P. 1
ANALISIS KINERJA GERBANG TOL PASTEUR DI PT. JASA MARGA (PERSERO)

ANALISIS KINERJA GERBANG TOL PASTEUR DI PT. JASA MARGA (PERSERO)

|Views: 696|Likes:
Published by KARYAGATA MANDIRI

More info:

Published by: KARYAGATA MANDIRI on Apr 27, 2012
Copyright:Traditional Copyright: All rights reserved

Availability:

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

04/23/2013

pdf

text

original

Sections

ANALISIS KINERJA GERBANG TOL PASTEUR

DI PT. JASA MARGA (PERSERO).TBK
TUGAS AKHIR
Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik
Program Studi Teknik Industri
Oleh:
Friska Sitanggang
1.03.07.010
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
2011
ii
ABSTRAK
Analisis Kinerja Gerbang Tol Pasteur
di PT. Jasa Marga (Persero). Tbk
Oleh:
Friska Sitanggang
1.03.07.010
Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari-hari. Menunggu
didepan loket untuk mendapatkan tiket kereta api atau tiket bioskop, gerbang tol,
bank, kasir supermarket, dan situasi-situasi lain yang sering kita temui. Antrian
terjadi disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas)
pelayanan atau fasilitas layanan, sehingga pengguna fasilitas tidak bisa segera
mendapat layanan disebabkan kesibukan layanan. Teori antrian dapat digunakan
untuk mengevaluasi fenomena antrian dari sudut pandang pelanggang dan
penyedia jasa, sehingga akan dihasilkan solusi optimal. Dimana penyedia jasa
masih memperoleh untung dan pelanggan tidak mengeluh waktu antri yang lama.
Objek penelitian yang dilakukan oleh penulis berada pada gerbang tol Pasteur
cabang Pasteur yang berada pada naungan PT. Jasa Marga (Persero). Tbk.
Penelitian ini bertujuan untuk mengurangi antrian panjang dan juga dapat
meningkatkan performasi gerbang tol. Pengumpulan data dilakukan dengan
mengamati dan mencatat jumlah kedatangan kendaraan dan waktu pelayanan
kendaraan. Pada pengamantan yang telah dilakukan, gerbang tol terdapat dua jalur
yaitu jalur entrance dan exit dimana 13 gardu aktif, 5 gardu entrance dan 8 gardu
exit.
Di gerbang tol Pasteur sering dijumpai mobil yang lewat baik pada saat shift
I,shift II dan kecuali pada saat shift III. Untuk meningkatkan performansi kerja
gerbang tol perlu dilakukan penyelesaian yang tepat yaitu dengan menggunakan
metode teori antrian dengan saluran Multi Channel-Multi Server yaitu
M/M/c/GD/∞ /∞ . Dengan menggunakan metode ini terlebih dahulu dilakukan
pengujian data yaitu untuk mengetahui apakah data tersebut mengikuti distribusi
Poisson dan distribusi Eksponensial.
Dari hasil pengolahan data yang telah dilakukan diperoleh bahwa pengujian data
melalui Uji Test Kolmogorov Smirnov mengikuti distribusi Poisson dan juga
distribusi Eksponensial. Kemudian dari pengolahan data teori antrian diperoleh
utilitas shift I,shift II ± 30% dan shift III= 7.403% dengan gardu yang aktif
sebanyak 8 gardu, sehingga diberikan usulan dengan menambah gardu pada saat
shift I dan II dan mengurai gardu pada shift III dan juga meningkatkan waktu
pelayanan
Kata kunci: Teori Antrian, Utilitas.
ABSTRACT
Performance Analysis of Pasteur Toll Gate
PT. Jasa Marga (Persero). Tbk
Queues are a regular occurrence in everyday life. Waiting in front of the booth to
get train tickets or theater tickets, toll booths, bank, supermarket cashiers, and
other situations that we often encounter. Queues occur due to the need for services
exceeds the ability (capacity) services or facilities, so that users of the facility can
not receive immediate care services due to busyness. Queuing theory can be used
to evaluate the phenomenon from the viewpoint pelanggang queue and service
providers, so it will produce the optimal solution. Where service providers still
make a profit and customers do not complain a long queue times.
The object of research conducted by the authors are at the toll gate Pasteur Pasteur
branches located in the shade PT. Jasa Marga (Persero). Tbk. This study aims to
reduce long queues and can also improve performasi toll booths.The data was
collected by observing and recording the number of vehicle arrival time and
service vehicles. In pengamantan that has been done, the toll booths there are two
lines of lane entrance and exit where 13 active substation, five substations
substation entrance and 8 exit.
At the toll gate pasteur common good of a passing car when I shift, shift II and III
except during shift. To improve the work performance of the toll booths need to
be done the right solution is to use a method of queuing theory with Multi-channel
Multi-Channel Server is M / M / c / GD / ∞ / ∞ . By using this method is first
tested the data to determine whether the data follows the Poisson and Exponential
distribution.
From the results of data processing that has been made that the test data obtained
through Test Kolmogorov Smirnov Test to follow Poisson distribution and
Exponential distribution. Then from the processing of data obtained by utility shift
queuing theory I, II shift shift ± 30% and III = 7403% with an active substation
substation by 8, so that given the proposal to add a substation at the time shift I
and II and III parse the substation on the shift and also increase the service time
Keywords: Queuing theory, Utilities.
iv
KATA PENGANTAR
Puji dan syukur penyusun panjatkan Kehadirat Tuhan Yang Maha Esa, karena atas
berkat rahmat dan kasih karunia-Nya sehingga penulis dapat menyelesaikan Laporan
Tugas Akhir yang berjudul: ”Analisis Kinerja Gerbang Tol Pasteur di PT. Jasa
Marga (Persero).Tbk” ini tepat pada waktunya.
Tugas Akhir ini adalah salah satu syarat untuk memperoleh gelar Sarjana Teknik
Industri, pada kesempatan ini penulis mohon maaf jika pada saat pengerjaannya baik
pada saat pengumpulan dan pengolahan data ada yang kurang berkenan karena
adanya kesalahan, penulis berharap laporan ini dapat bermanfaat. Oleh karena itu,
penulis sangat mengharapkan kritik dan saran yang dapat membangun untuk
memperbaiki dan juga menyempurnakan laporan in.
Pada saat penyusunan laporan ini, penulis menyadari bahwa tanpa doa, bantuan dan
dukungan, serta nasihat dari berbagai pihak mungkin laporan ini tidak selesai tepat
pada waktunya. Oleh karena itu pada kesempatan ini, penulis mengucapkan terima
kasih yang sebesar-besarnya kepada:
1. Tuhan Yesus Kristus yang selalu melimpahkan kasih dan berkat-Nya yang luar
biasa kepada penulis sehingga penulis dapat menyelesaikan Tugas Akhir ini
dengan baik.
2. Buat keluarga besarku yang sangat aku cintai, khususnya papa, mama dan adik-
adikku yang selalu mendoakan, mendukung aku dalam pengerjaan Tugas Akhir
ini. Buat papa dan mama, makasih banyak pa, ma atas doa, dukungan baik moral
dan materi. Terima kasih banyak atas pengorbanan papa dan mama buat aku dan
adik-adikku, papa dan mama adalah orang tua yang terbaik didunia ini untuk
selama-lamanya. I Love You So Much papa & mama. Dan buat adik-adikku
makasih banayak yah dek doa dan dukungannya hehehehhe kakak sayang ma
kalian ^_^. Kalian adalah motivasi buat kakak sehingga kakak bisa sampai disini.
v
3. Untuk pak I Made Aryantha, selaku pembimbing yang telah membantu dan
mengarahkan penulis dalam menyelesaikan Laporan Tugas Akhir. Pak terima
kasih banyak pak bimbingannya pak, sukses slalu buat bapak dan keluarga
aminnn.
4. Pak Agus Riyanto dan Ibu Henny, selaku penguji saya… terimakasih pak, bu
semoga ujian yangtelah diberikan kepada penulis dapat bermafaat untuk
kedepannya dan menjadi pembelajaran kemasa yang akan datang. Dan untuk
dosen-dosen Teknik Industri keseluruhan terimah kasih pak, bu atas ilmu
pengetahuan yang telah diberikan.
5. Pihak PT. Jasa Marga (Persero). Tbk, khususnya pak Nazwar, pak inisiator
makasih pak atas bantuan dan masukan yang diberikan kepada penulis.
6. Buat sahabat-sahabatku, Bintang, Rut, Lasro, Edward, Egi, Gremmon, Fernando,
Martua, Michael, Juprin, Nomina, Rahma, Frederika, Ken, Elisa, Sari, dan lain2
makasih banyak yah sob atas doa, dukungan, penghiburan yang kalian berikan.
Terima kasih selalu ada buat aku…. Kalian memang sahabat terbaikku ^_^.
7. Buat family aku yang selalu mendukung, mendoakan aku… makasih banyak.
8. Bang Mangatas, Yohanes, makasih atas doanya… makasih selalu ingetin friska
klo saat begadang dan menemin friska juga. Makasih banyak yah bang dan nes.
9. Buat temen-temen Donath (Agil), Qiyong (Rizky) makasih yang atas
dukungannya dan suportnya hehehehe….
10. Fitri, om Daniel makasih atas kerja samanya. Ntar kita ketemu ma pak inisiator
lagi yukz???? Ckckckkkk.
11. Buat temen TI UNIKOM, Aldi, Om Akbar, Cimi, Shanty, Tari, Yulia, Angga,
dan lain makasih bantuannya yah kawan.
12. Temen2 SD, SMP, SMA makasih Doa dan dukungannya yah, Good Luck buat
kita amiiin.
13. Buat ka Yulis dan Yanti…kasih yah ka dan yanti doa, dukungan, supportnya…
KTB kita kapan dilanjutin ini teh??? Semuanya pada sibuk masing2 .
14. Aunt Relisma, Uncle Anes, ka Pinta makasih atas semuanya.
vi
15. Buat Teh Shinta, nonton bareng lagi yuk teteh ckckckkkkk. Makasih teteh
bantuannya maaf sering ngerepotin hehehehe… sukses slalu yah teteh ^_^.
16. Buat bang Iwan, makasih bantuannya bang, dah mau cape2 buat beli snack ^^.
Akhirnya penulis berharap Laporan Tugas Akhir ini dapat bermanfaat bagi penyusun
dan pihak lain yang memerlukan atau pembaca umum.
Bandung, Agustus 2011
Penulis
Friska Sitanggang
1
Bab 1
Pendahuluan
1.1. Latar Belakang Masalah
Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari-hari. Menunggu
didepan loket untuk mendapatkan tiket kereta api atau tiket bioskop, gerbang tol
tol, bank, kasir supermarket, dan situasi-situasi lain yang sering kita temui.
Antrian terjadi disebabkan oleh kebutuhan akan layanan melebihi kemampuan
(kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna fasilitas tidak bisa
segera mendapat layanan disebabkan kesibukan layanan.
Melihat keadaan tersebut, penulis tertarik untuk meneliti suatu antrian yang ada di
pintu jalan tol. Jalan tol merupakan suatu lintasan jalan alternatif pada lintasan
jalan yang mempunyai spesifikasi jalan bebas hambatan. Jalan tol merupakan
prasarana lalu lintas yang diandalkan untuk mengakomodasi potensi lalu lintas
yang tinggi. Jalan tol hanya diperuntukkan bagi kendaraan bermotor beroda empat
atau lebih. Salah satu jalan yang menghubungkan arus lalu lintas dari Bandung ke
luar Bandung adalah Jalan Tol Pasteur. Kendaraan yang menggunakan jalan tol
dikenakan biaya yang telah ditentukan. Oleh karena itu, pada Jalan Tol diadakan
tempat-tempat transaksi baik pembayaran maupun pengambilan tiket masuk.
Untuk sehari-harinya tempat transaksi disebut sebagai Gerbang Tol.
PT. Jasa Marga (Persero). Tbk cabang Pasteur merupakan salah satu perusahaan
yang berada di Indonesia dan bergerak dalam bidang jasa. Pelayanan yang terbaik
akan selalu diberikan oleh pihak perusahaan. PT. Jasa Marga (Persero). Tbk
menyediakan dua arus lalu lintas yang terdapat pada gerbang yaitu, gerbang tol
entrance dan gerbang tol exit. Pintu gerbang tol entrance memiliki 11 (sebelas)
gardu yaitu entrance-21, entrance-19, entrance-17, entrance-15, s/d entrance-1
sedangkan untuk pintu tol Exit terdapat 9 gardu yaitu exit-18, exit-16, exit-14, exit-
12, s/d exit-2 sehingga total gardu yang ada sebanyak 20 (dua puluh) gardu.
2
namun ada 7 gardu yang tidak dipergunakan lagi Sehingga gardu yang aktif saat
ini ada sebanyak 13 gardu, 5 (lima) gardu entrance dan 8(delapan) gardu exit.
Dalam penelitian ini, yang menjadi objeknya adalah gerbang tol exit Pasteur.
Waktu yang dijadikan acuan dalam penelitian ini berdasarkan jumlah shift, yang
diberlakukan PT. Jasa Marga (Persero). Tbk, dimana jumlah mobil yang melewati
gerbang tol berbeda-beda setiap shiftnya. Dimana jam-jam sibuk biasanya pada
saat hari dan juga sore hari. Salah satu ukuran performansi kerja dalam sistem
antrian adalah kinerja gerbang tol.
Melihat kondisi tersebut penulis ingin mengetahui kinerja gerbang tol exit pada
shift I, shift II, shift III kemudian diharapkan setelah memperhatikan fenomena
yang terjadi terhadap gerbang tol Pasteur, penulis mencoba mencari suatu bentuk
solusi yang tepat, yaitu dengan memberikan usulan perbaikan sistem saat ini
dengan cara meningkatkan kinerja gerbang tol Pasteur. Berdasarkan permasalahan
tersebut, penulis melakukan penelitian yang berjudul: ”Analisis Kinerja
Gerbang Tol Pasteur di PT. Jasa Marga (Persero). Tbk”.
Identifikasi Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya maka permasalahan
yang akan diselesaikan dalam penelitian ini adalah:
1. Bagaimana utilisasi kinerja di gerbang tol exit Pasteur pada PT. Jasa Marga
(Persero). Tbk?
2. Bagaimana meningkatkan kinerja di gerbang tol exit Pasteur pada PT. Jasa
Marga (Persero). Tbk dalam mengatasi antrian?
1.2. Tujuan Penelitian
Adapun maksud dari peneilitian ini antara lain:
1. Untuk mengetahui kinerja di gerbang tol exit Pasteur pada PT. Jasa Marga
(Persero). Tbk.
3
2. Memberikan usulan bagaimana meningkatkan kinerja gerbang tol exit Pasteur
di PT. Jasa Marga (Persero). Tbk untuk mengurangi antrian panjang.
1.3. Pembatasan Masalah
Adapun batasan yang diambil dalam memecahkan masalah agar pembahasan yang
dilakukan dapat lebih terarah adalah sebagai berikut:
1. Penelitian dilakukan di gerbang exit tol Pasteur pada PT. Jasa Marga
(Persero). Tbk.
2. Metode yang digunakan dalam pangolahan data adalah Uji Test Goodness
Of Fit Test yaitu Kolmogorov Smirnov.
1.4. Asumsi yang Digunakan
Untuk memudahkan dalam melakukan penelitian dan pengolahan data, terdapat
asumsi yang digunakan yaitu:
1. Keahlian operator dan waktu pelayanan saat shift I, shift II, shift III
dianggap sama.
2. Waktu pelayanan kendaraan diasumsikan sama setiap shift.
1.5. Sistematika Penulisan
Adapun sistematika penulisan dalam penyusunan laporan Tugas Akhir adalah
sebagai berikut:
Bab 1 Pendahuluan
Bab ini berisikan mengenai:
1.1. Latar Belakang Masalah
Pada sub bab ini berisikan tentang pembahasan secara singkat mengenai
masalah-masalah yang akan dibahas.
1.2. Identifikasi Masalah
Pada sub bab ini akan membahas tentang masalah-masalah yang timbul
berdasarkan latar belakang.
1.3. Tujuan Penelitian
Berisikan tentang tujuan dilaksanakannya penelitian.
4
1.4. Pembatasan Masalah
Sub bab ini akan menjelaskan tentang batasan permasalah yang akan
dibahaas secara spesifik.
1.5. Asumsi yang Digunakan
Berisikan tentang asumsi yang digunakan dalam melakukan pengolahan
data.
1.6. Sistematika Penulisan
Pada sub bab ini akan dijelaskan tentang langkah-langkah dalam penulisan
penelitian.
Bab 2 Landasan Teori
Dalam bab ini berisikan teori-teori yang menjadi acuan didalam pemecahan
masalah yang dihadapi.
Bab 3 Metodologi Pemecahan Masalah
Dalam kerangka pemecahan masalah akan dijelaskan mengenai:
3.1. Flowchart pemecahan Masalah
Pada sub babini akan dijelaskan langkah yang diambil dalam pemecahan
masalah dalam bentuk diagram alir atau Flowchart.
3.2. Langkah-langkah pemecahan Masalah
Pada sub bab ini akan dijelaskan tentang langkah-langkahpemecahan
masalah secara sistematis dan berdasarkan Flowchart Pemecahan Masalah
yang sudah dibuat sebelumnya.
Bab 4 Pengumpulan dan Pengolahan Data
Pada bab ini akan dijelaskan mengenai:
4.1. Pengumpulan Data
Pada bab ini akan dijelaskan mengenai data-data yang diperoleh dan
dikumpulkan pada saat penelitian dilakukan.
4.2. Pengolahan Data
5
Pada sub bab ini akan membahas langkah-langkah dalam pengolahan data
berdasarkan data-data yang sudah diperoleh, proses perhitungan beserta
hasil dari pengolahan data.
Bab 5 Analisis
Pada bab ini berisikan hasil analisis terhadap factor-faktor yang dianalisis dalam
penelitian ini.
Bab 6 Kesimpulan dan Saran
6.1. Kesimpulan
Berisikan kesimpulan terhadap hasil penelitian.
6.2. Saran
Berisikan saran yang membangun bagi pihak perusahaan yang diteliti.
6
Bab 2
Landasan Teori
2.1. Jalan Bebas Hambatan
Pengertian jalan bebas hambatan dan jalan tol menurut Undang-Undang Republik
Indonesia No. 13 Tahun 1980 adalah suatu lintasan jalan yang mempunyai
persyaratan sebagai berikut:
1. Tidak mempunyai persimpangan yang sebidang dengan jalan lain sehingga
kendaraan dapat melaju dengan bebas sesuai persyaratan batas kecepatan
yang ditentukan.
2. Kendaraan-kendaraan hanya dapat memasuki jalan-jalan tersebut dengan
melewati kedua ujungnya atau melewati suatu jembatan silang layang.
3. Untuk mengamankan agar orang, hewan, dan lain-lainnya tidak melintas jalan
disepanjang jalan tol dipasang pagar penghalang.
Jalan tol adalah suatu lintasan jalan yang merupakan alternative pada lintas jalan
yang ada yang mempunyai spesifikasi jalan bebas hambatan. Jalan tol hanya
diperuntukan bagi kendaraan bermotor beroda empat atau lebih yang membayar
tol.
Karena yang memiliki dan menyelenggarakan jalan tol adalah pemerintah maka
jenis kendaraan dan besarnya tol ditetapkan oleh keputusan Presiden, sedang
wewenangnya diberikan kepada PT. Jasa Marga (Persero). Tbk.
Syarat-syarat jalan tol:
1. Jalan tol harus mempunyai spesifikasi yang lebih tinggi daripada jalan
umum yang ada.
2. Jalan tol harus memberikan kendala yang lebih tinggi kepada pemakainya
daripada lintas jalan umum yang ada.
Pelaksanaan ketentuan yang dimaksud diatas lebih lanjut diatur di dalam
peraturan pemerintah.
7
Desain jalan tol harus memberikan waktu tempuh sesingkat mungkin, jarak
tempuh tersingkat didapat apabila dua zona dihubungkan denga satu garis lurus,
suatu hal yang hampir tidak mungkin dilaksanakan dikota besar. Pembuatan jalan
tol ditujukan agar dapat memberi pelayanan terhadap arus lalu lintas antara dua
zona kegiatan, misalnya antara kawasan pemukiman dan pusat perniagaaan.
Dengan mempersingkat waktu tempuh diharapkan dapat mendorong kelancaran
komunikasi perekonomian serta mengurangi kepadatan lalu lintas.
2.2. Sistem Pembayaran yang Ada Digerbang Tol
Sistem yang ada dan telah dipakai pada gerbang-gerbang tol di Indonesia adalah
dengan cara konvensional, yaitu dengan menentukan penempatan gerbang-
gerbang tol. Akan tetapi sistem ini diterapkan berdasarkan suatu survei asal tujuan
(original destination) lalu lintas yang bisa didapat banyaknya kendaraan yang
akan lewat pada ruas jalan tol tersebut, di mana penentuan jumlah gardu tol masih
terbatas pada sistem trial and error. Dari data yang didapat biasanya untuk tahun-
tahun sebelumnya, jumlah tersebut diperkirakan tidak lagi dapat melayani
pemakaian jalan yang ada. Hai ini dapat menimbulkan suatu masalah pada jalan
tol maupun jalan bukan tol, karena adanya penggunka jasa tol.
Untuk melayani pengguna jasa tol ada 2 (dua) sistem pelayanan yang
dilaksanakan yaitu:
1. Sistem tertutup, dimana proses pengambilan tanda bukti pembayaran
dilakukan pada gerbang tol tersendiri, misalnya pada jaln tol Bandung-
Padalarang. Pada saat memasuki gerbang tol dengan tujuan dari Bandung
Padalarang, maka digerbang awal kita mengambil kartu tanda masuk dan
pada gerbang tol arah keluar ke Padalarang kita menyerahkan tanda masuk
tadi dan melakukan pembayaran tol, sesuai dengan tarif yang tercantum.
2. Sistem terbuka, dimana pada gerbang tol masuk kita sudah melakukan
pembayaran dan mengambil tanda bukti pembayaran sekaligus. Biasanya
sistem ini diterapkan di jalan tol kota.
8
2.3. Kapasitas Gerbang Tol
Kapasitas dari suatu gerbang tol adalah banyaknya kendaraan yang dapat
melewati gerbang tol tersebut setiap jam. Besarnya kapasitas pada setiap gerbang
berbeda-beda tergantung dari tingkat pelayanan dan waktu pelayanan. Kapasitas
dari suatu fasilitas lalu lintas adalah suatu ukuran atau patokan dari kemampuan
untuk menampung jumlah kendaraan-kendaraan yang bergerak dan merupakan
nilai daripada jumlah yang tidak sebanding terhadap kapasitas dari suatu ruang
tertutup (Highway Capacity Manual, Highway Reach Board, 1965). Artinya suatu
ruang tertutup hanya dapat menampung dengan terbatas misalnya lift, hanya dapat
menampung maksimal 15 orang. Lain halnya dengan kapasitas dri fasilitas-
fasilitas lalu lintas dalam hal ini jalan, yang ditampung adalah kendaraan yang
bergerak. Nilai maksimal pelayanan dari suatu fasilitas dapat dipengaruhi
beberapa faktor antara lain: jalan itu sendiri, bentuk karakteristik kendaraan
(ruang atau berat), kontrol operasional dan faktor lingkungan.
Kapasitas dari suatu gerbang tol dapat berpengaruh terhadap kelakuan terhadap
pengemudi, tindakan para penjaga tol, pembayaran tol (membutuhkan kembalian
uang atau tidak), fasilitas dari gerbang tol itu sendiri dan bebrapa faktor
lingkungan. Jadi kapasitas dan gerbang tol dapat didefinisikan sebagai nilai
maksimal dari banyaknya kendaraan yang melewati suatu gerbang tol dam dalam
periode waktu tertentu (Wohl and Martin, 1967).
Banyaknya kendaraan yang melewati pintu-pintu ditiap gerbang tol setiap harinya
akan menunjukkan kapasitas pada setiap gerbang berbeda-beda tergantung dari
tingkat pelayanan. Tingkat pelayanan yang maksimal akan mempersingkat waktu
pelayanan. Waktu pelayanan di pintu gerbang tol juga dipengaruhi oleh sikap
pemakai jalan tol yang sebaiknya sudah mempersiapkan terlebih dahulu biaya tol
yang akan dibayar.
2.4. Pendekatan Distribusi Tingkat Kedatangan
Distribusi tingkat kedatangan adalah jumlah kendaraan sampai pada gardu
gerbang tol pada periode waktu tertentu, dimana kendaraan mulai bergabung
9
dengan kendaraan lain yang antri pada gerbang tol yang dihitung jumlah tingkat
kedatangan kendaraan selama waktu survei. Secara matematis volume lalu lintas
atau jumlah kedatangan pada periode waktu tertentu adalah:
t
n
= q
Keterangan:
q = volume lalu lintas atau jumlah kedatangan pada periode waktu
tertentu.
n = jumlah kendaraan atau frekuansi.
t = waktu.
Jika kendaraan-kendaraan yang datang pada fasilitas pelayanan mempengaruhi
kemungkinan random atau acak, maka pada n kedatangan kendaraan yang
memberikan suatu waktu interval t. Untuk jumlah kelas n ditentukan oleh periode
waktu yang dirancangkan dengan pertimbangan arus lalu lintas pada jam sibuk.
Ada beberapa pendekatan distribusi tingkat kedatangan secara teoritis yang lazim
digunakan, yakni:
 Distribusi Poisson
Model matematis yang telah dirumuskan untuk distribusi ini adalah:
n!
t) (
n
) (
t
n
e
P


÷
=
Keterangan:
λ = nilai tengah dari kedatangan (kendaraan/menit).
n = 0,1,2,… n.
t = interval waktu kedatangan.
e = bilangan napier.
P
(n)
= probabilitas n kendaraan.
 Distribusi Binomial
Model matematis yang telah dirumuskan untuk distribusi ini adalah:
x n x
x
q p P
÷
=
x)! - (n x!
n!
) (
10
Keterangan:
P
(x)
= probabilitas x kejadian di n kendaraan.
n = jumlah pengamatan.
x = jumlah kejadian dalam pengamatan.
p = probabilitas suatu kejadian pada suatu pengamatan yang
diberikan sama dengan kemungkinan kendaraan dalam
interval waktu tertentu.
2.5. Distribusi Frekuensi Tingkat Pelayanan
Distribusi frekuensi tingkat pelayanan merupakan frekuensi lama pelayanan
terhadap kendaraan pada proses pembayaran pada proses pembayaran atau
penyerahan tiket. Lama pelayanan ini diketahui dari selisih waktu keberangkatan
kendaraan yang satu dengan keberangkatan yang sebelumnya dari gardu
pembayaran. Waktu keberangkatan yang dimaksud merupakan waktu akhir
dilayani oleh petugas gardu atau waktu awal untuk keluar dari gardu pembayaran.
Waktu pelayanan ini terdiri dari waktu tempuh dari titik tunggu ke titik transaksi
dan waktu transaksi penyerahan tiket atau pembayaran. Titik tunggu dalam hal ini
adalah suatu titik berhenti kendaraan, dimana titik tersebut merupakan titik
kendaraan yang melakukan transaksi setelah kendaraan di depannya selesai
melakukan transaksi di titik transaksi. Secara eksplisit adalah sebagai berikut:
1 +
÷ =
i i
t t t
Keterangan:
t = lama atau waktu pelayanan.
t
i
= waktu akhir kendaraan I (1,2,3,…dst) dilayani.
t
i=1
= waktu akhir kendaraan I +1 (1+1, 2+1, 3+1… dst).
atau
t h
t t t ÷ =
Keteangan:
t
h
= waktu atau lama tempuh dari titik tunggu ke titik trasaksi.
t
t
= waktu atau lama transaksi pembayaran atau penyerahan
tiket.
11
Lama pelayanan akan berbeda-beda pada tiap-tiap kendaraan, atau lama
pelayanan sama dengan selisih kendaraan yang satu dengan yang lain. Untuk itu
pada table distribusi tingkat pelayanan adalah jumlah kendaraan yang dilayani
dalam interval waktu tertentu. Pendekatan-pendekatan untuk menyusun tabel
distribusi tingkat pelayanan yang dimaksud adalah sebagai berikut:
2.6. Pendekatan Uji Kecocokan (Goodness Of Fit)
2.6.1. Definisi Goodness of Fit Test
Goodness of fit test adalah suatu test yang digunakan untuk membandingkan
distribusi frekuensi pengamatan dan pencocokan nilai yang diharapkan atau teori-
teori distribusi. Tekniknya adalah dengan menggunakan tipe goodness of fit test,
yakni bahwa test tersebut dapat digunakan untuk menguji apakah terdapat
perbedaan yang cukup signifikan antar banyaknya sampel yang diamati dari
objek, atau jawaban yang masuk dalam masing-masing kategori dengan
banyaknya yang diharapkan berdasarkan hipotesis nol (H
0
).
Untuk dapat membandingkan sekelompok frekuensi yang diamati dengan
kelompok frekuensi yang diharapkan, tentunya kita harus dapat menyatakan
frekuensi manakah yang kita harapkan itu. Hipotesis nol (H
0
) menyatakan
proporsi objek yang jatuh dalam masing-masing kategori di dalam populasi yang
ditetapkan. Ini berarti, dari hipotesis nolnya kita dapat membuat deduksi apakah
frekuensi yang diamati cukup mendekati frekuensi yang diharapkan, atau
mempunyai kemungkinan besar untuk terjadi di bawah H
0
.
Untuk masing-masing kategori, terdapat suatu peluang bahwa suatu hasil
pengamatan yang dipilih secara acak dari populasi yang dihipotesiskan akan
masuk ke dalam kategori tersebut. Apabila hipotesis nolnya benar, maka kita
dapat memperoleh frekuensi harapan (expected frequency) untuk masing-masing
kategori. Untuk hipotesis nol, sampel ditarik dari sebuah populasi yang mengikuti
suatu distribusi yang telah ditetapkan. Sedangkan untuk hipotesis tandingan,
sampel bukan berasal dari populasi dengan distribusi yang telah ditetapkan. Pada
uji statistik kita mengharapkan bahwa sampel-sampel acak yang ditarik dari
12
populasi-populasi mencerminkan karakteristik populasi yang bersangkutan.
Dengan kata lain bila kita telah menarik sebuah sampel dari suatu populasi yang
telah ditetapkan, tentu kita mengharapkan adanya suatu kecocokan yang erat antar
frekuensi-frekuensi teramati dengan frekuensi-frekuensi harapan untuk setiap
kategori yang ada. Dengan demikian, jika H
0
benar, maka akan ada kecocokan
yang erat antar frekuensi-frekuensi teramati dengan frekuensi-frekuensi harapan.
2.6.2. Uji Kolmogorov Smirnov Goodness of Fit Test
Uji Kolmogorov Smirnov adalah suatu uji nonparametrik untuk perbedaan antara
distribusi-distribusi kumulatif, sebuah sampel uji menyangkut persesuaian antara
distribusi kumulatif yang teliti dari nilai-nilai sampel dan fungsi distribusi
kontinyu yang spesifik, jadi hal tersebut merupakan suatu Goodness of Fit Test.
Uji dua sampel menyangkut persesuaian antara dua distribusi yang diteliti yang
menguji suatu hipotesa apakah dua sampel bebas berasal dari distribusi kontinyu
identik, dan peka terhadap perbedaan populasi dengan melihat pada lokasi,
disperse atau skewness. Uji sebuah sampel Kolmogorov Smirnov secara umum
lebih efisien dibandingkan dengan uji Chi-square untuk Goodness of fit test dari
sampel dalam jumlah kecil, dan dapat digunakan untuk sampel yang sangat kecil,
dimana di dalam uji Chi-square tidak dapat diterapkan.
Namun harus diingat bahwa uji Chi-square dapat digunakan dalam hubungannya
dengan distribusi diskrit, mengingat uji Kolmogorov Smirnov tidak dapat
digunakan. Uji satu sampel didasarkan pada perbedaan absolute maksimum antara
nilai-nilai dari distribusi kumulatif sampel acak yang berukuran n dan distribusi
secara teoritis yang lebih spesifik. Dalam pengujian satu sampel memperlihatkan
perjanjian antara pengamatan distribusi kumulatif dari nilai sampel dan
menetapkan distribusi kontinyu. Dengan demikian pengujian ini sangat baik.
Sedangkan pada pengujian dua sampel memperlihatkan perjanjian antara dua
pengamatan distribusi kumulatif, hipotesa dua sampel ini menyatakan apakah
kedua sampel saling bebas dari distribusi kontinyu yang sama. Uji dua sampel
13
Kolmogorov Smirnov didasarkan pada perbedaan absolute maksimum antara nilai-
nilai dari dua distribusi kumulatif yang teliti secara prinsip. Uji dua sampel sangat
mirip dengan uji satu sampel, nilai-nilai kritis yang diperlukan dapat diperoleh
dari tabel-tabel khusus.
Uji sampel tunggal Kolmogorov Smirnov dapat kita ringkaskan dengan langkah-
langkah sebagai berikut:
1. Tetapkan fungsi kumulatif teoritis berdasarkan distribusi sampling teoritis.
2. Tetapkan H
0
yang akan diuji.
3. Susunlah skor observasi berdasarkan ranking.
4. Hitung proporsi masing-masing frekuensi untuk setiap interval.
5. Hitung proporsi kumulatif frekuensi observasi dan observasi teoritis.
6. Dengan rumus mencari deviasi maksimum maka dapat ditentukan besarnya
deviasi mengamati selisih maksimum dari suatu frekuensi kumulatif yang telah
dihitung.
7. Apabila sampel lebih besar dari 35, maka kriteria yang dipergunakan adalah
sesuai rumus yang diberikan pada bagian bawah tabel.
8. Bandingkan besarnya angka yang diperoleh pada deviasi maksimum dengan
angka dalam tabel.
9. Kriteria pengambilan keputusan adalah apabila harga deviasi maksimum lebih
kecil dari angka yang didapat dalam tabel maka H
0
diterima.
Test satu sampel Kolmogorov Smirnov adalah suatu Goodness of Fit Test artinya
yang diperlihatkan adalah tingkat kesesuaian antara distribusi serangkaian harga
sampel (skor yang observasi) dengan suatu distribusi teoritis tertentu. Tes ini
menetapkan apakah skor-skor dalam sampel dapat secara masuk akal dianggap
berasal dari suatu populasi dengan teoritis itu.
Singkatnya test ini mencakup perhitungan distribusi frekuensi kumulatif yang
akan terjadi di bawah distribusi teoritisnya, serta membandingkan distribusi
frekuensi itu dengan distribusi frekuensi kumulatif hasil observasi. Distribusi
teoritis tersebut merupakan representatif dari apa yang diharapkan di bawah H
0
.
14
Test ini menetapkan suatu titik dimana kedua distribusi itu diyakini sebagai
distribusi yang teoritis dan yang terobservasi memiliki perbedaan terbesar.
Dengan melihat distribusi samplingnya dapat kita ketahui apakah perbedaan yang
besar itu mungkin terjadi hanya karena kebetulan saja artinya distribusi sampling
itu menunjukkan apakah perbedaan besar yang teramati itu mungkin terjadi
apabila observasi itu benar-benar suatu sampel dari distribusi teoritis itu.
Misalkan f
0
(x) = suatu fungsi distribusi frekuensikumulatif yang sepenuhnya
ditentukan yakni distribusi kumulatif teoritis di bawah H
0
. Artinya harga n yang
sembarangan besarnya, harga f
0
(x) adalah sembarangan proporsi kasus yang
diharapkan mempunyai skor yang sama atau kurang dari pada x. Misalkan S
N
(x) =
distribusi frekuensi kumulatif yang terobservasi dari suatu sampel random dengan
N buah observasi. Dimana x adalah sembarangan skor yang mungkin, S
N
(x) =
k/N, dimana k adalah banyaknya observasi yang sama atau kurang dari x.
Dibawah hipotesis nol bahwa sampel itu telah ditarik dari distribusi teoritis
tertentu, maka diharapkan bahwa untuk setiap harga x, S
N
(x) harus jelas
mendekati f
0
(x) artinya di bawah nol kita akan mengharapkan selisih antara S
N
(x)
dan f
0
(x) adalah kecil dan ada dalam batas-batas kesalahan random. Test
Kolmogorov Smirnov memusatkan perhatian pada penyimpangan terbesar. Harga
f
0
(x) - S
N
(x) terbesar dinamakan deviasi maksimum.
D
max
= f
0
(x) - S
N
(x)
Distribusi sampling D di bawah H
0
diketahui tabel E pada lampiran memberikan
harga-harga kritis tertentu distribusi sampling itu perhatikanlah bahwa signifikan
suatu harga D tertentu adalah bergantung pada N.
Dalam perhitungan Test Kolmogorov Smirnov dilakukan langkah-langkah sebagai
berikut:
1. Tetapkan fungsi kumulatif teoritis, yakni distribusi kumulatif yang diharapkan
di bawah H
0
.
15
2. Aturlah skor-skor yang diobservasi dalam suatu distribusi kumulatif dengan
memasangkan interval S
N
(x) dengan interval f
0
(x) yang sebanding.
3. Untuk tiap-tiap jenjang pada distribusi kumulatif, kurangilah f
0
(x) dengan
S
N
(x).
4. Dengan memakai rumus yang ada, carilah nilai D (deviasi maksimum).
5. Lihatlah tabel E untuk menentukan harga kemungkinan dua sisi yang dikaitkan
dengan munculnya harga-harga sebesar harga observasi di bawah H
0
. Jika P
sama atau kurang dari α , maka H
0
ditolak.
Test dua sampel Kolmogorov Smirnov adalah suatu test apakah dua sampel
independent telah dicari dari populasi yang sama (dari populasi yang memiliki
distribusi yang sama). Test dua sisi peka terhadap segala jenis perbedaan dalam
distribusi yang menjadi asal usul kedua sampel itu perbedaan-perbedaan dalam
lokasi (harga tengah) kemencengan (skewness), pemencaran dan lain-lain.
Seperti test satu sampel Kolmogorov Smirnov test dua sampel ini memperhatikan
kesesuaian antara dua sampel distribusi kumulatif test satu sampel dan
meperhatikan kesesuaian antara distribusi suatu himpunan harga sampel dengan
suatu distribusi teoritis tertentu, test dua sampel ini memperhatikan kesesuaian
antara dua himpunan harga-harga sampel.
Jika kedua sampel itu pada kenyataannya memang telah ditarik dari distribusi
yang sama, maka distribusi kumulatif kedua sampel tadi dapat diharapkan cukup
pendekatan satu dengan yang lainnya karena keduanya menunjukkan deviasi
random saja dari pada distribusi populasi itu. Jika kedua distribusi populasi
kumulatif kedua sampel itu jauh berbeda pada suatu titik manapun, ini
menunjukkan bahwa sampel-sampel berasal dari populasi yang berbeda. Dengan
demikian suatu deviasi yang cukup besar antara distribusi kumulatif kedua sampel
tersebut adalah fakta untuk menolak H
0
.
Uji dan sampel Kolmogorov Smirnov merupakan uji yang serba guna, karena
kepekaannya terhadap semua jenis perbedaan yang mungkin ada dalam dua
16
distribusi. Uji Kolmogorov Smirnov dapat kita ringkas dalam langkah-langkah
sebagai berikut:
1. Asumsi-asumsi:
a. Data untuk analisa terdiri dari uji dua sampel acak bebas berukuran m dan n.
b. Data yang paling tidak diukur menggunakan skala kordinat.
2. Hipotesi-hipotesis:
Pada dasarnya sama dengan hipotesis pada uji sampel Kolmogorov Smirnov.
3. Uji Statistik:
Uji statistik Kolmogorov Smirnov dapat dilihat pada persamaan berikut:
D = f
0
- f
e
dimana: f
0
= frekuensi kumulati relatif observasi
f
e
= frekuensi kumulati relatif ekspektasi
4. Pengambilan Keputusan.
2.7. Struktur Dasar Antrian
Ada 4 (empat) model struktur antrian dasar yang umum terjasi dalam seluruh
system antrian.
2.7.1. Saluran Tunggal-Satu Tahap (Single Channel-Single Phase)
Seperti yang ditunjukkanpada gambar 2.1, sistem ini adalah yang paling
sederhana. Saluran tunggal berarti bahwa hanya ada satu jalur untuk memasuki
sistem pelayanan atau ada satu fasilitas pelayanan. Satu tahap menunjukkan
bahwa hanya ada satu stasiun pelayanan atau sekumpulan tunggal operasi yang
dilaksanakan. Setelah menerima pelayanan, individu-individu keluar dari system.
Contoh untuk model struktur ini adalah seorang tukang cukur, pembelian tiket
kereta api antar kota kecil yang dibayari oleh satu loket, seorang pelayan took dan
sebagainya.
17
Gambar 2.1. Struktur Antrian Saluran Tunggal-Satu Tahap
M = antrian
S = Stasiun Pelayanan (server)
2.7.2. Saluran Tunggal-BAnyak Tahap (Single Channel-Multi Phase)
Model ini ditujukan oleh gambar 2.2, istilah banyak tahap menunjukkan ada dua
atau lebih pelayanan yang dilaksanakan secara berurutan (dalam tahap-tahap).
Sebagai contoh, lini produksi massa, pengujian kendaraan bermotor.
Gambar 2.2. Struktur Antrian Saluran Tunggal-Banyak Tahapan
2.7.3. Banyak Saluran – Satu Tahap (Multi Channel – Single Phase)
Sistem banyal saluran – satu tahap terjadi (ada) kapan saja dimana dua
atau lebih fasilitas pelayanan dialiri oleh antrian tunggal, seperti yang ditunjukkan
oleh gambar 2.3.
18
Gambar 2.3. Struktur Antrian Banyak Saluran -Satu Tahap
2.7.4. Banyak Saluran- Banyak Tahap (Multichannel-Multiphase)
Sistem banyak saluran-banyak tahap ditunjukkan dalam gambar 2.4 sebagai
contoh registrasi para mahasiswa di universitas, pelayanan pasien di rumah sakit
dari pendaftaran, diagnosa, penyembuhan sampai pembayaran. Setiap sistem-
sistem ini mempunyai beberapa fasilitas pelayanan setiap tahap, sehingga lebih
dari satu individu dapat dilayani pada suatu waktu. Pada umumnya, jaringan
antrian ini terlalu konpleks untuk dianalisis dengan teori antrian, mungkin
simulasi lebih sering digunakan untuk menganalisis system ini.
Sistem Antrian
Gambar 2.4. Struktur Antrian Banyak Saluran-Banyak Tahapan
19
Saluran empat model struktur antrian diatas sering terjadi struktur campuran
(mixed arrangements) yang merupakan campuran dari dua atau lebih struktur
antrian diatas. Missal, took-toko dengan beberapa pelayan (banyal saluran),
namun pembayaran hanya pada seorang kasir (saluran tunggal).
2.7.5. Proses Dasar Antrian
Proses dasar antrian yang diasumsikan oleh kebanyakan model-model antrian
adalah satuan-satuan yang memerlukan pelayanan berasal dari sumber, dimana
satuan-satuan ini memasuki system antrian dan kemudian memasuki antrian. Dan
pada suatu saat dan pada kedudukan tertentu anggota antrian dilayani dengan
suatu antrian tertentu pula yang biasanya disebut dengan disiplin pelayanan.
Terdapat 4 (empat) karakteristik atau variable-variabel dari antrian yang
ditentukan untuk mengevaluasi yaitu:
 Distribusi headway dari kedatangan kendaraan sumber tersebut bisa terbatas
dan bsa tak terhingga.
 Distribusi dari waktu pelayanan yaitu proses pembentukan suatu bentuk
antrian akibat adanya antara satuan-satuan kendaraan. Secara teori waktu
kedatangan antara satuan-satuan kendaraan dengan satuan-satuan kendaran
berikutnya dianggap acak dan bebas. Bentuk umum dari proses ini sering
digunakan dalam model antrian yaitu yang dikenal proses eksponensial.
 Pada saluran untuk pelayanan yang mekanisme palayanan terdiri dari satu
atau beberapa saluran/fasilitas palayanan waktu yang diperlukan sampai
selesainya pelayanan disebut waktu pelayanan. Pada setiap model antrian
harus dispesifikasikan distribusi waktu pelayanan untuk masing-masing
saluran pelayanan. Ada beberapa distribusi waktu pelayanan yang banyak
digunakan yaitu distribusi eksponensial, distribusi erlang dan distribusi
degenerate (pelayanan konstan). Apabila kedatangan kendaraan kedalam
suatu antrian berdistribusi poisson, maka dapat dinyatakan bahwa distribusi
dua kedatangan yang berurutan adalah eksponensial.
 Disiplin antrian bentuk disiplin pelayanan yang biasa dipergunakan dalam
persoalan antrian yaitu: (“P. Siagian H-395”)
20
1) First-Come First-Served (FCFS) atau First-In First-Out (FIFO)
artinya, lebih dulu datang (sampai) lebih dulu dilayani. Misalnya antri
beli tiket bioskop.
2) Last-Come, First Served (LCFS) atau Last-In, Firs-Out (LIFO) yaitu
yang datang terakhir yang lebih dahulu dilayani.
3) Service In Random Order (SIRO) yaitu panggilan didasarkan pada
peluang secara random, tidak mempersoalkan siapa yang dulu datang.
4) General service Discipline (GD) yaitu disiplin pelayanan secara umum
yang mencakup ketiga disiplin pelayanan sebelumnya.
2.8. Model-Model Sistem Antrian
2.8.1. Bentuk Umum Antrian
Beberapa model antrian yang diklasifikasikan berdasarkan format berikut adalah
(P Siagian 1986 H 408):
Format umum (a/b/c);(d/e/f)
a: bentuk distribusi kedatangan,yaitu jumlah kedatangan persatuan waktu.
b: bentuk distribusi waktu pelayanan pemberangkatan yaitu selang waktu antar
satuan-satuan yang dilayani berangkat.
c: jumlah saluran parallel dalam sistem.
d: disiplin pelayanan.
e: jumlah maksimum yang diperkenankan berada dalam sistem.
f: besarnya populasi.
Untuk huruf a dan b, kita gunakan kode-kode berikut pengganti:
M: distribusi kedatangan poisson atau distribusi pelayanan eksponensial juga
sama dengan distribusi waktu antara kedatangan eksponensial atau satuan
yang dilayani poisson.
D: antar kedatangan atau pelayanan tetap.
G: distribusi umum pemberangkatan atau waktu pelayanan.
Dan untuk huruf d, kode-kode pengganti sebagai berikut:
FIFO atau FCFS = first in, first out atau first come, first served.
21
LIFO atau LCFS = Last In, First Out atau Last Come, First Served.
Siro = Service In Random Order
GD = General service Discipline
Untuk huruf c, digunakan bilangan bulat positif yang menyatakan jumlah
pelayanan paralel. Untuk huruf e dan f, digunakan kode N atau menyatakan
jumlah terbatas atau tak terhingga satuan-satuan dalam sistem antrian dan
populasi masukkan. Kombinasi dari unsure-unsur tersebut diatas dan formulasi
antaranya adalah sebagai berikut:
2.8.2. Pengelompokan
Dalam mengelompokkan model-modelantrian yang berbeda-beda akan digunakan
suatu notasi yang disebut Kendall’s Natation. Notasi ini sering digunakan karena
bebrapa alas an. Pertama, karena notasi tersebut merupakan alat yang efisien
untuk mengidentifikasikan tidak hanya model-model antrian, tetapi juga asumsi-
asumsi yang harus dipenuhi. Kedua, hamper semua buku (literature) yang
membahas teori antrian menggunakan notasi ini. Gambar 2.5 berikut ini akan
meperjelaskan penggunaan notasi tersebut, dan model disajikan adalah model
(M/M/1) : (GD/I/I).
Populasi (I) Antrian (M) Fasilitas Pelayanan (M/I)
FCFS
Kepanjangan
Antrian
Tak Terbatas (I)
Gambar 2.5. Contoh Model Antrian
Tingkat Tingkat Jumlah Besarnya Kepanjangan
Kedatangan Pelayanan Fasilitas Populasi Antrian
Pelayanan
Model khusus: (M/M/1): (G/D/I/I)
Keterangan:
M : Tingkat kedatangan dan pelayanan poisson.
D : Tingkat kedatangan atau pelayanan determistik (diketahui konstan).
Sumber Tak
Terbatas
Tingkat
Kedatangan
Poisson
Tingkat
Pelayanan
Poisson
Keluar
22
K : Distribusi selang waktu antar kedatangan atau pelayanan.
C : Jumlah fasilitas pelayanan.
I : Sumber populasi atau kepanjangan antrian tak terbatas.
F : Sumber populasi atau kepanjangan antrian terbatas.
Tanda pertama notasi selalu menunjukkan distribusi tingkat kedatangan. Dalam
hal ini, M menunjukkan tingkat kedatangan mengikuti suatu probabilitas poisson.
Tanda kedua menunjukkan distribusi tingkat pelayanan. Sedangkan M
menunjukkan bahwa tingkat pelayanan mengikuti probabilitas poisson. Ketiga
merupakandisiplin pelayanan secara umum yang mencakup ketiga disiplin
pelayanan sebelumnya. Tanda keempat menunjukkan jumlah fasilitas pelayanan
(channel, dalam sistem). Model diatas adalah model yang mempunyai fasilitas
tunggal. Tanda kelima dan keenam menunjukkan apakah sumber populasi dan
kepanjangan antrian adalah tak terbatas (I) atau terbatas (F).
2.8.3. Model Antrian (M/M/I); (FIFO/∞ /∞ )
Model antrian ini menyatakan kedatangan yang didistribusikan secara
eksponensial, stasiun pelayanan tunggal, disiplin antrian antrian adalah FIFO dan
antrian tidak terhingga serta sumber populasinya tidak terhingga pula.
Formulasi matematisnya dalah adalah sebagaiberikut:
Distribusi peluang dari langganan dalam sistem.
Intensitas lalu lintas ρ =λ /μ .
Bila ρ merupakan peluang bahwa sistem antrian adalah sibuk, maka (1- ρ )
merupakan peluang bahwa sistem tidak dalam keadaan sibuk pada sembarang
waktu, artinya (1- ρ ) merupakan peluang bahwa sistem antrian tidak mempunyai
antrian.
Misalkan P
(n)
merupakan peluang adanya n langganan dalam antrian, maka untuk
n=0:
Po= (1- ρ )
Karena Po= ρ
n
, Po
23
Pn= ρ
n
.(1- ρ )
Jumlah rata-rata konsumen dalam sistem adalah:
) 1 .( .......... .......... .......... .......... .......... ..........
ρ 1
ρ
λ
λ
n = E(nt)
÷
=
÷
=
Bila ρ = 1 atau jumlah laju kedatangan mendekati jumlah laju pelayanan μ , maka
jumlah rata-rata dalah sistem kedatangan menjadi lebih besar bila λ = μ atau ρ = 1,
maka E(nt) =∞, jumlah rata-rata dalam sistem antrian menjadi besar tidak
terhingga. Secara matematis dapat dituliskan sebagai berikut ini:
Jumlah rata-rata konsumen dalam antrian adalah:
μ
λ
n = ) E(n
t
 

÷
= =
.....(2) .......... .......... .......... .......... ..........
λ
λ
ρ
|
|
¹
|

\
|
÷
=
Ini diperoleh karena panjang antrian= jumlah dalam sistem dikurangi satu untuk
n ˃ 0 oleh karena itu:
_ _
_
·
=
·
=
·
=
1 n 1 n
w
1 n
w
Pn - n.Pn = ) E(n
1)Pn - (n - .Po 0 = ) E(n


 

÷ =
-
= Po) - (1 - ) E(n
w
Sehingga jumlah kendaraan dalamantrian adalah:
ρ 1
ρ
= ) E(n
w

÷
Atau
) 3 .( .......... .......... .......... .......... .......... ..........
ρ 1
ρ
λ ) (μ
λ
E(nt)
2 2
÷
=
÷
=
Jumlah rata-rata yang menerima layanan adalah:
E(n
t
) = E(n
t
)- E(n
w
)
24
) 4 .( .......... .......... .......... .......... .......... ..........
μ
λ
λ ) - (μ
λ
-
λ
λ
= ) E(n
2
t
= =
÷
Waktu rata-rata dalam sistem adalah:
Apabila E(Tt) merupakan waktu rata-rata yang dihabiskan dalam sistem, maka:
) E(n
= ) E(T
t
1

Karena:
maka, = ) E(n
w
 

÷
) 5 .( .......... .......... .......... .......... .......... ..........
1 /
= ) E(T
1
  
  
÷
=
÷
Waktu rata-rata dalam antrian adalah:
Apabila E(T
w
) merupakan panjang rata-rata waktu yang dihabiskan oleh seorang
langganan dalam antrian, maka:
E(T
w
) .(6) .......... .......... .......... .......... .......... ..........
λ ) (μ
λ
μ
1
). E(T
1
÷
= =
Waktu pelayanan rata-rata adalah:
Apabila E(T
1
) merupakan panjang rata-rata dari waktu yang diperlukan langganan
untuk menerima pelayanan yang benar-benar, maka:
E(T
1
) .(7) .......... .......... .......... .......... .......... ..........
1
λ
λ / ) E(n
t



= = =
Rumus ini dapat diperoleh dari ketentuan bahwa:
E(T
t
) = E(T
1
)-E(T
w
)
2.8.4. Model Antrian (M/M/C); (FIFO/∞ /∞ )
Model antrian ini disebut sistem saluran ganda dengan masukkan poisson waktu
pelayanan eksponensial, jumlah antrian dalam sistem dan sumber masukkan tidak
terhingga, disiplin pelayanan adalah FIFO, formulasi memastikannya adalah
sebagai beriku:
Distribusi peluang waktu tunggu.
25
Apabila waktu menunggu dari kedatangan sampai dimulainya pelayanan adalah t,
jumlah saluran pelayanan c, dan a adalah suatu harga variabel tertentu maka:
P(t˃ 0)
/ /c (1 c!
ρ .Po
  ÷
=
P(t˃ 0) =
) / 1 (    c a c
e
÷
= P(t˃ 0) .(8) .......... .......... .......... .......... .......... ..........
Waktu tunggu dari suatu kedatangan sampai dengan pelayanan selesai (T), adalah:
P(t˃ a) =
  

 

÷ ÷
÷
÷
+
÷ ÷ ÷
1
1
) / 1 ( !
.
1
) 1 (
c
e
c c
Po
e
c a
a
....(9) .......... .......... .......... .......... ..........
Jumlah rata-rata dalam sistem adalah:
E(n
t
) =f(b)
- 

 

+
c
....(10) .......... .......... .......... .......... ..........
Keterangan:
f(b) = peluang masa sibuk .
λ /μ = jumlah rata-rata dalam mekanisme pelayanan.
Jumlah rata-rata dalam antrian adalah:
E(n
t
) =f(b)
-  

c
....(11) .......... .......... .......... .......... ..........
Jumlah rata-rata dalam sistem adalah:
E(T
1
) =f(b)
1
-   

+
c
....(12) .......... .......... .......... .......... ..........
Waktu tunggu rata-rata
E(T
v
) =f(b)
-
1
  c
....(13) .......... .......... .......... .......... ..........
2.8.5. Model Antrian (M/M/1); (GD/N/∞ )
Model antrian ini mempunyai karakter sebagai berikut:
 Fasilitas pelayanan tunggal, distribusi kedatangan poisson, waktu pelayanan
eksponensial, jumlah antrian didalam sistemterbatas serta besar populasi
masukan tak terhingga.
 Pada c sistem ini panjang antrian tidak boleh melebihi jumlah tertentu (yang
dinyatakan dalam N) pada aktu yang ditetapkan, yaitu apabila jumlah dalam
26
sistem sudah terdapat N- langganan dalam antrian, sehingga setiap
langganan yang datang pada saat antrian sudah penuh harus meninggalkan
sistem tanpa mendapat pelayanan. Formulasi matematisnya adalah sebagai
berikut:
Po-------
,
1
1
,
1
1
1
¦
¦
¹
¦
¦
´
¦
=
÷
÷
=
÷
=
+
 



N
N
4) ........(1 .......... .......... .......... ..........
Demikian juga:
Pn-------
μ Po,
N ., (1,2,3,... n , Po,
n
¹
´
¦
=
= =
) .......(15 .......... .......... .......... ..........
Jumlah rata-rata antrian dalam sistem dapat ditentukan sebagai berikut:
E(n
t
) =
ρ 1
Nρ 1)ρ (N 1
ρ 1
ρ
1 N
1 N N
+
+
÷
+ + ÷
÷
=
ρ 1
1)Nρ (N 1
ρ 1
ρ
1 N
1 N
+
+
÷
+ ÷
÷
.(16) .......... .......... .......... ..........
E(n
t
) = untuk ,
2
  =
N
.(17) .......... .......... .......... ..........
Karena kapasitas garis tunggu adalah terbatas, maka laju kedatangan, λ akan
menjadi nol jika tunggu sudah penuh. Oleh karena itu, laju kedatngan yang
dihitung adalah laju kedatangan yang efektif saja yang ditulis λ
eff
yaitu λ .
Karena:
E(n
w
) =E(n
t
)-


Maka
 =
eff
=μ (E(n
t
)-E(n
w
))
Dan juga diketahui bahwa:
E(n
w
) = E(n
t
)-(1-Po)
Maka diperoleh rumus:
λ = λ eff=μ {E(n
t
)-(E(n
t
)-(1-Po))}
27
= μ (1-Po) .(18) .......... .......... .......... ..........
Kemudian juga terdapat:
E(T
t
) =
λ eff
) E(n
t
Jadi:
E(w) =
λ eff
E(n)
.(19) .......... .......... .......... ..........
2.8.6. Model Antrian (M/M/C/); (GD/N/∞ )
Model antrian ini mempunyai karakter sebagai fasilitas pelayanan ganda,
distribusi kedatangan poisson, waktu pelayanan eksponensial, disiplin pelayanan
bersifat umum serta jumlah antrian dalam sistem terbatas sdangkan besarnya
popolasi sumber tak terhingga.
Apabila: c = jumlah pelayanan.
N = jumlah kendaraan dalam sistem
Maka formulasi matematisnya adalah sebagai berikut:
Pada model ini terdapat sifat-sifat, yaitu:
Laju kendaraan, λ =
1..... N N, n bila 0,
1 N 0,1,2,..., n bila ,
¦
¹
¦
´
¦
+ =
÷ =
Laju kedatangan, λ =
2,...... c 1 c n bila cμ μ
c 0,1,2,..., n bila nμ μ
¦
¹
¦
´
¦
+ + =
=
Jika 1 ˂ c ˂ N, maka diperoleh:
λ cμ

) (
n
1
1
Po
1 - c
0 n
n
_
=
÷
+
=

0) ........(2 .......... .......... ..........
Dengan:
28
P(n) =
N n bila 0,
N n c n bila ,
c c!
1
c n bila Po, (C)
n!
1
c - n
N
¦
¦
¦
¹
¦
¦
¦
´
¦
)
( s
s
2.8.7. Model Antrian Sistem Tandem
Bentuk dasar dari sistem tandem adalah dua kendaraan bergerak pada dua gerbang
tol yang beruntun secara seri depan belakang dan setiap pengumpulan tol akan
melakukan transaksi tol masing-masing satu kendaran pada waktu masuk
kendaraan yang sama.
Gambar 2.6. Gerbang Tol Sistem Tandem
Yang perlu diperhitungkan pada sistem ini, jika transaksi pada gerbang tol B lebih
lama daripada di gerbang tol A, maka pertambahan waktu menunggu dalam
antrian untuk gerbang A bertambah lebih lama, apabila ada sebuah traileryang
melakukan transaksi pada gerbang B akan menghalang kendaraan lain yang akan
melakukan transaksi pada gerbang A. untuk mengatasi hal ini maka sebaiknya
diberi suatu daerah penghalang dengan jarak sekitar 20 meter dari gerbang yang
satu ke gerbang yang lain.
Dengan adanya daerah penghalang dengan jarak 20 meter, jika ada kelambatan
waktu palayanan pada gerbang B, maka sementara itu di gerbang A dapat
dilayani dan kendaraan, kemudian tiga kendaraan tadi bias keluar dari gerbang
secara bersamaan. Juga memecahkan masalah jika ada trailer yang melakukan
digerbang B, karena jarak 20 meter tetap akan memberikan ruang untuk
kendaraan lain antri dibelakangnya untuk melakukan transaksi. Prosedur pada
29
sistem tandem hanpir sama dengan waktu pelayanan sistem single, hanya bedanya
dapat dilayani dua sampai tiga kendaraan sekaligus, baru kemudian meneruskan
perjalanan.
Rumus-rumus untuk pertambahan kapasitas pada gerbang tol sistem tandem ini
dikemukakan oleh Lewis D. Rubinsteht untuk gerbang tol di Gelden Gate Brigae
San Francisco adalah sebagai berikut:
 Tandem tanpa daerah penghalang
1 cap = 1
0.4Sd(Tc) Tm Tc
2Tc * 100
=
+ +
 Tandem dengan daerah penghalang
1 cap = 1
Tm Tc
2Tc * 100
=
+
Keterangan:
1 cap = pertambahan kapasitas dalam persen.
c = waktu keseluruhan atau waktu palayanan per satuan kendaraan pada
gerbang single.
m = waktu kendaraan mendekat.
s = waktu pelayanan dengan c=m+s.
Sd = standard deviasi dari c.
Sistem tendem dengan mepergunakan daerah penghalang belum lazim digunakan
di Indoneisia tetapi untuk memecahkan kemacetan lalu lintas pada jalur non tol
akibat panjang antrian pada gerbang mungkin dapat dilakukan akan sistem tandem
tanpa daerah penghalang, ini pasti akan menambah kapasitas gerbang untuk dapat
melayani jumlah kendaraan untuk masuk ke jalan tol.
30
Bab 3
Flowchart Pemecahan Masalah
3.1. Flowchart Pemecahan Masalah
Gambar 3.1. Flowchart Pemecahan Masalah
31
3.2. Langkah-langkah Pemecahan Masalah
3.2.1. Mulai Penelitian
Merupakan langkah awal dalam memulai penelitian, menentukan perusahaan yang
akan di teliti dan mencari keterkaitan bidang keilmuan teknik industri.
3.2.2. Studi Lapangan
Melakukan survei terhadap perusahaan, mencari permasalahan yang terjadi pada
perusahaan yang diteliti sehingga mendapat gambaran umum untuk memulai
suatu penelitian. Pada kasus ini, penulis melakukan wawancara kepada pihak
kepala bagian gerbang tol untuk mengetahui tingkat jumlah pelanggan perbulan.
3.2.3. Identifikasi Masalah
Mengidentifikasi masalah secara lebih terinci, pada permasalah kali ini penulis
memberikan identifikasi terhadap pokok permasalah dalam mengetahui masalah
apa saja yang terkait dengan gerbang tol serta cara mengatasi antrian yang terjadi
di gerbang tol, sehingga perusahaan dapat mengambil langkah-langkah yang tepat
dalam mengatasi antrian gerbang tol yang baik sehingga tujuan perusahaan dapat
tercapai, berikut identifikasi masalah penulis:
1. Bagaimana utilisasi kinerja di gerbang tol exit Pasteur pada PT. Jasa Marga
(Persero). Tbk?
2. Bagaimana meningkatkan kinerja di gerbang tol exit Pasteur pada PT. Jasa
Marga (Persero). Tbk dalam mengatasi antrian?
3.2.4. Tujuan Penelitian
Kemampuan perusahaan dalam menganalisis suatu keadaan agar gerbang tol
berjalan sesuai yang diharapkan tanpa terjadi antrian yang panjang dan juga tidak
merugikan perusahan.
Adapun tujuan dari Tugas Akhir ini adalah sebagai berikut:
1. Untuk mengetahui kinerja di gerbang tol exit Pasteur pada PT. Jasa Marga
(Persero). Tbk.
2. Memberikan usulan bagaimana meningkatkan kinerja gerbang tol exit
Pasteur di PT. Jasa Marga, (Persero). Tbk untuk mengurangi antrian panjang.
32
3.2.5. Pengumpulan Data
Dalam melakukan penelitian, pengumpulan data merupakan awal dari suatu
penelitian yang harus dilakukan oleh penelitian. Data yang dikumpulkan terdiri
dari dua kategori, yakni data primer dan sekunder.
3.2.5.1. Data Sekunder
Untuk mendukung penelitian ini, maka selanjutnya data sekunder dikumpulkan
seperti sejarah perusahaan, struktur organisasi, tingkat keberangkatan selama 24
jam atau 3 (tiga) shift selama 1 (satu) bulan dengan jam kerja 8 jam per hari.
3.2.5.2. Data Primer
Data primer adalah data yang langsung diperoleh dari lapangan dengan
melakukan survei atau pengamata. Data primer yang dikumpulkan peneliti adalah
jangka waktu kedatangan dan waktu pelayanan gardu.
3.2.6. Pengumpulan Data
Melakukan pengolahan data terhadap data yang dikumpulkan sesuai dengan
materi yang digunakan yaitu:
3.2.6.1. Menentukan Distribusi Frekuensi
Terhadap data kedatangan yang dikumpulkan dari hasil pengamatan, dilakukan
penyajian statistik sedemikian rupa. Data yang terkumpul tersebut perlu
disederhanakan kedalam bentuk yang mudah dimengerti serta berguna bagi tujuan
penelitian. Penyederhanaan data dapat dilakukan dengan membuat daftar
distribusi frekuensi dan penentuan jumlah kelas, penentuan interval dan batas
kelas, penentuan titik tengah.
3.2.6.2. Uji Distribusi Data
Uji distribusi data dilakukan untuk mengetahui dan menguji sebaran peluang
waktu pelayanan dan tingkat kedatangan yang terjadi di dalam suatu sistem
antrian. Pengujian data ini dilakukan dengan menggunakan metode Uji Goodness
Of Fit Test yaitu Kolomogorov Smirnov, digunakan untuk mengetahui diterima
atau ditolaknya suatu distribusi data.
33
Apabila data yang diuji dinyatakan diterima, maka data tersebut selanjutnya
dianalisis guna mengetahui nilai rata-rata baik terhadap kedatangan maupun
pelayanan. Dan nilai rata-rata akan digunakan selanjutnya untuk analisis terhadap
permasalahan-permasalahan pelayanan Gerbang Tol Pasteur jika uji data ditolak,
maka langkah yang dilakukan adalah dengan menggunakan simulasi.
3.2.6.3. Menetukan Utilitas (ρ )
Pada pengelompokkan model-model antrian yang berbeda-beda akan digunakan
suatu notasi yang disebut dengan Notasi Kendall. Notasi ini sering dipergunakan
karena beberapa alasan. Diantaranya, karena notasi tersebut merupakan alat yang
efisien untuk mengidentifikasi tidak hanya model-model antrian, tetapi juga
asumsi-asumsi yang harus dipenuhi.
Pada penelitian ini digunakan model antrian M/M/c/GD/∞ /∞ , dalam model ini
pelanggan tiba dengan laju konstan λ dan maksimum c pelanggan dapat dilayani
secara bebarengan. Laju layanan per perlayanan juga konstan dan sama dengan μ .
3.2.6.4. Memberikan Usulan Perbaikan
Setelah proses pengolahan data mulai dari awal hingga penentuan utilitas (ρ )
maka dilakukan pemberian usulan untuk perbaikan sistem yang ada. Tujuannya
adalah adanya perubahan sistem yang lebih baik dari yang sebelumya yang terjadi
pada gerbang tol Pasteur.
3.7. Analisis
Melakukan analisis dari hasil pengolahan data.
3.8. Kesimpulan dan Saran
Menarik kesimpulan dan saran yang bermanfaat bagi perusahaan PT. Jasa Marga
(Persero). Tbk.
34
Bab 4
Pengumpulan dan Pengolahan Data
4.1. Pengumpulan Data
4.1.1. Pengumpulan Sekunder
4.1.1.1. Sejarah Perusahaan PT. Jasa Marga (Persero). Tbk
Jasa marga didirikan pada tahun 1978 ketika jalan bebas hambatan pertama yang
menghubungkan Jakarta dengan Bogor selesai dibangun. Dengan pertimbangan
agar biaya pengoperasian dan pemeliharaan ruas jalan tersebut dapat dilakukan
secara mandiri tanpa membebani anggaran pemerintah. Menteri Pekerja Umum
ketika itu Ir. Sutami mengusulkan mendirikan sebuah persero untuk mengelola
jalan tersebut. Terbitlah peraturan pemerintah No. 4 tahun 1978 tentang
penyertaan modal negara Republik Indonesia untuk pendirian persero.
PT. Jasa Marga (Persero) dibentuk pada tanggal 1 Maret 1987 dengan tujuan
penyelenggaraan jalan tol di Indonesia. Pada tanggal 9 Maret 1987, Presiden
Suharto meresmikan jalan tol tersebut sebagai jalan tol pertama di Indonesia yang
diberi nama Jagorawi dengan karyawan 200 orang.
Sejak saat itu, Jasa Marga bersama pemerintah terus membangun jalan-jalan tol
baru di wilayah Jabotabek, Bandung, Cirebon, Semarang, Surabaya, dan Medan.
Sampai pada akhir tahun 80-an Jasa Marga adalah satu-satunya penyelenggara
jalan tol di Indonesia. Hingga kemudian pemerintah pula investor swasta yang
berfungsi sebagai regulator menjadi investor jalan tol dari pemerintah. Jasa Marga
siap bersaing dengan investor jalan tol swsta dalam membangun, mengoperasikan,
dan memelihara jalan tol.
Sejak saat ini Jasa Marga telah berkembang pesat mengoperasikan 491.62 km
jalan tol dengan karyawan 5.705 orang. Tahun 2003, Jasa Marga bekerjasama
dengan investor dari Malaysia, melalui Net Solution Ltd telah memberikan jasa
manajemen mengoperasikan jembatan tol jamuna di Bangladesh selama 5 tahun.
35
4.1.1.2. Struktur Organisasi PT. Jasa Marga (Persero). Tbk
Struktur organisasi pada perusahaan sangatlah menentukan kelancaran jalannya
perusahaan, dimana hubungan antara pimpinan dengan bawahan diatru dengan
sebaik-baiknya. Struktur organisasi perusahaan dapat mengatur atau menjelaskan
wewenang pekerjaan masing-masing fungsi atau seksi agar tidak terjadi
kesalahpahaman pekerjaan. Jadi jelas bahwa struktur organisasi perusahaan
merupakan hal yang sangat penting untuk mencapai sistem kerja yang baik.
PT. Jasa Marga (Persero). Tbk Cabang Purbaleunyi merupakan struktur organisasi
yang jelas. Tugas dari masing-masing bagian sesuai dengan kedudukannya di
dalam perusahaan. adapun struktur orgasisasi PT. Jasa Marga, (Persero). Tbk
adalah sebagai berikut:
36
Struktur Organisasi PT. Jasa Marga (Persero). Tbk
Cabang Purbaleunyi Bandung
Gambar 4.1. Struktur Organisasi PT. Jasa Marga (Persero). Tbk
37
4.1.1.3. Visi dan Misi Perusahaan
Sebagai sebuah perusahaan pengola jalan tol di Indonesia, PT. Jasa Marga
(Persero). Tbk mempunyai visi dan misi yang menjadi landasan berlangsungnya
kegiatan perusahaan. adapun visi dan misi tersebut adalah sebagai berikut:
4.1.1.3.1. Visi Perusahaan
1. Menjadi perusahaan modern dalam bidang pembangunan dan pengoperasian
jalan tol.
2. Menjadi pemimpin (leader) industri jalan tol dengan mengoperasikan
mayoritas jalan tol di Indondesia.
3. Memiliki daya saing yang tinggi ditingkat nasional dan regional.
4.1.1.3.2. Misi Perusahaan
Adapun yang menjadi misi dari PT. Jasa Marga (Persero). Tbk adalah:
1. Menambah panjang jalan tol secara berkelanjutan, sehingga perusahaan
menguasai paling sedikit 50 % panjang jalan tol di Indonesia dan usaha
terkait lainnya.
2. Memaksimalkan pemanfaatan potensi keuangan perusahaan.
3. Meningkatkan mutu dan efisiensi jasa pelayanan tol melalui penggunaan
teknologi yang optimal dan penerapan kaidah-kaidah manajemen perusahaan
modern dengan tata kelola yang baik.
4.1.1.4. Letak dan Gerbang Tol Pasteur Cabang Purbaleunyi
Salah satu jalan yang menghubungkan arus lalu lintas dari Bandung ke luar
Bandung atau sebaliknya adalah jalan tol, sehari-hari disebut Jalan Tol Pasteur.
Kendaraan yang menggunakan jalan tol dikenakan biaya yang telah ditentukan.
Oleh karena itu, pada jalan tol diadakan tempat-tempat transaksi baik pembayaran
maupun pengambilan tiket masuk. Untuk sehari-harinya tempat transaksi disebut
sebagai gerbang tol.
Untuk masuk dan keluar jalan Tol Pasteur terdapat beberapa tempat transaksi atau
gerbang tol. Penulis melakukan penelitian terhadap salah satu gerbang tol, yaitu
38
Gerbang Tol Pasteur Cabang Purbaleunyi yang terletak di Plaza Tol Pasteur Jl.
Djunjunan No. 257 Bandung.
4.1.1.5. Gerbang dan Gardu
Untuk mempermudah pengelolaan jasa jalan tol, maka setiap gardu ditandai
dengan suatu kode nomor. Untuk gardu yang bernomor genap (gardu exit)
berfungsi sebagai transaksi penyerahan tiket (pembayaran). Gardu yang bernomor
ganjil (gardu entrance) berfungsi sebagai pengambilan tiket. Sistem penomoran
gardu pada gerbang utama adalah sebagai berikut: angka paling besar berada di
paling pinggir dari jalan sedangkan ditengah adalah angka paling rendah. Untuk
gardu keluar, bila diurutkan dari selatan adalah angka 18, 16, 14, 12, s/d 2,
sedangkan untuk gardu masuk, bila diurutkan dari utara 21,19,17,15, s/d 1.
Melihat gerbang utama berjumlah 20 (sembilan belas) gardu, namun ada 7 (enam)
gardu yang tidak dipergunakan lagi sehingga gardu yang aktif digunakan adalah
sebanyak 13 gardu.
4.1.1.6. Sistem Pelayanan
Sistem pembayaran jasa jalan tol adalah Sistem tutup dan sistem terbuka. Pada
gerbang tol Pasteur diterapkan sistem tertutup, dimana pengemudi kendaraan yang
arah arus lalu lintasnya menuju Bandung, sebelum keluar dari jalan tol Pasteur
terlebih dahulu menyerahkan tiket sekaligus menyerahkan uang dengan jumlah
tertentu kepada petugas gardu keluar (exit). Sedangkan untuk pengemudi yang
arah arus lalu lintasnya menuju keluar dari Bandung sebelum masuk jalan tol
terlebih dahulu memperoleh tiket tanda masuk (entrance).
Setiap lajur lalu lintas pada gerbang tol Pasteur dilayani 1 (satu) gardu. Petugas
yang bekerja untuk melayani de gerbang pembayaran adalah satu orang untuk 1
(satu) gardu, dengan demikian petugas yang melakukan transaksi pembayaran
adalah sebanyak 8 (tiga belas) orang untuk Shift I, 13 (tiga belas) orang juga untuk
Shift II, sedangkan untuk Shift III tidak semua gardu di buka untuk melayani
pengemudi kendaraan. Dengan demikian petugas yang bekerja pada Shift III
39
kurang dari 13 (tiga belas) orang, dimana hal ini cukup beralasan mengingat lalu
lintas cukup sepi atau tidak padat pada jam-jam tersebut.
Untuk gardu pengambilan (entrance) tiket tanda masuk adalah 5 (gardu) gardu,
namun gardu ini tidak seperti gardu keluar (exit) tidak dilayani seorang petugas
sebagaimana yang terdapat pada gardu keluar (exit) pada gardu masuk (entrance)
adalah gardu tanpa orang atau yang disingkat sebagai GTO. Petugas bekerja
selama 1 (satu) Shift adalah selama 8 (delapa) jam. Jadwal petugas tersebut sudah
diatur sedemikian rupa, yakni Shift I bekerja dari jam 06.00 s/d 14.00 WIB, Shift
II bekerja dari jam 14.00 s/d 22.00 WIB dan Shift III bekerja dari jam 22.00 s/d
06.00 WIB.
4.1.1.7. Tingkat Keberangkatan Selama 24 Jam
Tingkat keberangkatan dalam kasus gerbang tol Pasteur ini adalah besarnya
volume arus lalu lintas yang meninggalkan sistem antrian. Bagi kendaraan yang
akan keluar jalan, yakni melalui gardu keluar (exit), bahwa kendaraan tersebut
terakhir sekali dalam sistem antrian adalah pada saat pengemudi kendaraan
tersebut melakukan transaksi pembayaran atau penyerahan tiket.
Tujuan utama dari penelitian ini adalah mengurangi antrian, dan antrian paling
banyak terjadi pada saat arus lalu lintas sibuk. Dengan pertimbangan data bulan
Februari tahun 2011 tersebut, dimana pengumpulan data ini didapat dari instansi
PT. Jasa Marga (Persero). Tbk. Volume lalu lintas dari jam 06.00 s/d 06.00 (24
jam) dan data yang dikumpulkan adalah mulai dari tanggal 1 Februari s/d 28
Februari 2011.
40
Tanggal/ Jam : 01/02/2011 / 06.00
Durasi (menit) : 1440
Periode : 60
Golongan : Semua
Tabel 4.1. Tingkat Kedatangan Kendaraan Gerbang Tol Exit Selama 24 Jam
Inde
x
Shift
Jam
Awal
Jam
Akhir
Exit-
2
Exit-
4
Exit-
6
Exit-
8
Exit-
10
Eixt-
12
Exit-
14
Exit-
16
Total
Masuk
1 1 6.00 7.00 291 168 234 293 232 230 255 44 1747
2 1 7.00 8.00 316 251 314 313 291 183 245 189 2102
3 1 8.00 9.00 266 279 291 283 251 213 61 107 1751
4 1 9.00 10.00 254 273 281 284 246 210 147 27 1722
5 1 10.00 11.00 247 273 277 282 237 195 131 68 1710
6 1 11.00 12.00 266 267 280 270 242 136 145 94 1700
7 1 12.00 13.00 252 274 274 276 240 230 104 66 1716
8 1 13.00 14.00 257 267 285 238 226 143 161 50 1627
9 2 14.00 15.00 233 199 187 261 220 257 192 209 1758
10 2 15.00 16.00 247 277 270 251 231 218 79 143 1716
11 2 16.00 17.00 263 267 264 260 257 245 192 31 1779
12 2 17.00 18.00 252 275 273 248 260 253 229 177 1967
13 2 18.00 19.00 223 253 245 243 209 189 71 110 1543
14 2 19.00 20.00 199 246 239 219 186 14 128 10 1241
15 2 20.00 21.00 113 230 100 188 158 113 92 39 1033
16 2 21.00 22.00 163 138 85 14 134 124 47 50 755
17 3 22.00 23.00 116 162 157 129 0 0 0 0 564
18 3 23.00 0.00 46 173 184 41 0 0 0 0 444
19 3 0.00 1.00 108 24 28 114 0 0 0 0 274
20 3 1.00 2.00 73 0 0 88 0 0 0 0 161
21 3 2.00 3.00 60 30 0 31 0 0 0 0 121
22 3 3.00 4.00 0 29 51 0 0 0 0 0 80
23 3 4.00 5.00 0 79 39 0 0 0 0 0 118
24 3 5.00 6.00 37 93 152 24 0 0 8 0 314
Total 4282 4527 4510 4350 3620 2953 2287 1414 27943
Sumber: PT. Jasa Marga (Persero). Tbk Februari 2011
41
Gambar 4.2. Tingkat Kedatangan Kendaraan Gerbang Tol Exit
42
4.1.2. Pengumpulan data Primer
4.1.2.1. Data Kedatangan Kendaraan
Tabel 4.2. Waktu Kedatangan Kendaraan Per 1 Gardu
Waktu Pelayanan Kendaraan Kedatangan Kendaraan
Mulai Akhir Gardu 2 Gardu 4
16.00 16.05 22 20
16.05 16.10 24 26
16.10 16.15 23 23
16.15 16.20 23 25
16.20 16.25 23 25
16.25 16.30 24 22
16.30 16.35 22 20
16.35 16.40 22 24
16.40 16.45 21 27
16.45 16.50 25 24
16.50 16.55 25 22
16.55 17.00 25 23
17.00 17.05 20 26
17.05 17.10 25 26
17.10 17.15 20 23
17.15 17.20 21 22
17.20 17.25 20 16
17.25 17.30 17 16
17.30 17.35 18 13
17.35 17.40 20 18
17.40 17.45 21 27
17.50 17.55 16 17
17.55 18.00 16 15
43
4.1.2.2. Data Waktu Pelayanan Kerdaraan
Tabel 4.3. Waktu Pelayanan Gardu 2 per 30 Kendaraan
No. Waktu Kedatangan Kendaraan Waktu Pelayanan Kendaraan ( satuan detik)
1
16.00.00 7.30
2
16.00.11 10.00
3
16.01.00 6.60
4
16.02.00 9.60
5
16.02.13 9.60
6
16.02.26 6.40
7
16.02.36 3.50
8
16.02.43 4.90
9
16.03.00 8.00
10
16.03.11 9.80
11
16.03.21 6.40
12
16.04.00 4.50
13
16.04.08 4.70
14
16.04.16 6.10
15
16.04.25 8.20
16
16.05.00 7.00
17
16.05.10 6.80
18
16.05.20 7.10
19
16.05.30 6.40
20
16.05.51 2.80
21
16.06.00 4.60
22
16.06.08 5.60
23
16.06.17 6.60
24
16.06.35 4.50
25
16.06.49 6.10
26
16.07.00 4.00
27
16.07.10 6.70
28
16.07.18 4.50
29
16.07.35 5.20
30
16.07.53 6.60
44
4.2. Pengolahan Data
4.2.1. Data Gerbang Exit
Pengolahan data dilakukan berdasarkan shift I, shift II, shift III yang diberlakukan
pada PT. Jasa Marga (Persero). Tbk.
4.2.1.1. Data Shift I
4.2.1.1.1. Tingkat Kedatangan Kendaraan
Pola kedatangan kendaraan pada waktu shift I dengan uji data. Periode tingkat
kedatangan kendaraan adalah 1 (satu) jam, dengan shift I dimulai pada jam 06.00-
14.00 WIB.
Tabel 4.4. Data Volume Kendaraan Lalin Keluar (exit) per Gardu Pasteur Bulan Februari
2011 Shift I
Hari Tgl
Volume Kendaraan
Total
Exit-2 Exit-4 Exit-6 Exit-8 Ext-10 Exit-12 Exit-14 Exit-16
Selasa 1 2149 2052 2236 2239 1965 1540 1249 645 14075
Rabu 2 2058 2285 2230 2177 1814 1779 1325 806 14474
Kamis 3 1700 1933 1985 1990 1504 1115 1132 1156 12515
Jumat 4 2167 2264 2214 2174 1915 1744 1638 1159 15275
Sabtu 5 2053 2175 2154 2177 1588 1628 1196 851 13822
Minggu 6 1732 1954 1952 1887 1308 1221 898 672 11624
Senin 7 2165 2334 2340 2161 1796 1810 1427 1101 15134
Selasa 8 2156 2332 2317 2285 1609 1714 1346 761 14520
Rabu 9 1768 1957 1805 1937 1534 1240 615 435 11291
Kamis 10 2162 2291 2203 2221 2046 1778 1146 876 14723
Jumat 11 1757 1811 1786 1685 1489 1184 1111 779 11602
Sabtu 12 2129 2124 2095 2183 1962 1968 1799 1528 15788
Minggu 13 1997 1905 1966 1970 1522 1304 852 785 12301
Senin 14 2301 2307 2347 2249 1972 1572 1602 1212 15562
Selasa 15 1816 1990 2000 1639 1597 995 885 1058 11980
Rabu 16 2205 2267 2347 2249 2130 1914 1345 988 15445
Kamis 17 2121 2246 2284 2204 1466 1858 1723 859 14761
Jumat 18 2122 2193 2249 2233 1568 1752 1398 997 14512
Sabtu 19 2018 2145 2103 2056 1788 1288 1899 1354 14651
Minggu 20 1777 1970 1935 1830 1135 937 942 277 10803
Senin 21 2222 2355 2093 2173 2065 1493 1689 986 15076
Selasa 22 2106 2313 2194 2259 1760 1691 1141 1121 14585
Rabu 23 2123 2093 1918 1689 1641 1601 1526 1465 14056
Kamis 24 2078 2316 2259 2255 1807 1784 1281 884 14664
Jumat 25 2267 2290 2324 2079 1857 1579 1051 995 14442
Sabtu 26 2098 2217 2117 2233 1587 2013 1683 1427 15375
Minggu 27 1914 1687 1970 1854 1506 870 967 668 11436
Senin 28 2291 2299 2339 2195 1903 1509 1438 1077 15051
Total 57452 60105 59762 58283 47834 42881 36304 26922 389543
45
Gambar 4.3. Tingkat Kedatangan Kendaraan pada Shift I/Jam/Gardu
Uji Keseragaman Distribusi
Tujuan uji kecocokan ini adalah untuk membandingkan frekuensi hasil
sebenarnya diamati dengan frekuensi yang diharapkan.
1. Hipotesis
H
0
= sampel mengikuti distribusi poisson
H
1
= sampel tidak mengikuti distribusi poisson
2. Kriteria Penolakan
H
0
ditolak jika D
max ≤
Dn
α ,n
3. Uji Statistik
Tabel 4.5. Data Total Gardu Exit (Dalam Satuan Ribuan) Shift I
Total Masuk Kendaraan Shift I/Jam/Gardu Pembulatan
14.075 15
14.474 15
12.515 13
15.275 16
13.822 14
11.624 12
15.134 16
14.52 15
46
Tabel Lanjutan 4.5. Data Total Gardu Exit (Dalam Satuan Ribuan) Shift I
11.291 12
14.723 15
11.602 12
15.788 16
12.301 13
15.562 16
11.98 12
15.445 16
14.761 15
14.512 15
14.651 15
10.803 11
15.076 16
14.585 15
14.056 15
14.664 15
14.442 15
15.375 16
11.436 12
15.051 16
389.543
404
Tabel 4.6. Distribusi Frekuensi Tingkat Kedatangan Kendaraan Shift I
xi fi fk fo fi.xi Po Dn
11 1 1 0.036 11 0.075 0.040
12 4 5 0.179 48 0.091 0.088
13 2 7 0.250 26 0.101 0.149
14 2 9 0.321 28 0.105 0.216
15 11 20 0.714 165 0.102 0.613
16 8 28 1.000 128 0.092 0.908
Total 28 406
47
- χ ̄ = λ =
fi
.
_
xi fi
28
406
_
= = 14.500
-
_
=
fi
fk
fo
036 . 0
28
1
1
= = fo
179 . 0
28
5
2
= = fo
250 . 0
28
7
3
= = fo
-
!
i
x
x
e
Po
i


÷
=
÷
075 . 0
11!
14.500 x 2.71828
1
11 500 . 4 1
1
=
=
÷
P
P
091 . 0
12!
14.500 x 2.71828
2
12 500 . 4 1
2
=
=
÷
P
P
101 . 0
13!
14.500 x 2.71828
3
13 500 . 4 1
3
=
=
÷
P
P
- Dn=| Po-fo|
Dn= | 0.075-0.036|=0.040
Dn= | 0.091-0.179|=0.088
Dn= | 0.101-0.250|=0.149
48
4. Analisis
α = 5%
α
0.240
0.908
Gambar 4.4. Kurva Distribusi Tingkat Kedatangan Kendaraan Shift I
5. Kesimpulan
Dn
max
= 0.908 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau
mengikuti distribusi poisson.
Penetuan Rata-rata Jumlah Mobil Per Satuan Waktu (λ )
_
_
=
jam/bulan 8 kendaraan/ pelayanan waktu
jam/bulan gardu/8 kendaraan/ Jumlah
) ( kendaraan jumlah rata - Rata 
jam kendaraan/ 1739
8 x 28
389543
= =
aan jam/kendar 000575 . 0
1739
1
= =
49
4.2.1.1.2. Rata-Rata Pelayanan Kendaraan
Tabel 4.7. Data Waktu Pelayanan Kendaraan
No. Waktu Kedatangan Kendaraan Waktu Pelayanan Kendaraan (detik)
1 09.00.00 7.30
2 09.00.11 10.00
3 09.01.00 6.60
4 09.02.00 9.60
5 09.02.13 9.60
6 09.02.26 6.40
7 09.02.36 3.50
8 09.02.43 4.90
9 09.03.00 8.00
10 09.03.11 9.80
11 09.03.21 6.40
12 09.04.00 4.50
13 09.04.08 4.70
14 09.04.16 6.10
15 09.04.25 8.20
16 09.05.00 7.00
17 09.05.10 6.80
18 09.05.20 7.10
19 09.05.30 6.40
20 09.05.51 2.80
21 09.06.00 4.60
22 09.06.08 5.60
23 09.06.17 6.60
24 09.06.35 4.50
25 09.06.49 6.10
26 09.07.00 4.00
27 09.07.10 6.70
28 09.07.18 4.50
29 09.07.35 5.20
30 09.07.53 6.60
Total 190.10
50
Gambar 4.5. Plot Data Tingkat Pelayanan Kendaraan Shift I
Uji Kesesuaian Distribusi
Sebagaimana uji kecocokan yang telah dilakukan pada kedatangan kendaraan,
maka waktu pelayanan kendaraan juga dilakukan uji kecocokan.
1. Hipotesis
H
0
= sampel mengikuti distribusi eksponensial
H
1
= sampel tidak mengikuti distribusi eksponensial
2. Kriteria Penolakan
H
0
ditolak jika D
max ≤
Dn
α ,n
3. Uji Statistik
Table 4.8. Distribusi Frekuensi Waktu Pelayanan Kendaraan
xi f fk fi.xi fo Po Dn
2.8 1 1 2.800 0.033 0.998 0.965
3.5 1 2 3.500 0.067 0.998 0.932
4 1 3 4.000 0.100 0.998 0.898
4.5 3 6 13.500 0.200 0.998 0.798
4.6 1 7 4.600 0.233 0.998 0.765
51
Tabel Lanjutan 4.8. Distribusi Frekuensi Waktu Pelayanan Kendaraan
4.7 1 8 4.700 0.267 0.998 0.732
4.9 1 9 4.900 0.300 0.998 0.698
5.2 1 10 5.200 0.333 0.998 0.665
5.6 1 11 5.600 0.367 0.998 0.632
6.1 2 13 12.200 0.433 0.998 0.565
6.4 3 16 19.200 0.533 0.998 0.465
6.6 3 19 19.800 0.633 0.998 0.365
6.7 1 20 6.700 0.667 0.998 0.332
6.8 1 21 6.800 0.700 0.998 0.298
7 1 22 7.000 0.733 0.998 0.265
7.1 1 23 7.100 0.767 0.998 0.232
7.3 1 24 7.300 0.800 0.998 0.198
8 1 25 8.000 0.833 0.998 0.165
8.2 1 26 8.200 0.867 0.998 0.132
9.6 2 28 19.200 0.933 0.998 0.065
9.8 1 29 9.800 0.967 0.998 0.032
10 1 30 10.000 1.000 0.998 0.002
Total 30 190.100
- χ ̄ = λ =
fi
.
_
_
xi fi
30
100 . 190
= = 6.336
-
_
=
fi
fk
fo
033 . 0
30
1
1
= = fo
067 . 0
30
2
2
= = fo
100 . 0
30
3
3
= = fo
-
 ÷
÷ = e Pi 1
998 . 0
91828 . 2 1
1
336 . 6
1
=
÷ =
÷
P
P
52
- Dn=| Po-fo|
Dn= | 0.998-0.033|=0.965
Dn= | 0.998-0.067|=0.932
Dn= | 0.998-0.100|=0.898
4. Analisis
α = 5%
α
0.240
0.965
Gambar 4.5. Kurva Uji Kesesuaian Distribusi Tingkat Pelayanan Kendaraan Shift I
5. Kesimpulan
Dn
max
= 0.965 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau
mengikuti distribusi eksponensial.
Penentuan Rata-rata Waktu Pelayanan Kendaraan
araan detik/kend 6.337
30
190.100
detik kendaraan/ Jumlah
detik kendaraan/ pelayanan waktu
) ( rata - Rata Pelayanan
= =
=
_
_

detik kendaraan/ 0.158
6.337
1
= =
= 568.8≈ 569 kendaraan/jam
Rata-rata waktu pelayanan untuk keluar (exit) adalah 569 kendaraan/jam.
53
Utilitas
c 

 =
% 20 . 38
8 x 569
1739
= = 
Artinya rata-rata jumlah kendaraan adalah 1739 kendaraan/jam dengan waktu
pelayanan 569 jam kendaraan/ dan membuka semua gardu yaitu 8 gardu. dan
utilitasnya 38.20%.
4.2.1.1.3. Perhitungan Parameter Antrian
Berdasarkan kondisi tersebut, maka model antrian yang digunakan adalah
M/M/c/GD/∞ /∞ . Dengan menggunakan model antrian tersebut diperoleh
karakteristik operasi sebagai berikut:
1. Probabilitas tidak ada pelanggan yang menunggu
)
`
¦
¹
´
¦
÷

¹
|

\
|
+
=
_
÷
=
 





c
c
c n
Po
c
c
n
n
n
!
1
!
1
1
0
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + + + +
=
_
÷
=
1739 8(569)
8(569)
569
1739
8!
1
7!569
1739
...
2!569
1739
1!569
1739
0!569
1739
1
Po
8
7
7
2
2
1
1 1 8
0 n
0
0
P
o = 0.0470 = 4.70%
2. Probabilitas ada n pelanggan dalam sistem n ≤ c
)
`
¦
¹
´
¦
÷

¹
|

\
|
+
=
_
÷
=
 







c
c
c n
n
P
c
c
n
n
n
n
n
n
1
0
!
1
!
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + + +
=
_
÷
=
1739 8(569)
8(569)
569
1739
8!
1
7!569
1739
...
1!569
1739
0!569
1739
1
7!569
1739
P
8
7
7
1
1 1 8
0 n
0
0
7
7
n
P
n
= 0.0232 = 2.32%
54
3. Ekspektasi jumlah pelanggan dalam antrian (ENq)
)
`
¦
¹
´
¦
÷

¹
|

\
|
+

¹
|

\
|
÷
=
_
÷
=
 











c
c
c n c
c c
EN
c
c
n
n
n
c
c
q
1
0
2
!
1
!
1
1
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +

¹
|

\
|
÷
=
_
÷
=
569 ) 569 8(
) 1739 8(
569
1739
8!
1
569 7!
1739
...
569 0!
1739
1
) 569 8(
1739
1
1
) 569 8(
1739
569 8!
1793
EN
8
7
7 1 8
0 n
0
0
2 8
8
q
ENq= 0.00887 kendaraan/jam
4. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq)
)
`
¦
¹
´
¦
÷

¹
|

\
|
+

¹
|

\
|
÷
=
_
÷
=
 











c
c
c n c
c c
EY
c
c
n
n
n
c
c
q
1
0
2
!
1
!
1
1
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +

¹
|

\
|
÷
=
_
÷
=
569 ) 569 8(
) 1739 8(
569
1739
8!
1
569 7!
1739
...
569 0!
1739
1
) 569 8(
1739
1
1
) 569 8(
1739
569 8!
1793
E
8
7
7 1 8
0 n
0
0
2 8
8
q
Y
EYq = 0.00887 jam/kendaraan
5. Ekspektasi waktu rata-rata pelanggan dalam dalam sistem (EY)
6.
EY = Eyq +

1
EY = 0.00887 +
569
1
EY = 0.0106 jam/kendaraan
6. Ekspetasi Jumlah Konsumen dalam sistem (EN)
EN = λ .EY
EN = 1739 (0.0106) = 18.494 kendaraan/jam
55
4.2.1.2. Data Shift II
4.2.1.2.1. Tingkat Kedatangan Kendaraan
Pola kedatangan pada waktu Shift II dengan uji data. Periode tingkat kedatangan
kendaraan adalah 1 (satu) jam dengan Shift II dimulai pada jam 14.00-22.00
WIB.
Tabel 4.9. Data Volume Lalin Keluar (Exit) per Gardu Cabang Pasteur Bulan Februari
2011 Shift II
Hari Tgl
Volume Kendaraan
Total Exit-2 Exit-4 Exit-6 Exit-8 Ext-10 Exit-12 Exit-14 Exit-16
Selasa 1 1693 1885 1663 1684 1655 1413 1030 769 11792
Rabu 2 2017 2071 1901 2082 1794 1587 1447 1165 14064
Kamis 3 1935 1987 1760 1850 1571 1116 911 591 11721
Jumat 4 2082 2060 1805 1909 1825 1892 1269 993 13835
Sabtu 5 1908 2032 2006 1899 1370 1183 1089 775 12262
Minggu 6 1941 1842 1975 1968 1569 1412 1407 133 12247
Senin 7 1625 1818 1626 1839 1530 1086 1002 945 11471
Selasa 8 1767 1853 1827 1836 1419 1274 1073 725 11774
Rabu 9 1877 2165 1843 1881 1463 1355 1391 920 12895
Kamis 10 1855 1981 1922 1816 1566 1572 1251 362 12325
Jumat 11 2137 1930 1894 1972 1940 1662 1352 1208 14095
Sabtu 12 2016 1976 2022 2076 1815 1780 1254 931 13870
Minggu 13 1897 1916 1853 1863 1689 1370 1178 0 11766
Senin 14 1905 1841 1940 1681 1430 1465 1205 1179 12646
Selasa 15 1846 2012 1788 1774 1078 988 986 664 11136
Rabu 16 1796 1857 1906 1868 1163 1424 1140 651 11805
Kamis 17 1962 1931 1774 1829 1277 1290 1214 825 12102
Jumat 18 2113 1886 2003 1908 1777 1555 1822 1176 14240
Sabtu 19 1802 2103 1948 2104 1833 1768 1265 259 13082
Minggu 20 1824 1863 1909 1842 1381 1406 912 0 11137
Senin 21 1833 1963 1820 1776 1168 1084 897 828 11369
Selasa 22 1845 1903 1937 1760 1157 1061 1023 678 11364
Rabu 23 1752 2088 1762 1872 1147 1217 1260 644 11742
Kamis 24 1859 1978 1854 1804 1636 1029 1233 648 12041
Jumat 25 2162 2002 1959 1871 1908 1931 1424 1485 14742
Sabtu 26 1917 1958 1950 2114 1514 1462 1409 1086 13410
Minggu 27 2032 2068 1791 1609 1192 1122 1255 0 11069
Senin 28 1853 1917 1722 1705 1525 1299 820 663 11504
Total 53251 54886 52160 52192 42392 38803 33519 20303 347506
56
Gambar 4.6. Plot Data Tingkat Kedatangan Kendaraan Shift II
1. Hipotesis
H
0
= sampel mengikuti distribusi poisson
H
1
= sampel tidak mengikuti distribusi poisson
2. Kriteria Penolakan
H
0
ditolak D
max ≤
Dn
α ,n
3. Uji Statistik
Tabel 4.10. Total Data Exit Pada Saat Jam kerja Shift II Per Gardu
Total Masuk Kendaraan Shift I/Jam/Gardu Pembulatan
11.792 12
14.064 15
11.721 12
13.835 14
12.262 13
12.247 13
11.471 12
11.774 12
12.895 13
12.325 13
14.095 15
13.87 14
11.766 12
12.646 13
11.136 12
11.805 12
57
Tabel Lanjutan 4.10. Total Data Exit Pada Saat Jam kerja Shift II Per Gardu
12.102 13
14.24 15
13.082 14
11.137 12
11.369 12
11.364 12
11.742 12
12.041 13
14.742 15
13.41 14
11.069 12
11.504 12
347.506 363
Tabel 4.11. Distribusi Frekuensi Tingkat Kedatangan Kendaraan Shift II
xi fi fk fo fi.xi Po Dn
12 13 13 0.464 156 0.110 0.354
13 7 20 0.714 91 0.110 0.604
14 4 24 0.857 56 0.102 0.755
15 4 28 1.000 60 0.088 0.912
Total 28 363
- χ ̄ = λ =
fi
.
_
xi fi
28
363
_
= = 12.964
-
_
=
fi
fk
fo
464 . 0
28
13
1
= = fo
714 . 0
28
20
2
= = fo
857 . 0
28
24
3
= = fo
58
-
!
i
x
x
e
Po
i


÷
=
÷
110 . 0
12!
12.964 x 2.71828
1
12 964 . 12
1
=
=
÷
P
P
110 . 0
13!
12.964 x 2.71828
2
13 964 . 2 1
2
=
=
÷
P
P
102 . 0
14!
12.964 x 2.71828
3
14 964 . 2 1
3
=
=
÷
P
P
- Dn=| Po-fo|
Dn= | 0.110-0.464|=0.354
Dn= | 0.110-0.714|=0.604
Dn= | 0.102-0.857|=0.755
4. Analisis
α = 5%
α
0.240
0.912
Gambar 4.7. Kurva Uji Kesesuaian Distribusi Tingkat Kedatangan Kendaraan Shift II
5. Kesimpulan
Dn
max
= 0.912 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau
mengikuti distribusi poisson.
59
Penentuan Rata-rata Jumlah Mobil Per Satuan Waktu (λ )
jam kendaraan/ 1551
8 x 28
347506
jam/bulan 8 kendaraan/ Jumlah
hari jam/bulan 8 kendaraan/ pelayanan waktu
) ( kendaraan jumlah rata - Rata
= =
=
_
_

araan detik/kend 0.430
1551
1
= =
4.2.1.2.2. Rata-rata Pelayanan Kendaraan
Tabel 4.12. Data Waktu Pelayanan Kendaraan
No. Waktu Kedatangan Kendaraan Waktu Pelayanan Kendaraan(detik)
1 16.00.00 7.30
2 16.00.11 10.00
3 16.01.00 6.60
4 16.02.00 9.60
5 16.02.13 9.60
6 16.02.26 6.40
7 16.02.36 3.50
8 16.02.43 4.90
9 16.03.00 8.00
10 16.03.11 9.80
11 16.03.21 6.40
12 16.04.00 4.50
13 16.04.08 4.70
14 16.04.16 6.10
15 16.04.25 8.20
16 16.05.00 7.00
17 16.05.10 6.80
18 16.05.20 7.10
19 16.05.30 6.40
20 16.05.51 2.80
21 16.06.00 4.60
22 16.06.08 5.60
23 16.06.17 6.60
24 16.06.35 4.50
25 16.06.49 6.10
60
Tabel Lanjutan 4.12. Data Waktu Pelayanan Kendaraan
26 16.07.00 4.00
27 16.07.10 6.70
28 16.07.18 4.50
29 16.07.35 5.20
30 16.07.53 6.60
Total 190.10
Uji Kesesuaian Distribusi
Sebagaimana uji kecocokan yang telah dilakukan pada kedatangan kendaraan,
maka waktu pelayanan juga dilakukan uji kecocokan.
1. Hipotesis
H
0
= sampel mengikuti distribusi eksponensial
H
1
= sampel tidak mengikuti distribusi eksponensial
2. Kriteria Penolakan
H
0
ditolak jika D
max ≤
Dn
α ,n
3. Uji Statistik
Table 4.13. Distribusi Frekuensi Waktu pelayanan Kendaraan Shift II
Xi f fk fi.xi fo Po Dn
2.8 1 1 2.800 0.033 0.998 0.965
3.5 1 2 3.500 0.067 0.998 0.932
4 1 3 4.000 0.100 0.998 0.898
4.5 3 6 13.500 0.200 0.998 0.798
4.6 1 7 4.600 0.233 0.998 0.765
4.7 1 8 4.700 0.267 0.998 0.732
4.9 1 9 4.900 0.300 0.998 0.698
5.2 1 10 5.200 0.333 0.998 0.665
5.6 1 11 5.600 0.367 0.998 0.632
6.1 2 13 12.200 0.433 0.998 0.565
6.4 3 16 19.200 0.533 0.998 0.465
6.6 3 19 19.800 0.633 0.998 0.365
6.7 1 20 6.700 0.667 0.998 0.332
6.8 1 21 6.800 0.700 0.998 0.298
7 1 22 7.000 0.733 0.998 0.265
61
Tabel Lanjutan 4.12. Data Waktu Pelayanan Kendaraan
7.1 1 23 7.100 0.767 0.998 0.232
7.3 1 24 7.300 0.800 0.998 0.198
8 1 25 8.000 0.833 0.998 0.165
8.2 1 26 8.200 0.867 0.998 0.132
9.6 2 28 19.200 0.933 0.998 0.065
9.8 1 29 9.800 0.967 0.998 0.032
10 1 30 10.000 1.000 0.998 0.002
Total 30 190.100
- χ ̄ = λ =
fi
.
_
_
xi fi
30
100 . 190
= = 6.336
-
_
=
fi
fk
fo
033 . 0
30
1
1
= = fo
067 . 0
30
2
2
= = fo
100 . 0
30
3
3
= = fo
-
 ÷
÷ = e Pi 1
998 . 0
71828 . 2 1
1
336 . 6
1
=
÷ =
÷
P
P
- Dn=| Po-fo|
Dn= | 0.998-0.033|=0.965
Dn= | 0.998-0.067|=0.932
Dn= | 0.998-0.100|=0.898
62
4. Analisis
α = 5%
α
0.240
0.965
Gambar 4.8. Kurva Uji Kesesuaian Distribusi Waktu Pelayanan Kendaraan Shift II
5. Kesimpulan
Dn
max
= 0.965 ≤ Dn
tabel
= 0.240 dengan α = 5% maka H
0
diterima atau
mengikuti distribusi eksponensial.
Penentuan Rata-rata Waktu Pelayanan Kendaraan
araan detik/kend 6.337
30
190.100
detik kendaraan/ Jumlah
detik kendaraan/ pelayanan waktu
) ( rata - Rata Pelayanan
= =
=
_
_

detik kendaraan/ 0.158
6.337
1
= =
= 568.8≈ 569 kendaraan/jam
Rata-rata waktu pelayanan untuk keluar (exit) adalah 6.337 detik/kendaraan
Utilitas
% 072 . 34
8 x 569
1551
= = 
Artinya rata-rata jumlah kendaraan adalah 1551 kendaraan/detik dengan waktu
pelayanan 6.337 detik/kendaraan dan membuka semua gardu yaitu 8 gardu. Dan
utilitas yang di peroleh adalah sebesar 34.072% .
63
4.2.2.1.3. Perhitungan Parameter Antrian
Berdasarkan kondisi tersebut, maka model antrian yang digunakan adalah
M/M/c/GD/∞ /∞ . Dengan menggunakan model antrian tersebut diperoleh
karakteristik operasi sebagai berikut:
1. Probabilitas tidak ada pelanggan yang menunggu
)
`
¦
¹
´
¦
÷

¹
|

\
|
+
=
_
÷
=
 





c
c
c n
Po
c
c
n
n
n
!
1
!
1
1
0
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + + + +
=
_
÷
=
1551 8(569)
8(569)
569
1551
8!
1
7!569
1551
...
2!569
1551
1!569
1551
0!569
1551
1
Po
8
7
7
2
2
1
1 1 8
0 n
0
0
P
o = 0.0654 ≈6.54%
2. Probabilitas ada n pelanggan dalam sistem n ≤ c
)
`
¦
¹
´
¦
÷

¹
|

\
|
+
=
_
÷
=
 







c
c
c n
n
P
c
c
n
n
n
n
n
n
1
0
!
1
!
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +
=
_
÷
=
1551 8(569)
8(569)
569
1551
8!
1
7!569
1551
...
0!569
1551
1
7!569
1551
P
8
7
7 1 8
0 n
0
0
7
7
n
P
n
= 0.0145= 1.45%
3. Ekspektasi jumlah pelanggan dalam antrian (ENq)
)
`
¦
¹
´
¦
÷

¹
|

\
|
+

¹
|

\
|
÷
=
_
÷
=
 











c
c
c n c
c c
EN
c
c
n
n
n
c
c
q
1
0
2
!
1
!
1
1
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +

¹
|

\
|
÷
=
_
÷
=
1551 ) 569 8(
) 569 8(
569
1551
8!
1
569 7!
1551
...
569 0!
1551
1
) 569 8(
1551
1
1
) 569 8(
1551
569 8!
1551
EN
8
7
7 1 8
0 n
0
0
2 8
8
q
ENq= 0.00387 kendaraan/jam
64
4. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq)
)
`
¦
¹
´
¦
÷

¹
|

\
|
+

¹
|

\
|
÷
=
_
÷
=
 







 

c
c
c n c
c c
EY
c
c
n
n
n
c
c
q
1
0
2
!
1
!
1
1
1 1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +

¹
|

\
|
÷
=
_
÷
=
1551 ) 569 8(
) 569 8(
569
1551
8!
1
569 7!
1551
...
569 0!
1551
1
) 569 8(
1551
1
1
) 569 8(
1551
569 8!
1551
E
8
7
7 1 8
0 n
0
0
2 8
8
q
Y
EYq = 0.00387 jam/kendaraan
5. Ekspektasi waktu rata-rata pelanggan dalam dalam system (EY)
EY = Eyq +

1
EY = 0.00387 x
569
1
EY = 0.00513 jam /kendaraan
6. Ekspetasi Jumlah Konsumen dalam sistem (EN)
EN = λ .EY
EN = 1551 (0.00513)=8.732 kendaraan/jam
65
4.2.1.3. Data Shift III
4.2.1.3.1. Tingkat Kedatangan Kendaraan
Pola kedatangan pada waktu shift III dengan uji data. Periode tingkat kedatangan
kendaraan adalah 1 (satu) jam dengan shift III dimulai pada jam 22.00-06.00 WIB
Tabel 4.14. Data Volume Lalin Keluar (Exit) per Gardu Cabang Pasteur Bulan Februari
2011 Shift III
Hari Tgl
Volume Kendaraan
Total Exit-2 Exit-4 Exit-6 Exit-8 Ext-10 Exit-12 Exit-14 Exit-16
Selasa 1 440 590 611 427 0 0 8 0 2076
Rabu 2 618 728 1005 892 543 0 0 0 3786
Kamis 3 532 533 568 423 311 12 14 6 2399
Jumat 4 600 727 860 742 658 25 0 0 3612
Sabtu 5 432 734 611 510 28 2 0 0 2317
Minggu 6 593 787 744 759 0 23 0 0 2906
Senin 7 501 629 607 507 0 0 0 0 2244
Selasa 8 386 634 575 378 0 0 0 1 1974
Rabu 9 417 540 614 631 0 20 24 0 2246
Kamis 10 630 574 623 606 0 0 0 0 2433
Jumat 11 692 821 876 837 735 0 21 18 4000
Sabtu 12 613 848 830 808 0 0 0 0 3099
Minggu 13 654 668 764 623 0 0 28 0 2737
Senin 14 749 572 734 624 363 0 15 15 3072
Selasa 15 631 654 634 682 0 0 0 0 2601
Rabu 16 547 577 599 550 0 0 0 0 2273
Kamis 17 502 546 668 608 0 5 0 0 2329
Jumat 18 723 718 722 777 542 0 4 0 3486
Sabtu 19 602 702 775 681 4 0 0 0 2764
Minggu 20 627 791 754 613 0 0 0 0 2785
Senin 21 485 508 593 470 7 14 0 0 2077
Selasa 22 414 578 573 514 0 4 0 0 2083
Rabu 23 448 625 635 540 0 0 6 0 2254
Kamis 24 530 656 564 599 0 3 0 0 2352
Jumat 25 639 852 760 799 646 36 29 0 3761
Sabtu 26 655 766 772 712 0 0 12 0 2917
Minggu 27 629 679 912 556 20 23 20 0 2839
Senin 28 537 608 494 407 13 0 0 0 2059
Total 15826 18645 19477 17275 3870 167 181 40 75481
66
Gambar 4.9. Plot Data Tingkat Kedatangan Kendaraan Shift III
1. Hipotesis
H
0
= sampel mengikuti distribusi poisson
H
1
= sampel tidak mengikuti distribusi poisson
2. Kriteria Penolakan
H
0
ditolak D
max ≤
Dn
α ,n
3. Uji Statistik
Tabel 4.15. Total Data Exit Pada Saat Jam kerja Shift III Per Gardu
Total Masuk Kendaraan Shift III/Jam/Gardu Pembulatan
2.076 3
3.786 4
2.399 3
3.612 4
2.317 3
2.906 3
2.244 3
1.974 2
2.246 3
2.433 3
4.000 4
3.099 4
2.737 3
3.072 4
2.601 3
2.273 3
2.329 3
67
Tabel Lanjutan 4.15. Total Data Exit Pada Saat Jam kerja Shift III Per Gardu
3.486 4
2.764 3
2.785 3
2.077 3
2.083 3
2.254 3
2.352 3
3.761 4
2.917 3
2.839 3
2.059 3
75.481 90
Tabel 4.16. Distribusi Frekuensi Tingkat Kedatangan Kendaraan
xi fi fk fo fi.xi Po Dn
2 1 1 0.036 2 0.208 0.172
3 20 21 0.750 60 0.222 0.528
4 7 28 1.000 28 0.179 0.821
Total 28 90
- χ ̄ = λ =
fi
.
_
xi fi
28
90
_
= = 3.214
-
_
=
fi
fk
fo
036 . 0
28
1
1
= = fo
750 . 0
28
21
2
= = fo
000 . 1
28
28
3
= = fo
!
i
x
x
e
Po
i


÷
=
÷
68
208 . 0
2!
3.214 x 2.71828
1
2 214 . 3
1
=
=
÷
P
P
222 . 0
3!
3.214 x 2.71828
2
3 214 . 3
2
=
=
÷
P
P
179 . 0
4!
3.214 x 2.71828
3
4 214 . 3
3
=
=
÷
P
P
- Dn=| Po-fo|
Dn= | 0.208-0.036|=0.172
Dn= | 0.222-0.750|=0.528
Dn= | 0.179-1.000|=0.821
4. Analisis
α = 5%
α
0.240
0.821
Gambar 4.10. Kurva Uji Kesesuaian Distribusi Tingkat Kedatangan Kendaraan Shift III
5. Kesimpulan
Dn
max
= 0.821 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau
mengikuti distribusi poisson.
69
Penentuan Rata-rata Jumlah Mobil per Satuan Waktu (λ )
aan jam/kendar 337 968 . 336
8 x 28
75481
hari jam/bulan 8 kendaraan/ pelayanan waktu
jam/bulan 8 kendaraan/ Jumlah
) ( kendaraan jumlah rata - Rata
~ = =
=
_
_

4.2.1.3.1. Rata-rata Pelayanan Kendaraan
Tabel 4.17. Data Waktu Pelayanan Kendaraan
No. Waktu Kedatangan Kendaraan Waktu Pelayanan Kendaraan(detik)
1 22.00.00 7.30
2 22.00.11 10.00
3 22.01.00 6.60
4 22.02.00 9.60
5 22.02.13 9.60
6 22.02.26 6.40
7 22.02.36 3.50
8 22.02.43 4.90
9 22.03.00 8.00
10 22.03.11 9.80
11 22.03.21 6.40
12 22.04.00 4.50
13 22.04.08 4.70
14 22.04.16 6.10
15 22.04.25 8.20
16 22.05.00 7.00
17 22.05.10 6.80
18 22.05.20 7.10
19 22.05.30 6.40
20 22.05.51 2.80
21 22.06.00 4.60
22 22.06.08 5.60
23 22.06.17 6.60
24 22.06.35 4.50
25 22.06.49 6.10
26 22.07.00 4.00
27 22.07.10 6.70
70
Tabel Lanjutan 4.17. Data Waktu Pelayanan Kendaraan
28 22.07.18 4.50
29 22.07.35 5.20
30 22.07.53 6.60
Total 190.10
Uji Kesesuaian Distribusi
Sebagaimana uji kecocokan yang telah dilakukan pada kedatangan kendaraan,
maka waktu pelayanan juga dilakukan uji kecocokan.
1. Hipotesis
H
0
= sampel mengikuti distribusi eksponensial
H
1
= sampel tidak mengikuti distribusi eksponensial
2. Kriteria Penolakan
H
0
ditolak jika D
max ≤
Dn
α ,n
3. Uji Statistik
Table 4.18. Distribusi Frekuensi Waktu Pelayanan Kendaraan
Xi f fk fi.xi fo Po Dn
2.8 1 1 2.800 0.033 0.998 0.965
3.5 1 2 3.500 0.067 0.998 0.932
4 1 3 4.000 0.100 0.998 0.898
4.5 3 6 13.500 0.200 0.998 0.798
4.6 1 7 4.600 0.233 0.998 0.765
4.7 1 8 4.700 0.267 0.998 0.732
4.9 1 9 4.900 0.300 0.998 0.698
5.2 1 10 5.200 0.333 0.998 0.665
5.6 1 11 5.600 0.367 0.998 0.632
6.1 2 13 12.200 0.433 0.998 0.565
6.4 3 16 19.200 0.533 0.998 0.465
6.6 3 19 19.800 0.633 0.998 0.365
6.7 1 20 6.700 0.667 0.998 0.332
6.8 1 21 6.800 0.700 0.998 0.298
7 1 22 7.000 0.733 0.998 0.265
7.1 1 23 7.100 0.767 0.998 0.232
7.3 1 24 7.300 0.800 0.998 0.198
71
Tabel Lanjutan 4.18. Distribusi Frekuensi Waktu Pelayanan Kendaraan
8 1 25 8.000 0.833 0.998 0.165
8.2 1 26 8.200 0.867 0.998 0.132
9.6 2 28 19.200 0.933 0.998 0.065
9.8 1 29 9.800 0.967 0.998 0.032
10 1 30 10.000 1.000 0.998 0.002
Total 30 190.100
- χ ̄ = λ =
fi
.
_
_
xi fi
30
100 . 190
= = 6.336
-
_
=
fi
fk
fo
033 . 0
30
1
1
= = fo
067 . 0
30
2
2
= = fo
100 . 0
30
3
3
= = fo
-
 ÷
÷ = e Pi 1
998 . 0
71828 . 2 1
1
336 . 6
1
=
÷ =
÷
P
P
- Dn=| Po-fo|
Dn= | 0.998-0.033|=0.965
Dn= | 0.998-0.067|=0.932
Dn= | 0.998-0.100|=0.898
72
4. Analisis
α = 5%
α
0.240
0.965
Gambar 4.11. Kurva Uji Kesesuaian Waktu Pelayanan Kendaraan Shift III
5. Kesimpulan
Dn
max
= 0.965 ≤ Dn
tabel
= 0.240 dengan α = 5% maka H
0
diterima atau
mengikuti distribusi eksponensial.
Penentuan Rata-rata Waktu Pelayanan Kendaraan
araan detik/kend 6.337
30
190.100
jdetik kendaraan/ Jumlah
detik kendaraan/ pelayanan waktu
) ( rata - Rata Pelayanan
= =
=
_
_

detik kendaraan/ 0.158
6.337
1
= =
= 0.158 x 3600 = 568.8 ≈ 569 kendaraan/jam
Rata-rata waktu pelayanan untuk exit adalah 569 kendaraan/jam.
Utilitas
% 403 . 7
8 x 569
337
= = 
Artinya rata-rata jumlah kendaraan adalah 337 kendaraan/jam dengan waktu
pelayanan 569 kendaraan/jam dan membuka semua gardu yaitu 8 gardu. Dan
utilitas yang di peroleh adalah sebesar 7.403%.
73
4.2.1.3.3. Perhitungan Parameter Antrian
Berdasarkan kondisi tersebut, maka model antrian yang digunakan adalah
M/M/c/GD/∞ /∞ . Dengan menggunakan model antrian tersebut diperoleh
karakteristik operasi sebagai berikut:
1. Probabilitas tidak ada pelanggan yang menunggu
)
`
¦
¹
´
¦
÷

¹
|

\
|
+
=
_
÷
=
 





c
c
c n
Po
c
c
n
n
n
!
1
!
1
1
0
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + + + +
=
_
÷
=
337 8(569)
8(569)
569
337
8!
1
7!569
337
...
2!569
337
1!569
337
0!569
337
1
Po
8
7
7
2
2
1
1 1 8
0 n
0
0
Po = 0.553≈55.30%
2. Probabilitas ada n pelanggan dalam sistem n ≤ c
)
`
¦
¹
´
¦
÷

¹
|

\
|
+
=
_
÷
=
 







c
c
c n
n
P
c
c
n
n
n
n
n
n
1
0
!
1
!
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +
=
_
÷
=
37 3 8(569)
8(569)
569
337
8!
1
7!569
337
...
0!569
337
1
7!569
337
P
8
7
7 1 8
0 n
0
0
7
7
n
P
n
= 2.805 x 10
-6
= 2.805 x 10
-4
%
3. Ekspektasi jumlah pelanggan dalam antrian (ENq)
)
`
¦
¹
´
¦
÷

¹
|

\
|
+

¹
|

\
|
÷
=
_
÷
=
 











c
c
c n c
c c
EN
c
c
n
n
n
c
c
q
1
0
2
!
1
!
1
1
1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +

¹
|

\
|
÷
=
_
÷
=
337 ) 569 8(
) 569 8(
569
337
8!
1
569 7!
337
...
569 0!
337
1
) 569 8(
337
1
1
) 569 8(
337
569 8!
337
EN
8
7
7 1 8
0 n
0
0
2 8
8
q
ENq= 1.793 x 10
-8
kendaraan/jam
74
4. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq)
)
`
¦
¹
´
¦
÷

¹
|

\
|
+

¹
|

\
|
÷
=
_
÷
=
 







 

c
c
c n c
c c
EY
c
c
n
n
n
c
c
q
1
0
2
!
1
!
1
1
1 1
!
)
`
¦
¹
´
¦
÷

¹
|

\
|
+ + +

¹
|

\
|
÷
=
_
÷
=
337 ) 569 8(
) 569 8(
569
337
8!
1
569 7!
337
...
569 0!
337
1
) 569 8(
337
1
1
) 569 8(
337
569 8!
337
EY
8
7
7 1 8
0 n
0
0
2 8
8
q
EYq = 1.793 x 10
-8
jam/kendaraan
5. Ekspektasi waktu rata-rata pelanggan dalam dalam system (EY)
EY = Eyq +

1
EY = 1.793x10
-8
x
569
1
EY = 0.00175 jam/kendaraan
6. Ekspetasi Jumlah Konsumen dalam sistem (EN)
EN = λ .EY
EN= 337 (0.00175) = 0.592 kendaraan/jam
75
Perbandingan Shift I, Shift II, Shift III dari sistem antrian M/M/c/GD/∞ /∞
Tabel 4.19. Perbandingan Sistem Antrian Shift I, Shift II, Shift III
No. Perbandingan
Exit
Shift I Shift II Shift III
1. Rata-rata waktu kedatangan kendaraan 1739 kendaraan/jam 1551 kendaraan/jam 337 kendaraan/jam
2. Rata-rata waktu pelayanan pelayanan 569 kendaraan/ jam 569 kendaraan/ jam 569 kendaraan/ jam
3. Utilitas 38.20% 34.072% 7.403%
4. Probabilitas tidak ada pelanggan dalam sistem (Po) 4.70% 6.54% 55.30%
5. Probabilitas ada n pelanggang dalam sistem (Pn)
2.32% 1.452% 2.805 x 10
-6
%
6. Ekspektasi jumlah pelanggan dalam antrian (ENq)
0.00887kendaraan/jam 0.00387 kendaraan/jam 1.793x 10
-8
kendaraan/jam
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) 0.00887 jamdetik/kendaraan
0.00387 jam/kendaraan
1.793 x 10
-8
jam/kendaraan
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) 0.0106 jam/kendaraan 0.005563 jam /kendaraan 0.00175 /kendaraan
9. Ekspektasi jumlah pelanggan dalam sistem 19 kendaraan/jam 9 kendaraan/jam 1 kendaraan/jam
76
Bab 5
Analisis
Berdasarkan hasil pengumpulan dan pengolahan data yang ada di bab 4 (empat)
dari penelitian yang telah dilakukan di PT. Jasa Marga (Persero). Tbk maka pada
bagian ini akan dilakukan analisis dan juga pembahasan mengenai Analisis
Kinerja Gerbang Tol Pasteur di PT. Jasa Marga (Persero).Tbk dengan Metode
Sistem Antrian.
Umunya fungsi jalan tol adalah jalur bebas hambatan, dengan menggunakan jalan
tol maka seseorang yang mengendarai kendaraan akan dengan cepat pada tempat
tujuannya. Namun kadang hal tersebut jauh dari dugaan pengguna jalan tol. Baik
itu pada saat shift I, shift II, maupun shift III.
5.1. Analisis Sistem Antrian Gerbang Tol
PT. Jasa Marga (Persero). Tbk Pasteur adalah perusahaan yang bergerak dalam
bidang jasa. PT. Jasa Marga (Persero). Tbk menyediakan dua arus lalu lintas yang
terdapat pada gerbang tol yaitu, gerbang tol entrance dan gerbang tol exit. Pintu
gerbang tol entrance memiliki 11 (sebelas) gardu yaitu entrance-21, entrance-19,
entrance-17, entrance-15, s/d entrance-1 sedangkan untuk pintu tol exit terdapat 9
gardu yaitu exit-18, exit-16, exit-14, exit-12, s/d exit-2 sehingga total gardu yang
ada sebanyak 20 (dua puluh) gardu. namun ada 7 gardu yang tidak dipergunakan
lagi sehingga gardu yang aktif saat ini ada sebanyak 13 gardu, 5 (lima) gardu
entrance dan 8 gardu exit.
Dari pengolahan data yang dilakukan penulis, model sistem antrian yang
digunakan adalah M/M/c/GD/∞ /∞ . Model antrian ini mempunya karakter sebagai
fasilitas pelayanan ganda, distrubis kedatangan poisson , distribusi waktu
pelayanan eksponensial, displin pelayanan bersifat umum serta jumlah antrian
dalam sistem terbatas sedangkan besarnya populasi sumber tak terhingga. Dimana
77
pelanggan yang datang terlebih dahulu maka akan dilayani terlebih dahulu juga
atau sering disebut FIFO (First In-First Out).
5.2. Analisis Distribusi Kedatangan
Distribusi kedatangan dibedakan menjadi 3 (tiga) bagian yaitu pada saat shift I,
shift II, maupun shift III. Dimana saat shift I jam kerjanya mulai pada jam 06.00-
14.00WIB, shift II mulai bekerja 14.00-22.00 WIB sedangkan shift III mulai pada
jam 22.00-06.00 WIB. Dari pengolahan data telah diperoleh hasil sebagai berilut:
 Distribusi kedatangan saat shift I
Dn
max
= 0.908 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau mengikuti
distribusi poisson. Sedangkan rata-rata jumlah kendaraan (λ ) adalah 1739
kendaraan/jam.
 Distribusi kedatangan saat shift II
Dn
max
= 0.912 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau mengikuti
distribusi poisson.. Sedangkan rata-rata jumlah kendaraan (λ ) adalah 1551
kendaraan/jam.
5.3. Analisis Distribusi Pelayanan
Distribusi pelayanan pada gerbang tol Pasteur baik dapa saat shift I, shift II,
maupun shift III. Dn
max
= 0.965 ≤ Dn
α ,n
= 0.240 dengan α = 5% maka H
0
diterima atau mengikuti distribusi eksponensial. Sedangkan rata-rata jumlah
kendaraan (λ ) adalah 569 kendaraan/jam.
5.4. Analisis Ukuran Performasi Model Antrian
Model antrian digunakan untuk merancang fasilitas pelayanan, untuk mengatasi
permintaan pelayanan yang berfluktusi secara random dan menjaga keseimbangan
antara biaya (waktu menganggur) pelayanan dan biaya (waktu) yang diperlukan
selama antri.berdasarkan tabel 4.19. Perbandingan Sistem Antrian Shift I, Shift II,
Shift III diperoleh:
78
5.4.1. Analisis Utilitas
Utilitas merupakan persentasi waktu kerja efektif terhadap waktu keseluruhan.
Jika tingkat utilitas besar maka suatu performansi kerja suatu sistem juga baik.
Namun pada penelitian ini utilitas bukan faktor utama karena perlu
memperhatikan faktor lain yang mendukung agar tidak terjadi ketidakseimbangan.
untuk itu lebih jelas berikut adalah analisis dari setiap shift:
 Shift I
Jam kerja shift I dimulai dari pukul 06.00-14.00 WIB, dengan jumlah gardu yang
aktif sebanyak 8 gardu. Utilitas sebesar 38.20% hal ini dapat diartikan bahwa
performansi kerja sistem masih kurang baik. Namun jika untuk meningkatkan
utilitas maka jumlah gardu bisa dikurangi namun ada kendala yang dihadapi yaitu
antrian yang cukup panjang.
Sedangkan probabilitas tidak ada pelanggan dalam sistem (Po) pada jam kerja
shift I= 4.70% yang artinya kendaraan yang masuk ke garbang tol sangat banyak
dapat dilihat dari persentasi probabilitas tidak ada pelanggan dalam sistem yang
memiliki persentasi kurang dari 10%.
 Shift II
Jam kerja shift II dimulai dari pukul 14.00-22.00 WIB, dengan jumlah gardu yang
aktif sebanyak 8 gardu dan utilitas yang diperoleh sebesar % 072 . 4 3 hal ini dapat
diartikan bahwa performansi kerja sistem masih kurang baik. Namun jika untuk
meningkatkan utilitas maka jumlah gardu bisa dikurangi namun ada kendala yang
dihadapi yaitu antrian yang cukup panjang.
Sedangkan probabilitas tidak ada pelanggan dalam sistem (Po) pada jam kerja
shift II= 6.54% yang artinya kendaraan yang masuk ke garbang tol sangat banyak
dapat dilihat dari persentasi probabilitas tidak ada pelanggan dalam sistem yang
memiliki persentasi kurang dari 10%.
79
 Shift III
Jam kerja shift I dimulai dari pukul 22.00-06.00 WIB, dengan jumlah gardu yang
aktif sebanyak 8 gardu dan utilitas yang diperoleh sebesar % 403 . 7 hal ini dapat
diartikan bahwa performansi kerja sistem masih kurang baik. Namun jika untuk
meningkatkan utilitas maka jumlah gardu bisa dikurangi namun ada kendala yang
dihadapi yaitu antrian yang cukup panjang.
Shift III persentasi probabilitas tidak ada pelanggan dalam sistem (Po)= 55.30%
yang artinya antrian dalam sistem ini tidak terlalu banyak.
5.4.2. Probabilitas Ada n Pelanggan Dalam Sistem (Pn)
Dari pengolahan data yang telah dilakukan pada bab 4 (empat) seperti yang telah
terlihat pada tabel 4.19, maka diperoleh probabilitas ada 7 pelanggan dalam sistem
pada saat Shift I, Shift II, Shift III adalah sebasar 2.32%, 1.45%, 55.30%. Jika n
pelanggan dalam sistem lebih besar dari 7 maka nilai Pn akan semakin meningkat
juga.
5.4.3. Ekspektasi Waktu Rata-Rata Pelanggan Dalam Sistem (EY)
Ekspektasi waktu rata-rata pelanggan dalam sistem sebesar pada jam kerja shift I
= 0.0406 jam/kendaraan, shift II= 0.005563 jam/kendaraan, shift III= 0.00175. Hal
ini sesuai dengan perhitungan yang telah dilakukan seperti yang terlihat pada tabel
4.19.
5.5. Analisis Untuk Perbaikan Peningkatan Kinerja Gerbang Tol
Untuk meningkatkan kinerja gerbang tol Pasteurada dua alternatif yang dilakukan
yaitu jumlah gardu tol dan alternatif kedua adalah waktu pelayanan. Berikut
adalah analisis alternatif untuk meningkatkan kinerja gerbang tol Pasteur.
1. Alternatif 1 Jumlah Gardu Tol Pasteur
Dari data yang diperoleh dari pengumpulan dan pengolahan data yaitu yang
terdapat pada bab (4) bahwa tingkat kinerja dari sistem gerbang tol saat ini masih
sangat rendah dan juga dijumpainya antrian panjang. Oleh sebab itu perlu
dilakukan perbaikan terhadap sistem performansi gerbang tol yaitu dengan
80
menambah gardu tol. Dengan menambah gardu tol sebanyak 2 gardu maka total jumlah gardu menjadi 10 gardu, utilitas gardu tol akan
menurun namun kepadatan kendaraan dalam sistem berkurang dan antrian juga berkurang. Untuk mengetahui lebih jelas dapat dilihat dari
tabel dibawah ini.
Tabel 5.1. Perubahan Perbaikan Sistem Gerbang Tol Pasteur
No. Perbandingan
Exit
Shift I Shift II Shift III
1. Jumlah Gardu 10 gardu 10 gardu 2 gardu
2. Utilitas 30.56% 27.25% 29.61%
3. Probabilitas tidak ada pelanggan dalam sistem (Po) 4.70% 6.55% 5.5%
4. Probabilitas ada n pelanggang dalam sistem (Pn) 2.33% 01.45% 2.805 x 10
-6
%
5. Ekspektasi jumlah pelanggan dalam antrian (ENq) 0.000584 kend/jam 0.000210 kend/jam 0.0579 kend/jam
6.
Ekspektasi waktu rata-rata pelanggan dalam antrian
(EYq)
0.00058 jam/kend 0.000154 jam/kend 0.046 jam /kend
7.
Ekspektasi waktu rata-rata pelanggan dalam sistem
(EY)
0.00234 jam/kend 0.00196 jam /kend 0.0597 jam /kend
8. Ekspektasi jumlah pelanggan dalam sistem (EN) 4 kend/jam 3 kend/jam 20 kend/ jam
9 Ekspektasi waktu rata-rata pelayanan dalam sistem 1.76 x 10
-3
jam/kendaraan 1.81 x 10
-3
jam/kendaraan 0.0137 jam/kendaraan
81
Berdasarkan tabel 5.1. yang ada diatas, kita dapat melihat bahwa dengan
menggunakan gardu sebanyak 10 gardu pada saat jam kerja yang terdapat pada
shift I, shift II maka tingkat utilitasnya menurun, sedangkan pada shift III gardu
dari 8 (delapan) gardu dikurangi menjadi 2 gardu. Pada saat shift I utilitas
diperoleh sebesar 30.56%, shift II utilitas diperoleh sebesar 27.25% sedangkan
saat shift III utilitas yang diperoleh sebesar 29.61% dengan mengurangi menjadi 2
gardu. Ekspektasi jumlah pelanggan dalam sistem (EN) shift I= 4 kendaraan/jam
dengan waktu rata-rata pelayanan kendaraan 6.337 detik/kendaraan, shift II= 3
waktu rata-rata pelayanan 6.516 detik/kendaraan sedangkan shift III= 20
kendaraan/jam dan waktu rata-rata pelayanan 49.32 detik/kendaraan.
2. Alternative 2 Waktu Pelayanan Kendaraan
Waktu pelayanan juga perlu diperhatikan dalam suatu performansi sistem gerbang
tol. Apabila kinerja operator kurang baik maka akan ditemukan antrian yang lebih
panjang lagi dibandingkan dengan kinerja operator yang mempunyai performansi
kerja yang optimal.
Agar performansi operator lebih maksimal maka penulis mengajukan usulan
sebagai berikut:
Berdasarkan hasil analisis sistem antrian tersebut pengembangan model antrian
perlu dilakukan untuk memperoleh kinerja sistem yang lebih baik. Selain dengan
mengurangi gardu pengembangan model antrian dilakukan dengan memberikan
usulan sebagai berikut:
 Menambah gardu untuk shift I, shift II sebanyak 2 gardu dan mengurangi
gardu untuk shift III sebanyak 5 gardu.
 Meningkatkan waktu pelayanan.
 Memberikan pelatihan terhadap operator hal ini dilakukan agar kecepatan
waktu melayani lebih terlatih dan lebih professional.
 Memberikan jalur khusus untuk uang pas sehingga tidak memakan waktu
yang lebih lama. Persyaratan harus terealisasi jika ada yang melanggar yaitu
dengantidak memberikan uang pas maka resiko dari penggunanya adalah
82
uang sisanya tidak dikembalikan, hal ini bertujuan juga untuk mendisiplinkan para penggguna jalan tol.
 Pihak PT. Jasa Marga (Persero). Tbk membuat suatu spanduk saat adanya event besar. Sehingga para pengguna jalan tol dapat
mengetahui informasi gerbang tol sehingga tidak terjadi penumpukan pada satu jalur tol seperti halnya di gerbang tol Pasteur.
Dari analisis diatas dapat kita lihat perbandingannya antara kondisi nyata pada gerbang tol Pasteur dengan kondisi usulan perbaikan
gerbang tol Pateur yaitu sebagai berikut:
Tabel 5.2. Perubahan Perbaikan Sistem Gerbang Tol Pasteur
No. Perbandingan
Exit
Shift I Shift II Shift III
Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah
1. Jumlah Gardu 8 gardu 10 gardu 8 gardu 10 gardu 8 gardu 2 gardu
2. Utilitas 38.20% 30.56% 34.072% 27.25% 7.403% 29.61%
3.
Probabilitas tidak ada pelanggan dalam sistem
(Po)
4.70% 4.71% 6.54% 6.55% 55.30% 62.8%
4. Probabilitas ada n pelanggang dalam sistem (Pn)
2.32%
2.33% 1.452% 1.453%
2.805 x 10
-6
% 3.10 x 10
-6
%
5.
Ekspektasi jumlah pelanggan dalam antrian
(ENq) 0.00887kendaraan/jam
0.000584 kend/jam
0.00387 kendaraan/jam
0.000210 kend/jam
1.793x 10
-8
kendaraan/jam
0.0658 kend/jam
6.
Ekspektasi waktu rata-rata pelanggan dalam
antrian (EYq)
0.00887
jamdetik/kendaraan
0.000584 jam/kend
0.00387 jam/kendaraan
0.000210 jam/kend
1.793 x 10
-8
jam/kendaraan
0.0658 jam /kend
7.
Ekspektasi waktu rata-rata pelanggan dalam
sistem (EY)
0.0106 jam/kendaraan 0.00234 jam/kend 0.005563 jam /kendaraan 0.00196 jam/kend
0.00175
/kendaraan
0.0675 jam /kend
8. Ekspektasi jumlah pelanggan dalam sistem (EN) 19 kendaraan/jam 4kend/jam 9 kendaraan/jam 3 kend/jam 1 kendaraan/jam 22.780 kend/jam
83
Bab 6
Kesimpulan Dan Saran
6.1. Kesimpulan
Model antrian pada gerbang tol Pasteur PT. Jasa Marga (Persero). Tbk Pastuer
adalah multi channel- multi server. Yang terdiri dari 8 (delapan) gardu exit.
Parameter sistem antrian yaitu distribusi peluang tingkat kedatangan mengikuti
distribusi poisson dan waktu pelayanan mengikuti distribusi distribusi
eksponensial.
Faktor yang menetukan kinerja gerbang tol adalah tingkat kedatangan dan waktu
pelayanan antar gardu. Dari analisis yang terdapat pada bab 5 (lima) diperoleh
bahwa kinerja gerbang tol belum optimal. Hal tersebut dapat kita lihat sebagai
berikut:
6.1.1. Kinerja Awal Gerbang Tol Pasteur
1. Shift I
Berikut adalah hasil pengolahan data dari model antrian yaitu:
1. Dari hasil perhitungan diperoleh bahwa tingkat kedatangan kendaraan (λ ) dari
setiap gardu adalah1739 jam/kendaraan.
2. Waktu pelayanan (μ ) adalah 569 kendaraan/jam.
3. Tingkat utilitas adalah 38.20%.
4. Probabilitas tidak ada pelanggan dalam sistem (Po) sebesar 4.70%
kendaraan/jam artinya bahwa kemungkinan tidak ada pelanggan yang
mengantri dan langsung dilayani oleh operator.
5. Probabilitas ada n pelanggang dalam sistem (Pn) sebesar 2.32%
kendaraan/jam artinya bahwa kemungkinan pelanggang mengantri dan tidak
langsung dilayani dikarenakan operator masih melayani pelanggan
sebelumnya (pelanggan yang datang terlebih dahulu, FIFO (First In First
Out).
84
6. Ekspektasi jumlah pelanggan dalam antrian (ENq) sebesar 0.00887
kendaraan/jam, hal ini menunjukkan bahwa jumlah pelanggan yang datang
lalu mengantri untuk dilayani.
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) sebesar 0.00887
jam /kendaraan, menunjukkan bahwa perkiraan waktu rata-rata konsumen
menunggu sebelum dilayani.
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) sebesar 0.0106
jam/kendaraan menunjukkan bahwa perkiraan waktu rata-rata jumlah
konsumen yang mengantri dan dilayani oleh operator.
9. Ekspektasi jumlah pelanggang dalam sistem (EN) sebesar 19
kendaraan/jammenunjukkan perkiraan jumlah konsumen yang mengantri
dalam proses antrian untuk dilayani.
2. Shift II
Berikut adalah hasil pengolahan data dari model antrian yaitu:
1. Tingkat kedatangan kendaraan (λ ) dari setiap gardu adalah 1551
jam/kendaraan.
2. Waktu pelayanan (μ ) adalah 569 kendaraan/jam.
3. Tingkat utilitas adalah 34.072%.
4. Probabilitas tidak ada pelanggan dalam sistem (Po) sebesar 6.54%
kendaraan/jam artinya bahwa kemungkinan tidak ada pelanggan yang
mengantri dan langsung dilayani oleh operator.
5. Probabilitas ada n pelanggang dalam sistem (Pn) sebesar 1.452%
kendaraan/jam artinya bahwa kemingkinanpelanggang mengantri dan tidak
lngsung dilayani dikarenakan operator masih melayani pelanggan sebelumnya
(pelanggan yang datang terlebih dahulu, FIFO (First In First Out).
6. Ekspektasi jumlah pelanggan dalam antrian (ENq) sebesar 0.00387
kendaraan/jam, hal ini menunjukkan bahwa jumlah pelanggan yang datang
lalu mengantri untuk dilayani.
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) sebesar 0.00387
kendaraan/jam, menunjukkan bahwa perkiraan waktu rata-rata konsumen
menunggu sebelum dilayani.
85
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) sebesar 0.005563
jam/kendaraan menunjukkan bahwa perkiraan waktu rata-rata jumlah
konsumen yang mengantri dan dilayani oleh operator.
9. Ekspektasi jumlah pelanggang dalam sistem (EN) sebesar 9 kendaraan/jam
menunjukkan perkiraan jumlah konsumen yang mengantri dalam proses
antrian untuk dilayani.
3. Shift III
Berikut adalah hasil pengolahan data dari model antrian yaitu:
1. Tingkat kedatangan kendaraan (λ ) dari setiap gardu adalah 0.0936
detik/kendaraan.
2. Waktu pelayanan (μ ) adalah 0.158 kendaraan/detik.
3. Tingkat utilitas adalah 10.68%.
4. Probabilitas tidak ada pelanggan dalam sistem (Po) sebesar adalah 4.65%
kendaraan/detik artinya bahwa kemungkinan tidak ada pelanggan yang
mengantri dan langsung dilayani oleh operator.
5. Probabilitas ada n pelanggang dalam sistem (Pn) sebesar 97.70% artinya
bahwa kemungkinan pelanggang mengantri dan tidak langsung dilayani
dikarenakan operator masih melayani pelanggan sebelumnya (pelanggan yang
datang terlebih dahulu, FIFO (First In First Out).
6. Ekspektasi jumlah pelanggan dalam antrian (ENq) sebesar 0.163
kendaraan/detik, hal ini menunjukkan bahwa jumlah pelanggan yang datang
lalu mengantri untuk dilayani.
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) sebesar 0.163
detik /kendaraan, menunjukkan bahwa perkiraan waktu rata-rata konsumen
menunggu sebelum dilayani.
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) sebesar 6.492
detik/kendaraan menunjukkan bahwa perkiraan waktu rata-rata jumlah
konsumen yang mengantri dan dilayani oleh operator.
9. Ekspektasi jumlah pelanggang dalam sistem (EN) sebesar 1.514
kendaraan/detik menunjukkan perkiraan jumlah konsumen yang mengantri
dalam proses antrian untuk dilayani.
86
6.1.2. Kinerja Perbaikan Gerbang Tol Pasteur
1. Gardu Tol
Dari penjelasan diatas, dapat disimpulankan bahwa kinerja gerbang tol masih
kurang baik dapat dilihat dari tingkat utilitas yang masih rendah. Maka perlu
dilakukan perbaikan yaitu salah satunya adalah dengan menambah dan
mengurangi gardu gerbang tol. Dalam hal ini, pada shift I , shift II tingkat
utilitasnya akan menurun namun akan mengurangi antrian panjang dalam gerbang
tol. Berikut deskripsi dari kesimpulan dari perbaikan dengan pengurangan gardu.
 Shift I
1. Dari hasil perhitungan diperoleh bahwa tingkat kedatangan kendaraan (λ ) dari
setiap gardu adalah 1739 jam/kendaraan.
2. Waktu pelayanan (μ ) adalah 569 kendaraan/jam.
3. Tingkat utilitasnya adalah 30.56%.
4. Probabilitas tidak ada pelanggan dalam sistem (Po) sebesar 4.71% artinya
bahwa kemungkinan tidak ada pelanggan yang mengantri dan langsung
dilayani oleh operator.
5. Probabilitas ada n pelanggang dalam sistem (Pn) sebesar 2.33% artinya
bahwa kemungkinan pelanggang mengantri dan tidak lngsung dilayani
dikarenakan operator masih melayani pelanggan sebelumnya (pelanggan yang
datang terlebih dahulu, FIFO (First In First Out).
6. Ekspektasi jumlah pelanggan dalam antrian (ENq) sebesar 0.000584
kendaraan/jam, hal ini menunjukkan bahwa jumlah pelanggan yang datang
lalu mengantri untuk dilayani.
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) sebesar 0.000584
jam/kendaraan, menunjukkan bahwa perkiraan waktu rata-rata konsumen
menunggu sebelum dilayani.
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) sebesar 0.00234
jam/kendaraan menunjukkan bahwa perkiraan waktu rata-rata jumlah
konsumen yang mengantri dan dilayani oleh operator.
9. Ekspektasi jumlah pelanggang dalam sistem (EN) sebesar 9 kendaraan/jam
menunjukkan perkiraan jumlah konsumen yang mengantri dalam proses
antrian untuk dilayani.
87
 Shift II
1. Dari hasil perhitungan diperoleh bahwa tingkat kedatangan kendaraan (λ ) dari
setiap gardu adalah 1739 jam/kendaraan.
2. Waktu pelayanan (μ ) adalah 569 kendaraan/jam.
3. Tingkat utilitasnya adalah 27.25%.
4. Probabilitas tidak ada pelanggan dalam sistem (Po) sebesar 6.53%
kendaraan/detik artinya bahwa kemungkinan tidak ada pelanggan yang
mengantri dan langsung dilayani oleh operator.
5. Probabilitas ada n pelanggang dalam sistem (Pn) sebesar 1.453% artinya
bahwa kemungkinan pelanggang mengantri dan tidak langsung dilayani
dikarenakan operator masih melayani pelanggan sebelumnya (pelanggan yang
datang terlebih dahulu, FIFO (First In First Out).
6. Ekspektasi jumlah pelanggan dalam antrian (ENq) sebesar 0.000210
kendaraan/jam, hal ini menunjukkan bahwa jumlah pelanggan yang datang
lalu mengantri untuk dilayani.
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) sebesar 0.000210
kendaraan/jam, menunjukkan bahwa perkiraan waktu rata-rata konsumen
menunggu sebelum dilayani.
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) sebesar 0.00196
jam/kendaraan menunjukkan bahwa perkiraan waktu rata-rata jumlah
konsumen yang mengantri dan dilayani oleh operator.
9. Ekspektasi jumlah pelanggang dalam sistem (EN) sebesar 3 kendaraan/jam
menunjukkan perkiraan jumlah konsumen yang mengantri dalam proses
antrian untuk dilayani.
 Shift II
1. Dari hasil perhitungan diperoleh bahwa tingkat kedatangan kendaraan (λ ) dari
setiap gardu adalah 337 jam/kendaraan.
2. Waktu pelayanan (μ ) adalah 569 kendaraan/jam.
3. Tingkat utilitasnya adalah 29.61%.
88
4. Probabilitas tidak ada pelanggan dalam sistem (Po) sebesar 62.8%
kendaraan/detik artinya bahwa kemungkinan tidak ada pelanggan yang
mengantri dan langsung dilayani oleh operator.
5. Probabilitas ada n pelanggang dalam sistem (Pn) sebesar 3.10 x 10
-6
% artinya
bahwa kemungkinan pelanggang mengantri dan tidak langsung dilayani
dikarenakan operator masih melayani pelanggan sebelumnya (pelanggan yang
datang terlebih dahulu, FIFO (First In First Out).
6. Ekspektasi jumlah pelanggan dalam antrian (ENq) sebesar 0.0658
kendaraan/jam, hal ini menunjukkan bahwa jumlah pelanggan yang datang
lalu mengantri untuk dilayani.
7. Ekspektasi waktu rata-rata pelanggan dalam antrian (EYq) sebesar 0.0658
jam/kendaraan, menunjukkan bahwa perkiraan waktu rata-rata konsumen
menunggu sebelum dilayani.
8. Ekspektasi waktu rata-rata pelanggan dalam sistem (EY) sebesar 0.0675
jam/kendaraan menunjukkan bahwa perkiraan waktu rata-rata jumlah
konsumen yang mengantri dan dilayani oleh operator.
9. Ekspektasi jumlah pelanggang dalam sistem (EN) sebesar 22.780
kendaraan/jam menunjukkan perkiraan jumlah konsumen yang mengantri
dalam proses antrian untuk dilayani.
2. Palayanan Kendaraan
Untuk meningkatkan performansi kerja, tingkat pelayanan juga perlu ditingkatkan
agar seimbang. Agar performansi gardu dan juga pelayanan operator sama-sama
jalan sehingga dapat mengurangi dan meningkatkan utilitas gerbang tol.
6.2. Saran
Pada kondisi jumlah gardu saat ini yaitu 8 gardu untuk shift I, II, dan 2 gardu
untuk shift III yang seharusnya bisa meningkatkan nilai utilitas dan juga
mengurangi antrian panjang malah sebaliknya. Disaat mengaktifkan gardu
semuanya didapat tingkat utilitas kinerja gerbang tol sekitar 34% sedangkan jika
mengurangi gardu didapat tingkat utilitas 2 (dua) kali lipat bertambah yaitu 76%.
Sedangkan untuk shift III dari 7.405% menjadi 29.620%. Hal ini sudah cukup
89
baik dibandingkan dengan kenyataan pada saat ini. Dengan melakukan perbaikan
tersebut maka diharapkan tingkat utilitas bisa naik terus dengan cara memberikan
cara sebagai berikut:
1. Meningkatkan waktu pelayanan.
2. Memberikan pelatihan terhadap operator hal ini dilakukan agar kecepatan
waktu melayani lebih terlatih dan lebih professional.
3. Memberikan jalur khusus untuk uang pas sehingga tidak memakan waktu
yang lebih lama. Persyaratan harus terealisasi jika ada yang melanggar yaitu
dengantidak memberikan uang pas maka resiko dari penggunanya adalah
uang sisa uangnya tidak dikembalikan, hal ini bertujuan juga untuk
mendisiplinkan para penggguna jalan tol.
4. Pihak PT. Jasa Marga (Persero). Tbk membuat suatu spanduk saat adanya
event besar. Sehingga para pengguna jalan tol dapat mengetahui informasi
gerbang tol sehingga tidak terjadi penumpukan pada satu jalur tol seperti
halnya di gerbang tol Pasteur.
DAFTAR PUSTAKA
1. Dajan, Anto. 1996. Pengantar Metode Statistik Jilid I dan II. :P3ES.
2. J. Supranto.2001. Statistik Teori dan Aplikasi Jilid 5.Jakarta :Penerbit Erlangga.
3. Marlok, Edward K.1985. Pengantar Teknik dan Perencanaan Transportasi.
Jakarta: Penerbit Erlangga.
4. Siagian, P. 1987. Penelitian Operasional: Teori dan Praktek. Universitas
Indonesia Press: Jakarta.
5. Siegel, Sidney.1997. Statistika Non Parametrik untuk Ilmu –Ilmu Sosial. Jakarta:
PT. Gramedia Pustaka Utama.
6. Taha, Hamdy A.1996. Riset Operasi Edisi Kelima. Jakarta: Penerbit Binarupa
Aksara.
CURRICULUM VITAE
Nama Lengkap : Friska Sitanggang
Tempat dan Tanggal lahir : Parbuluan, 10 September 1988
Umur : 22 tahun
Jenis Kelamin : Perempuan
Kewarganegaraan : Indonesia
Agama : Kristen Protestan
Status : Belum menikah
Alamat : Hariara Pintu, Partungko Naginjang Kec. Harian
Kab. Samosir
Sumatra Utara
Telepon : 081321113839
E-mail : friskasitanggang69@yahoo.com
IPK : 3.44
Riwayat Pendidikan :
Pendidikan Formal
SD Negeri 178398 Partungko Naginjang 1994 – 2001
SLTP. Negeri 1 Pangururan 2001 – 2004
SMU St. Yoseph Medan 2004 – 2007
S1 – Jurusan Teknik Industri
FakultasTeknik Dan Ilmu Komputer
Universitas Komputer Indonesia
Bandung
2007 – 2011
Seminar/Pelatihan
Seminar dan Kunjungan Industri
PT. Asia health Energi Beverages
PT. Asia health Energi
Beverages (Kratingdaeng)
20 November 2007
Seminar dan Kunjungan Industri
PT. Wijaya Karya Beton Bogor
PT. Wijaya Karya Beton
Bogor
25 November 2009
Seminar Budaya Preneurship Pusat Inkubator Bisnis
Mahasiswa UNIKOM
Bandung
29 Desember 2010
Seminar dan Kunjungan Industri
PT Coca Cola Amatil Indonesia
PT. Coca Cola Amatil
Indonesia, National Plant
Cibitung
21 Februari 2011
2011
Pengalaman Organisasi
Staff muda HMTI UNIKOM 2008
Anggota Divisi Dana Usaha HMTI UNIKOM 2009
Anggota Divisi Publikasi Dekorasi Dokumentasi HMTI UNIKOM 2010
Keterampilan Bahasa
Bahasa Indonesia Baik
Bahasa Inggris Sedang
Keterampilan Aplikasi Komputer
Microsoft Office Baik
Corel Draw Sedang
Photoshop Sedang
Demikian curriculum vitae ini saya buat dengan sebenar-benarnya dan dilandasi oleh
rasa tanggung jawab, dengan harapan bahwa curriculum vitae ini dapat menjadi bahan
pertimbangan secara proporsional dan obyektif.
Terima kasih.
Bandung, Agustus 2011
Friska Sitanggang

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)//-->