ANALISIS SISTEM ANTRIAN PADA AREA FINAL INSPECTION DI VEHICLE LOGISTIC CENTER PT ADM UNTUK OPTIMALISASI JUMLAH SERVER, WAKTU TUNGGU, DAN TOTAL BIAYA PELAYANAN Sony Kamilie1; Jonny2 1, 2
PT ASTRA DAIHATSU MOTOR, Jln. Gaya Motor III No. 5, Sunter II, Jakarta 14350
[email protected]
ABSTRACT Industry stakeholders are expected to work faster to fulfill market demands and avoid loss of opportunity in business. An effective and efficient system is need to support this expectation. This study examines the queueing system on Vehicle Logistic Center for optimalizing total number of servers. Long queues usually occur at the Final Inspection area. Data is collected and calculated, subsequently simulates using promodel 7.0. The result of this research shows that optimal total number of servers with a reduced waiting time of 11,60% and total cost of Rp 41.056,00.It is recommended that the company uses 2 (two) server for the queuing system in the Final Inspection area in order to improve service quality. Keywords: total server, service time, waiting time, queueing, simulation
ABSTRAK Pelaku dunia industri saat ini selalu dituntut untuk bekerja lebih cepat guna memenuhi permintaan pasar dan menghindari kehilangan peluang dalam berbisnis. Untuk mendukung hal tersebut dibutuhkan suatu sistem yang efektif dan efisien. Studi ini meneliti sistem antrian yang ada di Vehicle Logistic Center untuk optimalisasi jumlah server. Antrian terjadi pada area Final Inspection. Penelitian dilakukan dengan mengambilan data kedatangan, data pelayanan dan data biaya. Data yang telah diambil dilakukan perhitungan lalu disimulasikan menggunakan promodel 7.0. Hasil penelitian menunjukkan jumlah server yang optimal dengan tingkat waktu menunggu sebesar 11,60% dan total biaya Rp 41.056,60. Perusahaan direkomendasikan agar menggunakan 2 server untuk sistem antrian pada area Final Inspection untuk meningkatkan kualitas pelayanan. Kata kunci: jumlah Server, waktu Pelayanan, waktu menunggu, antrian, simulasi.
26
INASEA, Vol. 11 No.1, April 2010: 26-34
PENDAHULUAN Latar Belakang ‘Time is money’ Ungkapan ini tampaknya cocok dengan situasi yang sedang kita hadapi di era globalisasi dan era perdagangan bebas yang sedang dimulai. Waktu merupakan suatu hal yang berharga dan memiliki dampak sangat besar terhadap dunia usaha terlebih industri otomotif. Pelaku dunia industri saat ini selalu dituntut untuk bekerja lebih cepat guna memenuhi permintaan pasar dan menghindari kehilangan peluang dalam berbisnis. Untuk mendukung hal tersebut dibutuhkan suatu sistem yang efektif dan efisien. PT Astra Daihatsu Motor (ADM) merupakan salah satu perusahaan otomotif yang memproduksi kendaraan beroda empat. Selain dipasarkan ke dealer domestik, permintaan dari luar Indonesia pun semakin bertambah, sehingga export PT ADM meningkat. Tentunya dibutuhkan tahapan yang cukup panjang agar kendaran-kendaraan tersebut sampai ke negara tujuan export, mulai dari proses produksi, proses quality inspection, sampai proses pengiriman ke pelabuhan. Kendaraan yang akan dikirimkan ke pelabuhan harus memenuhi standart kualitas internasional sehingga diperlukan pengecekan kualitas sebelum dikirimkan ke pelabuhan. Proses pengecekan quality kendaraan export dilakukan di Vehicle Logistic Center (VLC), yang merupakan tempat penampungan sementara kendaraan sebelum di export. PT ADM dituntut untuk dapat memenuhi kebutuhan permintaan export setiap bulannya. Saat ini kebutuhan permintaan export setiap bulannya sudah terpenuhi, tetapi dalam rangka memenuhi kebutuhan tersebut terdapat beberapa aktifitas yang kurang efektif dan efisien. Berdasarkan penelitian yang dilakukan di VLC PT ADM, salah satu hal yang kurang efektif dan efisien yaitu lamanya proses pengiriman kepelabuhan dikarenakan adanya antrian yang terjadi pada area final inspection (area pengecekan kualitas terakhir di VLC). Lamanya proses pengiriman menimbulkan adanya biaya menunggu dan mempengaruhi peningkatan total biaya pelayanan yang dikeluarkan perusahaan. Antrian yang terjadi pada area final inspection disebabkan karena kurangnya jumlah server yang ada. Untuk menganalisa jumlah server yang optimal pada area tersebut digunakan perhitungan teori antrian. Selain itu mendukung analisa antrian didukung juga dengan menggunakan simulasi sehingga tidak ada biaya percobaan dalam menganalisa jumlah server pada area tersebut.
Perumusan Masalah Kondisi server pada final inspection saat ini hanya 1 unit. Server ini bertugas melakukan pemeriksaan penampilan kendaraan yang masuk setelah proses pencucian dan menganalisanya apakah kendaraan ini layak dikirim atau tidak. Jika kendaraan tidak layak dikirim, maka akan digantikan dengan kendaraan lainnya. Penulis melihat adanya antrian dari sistem pelayanan tersebut karena setiap kendaraan yang diperiksa memiliki permasalahan yang berbeda-beda sehingga mempengaruhi lamanya waktu pemeriksaan. Oleh karena itu didalam penulisan artikel ini ini, penulis meneliti beberapa pertanyaan terkait dengan perbaikan proses antrian yaitu meneliti kecukupan jumlah server yang ada saat ini di final inspection untuk melayani unit kendaraan yang harus diperiksa dan jumlah optimalnya.
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
27
Tujuan dan Manfaat Penelitian memiliki tujuan sebagai berikut, antara lain : (1) melihat kondisi server saat ini berapa besar utilitasnya, waktu tunggu, panjang antrian yang ada; (2) Menguji optimalisasi jumlah server yang dibutuhkan perusahaan pada kondisi saat ini; (3) Melakukan rekomendasi jumlah server yang optimal untuk digunakan perusahaan. Dari tujuan-tujuan tersebut diharapkan dapat memberikan manfaat antara lain : (1) Memberikan informasi jumlah server yang optimal kepada perusahaan; (2) Memperkenalkan penggunaan konsep teori antrian didunia otomotif dan (3)Memperkenalkan penggunaan promodel 7.0 kepada perusahaan dalam rangka melakukan simulasi.
HASIL DAN PEMBAHASAN Hasil Penelitian Pengumpulan Data Sebelum melakukan pengolahan dan analisis data, penulis melakukan observasi kondisi yang ada di area final inspection VLC saat ini. Observasi dilakukan untuk mendapatkan data-data, sehingga data tersebut dapat dianalisis menggunakan teori antrian lalu dilakukan simulasi. Adapun data hasil observasi yang telah dilakukan adalah sebagai berikut : - Model sistem antrian area final inspection. - Data kedatangan kendaraan. - Data waktu pelayanan. - Data total biaya pelayanan. Untuk data total biaya pelayanan akan di tampilkan saat melakukan perhitungan optimalisasi jumlah server. a. Model Sistem Antrian Pada sistem antrian di area final inspection penulis mengamati model sistem antrian yang digunakan saat ini yaitu jenis model antrian satu saluran satu tahap yang berarti kendaraan yang ingin menggunakan fasilitas pelayanan, menunggu dalam sebuah antrian sampai gilirannya untuk dilayani. Model sistem antrian ini didasarkan beberapa asumsi diantaranya kedatangan mengikuti distribusi poisson, waktu pelayanan mengikuti distribusi eksponensial, disiplin antrian kendaraan yang datang dilayani terlebih dahulu (First Come First Served). Selain itu penulis juga melihat adanya keterbatasan antrian dikarenakan luas lokasi yang ada. Batas antrian yang diijinkan sebanyak 16 unit kendaraan. b. Data Kedatangan Kendaraan di Final Inspection Data kedatangan didapatkan dengan pengamatan langsung di area final inspection. Data dikumpulkan dengan mencatat waktu kedatangan setiap kendaraan yang datang ke area final inspection setelah selesai proses pencucian. Pengamatan dilakukan pada bulan April 2010, data yang didapatkan merupakan data kedatangan kendaraan ke final inspection selama 2 minggu. Pengamatan mewakili semua hari kecuali sabtu dan minggu. Untuk menganalisis data antrian harus pada periode sibuk, maka data
28
INASEA, Vol. 11 No.1, April 2010: 26-34
yang akan digunakan untuk analisis antrian adalah data tanggal 21 April 2010 dengan jumlah kedatangan 104 unit kendaraan (lihat Tabel 1). Tabel 1 Data kedatangan kendaraan pada periode sibuk Jam Kedatangan Ke0-1 1-2 2-3 3-4 4-5 5-6 6-7 TOTAL
Frekuensi Kedatangan 15 19 16 12 15 16 11 104
Rata-rata tingkat kedatangan (λ) = 14,86 unit/jam c. Data Pelayanan Kendaraan di Final Inspection Data pelayanan kendaraan ke area final inspection dikumpulkan dengan mencatat waktu pelayanan pada kedatangan terbanyak untuk setiap kendaraan yang di cek pada area tersebut. Pencatatan data pelayanan kendaraan di final inspection dicatat dalam satuan menit untuk setiap 1 unit kendaraan yang masuk. Tabel 2 berikut merupakan tabel data pelayanan kendaraan hasil observasi. Tabel 2 Data pelayanan kendaraan Jam Kedatangan Ke3-4 4-5 5-6 6-7 7-8 8-9 9-10 10-11 TOTAL
Frekuensi Kedatangan 32 24 16 12 8 6 4 2 104
Rata-rata tingkat pelayanan (μ) = 11,35 unit/jam Pengolahan Data Pada pengolahan data dilakukan pengujian kebaikan suai, perhitungan teori antrian, perhitungan total biaya pelayanan lalu perhitungan jumlah server yang optimal. Pengujian kebaikan suai merupakan pengujian data kedatangan dan data pelayanan sesuai dengan distribusi pada teori antrian, setelah dilakukan pengujian maka dilakukan perhitungan teori antrian. Setelah didapat
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
29
hasil perhitungan antrian, dilakukan perhitungan total biaya pelayanan dan perhitungan jumlah server optimal. a. Pengujian Kebaikan Suai (Goodness Of Fit) Pengujian kebaikan suai dilakukan untuk melihat distribusi yang ada pada data kedatangan dan pelayanan kendaraan yang masuk ke final inspection. Tabel 3 berikut merupakan tabel hasil pengujian data kedatangan dan data. Tabel 3 Pengujian kebaikan suai data kedatangan dan data pelayanan
Poisson 0,954 > 0,05 Ho diterima
Eksponensial 0,997 > 0,05 Ho diterima
Pengujian kebaikan pada SPSS 15 menggunakan Kolmogorov Smirnov karena pengujian lebih fleksibel dibandingkan dengan Chi Square. Hasil pengujian dilihat dengan cara membandingkan nilai signifikansi (Asymp. Sig) dengan nilai taraf nyata yang telah ditetapkan sebesar 0,05. Data kedatangan menunjukkan distribusi poisson dan data pelayanan menunjukkan distribusi eksponensial. b. Perhitungan Teori Antrian Perhitungan teori antrian menggunakan rumus perhitungan model sistem (M/M/1): (FCFS/N/∞) dan (M/M/C):(FCFS/N/∞). Hasil perhitungan yang didapat menggunakan rumus perhitungan model tersebut dibuatkan tabel seperti pada Tabel 4. Tabel 4 Perhitungan Teori Antrian
Model Antrian ρ P0 Lq Ls Wq Ws ρ (dengan λeff)
30
[M/M/1]:[FCFS/16/∞] 1,30864 0,32% 11,9406 unit 12,937 unit 1,0551 jam 1,1432 jam 0.99674
JUMLAH SERVER [M/M/2]:[FCFS/16/∞] 0,65432 50,69% 0,0256 unit 1,0224 unit 2,267 x 10-3 jam 0,0903 jam
[M/M/3]:[FCFS/16/∞] 0,436214 64,61% 2,58 x 10-4 unit 0,997 unit 2,28 x 10-5 jam 0,0881/kam.
INASEA, Vol. 11 No.1, April 2010: 26-34
c. Perhitungan Total Biaya Pelayanan Untuk menghitung total biaya pelayanan didapat dari rumus : TC = C1.s + C2.Ls(s) Dimana : C1 = Biaya tenaga kerja per jam C2 = Biaya lembur tenaga kerja s = Jumlah server Ls(s) = Jumlah rata-rata pelanggan dalam sistem untuk setiap server Hasil perhitungan menggunakan rumus diatas ada pada Tabel 5. Tabel 5 Perhitungan Teori Biaya Pelayanan Jumlah Server 1
EOC Rp 7.600,00 Rp 15.200,00
EWC Rp 327.306,10 Rp 25.856,60
ETC (Total Biaya Rp 334.906, 10 Rp 41.056,00
d. Perhitungan Jumlah Server Optimal Dalam menentukan jumlah pelayanan optimal, digunakan data jumlah kedatangan yang diperkirakan dalam sistem (Ls) dan perbandingan antara biaya pelayanan dan biaya menunggu. Perhitungan jumlah server dan tabel pembanding yang paling optimal sebagai berikut : Biaya Pelayanan (C1) = Rp 7.600,Biaya Menunggu (C2) = Rp 25.300,C1/C2 = 7.600 / 25.300 = 0,3004 Dari perhitungan diatas diterapkan kondisi ini dan dibuatkan tabelnya pada tabel 6. Ls(c) – Ls(c+1) ≤ C1/C2 ≤ Ls(c-1) – Ls(c) Tabel 6 Perhitungan penentuan jumlah server optimal Jumlah Server (c) 1 2 3
Ls (c) 12,937 1,022 0,997
Ls(c-1) – Ls(c) 12,937 11,915 0,025
Besar C1/C2 = 0,3004. Jika dilihat dari tabel besar nilai tersebut ada diantara jumlah server 2 dan server 3. Maka kondisi diterapkan sebagai berikut. Ls(c) – Ls(c+1) = 0,025 ≤ 0,3004 ≤ 11,915 = Ls(c-1) – Ls(c) Dari perhitungan tersebut, angka yang paling dekat untuk perbandingan antara biaya pelayanan dan biaya menunggu (C1/C2) terdapat pada jumlah final inspection dengan dua server = 11,915. Sehingga dapat disimpulkan sementara, jumlah final inspection dengan dua server merupakan jumlah yang server yang optimal. Untuk mendukung kesimpulan sementara tersebut, maka dilakukan simulasi dengan menggunakan promodel 7.0.
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
31
Simulasi Data dengan Promodel 7.0 Selain melakukan perhitungan dengan menggunakan karakteristik operasi antrian, dalam melakukan pemecahan masalah juga digunakan berbagai macam cara yaitu dengan mensimulasikannya. Dalam melakukan simulasi, menggunakan suatu alat bantu program Promodel 7.0. Simulasi ini dilakukan bertujuan mencari jumlah final inspection yang optimal. Dalam simulasi sederhana ini melibatkan sistem yang memiliki karakteristik random, maka hasil dari simulasi pada kenyataannya juga akan bersifat random. Hasil dari eksekusi tunggal terhadap simulasi hanya mewakili satu dari beberapa keluaran yang mungkin terjadi. Oleh karena itu, diperlukan eksekusi dengan beberapa kali pengujian untuk menguji hasil kebenaran. Jumlah pengujian harus disesuaikan dengan tingkat ketelitian yang dibutuhkan oleh keluaran. Untuk tingkat ketelitian yang tinggi, dibutuhkan jumlah pengulangan pengujian yang lebih banyak supaya diperoleh kesesuaian keluaran dengan tingkat keyakinan yang telah ditetapkan. Untuk melakukan suatu simulasi, terdapat elemen-elemen penting yang harus dirancang karena sangat mempengaruhi jalan dan hasil simulasi. Dalam membuat simulasi suatu model dengan menggunakan program promodel, harus didefinisikan sejumlah elemen dasar yang harus ada dalam setiap model, yaitu : 1. Lokasi (Location) Entitas (Entity) 2. Proses (Processing) 3. Kedatangan (Arrivals) Setelah elemen-elemen diatas dibuat, maka dilakukan running test simulasi tersebut, hasil running test ditampilkan pada Gambar 1 berikut.
Gambar 1 Tampilan running test final inspection
Dari tampilan running test dapat dilihat pada jumlah server 1 terjadi antrian yang cukup banyak, ketika server ditambahkan menjadi 2 antrian terjadi kembali tetapi tidak terlalu padat, jika ditambahkan menjadi 3 server maka antrian semakin tidak kelihatan. Jadi dapat disimpulkan semakin banyak jumlah server maka antrian yang ada pada jalur antrian final inspection akan semakin sedikit. Dalam melakukan analisis antrian hasil simulasi menggunakan promodel, hasil keluaran diamati tingkat utilitas, tingkat waktu menganggur, tingkat waktu menunggu. Tabel 7 berikut adalah hasil persentase hasil keluaran simulasi tersebut. Semakin tinggi tingkat utilitas final inspection maka antrian pada final inspection semakin tinggi juga. Berarti cara untuk mengurangi antrian bisa dilakukan dengan menambah jumlah server. Walaupun semakin banyak jumlah final inspection lebih baik, tidak bisa dibilang jumlah yang banyak merupakan jumlah yang paling optimal. Oleh karena waktu menganggur dan waktu menunggu juga perlu dipertimbangkan.
32
INASEA, Vol. 11 No.1, April 2010: 26-34
Tabel 7 tingkat utilitas, tingkat waktu menganggur, tingkat waktu menunggu Server No
1 2 3 Ratarata
Server No
Percentage Utilization Final Impaction 1 Unit 96,94 %
Final Impaction 2 Unit 65,52% 64,69%
96,94%
65,11%
Final Impaction 3 Unit 43,65% 43,34% 42,96% 43,32%
1 2 3 Ratarata
Percentage Idle Time (waktu menganggur) Final Impaction 1 Unit 3,06 %
Final Impaction 2 Unit 34,48% 35,31%
3,06%
34,90%
Final Impaction 3 Unit 56,35% 56,66% 57,04% 56,68%
Percentage Waiting Time (waktu menunggu) Final Final Final Impaction Impaction 2 Impaction 3 1 Unit Unit Unit 15,32 %
11,60%
1,64%
Pada waktu menganggur diatas dapat dilihat bahwa waktu menganggur untuk 3 final inspection lebih besar apabila dibandingkan dengan 2 final inspection dan 1 final inspection, sehingga dari kedua perbandingan tingkat kegunaan fasilitas tersebut dapat dilihat bahwa tingkat kegunaan fasilitas untuk 1 final inspection dapat dikatakan lebih baik dibandingkan dengan 2 final inspection dan 3 final inspection. Untuk waktu menunggu dapat dilihat, kondisi 3 final inspection lebih kecil dibandingkan yang lainnya. Tetapi untuk kondisi tersebut belum tentu dapat dikatakan baik karena waktu mengganggurnya besar. Dari semua perhitungan dan simulasi maka dilakukan evaluasi kinerja hasil penelitian ini. Evaluasi Kinerja Jika dilihat dari jumlah kendaraan yang datang menuju final inspection per jamnya, jumlah kendaraan yang datang lebih banyak dibandingkan dengan tingkat pelayanan yang diberikan perjamnya, sehingga mengakibatkan adanya penumpukan kendaraan dan menimbulkan suatu masalah antrian. Maka dilakukan analisa terhadap optimalisasi jumlah final inspection yang ada saat ini dengan penambahan jumlah server final inspection. Pada subbab sebelumnya telah dilakukan analisa perhitungan sistem antrian dengan menggunakan perhitungan optimalisasi sistem antrian dan analisa menggunakan simulasi promodel 7.0. Sistem yang ada saat ini terdiri dari 1 final inspection dan rencana usulannya dengan menambah menjadi 2 final inspection atau 3 final inspection. Setelah dilakukan perhitungan menggunakan analisa teori dapat diketahui jumlah server yang paling optimal. Sistem yang ada saat ini dengan jumlah 1 server memiliki total biaya pelayanan sebesar Rp 334.906,10 sedangkan sistem antrian usulan dengan jumlah 2 server sebesar Rp 41.056,60 dan dengan jumlah 3 server sebesar Rp 48.024,10. Dari total biaya dapat dilihat penambahan server mengakibatkan kurangnya biaya yang dikeluarkan, tetapi ketika jumlah server ditambah menjadi 3, mengalami peningkatan kembali total biaya pelayanan. Jika dilihat dari segi waktu dan melakukan simulasi menggunakan Promodel 7.0, waktu menunggu dengan kondisi saat ini yaitu 1 server sebesar 15,32% sedangkan waktu menunggu sistem antrian usulan dengan jumlah 2 server sebesar 11,60% dan dengan jumlah 3 server 1,64%. Dari perhitungan waktu menunggu, dapat dilihat jumlah 3 server mendapatkan waktu menunggu
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
33
yang paling sedikit. Dalam hal ini waktu menunggu yang sedikit belum tentu merupakan hal yang baik karena disaat jumlah kedatangan menurun maka tingkat menganggur dengan jumlah server yang banyak pasti akan semakin meningkat sehingga menjadi tidak efektif. Dari hasil analisa diatas maka dapat disimpulkan untuk evaluasi kerja, penambahan jumlah server dapat mengurangi waktu tunggu yang ada, tetapi bertambahnya jumlah server diikuti juga penambahan total biaya yang terjadi seperti perhitungan biaya penambahan 2 server menjadi 3 server. Untuk itu pemilihan jumlah server final inspection yang paling optimal lebih baik menggunakan 2 server final inspection.
PENUTUP Berdasarkan hasil pengamatan dan analisis pada pembahasan penelitian, dapat disimpulkan sebagai berikut: (1) Kondisi jumlah server 1 tingkat pelayanan sangat sibuk. Hal ini dibuktikan dengan angka peluang menganggur hanya 0,32%, perkiraan waktu tunggu dalam sistem 1,1432 jam, dan total biaya pelayanan dicapai Rp 334.906,10 per jam; (2) Kondisi dengan jumlah server 1 merupakan kondisi yang tidak optimal ditandai dengan tingginya biaya menunggu (EWC) sebesar Rp 327.306,10 sehingga dilakukan analisis jumlah server optimal. Dari hasil analisis ditemukan kondisi 2 server merupakan jumlah yang optimal dengan total biaya pelayanan Rp 41.056,60; dan (3) Perusahaan direkomendasikan agar sistem antrian pada area Final Inspection sebaiknya menggunakan 2 server, hal ini dikarenakan apabila jumlah server hanya 1 maka operator tidak ada waktu istirahat sehingga mempengaruhi kualitas pelayanan. Selain faktor kualitas, kendaraan yang tidak bisa dilayani juga akan menumpuk di area sebelumnya yaitu area washing dan storage yard sehingga menimbulkan hal yang tidak efektif dan efisien.
DAFTAR PUSTAKA Hakim, A. N. (2005) Manajemen Industri. Andi, Yogyakarta. Heizer, J. dan Render, B. (2006) Manajemen Operasi. Edisi Ketujuh. Jakarta: Salemba Empat. Mulyono, S. (2007) Riset Operasi. Edisi Revisi. Jakarta: Fakultas Ekonomi Universitas Indonesia. Nisfiannor, M. (2005) Modul Aplikasi SPSS 15. Jakarta: Universitas Tarumanagara. Taha, H. A. (2007) Operations Research an Introduction. Eight Edition. USA: Pearson PrenticeHall, Inc. Tim Penyusun Modul Laboratorium Komputasi Industri Trisakti. (2007) Modul Praktikum Simulasi Sistem Pro Model 7.0. Jakarta: Jurusan Teknik Industri Universitas Trisakti. Walpole, R. E., Myers, R. H., Myers, S. L, and Ye, K. (2007) Probability and Statistic for Engineering and Scientists,8th edition. USA: Pearson Prentice-Hall, Inc.
34
INASEA, Vol. 11 No.1, April 2010: 26-34
