Sunteți pe pagina 1din 15

Sistem Antrian Pada McDonalds Jl.Lakda Adisucipto 0.

6 km dari
Ambarrukmo Plaza (Ampalaz) dengan menggunakan Model M/M/3

Disusun oleh :

Kelompok 8
Dian Nesya Putri 161062043
Harifa Hananti 161062044
Asrifoka Wisna 161062045
Fanni Irwan 16106256

JURUSAN STATISTIKA
INSTITUT SAINS & TEKNOLOGI AKPRIND
YOGYAKARTA
2015
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Antrian merupakan suatu sistem dimana pelanggan yaitu seseorang menunggu untuk
dilayani.Adanya pelayanan dan pelanggan sudah bisa membuat system antrian, dimana
pelayanan bertugas melayani pelanggan ataupun menunggu pelayan untuk dilayani dan
seseorang yang sedang mengantri sebagai pelanggan menunggu untuk dilayani. Adanya
system antrian membantu suatu system yang menggunakan antrian untuk mengatur
pelanggannya agar menjadi teratur dan pelayan dapat berlaku secara adil. Namun ada
kelemahan dari system antrian tersebut seperti pelanggan yang sedang terburu-buru tapi
ia ingin segera dilayani yang berdampak adanya pelanggaran dalam mengantri, hal
tersebut dapat dikatakan tidak adanya antrian, kalaupun ada probabilitasnya akan kecil.
Pertumbuhan industri di bidang penyajian makanan restoran cepat saji dari luar negeri
berkembang bak jamur, hal itu terjadi karena antusias masyarakat Indonesia terhadap
restoran cepat saji sangat besar. Salah satu restoran cepat saji yang berkembang sangat
pesat di Indonesia yaitu McDonalds. Namun dalam pelayanan pada restoran cepat saji
tidak jarang mengalami yang namanya antrian yang dikarenakan kurang tepatnya sistem
antrian. Dalam penulisan ilmiah ini, penulis membahas tentang bagaimana proses antrian
yang terjadi pada McDonalds Jl.Lakda Adisucipto 0.6 km dari Ambarrukmo Plaza
(Ampalaz) dengan menggunakan rumus model M/M/C dengan Metode Multi Server
dengan tujuan untuk menganalisis antrian yang terjadi pada kasir sehingga dapat
ditentukan jumlah kasir optimal yang harus dioperasikan pada McDonalds Ambarukmo,
maka peneliti ingin mengetahui apakah terjadinya antrian pelayanan di McDonald’s
Ambarukmo Yogyakarta.
B. Rumusan Masalah
Adapun rumusan yang diajukan dalam studi kasus mengenai proses antrian adalah:
1. Bagaimana model system antrian pelanggan di McDonalds?
2. Berapa rata-rata jumlah kedatangan pelanggan dalam sistem di McDonalds?
3. Berapa rata-rata waktu pelayanan pelanggan dalam sistem di McDonalds?
4. Berapa probabilitas waktu kosong pada keseluruhan sistem antrian di McDonalds?
5. Berapa ekspetasi rata-rata jumlah pelanggan dalam antrian di McDonalds?
6. Berapa ekspetasi rata-rata waktu pelanggan dalam antrian di McDonalds?
C. Tujuan
Berdasarkan rumusan masalah yang ada maka tujuan dalam menjawab permasalahn
berupa:
1. Mengetahui model system antrian pelanggan di McDonalds
2. Mengetahui rata-rata jumlah kedatangan pelanggan dalam sistem di McDonalds
3. Mengetahui rata-rata waktu pelayanan pelanggan dalam sistem di McDonalds
4. Mengetahui probabilitas waktu kosong pada keseluruhan sistem antrian di
McDonalds
5. Mengetahui ekspetasi rata-rata jumlah pelanggan dalam antrian di McDonalds
6. Mengetahui ekspetasi rata-rata waktu pelanggan dalam antrian di McDonalds
D. Manfaat
Adapun manfaat yang dapat diambil dalam studi kasus mengenai sistem antrian
sebagai berikut:
1. Dapat memahami mengenai suatu proses antrian.
2. Dapat mengaplikasikan teori proses antrian.
3. Sebagai bahan pertimbangan untuk mengatasi antrian yang terjadi di McDonalds.
E. Asumsi yang Digunakan
1.
2. Kedatangan per kelompok.
3. Sistem antrian berbentuk M/M/3.
BAB II
KAJIAN TEORI

A. Teori Antian

Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari–hari. Menunggu di

depan loket untuk mendapatkan tiket kereta api atau tiket bioskop, pada pintu jalan tol, pada

bank, pada kasir supermarket, dan situasi–situasi yang lain merupakan kejadian yang sering

ditemui. Studi tentang antrian bukan merupakan hal yang baru.

Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan

(kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna fasilitas yang tiba tidak bisa

segera mendapat layanan disebabkan kesibukan layanan. Pada banyak hal, tambahan fasilitas

pelayanan dapat diberikan untuk mengurangi antrian atau untuk mencegah timbulnya antrian.

Akan tetapi biaya karena memberikan pelayanan tambahan, akan menimbulkan pengurangan

keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya, sering

timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan / nasabah.

Salah satu model yang sangat berkembang sekarang ini ialah model matematika.

Umumnya, solusi untuk model matematika dapat dijabarkan berdasarkan dua macam

prosedur, yaitu : analitis dan simulasi. Pada model simulasi, solusi tidak dijabarkan secara

deduktif. Sebaliknya, model dicoba terhadap harga – harga khusus variabel jawab

berdasarkan syarat - syarat tertentu (sudah diperhitungkan terlebih dahulu), kemudian

diselidiki pengaruhnya terhadap variable kriteria. Karena itu, model simulasi pada hakikatnya

mempunyai sifat induktif. Misalnya dalam persoalan antrian, dapat dicoba pengaruh

bermacam - macam bentuk system pembayaran sehingga diperoleh solusi untuk situasi atau

syarat pertibaan yang mana pun.


Teori antrian adalah cabang dari terapan teori probabilitas yang awalnya digunakan

untuk mempelajari kemacetan lalu lintas telepon, Pertama kali diperkenalkan oleh seorang

ahli matematika dari Denmark, Agner Kramp Erlang (1878-1929). Proses antrian adalah

suatu proses yang berhubungan dengan kedatangan seorang pelangan pada suatu fasilitas

pelayanan kemudian menunggu dalam suatu baris atau antrian karena pelayannya sedang

sibuk dan akhirnya meninggalkan sistem setelah selesai dilayani. Sedangkan yang dimaksud

dengan sistem antrian adalah himpunan pelanggan, pelayan dan suatu aturan yang mengatur

kedatangan para pelanggan dan pemrosesan masalahnya.

Ada tiga komponen dalam sistim antrian yaitu :

1. Populasi dan cara kedatangan pelanggan datang ke dalam sistem

2. Sistem pelayanan

3. Kondisi pelanggan saat keluar sistem

B. Komponen Dasar Antrian

Komponen dasar proses antrian adalah :

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, panggilan

telepon untuk dilayani, dan lain – lain. Unsur ini sering dinamakan proses input. Proses input

meliputi sumber kedatangan atau biasa dinamakan calling population, dan cara terjadinya

kedatangan yang umumnya merupakan variabel acak. Menurut Levin, dkk (2002), variabel

acak adalah suatu variabel yang nilainya bisa berapa saja sebagai hasil dai percobaan acak.

Variabel acak dapat berupa diskrit atau kontinu. Bila variabel acak hanya dimungkinkan
memiliki beberapa nilai saja, maka ia merupakan variabel acak diskrit. Sebaliknya bila

nilainya dimungkinkan bervariasi pada rentang tertentu, ia dikenal sebagai variabel acak

kontinu.

2. Pelayan

Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan, atau satu

atau lebih fasilitas pelayanan. Tiap – tiap fasilitas pelayanan kadang – kadang disebut sebagai

saluran (channel) (Schroeder, 1997). Contohnya, jalan tol dapat memiliki beberapa pintu tol.

Mekanisme pelayanan dapat hanya terdiri dari satu pelayan dalam satu fasilitas pelayanan

yang ditemui pada loket seperti pada penjualan tiket di gedung bioskop.

3. Antri

Inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian terutama

tergantung dari sifat kedatangan dan proses pelayanan. Jika tak ada antrian berarti terdapat

pelayan yang menganggur atau kelebihan fasilitas pelayanan (Mulyono, 1991).

Penentu antrian lain yang penting adalah disiplin antri. Disiplin antri adalah aturan

keputusan yang menjelaskan cara melayani pengantri. Menurut Siagian (1987), ada 5 bentuk

disiplin pelayanan yang biasa digunakan, yaitu :

1. FirstCome FirstServed (FCFS) atau FirstIn FirstOut (FIFO) artinya, lebih dulu

datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada loket

pembelian tiket bioskop.

2. LastCome FirstServed (LCFS) atau LastIn FirstOut (LIFO) artinya, yang tiba

terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator untuk

lantai yang sama.


3. Service In Random Order (SIRO) artinya, panggilan didasarkan pada peluang

secara random, tidak soal siapa yang lebih dulu tiba.

4. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada pelanggan

yang mempunyai prioritas lebih tinggi dibandingkan dengan pelanggan yang

mempunyai prioritas lebih rendah, meskipun yang terakhir ini kemungkinan sudah

lebih dahulu tiba dalam garis tunggu.

Kejadian seperti ini kemungkinan disebabkan oleh beberapa hal, misalnya seseorang yang

dalam keadaan penyakit lebih berat dibanding dengan orang lain dalam suatu tempat praktek

dokter.Dalam hal di atas telah dinyatakan bahwa entitas yang berada dalam garis tunggu tetap

tinggal di sana sampai dilayani. Hal ini bisa saja tidak terjadi. Misalnya, seorang pembeli bisa

menjadi tidak sabar menunggu antrian dan meninggalkan antrian. Untuk entitas yang

meninggalkan antrian sebelum dilayani digunakan istilah pengingkaran (reneging).

Pengingkaran dapat bergantung pada panjang garis tunggu atau lama waktu tunggu. Istilah

penolakan (balking) dipakai untuk menjelaskan entitas yang menolak untuk bergabung dalam

garis tunggu (Setiawan, 1991)

C. M/M/1

Salah satu model paling sederhana adalah model saluran tunggal (single-channel

model) yangditulis dengan notasi “sistem M/M/1”. Komponen dari sistem ini adalah :

1. Populasi input tak terbatas yaitu jumlah kedatangan pelanggan potensial tak

terbatas.

2. Distribusi kedatangan pelanggan potensial mengikuti distribusi Poisson. Rata-rata

kedatangan

pelanggan per satuan waktu adalah variabel random suatu distribusi probabilitas

Poisson. Dalamnotasi (M/M/1), tanda M pertama menunjukkan rata-rata kedatangan


yang mengikuti distribusiprobabilitas Poisson. Sedangkan arti M kedua adalah tingkat

pelayanan yang mengikuti distribusiprobabilitas Poisson. Angka satu menunjukkan

jumlah fasilitas pelayanan dalam sistem atau satusaluran (one channel).

3. Disiplin pelayanan mengikuti pedoman FCFS.

4. Fasilitas pelayanan terdiri dari saluran tunggal.

5. Distribusi pelayanan mengikuti distribusi Poisson. Diasumsikan bahwa lamda lebih

kecil dari miu

(λ < μ) yaitu rata-rata jumlah kedatangan pelanggan per satuan waktu lebih kecil dari

rata-rata

jumlah pelanggan yang dapat dilayani per satuan waktu dalam sistem.

6. Kapasitas sistem diasumsikan tak terbatas.

7. Tidak ada penolakan maupun pengingkaran.

Persamaan yang digunakan dalam sistem (M/M/1) adalah sebagai berikut :

D. M/M/C Multi server


Pada model terdapat dua atau lebih jalur pelayanan yang tersedia untuk melayani pelanggan

yang datang, asumsi bahwa pelanggan yangmenunggu pelayanan membentuk suatu jalur

untuk dilayani pada server pelayanan yang tersedia pertama kali pada saat itu. Model ini juga

mengasumsikan bahwa pola kedatangan mengikuti eksponensial negatif. Palayanan

dilakukan secara FCFS, dan semua server pelayanan diasumsikan memiliki tingkat pelayanan

yang sama.Sistem multi server yang mempunyai antrian tunggal dengan melalui beberapa

fasilitas pelayanan

Sistem pelayanan (Busy Sistem)

𝜆
𝜌=
𝑐𝜇

Probabilitas terdapat nol orang dalam sistem

1 1 1
𝑃0 = [1 + 𝜆⁄𝜇 + (𝜆⁄𝜇 )2 + (𝜆⁄𝜇 )3 + ( )]−1
2 6 𝜆
1 − ⁄3𝜇

Rata-rata Jumlah Pelanggan Dalam Sistem

𝜆
𝐿𝑠 = 𝐿𝑞 +
𝜇

Rata-rata Jumlah Pelanggan Dalam Antrian

𝜆
(𝜇)𝑘+1 𝑃0
𝐿𝑞 = 𝜆
𝑘 𝜇(1 − 𝜇)2

Rata-rata waktu menunggu dalam Sistem

𝐿𝑠
𝑊𝑠 =
𝜆
Rata-rata waktu menunggu dalam Antrian

𝐿𝑞
𝑊𝑞 =
𝜆
BAB III
METODOLOGI PENELITIAN

A. Alat dan Bahan


Dalam melakukan studi kasus ini alat dan bahan yang digunakan adalah:
1. Microsoft Word
2. Microsoft Excel
3. Kalkulator
4. Alat Tulis
5. Stopwatch
B. Prosedur Kerja
Langkah-langkah yang dilakukan dalam pengambilan data, pengolahan, dan analisis
serta pembahasan data ialah:
1. Melakukan survey dengan menghitung jumlah kedatangan dan waktu
pelayanan pembelian di McDonalds Jl.Lakda Adisucipto 0.6 km dari
Ambarrukmo Plaza (Ampalaz).
2. Menghitung rata-rata jumlah kedatangan pelanggan dalam sistem.
3. Menghitung rata-rata waktu pelayanan dalam sistem.
4. Menghitung probabilitas kosong pada keseluruhan antrian.
5. Menghitung ekspetasi rata-rata pelanggan dalam antrian.
6. Menghitung ekspetasi rata-rata waktu dalam antrian.
BAB IV
HASIL DAN PEMBAHASAN

A. Uji Distribusi Data


1. Distribusi Kedatangan
Hipotesis
𝐻0 = 𝐷𝑎𝑡𝑎 𝑘𝑒𝑑𝑎𝑡𝑎𝑛𝑔𝑎𝑛 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑝𝑜𝑖𝑠𝑠𝑜𝑛
𝐻1 = 𝐷𝑎𝑡𝑎 𝑘𝑒𝑑𝑎𝑡𝑎𝑛𝑔𝑎𝑛 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑝𝑜𝑖𝑠𝑠𝑜𝑛
Statistik Uji
Tes satu sampel Kolmogorov-Smirnov
Tingkat Signifikan
α=0.05
Daerah Penolakan
Tolak 𝐻0 jika P-value<α

One-Sample Kolmogorov-Smirnov Test 3

kedatangan1 kedatangan3 kedatangan2

N 3 3 3

Poisson Parametera Mean 34.67 36.00 35.67

Most Extreme Differences Absolute .414 .325 .460

Positive .310 .325 .295

Negative -.414 -.301 -.460

Kolmogorov-Smirnov Z .718 .563 .797

Asymp. Sig. (2-tailed) .681 .909 .548

a. Test distribution is Poisson.

Dari hasil output diatas dapat diketahui bahwa kedatangan pada server satu,
dua, dan tiga berdistribusi poisson, karna masing-masing setiap server nilai P-
value>α.
2. Distribusi Pelayanan
Hipotesis
𝐻0 = 𝐷𝑎𝑡𝑎 𝑝𝑒𝑙𝑎𝑦𝑎𝑛𝑎𝑛 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑒𝑘𝑠𝑝𝑜𝑛𝑒𝑛𝑠𝑖𝑎𝑙
𝐻1 = 𝐷𝑎𝑡𝑎 𝑝𝑒𝑙𝑎𝑦𝑎𝑛𝑎𝑛 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑒𝑘𝑠𝑝𝑜𝑛𝑒𝑛𝑠𝑖𝑎𝑙
Statistik Uji
Tes satu sampel Kolmogorov-Smirnov
Tingkat Signifikan
α=0.05
Daerah Penolakan
Tolak 𝐻0 jika P-value<α

One-Sample Kolmogorov-Smirnov Test 4

pelayanan1 pelayanan2 pelayanan3

N 3 3 3

Exponential parameter.a Mean 82.5567 98.7600 92.0733

Most Extreme Differences Absolute .437 .463 .487

Positive .254 .215 .265

Negative -.437 -.463 -.487

Kolmogorov-Smirnov Z .757 .802 .844

Asymp. Sig. (2-tailed) .615 .542 .474

a. Test Distribution is Exponential.

Dari hasil output diatas dapat diketahui bahwa pelayanan pada server satu,
dua, dan tiga berdistribusi eksponensial, karna masing-masing setiap server
nilai P-value>α.
B. Analisis Model Antrian M/M/3
𝜆
𝜌=
𝑐𝜇
2
𝜌=
3 𝑥 2,612
2
𝜌=
7,836
𝜌 = 0,255
Dari hasil di atas dapat dilihat bahwa peluang sibuk (stesy state) dalam system sebesar
25,5%

Berdasarkan hasil output di atas dapat dilihat bahwa nilai rata-rata jumlah antrian
dalam system (Ls) 0,7816 dan nilai rata-rata jumlah antrian (Lq) 0,0159. Hal ini
berarti bahwa rata-rata jumlah antrian dalam system di MCD lebih kurang 1 orang,
dan rata-rata jumlah antrian di MCD juga 1 orang.
Untuk rata-rata waktu tunggu dalam system (Ws) 0,39088 menit atau 23,45 detik
artinya rata-rata waktu pelayan menunggu dalam system antrian di MCD adalah 23,45
detik per pelanggan. Sedangkan untuk rata-rata waktu menunggu dalam antrian (Wq)
0,008 menit atau 0,48 detik artinya rata-rata waktu pelanggan menunggu untuk
dilayani di MCD adalah 0,48 detik.
Dilihat dari peluang waktu kosong atau peluang saat tidak ada pelayanan di MCD
(P0) adalah 46,31% . hal ini berarti bahwa peluang system dalam keadaan
menganggur 46,31% dimana peluang ini dapat dikatakan cukup kecil.
BAB V
KESIMPULAN

Berdasarkan hasil analisis model antrian M/M/3 bahwa di McDonalds Jl.Lakda Adisucipto
0.6 km dari Ambarrukmo Plaza (Ampalaz) terjadi antrian.