P. 1
METODE-ANTRIAN

METODE-ANTRIAN

|Views: 1,433|Likes:
Published by Catur Scr

More info:

Published by: Catur Scr on Sep 18, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/19/2013

pdf

text

original

MODEL OPTIMASI PENCUCIAN MOBIL (PRIBADI) BERDASARKAN METODE ANTRIAN (QUEUEING) DI PERUSAHAAN JASA PENCUCIAN MOBIL “SEKNEG BUANA

MOTOR SERVICE” KEBON NANAS TANGERANG

Oleh : Ir. Sonny Kuswara, MSIE Staff Pengajar Universitas Mercu Buana

ABSTRACT

Queueing will be happened by it there no balance of among (between) storey, level of arrival and service so that the condition do not steady state or also the queue can be happened by if there is stricture in service channel (bottle neck). The FIFO (First In First Out) or FCFS (First Come First Served) refresenting form of dicipline of service giving first service to customer or client which in advance come. Queueing that happened at service of wash of car or more knowledgeable cleanedly is of because is this difficult control storey, level of arrival of customer having random pattern where one another do not each other influence, the time being the compared to by longer service of arrival time. One of solution overcome queue is addedly is service facility. Queueing that happened at service of wash of car or more knowledgeable cleanedly is steam of because it this difficult control storey, level of arrival or of customer. The time being the compared to by longer service of arrival time. One of solution overcome queue is addedly is service facility, however to short-range this matter non representing optimal solution because will be related with addition of labour and existence of invesment which big for medium and service facility. Key Words : Queueing, Stady state, FCFS, arrival time and service facility

1

I. PENDAHULUAN 1.1. Latar Belakang Penelitian Di Kota Tangerang saat ini bermunculan bisnis jasa pencucian mobil atau biasa disebut cuci steam , baik jasa pencucian mobil-mobil pribadi, mobil-mobil angkutan umum bahkan pencucian untuk kendaraan bermotor roda dua. Sekneg Buana Motor Service, adalah salah satu perusahaan di Kota Tangerang yang bergerak dibisnis jasa pencucian kendaraan roda empat khusus cuci steam mobil-mobil pribadi Salah satu masalah yang muncul pada semua jasa pencucian mobil ini, adalah terletak pada sistem kontrol kedatangan pelanggan dan sistem kontrol pelayanan yang belum berjalan secara optimal sehingga sering kali pelanggan yang sudah mengantri lama untuk menunggu giliran mobilnya dicuci, pergi begitu saja untuk mencari jasa pencucian mobil yang lain. Penambahan fasilitas pelayanan dan penambahan pegawai, tentu saja bukan merupakan satu-satunya jalan keluar yang optimal apalagi untuk jangka pendek karena penambahan fasilitas membutuhkan investasinya yang cukup besar sementara periode pengembaliannya membutuhkan waktu yang cukup lama.

1.2.

Perumusan Masalah Permasalahan yang muncul dalam persoalan antrian dapat

dirumuskan sebagai berikut;
a.

Pola kedatangan memiliki pola acak dimana setiap kedatangan terbebas dari kedatangan lain sehingga tidak dapat dilakukan peramalan atau diprediksi, kapan suatu kedatangan akan terjadi.

b. Pada pola antrian yang terjadi, dapat dinyatakan dengan

2

waktu kedatangan yang bersifat acak serta pelayanan dengan kapasitas yang terbatas serta waktu yang tertentu c. Mekanisme pelayanan tidak selalu sedia untuk setiap saat, akan tetapi mekanisme pelayanan memiliki beberapa fasilitas pelayanan yang dapat dioptimalkan. 1.3. Tujuan dan Manfaat Penelitian
a.

Untuk mengetahui sejauh mana metode antrian dengan pola kedatangan yang acak dan pola pelayanan yang cenderung eksponensial dapat diaplikasikan ditempat pencucian mobil.

b. Untuk memberikan solusi alternatif pada perusahaan khususnya perusahaan jasa pencucian mobil sehingga

perusahaan dapat memperoleh pendapatan yang lebih baik dan dapat mengoptimalkan resources. c. Dapat meningkatkan kerja sama dalam bidang penelitian khususnya antara fakultas (FTI) dengan lembaga penelitian sehingga akan diperoleh hasil-hasil penelitian yang jauh lebih baik , secara kualitas maupun kuantitas. d. Meningkatkan partisipasi jurusan-jurusan dilingkungan universitas mercu buana dalam dalam kegiatan rangka penelitian dan

pengembangan

pendidikan

pembangunan

pendidikan nasional

II. KAJIAN TEORITIS DAN KERANGKA KONSEPTUAL 2.1. Metode Analisis Teori antrian atau queueing theory adalah bagian utama dari pengetahuan tentang antrian (Heizer and Render, 1991). Teori antrian adalah bidang ilmu yang melakukan penelitian untuk mengidentifikasi dan mengukur penyebab-penyebab serta konsekuensi-konsekuensi dari

kegiatan mengantri (Martinich, 1997). Fenomena antrian adalah hasil langsung dari sifat random dalam operasi pelayanan atau jasa Pendekatan melalui teori antrian ini mempunyai keuntungan , karena lebih sederhana dan lebih mudah digunakan.

3

Terdapat empat karakteristik system antrian (Hilier, 1980), • Sumber Input Menggambarkan bentuk dan ukuran kedatangan konsumen pada fasilitas pelayanan yang kedatangannya mungkin saja tidak merata atau dapat mengikuti pola kedatangan poisson atau pola lain. Ukuran kedatangan konsumen yaitu jumlah total unit yang memerlukan pelayanan dari waktu ke waktu disebut juga total langganan potensial • Antrian Karakteristik suatu antrian ditentukan oleh unit maksimum yang boleh ada didalam sistemnya yang terbatas maupun tidak terbatas. Struktur dasar model antrian adalah dimulai dari sumber input -• antrian untuk mendapatkan pelayanan --

satuan hasil pelayanan yang telah dilayani. Distribusi Pelayanan Distribusi pelayanan berkaitan dengan cara memilih anggota antrian yang akan dilayani. Bentuk disiplin pelayanannya dapat berupa:
a.

First Come First Serve (FCFS)

atau FIFO adalah system

antrian yang mendahulukan yang dating lebih awal b. Last Come First Served (LCFS) atau LIFO, adalah yang datang terakhir akan lebih dahulu dilayani atau lebih dahulu keluar. c. Service In Random Order (SIRO) adalah pemanggilan

didasarkan pada peluang secara acak, tidak jadi persoalan siapa yang lebih dahulu datang. d. Priority Service (PS) , melayani lebih dahulu orang yang mempunyai prioritas lebih tinggi ketibang orang yang mempunyai prioritas lebih rendah. • Mekanisme Pelayanan

4

Mekanisme pelayanan terdiri atas satu atau lebih fasilitas pelayanan yang masing-masing terdiri dari satu atau lebih saluran pelayanan. Aspek yang harus diperhatikan dalam mekanisme pelayanan adalah ; tersedianya pelayanan, kapasitas pelayanan dan lamanya pelayanan.

Mekanisme Pelayanan Pencucian Mobil : Tahap 1. Pembersihan seluruh body mobil (Steam), body samping, atas bawah

atau kolong mobil, pembersihan ban karpet-karpet dan ruang mesin. Tahap II , Pembersihan body mobil menggunakan shampo mobil atau sabun deterjen dan pembilasan melalui air bersih. Tahap III, Pengelapan seluruh body mobil menggunakan kainlap bersih yang kering . Tahap IV, Pembersihan interiore dan penyedotan debu menggunakan vacuum cleaner. Mekanisme Pelayanan Antrian Meliputi : a. b. c. d. Satu saluran dengan satu tahap Satu saluran dengan banyak tahap Banyak saluran dengan satu tahap Banyak saluran dengan banyak tahap

2.2. Distribusi Poisson Pada umumnya pola kedatangan memiliki pola acak sehingga setiap kedatangan terbebas dari kedatangan lain dan tidak dapat diprediksi kapan suatu kedatangan terjadi. Distribusi Poisson adalah jenis distribusi yang paling mendekati pola kedatangan tersebut. Suatu peristiwa dikatakan mengikuti distribusi poisson jika:
a.

Kemungkinan terjadinya suatu peristiwa dalam suatu waktu adalah rata-rata kedatangan yang dinotasikan sebagai λ

5

b. Banyaknya peristiwa yang terjadi dalam suatu satuan waktu tertentu adalah tidak tergantung banyaknya peristiwa yang terjadi dalam satuan waktu yang lain. c. Jumlah peristiwa rata-rata yang terjadi pada suatu satuan waktu adalah sebanding terhadap ukuran satuan waktu tersebut Distribusi Probabilitas Poisson e− λ .λx P(x, λ ) = x.! X Pi = banyaknya kedatangan = nilai kemungkinan kelas ke - i

λ = tingkat kedatangan rata-rata
e ! = 2, 7183 (bilangan normal) = faktorial

Untuk menguji apakah suatu kedatangan berdistribusi Poisson atau bukan , dilakukan pengujian hipotesis sebagai berikut: 2.3. Distribusi Eksponensial Waktu pelayanan dalam proses antrian, dapat juga sesuai dengan salah satu bentuk distribusi probabilitas Eksponensial, yaitu: F (t ) = e − µt1 − e − µt 2 , dengan t1,t2 = batas bawah dan atas, waktu pelayanan

F(t) = probabilitas kepadatan yang berhubungan dengan t

µ = tingkat pelayanan rata-rata 1/ µ = waktu pelayanan rata-rata
e = 2, 7183

Pengujian Hipotesis Untuk menguji kenormalan data baik data kedatangan maupun data pelayanan, digunakan Distribusi Chi Square. 1. Pengujian Data Waktu Kedatangan Kendaraan (Poisson)

Ho : Waktu kedatangan kendaraan berdistribusi Poisson

H1 : Waktu kedatangan kendaraan tidak berdistribusi Poisson

6

• • • • • • •

Tentukan taraf kenyataan alpha Hitung Distribusi Frekwensi Distribusi Chi Square Keputusan dengan menerima atau menolak hipotesis

2. Pengujian Waktu Pelayanan Distribusi Eksponensial Lakukan array pada data mentah Tentukan Range (R) = Xmaksimum - Xminimum Tentukan banyak kelas interval (K) dengan rumus :

K = 1 + 3,3 Log. N Tentukan lebar kelas interval (I) = R/K

Pengujian hipotesis untuk distribusi pelayanan (eksponensial)

Ho : Pola pelayanan pencucian mobil berdistribusi eksponensial

H1 : Pola pelayanan pencucian mobil tidak berdistribusi eksponensial • Tentukan taraf kenyataan alpha • Pengujian Statistik G (t) = e - µ t1 - e − µt 2 ,
i

t1, t2 = batas kelas interval

µ=

1 = harga rata-rata waktu pelayanan y e = 2, 7183

Hitung frekwensi harapan : ei = Gi (t) = Pengambilan Keputusan

∑ fi µ = y

1

Menerima hipotesis nol (Ho), bila χ 2 < χ 2 tabel dan menolak hipotesis nol bila kondisi sebaliknya.

Perhitungan Distribusi Chi Square : χ 2 = ∑

( fi − ei ) 2 ei

Pengambilan Keputusan

2.4. Keseragaman dan Kecukupan Data Keseragaman Data

7

Suatu data penelitian akan dikatakan seragam apabila data tersebut berasal dari satu sistem dan sebab yang sama. Indikasinya, data tersebut akan berada dalam batas kontrol bawah dan batas kontrol atas. Kecukupan Data Untuk mengetahui bahwa data penelitian telah mencukupi dan mewakili data lainnya, dilakukan penghitungan kecukupan data yang sebelumnya dilakukan pengukuran data pendahuluan tahap satu untuk mengetahui berapa kallilagi pengukuran dapat dilakukan untuk tingkat ketelitian dan keyakinan yang diinginkan. 1. Tahap pengukuran pendahuluan biasanya dilakukan minimal sepuluh data, untuk selanjutnya diuji keseragaman data dan bila data masih belum cukup, dihitung jumlah pengukuran yang diperlukan sampai kondisi N’ < N artinya pengukuran data sudah mencukupi. 2. Tahapan Menguji Keseragaman dan Kecukupan Data a. Menghitung rata-rata dari nilai rata-rata subgrup

X=

∑ Xi
k

Xi = nilai rata-rata dari subgrup ke I K = banyak subgrup yang terbentuk b. Menghitung Standar Deviasi sebenarnya

σ =

∑ ( xi − x)
N −1

2

N = jumlah pengamatan X = waktu penyelesaian yang teramati a. Menghitung Standar Deviasi dari distribusi harga rata-rata subgrup.

σx =

∑n

σ

n , besarnya subgrup

8

b. Menentukan batas kontrol bawah atau Lower Control Limit dan batas kontrol atas atau Upper Control Limit atau biasa disingkat dengan BKB dan BKA BKB = X + 3 σx BKA = X - 3 σx

c. Menghitung Kecukupan Data Untuk tingkat ketelitian sebesar 5 % dan tingkat keyakinan sebesar 95 %, diambil kecukupan data sebesar :

 40 N ∑ xj 2 − (∑ xj ) 2   N '=  xj   ∑  

2

N’ = Banyaknya pengukuran yang diperlukan untuk tingkat ketelitian 5 % dan keyakinan 95 % N’ = kecukupan data N = jumlah pengamatan Jika N’ < N , maka pengukuran data sudah mencukupi

2.5. Parameter Antrian 2.5.1. Jumlah Rata-rata Antrian Misalkan E(nw) sebagai jumlah rata-rata antrian, maka bentuk persamaannya adalah : E(nw) = 0.Po + =

∑ (n − 1) P
n =1 n =1

n

∑ nPn − ∑ Pn
n =0

= E(nt) - (1 - Po) = E(nw) =

λ µ −λ

λ µ

λ λ ρ ( )=ρ µ µ −λ 1− ρ

λ2 ρ2 = = µ (µ − λ ) 1 − ρ

9

2.5.2. Jumlah rata-rata yang menerima pelayanan Misalkan jumlah rata-rata yang menerima pelayanan

didefinisikan sebagai

λ2 − E(ns) = µ − λ µ (µ − λ )
=

λ

λ =ρ µ

2.5.3. Waktu rata-rata dalam antrian E(Tw) , merupakan panjang rata-rata dari waktu yang

digunakan seorang pelanggan dalam antrian. E(Tw) = E (nw)

µ

=

λ2 λ µ (µ − λ )
1

=

λ 1  µ µ − λ   

2.5.4. Waktu rata-rata pelayanan E(Ts) merupakan panjang rata-rata dari waktu yang diperlukan seorang pelanggan untuk menerima pelayanan. E(Ts) = E (ns ) =

λ

λ

µ 1 = λ µ

2.6. Penentuan Jumlah Tenaga Kerja Untuk menentukan jumlah tenaga kerja yang optimal, terlebih

dahulu dihitung biaya tenaga kerja seperti, menghitung gaji tenaga kerja rata-rata dalam satu bulan (c1). Dan menghitung biaya fasilitas pelayanan (C2) . Rumus menentukan jumlah tenaga kerja yang optimal Tc = C1.s + C2 . Ls Nilai optimum s harus memenuhi kondisi yang diperlukan saat ini Tc(s) < Tc (s - 1) dan Tc(s) < Tc (s + 1)

Keterangan :
10

Tc = biaya total C1 = Ongkos tenaga kerja per jam C2 = ongkos mesin menganggur per jam Ls = jumlah rata-rata pelanggan dalam sistem S = jumlah fasilitas pelayanan (tenaga kerja)

Sehingga dapat diformulasikan : Ls(s) - Ls(s+1) < C1/C2<Ls(s) - Ls(s-1) III. METODOLOGI PENELITIAN 3.1. Perumusan Masalah Merumuskan masalah-masalah yang selalu muncul atau masalah yang paling dominan dari suatu sistem antrian, diantaranya ; 3.2. Masalah kedatangan pelanggan Masalah pelayanan Masalah mekanisme pelayanannya Masalah keberadaan fasilitas pelayanan, dll.

Identifikasi Masalah Mengidentifikasi masalah-masalah yang kerap muncul dalam suatu jaringan antrian diantaranya; pola kedatangan dan pola pelayanan tidak steady state pendekatan statistik untuk mengkaji pola kedatangan dan

pola pelayanan jumlah fasilitas pelayanan apakah mencukupi dan keterampilan petugas yang memberi pelayanan.

3.3. Pengumpulan Data Penelitian ini bersifat kuantitatif sehingga pada saat melakukan penelitian , data yang dikumpulkan adalah data kuantitatif yang berupa data jumlah kedatangan kendaraan pada setiap interval waktu, data waktu rata-rata kedatangan pelanggan , dan data waktu rata-rata pelayanan mobil yang dicuci dalam satuan menit. Metode pengumpulan data ini berupa:

11

1. Melakukan observasi , yaitu pengamatan langsung kelokasi penelitian untuk melihat ,mengamati dan mendeskripsikan

pencucian atau cuci steam mobil sebagaimana yang terjadi dilokasi pencucian mobil . 2. Melakukan Interview, yaitu melakukan wawancara dengan pengelola bisnis pencucian mobil tentang segala sesuatunya yang berkaitan dengan bisnis tersebut dan melakukan

wawancara dengan sebagian pelanggan dan petugas pelayan tentang kepuasan pelayanan dan pekerjaan tersebut 3. Studi Literatur , yaitu melakukan penelaahan kepustakaan tentang teori-teori yang mendukung permasalahan.

3.4.

Pengolahan Data yaitu melakukan perhitungan-perhitungan dan pengujian-pengujian dari data yang didapat baik data waktu kedatangan, data waktu pelayanan, menentukan tenaga kerja yang optimal serta

memprediksi penerimaan biaya yang optimal. 3.5. Analisis Hasil Pengolahan Data yaitu melakukan analisis dari hasil pembahasan tentang tentang ketepatan metode yang digunakan, keakurasian data, dan

kelayakan untuk meneruskan bisnis tersebut kedepan. 3.6. Kesimpulan dan Saran Yaitu menyampaikan kesimpulan hasil penelitian , apakah layak atau tidak layakkah bisnis ini diteruskan serta apa-apa saja yang menjadi kekuatan dan kelemahan dari pengelolaan bisnis ini . Selanjutnya menyampaikan saran-saran baik kepada pengusaha bisnis tersebut, kepada siapa saja yang berminat menggeluti bisnis pencucian mobil ini. IV. ANALISIS DAN PEMBAHASAN 4.1. Pengumpulan Data Mengumpulkan data tentang jumlah kendaraan yang datang serta interval waktu antar kedatangan kendaraan yang satu dengan yang

12

lainnya selama periode penelitian, dan data tentang pelayanan .

lamanya waktu

Berikut Tabel Data Jumlah Kedatangan Kendaraan Tabel .1 Jumlah Kendaraan Yang Datang I 2 3 2 3 3 1 2 3 2 2 2 2 II 6 8 6 6 7 4 6 8 4 7 7 5 III 8 8 7 6 8 7 8 6 4 7 8 4 IV 3 3 3 4 2 4 2 3 2 4 2 3 Jumlah 19 22 18 19 20 16 18 20 12 20 19 14

Berikut Tabel Data acak.

Waktu Kedatangan Kendaraan yang diambil secara

Tabel 2 Jumlah dan Waktu Kedatangan Kendaraan Jumlah Kedatangan 19 22 18 19 20 16 18 20 12 20 19 Jumlah Sampel 4 4 3 4 4 3 4 4 3 4 4 Waktu Kedatangan (menit) (5,2,1,3) (5,3,3,4) (8,4,2) (5,3,2,4) (5,4,3,3) (8,3,2) (2,3,5,4) (3,2,4,5) (5,3,4) (2,5,3,4) (3,2,4,4)

13

14 4 (4,2,3,5) Sumber : pengamatan langsung kelokasi

Berikut Data Waktu Pelayanan Pencucian Mobil Tabel 3. Data Waktu Pelayanan Pencucian Mobil (dalam menit) 1 20 50 90 40 40 50 100 35 105 25 20 55 2 40 60 35 20 25 50 85 90 60 3 65 20 100 90 75 80 45 25 30 50 35 65 4 60 55 55 20 35 25 75 75 50 60 65 20

4.2.

Pembahasan Data Penelitian

4.2.1. Menentukan Keseragaman dan Kecukupan Data Tabel berikut, merupakan data pengukuran waktu kedatangan kendaraan selama 45 kali pengukuran data sbb : Tabel 4. Data Pengukuran Waktu Kedatangan Penguk uran ke 1 2 3 4 5 6 7 Waktu (mnt) 5 2 1 3 5 3 3 Penguk uran ke 16 17 18 19 20 21 22 Waktu Penguku (mnt) ran ke 5 31 4 32 3 33 3 34 8 35 3 36 2 37
14

Waktu (mnt) 5 3 4 2 5 3 4

8 9 10 11 12 13 14 15

4 8 4 2 5 3 2 4

23 24 25 26 27 28 29 30

2 3 5 4 3 2 4 5

38 39 40 41 42 43 44 45

3 2 4 4 2 3 5 4

Menentukan rata-rata subgrup Subgrup Ke 1 2 3 4 5 Waktu Kedatangan Berturut-turut 5 2 1 3 5 3 4 4 4 2 5 3 2 4 5 4 3 8 3 2 2 3 5 4 2 4 5 5 3 4 2 5 4 3 2 4 4 2 3 5 JUMLAH Nilai Rata Rata 3,89 3,56 3,67 3,67 3,45 18,23

8 3 3 3 4

Hasil Perhitungan Rata-rata Subgrup

X =

18,23 = 3,65 5

σ =

(5 − 3,65) 2 + (2 − 3,65) 2 + ...... + (4 − 3,65) 2 45

= 1,4260

σx =
=

σ
n 1,4260 2,2360

= 0,6377

Menentukan Batas Kontrol Atas dan Bawah BKA = 3,65 + 3(0,6377) = 5, 5632 BKB = 3,65 - 3 (0,6377) = 1,7368
15

Menghitung Kecukupan Data Dengan tingkat ketelitian 5 % dan tingkat keyakinan 95 %, didapat rumus keculupan data sbb :

N’ = (

40 45(52 + 22 + 12....... + 4 2 ) − (5 + 2 + 1 + ...... + 4) 2 2 ) 5 + 2 + 1 + ..... + 4

= 15, 72

Data pengukuran sudah mencukupi karena N’ < N, sehingga data penelitian sudah dianggap valid dan dapat diujikan.

4.3. PENGUJIAN HIPOTESIS a. Pengujian Distribusi Waktu Kedatangan Kendaraan Ho : waktu kedatangan kendaraan berdistribusi Taraf kenyataan alpha ( α ) = 0, 05 Menghitung rata-rata waktu kedatangan kendaraan yang akan dicuci steam ( λ ) Dari tabel sebelumnya didapat nilai rata-rata kedatangan Poisson

H1 : waktu kedatangan kendaraan tidak berdistribusi Poisson

∑ fixi = 136 , ∑ fi = 45 ∑ fixi = 3,622menit λ= ∑ fi
Contoh hasil perhitungan dibawah ini, diambil untuk sampel 3 menit (x = 3) Menghitung frekuensi relatif (fr) = fi 13 = = 0,29menit fr 45

Menghitung Distribusi Probabilitas Poisson e − λ .λ x P3(x) = x!

16

(2,7183) −3, 622 .(3,622) 3 = 3! = 0, 2119 Menghitung frekwensi yang diharapkan : ei = n . P3(x) = 45 . (0,2119) = 9, 5350 Menghitung Chi Square ( χ 2)

χ2 =

( fi − ei ) 2 ei

(13 − 9,5350) 2 = 9,5350
= 1, 2592 Perhitungan lengkap dapat dilihat pada tabel berikut Tabel 5. Perhitungan Chi Square Distribusi Kedatangan Kendaraan (dalam menit) Fixi Fr Pi(x) EI 1 18 39 44 45 16 163 0,0222 0,2000 0,2888 0,2444 0,2000 0,0444 0,0970 0,1756 0,2119 0,1918 0,1388 0,0196 4,3657 7,9019 9,5350 8,6292 6,2475 0,8820

Xi 1 2 3 4 5 8

fi 1 9 13 11 9 2 45

χ2
2,5948 0,1526 1,2592 0,6514 1,2127 1,4171 7,2878

Pengambilan Keputusan Dari tabel Chi Square dengan alpha 0,05 dan v = 4, Didapat nilai tabel (Chi Square, tabel) = 9,4877 Sedangkan dari perhitungan Chi Square , didapat nilai
2 perhitungan Chi Square ( χ , hitung ) = 7, 2878

Karena χ 2 < χ 2 tabel , maka hipotesis nol (Ho) diterima, artinya data waktu kedatangan kendaraan berdistribusi Poisson Berikut tabel Chi Square sesuai data diatas

17

7,2878

9,4877

b. Pengujian Distribusi Waktu Pelayanan Cuci Steam Mobil Ho : Waktu pelayanan cuci steam mobil berdistribusi Eksponensial H1 : Waktu pelayanan cuci steam mobil tidak berdistribusi Eksponensial Hasil pengamatan waktu pelayanan cuci steam mobil setelah data diurutkan, didapat parameter sbb:

Range (R) = Xmaks - Xmin atau 105 - 20 = 85 Banyak kelas interval K = 1 + 3,3 Log.45 -= 6, 4556 Panjang atau lebar kelas interval I = R/K = 13, 08 catatan : banyak kelas (K) diambil 7 dan lebar kelas (I) = 13 Perhitungan berikutnya sbb: menghitung frekwensi waktu pelayanan setiap kelas (fi) menghitung besarnya probability eksponensial untuk masingmasing kelas interval Gi(t) = e - µ t1 - e - µ t2 Dimana µ = 1 1 = y 52,66667 (Log 45 = 1, 6532)

18

= 0, 01898734 y rata-rata = Gi(t) = (2,7183)
2370 = 52,66667 45

- 0,01898734 . 19,5

- 2,7183 -0,01898734.32,5

= 0, 1528 frekwensi harapan didapat ei = Gi(t) .

∑ fi
( fi − ei ) 2 ei

= 0,1528 . 45 = 6, 8760 Nilai Chi Square χ 2 =

(11 − 6,876) 2 = 6,876

= 2, 4734

Perhitungan secara lengkap untuk tabel distribusi eksponensial, dapat dilihat pada tabel berikut ini Tabel 6. Hasil Perhitungan Distribusi Eksponensial Waktu Pelayanan Cuci Steam Mobil Gi(x) ei χ2 fi 11 8 8 7 4 4 3 45 0, 0, 0, 0, 0, 0, 0, 1528 1105 0978 0729 0548 0447 0335 6, 4, 4, 3, 2, 2, 1, 8760 9725 4010 2805 4660 0115 5075 2, 4734 1, 8433 2, 9431 4, 2172 0, 9542 1, 9658 1, 4776 15, 8746

Kelas

19,5 - 32,5 32,5 - 45,5 45,5 - 58,5 58,5 - 71,5 71,5 - 84,5 84,5 - 97,5 97,5 - 110,5

Pengambilan Keputusan Dari hasil perhitungan Chi Square, didapat nilai dari ( f i − oi ) 2 χ =∑ = 15,8746 ei i =1
7 2

dan

χ 2tabel (0,005, v = 5) = 16,7496
karena χ 2 hitung < χ 2 tabel , maka Ho diterima, artinya data waktu pelayanan berdistribusi eksponensial. Kurva Chi Squarenya sbb:

19

Daerah penerimaan

Daerah penolakan

15,8746

16,7496

4.4. Perhitungan Parameter Antrian Berdasarkan kondisi tersebut, maka model antrian yang digunakan dinotasikan sebagai (M/M/S) : (GD/ ≈ / ≈) yang mana model ini

mengasumsikan bahwa kedatangan terjadi menurut poisson dengan para meter λ sebagai nilai rata-ratanya dan sedangkan waktu pelayanannya berdistribusi eksponensial dengan parameter rata-rata adalah Dengan menggunakan model antrian tersebut diperoleh karakteristik operasi pada berbagai jumlah pelayanan sbb:

λ= λ= µ= µ=

jumlahwaktukeda tan gankendaran jumlahpengama tan xjam / hari 163 = 0,566 , dan 12 x 24 1 jam jumlahwaktupelayanan / jumlahpengama tan 1 = 1,1392 / jam 2370 / 45

Perhitungan Nilai Parameter Antrian sebagai berikut: 1. Probabilitas Tidak Ada Pelanggan yang Menunggu

Po =


n=0

s −2

( λ )2

1 + (λ / µ ) s 1 . S ! 1 − λ / Sµ ) 1
0 1

µ

n!

=

(0,566 / 1,1392) (0,566 / 1,1392) (0,566 / 1,1392) 2 1 + + . 0! 1! 2! 1 − 0,566 / 1,1392

20

= 0, 225738 menit 2. Jumlah Kendaraan Dalam Antrian (waktu menunggu) Po(λ / µ ) s .ρ S!(1 − ρ ) 2

Lq =

, dimana ρ =

λ = 0,2484 s.µ

=

0,225738(0,566 / 1,1392) 2 .0,2484 = 0,0159kendaraan / jam 2!(1 − 0,2484) 2

3. Jumlah Kendaraan Dalam Sistem
Ls = Lq +

λ µ
0,566 1,1392

= 0,0159 +

= 0,5819 kendaraan /jam 4. Lamanya Kendaraan Dalam Antrian Wq = = Lq

λ
0,02308 = 0,028091 jam / kendaraan 0,6354

5. Lamanya Kendaraan Dalam Sistem
W s = Wq + 1

µ
1 1,1392

= 0,028091 +

= 0, 9059 jam/kendaraan Hasil perhitungan lengkap parameter antrian dapat dilihat dalam tabel 7. sbb : Tabel 7. Hasil Perhitungan Parameter Antrian S 1 2 3 4 Po 0,321374 0,225738 0,286536 0,28584 Lq 0,079985 0,0159 0,003808 0,000537 Ls 0,645985 0,5819 0,569808 0,566537 Wq 0,141316 0,028091 0,006727 0,00095 Ws 1,019125 0,9059 0,884536 0,878759

21

5 6

0,285761 0,285761 S = saluran

6,08E-05 3,28E-08

0,566061 0,566

0,000107 5,8E-08

0,877916 0,877809

Po = jmlh kendaraan dalam antrian Lq= jmlh kendaraan dlm antrian Ls= jmlh kendaraan dlm sistem Wq= lamanya kendaraan dalam antrian Ws= lamanya kendaraan dalam sistem

Untuk menentukan atau mendapatkan jumlah tenaga kerja yang optimal, kita dapat gunakan formulasi persamaan matematisnya sebagai berikut: 4.5. Menentukan Jumlah Tenaga Kerja yang Optimal Ls(s) - Ls(s+1) < 0,5819 - 0,569808 < C1 < Ls(s-1) - Ls(s) C2

520,83 < 0,645985- 0,5819 20306,25

Hasil keseluruhan dari perhitungan tenaga kerja yang optimal, dapat dilihat pada tabel berikut. Tabel 8. Jumlah Tenaga Kerja Optimal Saluran 1 2 3 4 5 6 Ls(s) - Ls(s+1) <C1/C2 < Ls(s-1) - Ls(s) 0,0648 < 0,02564 < ∞ 0,01209 < 0,02564 < 0,0648 0,003271 < 0,02564 < 0,01209 0,000476 < 0,02564 < 0,003271 0,000061 < 0,02564 < 0,000476 ∞ < 0,02564 < 0,000061 Ket. Tdk Optimal Optimal Tdk Optimal Tdk Optimal Tdk Optimal Tdk Optimal

Dari hasil perhitungan parmeter antrian pada tabel diatas, terlihat bahwa penggunaan tenaga kerja yang optimal adalah sebanyak 2 orang 4.6.Penentuan Tingkat Pelayanan Optimal dengan Analisa Pendekatan Biaya Total Minimum (TCminimum) Tc(s) = C1S + C2 Ls(s) Diketahui :

22

C1 = Rp. 520,83/jam dan C2 = Rp. 20.306,25/jam Ls = 0, 645985 Ls (s).C2 = 13117, 53 TC(1) = 1. 520,83 + 20.306,25 . (0,5819).1 = 13.638, 36 Perhitungan lengkapnya dapat dilihat pada Tabel 9. berikut : Tabel 9. Penentuan Biaya Total Minimum S 1 2 3 4 5 6 SC1 520,83 1041,66 1562,49 2083,32 2604,15 3124,98 LS 0,645985 0,5819 0,569808 0,566537 0,566061 0,566 Ls(s).C2 13117,53 11816,21 11570,66 11504,24 11494,58 11493,34 TC 13638,36 12857,87 13133,15 13587,56 14098,73 14618,32

Dari tabel diatas, terlihat bahwa semakin banyak jumlah pelayanan (jumlah tenaga kerja) maka akan semakin besar biaya fasilitas yang dibutuhkan sedangkan biaya menunggu terlihat semakin kecil. 5. KESIMPULAN Berdasarkan hasil pengujian dan perhitungan data pada bagian

pengolahan data , kami sampaikan beberapa kesimpulan dan saran-saran yang dapat dipertimbangkan sbb: • • • • • • Distribusi kedatangan kendaraan yang hendak dicuci steam adalah distribusi poisson dengan tingkat kedatangan ratarata 0,566 kendaraan perjam. Distribusi pelayanan pencucian kendaraan adalah distribusi eksponensial dengan tingkat pelayanan rata-rata adalah 1,1392 jam per kendaraan. Jumlah tenaga kerja yang optimal berdasarkan fasilitas yang ada adalah 2 orang Jumlah kendaraan yang menunggu dalam antrian adalah 0,0519 kendaraan per jam Lama menunggu dalam sistem termasuk yang sedang dilayani adalah 0,5819 kendaran per jam Waktu rata-rata mengantri seorang pelanggan adalah 0,028091 jam per kendaraan

23

• •

Waktu rata-rata menunggu dalam sistem seorang pelanggan adalah 0,9059 jam per kendaraan Biaya optimal dengan dicapai dengan jumlah tenaga kerja yang optimal yaitu sebesar Rp. 12.857,87

DAFTAR PUSTAKA
1.

2. 3. 4. 5.

6.

Heizer, J. and B. Render, 1991, Production and Operations Management Strategies and Tactics, 2nd, Allyn and Bacon Massachussetts. Hiller, F.S., G.J., Lieberman, 1990, Introductions to Operations Research, 5thEd. Mc Graw Hill Book Co, Singapore. Indra Jaya Pandia, 2007, Metode Sederhana untuk menganalisa Antrian pada suatu kemacetan lalu lintas. Newell, G.F., 1982, Applications of Queueing Theory, 2nd.Ed, Chapman ang Hall , New York. Taha, H. , 1982, Operations Research, an Introduction , 3th ed. Macmillan Publlishing Co, Inc, New York. Taha, H, Daniel Wirajaya, 1996, Pengantar Riset Operasi, Binarupa Aksara, Edisi 5, Jiid I dan II, Jakarta.

24

25

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->