Prosiding Seminar Nasional Manajemen Teknologi IX Program Studi MMT-ITS, Surabaya 14 Pebruari 2009
PENERAPAN METODE SIMULASI DAN OPTIMASI PADA KALKULASI KEBUTUHAN AGEN DI PT X Indiasih Enggawati dan Rully Soelaiman Manajemen Teknologi Informasi Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember Surabaya Email:
[email protected]
ABSTRAK Industri telekomunikasi merupakan salah satu industri yang mengalami pertumbuhan sangat pesat. Data Asosiasi Telepon Seluler Indonesia (ATSI) menunjukkan bahwa tingkat penetrasi pengguna seluler di Indonesia sampai dengan pertengahan 2008 masih mencapai 40%, Luasnya pangsa pasar ini secara otomatis meningkatkan pula iklim kompetisi dari pelaku di industri telekomunikasi untuk secara agresif meluncurkan berbagai produk dan layanan, termasuk PT X. PT X merupakan salah satu pelaku industri seluler yang mengoperasionalkan layanan call center sebagai salah satu bentuk pelayanan kepada pelanggan dengan target service level 80:20. Dalam mencapai service level tersebut, manajeman call center harus mampu menghitung kebutuhan agen secara efisien karena faktor biaya agen juga harus menjadi pertimbangan. Penelitian ini menitikberatkan pada penerapan metode simulasi dan optimasi dengan menggunakan Mixed Integer Linier Programming pada Matlab pada kalkulasi kebutuhan agen di PT X yang selama ini masih dilakukan secara manual dengan bantuan call center calculator. Hasil uji model optimasi menunjukkan jumlah kalkulasi agen yang lebih sedikit daripada kalkulasi manual tetapi tetap mampu mencapai service level. Kesimpulan yang dapat ditarik dari uji model ini adalah proses staffing dapat dilakukan lebih cepat dan dan dapat diprediksi hasil capaian service level serta jumlah agen yang diperlukan guna mencapai target service level lebih sedikit daripada hasil penghitungan yang digunakan secara eksisting oleh PT X. Kata Kunci : call center, service level, kalkulasi agen, staffing
PENDAHULUAN Call center, merupakan bentuk layanan kepada pelanggan sekaligus sebagai sumber informasi bagi penentuan kebijakan perusahaan dalam berbagai bidang lainnya seperti finansial, pemasaran, implementasi teknologi dan lain-lain. Call center sendiri mencakup suatu manajemen operasi yang kompleks, di mana keterkaitan antara manajemen agen, operasional, pelanggan, kepemimpinan dan bisnis merupakan satu kesatuan yang bersama-sama membentuk tercapainya kesuksesan pencapaian tujuan perusahaan yang dibebankan kepada call center. Salah satu beban atau target yang diberikan kepada call center adalah service level. Service level merupakan pengukuran terhadap kinerja call center yang menunjukkan tingkat aksesibilitas call center bersangkutan. Pengukuran service level didasarkan pada persentase kontak pelanggan terlayani dalam selang waktu tertentu, biasanya dinyatakan dalam x% y detik. Perumusan masalah dari latar belakang di atas adalah di PT X penghitungan kebutuhan agen selama ini dilakukan secara manual dan lebih bersifat trial and error
Prosiding Seminar Nasional Manajemen Teknologi IX Program Studi MMT-ITS, Surabaya 14 Pebruari 2009
dalam mendapatkan jumlah agen yang sesuai dengan kebutuhan pelayanan dan pencapaian target service level. Berdasarkan fakta tersebut, maka pokok permasalahan yang dirumuskan pada penelitian ini adalah ” Bagaimana mengembangkan sebuah model simulasi dan optimasi untuk penghitungan kebutuhan agen yang dapat direkomendasikan di PT X dalam mencapai service level dengan jumlah agen yang optimal ”. Mengingat besarnya cakupan yang dapat terkait dengan penelitian ini, maka penelitian dilakukan dengan batasan- batasan : penelitian dilakukan dengan menggunakan data sintetik penelitian dilakukan dengan mengacu hanya kepada salah satu key performance indicator yang digunakan oleh call center PT X, yaitu service level penghitungan dilakukan hanya untuk mengetahui jumlah agen yang diperlukan dalan menangani panggilan masuk selama interval/time slots tertentu dengan mengabaikan rostered factor penelitian dilakukan dengan asumsi tidak ada perubahan struktur dan kebijakan organisasi Tujuan penelitian ini untuk menghasilkan suatu rekomendasi yang berhubungan dengan penerapan simulasi dan optimasi kalkulasi kebutuhan agen pada operasional call center PT X terutama yang berkaitan dengan pencapaian target service level. Sedangkan manfaat yang diharapkan adalah rekomendasi tersebut dapat digunakan oleh manajemen PT X dalam mengelola kebutuhan jumlah agen di call center. Teori penunjang yang digunakan pada penelitian ini adalah metode simulasi dan metode optimasi. Menurut Atlason dkk (2005), call center adalah salah satu komponen penting dalam operasi dari banyak organisasi yang di dalamnya terdapat permasalahan dalam meminimasi biaya penyusunan agen, sambil menjaga agar pelayanan tetap berada pada tingkat yang bisa diterima dalam berbagai periode waktu. Permasalahan meminimalisasi ini diperumit dengan fakta bahwa susunan agen dalam satu periode waktu dapat mempengaruhi kualitas pelayanan pada periode berikutnya. Selain itu jadual agen biasanya menggunakan sistem shift dengan pembagian berdasarkan periode waktu tertentu. Interaksi antara susunan agen pada periode waktu yang berbeda, seperti halnya dampak kebutuhan untuk menyusun agen untuk sebuah shift harus dipertimbangkan dalam perencanaan. Berikut model matematis dari permasalahan penyusunan agen untuk meminimalkan biaya agen yang dikembangkan oleh Atlason dkk (2005). Jumlah periode, yaitu banyaknya periode selama planning horizon dilambangkan dengan p Jumlah staf, di mana Y= ( y1 ,....., y p ) T adalah vektor yang berisi jumlah staf untuk setiap masing – masing periode. p adalah banyaknya periode selama planning horizon. yi adalah jumlah staf yang bekerja selama periode i, i = 1,...,p. Nilai yi didapatkan dari simulasi. Jumlah panggilan yang diterima N i adalah jumlah acak panggilan yang diterima selama periode i. Jumlah panggilan yang diterima sesuai dengan aturan 80/20, dimana S i ( y ) adalah jumlah acak panggilan yang diterima sesuai dengan aturan 80/20 selama periode i Jumlah staf pada setiap tour dimana x adalah vector yang menyimpan jumlah pekerja yang bekerja selama tour ke j atau x j . Untuk menentukan jumlah minimum agen yang diperlukan selama periode i digunakan persamaan :
ISBN : 978-979-99735-7-3 C-12-2
Prosiding Seminar Nasional Manajemen Teknologi IX Program Studi MMT-ITS, Surabaya 14 Pebruari 2009
Min (y)...............................................................................................................(1) s.t g i ( y ) 0 untuk i = ,..,p................................................................................(2) y 0 dan integer..................................................................................................(3) Dimana g i ( y ) adalah service level atau jumlah panggilan yang berhasil ditangani sesuai atau lebih dari yang diharuskan. g i ( y ) didapatkan dari g i ( y ) = ES i ( y ) EN i 0, i = 1,...,p. Akan tetapi kita tidak dapat menghitung fungsi service level (vector – valued) g i ( y ) secara tepat, dan karena itu digunakan simulasi. Misalnya fungsi service level g i ( y ) , i = 1,...,p diestimasi dengan rata – rata sample g i ( y; n) , dimana n adalah banyaknya contoh yang digunakan. Sehingga diperoleh formulasi baru untuk menentukan jumlah minimum agen yang diperlukan selama periode i yaitu: Min f(y).............................................................................................................(4) s.t g i ( y; n) 0 untuk i = 1,.....p,.........................................................................(5) Y 0 and Integer................................................................................................(6) Setelah didapatkan nilai y atau jumlah agen minimum untuk setiap periode, selanjutnya nilai y tersebut digunakan pada formulasi 2.7 – 2.9 untuk menghitung biaya minimal.
f(y) = min c T x .....................................................................................................................(7) s.t. Ax y ..........................................................................................................(8) x 0 and i nteger..............................................................................................(9) Untuk y adalah sebuah vektor yang berisi jumlah agen untuk setiap periode, dan terdapat biaya untuk mengatur tingkat agen dengan tour. Tour adalah kumpulan periode dimana seorang agen bekerja selama planning horizon. Semua tour yang sesuai dijumlahkan pada formulasi permasalahan dan disimpan pada matriks tour A dimana Aij = 1 jika jika periode i termasuk didalam tour j, dan 0 jika sebaliknya. Komponen ke j dari cost vector c adalah cost dari tour ke j. X adalah vector yang menyimpan jumlah agen yang bekerja selama tour ke j atau x j . Penelitian tesis ini menekankan pada kondisi nyata bahwa penyelenggarakan call center menggunakan ketentuan shift. Untuk mendapatkan pola shift yang optimal, digunakan optimasi dengan Mixed Integer Linier Programming. Pada penelitian ini, penyelesaian MILP akan menggunakan Matlab dengan solver Tomlab. Tomlab adalah development environment dalam Matlab yang berguna untuk menyelesaikan Integer Programming dengan menggunakan Branch and Bound. Normalnya, ketika menyelesaikan permasalahan optimasi, sebuah direct call kepada solver dibuat dengan daftar parameter yang panjang pada call. Daftar parameter adalah solver-dependent dan membuat sulit untuk penambahan dan perubahan pada sistem. Tomlab menyelesaikan permasalahan dengan dua cara. Pertama permasalahan didefinisikan dan disimpan dalam struktur Matlab. Kemudian solver dipanggil dengan sebuah single argument, struktur permasalahan. Solver yang tidak dibangun dengan Tomlab environtment biasanya membutuhkan daftar parameter yang panjang, hal ini sudah ditangani oleh driver routine tomRun.m yang dapat memanggil semua solver yang ada, menyembunyikan detil - detil call METODA Secara umum langkah-langkah kerja yang dilakukan untuk mendapatkan model yang direncanakan pada penelitian tesis ini adalah sebagai berikut :
ISBN : 978-979-99735-7-3 C-12-3
Prosiding Seminar Nasional Manajemen Teknologi IX Program Studi MMT-ITS, Surabaya 14 Pebruari 2009
Gambar 1 Diagram Alir Metodologi Penelitian
Berikut penjelasan diagram alir di atas : 1. Identifikasi parameter call center PT X, tahap ini bertujuan untuk mengetahui parameter call center PT X yang berkaitan dengan kalkulasi kebutuhan agen dalam mencapai target service level. 2. Pembangkitan data trafik, tahap ini bertujuan untuk mendapatkan data model untuk simulasi. Data model pada penelitian ini diperoleh dengan menghitung nilai i menggunakan Excel, kemudian memasukkan nilai tersebut kedalam distribusi Poisson pada Matlab untuk menghasilkan data arrival rate atau inbounds calls. 3. Simulasi hasil identifikasi parameter call center PT X dengan menggunakan data trafik pada poin 2 ke dalam Arena 5.0. Tahap ini bertujuan untuk mengetahui bagaimana tingkat capaian service level dari kalkulasi kebutuhan agen yang dilakukan dengan metode simulasi, pada kondisi low maupun kondisi high. 4. Melakukan optimasi melalui pemrograman Matlab. Tahap ini bertujuan untuk mendapatkan pengaturan shift serta jumlah agen yang diperlukan di dalam masingmasing shift berdasarkan hasil simulasi yang di dapat pada tahap 3. 5. Simulasi uji model ke dalam Arena 5.0. Tahap ini bertujuan untuk melakukan uji model terhadap kalkulasi dan jumlah agen yang dihasilkan oleh optimasi pada Matlab guna mengetahui service level yang dihasilkan. 6. Penentuan service level berdasarkan optimasi agen. Tahap ini bertujuan untuk mengetahui tingkat service level yang secara optimal dapat dicapai oleh agen 7. Komparasi antara metode kalkulasi eksisting dengan optimasi dan metode kalkulasi eksisting tanpa optimasi. Tahap ini bertujuan untuk membandingkan hasil kalkulasi eksisting dengan kalkulasi melalui optimasi, dari segi jumlah agen optimal maupun dari capaian service level Hasil komparasi akan dianalisa untuk mengetahui kinerja model dan dicari kelebihan serta kekurangannya jika diimplementasikan secara nyata, serta evaluasi mengenai kemungkinan pengembangan lebih lanjut. HASIL DAN DISKUSI Berdasarkan metode simulasi dan optimasi di atas, berikut hasil komparasi antara kalkulasi eksisting dengan optimasi dan metode kalkulasi eksisting tanpa optimasi. Ketentuan kalkulasi untuk keperluan komparasi adalah berlaku sebagai berikut :
ISBN : 978-979-99735-7-3 C-12-4
Prosiding Seminar Nasional Manajemen Teknologi IX Program Studi MMT-ITS, Surabaya 14 Pebruari 2009
1. 2.
3. 4.
Data trafik menggunakan data hasil pembangkitan trafik Parameter call center menggunakan parameter eksisting, yaitu planning horizon atau jam layanan yang berlaku di PT X adalah mulai jam 06.00 sampai dengan 24.00, average handling time adalah periode untuk handling call dan call after work, dengan total average handling time untuk setiap kontak adalah 3 menit, abandonment yaitu maksimal waktu tunggu yang diberikan kepada panggilan yang masuk sebelum akhirnya meninggalkan line sebelum mendapatkan respon dari agen selama 30 detik, dan terakhir adalah parameter service level. Saat penelitian dilakukan, service level yang ditetapkan di call center PT X adalah 80: 20, artinya 80% dari setiap panggilan yang masuk harus ditangani atau terangkat maksimal dalam 20 detik. Masukan jumlah agen pada simulasi Arena berdasarkan hasil perhitungan call center calculator dengan mengabaikan rostered factor (seperti pada batasan masalah) Mengacu kepada pengenalan umum pada bidang call center (Prosci Research, 2004) bahwa untuk total jumlah agen kurang dari 30 orang masih memungkinkan kalkulasi dan pengaturan secara manual, maka tahap komparasi ini akan diberlakukan pada kondisi high saja
Kalkulasi Eksisting Tanpa Simulasi Dan Optimasi Seperti sudah dijelaskan bahwa kalkulasi eksisting untuk kebutuhan agen menggunakan call center calculator. Hasil keluaran call center calculator adalah jumlah agen optimal untuk tiap periode serta service level yang bisa dicapai. Call center calculator tidak dapat menghasilkan penempatan agen pada masing-masing shift sehingga proses atau tahap penempatan agen dilakukan secara manual. Tabel penempatan agen ke dalam shift, grafik pemetaan serta hasil uji model untuk kalkulasi tanpa simulasi dan optimasi adalah sebagai berikut Tabel 1. Penempatan Agen dalam Shift untuk Kalkulasi Tanpa Simulasi Dan Optimasi Shift
Jumlah Agen
Created
06.00 - 12.00
70
07.00 - 13.00
10
08.00 - 14.00
10
09.00 - 15.00
0
10.00 - 16.00
15
11.00 - 17.00
0
12.00 - 18.00
30
13.00 - 19.00
0
14.00 - 20.00
5
15.00 - 21.00
0
16.00 - 22.00
0
17.00 - 23.00
5
18.00 - 24.00
25
18571.5
In Target 10031.93
gi(y) -4825.27
Service Level 70.911
Kalkulasi Eksisting Dengan Penerapan Simulasi Dan Optimasi Tahapan dan ketentuan pada kalkulasi eksisting dengan penerapan simulasi dan optimasi adalah sebagai berikut : 1. masukan data agen pada tahap simulasi adalah data call center calculator
ISBN : 978-979-99735-7-3 C-12-5
Prosiding Seminar Nasional Manajemen Teknologi IX Program Studi MMT-ITS, Surabaya 14 Pebruari 2009
2. melakukan simulasi pada Arena untuk mendapatkan service level yang mendekati target 80:20 3. melakukan optimasi penempatan agen dan uji model pada Arena. Tabel penempatan agen ke dalam shift, grafik pemetaan serta hasil uji model untuk kalkulasi dengan simulasi dan optimasi adalah sebagai berikut : Tabel 2. Penempatan Agen dalam Shift Untuk Kalkulasi dengan Simulasi dan Optimasi Shift
Jumlah Agen
06.00 - 12.00
65
07.00 - 13.00
2
08.00 - 14.00
0
09.00 - 15.00
43
10.00 - 16.00
15
11.00 - 17.00
8
12.00 - 18.00
0
13.00 - 19.00
0
14.00 - 20.00
27
15.00 - 21.00
0
16.00 - 22.00
0
17.00 - 23.00
0
18.00 - 24.00
52
Created 18556.45
In Target 14465.35
gi(y) -379.81
Service Level 82.19
KESIMPULAN 1. 2.
Penerapan metode simulasi dan optimasi dapat mempercepat proses staffing, mengurangi jumlah agen yang bertugas dan tetap mencapai target service level Penempatan agen untuk setiap periode dapat ditentukan pada tingkat yang paling optimal dengan tetap memperhitungkan tingkat capaian service level, semakin tinggi service level yang ingin dicapai bisa diketahui berapa jumlah agen yang dibutuhkan dan sebaliknya dengan jumlah agen yang tersedia bisa diprediksi berapa seharusnya service level yang harus dicapai.
DAFTAR PUSTAKA Cleveland, Brad dan Harne, Debbie (2004) Call Center Operations Management, Call Center Press, Mayland Finch, Lyoyd C (2003) Call Center Success, PPM, Jakarta Haksever, Cengiz dkk (2000) Service Management and Operation, Prentice hall, New Jersey Law, Averill, M (2000), Simulation Modeling and Analysis, McGraw Hill, Singapore Taha, H. A ( 1996), Riset Operasi, Binarupa Aksara, Jakarta Prosci Research (2004), Call Center Best Practices Report, Special operations edition, Loveland, US Atlason, Julius, Epelman, Marina dan Henderson, Shane (2005), “ Optimizing Call Center Staffing using Simulation and Analytic Center Cutting Plane Methods”
ISBN : 978-979-99735-7-3 C-12-6
