MODEL OPTIMASI PENCUCIAN MOBIL (PRIBADI)

BERDASARKAN METODE ANTRIAN (QUEUEING)

DI PERUSAHAAN JASA PENCUCIAN MOBIL
“SEKNEG BUANA MOTOR SERVICE”
KEBON NANAS TANGERANG

Oleh : Ir. Sonny Kuswara, MSIE

Staff Pengajar
Universitas Mercu Buana

ABSTRACT

Queueing will be happened by it there no balance of among (between) storey, level of arrival and
service so that the condition do not steady state or also the queue can be happened by if there
is stricture in service channel (bottle neck). The FIFO (First In First Out) or FCFS (First Come
First Served) refresenting form of dicipline of service giving first service to customer or client
which in advance come.
Queueing that happened at service of wash of car or more knowledgeable cleanedly is of
because is this difficult control storey, level of arrival of customer having random pattern
where one another do not each other influence, the time being the compared to by longer
service of arrival time. One of solution overcome queue is addedly is service facility.
Queueing that happened at service of wash of car or more knowledgeable cleanedly is steam of
because it this difficult control storey, level of arrival or of customer. The time being the
compared to by longer service of arrival time. One of solution overcome queue is addedly is
service facility, however to short-range this matter non representing optimal solution because
will be related with addition of labour and existence of invesment which big for medium and
service facility.

Key Words : Queueing, Stady state, FCFS, arrival time and service facility

1
I. PENDAHULUAN
1.1. Latar Belakang Penelitian
Di Kota Tangerang saat ini bermunculan bisnis jasa pencucian mobil
atau biasa disebut cuci steam , baik jasa pencucian mobil-mobil
pribadi, mobil-mobil angkutan umum bahkan pencucian untuk
kendaraan bermotor roda dua.
Sekneg Buana Motor Service, adalah salah satu perusahaan di Kota
Tangerang yang bergerak dibisnis jasa pencucian kendaraan roda
empat khusus cuci steam mobil-mobil pribadi
Salah satu masalah yang muncul pada semua jasa pencucian mobil
ini, adalah terletak pada sistem kontrol kedatangan pelanggan dan
sistem kontrol pelayanan yang belum berjalan secara optimal
sehingga sering kali pelanggan yang sudah mengantri lama untuk
menunggu giliran mobilnya dicuci, pergi begitu saja untuk mencari
jasa pencucian mobil yang lain. Penambahan fasilitas pelayanan dan
penambahan pegawai, tentu saja bukan merupakan satu-satunya
jalan keluar yang optimal apalagi untuk jangka pendek karena
penambahan fasilitas membutuhkan investasinya yang cukup besar
sementara periode pengembaliannya membutuhkan waktu yang
cukup lama.

1.2. Perumusan Masalah

Permasalahan yang muncul dalam persoalan antrian dapat
dirumuskan sebagai berikut;
a. Pola kedatangan memiliki pola acak dimana setiap
kedatangan terbebas dari kedatangan lain sehingga tidak dapat
dilakukan peramalan atau diprediksi, kapan suatu kedatangan
akan terjadi.
b. Pada pola antrian yang terjadi, dapat dinyatakan dengan

2
 waktu kedatangan yang bersifat acak serta pelayanan dengan
kapasitas yang terbatas serta waktu yang tertentu
c. Mekanisme pelayanan tidak selalu sedia untuk setiap saat,
akan tetapi mekanisme pelayanan memiliki beberapa fasilitas
pelayanan yang dapat dioptimalkan.
1.3. Tujuan dan Manfaat Penelitian
a. Untuk mengetahui sejauh mana metode antrian dengan
pola kedatangan yang acak dan pola pelayanan yang cenderung
eksponensial dapat diaplikasikan ditempat pencucian mobil.
b. Untuk memberikan solusi alternatif pada perusahaan
khususnya perusahaan jasa pencucian mobil sehingga
perusahaan dapat memperoleh pendapatan yang lebih baik dan
dapat mengoptimalkan resources.
c. Dapat meningkatkan kerja sama dalam bidang penelitian
khususnya antara fakultas (FTI) dengan lembaga penelitian
sehingga akan diperoleh hasil-hasil penelitian yang jauh lebih
baik , secara kualitas maupun kuantitas.
d. Meningkatkan partisipasi jurusan-jurusan dilingkungan
universitas mercu buana dalam kegiatan penelitian dan
pengembangan pendidikan dalam rangka pembangunan
pendidikan nasional

II. KAJIAN TEORITIS DAN KERANGKA KONSEPTUAL

2.1. Metode Analisis
Teori antrian atau queueing theory adalah bagian utama dari
pengetahuan tentang antrian (Heizer and Render, 1991). Teori antrian
adalah bidang ilmu yang melakukan penelitian untuk mengidentifikasi dan
mengukur penyebab-penyebab serta konsekuensi-konsekuensi dari
kegiatan mengantri (Martinich, 1997). Fenomena antrian adalah hasil
langsung dari sifat random dalam operasi pelayanan atau jasa
Pendekatan melalui teori antrian ini mempunyai keuntungan , karena
lebih sederhana dan lebih mudah digunakan.

3
Terdapat empat karakteristik system antrian (Hilier, 1980),
• Sumber Input
Menggambarkan bentuk dan ukuran kedatangan konsumen
pada fasilitas pelayanan yang kedatangannya mungkin saja
tidak merata atau dapat mengikuti pola kedatangan poisson
atau pola lain.
Ukuran kedatangan konsumen yaitu jumlah total unit yang
memerlukan pelayanan dari waktu ke waktu disebut juga total
langganan potensial
• Antrian
Karakteristik suatu antrian ditentukan oleh unit maksimum
yang boleh ada didalam sistemnya yang terbatas maupun
tidak terbatas. Struktur dasar model antrian adalah dimulai
dari sumber input --
antrian untuk mendapatkan pelayanan --

satuan hasil pelayanan yang telah dilayani.
• Distribusi Pelayanan
Distribusi pelayanan berkaitan dengan cara memilih anggota
antrian yang akan dilayani. Bentuk disiplin pelayanannya
dapat berupa:
a. First Come First Serve (FCFS) atau FIFO adalah system
antrian yang mendahulukan yang dating lebih awal
b. Last Come First Served (LCFS) atau LIFO, adalah yang
datang terakhir akan lebih dahulu dilayani atau lebih dahulu
keluar.
c. Service In Random Order (SIRO) adalah pemanggilan
didasarkan pada peluang secara acak, tidak jadi persoalan siapa
yang lebih dahulu datang.
d. Priority Service (PS) , melayani lebih dahulu orang
yang mempunyai prioritas lebih tinggi ketibang orang yang
mempunyai prioritas lebih rendah.
• Mekanisme Pelayanan

4
 Mekanisme pelayanan terdiri atas satu atau lebih fasilitas pelayanan
yang masing-masing terdiri dari satu atau lebih saluran pelayanan.
Aspek yang harus diperhatikan dalam mekanisme pelayanan adalah ;
tersedianya pelayanan, kapasitas pelayanan dan lamanya pelayanan.

Mekanisme Pelayanan Pencucian Mobil :

Tahap 1.
Pembersihan seluruh body mobil (Steam), body samping, atas bawah
atau kolong mobil, pembersihan ban karpet-karpet dan ruang mesin.
Tahap II ,
Pembersihan body mobil menggunakan shampo mobil atau
sabun deterjen dan pembilasan melalui air bersih.
Tahap III,
Pengelapan seluruh body mobil menggunakan kainlap
bersih yang kering .
Tahap IV,
Pembersihan interiore dan penyedotan debu menggunakan
vacuum cleaner.
Mekanisme Pelayanan Antrian Meliputi :
a. Satu saluran dengan satu tahap
b. Satu saluran dengan banyak tahap
c. Banyak saluran dengan satu tahap
d. Banyak saluran dengan banyak tahap

2.2. Distribusi Poisson

Pada umumnya pola kedatangan memiliki pola acak sehingga setiap
kedatangan terbebas dari kedatangan lain dan tidak dapat diprediksi
kapan suatu kedatangan terjadi. Distribusi Poisson adalah jenis distribusi
yang paling mendekati pola kedatangan tersebut.
Suatu peristiwa dikatakan mengikuti distribusi poisson jika:
a. Kemungkinan terjadinya suatu peristiwa dalam suatu waktu
adalah rata-rata kedatangan yang dinotasikan sebagai λ

5
 b. Banyaknya peristiwa yang terjadi dalam suatu satuan waktu
tertentu adalah tidak tergantung banyaknya peristiwa yang
terjadi dalam satuan waktu yang lain.
c. Jumlah peristiwa rata-rata yang terjadi pada suatu satuan waktu
adalah sebanding terhadap ukuran satuan waktu tersebut
Distribusi Probabilitas Poisson
e− λ .λx
P(x, λ ) =
x.!
X = banyaknya kedatangan
Pi = nilai kemungkinan kelas ke - i
λ = tingkat kedatangan rata-rata
e = 2, 7183 (bilangan normal)
! = faktorial
Untuk menguji apakah suatu kedatangan berdistribusi Poisson atau
bukan , dilakukan pengujian hipotesis sebagai berikut:
2.3. Distribusi Eksponensial
Waktu pelayanan dalam proses antrian, dapat juga sesuai
dengan salah satu bentuk distribusi probabilitas
Eksponensial, yaitu:
F (t ) = e − µt1 − e − µt 2 , dengan

t1,t2 = batas bawah dan atas, waktu pelayanan

F(t) = probabilitas kepadatan yang berhubungan dengan t
µ = tingkat pelayanan rata-rata
1/ µ = waktu pelayanan rata-rata
e = 2, 7183

Pengujian Hipotesis
Untuk menguji kenormalan data baik data kedatangan maupun data
pelayanan, digunakan Distribusi Chi Square.
1. Pengujian Data Waktu Kedatangan Kendaraan (Poisson)
• Ho : Waktu kedatangan kendaraan berdistribusi Poisson
H1 : Waktu kedatangan kendaraan tidak berdistribusi Poisson

6
 • Tentukan taraf kenyataan alpha
• Hitung Distribusi Frekwensi Distribusi Chi Square
• Keputusan dengan menerima atau menolak hipotesis
2. Pengujian Waktu Pelayanan Distribusi Eksponensial
• Lakukan array pada data mentah
• Tentukan Range (R) = Xmaksimum - Xminimum
• Tentukan banyak kelas interval (K) dengan rumus :
K = 1 + 3,3 Log. N
• Tentukan lebar kelas interval (I) = R/K
Pengujian hipotesis untuk distribusi pelayanan (eksponensial)
• Ho : Pola pelayanan pencucian mobil berdistribusi
eksponensial
H1 : Pola pelayanan pencucian mobil tidak berdistribusi
eksponensial
• Tentukan taraf kenyataan alpha
• Pengujian Statistik
G (t) = e - µ t1 - e − µt 2 ,
i

t1, t2 = batas kelas interval

1
µ= = harga rata-rata waktu pelayanan
y

e = 2, 7183
1
• Hitung frekwensi harapan : ei = Gi (t) = ∑ fi µ = y
• Pengambilan Keputusan
Menerima hipotesis nol (Ho), bila χ 2 < χ 2 tabel dan menolak
hipotesis nol bila kondisi sebaliknya.
( fi − ei ) 2
• Perhitungan Distribusi Chi Square : χ 2 = ∑
ei
Pengambilan Keputusan

2.4. Keseragaman dan Kecukupan Data

Keseragaman Data

7
 Suatu data penelitian akan dikatakan seragam apabila data tersebut
berasal dari satu sistem dan sebab yang sama. Indikasinya, data
tersebut akan berada dalam batas kontrol bawah dan batas kontrol
atas.
Kecukupan Data
Untuk mengetahui bahwa data penelitian telah mencukupi dan
mewakili data lainnya, dilakukan penghitungan kecukupan data
yang sebelumnya dilakukan pengukuran data pendahuluan tahap
satu untuk mengetahui berapa kallilagi pengukuran dapat dilakukan
untuk tingkat ketelitian dan keyakinan yang diinginkan.
1. Tahap pengukuran pendahuluan biasanya dilakukan minimal sepuluh
data, untuk selanjutnya diuji keseragaman data dan bila data masih
belum cukup, dihitung jumlah pengukuran yang diperlukan sampai
kondisi N’ < N artinya pengukuran data sudah mencukupi.
2. Tahapan Menguji Keseragaman dan Kecukupan Data
a. Menghitung rata-rata dari nilai rata-rata subgrup

X= ∑ Xi
k
Xi = nilai rata-rata dari subgrup ke I
K = banyak subgrup yang terbentuk
b. Menghitung Standar Deviasi sebenarnya

σ = ∑ ( xi − x) 2

N −1
N = jumlah pengamatan
X = waktu penyelesaian yang teramati
a. Menghitung Standar Deviasi dari distribusi harga rata-rata
subgrup.
σ
σx = n , besarnya subgrup
∑n

8
 b. Menentukan batas kontrol bawah atau Lower Control Limit dan
batas kontrol atas atau Upper Control Limit atau biasa disingkat
dengan BKB dan BKA

BKB = X + 3 σx

BKA = X - 3 σx

c. Menghitung Kecukupan Data

Untuk tingkat ketelitian sebesar 5 % dan tingkat keyakinan
sebesar 95 %, diambil kecukupan data sebesar :

2
 40 N ∑ xj 2 − (∑ xj ) 2 
N '=  

 ∑ xj 

N’ = Banyaknya pengukuran yang diperlukan untuk tingkat ketelitian 5 %
dan keyakinan 95 %
N’ = kecukupan data
N = jumlah pengamatan
Jika N’ < N , maka pengukuran data sudah mencukupi

2.5. Parameter Antrian

2.5.1. Jumlah Rata-rata Antrian
Misalkan E(nw) sebagai jumlah rata-rata antrian, maka bentuk
persamaannya adalah :

E(nw) = 0.Po + ∑ (n − 1) P
n =1
n

= ∑ nPn − ∑ Pn
n =0 n =1

λ λ
= E(nt) - (1 - Po) = −
µ −λ µ
λ λ ρ
E(nw) = ( )=ρ
µ µ −λ 1− ρ

λ2 ρ2
= =
µ (µ − λ ) 1 − ρ

9
2.5.2. Jumlah rata-rata yang menerima pelayanan
Misalkan jumlah rata-rata yang menerima pelayanan
didefinisikan sebagai
λ
λ2
E(ns) = −
µ − λ µ (µ − λ )
λ
= =ρ
µ
2.5.3. Waktu rata-rata dalam antrian
E(Tw) , merupakan panjang rata-rata dari waktu yang
digunakan seorang pelanggan dalam antrian.
E (nw) 1 λ2
E(Tw) = =
µ λ µ (µ − λ )

λ 1 
µ  µ − λ 
=

2.5.4. Waktu rata-rata pelayanan

E(Ts) merupakan panjang rata-rata dari waktu yang
diperlukan seorang pelanggan untuk menerima
pelayanan.
λ
E(Ts) = E (ns ) = µ 1
=
λ λ µ
2.6. Penentuan Jumlah Tenaga Kerja
Untuk menentukan jumlah tenaga kerja yang optimal, terlebih
dahulu dihitung biaya tenaga kerja seperti, menghitung gaji tenaga
kerja rata-rata dalam satu bulan (c1). Dan menghitung biaya
fasilitas pelayanan (C2) .
Rumus menentukan jumlah tenaga kerja yang optimal
Tc = C1.s + C2 . Ls
Nilai optimum s harus memenuhi kondisi yang diperlukan saat ini
Tc(s) < Tc (s - 1) dan Tc(s) < Tc (s + 1)

Keterangan :

10
 Tc = biaya total
C1 = Ongkos tenaga kerja per jam
C2 = ongkos mesin menganggur per jam
Ls = jumlah rata-rata pelanggan dalam sistem
S = jumlah fasilitas pelayanan (tenaga kerja)
Sehingga dapat diformulasikan :
Ls(s) - Ls(s+1) < C1/C2<Ls(s) - Ls(s-1)

III. METODOLOGI PENELITIAN

3.1. Perumusan Masalah
Merumuskan masalah-masalah yang selalu muncul atau masalah
yang paling dominan dari suatu sistem antrian, diantaranya ;
- Masalah kedatangan pelanggan
- Masalah pelayanan
- Masalah mekanisme pelayanannya
- Masalah keberadaan fasilitas pelayanan, dll.
3.2. Identifikasi Masalah
Mengidentifikasi masalah-masalah yang kerap muncul dalam suatu
jaringan antrian diantaranya;
- pola kedatangan dan pola pelayanan tidak steady state
- pendekatan statistik untuk mengkaji pola kedatangan dan
pola pelayanan
- jumlah fasilitas pelayanan apakah mencukupi dan
- keterampilan petugas yang memberi pelayanan.

3.3. Pengumpulan Data

Penelitian ini bersifat kuantitatif sehingga pada saat melakukan
penelitian , data yang dikumpulkan adalah data kuantitatif yang
berupa data jumlah kedatangan kendaraan pada setiap interval
waktu, data waktu rata-rata kedatangan pelanggan , dan data
waktu rata-rata pelayanan mobil yang dicuci dalam satuan menit.
Metode pengumpulan data ini berupa:

11
 1. Melakukan observasi , yaitu pengamatan langsung kelokasi
penelitian untuk melihat ,mengamati dan mendeskripsikan
pencucian atau cuci steam mobil sebagaimana yang terjadi
dilokasi pencucian mobil .
2. Melakukan Interview, yaitu melakukan wawancara dengan
pengelola bisnis pencucian mobil tentang segala sesuatunya
yang berkaitan dengan bisnis tersebut dan melakukan
wawancara dengan sebagian pelanggan dan petugas pelayan
tentang kepuasan pelayanan dan pekerjaan tersebut
3. Studi Literatur , yaitu melakukan penelaahan kepustakaan
tentang teori-teori yang mendukung permasalahan.

3.4. Pengolahan Data

yaitu melakukan perhitungan-perhitungan dan pengujian-pengujian
dari data yang didapat baik data waktu kedatangan, data waktu
pelayanan, menentukan tenaga kerja yang optimal serta
memprediksi penerimaan biaya yang optimal.
3.5. Analisis Hasil Pengolahan Data
yaitu melakukan analisis dari hasil pembahasan tentang tentang
ketepatan metode yang digunakan, keakurasian data, dan
kelayakan untuk meneruskan bisnis tersebut kedepan.
3.6. Kesimpulan dan Saran
Yaitu menyampaikan kesimpulan hasil penelitian , apakah layak
atau tidak layakkah bisnis ini diteruskan serta apa-apa saja yang
menjadi kekuatan dan kelemahan dari pengelolaan bisnis ini .
Selanjutnya menyampaikan saran-saran baik kepada pengusaha
bisnis tersebut, kepada siapa saja yang berminat menggeluti bisnis
pencucian mobil ini.
IV. ANALISIS DAN PEMBAHASAN
4.1. Pengumpulan Data
Mengumpulkan data tentang jumlah kendaraan yang datang serta
interval waktu antar kedatangan kendaraan yang satu dengan yang

12
lainnya selama periode penelitian, dan data tentang lamanya waktu
pelayanan .

Berikut Tabel Data Jumlah Kedatangan Kendaraan

Tabel .1
Jumlah Kendaraan Yang Datang
I II III IV Jumlah
2 6 8 3 19
3 8 8 3 22
2 6 7 3 18
3 6 6 4 19
3 7 8 2 20
1 4 7 4 16
2 6 8 2 18
3 8 6 3 20
2 4 4 2 12
2 7 7 4 20
2 7 8 2 19
2 5 4 3 14

Berikut Tabel Data Waktu Kedatangan Kendaraan yang diambil secara

acak.
Tabel 2
Jumlah dan Waktu Kedatangan Kendaraan
Jumlah Jumlah Waktu
Kedatangan Sampel Kedatangan
(menit)
19 4 (5,2,1,3)
22 4 (5,3,3,4)
18 3 (8,4,2)
19 4 (5,3,2,4)
20 4 (5,4,3,3)
16 3 (8,3,2)
18 4 (2,3,5,4)
20 4 (3,2,4,5)
12 3 (5,3,4)
20 4 (2,5,3,4)
19 4 (3,2,4,4)

13
 14 4 (4,2,3,5)
Sumber : pengamatan langsung kelokasi

Berikut Data Waktu Pelayanan Pencucian Mobil

Tabel 3.
Data Waktu Pelayanan Pencucian Mobil
(dalam menit)
1 2 3 4
20 40 65 60
50 60 20 55
90 - 100 55
40 35 90 20
40 20 75 35
50 - 80 25
100 25 45 75
35 50 25 75
105 - 30 50
25 85 50 60
20 90 35 65
55 60 65 20

4.2. Pembahasan Data Penelitian

4.2.1. Menentukan Keseragaman dan Kecukupan Data
Tabel berikut, merupakan data pengukuran waktu
kedatangan kendaraan selama 45 kali pengukuran data
sbb :
Tabel 4.
Data Pengukuran Waktu Kedatangan
Penguk Waktu Penguk Waktu Penguku Waktu
uran ke (mnt) uran ke (mnt) ran ke (mnt)
1 5 16 5 31 5
2 2 17 4 32 3
3 1 18 3 33 4
4 3 19 3 34 2
5 5 20 8 35 5
6 3 21 3 36 3
7 3 22 2 37 4

14
 8 4 23 2 38 3
9 8 24 3 39 2
10 4 25 5 40 4
11 2 26 4 41 4
12 5 27 3 42 2
13 3 28 2 43 3
14 2 29 4 44 5
15 4 30 5 45 4

Menentukan rata-rata subgrup

Subgrup Waktu Kedatangan Nilai Rata
Ke Berturut-turut Rata
1 5 2 1 3 5 3 4 4 8 3,89
2 4 2 5 3 2 4 5 4 3 3,56
3 3 8 3 2 2 3 5 4 3 3,67
4 2 4 5 5 3 4 2 5 3 3,67
5 4 3 2 4 4 2 3 5 4 3,45
JUMLAH 18,23

Hasil Perhitungan Rata-rata Subgrup

18,23
X = = 3,65
5

(5 − 3,65) 2 + (2 − 3,65) 2 + ...... + (4 − 3,65) 2

σ =
45
= 1,4260
σ
σx =
n
1,4260
=
2,2360
= 0,6377

Menentukan Batas Kontrol Atas dan Bawah

BKA = 3,65 + 3(0,6377)
= 5, 5632
BKB = 3,65 - 3 (0,6377)
= 1,7368

15
Menghitung Kecukupan Data
Dengan tingkat ketelitian 5 % dan tingkat keyakinan 95 %,
didapat rumus keculupan data sbb :

40 45(52 + 22 + 12....... + 4 2 ) − (5 + 2 + 1 + ...... + 4) 2 2

N’ = ( )
5 + 2 + 1 + ..... + 4
= 15, 72

Data pengukuran sudah mencukupi karena N’ < N, sehingga data

penelitian sudah dianggap valid dan dapat diujikan.

4.3. PENGUJIAN HIPOTESIS

a. Pengujian Distribusi Waktu Kedatangan Kendaraan
Ho : waktu kedatangan kendaraan berdistribusi Poisson
H1 : waktu kedatangan kendaraan tidak berdistribusi Poisson
Taraf kenyataan alpha ( α ) = 0, 05
Menghitung rata-rata waktu kedatangan kendaraan
yang akan dicuci steam ( λ )
Dari tabel sebelumnya didapat nilai rata-rata kedatangan

∑ fixi = 136 , ∑ fi = 45
λ=
∑ fixi = 3,622menit
∑ fi
Contoh hasil perhitungan dibawah ini, diambil untuk sampel 3
menit (x = 3)
fi 13
Menghitung frekuensi relatif (fr) = = = 0,29menit
fr 45

Menghitung Distribusi Probabilitas Poisson

e − λ .λ x
P3(x) =
x!

16
 (2,7183) −3, 622 .(3,622) 3
=
3!
= 0, 2119
Menghitung frekwensi yang diharapkan :
ei = n . P3(x)
= 45 . (0,2119) = 9, 5350
Menghitung Chi Square ( χ 2)
( fi − ei ) 2
χ2 =
ei
(13 − 9,5350) 2
=
9,5350
= 1, 2592
Perhitungan lengkap dapat dilihat pada tabel berikut
Tabel 5.
Perhitungan Chi Square
Distribusi Kedatangan Kendaraan
(dalam menit)
Xi fi Fixi Fr Pi(x) EI χ2
1 1 1 0,0222 0,0970 4,3657 2,5948
2 9 18 0,2000 0,1756 7,9019 0,1526
3 13 39 0,2888 0,2119 9,5350 1,2592
4 11 44 0,2444 0,1918 8,6292 0,6514
5 9 45 0,2000 0,1388 6,2475 1,2127
8 2 16 0,0444 0,0196 0,8820 1,4171
45 163 7,2878

Pengambilan Keputusan
Dari tabel Chi Square dengan alpha 0,05 dan v = 4,
Didapat nilai tabel (Chi Square, tabel) = 9,4877
Sedangkan dari perhitungan Chi Square , didapat nilai

perhitungan Chi Square ( χ , hitung ) = 7, 2878

2

Karena χ 2 < χ 2 tabel , maka hipotesis nol (Ho) diterima, artinya

data waktu kedatangan kendaraan berdistribusi Poisson
Berikut tabel Chi Square sesuai data diatas

17
 7,2878 9,4877

b. Pengujian Distribusi Waktu Pelayanan Cuci Steam Mobil

Ho : Waktu pelayanan cuci steam mobil berdistribusi
Eksponensial
H1 : Waktu pelayanan cuci steam mobil tidak berdistribusi
Eksponensial
Hasil pengamatan waktu pelayanan cuci steam mobil setelah
data diurutkan, didapat parameter sbb:

Range (R) = Xmaks - Xmin atau 105 - 20 = 85

Banyak kelas interval
K = 1 + 3,3 Log.45 --
(Log 45 = 1, 6532)
= 6, 4556
Panjang atau lebar kelas interval
I = R/K
= 13, 08
catatan :
banyak kelas (K) diambil 7 dan lebar kelas (I) = 13
Perhitungan berikutnya sbb:
- menghitung frekwensi waktu pelayanan setiap kelas (fi)
- menghitung besarnya probability eksponensial untuk masing-
masing kelas interval

Gi(t) = e - µ t1 - e - µ t2
1 1
Dimana µ = =
y 52,66667

18
 = 0, 01898734
2370
y rata-rata = = 52,66667
45
- 0,01898734 . 19,5
Gi(t) = (2,7183) - 2,7183 -0,01898734.32,5
= 0, 1528
frekwensi harapan didapat

ei = Gi(t) . ∑ fi
= 0,1528 . 45 = 6, 8760
( fi − ei ) 2
Nilai Chi Square χ 2 =
ei
(11 − 6,876) 2
= = 2, 4734
6,876
Perhitungan secara lengkap untuk tabel distribusi eksponensial, dapat
dilihat pada tabel berikut ini
Tabel 6.
Hasil Perhitungan Distribusi Eksponensial
Waktu Pelayanan Cuci Steam Mobil
Kelas fi Gi(x) ei χ2
19,5 - 32,5 11 0, 1528 6, 8760 2, 4734
32,5 - 45,5 8 0, 1105 4, 9725 1, 8433
45,5 - 58,5 8 0, 0978 4, 4010 2, 9431
58,5 - 71,5 7 0, 0729 3, 2805 4, 2172
71,5 - 84,5 4 0, 0548 2, 4660 0, 9542
84,5 - 97,5 4 0, 0447 2, 0115 1, 9658
97,5 - 110,5 3 0, 0335 1, 5075 1, 4776
45 15, 8746

Pengambilan Keputusan
Dari hasil perhitungan Chi Square, didapat nilai dari
7
( f i − oi ) 2
χ =∑
2
= 15,8746 dan
i =1 ei

χ 2tabel (0,005, v = 5) = 16,7496

karena χ 2 hitung < χ 2 tabel , maka Ho diterima, artinya data

waktu pelayanan berdistribusi eksponensial.
Kurva Chi Squarenya sbb:

19
 Daerah penerimaan

Daerah penolakan

15,8746 16,7496

4.4. Perhitungan Parameter Antrian

Berdasarkan kondisi tersebut, maka model antrian yang digunakan
dinotasikan sebagai (M/M/S) : (GD/ ≈ / ≈) yang mana model ini
mengasumsikan bahwa kedatangan terjadi menurut poisson dengan para
meter λ sebagai nilai rata-ratanya dan sedangkan waktu pelayanannya
berdistribusi eksponensial dengan parameter rata-rata adalah
Dengan menggunakan model antrian tersebut diperoleh karakteristik
operasi pada berbagai jumlah pelayanan sbb:

jumlahwaktukeda tan gankendaran

λ=
jumlahpengama tan xjam / hari

163
λ= = 0,566 , dan
12 x 24
1 jam
µ=
jumlahwaktupelayanan / jumlahpengama tan

1
µ= = 1,1392 / jam
2370 / 45
Perhitungan Nilai Parameter Antrian sebagai berikut:
1. Probabilitas Tidak Ada Pelanggan yang Menunggu

1
Po =
( λ )2 (λ / µ ) s
s −2
µ 1
∑
n=0 n!
+ .
S ! 1 − λ / Sµ )
1
= 0 1
(0,566 / 1,1392) (0,566 / 1,1392) (0,566 / 1,1392) 2 1
+ + .
0! 1! 2! 1 − 0,566 / 1,1392

20
 = 0, 225738 menit
2. Jumlah Kendaraan Dalam Antrian (waktu menunggu)

Po(λ / µ ) s .ρ λ
Lq = , dimana ρ = = 0,2484
S!(1 − ρ ) 2 s.µ

0,225738(0,566 / 1,1392) 2 .0,2484

= = 0,0159kendaraan / jam
2!(1 − 0,2484) 2

3. Jumlah Kendaraan Dalam Sistem

λ
Ls = Lq +
µ
0,566
= 0,0159 +
1,1392
= 0,5819 kendaraan /jam
4. Lamanya Kendaraan Dalam Antrian
Lq
Wq =
λ
0,02308
= = 0,028091 jam / kendaraan
0,6354
5. Lamanya Kendaraan Dalam Sistem
1
W s = Wq +
µ
1
= 0,028091 +
1,1392

= 0, 9059 jam/kendaraan
Hasil perhitungan lengkap parameter antrian dapat dilihat dalam tabel 7.
sbb :
Tabel 7.
Hasil Perhitungan Parameter Antrian
S Po Lq Ls Wq Ws
1 0,321374 0,079985 0,645985 0,141316 1,019125
2 0,225738 0,0159 0,5819 0,028091 0,9059
3 0,286536 0,003808 0,569808 0,006727 0,884536
4 0,28584 0,000537 0,566537 0,00095 0,878759

21
 5 0,285761 6,08E-05 0,566061 0,000107 0,877916
6 0,285761 3,28E-08 0,566 5,8E-08 0,877809

S = saluran
Po = jmlh kendaraan dalam antrian
Lq= jmlh kendaraan dlm antrian
Ls= jmlh kendaraan dlm sistem
Wq= lamanya kendaraan dalam antrian
Ws= lamanya kendaraan dalam sistem

Untuk menentukan atau mendapatkan jumlah tenaga kerja yang optimal,

kita dapat gunakan formulasi persamaan matematisnya sebagai berikut:
4.5. Menentukan Jumlah Tenaga Kerja yang Optimal
C1
Ls(s) - Ls(s+1) < < Ls(s-1) - Ls(s)
C2

520,83
0,5819 - 0,569808 < < 0,645985- 0,5819
20306,25
Hasil keseluruhan dari perhitungan tenaga kerja yang optimal, dapat
dilihat pada tabel berikut.
Tabel 8.
Jumlah Tenaga Kerja Optimal
Saluran Ls(s) - Ls(s+1) <C1/C2 < Ls(s-1) - Ls(s) Ket.
1 0,0648 < 0,02564 < ∞ Tdk Optimal
2 0,01209 < 0,02564 < 0,0648 Optimal
3 0,003271 < 0,02564 < 0,01209 Tdk Optimal
4 0,000476 < 0,02564 < 0,003271 Tdk Optimal
5 0,000061 < 0,02564 < 0,000476 Tdk Optimal
6 ∞ < 0,02564 < 0,000061 Tdk Optimal

Dari hasil perhitungan parmeter antrian pada tabel diatas, terlihat

bahwa penggunaan tenaga kerja yang optimal adalah sebanyak 2 orang
4.6.Penentuan Tingkat Pelayanan Optimal dengan Analisa
Pendekatan Biaya Total Minimum (TCminimum)
Tc(s) = C1S + C2 Ls(s)
Diketahui :

22
 C1 = Rp. 520,83/jam dan
C2 = Rp. 20.306,25/jam
Ls = 0, 645985
Ls (s).C2 = 13117, 53
TC(1) = 1. 520,83 + 20.306,25 . (0,5819).1
= 13.638, 36
Perhitungan lengkapnya dapat dilihat pada Tabel 9. berikut :
Tabel 9.
Penentuan Biaya Total Minimum
S SC1 LS Ls(s).C2 TC
1 520,83 0,645985 13117,53 13638,36
2 1041,66 0,5819 11816,21 12857,87
3 1562,49 0,569808 11570,66 13133,15
4 2083,32 0,566537 11504,24 13587,56
5 2604,15 0,566061 11494,58 14098,73
6 3124,98 0,566 11493,34 14618,32

Dari tabel diatas, terlihat bahwa semakin banyak jumlah pelayanan

(jumlah tenaga kerja) maka akan semakin besar biaya fasilitas yang
dibutuhkan sedangkan biaya menunggu terlihat semakin kecil.
5. KESIMPULAN
Berdasarkan hasil pengujian dan perhitungan data pada bagian
pengolahan data , kami sampaikan beberapa kesimpulan dan saran-saran
yang dapat dipertimbangkan sbb:
• Distribusi kedatangan kendaraan yang hendak dicuci steam
adalah distribusi poisson dengan tingkat kedatangan rata-
rata 0,566 kendaraan perjam.
• Distribusi pelayanan pencucian kendaraan adalah distribusi
eksponensial dengan tingkat pelayanan rata-rata adalah
1,1392 jam per kendaraan.
• Jumlah tenaga kerja yang optimal berdasarkan fasilitas yang
ada adalah 2 orang
• Jumlah kendaraan yang menunggu dalam antrian adalah
0,0519 kendaraan per jam
• Lama menunggu dalam sistem termasuk yang sedang dilayani adalah
0,5819 kendaran per jam
• Waktu rata-rata mengantri seorang pelanggan adalah
0,028091 jam per kendaraan

23
• Waktu rata-rata menunggu dalam sistem seorang pelanggan
adalah 0,9059 jam per kendaraan
• Biaya optimal dengan dicapai dengan jumlah tenaga kerja yang
optimal yaitu sebesar Rp. 12.857,87

DAFTAR PUSTAKA

1. Heizer, J. and B. Render, 1991, Production and Operations

Management Strategies and Tactics, 2nd, Allyn and Bacon
Massachussetts.
2. Hiller, F.S., G.J., Lieberman, 1990, Introductions to Operations
Research, 5thEd. Mc Graw Hill Book Co, Singapore.
3. Indra Jaya Pandia, 2007, Metode Sederhana untuk menganalisa
Antrian pada suatu kemacetan lalu lintas.
4. Newell, G.F., 1982, Applications of Queueing Theory, 2nd.Ed,
Chapman ang Hall , New York.
5. Taha, H. , 1982, Operations Research, an Introduction , 3th ed.
Macmillan Publlishing Co, Inc, New York.
6. Taha, H, Daniel Wirajaya, 1996, Pengantar Riset Operasi, Binarupa
Aksara, Edisi 5, Jiid I dan II, Jakarta.

24
25