Penentuan Jumlah Server Optimal di SPBU Pesing dengan Menggunakan Pendekatan Teori Antrian dan Metode Simulasi

Kelompok IND 2 Andreas (22 2010 010) Rio Lince (22 2010 019) Eko Eka (22 2010 012)

(22 2010 013) (22 2010 011)

METODOLOGI PENELITIAN
Mulai Studi Literatur Identifikasi dan Perumusan Masalah Menggunakan Pendekatan Teori Antrian dan Simulasi Pengamatan Langsung Observasi Panjangnya Antrian dan adanya pelanggan yang mencari SPBU lain

Tujuan Penelitian

Menentukan Jumlah server SPBU yang optimal

Stopwatch

Pengumpulan Data

Data Waktu Kedatangan dan Data Waktu Pelayanan

SPSS, Excell, dan WinQSB

Pengolahan Data

Rata-rata Kedatangan dan Rata-rata Pelayanan

Analisis Data

Jumlah Server Optimal Pendekatan Teori Antrian dan Simulasi

Kesimpulan dan Saran

Jumlah Server Optimal Teori Antrian

Selesai

Tinjauan Literatur (1)

Ubani, E. C. (2011) menganalisis service cost untuk menentukan jumlah server optimal di sebuah bank komersial di Nigeria. Perhitungan manual dilakukan dengan menggunakan rumus rumus teori antrian. Jumlah server optimal = 9, biaya minimum N 10,603 per jam dan utilisasi sistem sebesar 64,10%.

Tinjauan Literatur (2)

Hasian, et al (2011) menggunakan simulasi Software Arena untuk mengukur performansi (jumlah antrian, waktu antrian dan nilai utilitas) sistem antrian sepeda motor di SPBU Gunung Pangilun. Fasilitas-fasilitas SPBU belum dimanfaatkan secara optimal, dengan utilisasi server hanya 6,2%.

Tinjauan Literatur (3)

Khalid, et al. (2013) menggunakan pendekatan teori antrian dan pendekatan simulasi dengan bantuan software Arena dalam mengevaluasi performansi sebuah sistem antrian pada koridor pejalan kaki di Malaysia dengan model M/G/C/C. Terdapat perbedaan hasil kedua pendekatan, yang disebabkan oleh tingkat kedatangan.

 Lokasi Penelitian : SPBU Pesing Alamat : Jl. Daan Mogot KM 10 No.151 Jakarta Barat Telp : (021) 7060 9634 (021) 543 77072.

Lokasi Penelitian

Latar Belakang Masalah

Tujuan
Menentukan jumlah server optimal di SPBU Pesing

Manfaat
Menjadi masukan bagi pengelola SPBU Pesing Menjadi bahan kajian akademik dalam bidang optimasi dan simulasi

Posisi Penelitian Ini

Penelitian ini mencoba menentukan jumlah server optimal dengan membandingkan pendekatan teori antrian dan pendekatan simulasi dengan bantuan software winQSB pada SPBU Pesing.

Penelitian ini mungkin merupakan satusatunya penelitian yang menggunakan teori antrian dan pendekatan simulasi dengan bantuan software winQSB sekaligus pada objek SPBU.

Pengumpulan Data
Tanggal pengambilan data : 19 April 2013
Waktu pengumpulan data : (pukul 14.00-16.00)

Sampel data yang diambil : waktu kedatangan dan

waktu pelayanan

Pengumpulan Data
Data waktu kedatangan

Data waktu pelayanan

Pengolahan Data
Pengujian jenis distribusi waktu :

Uji Chi Square dengan SPSS

Test Statistics Waktu_pelayanan Waktu_Kedatangan
Chi-Square Df Asymp. Sig.

5.774a 11 .888

9.774b 15 .834

Pengolahan Data
Perhitungan rata-rata jumlah kedatangan ()

Pengolahan Data
Perhitungan rata-rata waktu pelayanan ()

Pengolahan Data
Penentuan biaya antrian
Biaya Fasilitas SPBU
No 1 2 3 4 5 Elemen Sewa tanah Gaji Listrik mesin Listrik lampu Mesin total Biaya 570,78 8333,33 1012,38 462,80 1077,54 11456,83

Customer Waiting Cost

Waktu kerja yang hilang akibat kemacetan dapat mencapai dua jam per hari. Maka bila dihitung dengan UMP DKI Jakarta tahun 2007, nilai yang diperoleh sebesar Rp 4.329,- per jam.

Pengolahan Data
Penentuan Jumlah Server
Teori Antrian

Simulasi dengan WinQSB

Output Penelitian
Output Simulasi Jumlah server yang optimal = 3. Output WinQSB

Jumlah server yang optimal = 4.

Output Penelitian
Perbandingan total biaya sistem antrian
Total System Cost Jumlah Server 2 3 4 5

Simulasi Teori antrian

29520 -

12492 24177

20703 19052

30072 28483

Mau tau Jawabannya

Jawabannya ?

Jika tidak memungkinkan pengambilan data secara teratur maka sebaiknya menggunakan teori antrian (data konstan), dan sebaliknya.

Keputusan
Jumlah Server Optimal : 4

Kesimpulan
Pada kasus SPBU Pesing, server yang optimal = 4 server.

Teori antrian sesuai untuk data konstan (steady state), sedangkan simulasi sesuai untuk data tidak konstan.