37
Gambar 4-3. Layout Model Awal Sistem Pelayanan Kedai Jamoer
F. Analisis Model Awal Model awal yang telah disusun kemudian disimulasikan dengan waktu simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada layar yang merepresentasikan sistem nyata dari model tersebut. Setelah simulasi dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai performansi sistem tersebut yakni berupa general statistics report. Untuk melakukan analisa lebih lanjut terhadap model tersebut dilakukan dengan mengamati beberapa elemen dalam generel report. Dari general report model awal dapat dilihat presentase dari utilitas terhadap location yang ada. Utilitas menunjukkan tingkat kegunaan dari suatu location yang berdasarkan dari jumlah entity yang masuk kedalamnya. Dengan diketahuinya presentase utilitas dari suatu location maka dapat diketahui apakah
38
suatu location sudah berada dalam keadaan maksimal, belum maksimal, atau bahkan sudah melebihi kapasitas maksimal.
Tabel 4-3. General report bagian location
Berdasarkan tabel 4-3 dapat dilihat bahwa presentase utilitas dari stasiun kerja dapur cukup tinggi yaitu 78,68%. Utilitas yang tinggi pada suatu lokasi belum tentu menandakan itu baik, karena presentase utilitas merupakan jumlah waktu yang dihabiskan entitas di sebuah lokasi. Artinya semakin tinggi utilisasi sebuah lokasi, bisa jadi menandakan bahwa kapasitas lokasi tersebut kurang atau waktu operasi yang terlalu lama. Elemen lain dari general report yang dapat digunakan untuk melakukan analisis terhadap model adalah average minutes per enrtry atau waktu rata-rata suatu entity berada di dalam location. Average minutes per entry dapat juga dikatakan sebagai waktu yang diperlukan suatu entity
untuk diproses dalam
39
sebuah location. Semakin tinggi tingkat average minutes per entry akan memungkinkan terjadinya bottle neck pada sebuah location. Pada tabel 4-3 dapat dilihat bahwa average minutes per entry dari entitas menu di lokasi antrian dapur cukup tinggi yakni 10,18 menit. Hal tersebut menandakan bahwa telah terjadi kemacetan di lokasi antrian dapur yang ditandai oleh lamanya waktu entitas menunggu di lokasi antrian dapur sebelum dilayani oleh server yaitu sebesar 10,18 menit.
G. Uji Validasi Model Awal Uji validasi dilakukan untuk mengetahui apakah model yang disusun sudah dapat mewakili kondisi yang sesungguhnya. Uji validasi model dilakukan dengan menggunakan metode uji dua rata-rata. Acuan yang digunakan sebagai dasar pengujian adalah waktu rata-rata konsumen selama berada di dalam sistem. Jumlah data sampel yang digunakan dalam perhitungan uji validasi model ini adalah 30 hari dan diukur mulai jam 16:30 sampai dengan jam 21:00. Data waktu rata-rata konsumen selama berada di sistem nyata dan hasil simulasi model ditunjukkan oleh Tabel 4-4 berikut.
40
Sistem Nyata
Hasil Simulasi
Sistem Nyata
Hasil Simulasi
(detik)
(detik)
(detik)
(detik)
1
2830,82
3127,8
16
3093,6
3139,8
2
3097
3002,4
17
3177,6
2893,8
3
2984,86
3381,6
18
3075,6
3119,4
4
2901,48
3151,2
19
3317,4
3469,2
5
2663,16
2769,6
20
3132
2804,4
6
2676,07
2814
21
3246
3033,6
7
2687,51
2602,8
22
3712,8
3364,2
8
3309,92
3348
23
3055,2
2825,4
9
2566,85
2814,6
24
3553,8
3289,2
10
3126,3
3352,8
25
3044,4
3048,6
11
2678,66
2859
26
2846,4
2742,6
12
3051,37
2943,6
27
3047,4
2689,8
13
3064,34
2976,6
28
3183,6
3025,2
14
3237,72
3232,2
29
3241,2
3426,6
15
2655,86
2950,2
30
2962,2
3187,8
Hari
Hari
Tabel 4-4. Perbandingan waktu rata-rata konsumen berada di dalam sistem nyata dan hasil simulasi model
Berdasarkan data diatas, maka hipotesis yang digunakan adalah: H0 : μ1 = μ2 Tidak ada perbedaan waktu antara sistem nyata dan hasil simulasi model H1 : μ1 ≠ μ2 Ada perbedaan waktu antara sistem nyata dan hasil simulasi model Model dikatakan valid apabila thitung berada di dalam daerah penerimaan:
41
Perhitungan nilai batas daerah penerimaan Dengan tingkat signifikansi (α) 5% maka diperoleh nilai ttabel sebagai berikut: Batas penerimaan atas
= t (α/2, (n1 + n2) -2) = t0.025 , 58 = 2,00172
Batas penerimaan bawah
= -t (α/2, (n1 + n2) -2) = -t0.025 , 58 = -2,00172
Perhitungan nilai thitung
X X 1
thitung =
S
1 p
2
1
n n 1
2
Untuk mendapatkan nilai thitung maka terlebih dahulu dilakukan perhitungan nilai rata-rata dan variansi gabungan dari kedua sampel tersebut. 1. Perhitungan nilai rata-rata
X X
1
2
x
x
1
n
n
2
89469,63 2982,321 detik 30
93015,6 3100,52 detik 30
42
2. Perhitungan nilai variansi gabungan
X X
1519769 52405,83 30 1
X X
1650742 56922,14 30 1
2
S
2 1
i n 1
2
S
2
S
2
2
i n 1
2
p
2
n n 1
S
p
2
(n1 1) S 1 (n 1) S 2 2
2
(29 x52405,83) (29 x56922,14) 54663,99 30 30 2
54663,99 233,8
3. Perhitungan nilai thitung
X X 1
thitung =
S
1 p
2
1
n n 1
118,199 1,958 60,367
2
Jadi: -2,00172 < -1,958 < 2,00172 Karena thitung berada di dalam daerah penerimaan maka H0 (tidak ada perbedaan waktu antara sistem nyata dan hasil simulasi model) diterima, sehingga model dikatakan valid dan mampu merepresentasikan sistem nyata.
H. Penyusunan Beberapa Skenario Alternatif Model Berdasarkan hasil perhitungan karakteristik operasi sistem antrian awal dan hasil simulasi model awal maka dapat disimpulkan bahwa kapasitas pelayanan dari stasiun kerja dapur belum sesuai dengan tingkat kedatangan konsumen saat ini. Untuk memperbaiki hal tersebut maka dikembangkan tiga model alternatif perbaikan yaitu:
43
1. Meningkatkan keterampilan dua dari empat server. Fasilitas pelayanan dapur di Kedai Jamoer saat ini memiliki empat server dengan keterampilan yang biasa. Pada skenario ini, dua dari empat server yang ada di upgrade kemampuannya sehingga menjadi server terampil. Kecepatan proses pelayanan server terampil diasumsikan 50% lebih cepat bila dibandingkan dengan server biasa, maka kecepatan pelayanan dapur pada skenario ini meningkat sebesar 25%. Hasil simulasi dari skenario ini menunjukkan bahwa waktu menunggu di lokasi antrian turun menjadi 9,72 menit. Sedangkan waktu konsumen menunggu untuk memperoleh pesanannya juga turun menjadi 26,15 menit. 2. Meningkatkan keterampilan seluruh server dapur. Pada skenario ini seluruh server yang ada di dapur di upgrade menjadi server terampil. Karena kecepatan pelayanan server terampil diasumsikan 50% lebih baik dari server biasa maka kecepatan pelayanan dapur meningkat sebesar 50%. Hasil simulasi dari skenario kedua adalah waktu mengantri turun menjadi 6,28 menit dan waktu konsumen menunggu untuk memperoleh makanannya turun menjadi 23,05 menit. 3. Meningkatkan keterampilan seluruh server dapur dan memindahkan satu waiters yang idle ke dapur. Pada skenario ketiga ini, selain meng-upgrade seluruh server dapur juga dilakukan pemindahan satu waiters yang idle ke dapur sehingga kecepatan proses pelayanan dapur meningkat sebesar 75%. Hasil simulasi menunjukkan bahwa waktu mengantri turun menjadi 1,06 menit dan waktu menunggu konsumen untuk mendapatkan makanannya turun menjadi 18,5 menit.
44
Perbandingan hasil simulasi model awal dengan tiga model alternatif dapat dilihat pada tabel 4.5 berikut.
Elemen General Report yang dianalisis
% Utilitas
Waktu menunggu di antrian (Wq)
Waktu menunggu untuk memperoleh pesanan (Ws)
Model Awal
78,68 %
10,18 menit
28,27 menit
Model Alternatif Pertama
49,03 %
9,72 menit
26,15 menit
Model Alternatif Kedua
51,63 %
6,28 menit
23,05 menit
Model Alternatif Ketiga
44,26 %
1,06 menit
18,50 menit
Tabel 4-5. Perbandingan Hasil Simulasi Model Awal dan Model Perbaikan
I. Perhitungan Biaya Pelayanan Untuk melakukan perhitungan biaya pelayanan, model biaya yang digunakan adalah: ETC (x) = EWC (x) + EOC (x) ETC
: Total Biaya Pelayanan
EWC : Biaya waktu menunggu per satuan waktu EOC
: Biaya operasi fasilitas per satuan waktu
Karena tingkat kedatangan rata-rata λ = 12 konsumen/jam dan biaya menunggu pengantri diasumsikan Rp 1.000,- per jam. Sehingga total biaya waktu menunggu (EWC) adalah :
45
Waktu mengantri
Jumlah pengantri
Total waktu mengantri
9,72 6,28 1,06
12 12 12
116,64 75,36 12,72
Skenario Pertama Skenario Kedua Skenario Ketiga
Biaya Menunggu per jam
Total Biaya Menunggu
Rp 1.000,00 Rp 1.000,00 Rp 1.000,00
Rp 116.640,00 Rp 75.360,00 Rp 12.720,00
Tabel 4.6. Perhitungan total biaya waktu menunggu per jam
Upah untuk server biasa adalah Rp 4.000,- per jam sedangkan server terampil adalah Rp 6.000,- per jam maka biaya operasi fasilitas pelayanan (EOC) adalah :
Skenario Pertama Skenario Kedua Skenario Ketiga
server biasa
jumlah biaya server biasa
server terampil
jumlah biaya server terampil
Total biaya pelayanan per jam
2 0 1
Rp 8.000,00 0 Rp 4.000,00
2 4 4
Rp 12.000,00 Rp 24.000,00 Rp 24.000,00
Rp 20.000,00 Rp 24.000,00 Rp 28.000,00
Tabel 4.7. Perhitungan biaya operasi fasilitas pelayanan per jam
Dari hasil perhitungan EOC dan EWC diatas maka diperoleh nilai ETC yang disajikan ke dalam tabel berikut ini : EOC
Skenario Pertama Skenario Kedua Skenario Ketiga
Rp Rp Rp
20.000,00 24.000,00 28.000,00
EWC Rp 116.640,00 Rp 75.360,00 Rp 12.720,00
ETC (Total Biaya) Rp Rp Rp
136.640,00 99.360,00 40.720,00
Tabel 4.8. Perhitungan total biaya pelayanan per jam
Berdasarkan hasil simulasi dan hasil perhitungan total biaya pelayanan diatas maka dapat disimpulkan bahwa skenario yang paling baik untuk diterapkan dalam sistem nyata adalah skenario ketiga. Hal ini ditandai dengan waktu mengantri yang paling kecil yaitu 1,06 menit serta total biaya pelayanan yang juga paling kecil yakni sebesar 40.720,00 rupiah per jam.
46
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan 1. Berdasarkan hasil analisis sistem antrian awal terlihat bahwa telah terjadi kemacetan atau antrian di stasiun kerja dapur, hal ini disebabkan oleh keterbatasan kapasitas pelayanan yang ada saat ini. 2. Berdasarkan hasil simulasi model awal maka dapat diketahui performansi sistem nyata seperti: presentase utilitas dapur sebesar 78,68%, waktu menu berada di antrian dapur yaitu 10,18 menit dan waktu proses pelayanan dapur yaitu 28,27 menit. 3. Untuk memperbaiki sistem antrian awal di stasiun kerja dapur maka disusunlah tiga skenario alternatif. Berdasarkan hasil simulasi dan perhitungan biaya dari ketiga skenario tersebut dapat disimpulkan bahwa skenario ketiga merupakan skenario terbaik bila dibandingkan dengan dua skenario lainnya. Hal ini ditunjukkan oleh waktu mengantri yang paling kecil yaitu 1,06 menit dan total biaya pelayanan yang paling kecil yaitu Rp 40.720,00 B. Saran 1. Hasil penelitian ini baru pada tahap penentuan solusi alternatif yang terbaik bagi sistem pelayanan di Kedai Jamoer dan dapat dilakukan penelitian lebih mendalam mengenai optimasi sistem pelayanan di Kedai Jamoer dengan menggunakan metode optimasi, salah satunya yaitu dengan menggunakan metode algorithma genetika.
