Dalam kehidupan sehari-hari antrian sering ditemukan, seperti
menunggu loket bioskop, antrian pada loket bank dan antrian kasir swalayan.
Fasilitas layanan yang tidak dapat memenuhi kebutuhan atau kapasitas dapat
menyebabkan antrian, sehingga pengguna fasilitas harus menunggu. Seperti pada
contoh kasus Open Gate Concert pada acara Engineering
Expo memiliki waktu antrian maksimal 592 detik dengan jumlah antrian maksimal
9 orang hingga dilayani. Hal ini dapat menyebabkan pelanggan menunggu cukup
lama untuk memasuki area konser. Untuk mengatasi masalah tersebut perlu adanya
pengelolaan operator loket sehingga dapat mengatur kapan harus membuka loket
baru sehingga tidak terjadi antrian. Kali ini kita akan membahas masalah
mengenai model antrian pada Konser yang berada di acara Engineering Expo. Dari hasil analisis yang telah didapat diketahui
nilai-nilai performansi sistem antrian seperti waiting time, number in, number
out, dan number waiting. Pada penelitian yang dilakukan di konser ini menggunakan
software arena 14.0 untuk membuat model simulasi dari sistem antrian. Panitia diharapkan
dapat menerapkan kebijakan kapan harus membuka loket baru sehingga tidak ada
loket yang menganggur (idle) atau terlalu sibuk (busy) sehingga pelayanan untuk
pelanggan konser maksimal.
Batasan masalah pada kasus ini adalah :
1. Penelitian dilakukan pada antrian open gate concert
2. Penelitian dilakukan pada check in ticket
3. Pengamatan dilakukan dalam durasi 1 jam
(13.00-14.00)
Penelitian ini menggunakan beberapa asumsi
yaitu:
1. Diasumsikan tidak ada pelanggan yang
membatalkan transaksi
2. Kedatangan pelanggan berkelompok dihitung satu
yang masuk ke dalam system antrian
3. Diasumsikan 75% pelanggan memasuki area
konser dan 25% lainnya keluar untuk menunggu mulainya acara.
Pada tahap ini
akan dianalisa kinerja antrian pada konser menggunakan software arena.
Tabel. Data Hasil Pengamatan
|
Pelanggan ke-
|
Waktu Kedatangan
Pelanggan
(detik)
|
Waktu
Selesai Dilayani
(detik)
|
Waktu Pelayanan
(detik)
|
Waktu antar
kedatangan
|
||||
|
1
|
20
|
80
|
40
|
20
|
||||
|
2
|
45
|
105
|
35
|
25
|
||||
|
3
|
50
|
101
|
46
|
5
|
||||
|
4
|
120
|
230
|
40
|
70
|
||||
|
5
|
172
|
280
|
56
|
52
|
||||
|
6
|
242
|
356
|
44
|
70
|
||||
|
7
|
327
|
472
|
60
|
85
|
||||
|
8
|
379
|
478
|
47
|
52
|
||||
|
9
|
418
|
501
|
44
|
39
|
||||
|
10
|
467
|
574
|
58
|
49
|
||||
|
11
|
535
|
640
|
37
|
68
|
||||
|
12
|
656
|
830
|
53
|
121
|
||||
|
13
|
706
|
835
|
79
|
50
|
||||
|
14
|
739
|
807
|
35
|
33
|
||||
|
15
|
829
|
946
|
27
|
90
|
||||
|
16
|
898
|
1082
|
115
|
69
|
||||
|
17
|
953
|
1073
|
65
|
55
|
||||
|
18
|
1018
|
1123
|
40
|
65
|
||||
|
19
|
1073
|
1215
|
87
|
55
|
||||
|
20
|
1143
|
1262
|
49
|
70
|
||||
|
21
|
1173
|
1267
|
64
|
30
|
||||
|
22
|
1253
|
1371
|
38
|
80
|
||||
|
23
|
1273
|
1340
|
47
|
20
|
||||
|
24
|
1335
|
1448
|
51
|
62
|
||||
|
25
|
1371
|
1463
|
56
|
36
|
||||
|
26
|
1403
|
1483
|
48
|
32
|
||||
|
27
|
1418
|
1468
|
35
|
15
|
||||
|
28
|
1436
|
1499
|
45
|
18
|
||||
|
29
|
1467
|
1570
|
72
|
31
|
||||
|
30
|
1496
|
1578
|
53
|
29
|
||||
|
31
|
1536
|
1611
|
35
|
40
|
||||
|
32
|
1556
|
1643
|
67
|
20
|
||||
|
33
|
1596
|
1729
|
93
|
40
|
||||
|
34
|
1716
|
1873
|
37
|
120
|
||||
|
35
|
1837
|
2060
|
102
|
121
|
||||
|
36
|
1924
|
2060
|
49
|
87
|
||||
|
37
|
1956
|
2023
|
35
|
32
|
||||
|
38
|
1978
|
2065
|
65
|
22
|
||||
|
39
|
2016
|
2104
|
50
|
38
|
||||
|
40
|
2096
|
2216
|
40
|
80
|
||||
|
41
|
2231
|
2416
|
50
|
135
|
||||
|
42
|
2256
|
2399
|
118
|
25
|
||||
|
43
|
2337
|
2453
|
35
|
81
|
||||
|
44
|
2397
|
2533
|
76
|
60
|
||||
|
45
|
2407
|
2457
|
40
|
10
|
||||
|
46
|
2407
|
2475
|
68
|
0
|
||||
|
47
|
2452
|
2552
|
55
|
45
|
||||
|
48
|
2462
|
2522
|
50
|
10
|
||||
|
49
|
2512
|
2604
|
42
|
50
|
||||
|
50
|
2537
|
2602
|
40
|
25
|
||||
|
Jumlah
|
2713
|
2537
|
||||||
|
Rata-rata
|
54.26
|
50.74
|
||||||
|
Standar Deviasi
|
20.49
|
31.85
|
||||||
Model Simulasi Arena Kondisi Sekarang
Berikut
adalah simulasi antrian pada Open Gate
Concert dengan menggunakan software Arena
14.0
Gambar. Model
Simulasi Arena
Berikut adalah tahapan pembuatan simulasi kondisi sistem loket dengan
menggunakan software Arena15.0:
a.
Modul Kedatangan
Modul kedatangan pelanggan dibuat dengan create. Pelanggan yang akan membeli
tiket merupakan entitas. Tipe data kedatangan pelanggan yaitu Triangular,
diisikan pada Type Expression. Jumlah
entitas per kedatangan diasumsikan 1 dengan maksimal kedatangan pelanggan
adalah 100 orang
b.
Modul Loket Tiket
Pada modul Process merupakan pelayanan Tiket oleh pegawai tiket.
Tenaga kerja diisi 1 orang dan
Type Pelayanan diisikan Expression dengan jenis data yaitu Gamma.
c.
Modul Selesai
Dispose merupakan titik akhir entitas dalam rancangan model simulasi. Entitas
yang telah selesai melalui model simulasi dapat dihitung dengan data record.
d.
Modul Stasiun dan
Rute
Modul Stasiun dan Rute digunakan untuk membuat animasi
dalam simulasi Arena. Rute menggambarkan titik awal dan titik akhir dari
stasiun.
Setelah dibuat model antrian, kemudian
simulasi di Run dan didapatkan report yang merupakan output dari sistem antrian tersebut.
Banyak pelanggan yang bisa dilayani mencapat 100% yaitu 100 orang.
Hal ini terlihat dari Number In dan Number Out entitas pada simulasi ini yaitu 100. Dari nilai wait time dapat diketahui pelanggan
loket menunggu sebelum dilayani maksimum
509 detik atau 8.4 menit dengan waktu rata-rata 146 detik. Dari item total time dapat diketahui lama waktu
pegawai melayani pelanggan di loket tiket minimal adalah 61 detik dan maksimum
adalah 591 detik dengan rata-rata 374 detik. Hal ini menunjukkan bahwa
pelayanan pelanggan belum efisien karena
lama pelayanan loket
bisa mencapai waktu 10 menit. Dari
nilai waktu menunggu (waiting time)
dapat diketahui lama menunggu di loket tiket maksimal 509 detik dengan
rata-rata 292 detik atau 5 menit. Jumlah pelanggan yang menunggu
(number waiting) di loket tiket
minimal 0 dan maksimal 9 orang dengan rata-rata 5,5 orang Dilihat dari tingkat
utilisasi, kesibukan dan penjadwalan mencapai nilai 98%. Sehingga dapat
disimpulkan resource yang tersedia
sangat sibuk dalam melayani pelanggan.
Berdasarkan hasil analisis dari model simulasi antrian pada kondisi
eksisting, dilakukan usulan perbaikan untuk memperbaiki antrian tiket. Usulan
yang diberikan adalah penambahan 1 server loket tiket. Berikut adalah model
simulasi antrian.
Berikut adalah usulan simulasi
antrian pada Loket Pembelian Tiket:
Gambar. Usulan Model Simulasi Arena
Pembuatan simulasi dengan menggunakan software
Arena14.0 secara garis besar sama dengan pembuatan untuk kondisi eksisting
dengan beberapa perbedaan di modul process
dan decide.
a.
Modul Process
Pada tahap ini sama seperti pembuatan
model arena awal, hanya saja ditambahkan 1 modul
process. Hal ini dikarenakan usulan
berupa penambahan 1 server dan menambah tenaga kerja loket tiket untuk dapat
melayani pembelian.Pada modul Process merupakan
pelayanan Tiket oleh pegawai tiket. Tenaga kerja diisi 1 orang dan Type Pelayanan diisikan Expression dengan jenis data distribusi
yang didapatkan dari analisis distribusi data yaitu Gamma.
b.
Modul Decide
Pada
modul ini, simulasi pelanggan yang akan datang memilih antara 2 server yang
tersedia untuk melakukan pembelian tiket. Dalam hal ini dipilih type 2-way by condition dengan Expression Value Loket
tiket.WIP <= Loket Tiket 2.WIP, pelanggan yang datang akan otomatis ke loket
2 apabila mendapati loket 1 terdapat antrian/WIP.
Pelanggan datang untuk
membeli tiket, apabila petugas loket 1 sedang melayani pelanggan (busy) maka pelanggan akan masuk ke loket
2, apabila keduanya sedang melayani pelanggan maka terjadi antrian pembelian
tiket. Setelah dibuat model antrian, kemudian simulasi di Run dan didapatkan report yang merupakan output dari
sistem antrian. Banyak pelanggan yang bisa dilayani mencapat 100% yaitu 100
orang. Hal ini terlihat dari Number In dan
Number Out entitas pada simulasi ini
yaitu 100. Pada nilai wait time dapat
diketahui lama waktu pelanggan menunggu sebelum dapat dilayani di loket tiket
maksimum 90,46 detik atau 8,4 menit dengan waktu rata-rata 4 detik. Pada nilai
item total time dapat diketahui
pegawai tiket melayani pelanggan dengan waktu minimum 54 detik dan maksimum
adalah 204 detik dengan rata-rata 88 detik. Sehingga dapat disimpulkan pelayanan
pelanggan pada loket tiket sudah efisien karena lama pelayanan loket hanya dalam waktu
3,4 menit.
Dapat diketahui bahwa waktu tunggu pelanggan (waiting time) di loket tiket 1 minimal
adalah 0,00 detik dan maksimal 65 detik dengan rata-rata 9 detik. Kemudian
jumlah antrian (number waiting) di
loket tiket 1 maksimal 1 orang dengan rata-rata 0.1 orang. Dilihat dari tingkat
utilisasi, kesibukan dan penjadwalan mencapai nilai 66%. Sehingga dapat
disimpulkan sumber daya layanan
loket tiket yang tersedia telah digunakan secara
maksimal. Kemudian pada loket tiket 2 diketahui
bahwa waktu tunggu pelanggan (waiting time)
maksimal 90 detik dengan
rata-rata 6 detik. Kemudian jumlah antrian (number
waiting) di loket tiket 2 maksimal 1 orang dengan rata-rata 0.03 orang.
Dilihat dari tingkat utilisasi, kesibukan dan penjadwalan mendapatkan nilai
34%. Sehingga dapat disimpulkan sumber daya layanan loket tiket yang tersedia
belum digunakan secara maksimal.
Simpulan
Hasil dari simulasi antrian yang telah
dilakukan pada antrian loket tiket konser adalah sebagai berikut:
a.
Nilai item Number In dan Number Out menunjukan jumlah pelanggan
yang bisa dilayani oleh sistem mencapai 100% yaitu 100 orang.
b.
Nilai dari item wait time dapat
diketahui bahwa pelanggan menunggu di antrian sebelum layanan di loket maksimum
509 detik dan pada usulan model
90,46 detik.
c. Berdasarkan hasil item total time pegawai loket melayani
pelanggan dengan lama waktu minimal adalah 61 detik dan maksimum adalah 591
detik. Sedangkan pada usulan model, minimum pelayanan adalah 54 detik dan
maksimum 204 detik.
d.
Waktu tunggu pelanggan (waiting
time) di loket maksimal 592 detik, sedangkan pada model simulasi usulan
maksimal waktu tunggu 65 detik.
e.
Banyak antrian (number waiting)
di loket tiket maksimal 9 orang dengan rata-rata 5,5 orang. Sedangkan pada
usulan maksimal antrian 1 orang pada masing-masing loket. Tingkat kesibukan dan
penjadwalan sumber daya mencapai nilai diatas 98%. Dapat disimpulkan bahwa
sumber daya layanan loket tiket yang tersedia telah digunakan secara maksimal
namun berada dalam keadaan sangat sibuk. Sementara pada model simulasi usulan, pekerja
loket 1 memiliki
persentase 66% dan pekerja loket 2 sebesar
34%.
