ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

SIMULASI SISTEM ANTRIAN PADA KASIR DAN

LOKET DRIVE THRU RESTORAN KFC KHATIB
Kushisa Atta Jaeba, Muhammad Gilang Dwi Putra, Bayu Dwiputra Hamzah
Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas , Padang
Email: gilang_gunnerslover@yahoo.com

Abstract
Service at Fast Food Restaurant involved a queueing activity. It happened caused of
capacity server to serve customer and interarrival time of customer is disproportionately.
This thing impact to increase waiting time of customers and number of waiting customers
in a queue. It represented the service quality of server and have the impact to customer
satisfaction. This study purpose to observe service quality of restaurant in order to serve
customer in cashier and Drive Thru Window. To imitate the real system, this study using
a computer simulation by Arena 10, the reason of using computer simulation is its ability
to deal with many systems either simple systems and complicated system. In addition,
computer simulation gives the obviuos improvement in performance or price ratios of the
model and making it ever more cost effective and efficient to imitate the system. Measure
performance that used in this study are Waiting Time and Number of Waiting Customer in
a queue system Result of this study, there is a queue in a cashier an drive thru window
caused of disproportionately between interarrival time of customer and processing time of
server. To fix this problem can be done by standardized a processing time by server
become 3 minutes. This action gives a better results to this system according waiting
time and number of waiting customer that being decreased.
Keywords: Queueing, Customer, Service, Quality, Improvement
1. PENDAHULUAN
Bisnis waralaba merupakan bisnis yang
berkembang pesat dan sangat menjanjikan
pada saat sekarang ini. Dari sekian banyak
kategori waralaba, restoran cepat saji (fast
food) merupakan kategori waralaba yang
paling banyak ditawarkan ke pasar. Pola
konsumsi masyarakat yang berubah serta
prospek yang bagus di industri makanan
terutama restoran cepat saji membuat
industri ini mengalami pertumbuhan dan
peningkatan yang melesat cepat. Dari
sekian banyak restoran cepat saji di
Indonesia, saat ini yang mendominasi
pangsa pasar yakni Kentucky Fried Chicken
(KFC).
Pelayanan di restoran cepat saji tidak
bisa lepas dari aktivitas mengantri. Antrian
terjadi karena fasilitas pelayanan (server)
untuk memenuhi permintaan pelayanan
jumlahnya terbatas dan konsumen yang
datang
jumlahnya
banyak.
Dalam
keseharian banyak perusahaan yang tidak
dapat mengelola masalah sistem antrian
ini. Dampaknya adalah lamanya waktu
tunggu konsumen sehingga menyebabkan
antrian yang panjang sehingga konsumen
seringkali kesal dan justru tidak jadi
membeli. Hal ini tentu saja merugikan
perusahaan. Oleh karena itu dapat
dikatakan bahwa sistem pelayanan antrian
kasir sangat penting untuk diamati karena
berkaitan erat dengan tingkat pelayanan

restoran itu sendiri yang dampaknya pada

tingkat kepuasan konsumen.
Jumlah kedatangan konsumen yang
interval waktunya tidak menentu dan
waktu pelayanan server yang tidak
seragam menunjukkan sifat probabilitas
dari
objek
yang
diamati.
Untuk
menganalisis hal ini digunakan analisis
Teori Antrian karena merupakan bentuk
dari analisis probabilitas. Model antrian
yang digunakan pada sistem yang diamati
adalah sistem pelayanan tunggal dengan
banyak server untuk pengamatan di kasir
dan sistem pelayanan tunggal dengan
banyak fase pada sistem pelayanan drivethru. Hasil dari analisis antrian tersebut
merupakan karakteristik operasi yang
menggambarkan kinerja sistem antrian
yang
diamati.
Karakteristik
ini
menghasilkan
statistik
operasi
yang
penting digunakan dalam pengambilan
keputusan operasional yang mengandung
masalah antrian. Pada pembuatan tugas ini
digunakan simulasi komputer sebagai alat
dalam menganalisis sistem yang diamati,
simulasi disini berperan sebagai alat
pendukung keputusan (decision support
system). Keuntungan dari penggunaan
simulasi adalah mengurangi biaya yang
mahal dalam observasi langsung, waktu
yang dibutuhkan lebih singkat, dan
menghindari kesalahan dari proses trial
and error (Banks, et.al, 1996).

Jurnal Optimasi Sistem Industri (Kushisa Atta Jaeba, Muhammad Gilang Dwi Putra, Bayu Dwiputra Hamzah)

ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

Tujuan dilakukannya studi simulasi kali

ini adalah untuk meningkatkan pelayanan
bagi
pelanggan
saat
melakukan
pemesanan makanan baik itu di kasir
maupun di loket drive thru dengan
melakukan usaha perbaikan agar jumlah
pelanggan yang terdapat pada sistem
antrian dan lamanya waktu pelanggan
berada dalam sistem antrian dapat
diminimalkan.
Ruang lingkup dan batasan studi antara
lain :
1. Studi pengamatan dilakukan di kasir
dan loket drive-thru saja.
2. Data yang digunakan adalah waktu
antar kedatangan dan lamanya
waktu proses pelanggan saat di
kasir ; waktu antar kedatangan dan
lamanya waktu proses pelanggan
saat di loket Ordering dan Collecting
pada sistem drive-thru.
3. Pengamatan dilakukan selama 2
jam pada hari Minggu mulai pukul
16.00-18.00
WIB
dengan
pertimbangan bahwa pada waktu
tersebut jumlah pelanggan yang
datang jumlahnya cukup banyak
dan ramai.
4. Diasumsikan seluruh bahan-bahan
makanan telah siap saji saat
pelanggan melakukan pemesanan
sehingga petugas kasir ataupun
petugas loket drive-thru hanya
tinggal mengambil saja bahan
makanan
yang
dipesan
tanpa
mempertimbangkan
bahan
makanan yang belum siap diproses
di dapur.
5. Jumlah replikasi yang dilakukan
sebanyak 5 kali.

akan suatu layanan melebihi kemampuan

(kapasitas)
pelayanan
atau
fasilitas
layanan, sehingga konsumen yang tiba
tidak bisa segera mendapat layanan
disebabkan kesibukan pelayanan terhadap
konsumen sebelumnya. Dalam kehidupan
seharihari, kejadian ini sering ditemukan
terjadi pada kasir fastfood, loketloket di
bank, kasir di swalayan, tempat praktek
dokter, loket stadion dan banyak lagi yang
lain. [2]
Tujuan dasar dari memodelkan suatu
antrian adalah untuk meminimumkan total
biaya
langsung
penyediaan
fasilitas
pelayanan dan biaya tidak langsung yang
dihasilkan karena para individu harus
menunggu untuk dilayani. Apabila suatu
sistem mempunyai fasilitas pelayanan lebih
dari
jumlah
optimal
maka
akan
membutuhkan
investasi
modal
yang
berlebihan, namun apabila jumlahnya
kurang
dari
optimal
maka
dapat
mengakibatkan tertundanya pelayanan.
Oleh karena itu untuk mengatasi kedua
permasalahan
tersebut
maka
dapat
digunakan model antrian. Model antrian
merupakan metode penting untuk sistem
pengelolaan yang menguntungkan dengan
menghilangkan antrian. [3]

2. TINJAUAN PUSTAKA

2.2.2. Pola Pelayanan

2.1. Simulasi Model

Model adalah suatu kerangka kerja
konseptual yang menggambarkan suatu sistem
yang sedang diamati, sedangan simulasi
adalah menampilkan suatu eksperimen dengan
menggunakan
implementasi
berbantuan
komputer dari model yang diamati. Simulasi
model adalah mensimulasikan model suatu
sistem yang diamati secara komputasional dan
matematis dengan menggunakan komputer.
Jadi
simulasi
model
adalah
suatu
representasi sederhana dari sebuah sistem
(atau proses atau teori) yang dapat
menggambarkan sistem tersebut secara
nyata dan relevan. [1,3]
2.2. Antrian
Antrian adalah studi matematikal dari
kejadian atau gejala garis tunggu. Suatu
antrian dapat terjadi apabila kebutuhan
2

2.2.1. Pola Kedatangan

Pola kedatangan suatu sistem antrian
dapat direpresentasikan dengan waktu
antar kedatangan yang merupakan suatu
periode waktu antara dua kedatangan yang
berurutan. Kedatangan konsumen ke
dalam suatu sistem antrian terjadi secara
acak karena interval kedatangan konsumen
berbeda-beda satu sama lain.
Laju kedatangan konsumen adalah
jumlah konsumen yang datang per unit
waktu. Jika kedatangan bersifat acak maka
perlu diketahui distribusi probabilitas yang
mencerminkan kedatangan konsumen.
Pola pelayanan pada suatu sistem
antrian
dapat
menggambarkan
pola
bagaimana
sejumlah
konsumen
meninggalkan
suatu
sistem.
Waktu
pelayanan atau waktu antar keberangkatan
dapat bernilai konstan atau variabel acak
yang diketahui probabilitasnya. Waktu
pelayanan yang terdistribusi secara acak
harus ditentukan distribusi probabilitasnya
agar dapat mendeskripsikan tingkah laku
layanan.
Laju suatu service channel dapat
melayani
konsumen
adalah
jumlah
konsumen yang dilayani per unit waktu,
atau disebut dengan laju pelayanan.
Dengan asumsi service channel yang selalu
sibuk sehingga tidak terjadi idle.
2.3. Verifikasi dan Validasi
Verifikasi dan validasi merupakan suatu
langkah yang dilakukan pada suatu model

Jurnal Optimasi Sistem Industri, Vol. x No. x, November 2012:x

ISSN 2088-4842

simulasi untuk membuktikan bahwa model

tersebut telah layak dan sesuai dengan
sistem yang telah ada. Validasi bukan
merupakan tugas tersendiri yang mengikuti
pengembangan model, namun merupakan
satu kesatuan yang terintegrasi dalam
pengembangan model. [1,2]
Verifikasi dilakukan untuk menguji
apakah model yang dibangun benar serta
model diprorgram secara benar. Sedangkan
validasi menggambarkan apakah suatu
model merupakan representasi akurat dari
sistim nyata. Validasi juga merupakan
proses interatif dari pembandingan model
terhadap
sifat
sistem
aktual
dan
memperbaiki model.[1,2]
Adapun
langkah-langkah
yang
digunakan dalam melakukan validasi model
simulasi adalah sebagai berikut: [3]
Langkah 1. Membangun sebuah model
dengan
usaha
melibatkan
informasi
semaksimal mungkin:
1. Berdiskusi dengan para pakar
sistem
2. Melakukan
observasi
terhadap
sistem
3. Memanfaatkan teori yang ada
4. Memanfaatkan hasil dari model
simulasi yang sama dan relevan
5. Menggunakan pengalaman atau
intuisi
6. Memanfaatkan teori yang ada
7. Memanfaatkan hasil dari model
simulasi yang sama dan relevan
8. Menggunakan pengalaman atau
intuisi.
Langkah 2. Menguji asumsi-asumsi
model secara empiris. Jika distribusi
probabilitas secara teoritis cocok dengan
observasi dan digunakan sebagai input
untuk model simulasi, dapat diuji dengan
pembuatan grafik dan uji goodness-of-fit.
Jika beberapa himpunan data diobservasi
untuk fenomena random yang sama, maka
perbaikan
dari
penggabungan
data
tersebut dapat ditentukan dengan uji
Kruskal-Wallis. Salah satu utiliti yang
sangat berguna adalah analisis sensitivitas
Langkah
3.
Menentukan
seberapa
representatif output simulasi. Prosedur
statistik
untuk
membandingkan
data
output dari observasi dunia nyata dan
simulasi:
1. Korelasi pendekatan inspeksi
2. Pendekatan
pendugaan
selang
kepercayaan
berdasarkan
data
independen
3. Pendekatan Time Series

OPTIMASI SISTEM INDUSTRI

untuk menganalisis akibat dari kekacauan

sistem rantai pasok, manufaktur, proses,
logistik, distribusi dan penyimpanan serta
pada pelayanan.
Input Analyzer adalah salah satu
fasilitas dari Software ARENA yang berguna
untuk mencari distribusi yang sesuai dari
data historis yang telah dikumpulkan atau
didapatkan. Misalnya data waktu antar
kedatangan,
waktu
proses,
waktu
pelayanan dan data lainnya.
3. METODOLOGI PENELITIAN
Metodologi penelitian yang dilakukan
dalam pembuatan jurnal simulasi ini dapat
dilihat pada flowchart berikut.
Mulai

Survei Sistem :
1.Survei sistem pelayanan
pada kasir
2. Survei sistem pelayanan
pada loket drive thru

Studi Literatur

Identifikasi Masalah
Terjadi antrian pada kasir dan loket drive
thru KFC Khatib Sulaiman

Perumusan Masalah
Bagaimana performansi sistem pelayanan
pelanggan pada kasir dan loket drive thru
KFC Khatib Sulaiman dan bagaimana
alternatif perbaikan untuk memperbaiki
performa sistem pada saat ini

Pengembangan Model Konseptual

1. Model Logika
2. Identifikasi variabel-variabel sistem dan
hubungan antar variabel

Pengumpulan Data
1. Data waktu kedatangan pelanggan di
kasir
2. Data waktu pelanggan mulai diproses di
kasir
3. Data waktu pelanggan meninggalkan
kasir
4. Data waktu kedatangan pelanggan di
loket order drive thru
5. Data waktu pelanggan mulai diproses di
loket order
6. Data waktu pelanggan meninggalkan
loket order
7. Data waktu pelanggan memasuki loket
collect drive thru
8. Data waktu pelanggan meninggalkan
loket collect

Pengolahan Data
1. Uji Distribusi
2. Uji Kecocokan Distribusi

Model Valid?

Pengembangan Model Simulasi dengan

Software ARENA

Verifikasi Model
Simulasi

Verifikasi
Model?

Gambar 1. Flowchart Metodologi

Penelitian

2.4. ARENA
Software ARENA digunakan untuk
menggambarkan atau memodelkan suatu
bisnis atau kejadian. Software ini dirancang
Jurnal Optimasi Sistem Industri (Kushisa Atta Jaeba, Muhammad Gilang Dwi Putra, Bayu Dwiputra Hamzah)

ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

serta data waktu pelanggan meninggalkan

loket order. Sementara pada loket collect,
data yang diambil adalah data waktu
pelanggan memasuki loket collect dan data
waktu pelanggan meninggalkan loket
collect.
Berdasarkan data yang dikumpulkan
berikut ini adalah ukuran kinerja dari
sistem yang diamati :
Jumlah
antrian
pelanggan
di
masing-masing server
Lama Kendaraan berada di dalam
antrian (panjang antrian dimasingmasing server)
Adapun entiti dari sistem yang diamati
yaitu Kasir, Loket Order dan Loket
Collecting drive-thru sebagai Resources
dan pelanggan dan mobil sebagai input.
Berikut ini adalah gambaran Activity
Cycle Diagram (ACD) dari sistem antrian
kasir dan loket drive thru KFC :

Gambar 2. Flowchart Metodologi

Penelitian (lanjutan)
4. HASIL DAN PEMBAHASAN
4.1. Pembuatan Model Simulasi
Langkah umum dalam pengembangan
model simulasi antara lain :
1. Formulasi masalah dan rencana
studi.
2. Pengembangan model konseptual
dan spesifikasi model
3. Pengumpulan data dan penentuan
parameter model
4. Pembuatan program simulasi dan
verifikasi
5. Simulasi awal dan validasi
6. Perancangan percobaan
7. Analisis hasil simulasi
Data
yang
dikumpulkan
untuk
memodelkan sistem antrian dilakukan pada
kasir dan loket drive thru KFC Khatib
Sulaiman.
Sistem
pengumpulan
data
dilakukan secara langsung di lokasi
pengambilan data. Adapun data yang
dikumpulkan
berupa
data
waktu
kedatangan pelanggan ke kasir, data waktu
pelanggan mulai diproses pada kasir serta
data waktu pelanggan meninggalkan kasir
atau selesai diproses di kasir. Sedangkan
untuk loket drive thru, pengambilan data
dilakukan didua lokasi yakni pada loket
order dan loket collect. Pada loket order,
data yang diambil berupa data waktu
kedatangan
pelanggan,
data
waktu
pelanggan mulai diproses di loket order,
4

Gambar 3. Activity Cycle Diagram pada

Kasir KFC

Pelanggan datang
pada bagian order

Melayani Pesanan
Pelanggan

Pelayanan Bagian
Order selesai

Antrian

Pelanggan menuju
bagian Collect

Pelayanan
Selesai

Bagian
Order Idle

Gambar 4. Activity cycle diagram pada

Drive Thru KFC
Event Graph dari sistem yang diamati dapat
digambarkan sebagai berikut
j

TAj

To

j
j

TQj

Ss > 0
j
i

Ss > 0

TAj

Pelanggan i
mulai dilayani
pada server j

[Qi---]

To

Pelayanan
pelangggai i
selesai
j

i
Pelanggan i
selesai
dilayani pada
server j

TQj

[Qi++]
Kedatangan
pelanggan i
pada server j

Pelanggan i
mengantri
utuk dilayani
pada bagian
order

S=0

Pelanggan i
mengantri
utuk dilayani
pada server j

S=0

j
Ss > 0

[Qi++]
Proses
Kedatangan
pelayanan
pelanggan i
pelanggan i
pada bagian
pada bagian
Order
Collet

Pelanggan i
mulai dilayani
pada bagian
order
[Qi---]

Ss > 0
j
i

j
j
i
Pelanggan i
meninggalkan
server j
j

Proses
pelayanan
pelanggan i
pada server j

TP

Proses
pelayanan
pelanggan i
pada bagian
Collet

j
j
i
Pelanggan i
menuju bagian
Collecct
j

Proses
pelayanan
pelanggan i
pada bagian
order

Gambar 5. Event Graph pada Kasir dan

Drive Thru

Jurnal Optimasi Sistem Industri, Vol. x No. x, November 2012:x

TP

ISSN 2088-4842

Berikut ini adalah rekapitulasi

pengamatan yang dilakukan :

OPTIMASI SISTEM INDUSTRI

data

Tabel 1. Rekapitulasi Data Pengamatan

Kasir

Distribusi fungsi data waktu pengamatan

digunakan
sebagai
input
untuk
menggambarkan kerandoman dari data
yang diambil, distribusi data ini didapatkan
dengan menggunakan Input Analyzer di
software Arena. Berikut ini adalah gambar
grafik distribusi data yang didapatkan.

Gambar 6. Expression TRIA(18, 94, 542)

untuk distribusi data waktu pelayanan kasir
1

Gambar 7. Expression 48 + EXPO(0)

untuk distribusi data waktu pelayanan kasir
2

Tabel 2.

Rekapitulasi Data Pengamatan

Drive Thru

Gambar 8. Expression 62 + EXPO(0)

untuk distribusi data waktu pelayanan kasir
3

Gambar 9. Expression -0.001 +

EXPO(96.7) untuk distribusi data waktu
antar kedatangan pelanggan di kasir

Gambar 10. Expression GAMM (2.22,

1.11) untuk distribusi data waktu antar
kedatangan pelanggan drive thru

Jurnal Optimasi Sistem Industri (Kushisa Atta Jaeba, Muhammad Gilang Dwi Putra, Bayu Dwiputra Hamzah)

ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

Gambar 11. Expression 7 * BETA(1.61,

4.48) untuk distribusi data waktu
pelayanan loket order drive thru

Gambar 12. Expression WEIB(1.96, 1.28)

untuk distribusi data waktu pelayanan loket
collecting drive thru

Gambar 15. Animasi Sistem Keseluruhan

Proses yang terjadi pada model sistem

ini terbagi atas beberapa event :

Event
Kedatangan
Pelanggan
digambarkan dengan modul Create

Event pemilihan kasir di sistem antrian

kasir Decides.

Event pelayanan kasir, loket order,

dan loket collecting digambarkan
dengan modul Process

Penggambaran
animasi
dilakukan
dengan memanfaatkan modul Station
dan Route

Event
meninggalkan
server
digambarkan dengan modul Dispose.
Dengan model logika sistem yang
diamati adalah sebagai berikut

Berikut ini adalah pengisian data pada

modul yang digunakan

Gambar 16. Modul Kedatangan Pelanggan

di Kasir

Gambar 17. Modul Proses Pelayanan di

Kasir
Gambar 13. Model Logika Sistem Antrian
Kasir

Gambar 14. Model Logika Sistem Antrian

Drive Thru
Gambar 18. Modul Kedatangan Pelanggan
di Drive Thru

Jurnal Optimasi Sistem Industri, Vol. x No. x, November 2012:x

ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

Gambar 21. Model yang sudah verified

Gambar 19. Modul Pelayanan Pelanggan di

Loket Order

Tahap selanjutnya adalah validasi model.

Validasi dilakukan untuk melihat apakah
model yang dibuat telah benar-benar valid
atau merepresentasikan kondisi yang
sebenarnya.
Teknik
validasi
yang
digunakan pada pembuatan model ini
adalah dengan uji hipotesa 2 arah dengan
menguji jumlah orang yang keluar dari
antrian pada pengamatan sebenarnya
dibandingkan dengan jumlah orang yang
keluar dari model yang dijalankan. Tingkat
kepercayaan yang digunakan adalah 95%
dengan taraf signifikansi 0,05, dengan nilai
+-z0,025 = +- 1,96. Berikut ini akan
diuraikan nilai statistik Z yang dilakukan.

Z
a.
Gambar 20. Modul Pelayanan Pelanggan di
Loket Collecting
Selanjutnya dilakukan tahap verifikasi
untuk membuktikan apakah model yang
dibuat berjalan sebagaimana mestinya.
Teknik
yang
digunakan
untuk
memverifikasi model ini adalah dengan
mengujicobakan
penambahan
waktu
proses di server apakah akan menambah
jumlah antrian yang ada. Secara logika,
seharusnya hal ini menimbulkan antrian
yang lebih panjang, dan ternyata setelah
diujicobakan pada model, hal ini memang
benar-benar terlihat. Jadi, dapat dikatakan
bahwa model yang telah dibuat telah
verified.

Pada Kasir

Z
b.

X o
S/ n

74,25 74
= 0,432
8,17 / 8

Pada Drive Thru

46,5 40
4,27 / 10 = 1,853

Keterangan :
X=

Jumlah Rata-Rata Orang yang

Keluar
dari
Sistem
Hasil
Simulasi
= Jumlah Orang yang

Keluar

dari Sistem Hasil Pengamatan

Langsung

Standar Deviasi Hasil Simulasi

(Half Width)

Jumlah

Replikasi

yang

Dilakukan
Karena nilai perhitungan z = 0,432 pada
sistem kasir dan z = 1,853 pada sistem
drive thru jatuh pada daerah penerimaan
+-z0,025 = +- 1,96 maka H0 diterima. Dapat
disimpulkan bahwa model simulasi yang
Jurnal Optimasi Sistem Industri (Kushisa Atta Jaeba, Muhammad Gilang Dwi Putra, Bayu Dwiputra Hamzah)

ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

dibuat
adalah
valid
dan
dapat
menggambarkan kondisi yang sebenarnya.

4.2. Analisis Skenario Perbaikan

Untuk
mengetahui
seberapa
baik
tingkat pelayanan dari sistem yang diamati
dilakukan beberapa eksperimen pada
model
simulasi
yang
dibuat
untuk
mempelajari pengaruh dari beberapa faktor
terhadap performansi sistem yang dikaji.
Ukuran performansi yang digunakan untuk
menilai sistem antrian pada model kali ini
adalah jumlah antrian dan lamanya
pelanggan berada didalam antrian.
Faktor yang mempengaruhi terjadinya
antrian adalah lamanya waktu proses
pelanggan mulai dari memesan sampai
mendapatkan pesanan yang diinginkan.
Hal ini menggambarkan tingkat pelayanan
dari kasir yang melayaninya.
Alternatif perbaikan yang dilakukan
adalah
dengan
meminimasi
waktu
pelayanan pelanggan oleh kasir. Upaya ini
dilakukan dengan melakukan standarisasi
waktu pelayanan pelanggan yang harus
dipenuhi oleh kasir yaitu maksimal 3
menit.
Hal yang dilakukan pada model yang
dibuat untuk skenario perbaikan adalah
dengan mengubah distribusi data pada
modul proses di kasir 1, kasir 2, kasir 3,
dan loket collecting drive thru.

Gambar 22. Proses Pelayanan Kasir 1

sebelum dilakukan skenario perbaikan

Gambar 23. Proses Pelayanan Kasir 1

setelah dilakukan skenario perbaikan

Gambar 24. Proses Pelayanan Kasir 2

sebelum dilakukan skenario perbaikan

Gambar 25. Proses Pelayanan Kasir 2

setelah dilakukan skenario perbaikan

Jurnal Optimasi Sistem Industri, Vol. x No. x, November 2012:x

ISSN 2088-4842

Gambar 26. Proses Pelayanan Kasir 3

sebelum dilakukan skenario perbaikan

OPTIMASI SISTEM INDUSTRI

Gambar 29. Proses Pelayanan Loket

Collecting Drive Thru setelah dilakukan
skenario perbaikan
Output yang dihasilkan dari perbaikan
yang dilakukan adalah jumlah antrian yang
menjadi lebih sedikit dan lamanya waktu
pelanggan berada didalam sistem antrian
juga lebih singkat.

Gambar 27. Proses Pelayanan Kasir 3

setelah dilakukan skenario perbaikan

Gambar 30. Hasil Sebelum Perbaikan

Gambar 28. Proses Pelayanan Loket
Collecting Drive Thru sebelum dilakukan
skenario perbaikan

Jurnal Optimasi Sistem Industri (Kushisa Atta Jaeba, Muhammad Gilang Dwi Putra, Bayu Dwiputra Hamzah)

ISSN 2088-4842

OPTIMASI SISTEM INDUSTRI

Standarisasi ini dapat dilakukan dengan

melakukan
pelatihan-pelatihan
yang
diadakan oleh pihak manajemen kepada
para karyawan yang bertugas di kasir dan
loket drive thru untuk meningkatkan skill
karyawan dalam melakukan pelayanan
agar
terpenuhinya
waktu
standar
pelayanan maksimal pelanggan yaitu 3
menit.
5. KESIMPULAN DAN SARAN
Berdasarkan hasil simulasi yang
didapatkan dapat ditarik kesimpulan bahwa
alternatif perbaikan menstandarkan yang
disarankan memang layak dilakukan untuk
memperbaiki performansi sistem yang ada
saat ini. Hal ini terlihat dari berkurangnya
jumlah pelanggan yang mengantri dan
lamanya pelanggan mengantri dikedua
sistem yang diamati. Perbaikan dapat
dilakukan dengan melakukan pelatihanpelatihan
kepada
karyawan
untuk
meningkatkan skill dari karyawan tersebut,
sehingga
standar
pelayanan
dapat
terpenuhi.
Saran yang dapat diberikan untuk hasil
penelitian yang lebih baik antara lain
dengan menambah waktu pengamatan
yang dilakukan dan menggunakan lebih
banyak lagi ukuran performansi sistem
yang dikaji

Gambar 31. Hasil Sesudah Perbaikan

Gambar 32. Uji perbandingan skenario

awal dan skenario perbaikan menggunakan
Two Sample t-Test pada sistem drive
thru

DAFTAR PUSTAKA

[1] Bradley.

Allen, Arena ; Template

Developers
Guide,
Rockwell
Automation, 2007.
[2] Utami. Alvi Syahrini, Simulasi Antrian
Satu Channel dengan Tipe Kedatangan
Berkelompok
[jurnal],
Teknik
Informatika Universitas Sriwijaya, 2009.
[3] Muluk.
Asmuliardi,
and
Fahmi.
Ramadhani,
Analisis
Performansi
Distribusi Semen Curah PT. Semen
Padang Melalui Jalur Laut dengan
Pendekatan Simulasi [jurnal], Teknik
Industri Universitas Andalas, 2007.

Gambar 33. Uji perbandingan skenario

awal dan skenario perbaikan menggunakan
Two Sample t-Test pada sistem kasir
Hasil uji perbandingan rataan dilakukan
menggunakan Output Analyzer dengan
tingkat kepercayaan 95% dari skenario
awal dan skenario perbaikan pada model
yang dibuat mendapatkan hasil bahwa H0
dapat diterima.
Berdasarkan hasil yang didapatkan dapat
dikatakan bahwa perbaikan sistem dengan
melakukan standarisasi waktu pelayanan
memang layak untuk dilakukan.
10

Jurnal Optimasi Sistem Industri, Vol. x No. x, November 2012:x