BAB V ANALISA HASIL. Pada penelitian tugas akhir ini, untuk mengetahui kondisi dan karakteristik

dokumen-dokumen yang mirip
NAMA : ADINDA RATNA SARI NPM : DOSEN PEMBIMBING : EDY PRIHANTORO, SS, MMSI

BAB V SIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN. sebelumnya, penulis dapat mengambil kesimpulan sebagai berikut:

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB I PENDAHULUAN. Rumusan dari permasalahan yang ditemukan adalah sebagai berikut.

BAB IV ANALISIS HASIL DAN PEMBAHASAN. 4.1 Model System Antrian di halte bus transjakarta koridor 1 Blok M - Kota

BAB II LANDASAN TEORI...

Model Antrian 02/28/2014. Ratih Wulandari, ST.,MT 1. Menunggu dalam suatu antrian adalah hal yang paling sering terjadi dalam kehidupan sehari-hari

BAB 4 PENGUMPULAN DAN ANALISIS DATA

ANALISIS. 4.4 Analisis Tingkat Kedatangan Nasabah

Seminar Nasional IENACO-2014 ISSN:

ABSTRAK. iii Universitas Kristen Maranatha

BAB V PENUTUP. Menurut. Ukuran Keefektifan Rumus ProModelStudent. Rumus

BAB IV ANALISIS DAN PEMBAHASAN

Analisa Efisiensi Gardu Tol Pada Saat Peak Hours Di Gerbang Tol Serang Timur

BAB IV HASIL DAN PEMBAHASAN. PT Garda Bangun Nusa berdiri berdasarkan akte notaris nomor 16,tanggal

BAB III METODOLOGI PENELITIAN

Penentuan Sistem Kerja Lift Berdasarkan Kecepatan Angkut dengan Menggunakan Simulasi ProModel (Studi Pada Sarana Lift di Universitas Bunda Mulia)

ANALISIS EFEKTIVITAS SISTEM ANTRIAN TELLER BANK BNI DENGAN VISUALISASI PROMODEL (STUDI KASUS CABANG UNIVERSITAS INDONESIA DEPOK)

BAB III METODE PENELITIAN

BAB IV ANALISIS DAN PEMBAHASAN Model Sistem Antrian Bank Central Asia Cabang Mall Taman Anggrek

BAB I PENDAHULUAN I.1

Operations Management

BAB 1 PENDAHULUAN. dari masing-masing arah untuk berjalan secara bergantian. Kemajuan ilmu pengetahuan dari tahun ke tahun terus berkembang dan

BAB IV PENGOLAHAN DAN ANALISIS DATA

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Kegiatan pelayanan di Bank Rakyat Indonesia unit Gerendeng Tangerang

BAB 1 PENDAHULUAN. simpang merupakan faktor penting dalam menentukan penanganan yang paling tepat

BAB 1 PENDAHULUAN. kota terbesar ketiga di Indonesia setelah Jakarta dan Surabaya menurut jumlah

Metode Kuantitatif. Kuliah 5 Model Antrian (Queuing Model) Dr. Sri Poernomo Sari, ST, MT 23 April 2009

LAPORAN AKHIR PENELITIAN PENGEMBANGAN SISTEM LBE

MODEL ANTRIAN RISET OPERASIONAL 2

BAB III METODE PENELITIAN. Jl. Panjang No.25 Jakarta Barat. Penelitian dilakukan selama 2 Minggu, yaitu

ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN JUMLAH GARDU KELUAR YANG OPTIMAL PADA GERBANG TOL TANJUNG MULIA

ANTRIAN. pelayanan. Gambar 1 : sebuah sistem antrian

BAB III METODE PENELITIAN. mendapatkan data dengan tujuan dan kegunaan tertentu. Untuk mencapai tujuan

Operations Management

Sony Kamilie 1 ; Jonny 2. ABSTRACT. Keywords: total server, service time, waiting time, queueing, simulation ABSTRAK

BAB 2 TINJAUAN PUSTAKA

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan

Teori Antrian. Aminudin, Prinsip-prinsip Riset Operasi

MODEL ANTRIAN YULIATI, SE, MM

Sesi XVI METODE ANTRIAN (Queuing Method)

Analisis Sistem Antrian Pada Proses Pelayanan Konsumen di Rumah Makan

BAB 3 METODOLOGI PENELITIAN. Tahap-tahap yang akan dilakukan dalam penelitian ini dapat dilihat pada Gambar 3.1.

Teller 1. Teller 2. Teller 7. Gambar 3.1 Proses antrian pada sistem antrian teller BRI Cik Ditiro

BAB III OBJEK DAN METODE PENELITIAN. kesimpulannya. Penelitian ini dilakukan pada PT. Jasa Marga (Persero) Tbk.

BAB III PENERAPAN TEORI DAN PEMBAHASAN

Antrian adalah garis tunggu dan pelanggan (satuan) yang

MODEL ANTREAN KONTINU (STUDI KASUS DI GERBANG TOL BANYUMANIK)

ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ )

Adrian et al., Antrian Teori Antrian Pada Loket Pembayaran Pusat Perbelanjaan Carrefour...

UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG)

Teori Antrian. Riset Operasi TIP FTP UB Mas ud Effendi

EVALUASI KECEPATAN TRANSAKSI DI GERBANG TOL PASTEUR BANDUNG

PENENTUAN JUMLAH SERVER OPTIMAL UNTUK PENINGKATAN UTILITAS SERVER DENGAN MENGGUNAKAN SIMULASI EXTEND DI RESTORAN CEPAT SAJI MCDONALD S

PENGEMBANGAN MODEL SIMULASI UNTUK ANALISIS SISTEM JALAN TOL SEMARAI{G

Kata kunci: penentuan jumlah operator, simulasi, waktu tunggu

BAB II. Landasan Teori

BAB III METODOLOGI. Survey antrian pada pintu gerbang tol ini dimaksudkan untuk mengetahui

BAB 2 LANDASAN TEORI

PENENTUAN JUMLAH FORKLIFT PADA PROSES PEMUATAN DI GUDANG PT. CM DENGAN MENGGUNAKAN METODE SIMULASI DISKRIT

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 Latarbelakang Penelitian

MODEL ANTREAN DENGAN DISTRIBUSI PELAYANAN NORMAL, ERLANG, WEIBULL STUDI KASUS TOL BANYUMANIK

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

ANALISIS SISTEM ANTRIAN PADA BANK SYARIAH MANDIRI CABANG WARUNG BUNCIT JAKARTA SELATAN

STUDI ANTRIAN DI GERBANG TOL TAMALANREA SEKSI IV MAKASSAR

PEMODELAN DISTRIBUSI FREKWENSI TIME HEADWAY LALU LINTAS DI WILAYAH JALAN BERBUKIT

Teori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1

ANALISIS PANJANG ANTRIAN YANG TERJADI PADA PINTU KELUAR GERBANG TOL PASTEUR ABSTRAK

PEMODELAN DISTRIBUSI FREKWENSI TIME HEADWAY LALU LINTAS DI WILAYAH JALAN BERBUKIT ABSTRAK

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB III METODOLOGI PENELITIAN. mulai PENGUMPULAN DATA

ek SIPIL MESIN ARSITEKTUR ELEKTRO

Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2013

ANTRIAN PADA STASIUN PENGISIAN BAHAN BAKAR UMUM (SPBU) BLINTUT BARONG TONGKOK KUTAI BARAT

3.1.1 Sejarah Singkat Bank Rakyat Indonesia Produk yang dilayani oleh teller PT. Bank Rakyat Indonesia Tbk. Unit Magelang

PENGARUH PENERAPAN SISTEM PENGUMPUL TOL ELEKTRONIK TERHADAP PELAYANAN GERBANG TOL

ANALISIS KAPASITAS GERBANG TOL KARAWANG BARAT

BAB IV METODE PENELITIAN. Mulai. Lokasi Penelitian. Pengumpulan Data

Operations Management

ANALISIS ANTRIAN KENDARAAN PADA PT. JASAMARGA (PERSERO) TBK. CABANG CAWANG-TOMANG- CENGKARENG DI PINTU TOL HALIM 2 NETTY OKTAVIANI / / 3EA12

ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research)

T-5 RANCANGAN MODEL SIMULASI ANTRIAN UNTUK MENGURANGI KEMACETAN KENDARAAN DI PELABUHAN MERAK BANTEN

DAFTAR ISI... KATA PENGANTAR... ABSTRAKSI Perumusan Masalah Batasan Masalah Tujuan Penelitian... 3

BAB IV ANALISIS HASIL DAN PEMBAHASAN. 4.1 Model Sistem Antrian Bank Mega Cabang Puri Indah

V. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.


OPTIMASI PENJADWALAN KASIR PT. RAMAYANA LESTARI SENTOSA, Tbk CABANG PADANG

BAB 1 PENDAHULUAN 1.1. Latar Belakang

PENGEMBANGAN MODEL SIMULASI DISKRIT TERHADAP PERENCANAAN PRODUKSI PADA IKM 88 MARIJO

EVALUASI IMPLEMENTASI SISTEM PELAYANAN PARKIR BERBASIS RFID (Radio Frequency Identification) DI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA

Mata Kuliah Pemodelan & Simulasi

DAFTAR ISI. LEMBAR PERNYATAAN... i. ABSTRACT... iii. KATA PENGANTAR... iv. DAFTAR ISI... viii. DAFTAR TABEL... xii. DAFTAR GAMBAR...

Bab I Pendahuluan 1.1 Latar Belakang

BAB 3 METODOLOGI PENELITIAN

SIMULASI PELAYANAN PENGISIAN BAHAN BAKAR DI SPBU GUNUNG PANGILUN

Estimasi Jumlah Gardu Keluar Tol Pasteur yang Optimal Menggunakan Model Antrean Tingkat Aspirasi *

Transkripsi:

BAB V ANALISA HASIL Pada penelitian tugas akhir ini, untuk mengetahui kondisi dan karakteristik dari sistem antrian kita telah mengambil dua data, yaitu data waktu antar kedatangan kendaraan dan data waktu pelayanan kendaraan. Sebelum dilakukan simulasi Promodel 7.5, masing-masing data terlebih dahulu diuji statistik dengan menggunakan SPSS 17.0. 5.1 Analisa Pengujian Kecukupan Data Penelitian tugas akhir ini dilakukan pada hari Selasa, Jum at dan Sabtu pada jam 10.00-11.00, 13.00-14.00 dan 17.00-18.00. Di mana hari Selasa mewakili hari kerja, hari Jum at hari yang mewakili hari kerja dan hari menjelang weekend dan hari Sabtu hari yang mewakili hari weekend. Sedangkan untuk jam, jam 10.00-11.00 mewakili jam pagi, jam 13.00-14.00 mewakili jam siang dan jam 17.00-18.00 mewakili jam sore atau malam. Setelah itu dilakukan uji kecukupan pengambilan sampel dengan menggunakan rumus Taro Yamane dan untuk mencari mean dan standar deviasinya menggunakan SPSS 17.0. 74

75 Selanjutnya data-data tersebut diuji distribusinya menggunakan SPSS 17.0, dan dari hasil pengujian didapatkan bahwa data waktu antar kedatangan kendaraan dan data waktu pelayanan kendaraan termasuk distribusi Normal. 5.2 Analisa Distribusi Data Data waktu antar kedatangan kendaraan dan data waktu pelayanan kendaraan termasuk distribusi Normal Setelah mengetahui distribusi data waktu antar kedatangan kendaraan dan data waktu pelayanan kendaraan, langkah selanjutnya adalah menentukan model antrian yang sesuai. Model antrian yang sesuai untuk sistem Skenario I adalah (N/N/2):(FCFS/ / ) di mana distribusi waktu antar kedatangan kendaraannya dan distribusi waktu pelayanannya distribusi adalah Normal serta terdapat 2 fasilitas pelayanan dengan disiplin antrian First Come First Served. Model antrian yang sesuai untuk sistem Skenario II adalah (N/N/3):(FCFS/ / ) di mana distribusi waktu antar kedatangan kendaraannya dan distribusi waktu pelayanannya distribusi adalah Normal serta terdapat 3 fasilitas pelayanan dengan disiplin antrian First Come First Served. Model antrian yang sesuai untuk sistem Skenario III adalah (N/N/4):(FCFS/ / ) di mana distribusi waktu antar kedatangan kendaraannya dan distribusi waktu pelayanannya distribusi adalah Normal serta terdapat 4 fasilitas pelayanan dengan disiplin antrian First Come First Served. Model antrian yang sesuai untuk sistem Skenario IV adalah (N/N/3):(FCFS/ / ) di mana distribusi waktu antar kedatangan kendaraannya

76 dan distribusi waktu pelayanannya distribusi Normal serta terdapat 3 fasilitas pelayanan dengan model tandem dengan disiplin antrian First Come First Served. Model antrian yang sesuai untuk sistem Skenario V adalah (N/N/4):(FCFS/ / ) di mana distribusi waktu antar kedatangan kendaraannya dan distribusi waktu pelayanannya distribusi Normal serta terdapat 4 fasilitas pelayanan dengan model tandem dengan disiplin antrian First Come First Served. 5.3 Perhitungan Jumlah Minimum Replikasi Hasil simulasi Promodel untuk skenario I, II, III, IV dan V dengan 10 replikasi menghasilkan Wq dan standar deviasi untuk menghitung jumlah minimal replikasi. Berikut adalah Tabel Jumlah minimal replikasi pada skenario I dengan error sebesar 10%, sedangkan skenario II, III, IV, dan V dapat dilihat pada Lampiran 29 dan 30: Tabel 5.1 Jumlah Minimal Replikasi Skenario I Waktu Average Time Blocked Standar Deviasi Error 10% Replikasi Selasa, 10.00-11.00 4,73 0,24 0,473 1 Selasa, 13.00-14.00 4,33 0,16 0,433 1 Selasa, 17.00-18.00 5,07 0,12 0,507 1 Jum at, 10.00-11.00 5,42 0,09 0,542 1 Jum at, 13.00-14.00 5,14 0,07 0,514 1 Jum at, 17.00-18.00 5,06 0,1 0,506 1 Sabtu, 10.00-11.00 4,5 0,11 0,45 1 Sabtu, 13.00-14.00 3,07 0,17 0,307 2 Sabtu, 17.00-18.00 5,23 0,1 0,523 1

77 5.4 Uji Verifikasi Dan Validasi Untuk Membandingkan Hasil Simulasi Dengan Kondisi Aktual Verifikasi adalah proses mendemonstrasikan apakah suatu model sudah bekerja sesuai dengan keinginan yang diharapkan. Uji validasi dilakukan dengan membandingkan data total kendaraan berdasarkan data aktual dengan hasil simulasi dengan 10 replikasi. Perbandingan hasil pengamatan dengan simulasi: Tabel 5.2 Perbandingan Total Kedatangan Antara Data Pengamatan Dan Simulasi Hari Jam Data Pengamatan Hasil Simulasi Total Kedatangan Total Kedatangan 10.00-11.00 584 583 Selasa 13.00-14.00 619 614 17.00-18.00 650 634 10.00-11.00 659 629 Jum at 13.00-14.00 663 643 17.00-18.00 685 666 10.00-11.00 531 543 Sabtu 13.00-14.00 489 464 17.00-18.00 604 593 Dengan tingkat ketelitian 5% maka toleransinya adalah

78 Tabel 5.3 Batas Toleransi Total Kedatangan Hari Jam Batas Toleransi Atas Batas Toleransi Bawah Total Kedatangan Total Kedatangan 10.00-11.00 614 555 Selasa 13.00-14.00 650 589 17.00-18.00 683 618 10.00-11.00 692 627 Jum at 13.00-14.00 697 630 17.00-18.00 720 651 10.00-11.00 558 505 Sabtu 13.00-14.00 514 465 17.00-18.00 635 574 Model dikatakan valid apabila hasil simulasi masuk batas toleransi. Dengan membandingkan hasil simulasi dengan batas toleransi, maka model simulasi dalam penelitian tugas akhir ini dapat dikatakan valid. 5.5 Analisa Skenario I, Skenario II, Skenario III Skenario IV dan Skenario V Dengan Pendekatan Metode Antrian Analisa ukuran kinerja yang dibandingkan untuk mengetahui skenario mana yang terbaik adalah % utilitas, lq, wq dan cost, seperti pada Tabel 5.4.

79 Tabel 5.4 Perbandingan Kinerja Skenario I, Skenario II, Skenario III, Skenario IV dan Skenario V Hari, Jam Selasa, 10.00-11.00 Selasa, 13.00-14.00 Selasa, 17.00-18.00 Jum at, 10.00-11.00 Jum at, 13.00-14.00 Jumat, 17.00-18.00 Sabtu, 10.00-11.00 Sabtu, 13.00-14.00 Sabtu, 17.00-18.00 Ukuran Kinerja Skenario I Skenario II Skenario III Skenario IV SkenarioV %Utilitas Lq Wq Cost %Utilitas Lq Wq Cost %Utilitas Lq Wq Cost %Utilitas Lq Wq Cost %Utilitas Lq Wq Cost 92,89 9 4,73 15.166 62,56 3 2 22.749 46,75 2 1,27 30.332 80,84 3 2,33 22.749 75,5 3 3,98 30.332 91,81 7 4,33 15.166 61,33 3 1,89 22.749 45,65 2 1,18 30.332 82,95 3 2,97 22.749 79,75 3 4,8 30.332 96,56 16 5,07 15.166 65,66 3 2,17 22.749 49,16 3 1,37 30.332 95,07 5 5,27 22.749 89,63 5 6,26 30.332 98,45 28 5,42 15.166 68,37 4 2,48 22.749 51,35 2 1,5 30.332 98,84 10 6,55 22.749 92,72 5 6,76 30.332 97,59 22 5,14 15.166 66,87 4 2,24 22.749 50,09 2 1,36 30.332 96,65 6 5,64 22.749 91,58 5 6,39 30.332 98,06 19 5,06 15.166 66,79 3 2,1 22.749 50,07 3 1,3 30.332 98,48 10 6,12 22.749 95,01 7 7,06 30.332 89,86 6 4,5 15.166 59,87 3 1,87 22.749 44,8 2 1,14 30.332 70,08 3 1,21 22.749 64,88 2 2,55 30.332 78,64 4 3,07 15.166 52,62 2 1,37 22.749 39,47 2 0,86 30.332 54,91 2 0,37 22.749 51,56 2 1,38 30.332 95,9 13 5,23 15.166 64,74 3 2,17 22.749 48,57 2 1,36 30.332 86,3 3 2,94 22.749 80,96 3 4,78 30.332 Cost di atas diambil dari data perusahaan di mana range-nya sebesar Rp 4.004.000,00 perbulan.

80 5.6 Analisa Perbandingan Skenario I, Skenario II, Skenario III, Skenario IV dan Skenario V Pada simulasi ini dilakukan penelitian pada hari Selasa, Jum at dan Sabtu, yang mewakili hari-hari dalam seminggu dan pada setiap harinya dilakukan simulasi pada tiga jam yang masing-masing mewakili kondisi kesibukan pada hari-hari tersebut. Tidak dilakukan simulasi pada malam hari yang kondisinya relatif lebih sepi. Penelitian ini dilakukan pada 5 skenario, skenario I adalah kondisi pintu tol saat ini yaitu 2 gardu tol paralel, skenario II penambahan 1 gardu tol secara paralel, skenario III penambahan 2 gardu tol secara paralel, skenario IV penambahan 1 gardu tandem pada jalur 1 dan skenario V penambahan 2 gardu tandem pada setiap jalur. Dilihat dari segi panjang antrian dan waktu antrian skenario II dan IV memberikan panjang antrian dan waktu antrian terbaik di mana jumlah atau panjang antrian pada hari Selasa jam 10.00-11.00 turun dari 9 kendaraan menjadi 3 kendaraan atau sebesar 66 %. Sedangkan waktu antrian turun dari 4,73 detik menjadi 2 detik dan 2,33 detik. Di sini terjadi penambahan biaya sebesar Rp 7.600,- perjam dengan ditambahnya 1 gardu maka biayanya menjadi Rp 22.800,- per jam. Begitu pula dengan hari dan waktu lainnya terjadi penurunan panjang antrian sebesar 70,44 % dan 61,54 % dan waktu antrian juga mengalami penurunan sebesar 56,91 % dan 25,65 %. Di antara 3 hari penelitian, hari Jum at jam 17.00-18.00 adalah hari yang tersibuk. Pada hari ini skenario II dan IV memberikan penurunan panjang antrian

81 sebesar 84,42 % dan 47,37 % dan waktu antrian mengalami penurunan sebesar 58,5 % pada skenario II, tetapi mengalami kenaikkan sebesar 20,95 % pada skenario IV. Sehingga dari skenario II dan IV tersebut, skenario II merupakan skenario yang terbaik. Karena menurut penulis gardu tandem dapat menurunkan efisiensi aliran.