BAB II KAJIAN PUSTAKA, RERANGKA PEMIKIRAN DAN HIPOTESIS

BAB II KAJIAN PUSTAKA, RERANGKA PEMIKIRAN DAN HIPOTESIS

Kajian Pustaka Pengertian Manajemen Operasional Menurut Heizer dan Render (2015 : 3)

bahwa “Manajemen Operasi

adalah serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output”. Selain itu, definisi dari manajemen operasi menurut Stevenson dan Chuong (2014) bahwa “Manajemen Operasi merupakan manajemen dari bagian operasi yang bertanggung jawab untuk menghasilkan barang atau jasa.”. Dari kedua pengertian diatas maka dapat disimpulkan bahwa manajemen operasi merupakan suatu kegiatan yang berhubungan dengan produksi atau pembuatan barang dan jasa atau kombinasinya melalui proses transformasi dari input sumber daya produk / manusia menjadi output yang diinginkan.

Jasa Pengertian Jasa Menurut Heizer dan Render (2015 : 7) Definisi jasa sering dipandang sebagai suatu fenomena yang rumit. Kata jasa itu sendiri mempunyai banyak arti, mulai dari pelayanan pribadi sampai jasa sebagai suatu produk.

7

http://digilib.mercubuana.ac.id/

Karakteristik Jasa Karakteristik jasa menurut Kotler dan Keller (2012 : 223) sebagai berikut : Intangibility (tidak berwujud). Tidak seperti produk fisik, jasa tidak dapat dilihat, dirasakan, diraba, didengar, atau dicium sebelum jasa itu dibeli. Nilai penting dari hal ini adalah nilai tak berwujud yang dialami konsumen dalam bentuk kenikmatan, kepuasan, atau kenyamanan. Unstorability (tidak dapat disimpan). Jasa tidak mengenal persediaan atau penyimpanan dari produk yang telah dihasilkan. Karakteristik ini disebut juga inseparability (tidak dapat dipisahkan) mengingat pada umumnya jasa dihasilkan dan dikonsumsi secara bersamaan Bervariasi. Karena kualitas jasa tergantung pada siapa yang menyediakannya, kapan dan dimana, dan kepada siapa, jasa sangat bervariasi. Berdasarkan definisi jasa di atas, dapat disimpulkan bahwa di dalam jasa selalu ada aspek interaksi antara pemberi jasa dan pihak pelanggan, meskipun pihak-pihak yang terlibat tidak selalu menyadari. Jasa bukan merupakan barang yang berwujud melainkan suatu proses atau aktivitas yang tidak berwujud. Sementara perusahaan yang memberikan operasi jasa adalah mereka yang memberikan pelanggan produk jasa baik yang berwujud atau tidak berwujud, seperti transportasi, hiburan, restoran, service dan pendidikan.

8


Optimalisasi Menurut Poerdwadarminta (Ali : 2014) optimalisasi adalah hasil yang dicapai sesuai dengan keinginan, jadi optimalisasi merupakan pencapaian hasil sesuai harapan secara efektif dan efisien. Optimalisasi banyak juga diartikan sebagai ukuran dimana semua kebutuhan dapat dipenuhi dari kegiatan-kegiatan yang dilaksanakan. Menurut Winardi (Ali : 2014) optimalisasi adalah ukuran yang menyebabkan tercapainya tujuan jika dipandang dari sudut usaha. Optimalisasi adalah usaha memaksimalkan kegiatan sehingga mewujudkan keuntungan yang diinginkan atau dikehendaki. Dari uraian tersebut diketahui bahwa optimalisasi hanya dapat diwujudkan apabila dalam perwujudannya secara efektif dan efisien.

Pelayanan Definisi Pelayanan Menurut Fandy Tjiptono (2012 : 83) pelayanan bisa dipandang sebagai sebuah sistem yang terdiri atas dua komponen utama, yakni service operation yang kerap kali tidak tampak atau tidak diketahui keberadaannya oleh pelanggan (back office atau backstage) dan service delivery yang biasanya tampak (visible) atau diketahui pelanggan (sering disebut pula front office atau frontstage). Optimalisasi pelayanan adalah suatu usaha untuk memaksimalkan kegiatan pelayanan sehingga dapat mewujudkan keuntungan yang ingin dicapai.

9


Teori Antrian Pengertian Teori Antrian Teori antrian (queuing theory) adalah ilmu pengetahuan tentang bentuk antrian yang merupakan sebuah bagian penting operasi dan juga alat alat yang sangat berharga bagi manajer operasi (Heizer & Render, 2011:772). Antrian sendiri bisa terdiri dari barang atau manusia yang sedang menunggu untuk mendapatkan pelayanan. Panjangnya antrian kerap kali terjadi pada kehidupan sehari-hari, seperti antrian terhadap pembayaran jasa jalan tol, loket pembelian tiket kereta, antrian pada pelayanan jasa cuci mobil, dan antrian pada saat menebus obat di apotek. Rata-rata lamanya waktu untuk menunggu pelayanan sangat dipengaruhi oleh ratarata tingkat kecepatan pelayanan yang diberikan ( rate of service ). Panjangnya antrian dapat dikarenakan kebutuhan konsumen atau barang terhadap pelayanan melebihi kapasitas pelayanan yang tersedia, yang menyebabkan konsumen harus mengantri atau menunggu untuk mendapatkan pelayanan.

Tujuan Teori Antrian Tujuan dasar model-model antrian adalah untuk meminimumkan total biaya, yaitu biaya langsung penyediaan fasilitas pelayanan dan biaya tidak langsung yang timbul karena para individu harus menunggu untuk dilayani. Bila suatu sistem mempunyai fasilitas pelayanan lebih dari jumlah optimal, artinya membutuhkan investasi modal yang berlebihan, tetapi bila jumlahnya kurang dari optimal maka hasilnya adalah tertundanya pelayanan.

Karakteristik Sistem Antrian Menurut Heizer (2011 : 773) karakteristik sistem antrian adalah :

10


Arrivals or inputs to the system : these have such as population size, behaviour, and a statistical distribution. Queue discipline, or waiting line it self : characteristics of the queue include whether it is limited or unlimited in length and the discipline of people or items in it The service facility : its characteristics include its design and the statistical distribution of service times. Karakteristik Kedatangan Ukuran atau populasi kedatangan Unlimited (infinite) ketika terdapat materi atau orang-orang yang jumlahnya tidak terbatas dapat datang dan meminta pelayanan atau limited (finite) dimana hanya ada pengguna pelayanan yang potensial dengan jumlah terbatas. Perilaku kedatangan Menunggu dalam antrian dan tidak berpindah garis antrian atau menolak dan membelot dari antrian. Pola kedatangan Distribusi Poisson adalah sebuah distribusi probabilitas diskret yang sering menjelaskan tingkat kedatangan pada teori antrian. Menunggu dalam antrian dan tidak berpindah garis antrian atau menolak dan membelot dari antrian. Distribusi poisson ditetapkan dengan menggunakan rumus: ( )

, untuk x = 0, 1, 2, 3, 4...

Dimana: P(x) = Probabilitas kedatangan sejumlah x x

= Jumlah kedatangan per satuan waktu

λ

= Tingkat kedatangan rata-rata

e

= 2,7183 (dasar logaritma)

Komponen Sistem Antrian 11


Komponen dasar proses antrian adalah kedatangan, pelayanan dan antrian. Komponen ini disajikan dalam bentuk gambar sebagai berikut : Sumber Kedatangan Antrian

Pelayanan

Keluar

Gambar 2. 1 Komponen Sistem Antrian Sumber: Heizer dan Render 2011:775 Karakteristik Antrian Aturan disiplin First-In, First-Out (FIFO) sebuah antrian yang paling umum dimana pelanggan yang pertama datang pada antrian berhak menerima pelayanan yang pertama. Istilah FCFS (First-Come, First-Served) sering digunakan untuk menggantikan istilah FIFO. Aturan lain, LIFS (Last-In, First-Served) juga disebut sebagai LIFO (Last-In, First-Out), biasa digunakan di saat material atau antrian yang paling atas digunakan terlebih dahulu. Karakteristik Pelayanan Dua hal penting dalam karakteristik pelayanan : Desain sistem antrian Terdiri atas : Single channel-single phase Sistem jalur tunggal satu tahap menunjukan bahwa hanya ada satu jalur untuk memasuki system pelayanan atau ada satu fasilitas. Misalnya pada antrian pembelian tiket kereta api, dimana hanya terdapat satu baris antrian dan hanya ada satu loket yang melayani (Heizer dan Render, 2015 : 664). Fasilitas Pelayanan

Kedatangan Antrian

Gambar 2. 2 Single Channel-Single Phase Sumber : Heizer dan Render 2011:775

12


Keberangkatan setelah pelayanan

Single channel-multi phase Sistem antrian jalur tunggal dengan tahapan berganda ini menunjukan bahwa ada dua atau lebih pelayanan yang dilaksanakan secara berurutan. Sebagai contoh adalah: pencucian mobil (Heizer dan Render, 2015 : 664). Antrian

Fasilitas Pelayanan Tahap 2

Fasilitas Pelayanan Tahap 1

Kedatan gan

Keberangka tan setelah pelayanan

Gambar 2. 3 Single Channel-Multi Phase Sumber : Heizer dan Render 2011:775 Multi channel-single phase Sistem Multi Channel Single phase menunjukan bahwa terdapat dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal. Contohnya adalah antrian pada sebuah bank dengan beberapa teller. (Heizer dan Render, 2015 : 664).

Gambar 2. 4 Multi Channel-Single Phase Sumber : Heizer dan Render 2011:775 d.

Multi channel-multi phase Sistem Multi Channel Multi Phase ini menunjukan bahwa setiap sistem mempunyai

beberapa fasilitas pelayanan pada setiap tahap sehingga terdapat lebih dari satu pelanggan yang dapat dilayani pada waktu bersamaan. (Heizer dan Render, 2015 : 664). Fasilitas Pelayanan Tahap 1 Jalur 2

Fasilitas Pelayanan Tahap 1 Jalur 1

13


Keberangk atan setelah pelayanan

Kedata ngan



Gambar 2. 5 Multi Channel-Multi Phase Sumber : Heizer dan Render 2011:775 Distribusi Waktu Pelayanan Distribusi probabilitas eksponensial negatif adalah sebuah distribusi probabilitas kontinu yang sering digunakan untuk menjelaskan waktu pelayanan dalam sebuah antrian. Probabilitas waktu pelayanan lebih besar daripada t = e-µt untuk t≥0 Dimana µ

= waktu pelayanan rata-rata

e

= 2,7183

Model Antrian Untuk mengoptimalkan waktu pelayanan, kita dapat menentukan waktu pelayanan, jumlah saluran antrian, jumlah pelayan yang tepat dengan menggunakan model-model antrian. Menurut Heizer dan Render (2011 : 778) terdapat empat model yang paling sering digunakan dan dapat dilihat dari tabel berikut : Tabel 2. 1 Model Antrian Model

Nama Teknis

Contoh

Jumlah Jalur

Pola Jumlah Tahapan

Pola Tingkat Kedatangan

A

Sistem sederhana (M/M/1)

Meja informasi di department store

Tunggal

Tunggal

B

Jalur Berganda (M/M/S)

Loket tiket penerbangan

Jalur Berganda

C

Pelayanan Konstan (M/D/1)

Tempat pencucian mobil otomatis

D

Populasi Terbatas

Bengkel yang memiliki

Waktu Pelayanan

Ukuran Antrian

Aturan

Poisson

Eksponensial

Tidak Terbatas

FIFO

Tunggal

Poisson

Eksponensial

Tidak Terbatas

FIFO

Tunggal

Tunggal

Poisson

Konstan

Tidak Terbatas

FIFO

Tunggal

Tunggal

Poisson

Eksponensial

Terbatas

FIFO

14


hanya selusin mesin yang dapat rusak

Sumber: Heizer dan Render 2015 Keempat model diatas menggunakan asumsi sebagai berikut: Kedatangan berdistribusi poisson Penggunaan aturan FIFO Pelayanan satu tahap Penjabaran dari keempat model di tabel 2.1 sebagai berikut: Model A: M/M/1 (Single Channel Query System atau Model Antrian Jalur Tunggal) Pada model ini kedatangan berdistribusi poisson dan waktu pelayanan eksponensial. Dalam situasi ini, kedatangan membentuk satu jalur tunggal untuk dilayani oleh satu pelayanan tunggal. Diasumsikan sistem berada pada kondisi sebagai berikut: Kedatangan dilayani atas dasar first-in, first-out (FIFO) dan setiap kedatangan menunggu untuk dilayani, terlepas dari panjang antrian. Kedatangan tidak terikat pada kedatangan yang sebelumnya, hanya saja jumlah kedatangan rata-rata tidak berubah menurut waktu Kedatangan digambarkan dengan distribusi probabilitas Poisson dan datang dari sebuah populasi yang tidak terbatas (atau sangat besar) Waktu pelayanan bervariasi dari satu pelanggan dengan pelanggan yang berikutnya dan tidak terikat satu sama lain, tetapi tingkat rata-rata waktu pelayanan diketahui Waktu pelayanan sesuai dengan distribusi probabilitas exponensial negatif Tingkat pelayanan lebih cepat daripada tingkat kedatangan Rumus antrian untuk model A adalah sebagai berikut: λ = Jumlah kedatangan rata-rata persatuan waktu 15


µ = Jumlah orang yang dilayani persatuan waktu Ls = Jumlah pelanggan rata-rata dalam sistem (yang sedang menunggu untuk dilayani) Ls = Ws = Jumlah waktu rata-rata yang dihabiskan dalam sistem (waktu menunggu ditambah waktu pelayanan) Ws = Lq = Jumlah unit rata-rata yang menunggu dalam antrian Lq =

(

)

Wq = Waktu rata-rata yang dihabiskan untuk menunggu dalam antrian Wq =

(

)

ρ = Faktor utilisasi sistem (populasi fasilitas pelayanan sibuk) ρ= ρo = Probabilitas terdapat 0 unit dalam sistem (yaitu unit pelayanan kosong) ρo = 1Pn>k = Probabilitas terdapat lebih dari sejumlah k unit dalam sistem, dimana n adalah jumlah unit dalam sistem Pn>k = ( ) Model B: M/M/S (Multiple Channel Query System atau Model Antrian Jalur Berganda) Pada model ini diasumsikan bahwa pelanggan yang menunggu pelayanan membentuk satu jalur dan akan dilayani pada stasiun pelayanan yang tersedia pertama kali pada saat itu. Model ini juga mengasumsikan bahwa pola kedatangan mengikuti distribusi Poisson dan

16


waktu pelayanan mengikuti distribusi exponensial negatif. Pelayanan dilakukan secara FCFS, dan semua stasiun pelayanan diasumsikan memiliki tingkat pelayanan yang sama. Asumsi lain yang terdapat pada model A juga berlaku pada model ini. Rumus antrian untuk model B adalah sebagai berikut: M = Jumlah jalur yang terbuka λ = Jumlah kedatangan rata-rata persatuan waktu µ = Jumlah rata-rata yang dilayani persatuan waktu pada setiap jalur Probabilitas terdapat 0 orang dalam sistem (tidak adanya pelanggan dalam sistem) Po =

[∑

( ) ]

( )

Jumlah pelanggan rata-rata dalam sistem Ls = (

( ⁄ ) ) (

)

Waktu rata-rata yang dihabiskan seorang pelanggan dalam antrian atau sedang dilayani (dalam sistem) WS = Jumlah orang atau unit rata-rata yang menunggu dalam antrian Lq = Ls -

Waktu rata-rata yang dihabiskan oleh seorang pelanggan untuk menunggu dalam antrian Wq = Model C: M/D/1 (Constant Service atau Waktu Pelayanan Konstan) Beberapa sistem pelayanan memiliki waktu pelayanan yang tetap, dan bukan berdistribusi eksponensial seperti biasanya. Disaat pelanggan diproses menurut sebuah siklus

17


tertentu, waktu pelayanan yang terjadi pada umumnya konstan. Oleh karena tingkat waktu yang konstan ini tetap, maka nilai-nilai Lq, Wq, Ls dan Ws selalu lebih kecil dari pada nilainilai dalam Model A, yang memiliki tingkat pelayanan yang bervariasi. Rumus model pelayanan konstan: Panjang antrian rata-rata Lq =

)

(

Waktu menunggu dalam antrian rata-rata Wq =

(

)

Jumlah pelanggan dalam sistem rata-rata Ls = Lq + Waktu tunggu rata-rata dalam sistem Ws = Wq + Model D (Limited Population atau Populasi Terbatas) Model populasi terbatas merupakan salah satu model antrian yang mempunyai hubungan saling ketergantungan antara panjang antrian dan tingkat kedatangan. Rumus antrian untuk model populasi terbatas sebagai berikut: Faktor pelayanan X= Jumlah antrian rata-rata L=N (1-F) Waktu tunggu rata-rata W=

(

)

(

)

Jumlah pelayanan rata-rata

18


J = NF (1-X) Jumlah dalam pelayanan rata-rata H = FNX Jumlah populasi N=J+L+H Notasi: D: Probabilitas sebuah unti harus menunggu didalam antrian F: Faktor efisiensi H: Rata-rata jumlah unit yang sedang dilayani J: Rata-rata jumlah unit yang tidak berada dalam antrian L: Rata-rata jumlah unti yang menunggu untuk dilayani M: Jumlah jalur pelayanan N: Jumlah pelanggan potensial T: Waktu pelayanan rata-rata U: Waktu rata-rata antara unit yang membutuhkan pelayanan W: Waktu rata-rata sebuah unit menunggu dalam antrian X: Faktor pelayanan Penelitian Terdahulu Tabel 2. 2 Penelitian Terdahulu No 1.

Penulis Iwan Nauli Daulay, Meksi Aleksander dan Wahyu Indra Permata (2012)

Judul Study of Queuing Theory M/M/m and Optimalization Services Teller at Retail Banking. Jurnal Ekonomi, Vol.20, No.4, Desember 2012

Hasil Dimana hasil dari penelitian ini menunjukan perbedaan signifikan jumlah pelanggan, tidak terdapat perbedaan yang signifikan waktu tunggu, tidak terdapat perbedaan yang signifikan probabilitas, dan terdapat perbedaan yang signifikan utilitas dalam sistem maupun antrian dari split

19


2.

Hendra dan Helfi Nasution (2012)

Analisis Efisiensi Waktu Layanan Pada Sistem Administrasi Perpustakaan Menggunakan Metode Sistem Antrian. Jurnal ELKHA Vol.4, No.2, Oktober 2012

3.

Salmon Notje Aulele (2014)

Analisis Sistem Antrian Pada Bank Mandiri Cabang Ambon. Jurnal Barekeng, Vol 8, No 1, Hal. 45-49. 2014

4.

Mayangsar i,Prastiwi (2016)

Sistem antrian teller bank mandiri sebagai upaya meningkatkan efisiensi kecepatan transaksi. Jurnal Ekonpomi & Bisnis dan Perbankan. Volume 1, Nomor 1. halaman. 49–60. Maret 2016

No 5.

Penulis Tommy Yoga Aditama, Laksmi Prita Wardhani (2013)

Judul Distribusi Waktu Tunggu Pada Antrian Dengan Menggunakan Disiplin Pelayanan Prioritas (Studi Kasus: Instalasi Rawat Darurat Di RSUD Dr. Soetomo Surabaya). Jurnal Sains Dan Seni Pomits. Vol. 1 (1), Hal. 1-6. 2013

decision system. Hasil dari penelitian ini menunjukan adanya penanganan kesalahan dalam pengisian data berupa tampilan kotak pesan kesalahan, sehingga membuat proses pengolahan data sistem informasi perpustakaan menjadi lebih baik. Jumlah teller yang optimal untuk melayani nasabah pada Bank Mandiri Cabang Ambon adalah 4 teller. Sehingga model antrian yang diperoleh adalah : (M/M/4) : (FIFO/∞/∞) Penelitian ini bertujuan untuk mengukur model optimasi sistem antrian dengan menggunakan pola kedatangan dan pola pelayanan nasabah di Bank Mega Syariah Cabang Malang. Berdasarkan hasil perhitungan adalah untuk pola kedatangan nasabah didapatkan 1 menit 51 detik. Sedangkan untuk pola pelayanan didapatkan 4 menit 42 detik. Hasil Rata-rata waktu kedatangan pasien kategori gawat yang terpendek terjadi pada hari Jumat yaitu sektiar 12,23 menit per pasien, sedangkan pasien kategori stabil yang terpendek terjadi pada hari Kamis yaitu sektiar 12,92 menit per pasien. Rata-rata waktu pelayanan pasien kategori gawat dengan menggunakan dua server pada hari Jumat yaitu sekitar 3,13 menit per pasien, sedangkan untuk pasien kategori stabil dengan menggunakan dua server pada hari Kamis yaitu sekitar 18,14 menit per pasien.

20


6.

Bodroasuti (2012)

Penerapan Model Simulasi Antrian Multi Channel Single Phase Pada Antrian di Apotek Purnama Semarang. Jurnal Penelitian Kesehatan Suara. Vol 1. No 1. Juni 2012.

7.

Anindita Sharma dan Parimal Bakul Barua (2015)

Application of Queuing Theory in a Small Enterprise. International Journal of Engineering Trends and Technology (IJETT) – Volume 27 Number 2 . September 2015

Apotek Purama Semarang melakukan perbaikan dengan menggunakan model sistem antrian simulasi berganda menambah jumlah Asisten Apoteker semula 2 Asisten Apoteker dan 2 Reseptir menjadi 3 Asisten Apoteker dan 4 Reseptir, sehingga lama waktu menunggu dapat diminimalisasi dan jumlah pembeli obat yang dilayani bisa meningkat. Dalam kasus ini pelanggan harus menunggu rata-rata 0,1 667 jam dalam sistem. Rata-rata jumlah pelanggan yang harus menunggu adalah 1,4825 dan 68,42% dari tiba pelanggan harus menunggu untuk dilayani. Hasil ini menunjukkan bahwa ada kebutuhan untuk meningkatkan operasi itu terjadi dalam menunggu antrian.

21


No 8.

Penulis Janar Dehantoro, Didih Sumiardi dan Osep Hijuzaman (2016)

Judul Analysis of Vehicle Service Queuing System Using Arena in Authorized Workshop. International Journal of Science and Research (IJSR). ISSN (Online): 2319-7064. Volume 5 Issue 5. May 2016.

9.

Melisa Iren Bongkriaw an dan Ferdinand Tumewu (2015)

The Application Queueing Theory In Singkil Service Car Wash. Jurnal EMBA. ISSN 2303-11. Vol.3 No.3 Hal.219-228. September 2015.

10.

Ezeliora Chukwue meka Daniel, Ogunoh Arinze Victor, Umeh Maryrose Ngozi, Mbeledeog u Njide N. (2014)

Analysis Of Queuing System Using Single – Line Multiple Servers System : (A Case Study Of Shoprite Plaza Enugu State, Nigeria. International Journal Of Scientific & Technology Research. ISSN 2277 - 8616. VOLUME 3, ISSUE 3. March 2014.

Hasil Layanan sistem kendaraan dinas penerimaan antrian di Purwakarta AUTO2000 sistem antrian multi-channel - Single Phase dengan kendall notasi (G / G / s). Model simulasi dapat disajikan dengan baik arena kondisi nyata yang ada di lapangan namun memiliki Hasil perhitungan yang berbeda dengan hasil panduan perhitungan. Singkil Layanan Cuci Mobil memiliki 4 kasir. Model yang digunakan oleh struktur antrian Singkil Layanan Cuci Mobil adalah Single Channel multi Phase dan melayani konsumen dengan antrian disiplin First Come First Serve (FCFS) di mana konsumen yang datang pertama akan dilayani pertama. Hasil pengolahan data menunjukkan bahwa jumlah optimal kasir dalam kondisi tenang adalah dua kasir, dalam kondisi normal adalah tiga kasir, dan dalam kondisi ramai sebanyak empat kasir. The Shoprite Station Enugu perlu mengurangi jumlah server hingga enam (6) server untuk memanfaatkan sistem antrian. Pengurangan jumlah server akan mengurangi waktu pelanggan yang harus menunggu di antrian sebelum dilayani.

Kerangka Pemikiran

22


Perusahaan yang bergerak didalam pemberian jasa khususnya jasa kefarmasian seperti Apotek Sanitas Jakarta sangat membutuhkan suatu sistem antrian yang dapat memberikan kepuasan bagi para pelanggan. Selain itu, perusahaan perlu meningkatkan optimalisasi pelayanan resep karena dengan meningkatnya kualitas pelayanan dengan sistem antrian, maka optimalisasi pelayanan akan semakin baik pula dampaknya bagi perusahaan. Dalam hal ini teori antrian merupakan ilmu pengetahuan yang dapat membantu pihak perusahaan dalam menyelesaikan persoalan-persoalan yang terkait dengan antrian. Dengan demikian, perusahaan dapat menentukan waktu yang sebaik-baiknya agar dapat melayani pelanggan dengan baik dan efisien. Kinerja sistem multi-server diukur melalui faktor-faktor dibawah ini, yaitu: Pola kedatangan pelanggan dan jumlah rata-rata kedatangan pelanggan di Apotek Sanitas Jakarta (ARV_RATE). Pola pelayanan pelanggan dan jumlah rata-rata pelayanan pelanggan di Apotek Sanitas Jakarta (SRV_TIME). Jumlah Asisten Apoteker (AA) yang mengerjakan resep obat racikan di Apotek Sanitas Jakarta (NO_SRVRS). Kapasitas sistem antrian yang terpakai pada Apotek Sanitas Jakara (LOAD). Waktu menunggu rata-rata pelanggan dalam sistem (PWAIT). Waktu rata-rata yang dihabiskan pelanggan dalam sistem (WAITCND). Waktu yang dihabiskan pelanggan dalam antrian (WAITUNC).

23


Berdasarkan uraian diatas maka dikembangkan rerangka pemikiran sebagai berikut:

Gambar 2. 6 Kerangka Pemikiran Hipotesis Pengertian Hipotesis Menurut Sugiyono (2012:93) Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian, oleh karena itu rumusan penelitian biasanya disusun dalam bentuk kalimat pertanyaan. Dikarenakan sementara, karena jawabannya belum didasarkan pada fakta-fakta empiris yang diperoleh melalui pengumpulan data,belum jawaban yang empirik. Karakteristik Hipotesis Menurut Sugiyono (2012:103) terdapat tiga karakteristik hipotesis yang baik. Merupakan dugaan terhadap keadaan variabel mandiri, perbandingan keadaan variabel pada berbagai sampel, dan merupakan dugaan tentang hubungan antara dua variabel atau lebih. Pada umumnya hipotesis deskriptif tidak dirumuskan. Dinyatakan dalam kalimat yang jelas, sehingga tidak menimbulkan berbagai penafsiran. 24


Dapat diuji dengan data yang dikumpulkan dengan metode ilmiah Hipotesis yang digunakan Hipotesis yang diajukan penulis dalam penelitian ini adalah dengan melakukan pengujian model matematis QMMC (Simple Queuing System) dalam software LINGO11: Ho : WAITUNC ≥ 20 menit Ha : WAITUNC antara 0 – 20 menit

25


BAB II KAJIAN PUSTAKA, RERANGKA PEMIKIRAN DAN HIPOTESIS

Recommend Documents