Simulasi Model Antrian Kasir Alfamart Pucangsawit ...idec.industri.ft.uns.ac.id/wp-content/uploads/2018/05/ID024.pdf · Alfamart merupakan jasa retail yang menjual berbagai barang

Seminar dan Konferensi Nasional IDEC ISSN: 2579-6429

2018 Surakarta, 7-8 Mei 2018

Simulasi Model Antrian Kasir Alfamart Pucangsawit

Menggnakan Software Arena

Karima Batennia Murti*1)

, Laurentius Damas Sulistya2)

, dan Eko Liquidannu3)

1,2,3)

Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Jl. Ir. Sutami No 36A, Jebres,

Surakarta, 57126, Indonesia

Email: [email protected], [email protected] , [email protected]

ABSTRAK Alfamart merupakan jasa retail yang menjual berbagai barang kebutuhan sehari-hari. Karena bergerak di

bidang jasa, maka sebuah minimarket harus mampu melayani pelanggannya dengan cepat dan pelanggan

tidak menunggu terlalu lama atau bahkan tidak menunggu sehingga tidak menimbulkan antrian yang

panjang. Pada jam-jam tertentu seperti pada saat pulang kantor dan malam hari terjadi antrian yang cukup

panjang karena kasir yang beroperasi melayani pelanggan hanya satu. Pada penelitian ini akan digunakan

simulasi untuk menyelesaikan masalah antrian yang ada. Model antrian yang dibuat terdiri atas model

eksisting (saat ini) dan model usulan. Berdasarkan hasil simulasi untuk kedua model, waktu menunggu

(waiting time) pada model exsisting adalah sebesar 0,109 jam dan pada model usulan menjadi sebesar

0,001 jam. Model usulan dilakukan dengan menambahkan kasir sehingga banyaknya antrian berkurang,

pada model exsisting adalah 5 orang dan banyaknya antrian pada model usulan menjadi 2 orang.

Kata kunci: Antrian, Software Arena

1. Pendahuluan

Di kehidupan sehari-hari banyak dijumpai kegiatan menunggu, salah satunya dalam suatu

antrian. Menurut Siagan (1987), mengantri merupakan kondisi dimana sekumpulan orang,

komponen atau mesin yang membutuhkan layanan harus menunggu dalam suatu urutan tertentu

sebelum akhirnya memperoleh layanan dari resource yang tersedia. Mengantri dapat terjadi

karena kemampuan menyelenggarakan layanan lebih kecil dibandingkan dengan kebutuhan

layanan.

Dalam kasus ini dapat diambil contoh pada antrian kasir Alfamart di Pucangsawit, Jebres,

Surakarta. Alfamart merupakan jasa retail yang menjual berbagai barang kebutuhan sehari-hari.

Karena bergerak di bidang jasa, maka sebuah minimarket harus mampu melayani pelanggannya

dengan cepat dan pelanggan tidak menunggu terlalu lama atau bahkan tidak menunggu sehingga

tidak menimbulkan antrian yang panjang. Pada jam-jam tertentu seperti pada saat pulang kantor

dan malam hari terjadi antrian yang cukup panjang karena kasir yang beroperasi melayani

pelanggan hanya 1.

Tujuan dilakukannya penelitian ini adalah untuk mengetahui model antrian kasir Alfamart

Pucangsawit menggunakan simulasi software Arena dan untuk membuat simulasi program dari

sistem antrian pada kasir Alfamart Pucangsawit. Pada penelitian ini akan menggunakan simulasi

untuk menyelesaikannya. Menurut Prihati (2012), simulasi merupakan salah satu teknik untuk

memecahkan masalah salah satunya masalah antrian. Perangkat lunak yang dapat digunakan

untuk memprepresentasikan sebuah sistem antrian serta menganalisanya adalah software Arena.

Model yang dibuat terdiri dari 2 jenis yaitu model eksisting (saat ini) dan model usulan. Dengan

2 model yang dibuat diharapkan pihak manajemen mampu mengevaluasi kinerja antrian

menggunakan model eksisting atau model usulan. Berdasarkan hasil simulasi untuk kedua

model, waktu menunggu (waiting time) pada model exsisting adalah sebesar 0,109 jam dan

pada model usulan menjadi sebesar 0,001 jam. Model usulan dilakukan dengan menambahkan

kasir sehingga banyaknya antrian berkurang, pada model exsisting adalah 5 orang dan

banyaknya antrian pada model usulan menjadi 2 orang.

2. Metode



Adapun metodologi penelitian ini diawali dengan melakukan studi lapangan dilakukan

dengan mendatangi Alfamart Pucangsawit dimana lokasi tersebut merupakan objek penelitian

yang dibahas. Studi lapangan dilakukan pada hari Selasa, 5 desember 2017 selama kurang lebih

satu jam yaitu saat jam pulang kantor. Berikut ini merupakan penjelasan metodologi penelitian

yang dilakukan:

a. Melakukan identifikasi masalah mengambil permasalahan antrian di kasir Alfamart

Pucangsawit pada saat jam sibuk. Permasalahan ini dipilih karena ketika jam pulang

kantor banyak orang berbelanja sehingga terjadi antrian di kasir ketika pembayaran.

b. Menentuan rumusan masalah, tujuan penelitian, manfaat penelitian dan batasan masalah

agar permasalahan yang dikaji dalam penelitian jelas sehingga mempermudah dalam

pemecahan masalah. Setelah itu dijelaskan apa tujuan dan manfaat penelitian serta

batasan masalah penelitian.

c. Mengumpulkan data dalam penelitian ini dengan menggunakan metode observasi. Data

diambil secara langsung pada sistem antrian yang terjadi di Alfamart Pucangsawit. Studi

kasus dilakukan dengan mengambil data waktu kedatangan, waktu pelayanan, serta

waktu keluar pelanggan dari antrian. Kemudian dilakukan pengolahan data yang

dilakukan menggunakan Ms. Excel untuk mengetahui jenis data yang diambil

berdistribusi apa. Hasil pengolahan dari Ms. Excel tersebut kemudian dijadikan input

utuk membuat Arena.

d. Merancangn model simulasi antrian yang terjadi di kasir Alfamart menggunakan

Software Arena. Pada langkah ini model yang dibuat terdiri dari 2 macam yaitu model

existing (saat ini) dan model usulan.

e. Menyusun kesimpulan dari penelitian yang dilakukan dan pemberian saran untuk model

antrian yang sudah ada.

3. Hasil dan Pembahasan

3.1 Activity Cycle Diagram (ACD)

Berikut ini merupakan gambaran keseluruhan sistem pada objek pengamatan.

Gambar 1. Activity Cycle Diagram (ACD) Pelayanan Kasir Alfamart Pucangsawit

Sistem dalam objek pengamatan terdiri dari 2 proses besar yaitu belanja dan membayar di

kasir. Setelah melakukan belanja, pelanggan membayar barang belanjaan di kasir. Dalam proses

ini apabila kasir idle (menganggur) maka tidak terjadi antrian sedangkan apabila kasir sedang

sibuk maka akan terjadi antrian.

3.2 Rich Picture Diagram (RPD)

Rich Picture Diagram (RPD) adalah alat yang digunakan untuk mengkomunikasikan

mengenai situasi yang rumit dan bermasalah, dimana di dalamnya terangkum mengenai segala

sesuatu yang diketahui pengamat mengenai sesuatu yang telah diteliti sebelumnya. RPD juga

menunjukan situasi secara keseluruhan yang lengkap dalam pandangan mata, gambar-gambar

yang tersaji di dalamnya memudahkan pembaca untuk memahami mengenai permasalahan yang

ada pada situasi tersebut. keterkaitan elemen satu dan lainnya baik langsung maupun tidak

langsung dapat dilihat dengan jelas dan tidak membingungkan. Berikut ini adalah Rich Picture

Diagram (RPD) dari Pelayanan Kasir Alfamart Pucangsawit.



Gambar 2. Rich Picture Diagra (RPD) Pelayanan Kasir Alfamart Pucangsawit

3.3 Data Pengamatan

Pada penelitian ini data yang diperlukan dari studi lapangan yang dilakukan antara lain data

waktu kedatangan pelanggan ke sistem, data waktu mulai dilayani, dan data waktu selesai

dilayani. Berikut merupakan tabel data pengamatan studi lapangan yang dilakukan.

Tabel 1. Data Studi Lapangan

NoWaktu

Kedatangan

Waktu

Pelayanan

Waktu

Selesai

Selisih Kedatangan

(menit)

Waktu antri

(menit)

Waktu Pelayanan

(menit)

1 15.47 15.49 15.51 0 2 2

2 15.51 15.52 15.54 4 1 2

3 15.53 15.54 15.56 2 1 2

4 15.56 15.56 15.57 3 0 1

5 15.56 15.57 15.58 0 1 1

6 15.58 15.59 16.01 2 1 2

7 16.03 16.03 16.05 5 0 2

8 16.06 16.06 16.07 3 0 1

9 16.06 16.07 16.08 0 1 1

10 16.09 16.09 16.10 3 0 1

11 16.09 16.10 16.12 0 1 2

12 16.09 16.12 16.13 0 3 1

13 16.10 16.13 16.14 1 3 1

14 16.14 16.15 16.17 4 1 2

15 16.14 16.17 16.18 0 3 1

16 16.17 16.17 16.19 3 0 2

17 16.22 16.22 16.23 5 0 1

18 16.22 16.23 16.25 0 1 2

19 16.23 16.25 16.27 1 2 2

20 16.23 16.27 16.28 0 4 1

21 16.23 16.28 16.30 0 5 3

22 16.25 16.30 16.32 0 5 1

23 16.28 16.32 16.33 3 4 1

24 16.33 16.33 16.36 5 0 3

25 16.36 16.36 16.38 3 0 2

26 16.42 16.42 16.45 6 0 3

27 16.42 16.45 16.47 1 3 2

28 16.45 16.47 16.48 2 2 1

29 16.48 16.48 16.51 3 0 3

30 16.49 16.52 16.53 1 1 1

3.4 Analisis Statistik

Analisis statistik dilakukan terkait dengan uji distribusi yang bertujuan untuk mengetahui

jenis distribusi. Analisis statistik tersebut menggunakan software Input Analyzer dan Ms. Excel.

Gambar 3. Grafik Distribusi Data Waktu Kedatangan Pelanggan menggunakan Ms. Excel



Gambar 4. Grafik Distribusi Data Waktu Kedatangan Pelanggan menggunakan Input Analyzer

Dengan Input Analyzer akan diketahui jenis distribusi dari data dan akan diketahui pula

Expression yang kemudian akan digunakan untuk input di Software Arena. Berikut ini

merupakan pengolahan data dengan Input Analyzer untuk waktu kedatangan.

Distribution Summary

Distribution: Beta

Expression: -0.5 + 6 * BETA(0.715, 1.1)

Square Error: 0.020100

Chi Square Test

Number of intervals = 4

Degrees of freedom = 1

Test Statistic = 1.06

Corresponding p-value = 0.325

Data Summary

Number of Data Points = 29

Min Data Value = 0

Max Data Value = 5

Sample Mean = 1.86

Sample Std Dev = 1.75

Histogram Summary

Histogram Range = -0.5 to 5.5

Number of Intervals = 6

Gambar 5. Grafik Distribusi Data Waktu Mengantri Pelanggan Menggunakan Ms. Excel

Gambar 6. Grafik Distribusi Data Waktu Antri Pelanggan menggunakan Input Analyzer





merupakan pengolahan data dengan Input Analyzer untuk waktu mengantri.


Distribution: Lognormal

Expression: -0.5 + LOGN(1.75, 1.6)


Chi Square Test


Degrees of freedom = 0


Corresponding p-value < 0.005

Data Summary


Min Data Value = 0

Max Data Value = 4

Sample Mean = 1.21


Histogram Summary

Histogram Range = -0.5 to 4.5


Gambar 7. Grafik Distribusi Data Waktu Pelayanan Pelanggan Menggunakan Ms. Excel

Gambar 8. Grafik Distribusi Data Waktu Pelayanan Pelanggan menggunakan Input

Analyzer



merupakan pengolahan data dengan Input Analyzer untuk waktu pelayanan.


Distribution: Beta

Expression: 0.5 + 3 * BETA(1.86, 2.85)


Chi Square Test


Degrees of freedom = -1




Corresponding p-value < 0.005

Data Summary


Min Data Value = 1

Max Data Value = 3

Sample Mean = 1.67


Histogram Summary

Histogram Range = 0.5 to 3.5


3.5 Model Simulasi

pembuatan simulasi model exsisting dan usulan dari antrian kasir Alfamart Pucangsawit

dengan menggunakan Software Arena Simulation. Software Arena Simulation digunakan untuk

membantu menggambarkan proses bisnis yang terjadi didalam sistem.

Gambar 9. Model Simulasi Existing Pelayanan Alfamart Pucangsawit

Gambar 10. Sistem Model Simulasi Existing Pelayanan Alfamart Pucangsawit

Gambar 11. Report Output Simulasi Model Exsisting Antrian Kasir Alfamart Pucangsawit




(lanjutan)


(lanjutan)

Gambar 14. Model Simulasi Usulan Pelayanan Alfamart Pucangsawit

Gambar 15. Sistem Model Simulasi Usulan Pelayanan Alfamart Pucangsawit



Gambar 16. Report Output Simulasi Model Usulan Antrian Kasir Alfamart Pucangsawit


(lanjutan)


(lanjutan)

3.6 Analisis Perbandingan Model Simulasi Exsisting Dan Usulan

Berikut ini merupakan tabel perbandingan dari hasil simulasi model saat ini dan usulan

yang telah dilakukan pada kasus antrian kasir di Alfamart Pucangsawit.

Tabel 2. Perbandingan Hasil Simulasi Model Exsisting dan Model Usulan

Perbandingan Model Exsisting Model Usulan

Number In 50 50

Number Out 50 50



Waiting Time Kasir 1 6,57 menit 4,38 menit

Kasir 2 2,04 menit

Number Busy Kasir 1 70% 46%

Kasir 2 25%

Number Waiting 5 2

Dari tabel diatas dapat disimpulkan bahwa dari model exsisting dan model usulan

presentase pelannggan yang dapat dilayani oleh kasir adalah sama yaitu 100%. Hal tersebut

dapat dilihat dari jumlah pelanggan yang masuk dan keluar yaitu 50 orang. Selain itu dari model

exsisting dapat dilihat besarnya waktu tunggu (waiting time) pelanggan untuk dilayani adalah

6,57 menit sedangkan untuk model usulan besarnya waktu tunggu (waiting time) pelanggan

untuk dilayani adalah 4,38 menit untuk kasir 1 dan 2,04 menit untuk kasir 2. Dapat dilihat

bahwa besarnya waktu tunggu pelanggan untuk dilayani berkurang dari waktu tunggu

sebelumnya. Untuk number busy (tingkat kesibukan) dari pegawai kasir untuk model exsisting

adalah 69,8% sedangkan untuk model usulan presentase kesibukan kasir 1 sebesar 45% dan

presentase kesibukan kasir 2 sebesar 25%. Untuk banyaknya antrian maksimal di pada model

exsisting adalah 5 orang dan untuk model usulan adalah 2 orang. Banyaknya antrian berkurang

sebanyak 3 orang.

3.7 Analisis Biaya

Perhitungan biaya model antrian ini berdasarkan beberapa parameter diantaranya waktu

antri, waktu sistem panjang antrian, panjang sistem, dan utilisasi server.

Tabel 3. Rekapan Output Model Exsisting dan Model Usulan

Keterangan Model Exsisting Model Usulan

Tingkat pelayanan (P) 0,6988 0,45

Jumlah rata-rata pengunjung dalam sistem (nt) 5,8 6,2

Waktu rata-rata dalam antrian (tq) 0,109 0,001

Total time (average) (tt) 5 2

Berikut ini merupakan perhitungan biaya untuk model exsisting dan model usulan.

Asumsi : Honor Kasir = Rp 900.000

: Biaya produktivitas org Ind = Rp 1.000.000

: Jumlah hari kerja = 30 hari

Biaya Pelayanan (Cs)

a. Biaya Pelayanan untuk Model Exsisting (1 kasir)

E (Cs) = Rp 30.000 x 1 orang

= Rp 30.000

b. Biaya Pelayanan untuk Model Usulan (2 kasir)

E (Cs) = Rp 30.000 x 2 orang

= Rp 60.000

Biaya Menunggu (Cw)

a. Biaya menunggu untuk Model Exsisting (1 kasir)

E(Cw) = Is.Cw

= Rp 1.500.000 x 0,109



= Rp 109.000

b. Biaya menunggu untuk Model Usulan (2 kasir)

E(Cw) = Is.Cw

= Rp 1.000.000 x 0,001

= Rp 1.000

Biaya Total (CT)

a. Biaya total untuk Model Exsisting (1 kasir)

E(CT) = E(Cw) + E(CS)

= Rp 30.000 + Rp 109.000

= Rp 139.000

b. Biaya total untuk Model Usulan (2 kasir)

E(CT) = E(Cw) + E(CS)

= Rp 60.000 + Rp 1000

= Rp 61.000

Tabel 4. Rekapan Output Model Exsisting dan Model Usulan

Perbandingan Model Exsisting Model Usulan

Biaya Pelayanan (Cs) Rp 30.000 Rp 60.000

Biaya Menunggu (Cw) Rp 109.000 Rp 1.000

Biaya Total (CT) Rp 139.000 Rp 61.000

Berdasarkan hasil perhitungan biaya diatas dapat dilihat bahwa untuk biaya pelayanan

pada model exsisting adalah sebesar Rp 30.000 dan untuk model usulan sebesar Rp 60.000.

Biaya pelayanan didapatkan dari mengalikan honor pegawai kasir dengan jumlah pegawai kasir

yang ada. Untuk biaya menunggu pada model exsisting adalah sebesar Rp 109.000 dan untuk

model usulan sebesar Rp 1.000. Biaya menunggu didapatkan dari mengalikan biaya

produktivitas orang indonesia dengan waktu menunggu pelanggan untuk dilayani. Sedangkan

biaya total untuk model exsisting adalah sebesar Rp 139.000 dan untuk biaya total model usulan

adalah Rp 61.000.

4. Simpulan

Kesimpulan dari penelitian yang telah dilakukan adalah untuk mengurangi lama waktu

mengantri di Alfamart Pucangsawit dan untuk memaksimalkan jumlah konsumen yang dilayani,

maka dapat dilakukan perbaikan dengan cara menambah jumlah kasir, sehingga waktu

menunggu dapat diiminimasi. Berdasarkan hasil simulasi untuk kedua model, tingkat pelayanan

yang dapat diberikan oleh kasir adalah sebesar 100 %, hal tersebut dapat dilihat dari jumlah

Number In dan Number Out. Waktu menunggu (waiting time) pada model exsisting adalah

sebesar 0,109 jam dan pada model usulan menjadi sebesar 0,001 jam. Model usulan dilakukan

dengan menambahkan kasir sehingga banyaknya antrian berkurang, pada model exsisting

adalah 5 orang dan banyaknya antrian pada model usulan menjadi 2 orang.

Daftar Pustaka Rahmadani, Dewi., dan Julasmasari, Fitri. (2010). Simulasi Pelayanan Kasir Swalayan Citra di

Bandar Buat, Padang. Padang : Jurnal Optimasi Sistem Industri, Vol. 9 No. 1, April

2010:19-24.

Prihati, Yani. (2012). Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket

Pembayaran Rekening XYZ Semarang. Semarang : Majalah Ilmiah INFORMATIKA Vol.

3 No. 3, Sept. 2012.



Siagan, P. (1987). Penelitian Operasional : Teori dan Praktek. Universitas Indonesia Press.

Jakarta

Documents

Simulasi Model Antrian Kasir Alfamart Pucangsawit ...idec.industri.ft.uns.ac.id/wp-content/uploads/2018/05/ID024.pdf · Alfamart merupakan jasa retail yang menjual berbagai barang