Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam (JURRIMIPA) Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 DOI: https://doi.
org/ 10.
55606/jurrimipa.
ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT
KANTOR PUSAT MEDAN MENGGUNAKAN MODEL
ANTRIAN MULTI CHANNEL SINGLE PHASE
Okta Via Herawati Siahaan Universitas Negeri Medan Abil Mansyur Universitas Negeri Medan Korespondensi penulis: oktaviaherawati2410@gmail.
Abstract.
Queuing is a phenomenon or event that is often encountered in everyday life.
Very long queues can be detrimental to those who need service if they are not served quickly, because a lot of time is wasted while waiting for service.
PT.
Bank Sumut Kantor Pusat Medan is one of the regional banks whose source of funds comes from public deposits.
The purpose of this study is to determine the queuing system model and find alternatives to optimize the service system at PT.
Bank Sumut Kantor Pusat Medan.
The teller queuing system implemented by this bank is a queuing system in which there is more than one type of service provided, but in each type of service there is only one service provider by giving a queue number or what is often called Multi Channel Single Phase.
The queuing discipline used at this bank is first come first served (FCFS).
Based on the results of the discussion, the queuing model obtained is A M / M / 4 A : A FCFS / Cu / Cu A which means that the arrival rate of customers is Poisson distributed, customer service time is exponentially distributed, the number of servers is four, the queuing discipline is First Come First Serve (FCFS), the number of customers entering the system is infinite and the size of the incoming population is By evaluating the teller's performance, it can help optimize the queues that occur at PT.
Bank Sumut Kantor Pusat Medan.
In addition, the Bank can also apply service time standards and customer waiting time standards.
Keywords: Queue System, teller.
Multi Channel Single Phase Abstrak.
Antrian adalah fenomena atau kejadian yang sering dijumpai dalam kehidupan seharihari.
Antrian yang sangat panjang dapat merugikan pihak yang membutuhkan pelayanan jika tidak dilayani dengan cepat, karena banyaknya waktu yang digunakan terbuang selama menunggu giliran pelayanan.
PT.
Bank Sumut Kantor Pusat Medan merupakan salah satu bank daerah yang sumber dananya berasal dari simpanan masyarakat.
Adapun tujuan dari penelitian ini adalah untuk mengetahui model sistem antrian serta menemukan alternatif untuk mengoptimalkan sistem pelayanan pada PT.
Bank Sumut Kantor Pusat Medan.
Sistem antrian teller yang diterapkan oleh bank ini adalah sistem antrian yang terdapat lebih dari satu jenis layanan yang diberikan, tetapi dalam setiap jenis layanan hanya terdapat satu pemberi layanan dengan memberi nomor antrian atau yang sering disebut Multi Channel Single Phase.
Disiplin antrian yang digunakan pada bank ini yaitu first come first served (FCFS).
Berdasarkan hasil pembahasan, model antrian yang diperoleh adalah A M / M / 4 A : A FCFS / Cu / Cu A yang berarti bahwa tingkat kedatangan nasabah Received April 30, 2023.
Revised Mei 30, 2023.
Accepted Juni 15, 2023 Okta Via Herawati Siahaan, oktaviaherawati2410@gmail.
p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 berdistribusi Poisson, waktu pelayanan nasabah berdistribusi Eksponensial, jumlah server sebanyak empat, disiplin antrian adalah First Come First Serve (FCFS), jumlah nasabah yang masuk dalam sistem tidak terhingga dan ukuran populasi masuk tidak terhingga.
Dengan dilakukannya evaluasi terhadap kinerja teller dapat membantu mengoptimalkan antrian yang terjadi pada PT.
Bank Sumut Kantor Pusat Medan.
Selain itu.
Bank juga dapat menerapkan standar waktu pelayanan dan standar waktu tunggu nasabah.
Kata kunci: Sistem Antrian, teller.
Multi Channel Single Phase
LATAR BELAKANG
Antrian adalah fenomena atau kejadian yang sering dijumpai dalam kehidupan sehari-hari.
Antrian terjadi jika banyaknya nasabah yang akan dilayani melebihi kapasitas pelayanan yang tersedia, sehingga terjadi situasi dimana nasabah harus mengantri untuk mendapatkan suatu layanan (Bronson, 1.
Antrian yang sangat panjang dapat merugikan pihak yang membutuhkan pelayanan jika tidak dilayani dengan cepat, karena banyaknya waktu yang digunakan terbuang selama menunggu giliran pelayanan.
Selain itu, pihak yang memberi pelayanan secara tidak langsung juga akan mengalami kerugian karena akan mengurangi efesiensi dan efektifitas kerja yang akan menimbulkan citra kurang baik dalam masyarakat (Maghfirah, 2.
Salah satu ilmu yang dapat digunakan untuk memecahkan masalah antrian adalah teori Teori antrian adalah ilmu pengetahuan tentang antrian atau baris-baris penunggu.
Dimana susunan baris-baris penunggu terjadi karena kebutuhan pelayanan melebihi kapasitas pelayanan yang tersedia (Bataona dan Nyoko, 2.
Dalam teori antrian terdapat empat struktur dasar model antrian yang umum terjadi dalam sebuah sistem antrian antara lain: Single Channel Single Phase.
Single Channel Multi Phase.
Multi Channel Single Phase dan Multi Channel Multi Phase (Susetyo , 2.
Selain struktur antrian, dalam teori antrian juga terdapat bentuk disiplin yaitu cara memilih individu antrian yang akan dilayani.
Adapun bentuk disiplin antrian antara lain: first come first served (FCFS) atau FIFO, last come first served (LCFS) atau LIFO, service in random order (SIRO) dan priority service (PS) (Irmayanti, 2.
Salah satu permasalahan yang berkaitan dengan antrian adalah bank, dimana bank merupakan suatu institusi penyelenggara layanan keuangan.
Panjangnya antrian saat melakukan transaksi di bank yang menghabiskan banyak waktu seringkali menimbulkan ketidaknyamanan bagi nasabah.
Setiap bank mempunyai teller yang merupakan bagian penting dalam melakukan serangkaian proses transaksi mulai dari mengirim, menabung, mencairkan cek, dan memberikan jasa pelayanan perbankan lainnya kepada nasabah (Susetyo dkk.
, 2.
PT.
Bank Sumut Kantor Pusat Medan merupakan salah satu bank daerah yang sumber dananya berasal dari simpanan masyarakat dengan jumlah teller pada bank ini sebanyak lima teller, namun hanya 4 teller yang digunakan untuk melayani nasabah umum sedangkan 1 teller berfungsi untuk transakasi keperluan pemerintah dan bank itu sendiri.
Waktu menunggu nasabah berkisar antara 4 menit hingga 1 jam.
Rata-rata waktu proses teller adalah 13 menit 2 detik dan rata-rata waktu dalam sistem adalah 24 menit 18 detik.
Lamanya mengantri menyebabkan ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
beberapa nasabah keluar dari sistem antrian dengan berbagai alasan.
Nasabah yang membatalkan transaksi memilih untuk datang ke kantor bank Sumut lain atau melakukan transaksi di keesokan Bila semakin banyak nasabah yang pergi akan mempengaruhi income/pendapatan cabang.
Bila pendapatan cabang menurun akan berdampak pada penilaian cabang dan bonus tahunan pegawai bank.
Berdasarkan latar belakang tersebut, maka penulis mengangkat permasalahan dan menyusun dalam sebuah penelitian yang berjudul AuAnalisis Sistem Antrian Pada PT.
Bank Sumut Kantor Pusat Medan Menggunakan Model Antrian Multi Channel-Single PhaseAy.
KAJIAN TEORITIS
Optimalisasi Optimalisasi adalah suatu keseimbangan yang dicapai karena memilih alternatif terbaik dari beberapa kriteria tertentu yang ada.
Dalam persoalan optimalisasi pada dasarnya adalah bagaimana membuat nilai suatu fungsi dari beberapa variabel menjadi maksimum/minimum dengan memperhatikan kendalaAekendala yang ada diantaranya tenaga kerja, modal, dan material.
Memecahkan permasalahan optimalisasi, langkah pertama adalah menentukan fungsi tujuan dimana variabel tidak bebas merupakan objek maksimisasi atau minimisasi dan kelompok variabel bebas merupakan objekAeobjek yang besarnya dapat dipilih untuk tujuan optimalisasi (Nicholson.
Teori Antrian Teori antrian pertama kali dipekenalkan oleh A.
Erlangga .
Teori antrian adalah ilmu yang mempelajari suatu antrian dimana antrian merupakan kejadian yang biasa terjadi dalam kehidupan sehari-hari dan berguna baik bagi perusahaan manufaktur atau jasa.
Antrian .
aiting lin.
adalah satu atau lebih customers atau klien yang menunggu dalam suatu sistem untuk mendapatkan pelayanan.
Sistem antrian adalah kedatangan nasabah untuk mendapatkan pelayanan, menunggu untuk dilayani jika fasilitas pelayanan .
masih sibuk, mendapatkan pelayanan dan kemudian meninggalkan sistem.
Faktor-faktor yang Mempengaruhi sistem antrian adalah: pola kedatangan, perilaku konsumen.
Aturan, aiatem pelayanan, tertib aturan (Botutihe , 2.
JURRIMIPA: Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam- Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 Analisis Steady State Menurut Taha .
alam Anisa dkk.
,2015:.
Probabilitas steady state dalam sistem dapat terpenuhi apabila A A A maka haruslah rata-rata jumlah pelangan yang datang lebih kecil dari pada rata- rata laju pelayanan, dimana A adalah rata-rata laju kedatangan dan A adalah rata-rata laju pelayanan dan c merupakan jumlah teller, maka A dapat ditulis sebagai berikut:
Asumsi-asumsi Teori Antrian Pola Kedatangan Menurut (Subagyo dkk.
, 2.
Pola kedatangan suatu sistem antrian dapat di presentasikan oleh waktu antar kedatangan yang merupakan suatu periode waktu antara dua kedatangan yang berturut-turut.
Dalam proses ini, distribusi probabilitas Poisson menyediakan deskripsi yang cukup baik untuk suatu pola kedatangan.
Suatu fungsi probabilitas Poisson untuk suatu kedatangan ycu pada suatu periode waktu adalah sebagai berikut:
e AA A PAXA A Pola Pelayanan Distribusi Eksponensial digunakan untuk menggambarkan distribusi waktu pada fasilitas jasa, dimana waktu pelayanan diasumsikan bersifat acak yaitu waktu untuk melayani nasabah tidak bergantung pada lama waktu yang telah dihabiskan untuk melayani nasabah sebelumnya serta tidak bergantung pada jumlah nasabah yang menunggu untuk dilayani (Sismetha dkk.
, 2.
Distribusi Eksponensial yang didefinisikan sebagai berikut:
EAe A At f .
) A E
untuk t C 0 untuk t A 0 ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
Uji Kecocokan Distribusi Uji kecocokan distribusi digunakan untuk menentukan sampai seberapa jauh data sampel yang teramati selaras atau cocok dengan model tertentu yang ditawarkan.
Uji kecocokan distribusi yang digunakan yaitu uji Chi Square A A 2 A .
Uji ini dilakukan untuk membandingkan kelompok frekuensi yang diamati dengan kelompok frekuensi yang diharapkan.
Uji Chi Square dimulai dengan hipotesis sebagai berikut:
H 0 : data berdistribusi Poisson atau Eksponensial H1 : data tidak berdistribusi Poisson atau Eksponensial Dengan statistika uji yang digunakan adalah sebagai berikut:
Eu Eu AO A E A x A i A1 j A1 Eij (Ramadhan dkk.
, 2.
Solusi Model Antrian Pada penelitian ini model antrian yang digunakan yaitu model antrian multi channel single phase atau yang biasa disebut juga sebagai model antrian M/M/S.
Pada model terdapat dua atau lebih jalur atau stasiun pelayanan yang tersedia untuk melayani pelanggan yang datang.
Asumsi bahwa bahwa pelanggan yang menunggu pelayanan membentuk satu jalur yang akan dilayani pada stasiun pelayanan yang tersedia pertama kali pada saat itu.
Model ini juga mengasumsikan bahwa pola kedatangan mengikuti distribusi Eksponential negative.
METODE PENELITIAN
Jenis penelitian ini adalah studi kasus di PT.
Bank Sumut Kantor Pusat Medan.
Data yang digunakan dalam penelitian ini adalah data primer yaitu data yang diperoleh dan dikumpulkan dengan cara menghitung berapa banyak nasabah yang datang dan waktu pelayanannya.
Adapun prosedur penelitiannya sebagai berikut:
Melakukan pengamatan secara langsung untuk mendapatkan data waktu kedatangan dan waktu pelayanan dalam satuan waktu yang ditentukan.
JURRIMIPA: Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam- Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 Memeriksa data yang diperoleh harus memenuhi steady state, dimana A adalah tingkat kedatangan rata-rata dan A adalah tingkat pelayanan rata-rata.
Jika steady state belum terpenuhi maka harus ditambah jumlah pelayanan atau waktu pelayanan.
Melakukan uji kecocokan distribusi untuk pola kedatangan dan pola pelayanan dengan menggunakan uji Chi Square, jika H 0 diterima maka dapat disimpulkan bahwa data tersebut berdistribusi Poisson atau Eksponensial, jika H 0 ditolak maka data mengikuti distribusi umum (Genera.
Menentukan model sistem antrian yang sesuai.
Setelah diketahui model antrian dengan distribusi dan parameternya, maka dapat dihitung dan dianalisis ukuran kinerja dari sistem antrian.
HASIL DAN PEMBAHASAN
Deskripsi Data Penelitian Penelitian ini dilakukan di PT.
Bank Sumut Kantor Pusat Medan yang berlokasi di Jl.
Imam Bonjol No.
18 Medan.
Pengamatan dan pengambilan data ini difokuskan pada pelayanan teller dengan disiplin antrian yang digunakan adalah first ini first come atau setiap nasabah yang pertama datang maka akan terlebih dahulu dilayani.
Pengambilan data dimulai pada saat teller mulai beroperasi yaitu mulai pukul 08.
00 pada hari senin-jumat selama dua minggu.
Kedatangan nasabah yang dimaksud merupakan nasabah yang masik dalam antrian pada setiap tahap Sedangkan pelayanan nasabah yang dimaksud merupakan nasabah yang telah selesai dilayani pada setiap tahap pelayanan.
Secara keseluruhan data yang sudah didapatkan peneliti disajikan pada Tabel 1.
ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
Tabel 1.
Data Jumlah Kedatangan Nasabah Hari/Tanggal Senin, 03 Oktober 2022 Selasa, 04 Oktober 2022 Rabu, 05 Oktober 2022 Kamis, 06 Oktober 2022 Jumat, 07 Oktober 2022 Senin, 10 Oktober 2022 Selasa.
11 Oktober 2022 Rabu, 12 Oktober 2022 Kamis, 13 Oktober 2022 Jumat, 14 Oktober 2022 Jumlah Sumber: Hasil Obsevasi Jumlah Nasabah (Oran.
Lama Pengamatan (Pukul 08.
6 Jam 6 Jam 6 Jam 6 Jam 6 Jam 6 Jam 6 Jam 6 Jam 6 Jam 6 Jam Dari Tabel 1, diperoleh rata-rata kedatangan nasabah mulai pukul 08.
00Ae 14.
00 selama 10 hari yaitu sebanyak 1.
471 nasabah dengan jumlah nasabah terbanyak yaitu sebanyak 177 nasabah yang terjadi pada hari jumat pada minggu pertama dan jumlah nasabah terendah sebanyak 133 nasabah yang terjadi pada hari jumat pada minggu kedua.
Adapun laju kedatangan nasabah diperoleh sebagai berikut:
Ju m la h k e d a ta n g a n n a s a b a h
Ju m la h w a k tu p e n g e m a ta n p e r h a r i x b a n y a k h a r i 4 7 1
A A
( 6 ja m x 6 0 ) x 1 0 h a r i A A 4 7 1
6 0 0
A A 0,41
A A
JURRIMIPA: Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam- Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 Tabel 2 Data Jumlah Kedatangan Nasabah Per Jam Hari/Tanggal Banyak Nasabah (Oran.
Jumlah F (Oran.
Senin, 03 Oktober 2022
26 22 23 17 30
Selasa, 04 Oktober 2022
27 32 17 17 24
Rabu, 05 Oktober 2022
25 28 17 15 22
Kamis, 06 Oktober 2022
31 28 25 15 21
Jumat, 07 Oktober 2022
37 27 22 21 21
Senin, 10 Oktober 2022
28 23 23 19 24
Selasa.
11 Oktober 2022
22 18 24 14 27
Rabu, 12 Oktober 2022
31 28 25 16 19
Kamis, 13 Oktober 2022
28 22 17 17 18
Jumat, 14 Oktober 2022
23 28 16 19 26
Jumlah (Oran.
326 278 256 209 170 232
Rata-rata kedatangan/ 33
28 26 21 17 23
Sumber: Hasil Obsevasi Dari Tabel 2, dapat dilihat bahwa rata-rata kedatangan nasabah paling banyak yaitu sebanyak 33 nasabah per jam yang terjadi pada pukul 08.
00 dan rata-rata kedatangan nasabah paling sedikit yaitu sebanyak 17 nasabah per jam yang terjadi pada pukul 12.
Tabel 3.
Data Laju Pelayanan Nasabah Per Jam Hari/Tanggal Waktu (Meni.
Senin, 03 Oktober 2022
6,23 6,75 10,74 5,2 5,88 5,18
Selasa, 04 Oktober 2022 5,12 5,84 5,18 4,53 5,81 Rabu, 05 Oktober 2022
7,98 5,47 7,75 5,43 6,15 6,32
Kamis, 06 Oktober 2022 6,39 4,48 4,52 4,79 4,32 5,05 Jumat, 07 Oktober 2022 6,02 5,74 5,54 4,64 5,26 5,1 Senin, 10 Oktober 2022
6,85 5,17 5,6
6,56 5,67 6,1
Selasa.
11 Oktober 2022 5,79 5,38 5,74 7,01 6,07 4,61 Rabu, 12 Oktober 2022
7,11 4,53 4,46 4,94 3,08 5,1
Kamis, 13 Oktober 2022 5,65 4,96 6,28 8,27 6,48 5,69 Jumat, 14 Oktober 2022 10,15 5,42 6,26 5,43 4,87 Jumlah (Meni.
67,29 52,9 62,73 57,45 53,4 53,8 Rata-rata .
6,73 5,3 6,27 5,75 5,34 5,38 Laju pelayanan per jam Sumber:Hasil Observasi ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
Tabel 3, diperoleh dari jumlah waktu pelayanan per jam dibagi banyaknya nasabah yang dilayanani per jam PT.
Bank Sumut Kantor Pusat Medan tidak memiliki standar waktu pelayanan, maka jumlah rata-rata tingkat pelayanan A A A diperoleh dengan menggunakan rumus sebagai AA x 60 .
rata A rata waktu pelayanan Mencari Ukuran Steady-State dalam Sistem Antrian Probabilitas Steady-State dapat terpenuhi jika nilai A A 1 dimana A adalah rata-rata laju kedatangan nasabah, yuN adalah rata-rata laju pelayanan dan yc adalah banyaknya teller .
Dari data yang diperoleh pada saat penelitian yang dilakukan selama 10 hari pada bagian teller diperoleh nilai A A A sebagai berikut:
0, 41
4 A 0, 17 A
A A 0,6 A 1
Dari hasil perhitungan di atas maka diperoleh nilai yuU sebesar 0,6 sehingga dapat disimpulkan bahwa sistem antrian pada PT.
Bank Sumut Kantor Pusat Medan memenuhi keadaan Steady-State karena syarat A A 1 terpenuhi.
Uji Kecocokan Distribusi Uji Kecocokan Distribusi Kedatangan Nasabah Untuk mengetahui kesesuaian antara distribusi yang diharapkan dengan distribusi pengamatan maka untuk seluruh data kedatangan nasabah ke mesin pengambilan nomor antrian akan dilakukan uji distribusi menggunakan uji Chi Square.
Adapun hasil pengolahan data sebagai berikut:
Hipotesis yang akan diuji ya : Kedatangan nasabah di teller berdistribusi Poisson ya : Kedatangan nasabah di teller tidak berdistribusi Poisson Melakukan analisa data dengan mengansumsikan kedatangan nasabah berdistribusi Poisson dengan menguji kebenarannya menggunakan uji Chi Square untuk kedatangan nasabah yang diharapkan datang per satu jam.
JURRIMIPA: Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam- Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119
Menghitung nilai A 2 hitung
A EuEu
AO A E A
i A1 j A1
Eij
A 32 A 33, 243A A A 26 A 28,348A A AU A A 26 A 20,976A
A 29, 273
33, 243
28,348
20,976
Mencari nilai A 2tabel Berdasarkan tabel Uji Chi Square maka diperoleh hasil degree of freedom A df A pada tingkat kedatangan nasabah adalah:
df A A b A 1AA k A 1A
A A10 A 1AA 6 A 1A
A 45
Maka.
A A2A AA A b A1AA k A1AA A A A20,05 a10 A1AA 6 A1A A A A A20,05 AA 45 A A 61, 656 Kesimpulan Dengan taraf signifikansi AA A yang digunakan sebesar 0,05 maka didapat nilai A 2tabel sebesar 61,656 dan nilai A 2 hitung sebesar 29,273.
Karena A 2 hitung A A 2 tabel maka H 0 diterima yang berarti kedatangan nasabah berdistribusi Poisson.
Uji Kecocokan Distribusi Pelayanan Nasabah Untuk mengetahui kesesuaian antara distribusi yang diharapkan dengan distribusi pengamatan maka untuk seluruh data pelayanan nasabah akan dilakukan uji distribusi menggunakan uji Chi Square.
Adapun hasil pengolahan data sebagai berikut:
Hipotesis yang akan diuji ya : Pelayanan nasabah di teller berdistribusi Eksponensial ya : Pelayanan nasabah di teller tidak berdistribusi Eksponensial Melakukan analisa data dengan mengansumsikan pelayanan nasabah berdistribusi Eksponensial dengan menguji kebenarannya menggunakan uji Chi Square untuk pelayanan nasabah yang diharapkan datang per satu jam.
ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
Menghitung nilai A A EuEu
AO A E A
Eij
i A1 j A1
Ahitung
A 2 hitung
A O11 A E11 A A O12 A E12 A
E11
E12
AAU A
E10 6
A 6, 23 A 7, 739 A A A 6, 75 A 6, 084A A AU A A 4,87 A 5,904A
A O10 6 A E10 6 A
7, 739
6,084
5,904
A hitung
A 8, 431
Mencari nilai tabel Berdasarkan tabel Uji Chi Square maka diperoleh hasil degree of freedom A df A pada tingkat pelayanan nasabah adalah:
df A A b A 1AA k A 1A
A A10 A 1AA 6 A 1A
A 45
A A2A AA A b A1AA k A1AA A A A20,05 a10 A1AA 6 A1A A A A A20,05 AA 45 A A 61, 656 Kesimpulan Dengan taraf signifikansi AA A yang digunakan sebesar 0,05 maka didapat nilai A 2tabel sebesar 61,656 dan nilai A 2 hitung sebesar 8,431Karena A 2 hitung C A 2 tabel maka H 0 diterima yang berarti pelayanan nasabah berdistribusi Eksponensial.
JURRIMIPA: Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam- Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 Analisis Hasil Perhitungan untuk Menentukan Ukuran Kinerja Sistem Antrian Dalam melakukan analisis pada data, kita harus mengetahui kinerja sistem antrian yang digunakan oleh PT.
Bank Sumut Kantor Pusat Medan yaitu antara lain jumlah server A s A , rata-rata tingkat kedatangan A A A dan rata-rata tingkat pelayanan A A A .
Dalam hal ini jumlah teller A s A sebanyak 4 dan untuk rata-rata tingkat kedatangan A A A serta rata-rata tingkat pelayanan A A A dapat diperoleh dari Tabel 2 dan Tabel 3.
Tabel 4.
Hasil Perhitungan Kinerja Sistem Antrian Per Jam Variabel Waktu 91,67% 0,91% 63,64% 6,97% 72,22% 4,43% 52,50% 11,68% 38,64% 21,09% 52,27% 11,8% 12,71 3,13 4,09 2,32 23,4 menit 6,6 menit 9,6 menit 6,6 menit 5,4 menit 6 menit 9,04 1,53 0,22 0,05 0,21 16,2 menit 1,2 menit 2,4 menit 0,6 menit 0 menit 0 menit A A A Berdasarkan hasil perhitungan pada Tabel 4.
dapat terlihat nilai dari P0 .
Ls , dan Wq .
Suatu antrian dikatakan sudah cukup efektif apabila nilai rata-rata tingkat kegunaan teller adalah 0 % sampai 50%, sedangkan jika nilai rata-rata kegunaan teller atau nilai peluang masa sibuk teller diatas 60% maka antrian sudah dikatakan kurang efektif (Alimuddin & Ashan, 2.
Pada penelitian yang dilakukan oleh (Indriyani, 2.
dikatakan bahwa apabila nilai rata-rata kegunaan teller atau nilai peluang masa sibuk teller A A A semakin mendekati angka 100% maka antrian dikatakan tidak optimal.
Oleh karena itu, dari hasil perhitugan pada tabel di atas dapat kita lihat pada jam berapa saja yang terjadi antrian yang sangat panjang.
Dari Tabel 4.
dapat dihitung ratarata dalam pengamatan selama 10 hari kerja.
Adapun perhitungannya sebagai berikut:
ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
Tabel 5.
Hasil Analisis Kinerja Sistem Antrian Karakteristik kinerja sistem antrian Menentukan peluang masa sibuk teller A A A Hasil
Probabilitas tidak ada nasabah dalam sistem A P0 A 0,09 Rata-rata jumlah nasabah dalam antrian Lq
A A
1,3 atau 1
Rata-rata jumlah nasabah dalam sistem A Ls A 3,71 atau 4
A A
Rata-rata waktu yang diperlukan nasasbah dalam antrian Wq 3,5 menit Rata-rata waktu yang diperlukan nasabah dalam sistem A W s A 9,3 menit Pembahasan Dari uraian analisis data, dapat diketahui bahwa model antrian Multi Channel Single Phase pada PT.
Bank Sumut Kantor Pusat Medan sudah tepat, hal ini dibuktikan dengan keadaan kebutuhan nasasbah serta fasilitas yang diberikan oleh pihak bank.
Dengan hasil perhitungan disimpulkan bahwa sistem antrian pada PT.
Bank Sumut Kantor Pusat Medan masih belum Menurut Prayogo .
alam Sirait & Gultom, 2.
terdapat dua cara dalam mengatasi antrian yaitu cara pertama dengan menambahkan jumlah teller dan cara kedua dengan mempercepat waktu pelayanan.
Dengan mempertimbangkan nilai rata-rata nasabah dalam antrian sebesar 1 nasabah maka penelitian ini difokuskan untuk mempercepat waktu pelayanan dalam mengatasi masalah antrian yang terjadi pada PT.
Bank Sumut Kantor Pusat Medan.
Oleh karena itu, menurut penulis PT.
Bank Sumut Kantor Pusat Medan perlu melakukan evaluasi terhadap kinerja dari setiap teller, baik dari segi lamanya waktu dalam melayani, lamanya waktu pemanggilan, dan juga waktu menganggur teller.
Perlunya dilakukan evaluasi terhadap kinerja teller diharapkan mampu membantu mengoptimalkan antrian yang terjadi, selain itu PT.
Bank Sumut Kantor Pusat Medan juga bisa memberikan standar waktu teller dalam melayani seperti yang dilakukan oleh bank lain.
Penelitian yang dilakukan (Arianda, 2.
memaparkan bahwa standar waktu pelayanan nasabah pada teller yaitu:
Setor tunai < 10 jt : maksimal 1,5 menit Tarik tunai < 10 jt : maksimal 1,5 menit Transfer debet : maksimal 2 menit Sedangkan untuk standar waktu nasabah dalam mengantri yaitu:
Ideal : langsung/tidak ada antrian Bagus : 5 menit Wajar : 5-10 menit Terlalu lama : > 15 menit JURRIMIPA: Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam- Vol.
No.
2 Oktober 2023 p-ISSN: 2828-9382.
e-ISSN: 2828-9390-0143.
Hal 104-119 Dengan meningkatnya waktu pelayanan diyakini mampu mengatasi masalah antrian yang ada, karena semakin besar tingkat pelayanan yang diberikan maka banyaknya nasabah dalam antrian dan sistem semakin sedikit.
KESIMPULAN
Berdasarkan analisis dan pembahasan hasil pengolahan data dapat disimpulkan sebagai berikut:
Sistem antrian teller yang di terapkan oleh bank PT.
Bank Sumut Kantor Pusat Medan adalah sistem antrian yang terdapat lebih dari satu jenis layanan yang diberikan, tetapi dalam setiap jenis layanan hanya terdapat satu pemberi layanan dengan memberi nomor antrian atau yang sering disebut Multi Channel Single Phase.
Disiplin antrian yang digunakan pada bank ini yaitu : first come first served (FCFS) atau first in first out (FIFO), dimana nasabah akan dilayani sesuai urutan nomor antrian yang sudah diberikan.
Jika Mengikuti Notasi Kendall PT.
Bank Sumut Kantor Pusat Medan A M / M / 4 A : A FCFS / Cu / Cu A yang berarti bahwa tingkat kedatangan nasabah berdistribusi Poisson, waktu pelayanan nasabah berdistribusi Eksponensial , jumlah server sebanyak 4, disiplin antrian adalah First Come First Serve (FCFS), jumlah nasabah yang masuk dalam sistem tidak terhingga dan jumlah nasabah yang masuk dalam antrian tidak terhingga.
Solusi alternatif yang diperoleh yaitu perlunya dilakukan evaluasi terhadap kinerja teller diharapkan mampu membantu mengoptimalkan antrian yang terjadi, selain itu PT.
Bank Sumut Kantor Pusat Medan juga bisa memberikan standar waktu teller dalam melayani dan juga standar waktu nasabah dalam menunggu seperti yang dilakukan oleh bank lain.
Dengan meningkatnya waktu pelayanan diyakini mampu mengatasi masalah antrian yang ada, karena semakin besar tingkat pelayanan yang diberikan maka banyaknya nasabah dalam antrian dan sistem semakin sedikit.
ANALISIS SISTEM ANTRIAN PADA PT.
BANK SUSMUT KANTOR PUSAT MEDAN
MENGGUNAKAN MODEL ANTRIAN MULTI CHANNEL SINGLE PHASE
DAFTAR PUSTAKA