BAB III METODE PENELITIAN
Bab ini menjelaskan tentang tahapan penelitian serta penentuan variabel. Diharapkan bab ini dapat memberikan gambaran bagaimana penelitian ini dilakukan dalam upaya untuk memecahkan masalah. Hal ini dilakukan untuk mendapatkan suatu tahapan penelitian yang sistematik dari permasalahan yang dihadapi serta memberikan arahan secara jelas dan teratur dalam memecahkan suatu masalah.Setiap tahap merupakan penentu bagi tahap selanjutnya, sehingga setiap tahap harus dijalankan secara cermat dengan memanfaatkan teori-teori dan segala hasil penelitian yang telah dilakukan sebelumnya sebagai dasar acuan dan perbandingan bagi penelitian yang dilakukan. 3.1
Waktu dan Tempat Penelitian Penelitian ini dilakukan pada tanggal 5 s/d 9 Mei 2014 pukul 08.00-16.00 WIB di BNI Kantor Cabang Pembantu (KCP) Cimone Indah yang beralamat di Jalan Beringin Raya Blok 42, Nomor 90 A-B, Kota Tangerang.
3.2
Desain Penelitian Dalam penelitian ini, penulis menggunakan metode penelitian deskriptif, yaitu menganalisis, mengidentifikasi dan mendeskripsikan sistem antrian yang terjadi pada BNI KCP Cimone Indah.
35
36
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. 3.3
Definisi dan Operasional Variabel Definisi operasional variabel merupakan konsep-konsep 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: 1.
Karakteristik 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 jumlanya 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).
37
2.
Pola kedatangan Kedatangan para nasabah ke dalam sistem menurut proses poisson, yaitu banyaknya nasabah yang datang sampai pada waktu tertentu mempunyai distribusi poisson. Hal ini benar apabila kedatangan nasabah 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 IBM SPSS Statistics 20, maka akan mendapatkan hasil pengujian terhadap jumlah kedatangan nasabah melalui distribusi poisson. Apabila hasil perhitungan yang didapat dengan menggunakan IBM SPSS Statistics 20 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. Sebuah
distribusi
poisson
dapat
ditetapkan
dengan
menggunakan rumus :
Dimana:
P(x)
= probabilitas kedatangan sejumlah x
x
= jumlah kedatangan per satuan waktu
λ
= tingkat kedatangan rata-rata
38
e 3.
= 2,7183 (dasar logaritma)
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 nasabah 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 distribusi pelayanan ini menggunakan software Minitab 17. Apabila hasil perhitungan yang didapat dengan menggunakan software Minitab 17 nilai P-Value pada distribusi eksponensial memiliki nilai terbesar dibandingkan distribusi lainnya, maka dapat disimpulkan bahwa data pola pelayanan tersebut berdistribusi eksponensial.
39
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)
3.4
●
Probabilitas fasilitas pelayanan kosong dalam sistem. (Po)
●
Faktor utilisasi sistem. (ρ)
●
Probabilitas terdapat sejumlah nasabah dalam sistem. (Pn)
Variabel dan Skala Pengukuran Variabel penelitian dibagi menjadi 2 tipe, yaitu variabel independen dan variabel dependen. Dalam penelitian ini, variabel independen adalah sistem waiting line dan variabel dependen yang digunakan adalah model sistem antrian, karakteristik sistem antrian, kinerja sistem antrian, serta optimalisasi jumlah teller.
40
Variabel dan skala pengukuran pada penelitian ini dapat dilihat pada tabel 3.1. Tabel 3.1. Variabel dan Skala Pengukuran Variabel
Sub Variabel
Indikator
Skala
Model Sistem Antrian
Single Phase Multi Channel
Jumlah server
Rasio
Karakteristik Sistem Antrian
Kinerja Sistem Antrian
Pola kedatangan
Pola Pelayanan
Disiplin Antrian
Rasio 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)
Rasio
Faktor utilisasi sistem Probabilitas terdapat 0 unit dalam sistem Probabilitas terdapat lebih dari sejumlah k unit, dimana n adalah jumlah unit dalam sistem Optimalisasi Jumlah Server (teller)
Penentuan jumlah teller optimal dengan biaya pelayanan terkecil
Sumber: Heizer dan Render, 2006
Trade-off (biaya Vs kapasitas)
Rasio
41
3.5
Populasi dan Sampel Populasi Penelitian Populasi yang digunakan pada penelitian ini adalah seluruh jumlah kedatangan nasabah BNI KCP Cimone Indah pada tanggal 5 s/d 11 Mei 2014 yang datang pukul 08:00 – 16:00 WIB. Sampel Penelitian Kriteria-kriteria yang termasuk dalam pemilihan sampel ini adalah: a. Nasabah BNI KCP Cimone Indah. b. Sudah berumur minimal 17 tahun karena dianggap sudah dapat menilai pelayanan suatu perusahaan. c. Bukan karyawan dari salah satu perusahaan sejenis agar penilaian yang dilakukan bersifat objektif.
3.6
Teknik Pengumpulan Data Dalam penelitian ini, penulis menggunakan metode pengumpulan data sebagai berikut: 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:
42
a. Observasi 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. b. Wawancara Menanyakan langsung kepada karyawan yang bersangkutan tentang segala sesuatu yang berhubungan dengan penelitian. c. Kuisioner Yaitu metode yang dilakukan dengan mengajukan daftar pertanyaan secara tertulis kepada nasabah untuk mengetahui waktu harapan nasabah dalam menyelesaikan transaksi pada teller. 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 yang akan 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
43
– in first - out, pola kedatangan poisson, pola pelayanan eksponensial dan panjang antrian adalah tidak terbatas (unlimited).
Probabilitas terdapat 0 orang dalam sistem ( ).
Dimana: M
= Jumlah teller.
λ
= Jumlah kedatangan rata-rata per satuan waktu.
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.
Dimana : I
= nilai interpolar yang akan dicari. = derajat kebebasan dari I. = derajat kebebasan minimal (dibawah = derajat kebebasan maksimal (dibawah
). ).
44
= nilai t dari = nilai t dari
Jumlah rata-rata nasabah yang menunggu dalam antrian (Lq).
Dimana :
λ
= Jumlah kedatangan rata-rata per satuan waktu.
µ
= Jumlah orang yang dilayani per satuan waktu.
M
= Jumlah pelayan yang sedang bekerja.
Po
= Probabilitas terdapat 0 orang dalam sistem.
Jumlah rata-rata nasabah yang menunggu dalam sistem (yang sedang menunggu untuk dilayani) / (Ls).
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).
45
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.
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 teller.
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.
46
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.
