BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini yang dipilih dalam penelitian ini adalah Bank Permata cabang Citra Raya. Berlokasi di Ruko Taman Raya Jl. Raya Boulevard Blok K 01 No 8 Tangerang. Kantor cabang ini tidak terlalu besar, namun transaksi dan mobilitas nasabahnya cukup tinggi. Berikut layout Bank Permata cabang Citra Raya : Gambar 3.1
Layout Bank Permata Cab. Citra Raya Tangerang B. Desain Penelitian Dalam penelitian ini, penulis menggunakan metode penelitian deskriptif, yaitu menganalisis, mengidentifikasi, dan mendeskripsikan sistem antrian yang terjadi pada Bank Permata. Pengertian metode deskriptif analisis menurut Sugiono(2010:14) adalah “Statistika yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya”
28
29
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 Sugiono (2010:8) metode penelitian kuantitatif dapat diartikan sebagai metode penelitian yang berlandaskan pada filsafat positivism, digunakan
untuk
meneliti
pada
populasi
atau
sample
tertentu,
pengumpulan data menggunakan instrument penelitian, analisis data bersifat kuantitatif/statistik, dengan tujuan untuk menguji hipotesis yang telah ditetapkan.
C. Definisi dan Operasionalisasi 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 : 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.
30
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 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 samapai pada waktu tertentu mempunyai distribusi poisson. Hai 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 20.0, maka akan mendapatkan hasil pengujian terhadap jumlah kedatangan nasabah melalui distribusi poisson. Apabila hasil perhitungan yang didapat dengan menggunakan SPSS 20.0 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. Selain itu sebuah distribusi poisson dapat ditetapkan dengan menggunakan rumus:
31
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 dimana pola ini bisa konstan ataupun acak. Jika waktu pelayanan konstan maka waktu yang di perlukan untuk melayani setiap pelanggan sama. Dapat diasumsikan bahwa waktu pelayanan acak dijelaskan oleh distribusi probabilitas eksponensial negative, 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 negative dengan waktu antar kedatangan ratarata 1/λ. Pengujian distribusi pelayanan ini menggunakan SPSS 20.0.
32
Apabila hasil perhitungan yang didapat dengan menggunakan SPSS 20.0, nilai signifikansi (Asymp.Sig.) yang didapat lebih besar dibandingkan nilai tarif nyata yang telah ditetapkan yaitu 0.05, 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 : a) Waktu rata-rata nasabah menunggu dalam Antrian. (Wq) b) Rata-rata jumlah nasabah yang menunggu dalam Antrian. (Lq) c) Waktu rata-rata nasabah menunggu dalam sistem (waktu tunggu ditambah waktu pelayanan). (Ws) d) Rata-rata jumlah nasabah yang menunggu dalam sistem. (Ls) e) Probabilitas fasilitas pelayanan kosong dalam sistem. (Po) f) Faktor utilisasi sistem. (ρ) g) Probabilitas terdapat sejumlah pelanggan dalam sistem. (Pn)
33
D. Pengukuran Variabel Tabel 3.1 Pengukuran Variabel Variabel
Sub Variabel
Model Sistem
Single Phase Multi
Antrian
Channel
Karakteristik Sistem Antrian
Kinerja Sistem
Indikator Jumlah Server
Pola Kedatangan
Pola Pelayanan
1/µ
Disiplin Antrian
First Come First Serve
Jumlah rata-rata
Antrian
nasabah yang menunggu dalam antrian
Jumlah rata-rata nasabah yang menunggu dalam sistem
Waktu rata-rata nasabah menunggu dalam antrian
1/λ
34
Waktu rata-rata nasabah yang menunggu dalam sistem (waktu menunggu ditambah waktu pelayanan)
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
Penentuan jumlah customer
Server ( Customer
service optimal dengan biaya pelayanan terkecil
Service )
Trade – off (biaya vs kapasitas)
35
E. Teknik Pengumpulan Data Dalam melakukan penelitian memerlukan data yang dapat mendukung penelitian, teknik data yang digunakan adalah : 1. Riset Lapangan Yaitu langsung pada sumber yang terkait untuk memperoleh data tentang pelayanan yang diberikan dan sikap nasabah terhadap bentuk pelayanan yang diberikan dan sikap nasabah terhadap pelayanan tersebut. Penelitian ini dilakukan dengan beberapa instrument, antara lain : a. Observasi Lapangan Meninjau langsung tentang situasi dan kondisi antrian yang terjadi, b. Wawancara Menanyakan langsung kepada staff tentang pelayanan sehingga dapat diperoleh data dan informasi sesuai dengan penelitian. 2. Riset Kepustakaan Penelitian yang dilakukan dengan membaca dokumen perusahaan maupun buku yang diperoleh dari kuliah, dari perpustakaan dan sumber lain yang berkaitan dengan masalah yang dibahas. F. Metode Analisis Menggunakan metode antrian single phase multi channel karena layout objek penelitian adalah multi channel, fase layanan single phase, sumber populasi tidak terbatas, disiplin antrian first in first come, pola
36
kedatangan poisson, pola pelayanan eksponensial dan panjang antrian adalah tidak terbatas. a) Probabilitas terdapat 0 orang dalam sistem (P0):
Dimana : M = Jumlah jalur yang terbuka/jumlah server. λ = Jumlah kedatangan rata-rata per satuan waktu. µ = Jumlah rata rata yang dilayani persatuan waktu pada setiap jalur 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.
37
= derajat kebebasan minimal (dibawah = derajat kebebasan maksimal (dibawah
). ).
= nilai t dari = nilai t dari
b) Jumlah rata – rata nasabah yang menunggu dalam sistem (yang sedang menunggu untuk dilayani) / (Ls).
Dimana : λ = Jumlah kedatangan rata-rata per satuan waktu. µ = Jumlah rata - rata yang dilayani persatuan waktu. M = Jumlah jalur yang terbuka/jumlah server. Po= Probabilitas terdapat 0 orang dalam sistem. c) 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 rata - rata yang dilayani persatuan waktu.
38
d) Waktu rata – rata nasabah menunggu dalam antrian (Wq).
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 rata - rata yang dilayani persatuan waktu. e) Waktu rata – rata nasabah menunggu dalam sistem (waktu menunggu ditambah waktu pelayanan) / (Ws).
Dimana : µ = Jumlah rata - rata yang dilayani persatuan 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. f) Faktor utilisasi sistem ( p ).
Dimana : µ = Jumlah rata - rata yang dilayani persatuan waktu.
39
λ = Jumlah kedatangan rata-rata per satuan waktu. g) Probabilitas terdapat lebih dari sejumlah k unit, dimana n adalah jumlah unit dalam sistem.
Dimana : µ = Jumlah rata - rata yang dilayani persatuan waktu. λ = Jumlah kedatangan rata-rata per satuan waktu.
