BAB III METODE PENELITIAN A.
Waktu Dan Tempat Penelitian Penelitian dilakukan di Instalasi Farmasi Rawat Jalan Siloam Hospitals
Kebon Jeruk yang berlokasi di Jl. Raya Perjuangan Kav.8 Kebon Jeruk Jakarta Barat. Penelitian dilakukan selama 1 Minggu, yaitu pada hari Senin-Sabtu tanggal 18–23 Juli 2016, penelitian dimulai dari jam 07:00 - 15:00 WIB. Data yang digunakan pada penelitian ini adalah data primer, yaitu data diambil langsung melalui proses pengamatan (observasi). Data primer tersebut berupa data waktu kedatangan pelanggan dan data waktu pelayanan. B.
Desain Penelitian Data yang digunakan dalam penelitian ini yaitu deskriptif kuantitatif.
Metode deskriptif dilakukan karena peneliti ingin menggambarkan panjangnya antrian yang terjadi pada penerimaan pelayanan kefarmasian di Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk. Metode kuantitatif dilakukan untuk menghitung jumlah kedatangan dan waktu yang dihabiskan pelanggan dalam antrian yang terjadi di Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk. Definisi Dan Operasionalisasi Variabel Variabel-variabel yang digunakan dalam penelitian ini adalah: 1.
Karakteristik Antrian Menurut Heizer dan Render (2009: 658) ada tiga komponen karakteristik
dalam sistem antrian
33
http://digilib.mercubuana.ac.id/
34
a.
Kedatangan Kedatangan memiliki karakteristik seperti ukuran populasi, perilaku, dan
sebuah distribusi statistik. b.
Antrian Menurut Heizer dan Render (2009: 658) Disiplin antrian adalah komponen
yang kedua pada sebuah sistem antrian. Karakteristik antrian berkaitan dengan aturan antrian. Aturan antrian mengacu pada peraturan pelanggan yang mana dalam barisan yang akan menerima pelayanan. Sebagian besar sistem menggunakan sebuah aturan antrian yang dikenal sebagai aturan first-in, first out (FIFO) dimana sebuah aturan antrian yang menetapkan pelanggan yang pertama datang pada antrian berhak menerima pelayanan yang pertama c.
Pelayanan Menurut Heizer dan Render (2009: 658) Terdapat 2 (dua) hal penting
dalam karakteristik pelayanan yaitu desain sistem pelayanan dan distribusi waktu pelayanan. Desain dasar sistem antrian pelayanan pada umumnya digolongkan menurut jumlah saluran yang ada dan jumlah tahapan. 1). Pola Kedatangan Meurut Heizer dan Render (2009: 658) Pola kedatangan dianggap sebagai kedatangan yang acak bila kedatangan tersebut tidak terikat satu sama lain dan kejadian kedatangan tersebut tidak dapat diramalkan secara tepat. Sering dalam permasalahan antrian, banyaknya kedatangan pada setiap unit waktu dapat diperkirakan oleh sebuah distribusi probabilitas yang dikenal sebagai distribusi poisson.
http://digilib.mercubuana.ac.id/
35
Dengan menggunakan software SPSS 22, maka akan mendapatkan hasil pengujian terhadap jumlah kedatangan pelanggan melalui distribusi poisson. Apabila hasil perhitungan yang didapat dengan menggunakan SPSS 22 nilai signifikansi (Asymp. Sig.) yang didapat lebih besar dibandingkan nilai taraf nyata yang telah ditetapkan yaitu 0.05, maka dapat disimpulkan bahwa data jumlah kedatangan tersebut berdistribusi Poisson. 2). Pola pelayanan Pola pelayanan serupa dengan pola kedatangan dimana pola ini bisa konstan ataupun acak. Jika waktu pelayanan konstan maka waktu yang diperlukan untuk melayani setiap pelanggan sama. Dapat diasumsikan bahwa waktu pelayanan acak dijelaskan oleh distribusi probabilitas eksponensial negatif, yaitu distribusi probabilitas yang sering digunakan untuk menjelaskan waktu pelayanan dalam sebuah sistem antrian. Jika tingkat kedatangan mengikuti distribusi Poisson dengan tingkat kedatangan rata-rata λ, maka waktu antar kedatangan mengikuti distribusi eksponensial negatif dengan waktu antar kedatangan rata-rata 1/λ. (Mulyono, 2007:277). Pengujian distribusi pelayanan ini menggunakan software SPSS 22. Apabila hasil perhitungan yang didapat dengan menggunakan software SPSS 22 nilai signifikansi (Asymp. Sig.) yang didapat lebih besar dibandingkan nilai taraf nyata yang telah ditetapkan yaitu 0.05, maka dapat disimpulkan bahwa data pola pelayanan tersebut berdistribusi Exponential.
http://digilib.mercubuana.ac.id/
36
2. Kinerja sistem antrian Kinerja sistem antrian banyak diperoleh dari hasil analisis antrian. Heizer dan Render (2009:663) juga menambahkan komponen dasar antrian yaitu mengukur kinerja antrian
Ls adalah jumlah rata-rata pelanggan dalam sistem (yang sedang menunggu untuk dilayani)
Ws adalah waktu rata-rata yang dihabiskan pelanggan dalam sistem (waktu menunggu ditambah waktu pelayanan)
Lq adalah jumlah rata-rata pelanggan yang menunggu dalam antrian
Wq adalah waktu rata-rata yang dihabiskan pelanggan untuk menunggu dalam antrian
Probabilitas fasilitas pelayanan kosong dalam sistem. (Po)
Faktor utilisasi sistem. (ρ)
Probabilitas terdapat sejumlah pelanggan dalam sistem. (Pn) Di dalam suatu penelitian, harus terdapat variabel yang diteliti dan
diperjelas serta dibatasi definisinya agar sesuai dengan tujuan dilakukannya penelitian. Penjelasan mengenai pembatasan definisi dari variabel tersebut dapat dilihat pada Tabel 3.1
http://digilib.mercubuana.ac.id/
37
Tabel 3.1 Variabel Sistem Antrian Variabel
Karakteristik sistem antrian
Dimensi a. Multi Channel Single Phase
Jumlah server
Skala Pengukuran Rasio
b. Pola Kedatangan
Berdistribusi Poisson
Rasio
c. Pola Pelayanan
Berdistribusi Eksponensial
Rasio
Sistem antrian merupakan sebuah sistem yang terdiri Kinerja sistem antrian
dari mekanisme antrian dan mekanisme pelayanan. Diukur berdasarkan model tingkat aspirasi.
Jumlah Asisten Apoteker optimal Sumber: (Heizer dan Render 2009)
Indikator Pemikiran
Waktu rata-rata yang dihabiskan pelanggan untuk menunggu dalam antrian (Wq)
Rasio
Waktu rata-rata yang dihabiskan dalam sistem (waktu menunggu ditambah waktu pelayanan) (Ws)
Rasio
Jumlah pelanggan rata-rata yang menunggu dalam antrian (Lq)
Rasio
Jumlah pelanggan rata-rata dalam sistem (yang sedang menunggu untuk dilayani) (Ls)
Rasio
Jumlah Asisten Apoteker
Rasio
http://digilib.mercubuana.ac.id/
38
C.
Populasi Dan Sampel Penelitian Untuk mengetahui seberapa besar tingkat produktivitas operasional pada
proses pelayanan kefarmasian di Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk, maka penulis mengambil sampel dari seluruh populasi tingkat kedatangan dan waktu tunggu pelanggan dalam memperoleh pelayanan kefarmasian yang 5 Benar (Benar Pasien, Benar Obat, Benar Dosis, Benar Rute, Benar Waktu). Populasi dalam penelitian ini adalah pelanggan yang datang dan masuk dalam sistem antrian pada Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk. Sampel dalam penelitian ini adalah sebagian pelanggan yang datang mengantri atau masuk dalam sistem antrian pada periode penelitian selama 6 hari kerja. Dengan meneliti sebagian dari populasi, penulis mengharapkan hasil yang diperoleh dapat menggambarkan sifat populasi yang bersangkutan. D.
Teknik Pengumpulan Data Dalam penulisan ini, metode pengumpulan data yang penulis gunakan
adalah teknik pengumpulan data secara observasi. Menurut (Creswell pada Sugiyono 2014) Observasi merupakan proses untuk memperoleh data dari tangan pertama dengan mengamati orang dan tempat pada saat dilakukan penelitian. Penelitian ini dilakukan dengan cara mengadakan pengamatan atau peninjauan secara langsung pada objek penelitian yaitu pada Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk untuk mendapatkan data-data yang diperlukan sehubungan dengan penelitian yang dilakukan.
http://digilib.mercubuana.ac.id/
39
E.
Metode Analisis Data Dalam proses penerimaan pelayanan kefarmasian, Instalasi Farmasi Rawat
Jalan Siloam Hospitals Kebon Jeruk menggunakan model antrian Multiple Channel Query System atau model antrian jalur berganda artinya terdapat lebih dari satu asisten apoteker (layanan) yang disediakan untuk melayani keperluan para pelanggan poliklinik yang membawa resep obat. Dalam melayani pelanggan, waktu yang dibutuhkan oleh asisten apoteker bersifat acak. Lamanya pelayanan tergantung pada jenis resep obat yang dibawa oleh pelanggan dari poliklinik. Standar waktu yang ditetapkan oleh perusahaan dalam melayani pelanggan adalah maksimal 15 menit untuk obat paten dan 30 menit untuk obat racikan. Intalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk menerapkan disiplin antrian First Come First Serve (FCFS) dimana pelanggan yang pertama datang maka dilayani terlebih dahulu. Hal tersebut diterapkan agar terciptanya pelayanan kefarmasian yang adil bagi setiap pelanggan Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk pada khususnya. Metode analisis data dilakukan dengan menggunakan uji Goodness Of fit untuk mengetahui apakah jumlah kedatangan pelanggan berdistribusi Poisson. Uji Goodness of Fit dilakukan untuk menguji data apakah data sebuah sample yang diambil berkaitan dengan hipotesis yang menyatakan bahwa populasi asal sample tersebut mengikuti suatu distribusi yang telah ditetapkan. Uji Goodness of Fit didefenisikan adalah uji hipotesis yang dilakukan untuk mengetahui apakah data hasil observasi berasal dari populasi yang mempunyai distribusi tertentu.
http://digilib.mercubuana.ac.id/
40
Dalam analisis data menggunakan SPSS, dilakukan pengujian dengan menguji Goodness of Fit menggunakan Kolmogorov Smirnov. Pengujian menggunakan Kolmogorov Smirnov SPSS 22 membandingkan antara nilai signifikansi (Asymp.Sig (taraf nyata) yang telah ditetapkan yaitu 0.05. Jika () dengan nilai signifikansi lebih besar dari taraf nyata yang telah ditetapkan maka hipotesis distribusi pengujian diterima, sebaliknya jika nilai signifikansi lebih kecil dari taraf nyata maka hipotesis distribusi pengujian ditolak. Hipotesis distribusi pengujian bisa berupa distribusi normal, poisson dan exponential. Selain metode diatas, untuk mengoptimalkan proses pelayanan dapat digunakan rumus 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)
http://digilib.mercubuana.ac.id/
41
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 =
http://digilib.mercubuana.ac.id/
