Perbaikan Sistem Layanan untuk Mengurangi Waktu Tunggu Antrean dengan Simulasi Diskrit
DOI:
https://doi.org/10.35194/jmtsi.v8i1.3633Kata Kunci:
Service, Queue, SimulationAbstrak
The total number of domestic cruise passenger departures was 630,765 passengers in 2021 and increased by 139% in 2022 to 1,506,303 passengers. The increasing volume of sea transportation users has resulted in high demand for ship tickets for prospective ship passengers. In this case, Company XYZ is a company that operates in the passenger and logistics services sector, also serving the purchase and payment of ship tickets. The large number of prospective passengers who use ships owned by Company XYZ is not accommodated with ticketing services or on-the-spot purchases due to the lack of active service facilities available, causing queues to pile up which can take hours at the purchase counter. This research aims to create a model for purchasing ship tickets and provide scenario recommendations to reduce the number of queues at XYZ shipping company. Where the simulation results in existing conditions produced an average utility of 69.77%, after improvements to scenario 1 were carried out by adding a document completeness inspection unit, this decreased by 10.14%. From scenario 1 to scenario 2 by increasing the waiting room capacity there was also a decrease of 4.80%. From scenario 2 to scenario 3 by adding active tellers at counter 3 there was a decrease of 6.50%.
Jumlah total keberangkatan penumpang pelayaran dalam negeri sebanyak 630.765 penumpang di tahun 2021 dan meningkat sebanyak 139% pada tahun 2022 menjadi 1.506.303 penumpang. Meningkatnya volume pengguna moda transportasi laut mengakibatkan tingginya permintaan tiket kapal untuk para calon penumpang kapal. Dalam hal ini, PT. XYZ merupakan salah satu perusahaan yang bergerak dibidang pelayanan penumpang dan logistik, juga melayani pembelian dan pembayaran tiket kapal. Banyaknya calon penumpang yang menggunakan kapal milik PT. XYZ tidak terakomodir dengan layanan ticketing atau pembelian on the spot karena kurangnya fasilitas pelayanan yang aktif tersedia sehingga menimbulkan penumpukan antrean yang dapat menghabiskan waktu berjam-jam dalam loket pembelian. Tujuan penelitian ini adalah membuat model pembelian tiket kapal serta memberikan rekomendasi skenario untuk mengurangi jumlah antrean di perusahaan pelayaran XYZ. Di mana hasil simulasi pada kondisi eksisting menghasilkan rata-rata utilitas sebesar 69.77%, setelah dilakukan perbaikan skenario 1 dengan menambah unit pemeriksaan kelengkapan dokumen mengalami penurunan sebanyak 10.14%. Dari skenario 1 ke skenario 2 dengan menambah kapasitas ruang tunggu juga mengalami penurunan sebanyak 4.80%. Dari skenario 2 ke skenario 3 dengan menambah teller aktif di loket 3 mengalami penurunan lagi sebanyak 6.50%.
Referensi
Pelabuhan Utama,” Badan Pusat Statistika, 2019.
[2] F. Saumi, R. Amalia, Amelia, and Nurviana, “Analisis Sistem
Antrian pada Pelayanan Poli Jantung RSUD Kota Langsa,” BSIS,
vol. 3, no. 2, pp. 297–308, Apr. 2021.
[3] Yuliana and S. Poli, “Analisis Pelayanan Terhadap Kepuasan
Penumpang KM. Sinabung Pada PT. Pelayaran Nasional
Indonesia Cabang Surabaya,” pp. 74–83.
[4] H. Nurjaya Al-Kholis, E. Nursanti, and T. Priyasmanu, “Analisis
Sistem Antrian Pada Proses Pelayanan Konsumen di Rumah
Makan,” Jurnal Teknologi dan Manajemen Industri, vol. 4, no. 1,
pp. 14–19, Feb. 2018.
[5] F. Almeyda, “Perancangan Sistem Antrian Pelayanan di Kantor
Pos Sukabumi,” Sukabumi, 2021.
[6] H. Sofia, “Simulasi Antrian Kasir Pada Model Antrian Jalur
Berganda di Senyum Media Stationary,” Jember, 2018.
[7] H. MZ, I. Pratiwi, T. Tamalika, and I. Husin, “Analisis Sistem
Antrian Dengan Metode Simulasi,” Jurnal Desiminasi Teknologi,
vol. 7, no. 1, pp. 51–59, Jan. 2019.
[8] D. W. Kelton, R. P. Sadowski, and N. B. Zupick, Simulation with
Arena, 6th ed. 2 Penn Plaza, New York: McGraw-Hill Education,
2015.
[9] S. Setyaningsih and M. H. Basri, “Comparison Continuous and
Periodic Review Policy Inventory Management System Formula
and Enteral Food Supply in Public Hospital Bandung,”
International Journal of Innovation, Management and
Technology, vol. 4, no. 2, pp. 253–258, 2013, doi:
10.7763/ijimt.2013.v4.401.
[10] R. Manurung, S. Ariswoyo, and P. Sembiring, “Perbandingan
Distribusi Binomial Dan Distribusi Poisson Dengan Parameter
Yang Berbeda,” Saintia Matematika, vol. 1, no. 3, pp. 299–312,
2013.
[11] H. M. A. Pardede, H. Mawengkang, and Z. Situmorang,
“Simulasi Antrian Kedatangan Berkelompok Dengan Pelayanan
Weibull Oleh Banyak Server Queue Simulation Of Bulk Arrival
With Weibull Service By Many Server”.
[12] W. A. Christianto and Y. Kaelani, “Mengukur Kecepatan Dan
Percepatan Gerak Kaki Manusia Menggunakan Kamera Digital,”
Jurnal Teknik POMITS, vol. 2, no. 3, pp. 379–383, 2013.
[13] D. Febriani, Sugito, and A. Prahutama, “Analisis Metode
Bayesian Menggunakan Non-Informatif Prior Uniform Diskrit
Pada Sistem Antrean Pelayanan Gerbang Tol Muktiharjo,” Jurnal
Gaussian, vol. 10, pp. 337–345, 2021.
[14] N. L. Dewi, Sugito, A. Prahutama, Mustafid, and D. Ispriyanti,
“Analisis Model Antrean Non Poisson Dan Ukuran Kinerja Sistem
Pelayanan Menggunakan GUI R (Studi Kasus; Loket
Dispendukcapil Kota Semarang),” Statistika, vol. 9, pp. 28–34,
May 2021.
[15] U. Usada, “Optimalisasi Sistem Antrean Pelayanan Guna
Meningkatkan Kepuasan Pelanggan (Studi Kasus: Restoran ABC
di Sidoarjo),” Jurnal Ilmu Sosial, vol. 1, Nov. 2022.
