian Jasa Terminal Indonesia (PT. BJTI) di Surabaya. Sistem aplikasi yang dibuat
menggunakan bahasa pemrograman PHP dan bahasa pengoperasian basis data
MYSQL. Fitur-fitur pada sistem aplikasi kapal ini dapat digunakan untuk
pengambilan data, penyimpanan data, pengaturan jadwal dan pemesanan kapal secara
online. Sistem aplikasi ini digunakan untuk mengoptimalkan sistem pelayanan pada
kapal yaitu, dengan mengefektifkan dan mengefisienkan pelayanan kapal sehingga
tidak terjadi antrian kapal yang menumpuk. Selain dapat membantu dalam proses
peningkatan pelayanan kapal, sistem aplikasi ini juga dapat mempermudah para
perusahaan kapal baik di Indonesia maupun diluar negeri agar dapat memesan
penjadwalan pelayanan kapal dan pengecekan jadwal kapal secara online tanpa harus
datang ke PT. BJTI.
Aplikasi ini juga menggunakan teori antrian dengan dua disiplin yaitu disiplin
FIFO dan disiplin prioritas. Pada antrian kapal FIFO menggunakan metode
perhitungan Model (M/M/c) : (GD/∞/∞) yaitu metode antrian populasi tidak terbatas
dengan pelayanan majemuk. Sedangkan, untuk antrian kapal prioritas menggunakan
metode prioritas (N-P) karena pelayanannya tunggal. Sehingga didapatkan
kesimpulan dari kedua disiplin antrian tersebut yang masing-masing berbeda.
Kata kunci : Basis Data, Model (M/M/c) : (GD/∞/∞), MYSQL, PHP, Teori Antrian.
vii
ABSTRACT
AGHIA KHUMAESI .S., The Application of Queue System the ship services in
Berlian Jasa Terminal Indonesia (PT. BJTI) Surabaya Based On Website.
(Supervised by Slamet Aji Pamungkas and Gustina Elfiyanti)
Large number of vessel terminals in Indonesia today causes a competition in
improving the ship services. One of method is used to improve the ship services by
creating a ship queue system with web-based application. This application system is
used in order to increase the ship services in Berlian Jasa Terminal Indonesia (PT.
BJTI) Surabaya. The Application system was created using PHP programming
language and MySQL database operating language. It has some features with regards
the ship services which are consist of data collection, data storage, a ship schedule
and online reservation. This application is used to optimize the services effectively
and efficiently so that there is no long ships queue. In addition to assist in the process
of improving the services of ship systems, this application is also applicable for both
Indonesia and foreign ship companies which provides an online ship services such as
reservation and ship schedule check. Thus it make easier and it is not required to
come to PT. BJTI.
This application also uses queuing theory to the two disciplines are FIFO
discipline and discipline a priority. On board FIFO queue model calculation method
(M / M / c): (GD / ∞ / ∞) queuing method is not limited to populations with diverse
services. Meanwhile, to ship priority queue using a priority (NP) due to a single
ministry. Thus it was concluded from these two disciplines queue, each different.
Key word: Basis Data, Model (M/M/c) : (GD/∞/∞), MYSQL, PHP, Queue Theory.
viii
KATA PENGANTAR
الرحيم الرحمن الله بسم
Seraya memanjatkan puji serta syukur hanya bagi Allah SWT. tuhan semesta
alam, yang dengan nikmat dan karunianya kita semua bisa merasakan indahnya
kehidupan ini. Shalawat serta salam semoga tetap terlimpahkan dan selalu
tercurahkan kepada Nabi Muhammad SAW, keluarga, sahabat, serta segenap
pengikutnya sampai akhir zaman. Alhamdulillah hirobbil a‟lamin penulis ucapkan
karena berkat rahmat dan karunia-Nya penulis dapat menyelesaikan Laporan Praktek
Kerja Lapangan ini yang berjudul, “ Aplikasi Sistem Antrian Kapal di Berlin Jasa
Terminal Indonesia (PT. BJTI) Dermaga Surabaya Berbasis Website”.
Akhirnya dengan segala kerendahan hati, penulis menyadari bahwa dalam
penulisan laporan skripsi ini masih terdapat banyak kekurangan untuk menuju
kesempurnaan, dan penulis mencoba berikhtiar senantiasa memberikan semaksimal
mungkin dengan harapan Laporan skripsi ini dapat memperoleh hasil yang baik.
Dalam kesempatan yang baik ini, perkenankan penulis menghaturkan ucapan
Terima Kasih kepada:
1. Yanne Irene, M.Si selaku Ketua Program Studi (Prodi) Matematika Fakultas
Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.Semua dosen Program
Studi Matematika UIN Syarif Hidayatullah Jakarta yang telah banyak
membantu dalam penulisan laporan skripsi ini.
2. Drs.Slamet Aji Pamungkas, M.Eng selaku Pembimbing I
ix
3. Agustina Elfiyanti, M.Si selaku Pembimbing II dan sebagai dosen Prodi
Matematika FST
4. Abiku H. AM Su‟ud , Mamaku Churatus Suduriyah, Kakakku Teteh fini,
Angami, Angipan, T‟Farah, K‟Tia, K‟Sayuti serta adikku Auzan Elghifari
“iyek” yang telah memberi semangat dan do‟anya demi terselesainya skripsi
ini. I Luv U All...
5. Teman satu kamarku fiqih wulandari yang selalu membangkitkan semangat
penulis untuk menyelesaikan skripsi ini.
6. Mantan teman satu kamarku Hilda Sovia yang telah memberikan software
„visio‟ demi kelancaran penulisan skripsi.
7. Sahabatku Faradhila, Rika Hanifah dan Bestari Nawangsih yang telah
memberi penulis semangat dalam menyelesaikan skripsi.Thanks My Best
Friends...
8. Teman-teman Matematika angkatan 2007, yang selalu mensupport penulis
dalam menulis skripsi.Thanks guys....
Kritik dan saran konstruktif sangat penulis harapkan berkaitan dengan
penyusunan Laporan skripsi ini yang masih jauh dari kesempurnaan. Semoga kita
semua senantiasa diridhoi dan mendapatkan rahmat dan hidayah-Nya serta selalu
berada di jalan yang lurus. Amin .
Jakarta, 14 Juni 2011
Penulis
x
DAFTAR ISI
HALAMAN JUDUL ...................................................................................... i
PENGESAHAN UJIAN ................................................................................. ii
PERNYATAAN .............................................................................................. iii
PERSEMBAHAN DAN MOTTO ................................................................ iv
ABSTRAK ...................................................................................................... v
ABSTRACT .................................................................................................... vi
KATA PENGANTAR .................................................................................... vii
DAFTAR ISI ................................................................................................... ix
DAFTAR TABEL .......................................................................................... xii
DAFTAR GAMBAR ...................................................................................... xiii
DAFTAR LAMPIRAN .................................................................................. xiv
BAB I. PENDAHULUAN ......................................................................... 1
1.1 Latar Belakang ...................................................................... 1
1.2 Permasalahan......................................................................... 3
1.3 Pembatasan Masalah ............................................................. 4
1.4 Tujuan Penelitian .................................................................. 4
1.5 Manfaat Penelitian ................................................................ 4
BAB II. TINJAUAN PUSTAKA ............................................................... 6
2.1 Teori Antrian ......................................................................... 6
2.2 Karakteristik Sistem Antrian ................................................. 8
xi
2.2.1 Karakteristik Kedatangan ............................................. . 8
2.2.2 Karakteristik Pelayanan ............................................... . 10
2.3 Disiplin Antrian ..................................................................... 11
2.4 Fasilitas Pelayanan…………………………………………. 12
2.5 Fasilitas Sistem Antrian……………………………………. 13
2.6 Model Antrian(M/M/c): (GD/~/~) ........................................ 14
2.7 Disiplin Antrian Prioritas Pelayanan ..................................... 16
2.7.1 Pelayanan Tunggal N-P............................................... . 17
2.8 Peranan Distribusi Poisson dan Eksponensial ...................... 18
2.9 Konsep Dasar Database......................................................... 21
2.9.1 ERD(Entity Relationship Diagram) .......................... 21
2.9.2 Entitas dan Himpunan Entitas ................................... 21
2.9.3 Atribut ....................................................................... 22
2.9.4 Relasi(Relationship) .................................................. 23
2.9.5 Keterkaitan ................................................................ 24
2.9.6 Normalisasi ............................................................... 25
2.10 DFD...... ................................................................................. 27
2.11 PHP Dan Database Mysql...... ............................................... 27
BAB III. METODOLOGI PENELITIAN ................................................. 29
3.1 Waktu Penelitian ................................................................... 29
3.2 Metode Pengumpulan Data ................................................... 29
xii
3.3 Metode Pengolahan Data ...................................................... 30
3.3.1 Uji Distribusi ............................................................. 30
3.3.2 Metode Antrian ......................................................... 31
3.4 Rancangan Antrian ................................................................ 32
3.4.1 ERD ........................................................................... 32
3.4.2 Normalisasi ............................................................... 34
3.4.4 Kamus Data ............................................................... 37
3.4.5 DFD Level 0 .............................................................. 41
3.4.6 DFD Level 1 .............................................................. 43
3.4.6 DFD Level 2 .............................................................. 47
3.6 Site Map ................................................................................ 50
3.6 Alur Penelitian ...................................................................... 51
BAB IV. HASIL DAN PEMBAHASAN .................................................... 54
4.1 Data Pelayanan ..................................................................... 54
4.2 Pembahasan Data Sistem Antrian ......................................... 55
4.3 Uji Distribusi Kedatangan Kapal .......................................... 59
4.3.1 Data Kapal FIFO ....................................................... 60
4.3.2 Data Kapal PRIORITAS ........................................... 60
4.4 Uji Distribusi Keberangkatan Kapal ....................................... 62
4.4.1 Data Kapal FIFO ....................................................... 62
4.4.2 Data Kapal PRIORITAS ........................................... 63
4.5 Pemecahan Masalah Dermaga ............................................... 64
xiii
4.6 Tampilan Aplikasi Antrian .................................................... 69
4.6.1 Menu Umum ............................................................. 70
4.6.2 Menu Admin ............................................................. 72
4.7 Fitur Dalam Pengembangan……………………………….. .. 76
BAB V. KESIMPULAN DAN SARAN .................................................... 77
5.1 Kesimpulan ........................................................................... 77
5.2 Saran ...................................................................................... 78
DAFTAR PUSTAKA ..................................................................................... 80
LAMPIRAN
BIODATA PENULIS
xiv
DAFTAR TABEL
Tabel 3.1 Normalisasi Pertama.. ................................................................. 36
Tabel 3.2 Normalisasi Kedua ...................................................................... 37
Tabel 4.1 Data Kapal FIFO ......................................................................... 55
Tabel 4.2 Data Kapal PRIORITAS ............................................................. 57
Table 4.3 Uji Kedatangan Kapal FIFO ....................................................... 60
Tabel 4.4 Uji Kedatangan Kapal PRIORITAS ........................................... 61
Tabel 4.5 Uji Keberangkatan Kapal FIFO .................................................. 62
Tabel 4.6 Uji Keberangkatan Kapal PRIORITAS ...................................... 63
xv
DAFTAR GAMBAR
Gambar 2.1 Contoh Himpunan Entitas ........................................................ 24
Gambar 2.2 Contoh Hubungan (relationship) ............................................. 25
Gambar 2.3 Contoh Keterkaitan satu ke satu ............................................... 26
Gambar 2.4 Contoh Keterkaitan satu ke banyak.......................................... 26
Gambar 2.5 Contoh Keterkaitan banyak ke banyak .................................... 27
Gambar 3.1 ERD. ......................................................................................... 33
Gambar 3.2 DFD Level 0 ............................................................................. 41
Gambar 3.3 DFD Level 1 ............................................................................. 43
Gambar 3.4 DFD Level 2 Proses 1 .............................................................. 47
Gambar 3.5 DFD Level 2 Proses 2 .............................................................. 48
Gambar 3.6 DFD Level 2 Proses 3 .............................................................. 48
Gambar 3.7 DFD Level 2 Proses 4 .............................................................. 49
Gambar 3.8 DFD Level 2 Proses 5 .............................................................. 49
Gambar 3.9 Site Map Publik ........................................................................ 50
Gambar 3.10 Site Map Admin ....................................................................... 51
Gambar 3.11 Flow Chart ................................................................................ 53
Gambar 4.1 Tampilan Layout Menu Umum ................................................ 70
Gambar 4.2 Tampilan Layout Menu Admin ................................................ 72
Gambar 4.3 Layout Menu Input ................................................................... 73
Gambar 4.4 Layout Menu Input Data Kapal................................................ 74
Gambar 4.5 Layout Menu Laporan .............................................................. 75
Gambar 4.6 Layout Menu Input Laporan Data Kapal FIFO........................ 75
xvi
DAFTAR LAMPIRAN
Lampiran I : Uji Distribusi Poisson
Lampiran I I : Hasil Perhitungan Kapal FIFO dan Prioritas
Lampiran III : Data Waktu Pelayanan Kapal
Lampiran IV : Script Index, FIFO dan Prioritas
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Indonesia merupakan Negara yang sangat kaya akan sumber daya alamnya,
untuk mengoptimalkan penggunaan sumber daya alam (SDA) supaya dapat
memenuhi kebutuhan masyarakat Indonesia dimanapun berada maka Indonesia
memiliki sarana transportasi untuk mensuplai kebutuhan masyarakat Indonesia dari
Sabang sampai Merauke. Sarana transportasi yang dibahas adalah transportasi laut
karena transportasi laut memiliki fungsi penting sebagai alat transportasi antar pulau
dan antar propinsi yang keberadaanya tidak kalah penting dari sarana tranportasi lain,
untuk itu banyak perusahaan di Indonesia yang bergerak dalam bidang transportasi
laut yaitu, perkapalan salah satunya adalah PT. BERLIAN JASA TERMINAL
INDONESIA (PT. BJTI).
PT. BJTI merupakan salah satu anak perusahaan PT. (Persero) Pelabuhan
Indonesia III adalah Badan Usaha Milik Negara selaku penyelenggara jasa
kepelabuhanan. PT. BJTI berdiri dan mulai melakukan aktifitas sebagai “PORT
TERMINAL OPERATOR” terhitung sejak awal Januari 2002. Untuk mencapai
visinya yaitu “menjadi operator terminal terbaik di Indonesia dan mitra logistik
terpercaya” maka PT. BJTI memerlukan banyak kapal untuk memenuhi kebutuhan
2
masyarakat Indonesia. Perkembangan teknologi informasi dewasa ini menuntut
pengaturan jadwal kapal supaya lebih terarah. Karena belum tersedianya penerapan
aplikasi sistem antrian (queue) terhadap kapal, maka PT. BJTI bekerja sama dengan
BPPT untuk membantu dan menjawab permasalahan tentang kurang teraturnya
penjadwalan kapal.
Hasil penelitian sebelumnya (yunitawaty, 2006) terbatas hanya melakukan
penelitian terhadap sistem antrian pelayanan dermaga tanpa membuat aplikasi sistem
antriannya sedangkan pada penelitian (Rizky,2004) sudah membuat aplikasi antrian
tetapi pada antrian bank. Oleh karena itu, perlu dilakukan penelitian untuk membuat
aplikasi sistem antrian kapal berbasis website dengan menggunakan software mysql
dan php dengan disiplin antrian kapal FIFO dan prioritas.
Model antrian [3] yang digunakan dalam permasalahan ini adalah model
antrian banyak saluran satu tahap [M/M/c] yaitu model atau struktur dimana hanya
ada sebuah antrian di depan fasilitas pelayanan yang berisi banyak saluran atau
pelayan. Obyek antrian dalam hal ini adalah kapal akan dilayani jika pelayan dalam
hal ini adalah dermaga yang siap dan dapat menerima kapal yang mengantri untuk
menurunkan atau bongkar muat peti kemas yang terdapat pada kapal tersebut, antrian
ini berdasarkan sifat FCFS/FIFO dan PRIORITAS(N-P) [6].
Rumusan operating research untuk model antrian [M/M/c] [6] didasarkan
pada kedatangan yang mengikuti distribusi Poisson dan pelayanan yang mengikuti
3
distribusi Eksponensial negatif (infinite calling population). Setelah melakukan
perhitungan model antrian [M/M/c] maka untuk keefisienan dan keteraturan jadwal
kapal kami melakukan aplikasi antrian dengan menggunakan software database mysql
untuk keteraturan jadwal kapal di PT. BJTI.
Pengaturan konsep antrian supaya lebih efektif, efisien dan teratur dengan
menggunakan teknik database mysql [8] yaitu sebuah perangkat lunak sistem
manajemen basis data SQL (Database Management System) atau DBMS yang
multithread, multi-user, dengan sekitar 6 juta instalasi di seluruh dunia. Dengan
menggunakan bahasa pemrograman PHP (Hypertext Preprocessor) [8] adalah bahasa
skrip yang dapat ditanamkan atau disisipkan ke dalam HTML. PHP banyak dipakai
untuk memrogram situs web dinamis.
1.2 Permasalahan
Permasalahan yang terjadi dalam aplikasi antrian ini adalah :
1. Bagaimana merancang dan membangun aplikasi sistem antrian kapal.
2. Bagaimana mengatur pola kedatangan dan pelayanan kapal agar efisien dan lebih
teratur.
3. Bagaimana solusi untuk mengatur jadwal antrian kapal sehingga efisien dan
teratur.
4
1.3 Pembatasan Masalah
Dalam penyusunan skripsi ini, penulis memberikan batasan masalah agar
lebih terarah yaitu bagaimana membuat aplikasi sistem antrian kapal di PT. BJTI
untuk pengaturan jadwal antrian kapal sehingga dapat efisien dan teratur, tetapi tidak
membahas antrian peti kemas pada kapal. Aplikasi ini berbasis website dengan
menggunakan database mysql dan bahasa pemrograman php.
1.4 Tujuan Penelitian
Tujuan dari pembuatan penulisan skripsi ini antara lain :
1. Membuat rancangan aplikasi sistem antrian kapal di PT. BJTI.
2. Membuat pengaturan jadwal antrian kapal di PT. BJTI menjadi lebih terarah dan
teratur.
3. Memudahkan masyarakat/perusahaan dalam melakukan pendaftaran pendaratan
kapal.
4. Mengefisienkan waktu, tenaga dan biaya pihak dermaga dan perusahaan pemilik
kapal.
1.5 Manfaat Penelitian
Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk
membangun aplikasi antrian kapal di PT. BJTI dermaga Surabaya berbasis website,
yang bisa diaplikasikan pada sistem antrian lainya pada bidang apapun supaya lebih
5
terarah dan terkontrol sehingga tidak terjadi kesamaan jadwal yang menyebabkan
suatu hal yang tidak diinginkan. Program aplikasi antrian berbasis website ini juga
dapat dijadikan bahan atau rujukan tambahan untuk penelitian lebih lanjut di bidang
yang berkaitan.
Dengan penyesuaian tertentu, metode yang digunakan mungkin dapat juga
dimanfaatkan untuk sistem antrian parkir mobil, motor, lampu merah, bank dan
sebagainya. Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman
yang lebih baik terhadap database dan berbagai parameter yang digunakan terhadap
unjuk kerja mysql dengan menggunakan bahasa PHP.
6
BAB II
TINJAUAN PUSTAKA
2.1 Teori Antrian
Antrian dapat terjadi apabila orang, komponen mesin atau unit barang harus
menunggu untuk mendapatkan pelayanan dari fasilitas layanan yang sedang
beroperasi pada kapasitas tertentu sehingga tidak melayani orang, komponen mesin
atau unit barang untuk sementara waktu. Ketika para pelanggan menunggu untuk
mendapatkan jasa pelayanan, maka keberadaan sistem antrian sangat diperlukan.
Beberapa contoh berikut menunjukkan bahwa penggunaan sistem antrian sangat
membantu untuk melancarkan pelayanan kepada pelanggan atau konsumen seperti :
Pelanggan menunggu pelayanan di depan kasir.
Mahasiswa menunggu untuk registrasi.
Kendaraan berhenti berderet-deret menunggu di traffic light.
Mesin rusak antri untuk diperbaiki di sebuah bengkel.
Surat antri untuk diketik oleh sekretaris.
Program menunggu di proses oleh komputer digital.
Sebagian contoh di atas sesungguhnya dapat didesain lebih efisien dengan
menggunakan teori antrian. Teori antrian pertama kali dikemukakan oleh A.K Erlang
seorang ahli matematika Denmark pada tahun 1909. Erlang melakukan eksperimen
7
tentang fluktuasi permintaan fasilitas telepon yang berhubungan dengan automatic
dialing equipment, yaitu peralatan penyambungan telepon secara otomatis. Dalam
waktu–waktu yang sibuk operator sangat kewalahan untuk melayani para penelepon
secepatnya, sehingga para penelepon harus antri menunggu giliran, mungkin cukup
lama. Persoalan antrian Erlang hanya memperlakukan perhitungan keterlambatan
(delay) dari seorang operator, kemudian pada tahun 1917 penelitian dilanjutkan untuk
menghitung kesibukan beberapa operator. Dalam periode ini Erlang menerbitkan
bukunya yang terkenal berjudul Solution of some problems in the theory of
probabilities of significance in Automatic Telephone Exhange. Baru setelah perang
dunia kedua, hasil penelitian Erlang diperluas penggunaannya antara lain dalam teori
antrian [3].
Pengertian antrian menurut Ma’arif dan Tanjung [3] seorang ahli teori antrian
adalah situasi barisan tunggu dimana sejumlah kesatuan fisik (pendatang) sedang
berusaha untuk menerima pelayanan dari fasilitas terbatas (pemberi pelayanan),
sehingga pendatang harus menunggu beberapa waktu dalam barisan agar dilayani.
Sedangkan menurut Heizer and Render [3] dalam bukunya Operation Management
yang diterjemahkan oleh Setyoningsih dan Almahdy adalah teori antrian adalah ilmu
pengetahuan tentang antrian dan antrian merupakan orang-orang atau barang dalam
barisan yang sedang menunggu untuk dilayani.
Berdasarkan definisi di atas maka dapat disimpulkan bahwa antrian adalah
suatu proses yang berhubungan dengan suatu kedatangan seorang pelanggan pada
8
suatu fasilitas pelayanan, kemudian menunggu dalam suatu antrian dan pada akhirnya
meninggalkan fasilitas tersebut. Jadi sistem antrian adalah himpunan pelanggan,
pelayan dan suatu aturan yang mengatur kedatangan para pelanggan dan pemrosesan
masalahnya.
2.2 Karakteristik Sistem Antrian
Terdapat tiga komponen dasar dalam proses antrian, yaitu kedatangan,
pelayanan dan antrian.
2.2.1 Karakteristik Kedatangan
1. Ukuran Sumber Kedatangan
Dalam teori antrian kedatangan pelanggan yang bergabung ke dalam sistem
antrian dan tidak akan meninggalkan sistem antrian sebelum dilayani disebut sumber
kedatangan (input). Ukuran kedatangan pelanggan bisa berasal dari populasi terbatas
(limited / finite) ataupun dari populasi yang tidak terbatas (unlimited / infinite).
2. Perilaku Kedatangan
Hampir semua antrian berasumsi bahwa pelanggan yang datang adalah
pelanggan yang sabar. Pelanggan yang sabar adalah mesin atau orang-orang yang
menunggu dalam antrian sampai mereka selesai dilayani dan tidak berpindah garis
antrian. Terdapat pula pelanggan yang melakukan penolakan (balking) atau
9
pembatalan (reneging) untuk mengikuti antrian. Selain itu ada juga pelanggan yang
berpindah dari satu antrian ke antrian lain (jockeying), hal ini dapat terjadi pada
sistem antrian ganda (multiple queue).
3. Distribusi Kedatangan
Bentuk kedatangan pelanggan biasanya diperhitungkan melalui waktu antar
kedatangan, yaitu waktu antar kedatangan dua pelanggan yang berurutan pada suatu
fasilitas pelayanan. Kedatangan pelanggan ini dapat terjadi dalam interval waktu yang
teratur atau dalam interval waktu yang tidak teratur (random). Model antrian adalah
model probabilistik, karena unsur-unsur tertentu proses antrian yang dimasukkan
dalam model adalah variabel random. Asumsi yang biasa digunakan dalam kaitannya
dengan distribusi kedatangan (banyaknya kedatangan per unit waktu) adalah
distribusi Poisson, dimana kedatangan pelanggan bersifat bebas, tidak terpengaruh
oleh kedatangan sebelum ataupun sesudahnya dan mempunyai rata-rata kedatangan
sebesar lamda (λ). Rumus umum distribusi Poisson[3] adalah :
P(x) = !
)(
x
ex
, untuk x=0,1,2,3.... 2.1
dengan : P (x) = probabilitas kedatangan sejumlah x
x = banyaknya kedatangan per satuan waktu
λ = rata-rata tingkat kedatangan
10
2.2.2 Karakteristik Pelayanan
1. Desain Fasilitas Pelayanan
Sistem pelayanan mengikuti kedatangan pelanggan, dapat dinyatakan dengan :
1. Pelayanan tunggal dengan kedatangan tidak berhingga
2. Pelayanan majemuk dengan kedatangan tidak berhingga
3. Pelayanan tunggal dengan kedatangan terbatas
4. Pelayanan majemuk dengan kedatangan terbatas
2. Distribusi Waktu Pelayanan
Pola pelayanan serupa dengan pola kedatangan, dimana pola ini bisa konstan
ataupun acak. Jika waktu pelayanan konstan, maka waktu yang diperlukan untuk
melayani setiap pelanggan adalah sama. Asumsi umum yang biasa digunakan bagi
distribusi waktu pelayanan adalah distribusi Eksponensial negatif . Rumus umum
probabilitas distribusi Eksponensial negatif[3] adalah :
f(t) = te 2.2
dengan : f(t) : probabilitas yang berhubungan dengan t
t : waktu pelayanan
μ : rata-rata waktu pelayanan
Proses Poisson juga akan ditemukan pada proses pelayanan (services
process), yang dengan demikian juga berarti bahwa proses Poisson juga berlaku pada
pelayanan. Bentuk pelayanan dapat konstan dari waktu ke waktu. Rata-rata pelayanan
11
(mean server rate) diberi simbol μ merupakan jumlah pelanggan yang dapat dilayani
dalam satuan waktu, sedangkan rata-rata waktu yang digunakan untuk melayani
setiap pelanggan diberi simbol 1
unit (satuan).
2.3 Disiplin Antrian
Disiplin antrian [6] merupakan aturan antrian yang mengacu pada peraturan
pelanggan yang ada dalam barisan untuk menerima pelayanan yang terdiri atas:
1. First Come First Serve (FCFS) : merupakan disiplin antrian yang sering dipakai
pada beberapa tempat di mana pelanggan yang datang pertama akan dilayani
terlebih dahulu.
2. Last Come First Serve (LCFS) : merupakan disiplin antrian di mana pelanggan
yang datang terakhir justru dilayani pertama kali.
3. Shortest Operation Times (SOT) : merupakan sistem pelayanan di mana
pelanggan yang membutuhkan waktu pelayanan tersingkat mendapat pelayanan
pertama.
4. Service In Random Order (SIRO) : merupakan sistem pelayanan di mana
pelanggan mungkin akan dilayani secara acak (random), tidak peduli siapa yang
lebih dulu tiba untuk dilayani.
5. Proritas pelayanan : merupakan pelayanan yang dilakukan secara khusus pada
pelanggan utama.
12
2.4 Fasilitas Pelayanan
Terdapat dua hal penting dalam karakteristik pelayanan adalah :
1. Desain sistem pelayanan
Pelayanan pada umumnya digolongkan menurut jumlah saluran yang ada (sebagai
contoh jumlah kasir) dan jumlah tahapan(sebagai contoh jumlah pemberhentian
yang harus dibuat). Desain sistem pelayanan [9]dapat digolongkan sebagai berikut:
a. Single (jalur tunggal) terdiri dari :
Single Channel (sistem jalur tunggal, satu tahap)
Merupakan struktur yang sederhana dan formula yang singkat, cocok untuk
menyelesaikan masalah untuk distribusi kedatangan dan pelayanan yang
standar. Contoh: tukang pangkas rambut.
Multiple Channel (sistem jalur tunggal, tahap berganda)
Pelanggan menerima pelayanan tahap berganda yang mempunyai sistem
jalur tunggal. Contoh: pencucian mobil.
b. Multichannel (jalur berganda) terdiri dari:
Single Phase System (sistem jalur berganda, satu tahap)
13
Sistem pelayanan dengan satu tahap, pada sistem jalur berganda. Contoh:
Bank, POS, counter tiket pada bandara
Multiphase System (jalur berganda, tahapan berganda)
Merupakan sistem pelayanan di mana pelanggan menerima pelayanan dari
beberapa loket layanan sebelum meninggalkan sistem.
2.5 Fasilitas Sistem Antrian
Untuk berbagai keadaan antrian, barisan antrian akan berkembang jika rata-
rata laju kedatangan (input) melebihi rata-rata laju pelayanan (output). Jika hal ini
terjadi, maka barisan penungguan akan terus terbentuk dan tidak akan selesai sampai
ada interval waktu yang muncul, dimana laju output lebih besar dari laju input
sehingga sistem tidak memiliki kapasitas. Seperti telah disebutkan sebelumnya, notasi
untuk rata-rata input dalam sistem antrian dinyatakan sebagai λ dan rata-rata output
meninggalkan sistem dinyatakan dengan μ. Perbandingan
adalah perbandingan
pengosongan dari sistem. Perbandingan ini secara matematika dinyatakan sebagai ρ
(rho), di mana
. Jika ρ > 1, maka rata-rata laju kedatangan pelanggan lebih
besar dari laju rata-rata pelayanan, yang berarti barisan penungguan akan berkembang
tanpa halangan.
Barisan penungguan yang terus berkembang, untuk mengatasinya maka
sistem antrian dapat direncanakan dengan merubah laju pelayanan atau menambah
14
tempat pelayanan (c) yang diharapkan mempunyai batasan 1c
. Batasan ini
menunjukkan bahwa keadaan pelayanan telah memiliki rata-rata total kapasitas
pelayanan lebih besar dari laju rata-rata kedatangan. Dengan demikian, proses
kedatangan pelanggan dan pelayanan akan berjalan dalam kondisi sementara
(transient) dan secara bertahap akan mencapai kondisi tetap (steady state) setelah
melampaui waktu yang cukup lama.
Pada kondisi sementara, sistem antrian terus-menerus tergantung pada waktu.
Sedangkan pada kondisi tetap, proses antrian berlangsung dalam keadaan yang sudah
stabil dengan 1
sehingga semua kedatangan dapat dilayani. Tetapi sebaliknya,
jika rata-rata laju kedatangan lebih besar dari laju pelayanan, maka sistem antrian
tidak akan pernah mencapai kondisi tetap berapapun waktu yang dilalui, bila ukuran
antrian bertambah sejalan dengan waktu.
2.6 Model Antrian Pelayanan Ganda dengan Populasi Tidak Tebatas (M/M/c) :
(GD/∞/∞).
Penguraian untuk multichannel (server) ini juga seperti yang berlaku pada
single channel model. Perbedaan utamanya terletak pada pelanggan yang tidak perlu
menunggu lama karena paling sedikit terdapat c server untuk melayani. Keterangan
atas simbol-simbol yang akan dipakai adalah sebagai berikut :
Pn = Probabilitas dari n pelanggan dalam sistem
15
C = Jumlah server (fasilitas pelayanan)
Sebelum melangkah lebih lanjut, terlebih dahulu diuraikan asumsi sebagai berikut
/ / / /M M c GD
Dengan :
M = Jumlah kedatangan berdistribusi Poisson
M = Waktu Pelayanan berdistribusi Poisson atau berdistribusi Eksponensial
c = Multichannel (pelayanan ganda)
GD = FCFS (First Come First Service)
∞ = antrian dan sumber kedatangan tak terhingga
Persamaan-persamaan yang ada pada Model Antrian Pelayanan Ganda dengan
Populasi Tidak Terbatas [6] adalah sebagai berikut :
1. Probabilitas tidak ada pelayanan
2.3
2. Jumlah rata-rata kapal yang menunggu dalam antrian
Pocc
LqC
2)()!1(
)/(
2.4
3. Jumlah rata-rata kapal yang menunggu dalam sistem
LqLs 2.5
16
4. Waktu rata-rata menunggu dalam antrian
LqWq 2.6
5. Waktu rata-rata menunggu dalam sistem (antrian + pelayanan)
LsWs 2.7
Persamaan-persamaan di atas hanya dapat disimulasikan jika sistem pelayanan sudah
berada pada kondisi tetap (steady state).
2.7 Disiplin Antrian Prioritas Pelayanan
Prioritas pelayananan merupakan disiplin antrian yang dapat ditentukan
berdasarkan kebutuhan yang disesuaikan dengan ketentuan yang berlaku. Dalam
prioritas pelayanan [6] terdapat dua aturan yang dapat diikuti, yaitu:
1. Aturan Preemptive
Aturan yang menunjukan bahwa pelanggan dengan prioritas pelayanan yang
rendah tetap dapat memasuki fasilitas pelayanan bersama-sama dengan pelanggan
yang datang pada proritas yang utama (sangat tinggi).
2. Aturan non-Preemptive (NP)
17
Aturan yang menunjukan bahwa bila satu pelanggan sudah memasuki fasilitas
pelayanan maka pelanggan tersebut akan terus dilayani sampai selesai, walaupun
pelanggan dengan prioritas yang lebih tinggi datang.
2.7.1 Pelayanan Tunggal N-P
Perumusan dalam sistem antrian pelayanan tunggal N-P [6] akan diuraikan
sebagai berikut:
1. Waktu rata-rata menunggu dalam antrian
2.8
3.Waktu rata-rata menunggu dalam sistem (antrian + pelayanan)
Ws=Wq(k)+Ek(t) 2.9
4. Jumlah rata-rata kapal yang menunggu dalam antrian
Lq=ʎ .Wq 2.10
5. Jumlah rata-rata kapal yang menunggu dalam sistem
Ls=Lq + pk 2.11
Dengan pernyataan yang ditunjukkan pada:
Ekpk . k(t) 2.12
E(t) = 1/µ 2.13
Persamaan-persamaan di atas hanya dapat disimulasikan jika sistem pelayanan sudah
berada pada kondisi tetap (steady state).
18
2.8 Peranan Distribusi Poisson dan Eksponensial
Pada situasi antrian dimana kedatangan dan keberangkatan (kejadian) yang
timbul selama satu interval waktu dikendalikan dengan kondisi berikut ini:
Kondisi 1: Probabilitas dari sebuah kejadian (kedatangan dan keberangkatan) yang
timbul antara t dan t + Δt bergantung hanya pada panjangnya Δt, yang berarti bahwa
probabilitas tidak bergantung pada t atau jumlah kejadian yang timbul selama periode
waktu (0, t).
Kondisi 2: Probabilitas kejadian yang timbul selama interval waktu yang sangat kecil
h adalah positif tetapi kurang dari satu.
Kondisi 3: Paling banyak satu kejadian dapat timbul selama interval waktu yang
sangat kecil h
Ketiga kondisi di atas menjabarkan sebuah proses dimana jumlah kejadian
selama interval waktu yang berturut-turut adalah eksponensial. Dengan kasus
demikian, dapat dikatakan bahwa kondisi-kondisi tersebut mewakili proses Poisson.
Berdasarkan kondisi 1, probabilitas tidak adanya kejadian yang timbul selama
t + h untuk h > 0 dan cukup kecil, kondisi 2 menunjukkan bahwa 0 < P0(h) < 1.
Interval waktu antara beberapa kejadian yang berturut-turut adalah berdistribusi
Eksponensial[7]. Dengan menggunakan hubungan yang diketahui antara
19
Eksponensial dan Poisson[7], kemudian dapat disimpulkan bahwa Pn(t) pastilah
poisson.
Misalkan f(t) merupakan fungsi kepadatan peluang dari interval waktu antar
pemunculan kejadian yang berturut-turut, t ≥ 0. Misalkan bahwa t adalah interval
waktu sejak pemunculan kejadian terakhir. Dengan diketahui bahwa f(t) merupakan
sebuah distribusi eksponensial, teori peluang dapat menjelaskan bahwa Pn(t) adalah
fungsi kepadatan peluang dari distribusi poisson yaitu nilai rata-rata dari n selama
periode waktu tertentu t adalah E{n | t} = α t kejadian. Ini berarti bahwa α mewakili
laju timbulnya kejadian.
Kesimpulan dari hasil di atas adalah bahwa jika interval waktu antara
beberapa kejadian yang berturut-turut adalah eksponensial dengan rata-rata unit
waktu, maka jumlah kejadian dalam satu periode waktu tertentu pastilah poisson
dengan laju pemunculan rata-rata (kejadian per unit waktu) α, dan sebaliknya.
Distribusi Poisson merupakan proses yang sepenuhnya acak (completely
random process), karena memiliki sifat bahwa interval waktu yang tersisa sampai
pemunculan kejadian berikutnya sepenuhnya tidak bergantung pada interval waktu
yang telah berlalu. Sifat ini setara dengan pembuktian pernyataan probabilitas berikut
ini.
P (t > T + S | t > S) = P (t > T) 2.14
20
Dengan S adalah interval waktu antara pemunculan kejadian terakhir. Karena t
bersifat eksponensial, maka sifat ini disebut sebagai forgetfullness atau lack of
memory dari distribusi Eksponensial, yang menjadi dasar untuk menunjukkan bahwa
distribusi Poisson sepenuhnya bersifat acak.
Satu ciri unik lainnya dari distribusi Poisson adalah bahwa ini merupakan
distribusi dengan rata-rata yang sama dengan ragam. Sifat ini kadang-kadang
digunakan sebagai indikator awal dari apakah sebuah sampel data ditarik dari sebuah
distribusi Poisson.
Dari keempat model antrian maka model yang cocok digunakan pada
penelitian ini adalah model 2: multichannel-single phase / / / /M M c GD [6]
yaitu M pertama menunjukkan tingkat kedatangan Poisson, M kedua menunjukan
tingkat pelayanan Poisson, C menunjukkan jumlah fasilitas pelayanan lebih dari satu,
GD pertama menunjukkan sumber populasi tak terbatas, ∞ kedua menunjukkan
panjang antrian tak terbatas.
2.9 Konsep Dasar Basis Data
21
2.9.1 ERD (Entity Relationship Diagram)
Model Entity Relationship yang berisi komponen-komponen himpunan entitas
dan himpunan relasi yang masing-masing dilengkapi dengan atribut-atribut yang
merepresentasikan seluruh fakta dapat digambarkan dengan lebih sistematis dengan
menggunakan Diagram Entity Relationship (Diagram E-R) [5]. Notasi-notasi
simbolik di dalam diagram E-R yang digunakan adalah:
1. Persegi panjang, menggunakan himpunan entitas, yaitu
2. Lingkaran/Elips, menyatakan atribut, yaitu
3. Belah ketupat, menyatakan himpunan relasi, yaitu
4. Garis, sebagai penghubung antara himpunan relasi dengan himpunan entitas
dan himpunan entitas dengan atributnya, yaitu
5. Kardinalitas relasi dapat dinyatakan dengan banyaknya garis panjang atau
dengan pemakaian angka.
2.9.2 Entitas dan Himpunan Entitas
Entitas [5] merupakan individu yang mewakili sesuatu yang nyata
(eksistensinya) dan dapat dibedakan dari sesuatu yang lain. Sekelompok entitas yang
sejenis dan berada dalam lingkup yang sama membentuk sebuah himpunan entitas
(set) [5]. Entitas menunjuk pada individu suatu objek, sedang himpunan entitas
menunjuk pada rumpun dari individu tersebut.
22
Jenis entitas (entity type) didokumentasikan dalam ERD dengan segiempat,
tiap segiempat dibagi label nama dari jenis entitas dan biasanya kata benda tunggal.
Misalnya terdapat banyak pelanggan, karyawan, dan kartu absensi.
Gambar 2.1 Himpunan Satu Entitas
Keterangan-keterangan dalam Himpunan Entitas :
Pelanggan :Orang yang memesan kapal atau penempatan peti kemas
Karyawan :User atau orang yang mengelola pemesanan kapal atau penempatan
peti kemas
Kartu Absen :Kartu yang didalamnya terdapat catatan pemesanan atau penempatan
peti kemas
2.9.3 Atribut
Atribut adalah keterangan khas dari suatu entitas [5]. Setiap entitas pasti
memiliki atribut yang mendeskripsikan karakteristik dari entitas tersebut. Pemilihan
atribut-atribut yang relevan bagi sebuah entitas merupakan hal penting dalam
pembentukan model data. Dalam pembuatan model E-R yang relevan untuk lebih
diperhatikan adalah kedudukan atribut dalam entitas, mana atribut yang berfungsi
sebagai kunci primer (Primary key) dan yang bukan (atribut deskriptif), biasanya
Pelanggan Karyawan Kartu Absen
23
primary key ditandai dengan garis bawah didekat entitasnya, misalnya pada entitas
barang, atribut kode_barang merupakan primary key, karena kode_barang merupakan
pengidentifikasi entitas yang paling unik untuk semua entitas dalam himpunan
entitas tersebut. Atribut-atribut lainnya, seperti (nama_barang, harga_barang,
harga_jual, dan stok_akhir) merupakan atribut deskriptif .
2.9.4 Relasi (Relationship)
Hubungan (relationship) adalah suatu asosiasi yang ada diantara dua jenis
entitas. Hubungan digambarkan dengan bentuk belah ketupat, tiap belah ketupat
diberi label kata kerja, misalnya seorang pegawai mengisi kartu absensi, hubungan ini
dapat juga dibaca mundur, yaitu kartu absensi diisi oleh pegawai.
Gambar 2.2 Contoh Hubungan (relationship)
2.9.5 Keterkaitan
Karyawan mengisi Kartu absensi
24
Banyaknya suatu entitas berhubungan dengan entitas lain disebut keterkaitan
(connectivity) [5]. Ada tiga jenis keterkaitan, yaitu:
1. Satu ke Satu (One to One)
Setiap entitas pada himpunan entitas A dapat berhubungan dengan satu entitas
pada himpunan entitas B, misalnya satu faktur menghasilkan satu tiket pengambilan,
yang memungkinkan pekerja gudang mengambil barang yang tertera pada faktur.
I
Gambar 2.3 Contoh keterkaitan satu ke satu
2. Satu ke Banyak (One to Many)
Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak
entitas pada entitas himpunan B, misalnya suatu faktur berisi banyak barang.
Gambar 2.4 Contoh keterkaitan satu ke banyak
3. Banyak ke Banyak (Many to Many)
Faktur Menghasilkan
Tiket_Pengambilan
Faktur Berisi Barang-barang
persediaan
I I
I M
25
Setiap entitas pada himpunan A dapat berhubungan dengan banyak entitas
pada himpunan entitas B, misalnya banyak pelanggan membeli banyak produk.
Gambar 2.5 Contoh keterkaitan banyak ke banyak
2.9.6 Normalisasi
Normalisasi adalah sebuah teknik untuk mengoptimasi rancangan relasi basis
data dan membebaskan rancangan tersebut dari keganjilan dan persoalan yang
potensial [5]. Secara sederhana normalisasi melibatkan pemecahan data dalam tabel
kedalam tabel yang lebih kecil sampai tiap atribut dalam tiap tabel hanya bergantung
pada beberapa kunci dalam tabel tersebut. Rancangan relasi basis data yang buruk
yang tidak dapat dinormalisasi akan menyebabkan persoalan selama basis data
tersebut di tempatkan.
Model relasi basis data memberikan sejumlah teknik analitis yang kuat yang
menawarkan bantuan berharga dalam merancang dan mengoptimalkan relasi basis
data. Teknik adalah bentuk normal, dan proses yang menerapkannya adalah
normalisasi.
Pelanggan membeli Produk M M
26
1. Bentuk Normal Pertama (1NF; first normal form)
Bentuk normal pertama ini mengharuskan penghilangan dari atribut-atribut
atau kelompok atribut yang berulang dari sebuah relasi.
2. Bentuk Normal Kedua (2NF; second normal first)
Sebuah rancangan basis data relasional adalah dalam bentuk normal kedua
jika rancangan tersebut sudah berada dalam bentuk normal pertama dan semua atribut
non kunci bergantung pada kunci primernya. Tujuan dari bentuk normal kedua adalah
untuk menghilangkan suatu ketergantungan fungsional parsial. Ketergantungan
fungsional parsional dapat terjadi dengan kunci terkonkatenasi (concatenated key;
kombinasi dari kunci). Bentuk normal kedua mengharuskan seluruh atribut dalam
sebuah tabel tergantung pada ekspresi kunci primer, bukan dengan bagian lain dari
padanya.
3. Bentuk Normal Ketiga (3NF; third normal form)
Bentuk normal ketiga melibatkan penghilangan ketergantungan transitif, yaitu
ketergantungan suatu atribut non-kunci terhadap artibut yang lain kecuali kunci
primer (PK).
27
2.10 DFD
DFD (Date Flow Diagram) adalah suatu diagram yang menggunakan
notasi-notasi untuk menggambarkan arus dari data sistem, yang penggunaannya
sangat membantu untuk memahami sistem secara logika, tersruktur dan jelas.
DFD merupakan alat bantu dalam menggambarkan atau menjelaskan sistem yang
sedang berjalan logis.
2.11 PHP(Hypertext Preprocessor) dan Basis Data MYSQL
PHP (Hypertext Preprocessor) [8] adalah bahasa skrip yang dapat ditanamkan
atau disisipkan ke dalam HTML. PHP banyak dipakai untuk memprogram situs web
dinamis. PHP dapat digunakan untuk membangun sebuah CMS. MySQL [8] adalah
sebuah perangkat lunak sistem manajemen basis data SQL (Database Management
System) atau DBMS yang multithread, multi-user, dengan sekitar 6 juta instalasi di
seluruh dunia .
MySQL AB membuat MySQL tersedia sebagai perangkat lunak gratis di
bawah lisensi GNU General Public License (GPL), tetapi mereka juga menjual di
bawah lisensi komersial untuk kasus-kasus dimana penggunaannya tidak cocok
dengan penggunaan GPL.Tidak sama dengan proyek-proyek seperti Apache, dimana
28
perangkat lunak dikembangkan oleh komunitas umum, dan hak cipta untuk kode
sumber dimiliki oleh penulisnya masing-masing, MySQL dimiliki dan disponsori
oleh sebuah perusahaan komersial Swedia MySQL AB, dimana memegang hak cipta
hampir atas semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia
yang mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael
"Monty" Widenius.
29
BAB III
METODOLOGI PENELITIAN
3.1 Waktu Penelitian
Penelitian ini dilakukan pada bulan Februari 2011 sampai April 2011. Data
yang diambil adalah data sekunder yang berupa data antrian kapal yang didapat dari
PT. BJTI Surabaya. Pemilihan data antrian kapal ini sebagai penelitian dikarenakan
kurang efektif dan efisiennya antrian kapal di PT. BJTI itu sendiri, sehingga
mengakibatkan ketidakteraturan pelayanan kapal dan antrian kapal.
3.2 Metode Pengumpulan Data
Pengumpulan data yang dilakukan oleh penulis adalah dengan menggunakan
data sekunder yang didapat dari data jadwal kapal, jumlah dermaga, data perusahaan,
data peti kemas pada PT. BJTI di Dermaga Surabaya itu sendiri yaitu data pada vessel
PT. BJTI. Untuk mengetahui data antrian dan pola antrian kapal di PT. BJTI tersebut
apakah sudah efektif, teratur dan efisien.
Penentuan data pada penelitian ini adalah dari data jadwal kapal, data
dermaga, data perusahaan dan data peti kemas PT. BJTI di dermaga Surabaya yang
sudah penulis dapatkan dari PT. BJTI itu sendiri yaitu data pada vessel PT. BJTI.
30
3.3 Metode Pengolahan Data
Data yang penulis kumpulkan maka akan diolah dengan menggunakan bahasa
pemrograman PHP dan MYSQL yang merupakan software basis data, dan akan
diproses menggunakan tools yamg berada dalam satu paket software open source
XAMPPLITE. Adapun langkah-langkah penyusunanya sebagai berikut:
1. Membuat basis data antrian
2. Membuat form input data kapal, data dermaga, data peti kemas, data perusahaan,
data pengguna, data kapal-dermaga, data kapal-peti kemas dan data kapal-
perusahaan.
3. Menginput data kedalam kolom input yang sudah dibuat
4. Kemudian dilakukan goodness of fit untuk menentukan apakah data tersebut
menggunakan pola kedatangan poisson atau tidak.
5. Melakukan perhitungan data berdasarkan rumus yang ada dengan menggunakan
disiplin antrian FIFO dan berdasarkan disiplin antrian Prioritas.
3.3.1 Uji Distribusi
Langkah selanjutnya adalah menguji kesesuaian distribusi dari rata-rata
kedatangan (λ) dan rata-rata pelayanan (μ) antara hasil pengamatan (observasi)
dengan distribusi yang diharapkan. Untuk menguji kecocokan atau (goodness of fit)
dari suatu distribusi empirik terhadap distribusi teoritik seperti distribusi Normal,
distribusi Poisson dan lain-lain, dapat diuji dengan Kolmogorov-Smirnov.
31
Hipotesis untuk uji Poisson :
H0 : F0(x) = SN(x), distribusi harapan sesuai dengan distribusi hasil pengamatan.
H1 : F0(x) ≠ SN(x), distribusi harapan tidak sesuai dengan distribusi hasil
pengamatan.
Pengujian data untuk menentukan kesesuaian distribusi populasi dengan uji
Poisson. Pengambilan keputusan berdasarkan nilai probabilitas p-Value di mana nilai
α = 0,05 :
Jika p-Value > 0,05 , maka H0 tidak ditolak
Jika p-Value < 0,05 , maka H0 ditolak
Uji Distribusi Poisson : 1. H0 tidak ditolak maka data berdistribusi Poisson
2. H0 ditolak maka data tidak berdistribusi Poisson
3.3.2 Metode Antrian
Ada beberapa hal yang perlu diperhatikan sebelum data-data hasil pengamatan
digunakan dalam Analisis Teori Antrian.
1. Distribusi kedatangan dan distribusi pelayanan ketika diuji harus sesuai dengan
distribusi yang diasumsikan.
2. Untuk dapat menggunakan formulasi dari Teori Antrian FIFO [6], maka sistem
antrian yang ada harus berada dalam kondisi tetap (steady state) dimana 1.c
,
32
jika kondisi ini belum terpenuhi, maka dilakukan kombinasi-kombinasi terhadap
µ atau c sampai syarat tersebut terpenuhi.
3. Untuk dapat menggunakan formulasi dari Teori Antrian prioritas [6], maka
sistem antrian yang ada harus berada dalam kondisi tetap (steady state) dimana
Sk = untukik
i
11
k=1,2.....m dengan So=0, jika kondisi ini belum
terpenuhi, maka dilakukan kombinasi-kombinasi terhadap µ atau c sampai syarat
tersebut terpenuhi.
Apabila ketiga ketentuan tersebut sudah terpenuhi maka dapat dilakukan
simulasi dengan Analisis Teori Antrian terhadap data yang telah diperoleh. Sehingga
akan diperoleh kesimpulan yang menjadi tujuan dari penelitian ini .
3.4 Rancangan Antrian
3.4.1 ERD (Entity Relationship Diagram)
Diatur
Dermaga
Perusahaan
Memuat
Terdapat
kapal
Memiliki
Pengguna PK
terdapat
Membuat
Berita
I
M
M
I
I
I
I M I I
M
I
Gambar 3.1 ERD
33
Keterangan atribut :
Tabel 3.1 Atribut Tabel
Nama Tabel
Dermaga
Kapal
Peti Kemas
Perusahaan
Pengguna
Dermaga-Kapal
Atribut
Kode_dermaga
Nama_dermaga
Luas_dermaga
Arah_dermaga
Posisi_awal
Posisi_akhir
Kode_kapal
Nama_kapal
Jenis_kapal
Panjang_kapal
Id_pk
Ukuran_pk
Status_pk
Agen_pk
Id_perusahaan
Nama_perusahaan
Alamat_perusahaan
Jenis_perusahaan
Kode_pengguna
Nama_pengguna
Password
Institusi
Level
Status
Kode_dermaga
kode_kapal
estimate_awal
estimate_akhir
actual_awal
actual_akhir
kode_bongkar muat
34
Perusahaan-Kapal
Kapal-Peti Kemas
Berita
Id_perusahaan
Kode_kapal
Tanggal_pemesanan
Kode_kapal
id_pk
Tanggal_Berangkat(depart)
Tanggal_Datang(arrival
id_berita
tanggal_berita
judul_berita
isi_berita
pengirim
3.4.3 Normalisasi
Bentuk normal pertama (1NF; first normal form) ditunjukkan pada Tabel 3.1,
sedangkan bentuk normal kedua (2NF; second normal form) ditunjukkan pada Tabel
3.2 sebagai berikut:
Tabel 3.2 Bentuk Normalisasi pertama
Tabel Dermaga
1. Tabel Dermaga yang tidak normalisasi
Kode
dermaga 1
Kode
dermaga 2
Kode
dermaga 3
Nama
dermaga
Luas
dermaga
Arah
dermaga
Posisi
awal
Posisi
akhir
35
Penjelasan :
Terdapat anomali penyimpangan pada kode dermaga, yaitu :
a. kode dermaga 1
b. kode dermaga 2
c. kode dermaga 3
sehingga mengakibatkan terjadi anomali insert, update dan delete pada tabel dermaga
tersebut.
2. Tabel Dermaga yang sudah normalisasi
Kode
dermaga
Nama
dermaga
Luas
dermaga
Arah
dermaga
Posisi
awal
Posisi
akhir
36
Bentuk normal kedua (2NF; second normal form) yaitu:
Tabel 3.3 Bentuk Normalisasi kedua
Dermaga
PK Kode_Dermaga
Nama_Dermaga
Luas_Dermaga
Arah_Dermaga
Posisi_Awal
Posisi_Akhir
kapal
PK Kode_Kapal
Nama_Kapal
Panjang_Kapal
Jenis_Kapal
Perusahaan
PK Id_Perusahaan
Nama_Perusahaan
Alamat_Perusahaan
Jenis_Perusahaan
Kontak
Telephone
Dermaga_Kapal
Kode_Dermaga
Kode_Kapal
Estimate_Awal
Estimate_Akhir
Actual_Awal
Actual_Akhir
Kode_Bongkar_Muat
Peti_Kemas
PK Id_Pk
Ukuran_Pk
Status
Agen_Pk
Perusahaan_Kapal
Kode_Kapal
Id_Perusahaan
Tanggal_Pemesanan
Table1
PK Kode_Pengguna
Nama_Pengguna
Password
Insttitusi
Level
Status
Kapal_Pk
Kode_Kapal
Id_Pk
Tanggal_Datang
Tanggal_Berangkat
Berita
PK Id
Tanggal
Judul
Isi
Pengirim
37
3.4.4 Kamus Data
Kamus data adalah deskripsi dari tabel- tabel yang ada dalam sistem aplikasi
dan menjelaskan tentang data-data yang ada dalam setiap tabel yang bersesuaian
dengan struktur tabel pada aplikasi.
Nama Tabel : Dermaga
Deskripsi : Terdapat data-data yang ada pada tabel dermaga
Primary key : Kode_dermaga
Field Type Size Keterangan
Kode_dermaga Varchar 10 Kode dermaga
Nama_dermaga Varchar 50 Nama dermaga
Luas_dermaga Int 10 Luas dermaga
Arah_dermaga Varchar 20 Arah dermaga saat kapal tiba
Posisi_awal Int 10 Posisi awal kapal pada
dermaga
Posisi_akhir Int 10 Posisi akhir kapal pada
dermaga
Status Varchar 10 Status dermaga
Nama Tabel : Kapal
Deskripsi : Terdapat data-data yang ada pada tabel kapal
Primary key : Kode_kapal
Field Type Size Keterangan
Kode_kapal Varchar 10 Kode pada kapal
Nama_kapal Varchar 50 Nama kapal
Panjang_kapal Int 10 Panjang kapal tersbt
Jenis_kapal Varchar 10 Jenis kapal yang dating
38
Nama Tabel : Dermaga-Kapal
Deskripsi : Terdapat data-data yang berhubungan dengan tabel kapal dan
tabel dermaga
Primary key : Kode_bongkar_muat
Foreign key : Kode_dermaga dan kode_kapal
Field Type Size Keterangan
Kode_dermaga Varchar 10 Kode pada dermaga(foreign
key pada tabel dermaga)
Kode_kapal Varchar 10 Kode pada kapal(foreign key
pada tabel kapal)
Estimate_awal Date Date Tanggal estimasi awal
Estimate_akhir Date Date Tanggal estimasi akhir
Actual_awal Date Date Tanggla actual awal
Actual_akhir Date Date Tanggal actual akhir
Kode_bongkar_muat Int 10 Kode bongkar muat peti
kemas
Nama Tabel : Peti kemas
Deskripsi : Terdapat data-data yang terdapat pada tabel peti kemas
Primary key : Id_pk
Field Type Size Keterangan
Id_pk Varchar 10 Id peti kemas
ukuran_pk Int 10 Jenis peti kemas
status_pk Varchar 10 Nama peti kemas
agen_pk Varchar 10 Ukuran peti kemas
Nama Tabel : Kapal-peti kemas
Deskripsi : Terdapat data-data yang ada hubungan pada tabel kapal dan
tabel pk
39
composite key : Kode_kapal,id_pk , tanggal arrival,tanggal departure
Foreign key : Kode_kapal dan id_pk
Field Type Size Keterangan
Kode_kapal Varchar 10 Kode pada kapal(foreign key
pada tabel kapal)
Id_pk Varchar 10 Id pada peti kemas(foreign
key pada tabel peti kemas)
Tanggal_arrival Date Date Tanggal kedatangan pk
Tanggal_depart Date Date Tanggal keberangkatan pk
Nama Tabel : Pengguna
Deskripsi : Terdapat data-data yang ada pada tabel pengguna
primary key : Kode_pengguna
Field Type Size Keterangan
Kode_pengguna Int 11 Kode pada pengguna
Nama_pengguna varChar 20 Nama seorang pengguna
Password Int 10 Password seorang pengguna
Institusi Varchar 20 Institusi pengguna
Level Varchar 20 Level seorang pengguna
Status Varchar 20 Status pengguna
Nama Tabel : Perusahaan
Deskripsi : Terdapat data-data yang ada pada tabel perusahaan
Primary key : Id_perusahaan
Field Type Size Keterangan
id_perusahaan Int 10 Id pada perusahaan
Nama_perusahaan Varchar 20 Nama pada perusahaan
Alamat_perusahaan Varchar 20 Alamat pada perusahaan
Email Varchar 50 Email dari perusahaan
40
Telephone Int 20 Telephone perusahaan
Kontak Int 20 Kontak pj perusahaan
Jenis_perusahaan Varchar 20 Jenis pada perusahaan
Nama Tabel : Perusahaan-kapal
Deskripsi : Terdapat data-data yang berhubungan denga tabel kapal dan
tabel perusahaan
Primary key : Tanggal_pemesanan
Foreign key : Kode_kapal dan id_perusahaan
Field Type Size Keterangan
Kode_kapal Varchar 10 Kode pada kapal(foreign key
pada tabel kapal)
Id_perusahaan Int 10 Id pada perusahaan(foreign
key pada tabel perusahaan)
Tanggal_pemesanan Date Date Tanggal pemesanan kapal
Nama Tabel : Berita
Deskripsi : Terdapat data-data yang ada pada tabel berita
Primary key : Id_berita
Field Type Size Keterangan
Id Int 11 Id berita
Tanggal Date Tanggal dikeluarkannya berita
Judul Varchar 100 Judul berita
Isi Text Isi berita
Pengirim Varchar 20 Orang yang mengirim berita
41
3.4.5 DFD LEVEL 0
SI
Antrian Kapal
Administrat
orPerusahaan
Login
Display menu admin
Display home
Display pemesanan
Persetujuan ajuan pmsnan
Display register
Input data
Pengelolaan ajuan pmsnan
Login
Display Menu Umum
Input ajuan pmsnan
Hasil perstjuan
Input rgster
Edit password
Display jadwal
Gambar 3.2 DFD Level 0
Penjelasan Gambar 3.2 :
a. Proses
Nama Proses : Sistem Informasi Aplikasi Antrian Kapal
b. Arus Data
Masukkan : 1. Login
2. Persetujuan Ajuan Pemesanan
3. Input Ajuan Pemesanan
4. Hasil Ajuan Pemesanan
5. Input Data
42
6. Input Register
7. Edit Password
8. Pengelolaan Ajuan Pemesanan
Keluaran : 1. Login
2. Display Menu Umum
3. Display Home
4. Display Form Pemesanan
5. Display Form Register
6. Display Menu Admin
7. Display Jadwal
c. Entitas Luar
Nama Entitas : 1. Administrator
1. Perusahaan
43
3.4.6 DFD LEVEL 1
1.o
Manajemen
pengguna
AdminInput,Update,Delete
Display Data
Perusahaan
Display Profile
Update Profile,
Passwrd
PenggunaInput, Update, Delete data
Display Data Pengguna
2.o
Manajemen Dermaga
Input, Update, Delete Data Dermaga
Display Data Dermaga
Dermaga
Input, Update Data
3.o
Manajemen Kapal
Input. Update, Delete Data
PerusahaanKapal
Input, Update Data
Display Kapal
4.o
Manajemen Peti KemasPerusahaan
Input, Update, Delete Data
Display Data PK
Peti Kemas
Display PK
Input, Update Data PK
5.o
Manajemen Perusahaan Perusahaan
Input, Update Data
Display Perusahaan
6.o*
Laporan
Input, Update PK
Display
Laporan Data Dermaga
Laporan Data Kapal
Laporan Data PK
Laporan Data Perusahaan
Display Data Dermaga
Display Data Kapal
Display Data PK
Display Data Perusahaan
ProfileInput, Update Profile
Display Profile
Admin
Perusahaan Update Data Dermaga Display Dermaga
Admin
Dispaly Data
Update Data
Display Data
Admin
Display
Update Data PK
Display PK
Admin Input, Update, Delete Data
Display Data Perusahaan
Admin
Perusahaan
Input, Update, Delete Data
Display Data
Update Data
Display Data
Input, Update
Kapal
Display
Data
Dermaga
Gambar 3.3 DFD Level 1
44
Penjelasan Gambar 3.3 :
a. Proses 1.0
Nama Proses : Manajemen Pengguna
Masukkan : 1. Input, update, delete data Pengguna
2. Update Profile, Password Pengguna
Keluaran : 1. Display Data Pengguna
2. Display Profile Pengguna
Ringkasan proses : Administrator, Perusahaan melakukan login terlebih dahulu
untuk dapat mengakses sistem ini. Apabila login dinyatakan sukses maka
administrator dapat memasukkan, memperbaharui dan menghapus data pengguna,
begitu pula dengan perusahaan dapat memperbaharui profile dan password.
b. Proses 2.0
Nama Proses : Manajemen Dermaga
Masukkan : 1. Input, update, delete data dermaga
1. Update data dermaga
Keluaran : Display data dermaga
Ringkasan proses : Administrator dapat memasukkan dan memperbaharui serta
menghapus data dermaga, dermaga juga berkordinasi dengan kapal untuk dapat
menginput dan mengupdate data dermaga-kapal, dalam proses ini juga akan
ditampilkan data dermaga baik jenis dermaga dan luas dermaganya.
45
c. Proses 3.0
Nama Proses : Manajemen Kapal
Masukkan : 1. Input, update, delete data kapal
2. Update data kapal
Keluaran : Display data kapal
Ringkasan proses : Administrator dapat memasukkan dan memperbaharui serta
menghapus data kapal, begitu juga dengan perusahaan kapal juga dapat
menginput dan mengupdate data kapal dan kapal berkordinasi dengan dermaga
dan peti kemas untuk menginput dan mengupdate data dermaga-kapal dan data
kapal-pk, dalam proses ini juga akan ditampilkan data kapal baik jenis kapal dan
kapasitas kapalnya.
d. Proses 4.0
Nama Proses : Manajemen Peti Kemas
Masukkan : 1. Input, update, delete data peti kemas
2. Update data peti kemas
Keluaran : Display data peti kemas
Ringkasan proses : Administrator dapat memasukkan dan memperbaharui serta
menghapus data peti kemas, begitu juga dengan perusahaan PK juga dapat
menginput dan mengupdate data PK dan peti kemas berkordinasi dengan kapal
untuk menginput dan mengupdate data kapal-pk, dalam proses ini juga akan
ditampilkan data peti kemas.
46
e. Proses 5.0
Nama Proses : Manajemen Perusahaan
Masukkan : 1. Input, update, delete data perusahaan
2. Input, update data perusahaan kapal dan perusahaan PK
3. Update data perusahaan
Keluaran : 1. Display data perusahaan
2. Display data perusahaan kapal dan perusahaan PK
Ringkasan proses : Administrator dapat memasukkan dan memperbaharui serta
menghapus data perusahaan, baik perusahaan kapal maupun perusahaan peti
kemas dan perusahaan berkordinasi dengan kapal untuk menginput dan
mengupdate data perusahaan-kapal, dalam proses ini juga akan ditampilkan data
perusahaan baik perusahaan kapal maupun perusahaan PK.
f. Proses 6.0
Nama Proses : Laporan
Masukkan : 1. Input, update laporan data kapal
2. Input, update laporan data dermaga
3. Input, update laporan data peti kemas
4. Input, update data perusahaan
Keluaran : 1. Display laporan data kapal
2. Display laporan data dermaga
2. Display laporan data peti kemas
47
Ringkasan proses : Administrator dapat memasukkan dan memperbaharui serta
menghapus data kapal, data dermaga, data peti kemas dan data perusahaan.
Kemudian dilakukan perhitungan terhadap data kapal dan data dermaga yang
didapat dan menghasilkan laporan perhitungan data kapal dan data dermaga
sesuai dengan jenis kapal yang ada. Dalam proses ini juga akan ditampilkan
laporan data kapal berdasarkan jenis kapalnya.
3.4.7 DFD LEVEL 2
1. DFD Level 2 Proses 1 (Manajemen Pengguna)
1.1*
Input
Pengguna
AdminInput
1.2*
Update
Pengguna Pengguna
1.3*
Delete
Pengguna
Searching
Update
Delete
Searching
Gambar 3.4 DFD Level 2 Proses 1
48
2. DFD Level 2 Proses 2 (Manajemen Dermaga)
1.1*
Input
Dermaga
AdminInput
1.2*
Update
Dermaga Dermaga
1.3*
Delete
Dermaga
Searching
Update
Delete
Searching
Gambar 3.5 DFD Level 2 Proses 2
3. DFD Level 2 Proses 3 (Manajemen Kapal)
1.1*
Input
Kapal
AdminInput
1.2*
Update
Kapal Kapal
1.3*
Delete
Kapal
Searching
Update
Delete
Searching
Gambar 3.6 DFD Level 2 Proses 3
49
4. DFD Level 2 Proses 4 (Manajemen Peti Kemas)
1.1*
Input Peti
Kemas
AdminInput
1.2*
Update
Peti
KemasPeti Kemas
1.3*
Delete
Peti
Kemas
Searching
Update
Delete
Searching
Gambar 3.7 DFD Level 2 Proses 4
5. DFD Level 2 Proses 5 (Manajemen Perusahaan)
1.1*
Input
Perusahaa
n
AdminInput
1.2*
Update
Perusahaa
nPerusahaan
1.3*
Delete
Perusahaa
n
Searching
Update
Delete
Searching
Gambar 3.8 DFD Level 2 Proses 5
50
Pada sistem informasi sistem antrian kapal berbasis website yang dibuat
terdapat satu proses besar yang dapat dilihat pada konteks DFD Level 0 pada
gambar 3.2, selain itu terdapat enam proses yang dijelaskan pada DFD Level 1
dan pada DFD level 2. Pada DFD tersebut dapat dilihat bagaimana sistem ini
bekerja dan proses apa saja yang dilakukan oleh sistem informasi ini.
3.5 Site Map
Untuk memperjelas gambaran tentang sistem informasi pada aplikasi ini pada
Gambar 4.3 digambarkan sebuah struktur dan alur sistem yang dibagi menjadi dua
bagian, yaitu:
1. Site Map Publik
Gambar 3.9 Site Map Publik
Home
Home Pemesanan Register
Perusahaan Baru Profile Login
Form Register
Berita Kolom
Pencarian
Form
Pemesanan
Jadwal Kapal
About Us
51
2. Site Map Pengguna
Kapal
Home
Home Menu Laporan Menu Input Log out
Laporan
Perhitung
an Data
FIFO
Just
Advice
Informa
si
Pelabuh
an
Laporan
Perhitungan
Data Prioritas
Derm
aga
Kapal
Input
Kapal-
PK
input
Kapal-
Dermaga
Input
Kapal –
Perusahaan
Input
Peti
Kemas
Perusa
haan
Berita
Pengg
una
Berita Input
Pengguna Input
Perusahaan Input
Perusahaan-
Kapal Input
PK Input
PK-Kapal
Input
Dermaga Input
Dermaga-Kapal Input
Gambar 3.10 Site Map Pengguna
52
3.6 Alur Penelitian
Untuk memudahkan penelitian maka peneliti membuat alur yang menunjukkan
proses penelitian dari awal sampai mendapatkan kesimpulan. Adapun prosesnya
sebagai berikut:
1. Pengambilan data yang dibutuhkan untuk penelitian yang merupakan data
sekunder
2. Peneliti membuat rancangan database antrian untuk ERD, kamus data dan
DFDnya.
3. Membuat aplikasi sistem antrian kapal
4. Kemudian data tersebut akan di input pada database antrian
5. Setelah itu data di uji dengan pengujian distribusi poisson, jika data tersebut
poisson maka data dapat dihitung dengan rumus antrian yang sudah ditentukan
berdasarkan disiplin antrian FIFO dan Prioritas tetapi jika data tidak poisson
maka dilakukan pemilihan ulang.
6. Kesimpulan dari hasil simulasi web.
53
Gambar 3.11 Flowchart
start
Membuat Rancangan ERD, Kamus Data dan DFD
Uji
Distribusi
Simulasi Antrian
Jika Tidak
Jika Ya
End
Pengambilan Data
Pembuatan Aplikasi Sistem Antrian kapal
Input Data Pada
Aplikasi Antrian
Kesimpulan
54
BAB IV
HASIL DAN PEMBAHASAN
4.1 Data Pelayanan
1. Data Kapal FIFO
Waktu pelayanan per kapal 1
diperoleh dengan melakukan perhitungan
waktu langsung terhadap setiap kapal yang masuk sampai keluar dari dermaga.
Perhitungan ini dilakukan pada waktu padat kedatangan kapal ke dermaga. Data yang
diambil sebanyak 49 kapal yang diperoleh dari data sekunder yang didapat dari PT.
BJTI Surabaya. Dari pengamatan didapatkan total waktu pelayanan terhadap 49 kapal
adalah 742.87 jam. Sehingga :
= = 15.16 jam/ kapal = 0.63 hari/ kapal
2. Data Kapal PRORITAS
Waktu pelayanan per kapal 1
diperoleh dengan melakukan perhitungan
waktu langsung terhadap setiap kapal yang masuk sampai keluar dari dermaga.
Perhitungan ini dilakukan pada waktu padat kedatangan kapal ke dermaga. Data yang
diambil sebanyak 39 kapal yang diperoleh dari data sekunder yang didapat dari PT.
55
BJTI Surabaya. Dari pengamatan didapatkan total waktu pelayanan terhadap 39 kapal
adalah 707.41 jam, diperoleh :
= = 18.13 jam/kapal = 0.75 hari/kapal
4.2 Pembahasan Data Sistem Antrian Kapal
Data yang didapat dari PT. BJTI Surabaya disusun berdasarkan urutan hari
dan jam, selama 1 bulan yaitu pada bulan januari tahun 2009 dan hanya diambil pada
dermaga dengan disiplin antrian FIFO dan disiplin antrian prioritas, kemudian dalam
jumlah kapal masuk dan jumlah kapal keluar dermaga setiap hari, seperti yang terlihat
pada Tabel 4.1 dan 4.2 dibawah ini.
Table 4.1 Data Kapal FIFO Per hari Bulan Januari Tahun 2009
No Periode per hari Kapal Masuk
(xi)
Kapal Keluar
1 1-Januari-2009 2 3
2 2-Januari-2009 4 3
3 3-Januari-2009 1 1
4 4-Januari-2009 1 1
5 5-Januari-2009 1 1
6 6-Januari-2009 0 0
7 7-Januari-2009 2 2
8 8-Januari-2009 2 3
56
9 9-Januari-2009 3 2
10 10-Januari-2009 2 2
11 11-Januari-2009 0 0
12 12-Januari-2009 1 1
13 13-Januari-2009 0 0
14 14-Januari-2009 2 2
15 15-Januari-2009 2 3
16 16-Januari-2009 3 2
17 17-Januari-2009 2 2
18 18-Januari-2009 0 0
19 19-Januari-2009 1 1
20 20-Januari-2009 0 0
21 21-Januari-2009 1 2
22 22-Januari-2009 3 3
23 23-Januari-2009 3 2
24 24-Januari-2009 2 2
25 25-Januari-2009 1 1
26 26-Januari-2009 1 1
27 27-Januari-2009 0 0
28 28-Januari-2009 1 1
29 29-Januari-2009 3 4
30 30-Januari-2009 4 2
31 31-Januari-2009 1 0
TOTAL 49 47
57
Kemudian akan dihitung rata-rata kapal masuk dan rata-rata kapal keluar
dengan dermaga setiap hari dalam satu bulan. Maka akan diuji distribusi kapal masuk
dan distribusi kapal keluar dari dermaga.
Rata-rata kapal masuk dapat dihitung dengan cara menjumlahkan seluruh nilai
kapal masuk dan membaginya dengan jumlah pengamatan, perhitungannya sebagai
berikut: Rata-rata kapal masuk = 1.58 kapal/hari
Begitu juga dengan rata-rata pelayanan kapal pada dermaga dapat dihitung
dengan waktu pelayanan per kapal, perhitungannya adalah sebagai berikut:
Karena = 0.63 hari/ kapal
Maka, rata-rata pelayanan kapal FIFO ( ) = 1.59 kapal/hari
Table 4.2 Data Kapal PRORITAS Per hari Bulan Januari Tahun 2009
No. Periode per hari Kapal Masuk
(xi)
Kapal Keluar
1 1-Januari-2009 1 2
2 2-Januari-2009 3 2
3 3-Januari-2009 3 3
4 4-Januari-2009 1 1
5 5-Januari-2009 1 1
6 6-Januari-2009 0 0
7 7-Januari-2009 1 1
58
8 8-Januari-2009 2 3
9 9-Januari-2009 2 1
10 10-Januari-2009 2 2
11 11-Januari-2009 2 2
12 12-Januari-2009 0 0
13 13-Januari-2009 1 0
14 14-Januari-2009 1 2
15 15-Januari-2009 2 2
16 16-Januari-2009 2 1
17 17-Januari-2009 2 3
18 18-Januari-2009 2 1
19 19-Januari-2009 0 1
20 20-Januari-2009 1 2
21 21-Januari-2009 1 0
22 22-Januari-2009 0 1
23 23-Januari-2009 1 0
24 24-Januari-2009 0 0
25 25-Januari-2009 1 0
26 26-Januari-2009 1 2
27 27-Januari-2009 2 1
28 28-Januari-2009 0 1
29 29-Januari-2009 1 1
30 30-Januari-2009 0 1
31 31-Januari-2009 1 1
TOTAL 37 38
59
Kemudian akan dihitung rata-rata kapal masuk dan rata-rata kapal keluar
dengan dermaga setiap hari dalam satu bulan. Kemudian akan diuji distribusi kapal
masuk dan distribusi kapal keluar dari dermaga.
Rata-rata kapal masuk dapat dihitung dengan cara menjumlahkan seluruh nilai
kapal masuk dan membaginya dengan jumlah pengamatan, perhitungannya sebagai
berikut: Rata-rata kapal masuk = 1.19 kapal/ hari
Begitu juga dengan rata-rata pelayanan kapal pada dermaga dapat dihitung
dengan waktu pelayanan per kapal, perhitungannya adalah sebagai berikut:
Karena = 0.75 hari/ kapal
Maka, rata-rata pelayanan kapal prioritas ( ) = 1.33 kapal/hari
4.3 Uji Distribusi Kedatangan Kapal
4.3.1 Data Kapal FIFO
Uji distribusi Poisson digunakan untuk menguji kesesuaian distribusi
pengamatan dengan distribusi yang diharapkan terhadap seluruh data kedatangan
kapal ke dermaga. Pengujian ini dilakukan per satu bulan terhadap data kapal datang
yang didapat dari PT. BJTI. Dari hasil pengolahan tersebut akan diambil kesimpulan
apakah distribusi pengamatan sesuai dengan distribusi yang diharapkan. Adapun
output hasil perhitungan ditampilkan pada Tabel 4.3 berikut ini.
60
Tabel 4.3 Uji Data Kedatangan Kapal FIFO
Hasil Uji Data Kedatangan Kapal FIFO
Uji Distribusi Poisson
P-Value 1.000
Untuk mendapatkan kesimpulan apakah distribusi kedatangan yang diharapkan sesuai
dengan distribusi pengamatan, maka dilakukan uji hipotesis terhadap output hasil
pengolahan yang ditampilkan pada Tabel 4.3.
Tabel 4.3 menunjukkan uji distribusi Poisson yang dilakukan. Pada uji data
kedatangan kapal terlihat bahwa nilai dari P-Value adalah 1.00 atau probabilitas
berada di atas 0,05 (1.00 > 0,05). Maka H0 tidak ditolak, atau dengan kata lain uji
distribusi kedatangan kapal adalah berdistribusi Poisson.
Singkatnya pada Tabel 4.3, di kolom hasil pengujian terlihat bahwa uji yang
dilakukan, mempunyai hipotesa H0 tidak ditolak. Maka dapat disimpulkan bahwa
untuk proses kedatangan kapal ke dermaga distribusi pengamatan sesuai dengan
distribusi yang diharapkan ((F0(x) = SN(x)). Maka kedatangan kapal ke dermaga
mengikuti Distribusi Poisson.
4.3.2 Data Kapal Prioritas
Uji distribusi Poisson digunakan untuk menguji kesesuaian distribusi
pengamatan dengan distribusi yang diharapkan terhadap seluruh data kedatangan
kapal ke dermaga. Pengujian ini dilakukan per satu bulan terhadap data kapal datang
61
yang didapat dari PT. BJTI. Dari hasil pengolahan tersebut akan diambil kesimpulan
apakah distribusi pengamatan sesuai dengan distribusi yang diharapkan. Adapun
output hasil perhitungan ditampilkan pada Tabel 4.4 berikut ini.
Tabel 4.4 Uji Data Kedatangan Kapal Prioritas
Hasil Uji Data Kedatangan Kapal Prioritas
Uji Distribusi Poisson
P-Value 0.992
Untuk mendapatkan kesimpulan apakah distribusi kedatangan yang diharapkan sesuai
dengan distribusi pengamatan, maka dilakukan uji hipotesis terhadap output hasil
pengolahan yang ditampilkan pada Tabel 4.4.
Tabel 4.4 menunjukkan uji distribusi Poisson yang dilakukan. Pada uji data
kedatangan kapal terlihat bahwa nilai dari P-Value adalah 0,992 atau probabilitas
berada di atas 0,05 (0,992 > 0,05). Maka H0 tidak ditolak, atau dengan kata lain uji
distribusi kedatangan kapal adalah berdistribusi Poisson.
Ringkasnya pada Tabel 4.4, di kolom hasil pengujian terlihat bahwa uji yang
dilakukan, mempunyai hipotesa H0 tidak ditolak. Maka dapat disimpulkan bahwa
untuk proses kedatangan kapal ke dermaga distribusi pengamatan sesuai dengan
distribusi yang diharapkan ((F0(x) = SN(x)). Dengan demikian kedatangan kapal ke
dermaga mengikuti Distribusi Poisson.
62
4.4 Uji Distribusi Keberangkatan Kapal
4.4.1 Data Kapal FIFO
Sama halnya dengan uji distribusi kedatangan kapal, uji distribusi
keberangkatan kapal pun memiliki karakteristik distribusi yang harus diketahui.
Berkaitan dengan penelitian yang telah dilakukan, diasumsikan bahwa proses
keberangkatan kapal mengikuti distribusi Poisson. Pengujian terhadap data FIFO
pelayanan kapal/satu bulan diolah menggunakan dengan metode distribusi Poisson.
Tabel 4.5 berikut adalah output hasil pengolahan untuk distribusi keberangkatan
kapal.
Tabel 4.5 Uji Data Keberangkatan FIFO
Hasil Uji Data Keberangkatan Kapal FIFO
Uji Distribusi Poisson
P-Value 0.872
Untuk memperoleh kesimpulan apakah distribusi dari proses keberangkatan yang
diharapkan sesuai dengan distribusi hasil pengamatan, maka dilakukan uji hipotesis
terhadap output hasil pengolahan yang ditampilkan pada Tabel 4.5.
Begitu juga pada pengujian distribusi kedatangan, untuk memperoleh hasil
hipotesa, pengujian dilakukan pada nilai probabilitas yang diperoleh uji per satu
bulan. Pada uji keberangkatan kapal nilai probabilitas yang didapatkan adalah 0,872
63
dan hasil ini ada di atas 0,05 (0,872 > 0,05). Maka H0 untuk uji keberangkatan
kapal/satu bulan adalah tidak ditolak, dengan kata lain ada kesesuaian antara
distribusi yang diharapkan dengan distribusi pengamatan sehingga distribusi
keberangkatannya adalah distribusi Poisson.
karena pada Tabel 4.5 di kolom hasil pengujian terlihat bahwa uji yang dilakukan,
mempunyai hipotesa H0 tidak ditolak. Maka dapat disimpulkan bahwa, untuk proses
keberangkatan kapal ke dermaga distribusi pengamatan sesuai dengan distribusi yang
diharapkan ((F0(x) = SN(x)). Maka keberangkatan kapal ke dermaga mengikuti
Distribusi Poisson.
4.4.2 Data Kapal Prioritas
Demikian juga dengan uji distribusi kedatangan kapal, uji distribusi
keberangkatan kapal pun memiliki karakteristik distribusi yang harus diketahui.
Berkaitan dengan penelitian yang telah dilakukan, diasumsikan bahwa proses
keberangkatan kapal mengikuti distribusi Poisson.
Pengujian terhadap data proritas keberangkatan kapal/satu bulan diolah
menggunakan dengan metode distribusi Poisson. Tabel 4.6 berikut adalah output hasil
pengolahan untuk distribusi keberangkatan kapal.
Tabel 4.6 Uji Data Keberangkatan Kapal Prioritas
Hasil Uji Data Keberangkatan Kapal PRIORITAS
Uji Distribusi Poisson
P-Value 0.768
64
Untuk memperoleh kesimpulan apakah distribusi dari proses keberangkatan yang
diharapkan sesuai dengan distribusi hasil pengamatan, maka dilakukan uji hipotesis
terhadap output hasil pengolahan yang ditampilkan pada Tabel 4.6.
Sama halnya pada pengujian distribusi kedatangan, untuk memperoleh hasil
hipotesa, pengujian dilakukan pada nilai probabilitas yang diperoleh uji data
pelayanan kapal/satu bulan. Pada uji keberangkatan kapal nilai probabilitas yang
didapatkan adalah 0,764, dan hasil ini ada di atas 0,05 (0,764 > 0,05). Maka H0 untuk
uji keberangkatan kapal/satu bulan adalah tidak ditolak, dengan kata lain ada
kesesuaian antara distribusi yang diharapkan dengan distribusi pengamatan sehingga
distribusi keberangkatannya adalah distribusi Poisson.
Sesuai pada Tabel 4.6 di kolom hasil pengujian terlihat bahwa uji yang
dilakukan, mempunyai hipotesa H0 tidak ditolak. Maka dapat disimpulkan bahwa,
untuk proses keberangkatan kapal ke dermaga distribusi pengamatan sesuai dengan
distribusi yang diharapkan ((F0(x) = SN(x)). Maka keberangkatan kapal ke dermaga
mengikuti Distribusi Poisson.
4.5 Pemecahan Masalah di Dermaga Kapal
Hasil pengamatan dan pengolahan data yang telah dilakukan sebelumnya,
diperoleh kriteria keadaan sistem antrian yang ada di dermaga kapal adalah sebagai
berikut :
65
a. Distribusi kedatangan kapal ke dermaga mengikuti distribusi Poisson.
b. Distribusi pelayanan kapal mengikuti distribusi Poisson.
c. Dermaga pelayanan kapal mempunyai 2 dermaga (c = 2) untuk melayani
kedatangan kapal untuk disiplin antrian FIFO dan mempunyai 1 dermaga (c =
1) untuk disiplin antrian Prioritas.
d. Pelayanan yang diberikan dibagi dalam dua jenis yaitu, kapal yang pertama
datang akan dilayani terlebih dahulu, dan kapal yang memiliki skala proritas
yang tinggi yang dilayani terlebih dahulu.
e. Antrian yang ada di dermaga pelayanan merupakan antrian dari sederetan kapal-
kapal yang menunggu untuk dilayani.
f. Sumber kedatangan kapal tidak terbatas.
Berdasarkan kriteria-kriteria yang telah disebutkan di atas, maka sistem
antrian yang ada di dermaga kapal dapat dikategorikan sebagai model antrian
Pelayanan Ganda dengan Populasi Tidak Terbatas (M/M/c) : (GD/∞/∞). Namun,
model antrian FIFO tersebut dapat disimulasikan untuk sistem yang berada dalam
kondisi tetap (steady state) di mana 1.c
dan model antrian Prioritas jika berada
pada kondisi tetap (steady state) di mana S1= dengan So=0.
Akan diperiksa apakah sistem antrian kapal dengan disiplin antrian FIFO
sudah berada pada kondisi tetap atau belum dengan nilai c = 2 : dari perhitungan
didapat : sehingga syarat kondisi tetap telah terpenuhi. Apakah
66
sistem antrian kapal dengan disiplin antrian prioritas sudah berada pada kondisi tetap
atau belum dengan nilai : dengan So=0 dari perhitungan didapat S1=
sehingga syarat steady state telah terpenuhi.
Syarat uji distribusi untuk kedatangan dan pelayanan telah diketahui dengan
sesuainya distribusi yang diharapkan dengan distribusi pengamatan, yaitu mengikuti
Distribusi Poisson. Keadaan sistem untuk tingkat kedatangan yang maksimum telah
berada pada kondisi tetap sehingga simulasi model antrian pelayanan ganda dengan
populasi tidak terbatas (M/M/c): (GD/∞/∞) dan prioritas tunggal (N-P) terhadap data
yang telah didapatkan bisa dilakukan.
Berikut adalah hasil simulasi untuk model antrian FIFO (M/M/c): (GD/∞/∞):
1. Probabilitas tidak ada pelayanan :
Po = 0,318
2. Rata-rata jumlah kapal yang diharapkan menunggu dalam antrian :
Lq = 0,308 kapal ≈ 0 kapal
Jadi, rata-rata jumlah kapal yang menunggu dalam antrian adalah 0 kapal
3. Rata-rata jumlah kapal yang diharapkan menunggu dalam sistem :
Ls = 1.302 kapal ≈ 1 kapal
Jadi, rata-rata jumlah kapal yang menunggu dalam sistem adalah 1 kapal
67
4. Rata-rata waktu menunggu yang diharapkan dalam antrian :
Wq= 0,195 hari = 4.68 jam
Jadi, rata-rata waktu tunggu untuk setiap kapal yang diharapkan dalam antrian
adalah selama 4.68 jam
5. Rata-rata waktu menunggu yang diharapkan dalam sistem (antrian+pelayanan) :
Ws = 0,824 hari = 19.776 jam
Jadi, rata-rata waktu tunggu untuk setiap kapal yang diharapkan dalam sistem
adalah selama 19.776 jam
Simulasi yang telah dilakukan terhadap data sekunder dengan disiplin antrian
FIFO pada Model Antrian (M/M/c) : (GD/∞/∞), berkaitan dengan tujuan dari
penelitian ini diperoleh informasi bahwa rata-rata laju kedatangan kapal (λ) adalah
1.52 kapal/hari dengan kedatangan mengikuti distribusi Poisson dan rata - rata kapal
keluar atau pelayanan kapal (µ) adalah 1.59 kapal/hari dengan pelayanan kapal
mengikuti distribusi poisson. Rata-rata laju pelayanan dermaga pada kapal (c µ)
dengan c = 2 dan µ = 1.59 adalah 3.18 kapal/hari dengan pelayanan mengikuti
distribusi Poisson. Untuk rata-rata waktu pelayanan untuk setiap kapal 1
adalah
0.63 hari/kapal atau 15.12 jam/kapal. Selanjutnya rata-rata banyaknya kapal yang
diharapkan berada dalam sistem (Ls) adalah sebanyak 1.302 kapal. Demikian juga
dengan rata-rata banyaknya kapal yang diharapkan berada dalam antrian untuk
68
mendapat pelayanan (Lq) adalah sebanyak 0.308 kapal. Dan rata-rata waktu yang
digunakan oleh setiap kapal untuk menunggu dalam sistem (Ws) adalah 0.824 hari
atau 19.776 jam. Serta rata-rata waktu yang digunakan oleh setiap kapal untuk
menunggu dalam antrian (Wq) adalah 0.195 hari atau 4.68 jam.
Berikut adalah hasil simulasi untuk model antrian prioritas tunggal(N-P) :
1. Rata-rata waktu menunggu yang diharapkan dalam antrian :
Wq= 3.207 hari
2. Rata-rata waktu menunggu yang diharapkan dalam sistem :
Ws= 3.959 hari
1. Rata-rata jumlah kapal yang diharapkan dalam antrian :
Lq= 3.816 kapal ≈ 4 kapal
Jadi, rata-rata jumlah kapal yang menunggu dalam antrian adalah 4 kapal
2. Rata-rata jumlah kapal yang diharapkan dalam sistem (antrian+pelayanan) :
Ls= 4.711 kapal ≈ 5 kapal
Jadi, rata-rata jumlah kapal yang menunggu dalam sistem adalah 5 kapal
Simulasi yang telah dilakukan terhadap data sekunder dengan disiplin antrian
prioritas tunggal (N-P), berkaitan dengan tujuan dari penelitian ini diperoleh
informasi bahwa rata-rata laju kedatangan kapal (λ) adalah 1.19 kapal/hari dengan
69
kedatangan mengikuti distribusi Poisson dan rata- rata kapal keluar atau pelayanan
kapal (µ) adalah 1.33 kapal/hari dengan pelayanan kapal mengikuti distribusi
Poisson. Untuk rata-rata waktu pelayanan untuk setiap kapal 1
adalah 0.75
hari/kapal atau 18.13 jam/kapal. Selanjutnya rata-rata banyaknya kapal yang
diharapkan berada dalam sistem (Ls) adalah sebanyak 4.711 kapal. Demikian juga
dengan rata-rata banyaknya kapal yang diharapkan berada dalam antrian untuk
mendapat pelayanan (Lq) adalah sebanyak 3.816 kapal. Dan rata-rata waktu yang
digunakan oleh setiap kapal untuk menunggu dalam sistem (Ws) adalah 3.959 hari.
Serta rata-rata waktu yang digunakan oleh setiap kapal untuk menunggu dalam
antrian (Wq) adalah 3.207 hari.
Semua perhitungan dari model antrian pelayanan ganda dengan populasi
tidak terbatas dan model antrian prioritas tunggal yang telah disimulasikan
merupakan alternatif optimum yang diperoleh secara analisis teori antrian untuk
memberikan pelayanan optimal terhadap kapal yang ada di Dermaga PT. BJTI,
Surabaya, Jawa Timur.
4.6 Tampilan Aplikasi Antrian
Pada tampilan aplikasi antrian ini terdapat banyak fitur diantaranya, menu
umum, menu kapal, menu dermaga, menu perusahaan, menu pelanggan dan menu
adm(administrasi).
70
4.6.1 Menu Umum
Gambar 4.1 Layout Menu Umum
Pada menu umum ini terdapat beberapa fitur kolom yaitu, kolom home,
profile, register perusahaan baru, pemesanan dan kolom login. Berikut ini akan
dijelaskan dari fitur kolom :
1. Kolom home
Kolom home ini terdapat fitur login, fitur kolom pencarian, fitur about us dan
fitur berita. Pada kolom pencarian bisa digunakan untuk mencari kapal dan jadwal
kapal dengan cara mengetik kata kunci dari nama kapal yang ingin dicari.
71
2. Kolom profile
Kolom profile ini masih dalam tahap pengembangan pembuatan yang akan berisi
profile dari perusahaan aplikasi antrian ini.
3. Kolom register perusahaan baru
Kolom register perusahaan baru terdapat tabel pendaftaran perusahaan kapal yang
belum terdaftar sebagai admin.
4. Kolom pemesanan
Kolom pemesanan ini terdapat tabel pemesanan tanggal estimasi awal, estimasi
akhir, actual awal dan actual akhir kapal yang akan dilayani di dermaga.
Pemesanan tanggal kapal ini berguna untuk penjadwalan kapal karena jika
tanggal kapal yang dipesan sudah ada kapal yang mengantri, maka perusahaan
kapal harus menginput dan mencari tanggal estimasi awal, estimasi akhir, actual
awal dan actual akhir kapal agar tidak terjadi penumpukan pelayanan di dermaga
dan tidak terjadi tabrakan diantara kapal.
5. Kolom login
Kolom login ini terdapat tabel login yang berisi username dan password
perusahaan-perusahaan yang sudah terdaftar sebagai admin. Jika sudah login
maka akan masuk ke menu admin dan dapat menginput fitur-fitur kapal dan yang
lainnya yang akan dijelaskan selanjutnya.
72
4.6.2 Menu Admin
Gambar 4.2 Layout menu Admin
Pada menu admin ini terdapat kolom-kolom diantaranya, kolom home, kolom
menu input, kolom menu laporan dan kolom logout. Berikut ini akan dijelaskan
fitur-fitur dalam kolom-kolom menu admin tersebut:
1. Kolom home
Kolom home ini terdapat halaman awal dari menu admin yang berisi kata-kata
advise atau nasihat, informasi login yaitu informasi tentang admin yang sedang
login pada saat itu dan informasi pelabuhan yang didalamnya terdapat fitur-fitur
tentang pelabuhan, tentang dermaga, tentang server dan tentang service.
73
2. Kolom menu input
Kolom menu input adalah kolom utama dalam menu admin karena terdapat
input-input yang dibutuhkan dalam aplikasi antrian kapal ini diantaranya,
terdapat input data pengguna, input data kapal, input data dermaga, input data
peti kemas, input data perusahaan, input data dermaga-kapal, input data peti
kemas-kapal, input data perusahaan-kapal dan input data berita. Pada fitur input-
input ini terdapat tabel input yang bisa di-delete dan di-update sesuai data yang
diinput.
Gambar 4.3 Layout menu Input
74
Dengan contoh menu input data kapal adalah :
Gambar 4.4 Layout Data Input Kapal
3. Kolom menu laporan
Kolom menu laporan ini terdapat fitur laporan data dari hasil perhitungan kapal
pada menu input yang kemudian disimulasi berdasarkan rumus model antrian
yang terdapat pada bab 2. Hasil perhitungan ini berdasarkan disiplin antrian
kapal yang diinput yaitu disiplin antrian FIFO dan disiplin antrian prioritas.
Dalam fitur ini terdapat dua laporan yaitu, laporan data antrian FIFO dan laporan
data antrian Prioritas.
75
Gambar 4.5 Layout menu Laporan
Dengan contoh menu laporan data kapal FIFO adalah :
Gambar 4.6 Layout menu Laporan Data Kapal FIFO
76
4.7 Fitur-fitur dalam Pengembangan
Pada aplikasi antrian kapal ini terdapat banyak kolom-kolom dan fitur-fitur baik
di menu admin maupun menu umum. pada menu admin maupun menu umum
terdapat fitur-fitur yang dalam prosesnya masih dalam pengembangan diantaranya
fitur about us pada menu umum dan fitur informasi pelabuhan pada menu admin, dan
kolom yang msih dalam pengembangan adalah kolom profile pada menu umum.
Untuk itu, untuk peneliti selanjutnya diharapkan untuk mengembangkan fitur-fitur
tersebut.
77
BAB V
KESIMPULAN DAN SARAN
1.1 Kesimpulan
Antrian kapal berbasis website ini dilakukan terhadap data sekunder yang
memiliki dua disiplin antrian yaitu, disiplin antrian FIFO dan disiplin antrian
prioritas. Rancangan aplikasi website antrian kapal ini juga dapat mempermudah
perusahaan atau instansi yang terkait untuk melakukan pemesanan kapal tanpa harus
datang ke dermaga PT. BJTI Surabaya. Aplikasi ini juga dapat memudahkan
masyarakat untuk melihat jadwal kapal di dermaga PT. BJTI. Dibawah ini
merupakan hasil simulasi web disiplin antrian FIFO dan prioritas:
1. Simulasi Web Disiplin Antrian FIFO
Pada dasarnya sistem pelayanan di dermaga PT. BJTI sudah baik, namun pada
saat-saat tertentu sering terjadi penungguan kapal di dermaga kapal terutama pada
awal bulan kedatangan. Dengan menerapkan model antrian (M/M/c) : (GD/∞/∞),
maka dapat diketahui bahwa penyediaan dermaga untuk melayani kapal dengan
disiplin antrian FIFO sekarang adalah sudah tepat, karena dengan jumlah 2 dermaga,
rata-rata tingkat kedatangan kapal (λ) pada pelayanan dermaganya sudah tepat (c µ)
sehingga sistem antrian berada dalam kondisi tetap (steady state), sehingga dapat
mengefisienkan tenaga, waktu dan biaya bagi pihak dermaga dan perusahaan pemilik
kapal. Tetapi, ini berlaku untuk kondisi jumlah kapal 49 per bulan. Karena jika
78
jumlah kapal lebih dari 49 maka akan terjadi penumpukan antrian kapal sehingga
sistem antrian tidak berada dalam kondisi tetap (steady state).
2. Simulasi Web Disiplin Antrian Prioritas
Pada disiplin antrian prioritas waktu yang diharapkan menunggu untuk
pemilik kapal dalam antrian maupun dalam sistem antrian membutuhkan waktu yang
sangat lama sehingga kondisi seperti ini menimbulkan kerugian baik kerugian tenaga,
waktu dan biaya terhadap pemilik kapal. Sehingga antrian kurang efektif dan efisien.
Maka disarankan pada pihak pelabuhan untuk menambahkan dermaga atau server
untuk melayani kapal dengan disiplin antrian prioritas agar lebih efisien, efektif dan
terarah dan tidak menimbulkan banyak kerugian pada pemilik kapal.
5.2 Saran
Pihak manajemen dermaga PT. BJTI untuk dapat mempertahankan
pelayanan yang sudah baik. Dan menambah dermaga atau server baru untuk kapal
dengan disiplin antrian prioritas agar sistem antriannya lebih efisien, efektif dan
terarah.
Bagi peneliti selanjutnya agar meneliti antrian peti kemas pada kapal yang
singgah di dermaga pelabuhan PT. BJTI, baik bongkar ataupun muat peti kemas pada
kapal, dan dapat menjadi model antrian yang tepat untuk antrian peti kemas pada
kapal di dermaga Surabaya PT. BJTI, serta meneliti optimilisasi pelayanan di
pelabuhan dengan melihat faktor-faktor yang mempengaruhi pelayanan tersebut.
79
DAFTAR PUSTAKA
[1] Korth. F. Henry, Database System Concept. Singapura: 1986.
[2] Cushman. K. Pauline, dan Mata-Toledo. A. Ramona, Dasar-Dasar Database
Relational. Jakarta:Erlangga, 2007.
[3] Aminudin, Riset Operasi. Jakarta: Erlangga, 2005.
[4] Arikunto. Suharsimi. Dr. Prof, Prosedur Penelitian.
[5] Prahasta. Eddy, Konsep-Konsep Dasar Sistem Informasi. Jakarta: Informatika
Bandung, 2002.
[6] Kakiay. J. Thomas, Dasar Teori Antrian Untuk Kehidupan Nyata.
Yogyakarta:Penerbit Andi, 2004.
[7] Ph.D. M.A. Usman. Mustofa. Dkk, Statsistika. Bandung: Sinar Baru Algesindo,
2009.
[8] Peranginangin. Kasiman, Aplikasi Web Dengan PHP Dan MYSQL. Yogyakarta:
Penerbit Andi, 2006.
[9] ajiew.staff.gunadarma.ac.id/Downloads/files/8624/Model+Antrian.pdf,
[10] http://lecturer.eepis-its.edu/~arna/Praktikum_RPL/DFD.pdf, 25 mei, jam
19.15, 2011.
[11] Yunitawaty, Sistem Antrian Kapal Pada Pelayanan Dermaga. Jakarta: 2006.
[12] Rizky. Fiqhy, Aplikasi Teori Antrian Dengan Sistem Multichannel, Single
Phase Pada Kcu BNI Mayestik. Jakarta: 2004.
LAMPIRAN-LAMPIRAN
LAMPIRAN
Lampiran 1 Uji Distribusi Normal Dan Distribusi Poisson
Data Kedatangan Kapal Disiplin FIFO
One-Sample Kolmogorov-Smirnov Test 2
FIFO_COME
N 31
Poisson Parametera Mean 1.5806
Most Extreme Differences Absolute .023
Positive .023
Negative -.015
Kolmogorov-Smirnov Z .126
Asymp. Sig. (2-tailed) 1.000
a. Test distribution is Poisson.
Data Kedatangan Kapal Disiplin PRIORITAS
One-Sample Kolmogorov-Smirnov Test 2
PR_COME
N 31
Poisson Parametera Mean 1.1935
Most Extreme
Differences
Absolute .077
Positive .055
Negative -.077
Kolmogorov-Smirnov Z .431
Asymp. Sig. (2-tailed) .992
a. Test distribution is Poisson.
Data Pelayanan Kapal Disiplin FIFO
One-Sample Kolmogorov-Smirnov Test
FIFO
N 31
Poisson Parametera Mean 2.4839
Most Extreme Differences Absolute .107
Positive .107
Negative -.083
Kolmogorov-Smirnov Z .594
Asymp. Sig. (2-tailed) .872
a. Test distribution is Poisson.
Data Pelayanan Kapal Disiplin PRIORITAS
One-Sample Kolmogorov-Smirnov Test
PRIORITAS
N 31
Poisson Parametera Mean 1.1613
Most Extreme Differences Absolute .120
Positive .048
Negative -.120
Kolmogorov-Smirnov Z .666
Asymp. Sig. (2-tailed) .768
a. Test distribution is Poisson.
Lampiran 2 Hasil Perhitungan Kapal FIFO Dan Prioritas
Hasil Perhitungan Data Kapal FIFO
Diketahui :
c = 2, karena terdapat 2 server
1. untuk menghitung nilai probabilitas tidak ada pelayanan :
Dengan =
=
Maka p0 adalah :
= 0.299
2. menghitung jumlah kapal dalam antrian:
Pocc
LqC
2)()!1(
)/(
Dengan
= 1.08
Maka Lq adalah :
Lq = kapal
3. menghitung jumlah kapal dalam system (antrian+pelayanan):
LqLs
Maka Ls adalah :
Ls= kapal
4. menghitung waktu rata-rata kapal menunggu dalam antrian:
LqWq
Maka Wq adalah :
Wq = hari
5. menghitung waktu rata-rata kapal menunggu dalam system (antrian+pelayanan):
LsWs
Maka Ws adalah :
Ws = hari
Hasil Perhitungan Data Kapal Prioritas
Diketahui :
c = 1, karena terdapat 1server
1. menghitung waktu rata-rata menunggu dalam antrian:
Wq = )1)(1(2
)(2ˆ(
1
1
sksk
tiEm
i
Dengan hari
Pk=Sk = = 0.967
S = 0
Maka Wq adalah :
Wq = hari
2. menghitung waktu rata-rata menunggu dalam sistem(antrian+pelayanan):
Ws=Wq(k)+Ek(t)
Maka Ws adalah :
Ws = hari
3. menghitung jumlah kapal yang menunggu dalam antrian:
Lq=ʎ .Wq
Maka Lq adalah:
Lq = 11.918 = 14.182 kapal ͌ 14 kapal
4. menghitung jumlah kapal yang menunggu dalam sistem(antrian+pelayanan):
Ls=Lq + pk
Maka Ls adalah :
Ls = ͌ 15 kapal
Lampiran 3 Script Website
Script Tampilan Index
<?php
session_start();
?>
<title>Sistem Antrian terminal Peti Kemas</title>
<LINK HREF="style.css" TYPE="text/css" REL="stylesheet">
<LINK href="Mambo/theme.css" type=text/css rel=stylesheet>
<link href="Mambo/format.css" rel="stylesheet" type="text/css">
<SCRIPT language=JavaScript src="Mambo/JSCookMenu.js"
type=text/javascript></SCRIPT>
<SCRIPT language=JavaScript src="Mambo/theme.js"
type=text/javascript></SCRIPT>
<SCRIPT language=JavaScript1.2 src="Mambo/rollover.js"
type=text/javascript></SCRIPT>
<SCRIPT language=JavaScript src="Mambo/mambojavascript.js"
type=text/javascript></SCRIPT>
<style type="text/css">
<!--
.style1 {
font-size: 18px;
color: #CCCCCC;
}
-->
</style>
<style type="text/css">
<!--
.text_header {
font-family: Georgia, "Times New Roman", Times, serif;
font-size: 32px;
font-weight: bold;
color: #C6D2D9;
}
.linktxt{
font-family: Arial, Helvetica, sans-serif;
font-size: 14px;
color: #990000;;
text-decoration: none;
font-weight: bold;
}
.linktxt:hover {
font-family: Arial, Helvetica, sans-serif;
font-size: 14px;
color: #3399FF;
text-decoration: none;
font-weight: bold;
}
.txt {
font-family: Arial, verdana;
font-size: 12px;
color: #000000;
text-decoration: none;
font-weight: normal;
}
.tbl_jdl {
font-family: Arial, verdana;
font-size: 14px;
color: #514F80;
text-decoration: none;
font-weight: bold;
}
-->
</style>
</head>
<body >
<?
if($f4=='admin'){ include"menu_adm.php";}
else if($f4=='kapal'){ include"menu_kapal.php";}
else if($f4=='operator'){ include"menu_operator.php";}
else if($f4=='dermaga'){ include"menu_dermaga.php";}
else if($f4=='perusahaan'){ include"menu_perusahaan.php";}
else if($f4=='peti'){ include"menu_pk.php";}
else{ include"menu_umum.php";}
?>
<table bgcolor="#D0DAF4" width="95%" height="600">
<tr >
<td background="gambar/kapal.jpg" width="1000" height="100" valign="middle"
colspan="2">
<div align="center"><font color="#000000"size="+3">SISTEM ANTRIAN KAPAL
BERBASIS WEBSITE</font></div>
<div align="right"><font color='#00FF66' face="verdana" size="2"><? if($f1){echo
"= ".$f1." [".$f3."] ="; }?></font> </div></td>
<tr bgcolor="#15037A"><td align="right" width="100%" height="25"
colspan="2"><!--<a href="?opt=01" class="style2">[ Input Kode Barang |</a>
<a href="?opt=02" class="style2">Lihat Kode Barang ]</a>-->
<DIV id=myMenuID></DIV>
<SCRIPT language=JavaScript type=text/javascript>
cmDraw ('myMenuID', myMenu, 'hbr',
cmThemeOffice, 'ThemeOffice');
</SCRIPT>
</td></tr>
<tr><td colspan="2" height="10"> </td></tr>
<tr><td valign="top" colspan="2">
<?php
//include"koneksi.php";
if($f0){
switch($opt){
case '01':
include"input.php";
break;
case '02':
include"laporan.php";
break;
case '03':
include"jadwal_kapal.php";
break;
case '04':
include"register_Data_kapal.php";
break;
case '05':
include"home.php";
break;
case '06':
include"profile.php";
break;
default:
include"depan.php";
break;
}
}
else{
if($optx=='04'){include"register_Data_kapal.php";}
else if($optx=='03'){include"pemesanan.php";}
else{
?>
<table align="center" width="98%">
<tr>
<td valign="top" bgcolor="#117AEE">
<?
include"login.php";
//echo"<hr>";
include"kapal_info.php";
include"menu.php";
?>
</td>
<TD>
<table>
<tr><td><? include"home.php"; ?><hr
size="1" color="#999900"></td></tr>
<tr><td width="90%" align="left"
bgcolor="#0000FF">
<BR><?
if($kapal=='yes'){
echo"<div align='center'>DATA KAPAL </div>";
include"koneksi.php";
$qry="SELECT a.*,b.nama_dermaga,c.nama_kapal FROM `dermaga-kapal`
a, dermaga b, kapal c ";
$qry.=" WHERE a.kode_dermaga=b.kode_dermaga AND
a.kode_kapal=c.kode_kapal AND c.nama_kapal like '%$kunci%'"; //echo $qry;
$rst=mysql_query($qry);// echo $qry;
while($data=mysql_fetch_row($rst))
{
echo"Kode Dermaga, Nama Kapal: $data[8], $data[9] <br>";
echo"ETA, ETD, ATA, ATD: $data[2], $data[3], $data[4], $data[5]<br>";
echo"<hr>";
}
}
if($ber){
echo"<div align='center'>BERITA TERKINI </div>";
include"koneksi.php";
$qry="SELECT * FROM berita WHERE id=$ber";
$rst=mysql_query($qry);
while($data=mysql_fetch_row($rst))
{
echo"<div align=center><a href='?ber=$data[0]'>$data[2]</a></div>";
echo"$data[3]<br><font size=2 face=verdana>[ by: $data[4], $data[1] ]</font><hr>";
}
}
include"berita.php";
?>
</td></tr>
</table>
</TD>
</TR>
</table>
<?
}
}
?>
</td></tr>
</table>
<?
//}
?>
Script Antrian FIFO
<form name="agregat" method="post" action="<? $PHP_SELF; ?>">
periode [yyyy-mm]: <input type="text" name="tggl"> <input type="submit"
name="agre" value="Agregat">
</form>
<table bgcolor="#FFFF99" cellspacing="1" align="center" border="1">
<tr bgcolor="#666666"><td height="25" align="center">tanggal</td><td
align="center">kapal_masuk</td><td align="center">kapal_keluar</td></tr>
<?
include"koneksi.php";
function faktorial($x){
if($x<=1){ return 1;}
else{
return($x * faktorial($x-1));
}
}
if($agre){
$tang[0]=""; $kapal_masuk[0]=0; $kapal_keluar[0]=0; $tomas=0;
$tokel=0; $n=0; $myu=0; $lam=0;
for($i=1;$i<32;$i++){
echo"<tr>";
if(strlen($i)==1){ $i="0".$i;}
$tgl=$tggl."-".$i;
echo"<td>$tgl</td> ";
$tang[$n]=$tgl;
$qry="SELECT count(kode_dermaga) FROM `dermaga-kapal`
WHERE kode_dermaga!='E2' AND actual_awal LIKE '$tgl%' ";
$rst=mysql_query($qry);
while($data=mysql_fetch_row($rst)){
$kapal_masuk[$n]=$data[0];
$tomas=$tomas+$kapal_masuk[$n];
echo"<td>$data[0]</td>";
}
$qry1="SELECT count(kode_dermaga) FROM `dermaga-
kapal` WHERE kode_dermaga!='E2' AND actual_akhir LIKE '$tgl%' ";
$rst1=mysql_query($qry1);
while($data1=mysql_fetch_row($rst1)){
$kapal_keluar[$n]=$data1[0];
$tokel=$tokel+$kapal_keluar[$n];
echo"<td>$data1[0]</td>";
}
$n++;
echo"</tr>";
}
$lam=round($tomas/$n,2);
$myu=round($tokel/$n,2);
echo"<tr><td colspan=3 >total masuk=$tomas, total keluar=$tokel,
myu=$myu, lamda=$lam</td></tr>";
echo"</table>";
echo " keterangan : <br>";
echo " lam = rata-rata kapal yang masuk <br>";
echo " myu = rata-rata kapal yang keluar <br>";
$z=round(($lam/$myu),3);
echo "<br> z=(lam/myu)=$z<br>";
$q=round((1/(1-($lam/(3*$myu)))),3);
echo "q=(1/(1-(lam/(3*myu)))) =$q<br> ";
$r=round((0.5*(pow($z,2))),3);
echo "r=(0.5*(pow(z,2))) =$r<br> ";
$s=round((0.167*(pow($z,3))),3);
echo "s=(0.167*(pow(z,3))) =$s<br>";
$t=round(($q*$s),3);
echo "t=(q*s) =$t<br> ";
$u=round((1+$z+$r+$t),3);
echo "u=(1 + z + r +t ) =$u<br>";
$a=round((((2*$myu)-$lam)),3);
echo "a=(((2*myu)-lam)) =$a<br>";
$b=round((pow($a,2)),3);
echo "b=(pow(a,2)) =$b<br>";
$c=round(($myu*$lam),3);
echo "c=(myu*lam) =$c<br>";
$d=round((pow($z,2)),3);
echo "d=(pow(z,2)) =$d<br>";
$e=round((($c*$d)/(1*(1*$b))),3);
echo "e=((c*d)/(1*(1*b))) =$e<br>";
echo "<br>maka hasil probabilitas yang didapat adalah";
$P0=round((pow($u,-1)),3);
echo "<br>P0=(pow(u,-1)) =$P0<br>";
echo "maka jumlah rata-rata kapal yang diharapkan dalam antrian
adalah";
$Lq=round(($e*$P0),3);
echo "<br>Lq=(e*P0) =$Lq";
echo "kapal<br>";
echo "maka jumlah rata-rata kapal yang diharapkan dalam sistem
adalah";
$Ls=round(($Lq+$z),3);
echo "<br>Ls=(Lq+z) =$Ls";
echo "kapal<br>";
echo "maka rata-rata waktu menunggu yang diharapkan dalam sistem
adalah";
$Ws=round(($Ls/$myu),3);
echo "<br>Ws=(Ls/myu) =$Ws";
echo "hari<br>";
echo "maka rata-rata waktu menunggu yang diharapkan dalam antrian
adalah";
$Wq=round(($Lq/$lam),3);
echo "<br>Wq=(Lq/lam) =$Wq";
echo "hari<br>";
echo"</li>";
}
?>
Script Antrian PRIORITAS
<form name="agregat" method="post" action="<? $PHP_SELF; ?>">
periode[yyyy-mm]: <input type="text" name="tggl"> <input type="submit"
name="antrian" value="Antrian">
</form>
<table bgcolor="#FFFF99" cellspacing="1" align="center" border="1">
<tr bgcolor="#666666"><td height="25" align="center">tanggal</td><td
align="center">kapal_masuk</td><td align="center">kapal_keluar</td></tr>
<?
include"koneksi.php";
function faktorial($x){
if($x<=1){ return 1;}
else{
return($x * faktorial($x-1));
}
}
if($antrian){
$tang[0]=""; $kapal_masuk[0]=0; $kapal_keluar[0]=0; $tomas=0;
$tokel=0; $n=0; $myu=0; $lam=0; $So=0;
for($i=1;$i<32;$i++){
echo"<tr>";
if(strlen($i)==1){ $i="0".$i;}
$tgl=$tggl."-".$i;
echo"<td>$tgl</td> ";
$tang[$n]=$tgl;
$qry="SELECT count(kode_dermaga) FROM `dermaga-kapal`
WHERE kode_dermaga LIKE '%E2%' AND actual_awal LIKE '$tgl%' ";
$rst=mysql_query($qry);
while($data=mysql_fetch_row($rst)){
$kapal_masuk[$n]=$data[0];
$tomas=$tomas+$kapal_masuk[$n];
echo"<td>$data[0]</td>";
}
$qry1="SELECT count(kode_dermaga) FROM `dermaga-
kapal` WHERE kode_dermaga LIKE '%E2%' AND actual_akhir LIKE '$tgl%' ";
$rst1=mysql_query($qry1);
while($data1=mysql_fetch_row($rst1)){
$kapal_keluar[$n]=$data1[0];
$tokel=$tokel+$kapal_keluar[$n];
echo"<td>$data1[0]</td>";
}
$n++;
echo"</tr>";
}
$lam=round($tomas/$n,2);
$myu=round($tokel/$n,2);
echo"<tr><td colspan=3 >total masuk=$tomas, total keluar=$tokel,
myu=$myu, lamda=$lam</tr></td>";
echo"</table>";
echo " keterangan : <br>";
echo " lam = rata-rata kapal yang masuk <br>";
echo " myu = rata-rata kapal yang keluar <br>";
$E=round((1/$myu),3);
echo "<br>E=(1/myu) =$E<br>";
$Sk=round(($lam*$E),3);
echo "<br>Sk=(lam*E) =$Sk<br>";
$Pk=$Sk;
echo "<br>Pk=Sk =$Pk<br>";
$a=round(pow($E,2),3);
echo "<br>a=pow(E,2) =$a<br>";
$b=$lam*$a;
echo "<br>b=lam*a =$b<br>";
$c=1-$So;
echo "<br>c=1-So =$c<br>";
$d=1-$Sk;
echo "<br>d=1-Sk =$d<br>";
$e=round((2*($c*$d)),3);
echo "<br>e=(2*(c*d)) =$e<br>";
echo "<br>maka rata-rata waktu menunggu yang diharapkan dalam
antrian adalah";
$Wq=round(($b/$e),3);
echo "<br>Wq=(b/e) =$Wq";
echo "hari<br>";
echo "maka rata-rata waktu menunggu yang diharapkan dalam sistem
adalah";
$Ws=round(($Wq+$E),3);
echo "<br>Ws=(Wq+E) =$Ws";
echo "hari<br>";
echo "maka jumlah rata-rata kapal yang diharapkan dalam antrian
adalah";
$Lq=round(($lam*$Wq),3);
echo "<br>Lq=(lam*Wq) =$Lq";
echo "kapal<br>";
echo "maka jumlah rata-rata kapal yang diharapkan dalam sistem
adalah";
$Ls=round(($Lq+$Pk),3);
echo "<br>Ls=(Lq+Pk) =$Ls";
echo "kapal<br>";
}
?>