Simulasi Dan Permodelan Sistem Antrian Pelanggan

di Loket Pembayaran Rekening XYZ Semarang

Yani Prihati
Fakultas Ilmu Komputer Universitas AKI

Abstract

Queuing is a condition in which a group of people, or machine components that require

service have to wait in a certain order before finally obtaining services. This occurs when the
ability to organize the service is smaller than the needs of the service.
One study in the mathematical field related to this is the theory of queues. Queuing
theory can be applied to optimize service delivery by minimizing both the cost of the provision of
resources for conducting services and costs that may arise in those who need the service.

In this study, Arena is used to analyze the queue system at a counter of the public service
bill payments in East Semarang.

Key Word : Queue system, Arena, Bill Payment Counter

Latar Belakang panjang harus dihindari karena akan

mengakibatkan waktu tunggu yang terlalu
Mengantri adalah kondisi dimana
panjang dan akan merugikan pihak yang
sekumpulan orang, komponen atau mesin
membutuhkan layanan tetapi sebaliknya,
yang membutuhkan layanan harus
kemampuan menyelenggarakan layanan
menunggu dalam suatu urutan tertentu
yang berlebihan juga harus dihindari karena
sebelum akhirnya memperoleh layanan. Hal
akan mengakibatkan sumberdaya yang
ini terjadi pada saat kemampuan
tersedia terlalu lama menganggur sehingga
menyelenggarakan layanan lebih kecil
akan merugikan pihak penyelenggara
dibandingkan dengan kebutuhan layanan.
layanan.
Sumberdaya yang harus tersedia
Salah satu kajian di bidang
untuk menyelenggarakan layanan harus
matematis yang berkaitan dengan hal
direncanakan sedemikan rupa sehingga
tersebut adalah teori antrian. Dalam berbagai
proses penyelenggaraan layanan menjadi
bidang dan berbagai kasus, teori antrian
efektif dan efisien. Antrian yang terlalu
dapat diterapkan untuk mengoptimalkan

-1-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

penyelenggaraan layanan dengan cara Bagaimana membuat simulasi model

meminimalkan baik biaya penyediaan antrian di Loket Pembayaran Rekening XYZ
sumberdaya untuk menyelenggarakan menggunakan Arena untuk
layanan maupun biaya yang mungkin timbul mengoptimalkan layanan kepada pelanggan.
pada pihak yang memerlukan layanan.
Batasan masalah
Dewasa ini, simulasi telah menjadi
a. Penelitian dilakukan pada Loket
suatu hal yang sangat penting. Berbagai
Pambayaran Rekening XYZ, selama
penelitian dan kajian dilakukan dengan
6 hari pada periode sibuk (batas
menggunakan metode simulasi sebagai salah
akhir pembayaran rekening) pada
satu teknik untuk memecahkan masalah.
interval waktu yang berbeda
Masalah yang dapat diselesaikan dengan
b. Tidak terjadi penolakan dan
menggunakan simulasi salah satunya adalah
pembatalan terhadap kedatangan
masalah antrian.
para pelanggan
Salah satu perangkat lunak yang bisa c. Software yang digunakan adalah
digunakan untuk secara visual Arena 12.0
merepresentasikan sebuah sistem antrian dan
menganalisinya adalah Arena. Dalam
penelitian ini, Arena akan digunakan untuk Pengertian Simulasi
menganalisis sistem antrian pada sebuah
Simulasi ialah suatu metodologi
tempat layanan publik yaitu loket
untuk melaksanakan percobaan dengan
pembayaran rekening telepon, listrik dan air
menggunakan model dari satu sistem nyata
minum di daerah Semarang Timur.
(Siagian, 1987). Menurut Hasan (2002),
Berdasarkan latar belakang tersebut simulasi merupakan suatu model
diambil judul penelitian Simulasi Model pengambilan keputusan dengan mencontoh
Antrian Pelanggan di Loket Pembayaran atau mempergunakan gambaran sebenarnya
Rekening XYZ menggunakan Arena. dari suatu sistem kehidupan dunia nyata
tanpa harus mengalaminya pada keadaan
yang sesungguhnya.
Perumusan Masalah

-2-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Tujuan Simulasi (Sridadi, 2009) Terbagi menjadi dua yaitu :

kedatangan tunggal (single
Dalam pandangan sistem, pemodelan
arrivals) dan kedatangan
dan simulasi dapat digunakan untuk tujuan
berkelompok (bulk arrvals)
berikut:
b. Distribusi waktu pelayanan
a. Srudi perilaku sistem kompleks,
yaitu sistem dimana suatu solusi Berkaitan dengan berapa
analitik tidak dapat dilakukan banyak fasilitas pelayanan
b. Membandingkan alternatif yang dapat disediakan. Terbagi
rancangan untuk suatu sistem menjadi dua yaitu : pelayanan
yang tidak atau belum ada tunggal (single service) dan
c. Studi pengaruh perubahan berkelompok (bulk service)
terhadap ssitem yang ada dengan
c. Fasilitas pelayanan
tanpa merubah sistem
d. Memperkuat atau memverifikasi Berkaitan dengan baris antrian
satuan solusi analitik yang akan dibentuk. Terdapat 3
bentuk yaitu: bentuk series
(satu garis lurus atau
Pengertian Antrian melingkar), paralel (beberapa
garis lurus dimana antara satu
Antrian ialah suatu garis tunggu dari
dengan yang lain paralel) dan
pelanggan (satuan) yang memerlukan
network station (dapat didisain
layanan dari satu atau lebih pelayan (fasilitas
secara seriesdengan pelayanan
layanan). Pada umumnya, sistem antrian
lebih dari satu stasiun. Bentuk
dapat diklasifikasikan menjadi sistem yang
ini dapat juga dilakukan secara
berbeda – beda di mana teori antrian dan
paralel dengan stasiun yang
simulasi sering diterapkan secara luas
berbeda-beda).
(Siagian, 1987)
d. Disiplin pelayanan
Faktor Sistem Antrian (Kakiay, 2004)

a. Distribusi kedatangan

-3-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

Berkaitan dengan urutan kedatangan secara tidak

pelayanan bagi pelanggan yang terbatas (infinite queue) dan
memasuki fasilitas pelayanan. ukuran kedatanan terbatas
Terbagi menjadi 4 bentuk (finite queue)
yaitu: f. Sumber pemanggilan
Dalam fasilitas pelayanan,
 Pertama datang pertama
yang berperan sebagai sumber
dilayani (FCFS = First
pemanggilan dapat berupa
Come First Served)
mesin atau manusia. Bila ada
 Terakhir datang pertama
mesin yang rusak makasumber
kali dilayani (LCFS = Last
pemanggilan akan berkurang
Come First Served)
dan tidak dapat melayani
 Pelayanan dalam random
pelanggan. Terdapat dua
order (SIRO = Service In
macam sumber panggilan yaitu
Random Order)
sumber panggilan terbatas
 Prioritas pelayanan, yang
(finite calling source) dan
berarti pelayanan
sumber panggilan tak terbatas
dilakukan khusus pada
(infinite calling source)
pelanggan utama (VIP
customer) Struktur Dasar Antrian (Aminudin, 2002)
e. Ukuran dalam antrian
Ada 4 model struktur dasar antrian
Berkaitan dengan besarnya
dasar yaitu:
antrian pelanggan yang akan
memasuki fasilitas pelayanan. a. Single Channel – Single Phase

Ada dua disain yang dapat b. Single Channel – Multi Phase

dipilih untuk menentukan c. Multi Channel – Single Phase

besarnya antrian yaitu: ukuran d. Multi Channel – Multi Phase

-4-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Gambar 1. Struktur Dasar Antrian (Aminudin, 2002)

Jumlah saluran dalam proses antrian penghubung digunakan untuk menyatakan

menyatakan jumlah fasilitas pelayanan hubungan antarmodul dan atau menyatakan
(server) secara paralel untuk melayani aliran entitas.
konsumen yang datang. Di lain pihak,
Arena dapat terintegrasi dengan baik
jumlah tahapan (phase) menyatakan
dengan teknologi Microsoft termasuk Visual
banyaknya tahapan yang harus dilalui
Basic. Arena juga mendukung diagram alir
sampai pelayanan selesai atau lengkap.
yang dibuat dengan menggunakan Microsoft
Visio, membaca Excel dan Acces.

Arena

Arena adalah suatu perangkat lunak Sistem Antrian Pelanggan di Loket

simulasi dan otomasi yang dikembangkan Pembayaran Rekening XYZ
oleh System Modelling. Dalam Arena,
Secara umum sistem antrian
pengguna membangun model eksperimen
pelanggan di Loket Pembayaran Rekening
dengan menggunakan modul-modul yang
XYZ dapat digambarkan sebagai berikut.
menyatakan proses atau logika. Garis

-5-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

a. Mempunyai 2 pelayan, karena g. Setelah proses transaksi selesai,

terdapat 2 loket yang melayani pelanggan meninggalkan ruangan
pembayaran pelanggan. (sistem).
b. Kapasitas antrian tak terbatas.
c. Sistem antrian menggunakan disiplin
antrian FIFO (first in first out). Dengan menggunakan flowchart, sistem
d. Pelanggan yang datang langsung antrian dapat digambarkan sebagai berikut:.
dapat mengambil nomor antrian di
mesin antrian. Disinilah mulai
diperhitungkan waktu kedatangan
pelanggan (pelanggan masuk ke
sistem antrian).
e. Setelah pelanggan memasuki ruang
pembayaran, pelanggan membentuk
suatu antrian atau baris tunggu. Baris
tunggu ini terjadi diwakili oleh
nomor antrian yang dikeluarkan oleh
mesin antrian otomatis. Pelanggan
menunggu sampai nomor antriannya
dipanggil untuk melakukan transaksi
pembayaran. Tahap ini merupakan
waktu yang diperhitungkan sebagai
Gambar 2. Flowchart sistem antrian
waktu tunggu pelanggan di dalam
sistem.
f. Tahap selanjutnya adalah proses
Deskripsi Data
transaksi. Pada tahap ini dicatat
waktu yang dibutuhkan seorang a. Rata-Rata Selisih Waktu Kedatangan
pelayan dalam melayani setiap
Pengambilan data dilakukan dengan
pelanggan.
mengelompokkan banyaknya pelanggan
yang datang ke dalam kelas interval dengan

-6-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

lebar kelas 10 menit. Pengelompokan ini a. Distribusi Probabilitas Rata-Rata Selisih

didasarkan dari observasi yang telah Waktu Antar Kedatangan (AIT)
dilakukan sebelumnya, yang bertujuan agar
Kedatangan bersifat independen, jadi
tidak terjadi penumpukan yang terlalu besar
pendekatan distribusi AIT menggunakan
dalam antrian. Data hasil pengamatan dapat
distribusi eksponensial. Berdasarkan data di
dilihat pada lampiran.
lampiran, dilakukan pengujian dari distribusi
b. Waktu Pelayanan (ST) probabilitas AIT dengan Arena 12.0.

Pengambilan data ST dilakukan di Distribusi probabilitas ini didekati

setiap loket. Waktu yang dicatat adalah dengan uji Kolmogorov-Smirnov sebagai
waktu yang dibutuhkan untuk melayani berikut.
seorang pelanggan pada setiap loket yang
1. Hipotesis :
ada. Data waktu pelayanan pelanggan dapat
dilihat pada lampiran. H0 : Sampel AIT dapat didekati oleh
distribusi eksponensial.
Analisis Data
H1 : H0 tidak benar.
Tahap ini merupakan identifikasi
distribusi probabilitas dari pola kedatangan 2. Kriteria yang digunakan : H0 ditolak jika
dan pelayanan dengan menggunakan p <α = 0,01.
Goodness of fit test. Distribusi probabilitas
3. Output Arena 12.0 adalah sebagai
ini akan digunakan sebagai atribut dari
berikut:
model simulasi yang akan dibuat.

Gambar 3 Distribusi Probabilitas Rata-Rata Selisih Waktu Antar Kedatangan (AIT)

-7-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

4. Kesimpulan : distribusi pobabilitas dari waktu pelayanan

dari masing-masing loket.
H0 yang diuji adalah rata-rata waktu
selisih antar kedatangan (AIT) pelanggan Dalam verifikasi distribusi
berdistribusi eksponensial. Pada Arena 12.0, probabilitas waktu pelayanan digunakan
statistik uji kolmogorov-smirnov (D) diganti data waktu pelayanan yang dibutuhkan
dengan nilai asimptotik signifikan, p (sig), untuk melayani seorang pelanggan.
sedemikian hingga H0 ditolak jika p <α = Verifikasi ini dilakukan pada setiap loket.
0,01. Pendekatan distribusi probabilitas waktu
pelayanan didekati dengan uji chi square
Dari gambar di atas terlihat nilai p= 0,0858
sebagai berikut.
> α = 0,01, jadi H0 diterima. Dengan
demikian bisa disimpulkan bahwa distribusi
probabilitas untuk rata-rata waktu selisih
Loket 1
antar kedatangan pelanggan berdistribusi
eksponensial. 1. Hipotesis :

H0 : Sampel ST dapat didekati

oleh distribusi θ , dengan θ
b. Distribusi Probabilitas Waktu Pelayanan
adalah distribusi kontinu
(ST)
tertentu.
Simulasi yang dibuat ini bertujuan
H1 : H0 tidak benar.
untuk mengetahui efektifitas dari sistem
antrian yang ada di Loket Pembayaran 2. Kriteria yang digunakan : H0 ditolak jika
Rekening XYZ, jadi peneliti akan melihat p <α = 0,01.
kinerja dari masing-masing loket. Dengan
3. Output Arena 12.0 sebagai berikut.
demikian akan diuji terlebih dahulu

-8-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Gambar 4 Distribusi Probabilitas Waktu Pelayanan (ST) Loket 1

4. Kesimpulan tersebut diekspresikan dengan Normal (350,

81.7).
H0 yang diuji adalah waktu
pelayanan berdistribusi kontinu tertentu.
Pada Arena 12.0 nilai statistik uji χ 2 diganti
Loket 2
dengan nilai asimptotik, p (sig), sedemikian
hingga H0 ditolak jika p <α = 0,01. 1. Hipotesis :

Berdasarkan gambar di atas, pada H0 : Sampel ST dapat didekati

loket 1, H0 yang diuji adalah waktu oleh distribusi θ , dengan θ
pelayanan berdistribusi Normal. Distribusi adalah distribusi kontinu
waktu pelayanan di loket dapat didekati oleh tertentu.
distribusi Normal, walaupun nilai p kurang
H1 : H0 tidak benar.
dari 0,01. Hal ini disebabkan karena hasil
plot yang diperoleh lebih mendekati 2. Kriteria yang digunakan : H0 ditolak jika
distribusi Nomal daripada beberapa p <α = 0,01.
distribusi yang ada. Distribusi Normal
3. Output Arena 12.0 sebagai berikut.

-9-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

Gambar 4 Distribusi Probabilitas Waktu Pelayanan (ST) Loket 1

4. Kesimpulan tersebut diekspresikan dengan Normal (350,

81.7).
H0 yang diuji adalah waktu
pelayanan berdistribusi kontinu tertentu.
Pada Arena 12.0 nilai statistik uji χ 2 diganti
Loket 2
dengan nilai asimptotik, p (sig), sedemikian
hingga H0 ditolak jika p <α = 0,01. 1. Hipotesis :

Berdasarkan gambar di atas, pada H0 : Sampel ST dapat didekati

loket 1, H0 yang diuji adalah waktu oleh distribusi θ , dengan θ
pelayanan berdistribusi Normal. Distribusi adalah distribusi kontinu
waktu pelayanan di loket dapat didekati oleh tertentu.
distribusi Normal, walaupun nilai p kurang
H1 : H0 tidak benar.
dari 0,01. Hal ini disebabkan karena hasil
plot yang diperoleh lebih mendekati 2. Kriteria yang digunakan : H0 ditolak jika
distribusi Nomal daripada beberapa p <α = 0,01.
distribusi yang ada. Distribusi Normal
3. Output Arena 12.0 sebagai berikut.

-10-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Gambar 5 Distribusi Probabilitas Waktu Pelayanan (ST) Loket 2

4. Kesimpulan Pembuatan Kofigurasi Arena

H0 yang diuji adalah waktu Pada tahap ini dilakukan pembuatan

pelayanan berdistribusi kontinu tertentu. simulasi dalam bentuk nyata dengan
Pada Arena 12.0 nilai statistik uji χ 2 diganti menggunakan software Arena. Pembutan
dengan nilai asimptotik, p (sig), sedemikian simulasi menggunakan yang harus dilakukan
hingga H0 ditolak jika p < α = 0,01. yaitu :

Berdasarkan gambar di atas, pada

loket 2, H0 yang diuji adalah waktu
a. Pemilihan Modul Arena
pelayanan berdistribusi Beta. Terlihat bahwa
p = 0,602 > α sehingga H0 diterima dan 1. Create: digunakan sebagai modul untuk
disimpulkan bahwa Distribusi waktu kedatangan
pelayanan di loket dapat didekati oleh
2. Decide: digunakan sebagai modul untuk
distribusi Beta. Distribusi Beta tersebut
antrian
diekspresikan dengan 197+325*Beta (1.54,
1.35). 3. Process: digunakan sebagai modul untuk
pelayanan loket 1 dan 2

4. Dipose : digunakan sebagai modul untuk

selesai.

-11-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012
Berikut ini merupakan modul-modul
dalam simulasi aktivitas di Loket
Pembayaran Rekening XZ:
Gambar 6. Modul simulasi aktivitas
di loket
Berikut ini pengisian data dan logika
untuk masing-masing modul.
Modul Kedatangan
Langkah pertama dalam pembuatan
simulasi model antrian ini menggunakan
modul create. Modul ini digunakan sebagai
titik awal masuknya entitas dalam model
simulasi. Entitas dalam model simulasi ini
adalah pelanggan yang akan melakukan
transaksi di loket. Atribut dalam modul
create ini sebagai berikut:
-12-
Gambar 7 Atribut modul create
Pada item Name diisikan
KEDATANGAN untuk menunjukkan bahwa
modul ini digunakan untuk menyatakan
kondisi saat pelanggan datang dan masuk ke
sistem antrian. Pada item Expression
diisikan ekspresi yang sesuai dengan hasil
dari Input Analyzer. Pada item Units dipilih
Second karena data yang digunakan dalam
modul ini diukur dalam satuan detik. Item
Entities per Arrival diisikan 1 dengan
asumsi bahwa dalam setiap kedatangan
hanya terdapat 1 pelanggan saja. Max
Arrival diisi dengan 60 dengan asumsi
bahwa dalam satu hari kerja maksimum
pelanggan yang bisa dilayani adalah 60
orang
Modul Antrian
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Langkah kedua menggunakan modul Langkah ketiga menggunakan modul

decide, modul ini mempertimbangkan process, di dalam modul ini terjadi proses
keputusan yang akan diambil dalam sistem. utama dalam simulasi. Process dalam
Atribut dalam modul decide ini sebagai model simulasi ini ada 2, karena banyaknya
berikut. pelayan dalam sistem terdiri dari 2 loket
dimana keduanya memiliki fungsi yang
sama tanpa adanya prioritas apapun. Atribut
dalam modul process ini sebagai berikut.

Modul Loket 1

Gambar 8 Atribut modul decide

Item Name diisi dengan ANTRI
untuk menunjukkan bahwa modul ini
digunakan untuk menyatakan kondisi ketika
pelanggan mengantri untuk kemudian
menuju ke loket 1 atau loket 2. Untuk Type
dipilih 2-way-by Chance dengan persentase
50% untuk menyatakan kondisi dimana
pelanggan selalu akan menuju ke loket yang
Gambar 9 Atribut modul process Loket 1
sedang bebas tanpa bisa memilih sendiri
loket yang dikehendaki. Selain itu, kedua
loket memiliki kesempatan yang sama untuk
bisa melayani pelanggan.

Modul Loket

-13-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

Modul Loket 2 Verifikasi Model

Setelah pembuatan modul maka

dilakukan verifikasi model, yaitu langkah
untuk mengetahui apakah model simulasi
komputer yang telah dibangun dapat
berjalan sesuai dengan spesifikasi model
yang diinginkan.

Verifikasi model dilakukan dengan

teknik animasi, yaitu dengan cara melihat
animasi pada hasil Arena. Berdasarkan
animasi tersebut, simulasi telah berjalan
Gambar 10 Atribut modul process Loket 2
sesuai dengan kondisi nyata dan sesuai

Modul Selesai dengan asumsi yang dibuat, yaitu pelanggan

datang ke loket, kemudian bila loket sedang
Langkah terakhir menggunakan
sibuk akan terdapat antrian, dan setelah
modul dispose, modul ini digunakan sebagai
pelanggan selesai dilayani maka pelanggan
titik akhir entitas dalam model simulasi.
akan keluar melalui sistem. Hasil verifikasi
Atribut dalam modul dispose ini sebagai
dapat dilihat pada gambar dibawah ini.
berikut.

Gambar 11 Atribut modul dispose

-14-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Gambar 12 Hasil verifikasi model

Menjalankan Model 1. Dari 60 pelanggan yang melakukan
Model yang telah dibuat dijalankan transaksi, 24 orang dilayani diloket 1
untuk mengetahui secara visual apakah dan 36 orang dilayani di loket 2
model telah mampu merepresentasikan 2. Total waktu yang dibutuhkan untuk
kasus yang diamati. Beberapa output melayani 60 orang pelanggan adalah
disajikan dalam gambar di bawah ini. 6,0490 jam.

Dengan asumsi bahwa jam kerja

dimulai pukul 08.00, maka pelayanan
kepada pelanggan akan selesai sekitar pukul
14.00 (tanpa istirahat) atau pukul 15.00
(dengan istirahat). Ini berarti bahwa waktu
kerja loket selama sehari, hampir semuanya
Gambar 13 Output 1 model
digunakan untuk melayani pelanggan. Hal
ini menunjukkan bahwa loket tidak pernah
Berdasarkan output di atas dapat
menganggur.
diketahui beberapa informasi sebagai berikut
:

-15-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

Gambar 14 Output 2

-16-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Berdasarkan output di atas dapat diketahui dengan rata-rata 1,5720 menit. Ini
beberapa informasi sebagai berikut : menunjukkan bahwa, kalaupun
a. Banyak pelanggan yang bisa pelanggan harus menunggu, waktu
dilayani mencapai 100%, dilihat dari tunggunya tidak terlalu lama yaitu
item Number In dan Number Out, rata-rata 1,5720 menit dan tidak akan
dimana keduanya menampilkan lebih dari 3,1928 menit saja.
angka 60. Hal ini menunjukkan c. Dari item total time terlihat bahwa
bahwa pelanggan yang datang adalah waktu yang diperlukan oleh
60 orang dan yang keluar dari sistem pelanggan di Loket Pembayaran
juga 60 orang. Dengan Rekening ini minimal adalah 0,0880
membandingkan banyaknya menit dan maksimum adalah 3,3333
pelanggan yang harus dilayani dan menit dengan rata-rata 1,671 menit.
waktu penyelesaian, bisa Ini menunjukkan bahwa pelayanan
disimpulkan bahwa tidak perlu ada untuk pelanggan sudah dilaksanakan
penolakanan pelanggan. Pelanggan secara efisien dalam hal waktu,
yang datang pasti akan terlayani. karena tidak akan lebih dari 3,3333
b. Dari item wait time terlihat bahwa menit.
waktu tunggu pelanggan sebelum
dilayani di loket minimal adalah 0,00
menit dan maksimum 3,1928 menit

-17-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

Gambar 15 Output 3
Berdasarkan output di atas, beberapa 3. Banyak antrian (number waiting) di
informasi yang diperoleh adalah: loket 1 minimal 0 dan maksimal 19
1. Waktu tunggu (waiting time) di loket orang dengan rata-rata 8,7602 orang
1 minimal 1,8043 menit dan 4. Banyak antrian (number waiting) di
maksimal 2,9962 menit dengan rata- loket 2 minimal 0 dan maksimal 14
rata 1,7938 menit orang dengan rata-rata 6,6379 orang
2. Waktu tunggu (waiting time) di loket
2 minimal 1,2747 menit dan
maksimal 3,1928 menit dengan rata-
rata 1,3718 menit

-18-
Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket
Pembayaran Rekening XYZ SEMARANG (Yani Prihati)

Gambar 16 Output 4

Berdasarkan output di atas, bisa menit dan maksimum 3,1928 menit

dilihat bahwa tingkat utilisasi, kesibukan dengan rata-rata 1,5720 menit.
dan penjadwalan mencapai nilai 1,0000
3. Dari item total time terlihat bahwa
(atau 100%). Hal ini menunjukkan bahwa
waktu yang diperlukan oleh
sumber daya layanan yang tersedia telah
pelanggan di Loket Pembayaran
digunakan secara maksimal.
Rekening ini minimal adalah 0,0880
menit dan maksimum adalah 3,3333
menit dengan rata-rata 1,671 menit.
Kesimpulan
4. Waktu tunggu (waiting time) di loket
Dari penelitian yang telah dilakukan
1 minimal 1,8043 menit dan
dapat diambil beberapa kesimpulan sebagai
maksimal 2,9962 menit dengan rata-
berikut:
rata 1,7938 menit. Waktu tunggu
1. Dari item Number In dan Number (waiting time) di loket 2 minimal
Out terlihat bahwa banyak pelanggan 1,2747 menit dan maksimal 3,1928
yang bisa dilayani mencapai 100%. menit dengan rata-rata 1,3718 menit
5. Banyak antrian (number waiting) di
2. Dari item wait time terlihat bahwa
loket 1 minimal 0 dan maksimal 19
waktu tunggu pelanggan sebelum
orang dengan rata-rata 8,7602 orang
dilayani di loket minimal adalah 0,00

-19-
 Majalah Ilmiah INFORMATIKA Vol. 3 No. 3, Sept. 2012

6. Banyak antrian (number waiting) di Ir. Bambang Sumantri. Gramedia.

loket 2 minimal 0 dan maksimal 14 Jakarta.
orang dengan rata-rata 6,6379 orang
7. Pelayanan pelanggan di loket Loket
Pembayaran Rekening XYZ sudah
cukup efektif.

Daftar Pustaka

Aminudin, 2002, Prinsip-prinsip Riset

Operasi, Penerbit Erlangga, Jakarta

Hasan, M. Iqbal. 2002. Pokok – Pokok

Materi : Teori Pengambilan
Keputusan. Ghalia Indonesia.
Jakarta.

Kakiay, Thomas, 2004, Dasar Teori Antrian

untuk Kehidupan Nyata, Penerbit
ANDI, Yogyakarta

Siagian, P. 1987. Penelitian Operasional :

Teori dan Praktek. Universitas
Indonesia Press. Jakarta.

Subagyo, Pangestu, dkk. 2000. Dasar –

Dasar Operations Research. BPFE.
Yogyakarta.

Walpole, Ronald E. 1990. Pengantar

Statistika Edisi ke – 3. Alih bahasa :

-20-