BAB 3 PEMBAHASAN 3.1. Uji Kesesuaian Distribusi Dalam penelitian ini kedatangan pasien diasumsikan berdistribusi Poisson dan waktu pelayanan diasumsikan berdistribusi Eksponensial. Untuk menguji kebenarannya dilakukan uji Chi Square. Hipotesis tentang kedatangan pasien Rumah Sakit Khusus Mata Medan Baru dalam penelitian ini sebagai berikut : H 0 : Kedatangan pasien Rumah Sakit Khusus Mata Medan Baru berdistribusi Poisson H 1 : Kedatangan pasien Rumah Sakit Khusus Mata Medan Baru tidak berdistribusi Poisson Hipotesis tentang waktu pelayanan pasien Rumah Sakit Khusus Mata Medan Baru dalam penelitian ini sebagai berikut : H 0 : Waktu pelayanan pasien Rumah Sakit Khusus Mata Medan Baru berdistribusi Eksponensial H 1 : Waktu pelayanan pasien Rumah Sakit Khusus Mata Medan Baru tidak berdistribusi Eksponensial Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Hari Waktu Pengamatan Jumlah 09.00-10.00 10.00-11.00 Jumlah Rata-rata Rata-rata Rata-rata Jumlah Jumlah Pasien waktu Waktu Waktu Pasien Pasien pelayanan Pelayanan Pelayanan Senin 18 5,42 10 6,56 28 11,980 Selasa 13 5,31 12 6,02 25 11,330 Rabu 10 5,29 16 5,06 26 10,350
Kamis 11 5,20 9 5,03 20 10,230 Jum at 11 6,02 12 5,83 23 11,850 Senin 17 5,70 13 7,23 30 12,930 Selasa 18 5,24 9 5,91 27 11,150 Rabu 13 5,91 12 6,03 25 11,940 Kamis 16 6,00 9 5,23 25 11,230 Jum at 11 5,03 7 4,99 18 10,020 Total 138 55,12 109 57,89 247 113,010 3.1.1. Uji Chi Square Terhadap Kedatangan Pasien Kedatangan pasien diasumsikan berdistribusi Poisson. Untuk meyakinkan bahwa kedatangan pasien berdistribusi Poisson, maka dilakukan uji Chi Square. Dari data hasil penelitian, kedatangan pasien per interval waktu satu jam (lampiran 2) selanjutnya data digunakan untuk melakukan uji kedatangan pasien. Untuk menghitung banyaknya pasien Rumah Sakit Khusus Mata Medan Baru yang diharapkan pada waktu 09.00-10.00 WIB maka digunakan rumus (2.2), sehingga:
dihitung juga banyaknya pasien Rumah Sakit Khusus Mata Medan Baru yang diharapkan pada waktu 10.00-11.00 WIB, sebagai berikut : Setelah diperoleh nilai-nilai harapan diatas, maka nilai χ² pada masingmasing waktu untuk pasien Rumah Sakit Khusus Mata Medan Baru dapat dihitung dengan menggunakan rumus (2.1), sehingga:
Nilai χ² pada waktu 09.00-10.00 WIB adalah: Nilai χ² pada waktu 10.00-11.00 WIB adalah : Sehingga total nilai χ² adalah 3,119 + 3,949 = 7,069. Dari tabel Chi Square pada lampiran 6 diperoleh χ 2 (0,05;9) adalah 16,92. Dengan demikian χ 2 hitung χ 2 tabel maka Ho diterima artinya kedatangan pasien berdistribusi Poisson atau kedatangan pasien per jam bersifat acak. 3.1.2. Uji Chi Square Terhadap Waktu Pelayanan Pasien Pelayanan pasien biasanya mengikuti distribusi Eksponensial. Untuk meyakinkan bahwa kedatangan pasien berdistribusi Eksponensial, maka dilakukan uji Chi Square. Dari data hasil penelitian, rata-rata waktu pelayanan pasien per interval
waktu satu jam (lampiran 2) selanjutnya data digunakan untuk melakukan uji pelayanan pasien. Untuk menghitung banyaknya pasien Rumah Sakit Khusus Mata Medan Baru yang diharapkan pada waktu 09.00-10.00 WIB maka digunakan rumus (2.2), sehingga: dihitung juga banyaknya pasien Rumah Sakit Khusus Mata Medan Baru yang diharapkan pada waktu 10.00-11.00 WIB, sebagai berikut :
Setelah diperoleh nilai-nilai harapan diatas, maka nilai χ² pada masingmasing waktu untuk pasien Rumah Sakit Khusus Mata Medan Baru dapat dihitung dengan menggunakan rumus (2.1) : Nilai χ² pada waktu 09.00-10.00 WIB adalah:
Nilai χ² pada waktu 10.00-11.00 WIB adalah : sehingga total nilai χ² adalah 0,190 +0,181 = 0,372. Dari tabel Chi Square pada lampiran 6 diperoleh χ 2 (0,05;9) adalah 16,92. Dengan demikian χ 2 hitung χ 2 tabel maka H 0 diterima artinya kedatangan pasien berdistribusi Eksponensial, atau lama pelayanan pasien bersifat acak. 3.2. Desain Antrian dan Disiplin Antrian 3.2.1. Desain Antrian Desain antrian yang diterapkan pada sistem antrian di Rumah Sakit Khusus Mata Medan Baru adalah jenis sistem antrian model Multiple Channel Single Phase atau M/M/S. Artinya, terdapat satu antrian yang dapat dilayani oleh dua atau lebih fasilitas pelayanan. Dalam hal ini, pada sistem antrian Rumah Sakit Khusus Mata Medan Baru terdapat 2 fasilitas pelayanan untuk melayani pasien yang melakukan pemeriksaan mata. 3.2.2. Disiplin Antrian Disiplin antrian yang diterapkan pada sistem antrian di Rumah Sakit Khusus Mata Medan Baru adalah First Come First Serve (FCFS). Artinya, pelanggan yang datang terlebih dahulu adalah yang mendapatkan pelayanan pertama oleh petugas.
3.3. Notasi Kendall Model antrian yang terjadi di Rumah Sakit Khusus Mata Medan Baru berdasarkan Notasi Kendall adalah (M/M/2):(FCFS/ / ). Artinya, waktu kedatangan berdistribusi poisson, waktu pelayanan berdistribusi eksponensial, dengan jumlah pelayanan 2, disiplin antrian yang diterapkan adalah First Come First Serve (FCFS), serta dengan jumlah pasien yang datang dan dilayani tidak terhingga. 3.4. Hasil Perhitungan Berdasarkan Analisis dengan Menggunakan Teori Antrian Berdasarkan hasil analisis terhadap tingkat kedatangan dan waktu pelayanan, model antrian di rumah sakit khusus mata Medan Baru adalah model antrian dengan pola kedatangan Poisson dan waktu pelayanan Eksponensial. a. Rata-rata kedatangan pasien: Artinya, dalam 1 menit ada 0,206 pasien yang datang atau 1 pasien datang setiap 4,854 menit. b. Rata-rata waktu lama pelayanan pasien: Artinya, 1 pasien dilayani selama 5,659 menit. Karena, nilai rata-rata waktu lama pelayanan pasien ( ) sebesar 5,659 menit per pasien maka dapat diperoleh nilai rata-rata tingkat kecepatan pelayanan (µ) sebesar 0,177 pasien setiap menit.
Dengan diperolehnya nilai λ dan µ, dimana λ > µ maka untuk menghitung kinerja sistem antrian dapat dicari sebagai berikut: 1. Probabilitas masa sibuk 2. Probabilitas semua petugas menganggur Artinya, probabilitas terjadinya semua petugas menganggur atau tidak adanya pasien yang dilayani adalah 2,64%. 3. Rata-rata jumlah pasien dalam sistem pasien setiap menit Artinya, dalam 1 menit rata-rata ada 1,759 pasien dalam sistem atau ada 1 pasien dalam sistem setiap 0,568 menit. 4. Rata-rata jumlah pasien dalam antrian
pasien setiap menit Artinya, dalam 1 menit rata-rata ada 0,595 pasien dalam antrian atau ada 1 pasien dalam antrian setiap 1,680 menit. 5. Rata-rata waktu menunggu dalam sistem Artinya, rata-rata 1 pasien menunggu dalam sistem selama 8,539 menit. 6. Rata-rata waktu menunggu dalam antrian Artinya, rata-rata 1 pasien menunggu dalam antrian selama 2,888 menit.
BAB 4 KESIMPULAN DAN SARAN 4.1. Kesimpulan Berdasarkan hasil penelitian, maka dapat diperoleh kesimpulan sebagai berikut: 1. Sistem antrian pada Rumah Sakit Khusus Mata Medan Baru adalah (M/M/2):(FCFS/ / ), yaitu; waktu kedatangan pasien berdistribusi poisson, waktu pelayanan pasien berdistribusi eksponensial dengan jumlah petugas pelayanan 2 petugas, disiplin antrian adalah yang pertama datang yang pertama dilayani serta kapasitas kedatangan dan pelayanan tidak terbatas. 2. Dari hasil analisis data pada waktu kedatangan psien dan waktu pelayanan pasien diperoleh rata-rata kedatangan (λ)= 0,206 pasien setiap menit, ratarata pelayanan (µ)= 0,177 pasien setiap menit, probabilitas masa sibuk (ρ)= 0,582 atau 58,2%, probabilitas semua petugas pelayan menganggur (P 0 )= 0,264 atau 26,4%, rata-rata jumlah pasien dalam sistem (L s )= 1,759 pasien setiap menit, rata-rata jumlah pasien dalam antrian (L q )= 0,595 pasien setiap menit, rata-rata waktu menunggu dalam sistem (W s )= 8,539 menit setiap pasien, dan rata-rata waktu menunggu dalam antrian (W q )= 2,888 menit setiap pasien. 3. Berdasarkan nilai, kinerja sistem antrian sudah optimal, karena menurut pihak rumah sakit waktu optimal lama pelayanan sekitar 5-10 menit per pasien. 4.2 Saran 1. Tingkat kedatangan pasien dan kecepatan pelayanan untuk selalu di analisa, sehingga dapat ditentukan kebijakan untuk mengantisipasi antrian yang terjadi demi memberikan pelayanan yang terbaik bagi pasien. 2. Jika rumah sakit tetap mempertahankan jumlah petugas yang ada, tingkat pelayanan akan lebih efektif dan efisien jika sumber daya manusia ditingkatkan lagi.
3. Dapat mempertimbangkan biaya jika dilakukan penambahan maupun pengurangan petugas sehingga dapat diperoleh waktu tunggu yang paling minimum dan biaya yang minimum pula.