BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

3.1

Objek Penelitian Objek penelitian yang penulis pilih dalam penelitian ini adalah Bank Mega

cabang Puri Indah. Berlokasi di Rukan Sentra Niaga Puri Indah Blok T-6 No.22 Kembangan, Jakarta Barat. Meskipun kantor cabang ini tidak terlalu besar, dengan luas ± 7x5 m2, namun transaksi dan mobilitas nasabahnya cukup tinggi. Cukup jelas terlihat antrian pelayanan pada loket teller terutama pada jam-jam sibuk. Berikut layout Bank Mega cabang Puri Indah : Gambar 3.1 Layout Bank Mega Cabang Puri Indah

Back office

Teller Rak

Customer Service

form

ATM

Pintu masuk Sumber: gambar hasil observasi langsung oleh peneliti

29

30

Dengan ruangan yang ada, pihak bank menata ruangan sedemikian rupa untuk ketertiban antrian dan memudahkan nasabah dalam memasuki antrian dan memperoleh pelayanan. Disamping itu, kenyamanan nasabah juga menjadi prioritas dalam pelayanan perbankan yaitu dengan menyediakan fasilitas-fasilitas penunjang pelayanan seperti bangku tunggu yang disediakan untuk nasabah yang datang membawa anak atau teman. Fasilitas lainnya adalah disediakannya ruang tunggu ber AC dan terdapat makanan ringan berupa permen. Rak-rak tempat formulir dan brosur diletakkan ditempat yang mudah dilihat dan dijangkau. Apabila ingin memperoleh informasi dan pelayanan-pelayanan perbankan lainnya atau ingin menyampaikan keluhan dapat dilayani oleh customer service.

Sejarah Perusahaan Bank Mega Berawal dari sebuah usaha milik keluarga bernama PT. Bank Karman yang didirikan pada tahun 1969 dan berkedudukan di Surabaya, selanjutnya pada tahun 1992 berubah nama menjadi PT. Mega Bank dan melakukan relokasi kantor pusat ke Jakarta. Seiring dengan perkembangannya PT. Mega Bank pada tahun 1996 diambil alih oleh PARA GROUP (PT. Para Global Investindo dan PT. Para Rekan Investama). Untuk lebih meningkatkan citra PT. Mega Bank, pada bulan Juni 1997 melakukan perubahan logo dengan tujuan bahwa sebagai lembaga keuangan kepercayaan masyarakat, akan lebih mudah dikenal melalui logo

31

perusahaan yang baru tersebut. Dan pada tahun 2000 dilakukan perubahan nama dari PT. Mega Bank menjadi PT. Bank Mega. Dalam rangka memperkuat struktur permodalan maka pada tahun yang sama PT. Bank Mega melaksanakan Initial Public Offering dan listed di BEJ maupun BES. Dengan demikian sebagian saham PT. Bank Mega dimiliki oleh publik dan berubah namanya menjadi PT. Bank Mega Tbk. Pada saat krisis ekonomi, Bank Mega mencuat sebagai salah satu bank yang tidak terpengaruh oleh krisis dan tumbuh terus tanpa bantuan pemerintah bersama-sama dengan Citibank, Deutche Bank dan HSBC. PT. Bank Mega Tbk. dengan semboyan "Mega Tujuan Anda" tumbuh dengan pesat dan terkendali serta menjadi lembaga keuangan ternama yang mampu disejajarkan dengan bank-bank terkemuka di Asia Pasifik dan telah mendapatkan berbagai penghargaan dan prestasi baik di tingkat nasional, regional maupun internasional. Dalam upaya mewujudkan kinerja sesuai dengan nama yang disandangnya, PT. Bank Mega Tbk. berpegang pada

profesionalisme,

keterbukaan dan kehati-hatian dengan struktur permodalan yang kuat serta produk dan fasilitas perbankan terkini.Saat ini sudah terdapat 320 kantor cabang pada Bank Mega yang menyebar di seluruh Indonesia dan berencana membuka kantor cabang lain di waktu mendatang. Berdasarkan SK Menteri Hukum & HAM Nomor W7-04909 H.T.01.04TH.2007 tanggal 02 Mei 2007, perusahaan induk PT Bank Mega Tbk. berubah nama dari sebelumnya PT. Para Inti Holdindo menjadi PT. CT Corpora. Selanjutnya berdasarkan SK Menteri Hukum & HAM Nomor: C-03043

32

HT.01.04-TH.2007 tanggal 13 Nopember 2007, juga telah dilakukan perubahan nama perusahaan pemegang saham mayoritas PT. Bank Mega Tbk. dari PT. Para Global Investindo menjadi PT. Mega Corpora. Direktur Bussiness Development Bank Mega, Kostaman Thayib, menyatakan bahwa pada April hingga Desember 2012 Bank Mega mengalami pertumbuhan nasabah hingga 11 persen, yaitu kini terdapat 80 ribu nasabah Bank Mega. Selain itu, ada peningkatan dana baru sebesar Rp800 miliar. Pernyataan tersebut dikutip dari Sindonews pada Januari 2013. Dewan Komisaris dan Dewan Direksi Bank Mega

Sumber: http://www.bankmega.com/

33

VISI dan MISI VISI

: Menjadi kebanggaan bangsa

MISI

: Menciptakan hubungan baik yang berkesinambungan dengan

nasabah melalui pelayanan jasa keuangan dan kemampuan kinerja organisasi terbaik untuk meningkatkan nilai bagi para pemegang saham.

3.2

Desain Penelitian Dalam penelitian ini, penulis menggunakan metode penelitian deskriptif ,

yaitu menganalisis, mengidentifikasi dan mendeskripsikan sistem antrian yang terjadi pada Bank Mega. Pengertian metode deskriptif analisis menurut Sugiyono (2010:14) adalah sebagai berikut : ”Statistika yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya”. Penelitian ini menggunakan pendekatan kuantitatif, yaitu menghitung berapa banyak nasabah yang datang dan dilayani oleh sistem pelayanan per jam. Sehingga metode penelitian ini menggunakan analisis deskriptif kuantitatif, yaitu penilaian untuk menyatakan bobot dari tingkat kepentingan konsumen dan kinerja perusahaan. Metode Kuantitatif Menurut Sugiyono (2010:8) mendefinisikan sebagai berikut :“Metode penelitian kuantitatif dapat diartikan sebagai metode penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik, dengan tujuan untuk menguji hipotesis yang telah ditetapkan.”

34

3.3

Kerangka Pemikiran

Gambar 3.2 Pelayanan Jasa

Metode Antrian Sistem Antrian (Single Phase Multi Server) Jumlah Rata-Rata Kedatangan

Jumlah Rata-Rata Pelayanan

Distribusi Poisson

Distribusi Eksponensial Kinerja Sistem Antrian

Trade-Off

Optimalisasi Jumlah Teller

Sumber: gambar oleh peneliti

3.4

Definisi Operasional Variabel Definisi operasional variabel adalah merupakan konsep-konsep yang

berupa kerangka yang menggambarkan perilaku atau gejala yang diamati dan dapat diuji kebenarannya oleh orang lain. Beberapa definisi operasional variabel yang digunakan oleh penulis dalam penelitian ini adalah :

35

1.

Karakteristik Antrian Garis antrian adalah salah satu komponen pada sebuah sistem antrian.

Panjangnya sebuah baris dalam suatu antrian dibedakan menjadi terbatas dan tidak terbatas. Sebuah antrian disebut terbatas jika ukuran antrian tersebut tidak dapat meningkat lagi dan jumlahnya terbatas. Sebuah antrian disebut tidak terbatas ketika ukuran antrian tersebut tidak dibatasi, seperti pelayanan pada bank. Karakteristik antrian yang kedua berkaitan dengan aturan antrian yang mengacu pada peraturan pelanggan dalam barisan yang akan menerima pelayanan. Sebagian besar sistem menggunakan sebuah aturan antrian yang dikenal dengan first in first out (FIFO). 2.

Pola Kedatangan Kedatangan para pelanggan ke dalam sistem menurut proses poisson, yaitu

banyaknya pelanggan yang datang sampai pada waktu tertentu mempunyai distribusi poisson. Hal ini benar apabila kedatangan pelanggan secara random pada kecepatan kedatangan rata-rata tertentu. Dikatakan random bila interval waktu yang tersisa sampai pemunculan kejadian berikutnya sepenuhnya tidak bergantung pada interval waktu sebelumnya. Dengan menggunakan software SPSS 18.0, maka akan mendapatkan hasil pengujian terhadap jumlah kedatangan nasabah melalui distribusi poisson. Apabila hasil perhitungan yang didapat dengan menggunakan SPSS 18.0 nilai signifikansi (Asymp. Sig.) yang didapat lebih besar dibandingkan nilai tarif nyata yang telah ditetapkan yaitu 0.05, maka dapat disimpulkan bahwa data jumlah kedatangan tersebut berdistribusi Poisson.

36

Selain itu sebuah distribusi poisson dapat 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)

3.

Pola Pelayanan Pemberian layanan atau melayani keperluan orang, masyarakat atau

organisasi lain yang mempunyai kepentingan pada organisasi atau perusahaan tersebut sesuai dengan aturan pokok dan tata cara yang ditentukan. Pemberian pelayanan tersebut ditujukan untuk memberikan kepuasan kepada penerima pelayanan. Pola pelayanan serupa dengan pola kedatangan di mana 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. Pengujian

37

distribusi pelayanan ini menggunakan software MINITAB 15.Apabila hasil perhitungan yang didapat dengan menggunakan software MINITAB 15 nilai PValue pada distribusi exponential memiliki nilai terbesar dibandingkan distribusi lainnya, maka dapat disimpulkan bahwa data pola pelayanan tersebut berdistribusi Exponential. Selain itu mempertimbangkan juga dari nilai AD (Anderson Darling), untuk distribusi eksponensial memiliki nilai terkecil dibandingkan dengan nilai AD pada distribusi lainnya.

4.

Kinerja Sistem Antrian Model antrian membantu para manajer membuat keputusan untuk

menyeimbangkan biaya pelayanan dengan menggunakan biaya antrian. Dengan menganalisis antrian akan dapat diperoleh banyak ukuran kinerja sebuah sistem antrian, meliputi hal berikut : 

Waktu rata-rata nasabah menunggu dalam antrian. (Wq)



Rata-rata jumlah nasabah yang menunggu dalam antrian. (Lq)



Waktu rata-rata nasabah menunggu dalam sistem (waktu tunggu ditambah

waktu pelayanan). (Ws) 

Rata-rata jumlah nasabah yang menunggu dalam sistem. (Ls)



Probabilitas fasilitas pelayanan kosong dalam sistem. (Po)



Faktor utilisasi sistem. (ρ)



Probabilitas terdapat sejumlah pelanggan dalam sistem. (Pn)

38

3.5

Variabel dan Skala Pengukuran

Gambar 3.3 Variabel

Sub Variabel Single Phase Multi Channel

Model Sistem Antrian Karakteristik Sistem Antrian

Kinerja Sistem Antrian

Indikator Jumlah server

 Pola kedatangan



Pola Pelayanan



Disiplin Antrian

First Come First Serve

 Jumlah rata-rata nasabah yang menunggu dalam antrian

=

(

 Jumlah rata-rata nasabah yang menunggu dalam sistem

=

 Waktu rata-rata nasabah menunggu dalam antrian  Waktu rata-rata nasabah yang menunggu dalam sistem (waktu menunggu ditambah waktu pelayanan)  Faktor utilisasi sistem

− 1)! (

=

=

(

− )



+

1 − = μ

− 1)! (

− )

=

1 + = μ

39

 Probabilitas terdapat 0 unit dalam sistem  Probabilitas terdapat lebih dari sejumlah k unit, dimana n adalah jumlah unit dalam sistem Penentuan jumlah Optimalisasi teller optimal Jumlah Server dengan biaya (teller) pelayanan terkecil Sumber : Heizer & Render, 2008 3.6

1

= ∑

1 !

+

1 !

−

=

Trade-off (biaya Vs kapasitas)

Metode Pengumpulan Data Dalam melakukan penelitian, penulis memerlukan data yang dapat

mendukung penelitian ini. Teknik pengumpulan data yang digunakan adalah :

1.

Riset Lapangan Yaitu penelitian yang dilakukan langsung kepada sumber-sumber yang

terkait untuk memperoleh data tentang pelayanan yang diberikan dan sikap nasabah terhadap setiap bentuk pelayanan tersebut. Penelitian ini dilakukan dengan menggunakan beberapa instrumen, diantaranya:

a)

Observasi Langsung Mengamati dan meninjau secara langsung tentang situasi dan kondisi

antrian yang terjadi, seperti apa sistem pelayanan nasabah yang diberikan, kapan waktu-waktu sibuk terjadi serta mencatat pola kedatangan dan pola pelayanan yang sedang berlangsung.

40

b)

Wawancara Menanyakan secara langsung kepada staff dan karyawan, sehingga dapat

diperoleh data-data serta informasi yang berhubungan dengan penelitian.

2.

Riset Kepustakaan Yaitu penelitian yang dilakukan dengan membaca dokumen perusahaan

maupun buku yang diperoleh dari kuliah atau diperoleh dari perpustakaan dan sumber lainnya yang berkaitan dengan masalah yangakan dibahas. Data yang diperoleh dari cara ini merupakan data sekunder atau data pendukung.

3.7

Metode Analisis Data Penulis menggunakan model antrian single phase multi channel karena

layout objek penelitiannya adalah multi channel, fase layanan single phase, sumber populasi tidak terbatas (infinite), disiplin antrian first come first serve, pola kedatangan poisson, pola pelayanan eksponensial dan panjang antrian adalah tidak terbatas (unlimited). 

Probabilitas terdapat 0 orang dalam sistem ( ).

1

= ∑

1 !

+

1 !

Dimana: M = Jumlah jalur yang terbuka/jumlah server. λ

= Jumlah kedatangan rata-rata per satuan waktu.

−

41

µ = Jumlah orang yang dilayani per satuan waktu.

Probabilitas juga dapat dicari dengan menggunakan tabel Number Of Channels. Interpolasi

atau

dalam

istilah

asingnya

dikenal

dengan

interpolation merupakan sebuah cara menentukan nilai pada tabel (baik itu dalam tabel t, f ataupun r) dimana nilai derajat kebebasan d.k (atau d.f untuk degree of freedom) tidak tertera secara tertulis dalam tabel yang dimaksudkan.

I=

− (

−

)

dk − dk dk − dk

Dimana :



I

= nilai interpolar yang akan dicari.

dk

= derajat kebebasan dari I.

dk

= derajat kebebasan minimal (dibawah dk ).

dk

= derajat kebebasan maksimal (dibawah dk ).

t

= nilai t dari dk

t

= nilai t dari dk

Jumlah rata-rata nasabah yang menunggu dalam antrian (Lq).

=

(

− 1)! (

− )

42

Dimana : λ

= Jumlah kedatangan rata-rata per satuan waktu.

µ = Jumlah orang yang dilayani per satuan waktu. M = Jumlah jalur yang terbuka/jumlah server. Po = Probabilitas terdapat 0 orang dalam sistem.



Jumlah rata-rata nasabah yang menunggu dalam sistem (yang sedang menunggu untuk dilayani) / (Ls). = Lq +

Dimana : Lq = Jumlah rata-rata nasabah yang menunggu dalam antrian. λ

= Jumlah kedatangan rata-rata per satuan waktu.

µ = Jumlah orang yang dilayani per satuan waktu.



Waktu rata-rata nasabah menunggu dalam antrian (Wq). =

−

1

=

Dimana : Ws = Waktu rata-rata nasabah menunggu dalam sistem. Lq = Jumlah rata-rata nasabah yang menunggu dalam antrian. λ

= Jumlah kedatangan rata-rata per satuan waktu.

43

µ = Jumlah orang yang dilayani per satuan waktu.



Waktu rata-rata nasabah menunggu dalam sistem (waktu menunggu ditambah waktu pelayanan) / (Ws).

=(

)!(

)

+ =

Dimana: µ = Jumlah orang yang dilayani per satuan waktu. M = Jumlah jalur yang terbuka / jumlah server. Po = Probabilitas terdapat 0 orang dalam sistem. Ls = Jumlah rata-rata nasabah yang menunggu dalam sistem (yang sedang menunggu untuk dilayani). λ



= Jumlah kedatangan rata-rata per satuan waktu.

Faktor utilisasi sistem (ρ).

=

Dimana : µ = Jumlah orang yang dilayani per satuan waktu. λ

= Jumlah kedatangan rata-rata per satuan waktu.

44



Probabilitas terdapat lebih dari sejumlah k unit, dimana n adalah jumlah unit dalam sistem.

=

Dimana : µ = Jumlah orang yang dilayani per satuan waktu. λ

= Jumlah kedatangan rata-rata per satuan waktu.