ANALISIS SISTEM ANTRIAN PADA PERBANKAN BENIH BAWANG MENGGUNAKAN
MODEL ANTRIAN SINGLE CHANNEL SINGLE PHASE Rizki Permana, Sultan Zaki Zulfari, Gema
Aditiya Universitas Sultan Ageng Tirtayasa, Indonesia E-mail: [email protected] |
|
Abstrak Antrian adalah suatu kejadian yang sering terjadi dalam
kehidupan.Antrean terjadi karena permintaan layanan melebihi kapasitas
layanan atau fasilitas, sehingga pengguna yang datang tidak dapat segera
dilayani karena layanan sedang sibuk. Penelitian ini menganalisa antrian pada
petani bank benih bawang dengan pola M/M/1, dan dari hasil penelitian
terlihat bahwa probabilitas tidak ada antrian dalam sistem P0sebesar 0,227
artinya sangat kecil bahkan tidak ada waktu kosong bagi petugas bank benih
dalam melayani petani. Ditinjau dari tingkat kesibukan pelayanan (Lq) pada
jam sibuk 13,295. Metode pegambilan data dalam penelitian menggunakan metode
observasi langsung ke tempat penelitian, interview kepada para petani,
perhitungan dan menjabarkan definisi operasional variabel dalam antrian. Kata kunci: sistem antrian,
waktu pelayanan, probabilitas Abstract Queues are an event that often happens in life. The queue occurs
because the service request exceeds the capacity of the service or facility,
so the user who comes cannot be served immediately because the service is
busy. This study analyzed the queue at onion seed bank farmers with the M/M/1
pattern, and from the results of the study it can be seen that the
probability of no queue in the P0 system is 0.227, meaning that it is very
small and there is even no free time for seed bank officers to serve farmers.
Judging from the level of service busyness (Lq) at peak hours of 13,295. The
method of data retrieval in the study uses the method of direct observation
to the research site, interviews with farmers, calculation and description of
the operational definition of variables in the queue. Keywords: queue system, service
time, probability |
Pendahuluan
Dalam sektor pertanian,
khususnya pada subsektor hortikultura, ketersediaan benih berkualitas menjadi
salah satu faktor penentu keberhasilan produksi. Bawang merah (Allium cepa L.
Aggregatum Group) adalah salah satu komoditas unggulan di Indonesia yang
permintaannya terus meningkat seiring dengan pertumbuhan populasi dan kebutuhan
pangan. Untuk memenuhi permintaan ini, distribusi benih bawang merah yang
efisien dan tepat waktu sangat penting. Salah satu metode yang digunakan untuk
mengelola distribusi benih ini adalah melalui perbankan benih, yang berperan
sebagai pusat distribusi dan penyimpanan benih.
Perbankan benih bawang
menghadapi tantangan dalam hal manajemen antrian, terutama pada saat puncak
musim tanam ketika permintaan benih meningkat drastis. Sistem antrian yang
tidak efisien dapat menyebabkan waktu tunggu yang lama, ketidakpuasan petani,
dan potensi kerugian produksi. Oleh karena itu, diperlukan analisis mendalam
terhadap sistem antrian yang ada untuk meningkatkan efisiensi pelayanan dan
kepuasan pengguna.
Penelitian ini berguna untuk menganalisis suatu sistem antrian pada perbankan benih bawang menggunakan
model antrian single channel single phase. Dengan menganalisis sistem antrian
ini, diharapkan dapat diidentifikasi faktor-faktor yang mempengaruhi waktu
tunggu dan dapat diberikan rekomendasi untuk meningkatkan efisiensi pelayanan.
Dalam studi ini, kami
akan mengumpulkan data empiris dari perbankan benih bawang untuk
mengidentifikasi pola kedatangan dan layanan, serta mengukur performa sistem
antrian berdasarkan parameter-parameter kunci seperti waktu tunggu rata-rata,
panjang antrian, dan tingkat utilitas saluran pelayanan. Hasil analisis
diharapkan dapat memberikan wawasan yang berharga bagi pengelola perbankan
benih dalam merancang strategi manajemen antrian yang lebih efektif dan
efisien. Dengan demikian, penelitian ini tidak hanya berkontribusi pada
peningkatan kinerja operasional perbankan benih, tetapi juga pada kesejahteraan
petani melalui penyediaan benih berkualitas secara tepat waktu.
Metode Penelitian
Pada
penelitian ini menggunakan jenis metode kuantitatif karena metode ini dianggap sebagai pendekatan
ilmiah karena memenuhi standar ilmiah dengan karakteristik yang substansial,
empiris, rasional, dan terstruktur.�
Sumber data yang digunakan pada penelitian ini adalah data sekunder.
Analisis
Data
Pada
observasi
ini menggunakan literatur penulis merupakan metode yang digunakan, yang
melibatkan pengumpulan informasi yang berasal dari buku-buku pedoman dan jurnal-jurnal ilmiah
yang relevan sebagai sumber utama untuk mendukung penelitian ini.
Guna mencapai tujuan penelitian ini, Tahapan analisis yang digunakan meliputi:
1. Menginput data, yang
melibatkan pengumpulan data produksi bawang merah dan waktu penyimpanan bawang
merah.
2. Melakukan metode uji kolomogorov-Smirnov guna
mencocokan distribusi ��terhadap
alur produksi bawang merah dan alur penyimpanan bawang merah.
Beikut hipotesis mengenai distribusi produksi :
H0:��
Produksi bawang merah terdistribusi secara Poisson.
H1: Produksi bawang merah tidak terdistribusi secara Poisson.
Dapat diasumsikan
berdistribusi umum
(general) apabila tidak terdistribusi poisson.
3. Menghitung ukuran
kinerja pada
sistem penyimpanan, seperti sebagai
berikut:
Ls = Perkiraan jumlah bawang merah
dalam penyimpanan.
Lq = Perkiraan jumlah bawang merah yang menunggu proses penyimpanan.
Ws = Perkiraan waktu tunggu
bawang merah dalam penyimpanan.
Wq = Perkiraan waktu tunggu
bawang merah dalam proses penyimpanan.
Pengumpulan
Data
Dalam proses pengupasan
bawang merah, waktu yang diperlukan bersifat acak atau tidak tetap. Guna mengoptimalkan proses ini, kita dapat menggunakan rumus
antrian� (M/M/S) sebagai berikut:
a.
Probabilitas (Pn) tidak adanya benih bawang merah untuk di tanam
oleh petani (probabilitas terdapat 0 benih bawang merah dalam gudang):
�=
b.
Rata-rata Petani dalam Sistem Antrian:
=
c. Rata - rata petani dalam
antrian menuju proses pengambilan:
=
d.
Jumlah petani yang menunggu giliran antrian:
=
e.
Rata-rata waktu antri yang dibutuhkan petani untuk menunggu
antrian untuk menunggu proses
pengambilan bawang merah:
=
Definisi
Operasional
Sistem antrian kasir
pada bank benih sangat sederhana yaitu Single Channel Single Phase yang� berarti hanya�
ada� satu� jalur menuju sistem� pelayanan�
atau fasilitas�
pelayanan(Findayani� dkk.,� 2023).
Kinerja sistem antrian
ini dapat diukur dengan menggunakan berbagai�
indikator.
a.
Probabilitas Waktu Sibuk
Pada sistem (M/M/1):(GD/, probabilitas waktu sibuk menjadi :
P adalah hasil dari pembagian antara jalur �kehadiran petani dan alur proses pengambilan benih bawang. Jika P semakin
besar artinya semakin panjang antrian tersebut, begitupun sebaliknya, semakin
kecil P nya artinya semakin pendek antriannya.
b.
Jumlah Rata-rata Petani dalam Sistem (Ls)
Contoh �merupakan
rata-rata jumlah benih bawang dalam sistem antrian, yang meliputi benih bawang
merah yang sedang di proses pengambilan oleh petani. Maka dapat ditulis sebagai
berikut.
�
Urutan suku-suku dari mempunyai bentuk 0,.
Dalam hal ini a konstan dan kurang dari 1, deret
ini akan konvergen menjadi suatu jumlah dengan rumus :
=
c.
Rata-rata kuantitas petani dalam antrian (Lq) Contoh Lq sebagai
rata-rata jumlah antrian petani dalam bank benih, maka dapat ditulis:
d.
Waktu petani menunggu didalam antrian sistem.
Contoh �adalah
rata-rata waktu petani menunggu dalam antrian pengambilan, maka �dimana merupakan rata-rata jumlah petani di bank benih,
maka:
�=
e.
Rata - rata waktu yang dibutuhkan petani dalam menunggu antrian
proses pengambilan bawang merah (Wq).
Contoh �adalah
rata-rata waktu dihabiskan oleh petani pada saat mengantri untuk pengambilan
benih bawang maka:
.
Hasil dan Pembahasan
Berdasarkan
observasi, bank benih menyediakan satu pelayanan meliputi pengambilan dan
pembayaran benih bawang oleh petani. model M/M/1 merupakan sistem antrian yang
digunakan oleh bank benih. Bank
benih memiliki aturan pelayanan yang berupa First Come First Service yang
artinya
petani yang pertama tiba antri,� petani�
kedua� berdiri� di�
belakang� petani� pertama, dan seterusnya. Penelitian
ini dilakukan dua kali pagi-siang pada jam 06.00-12.00 dan petang hari pada jam
12.00-16.00 dengan 5 hari pengamatan berarti terdapat 5 interval waktu. Berikut
adalah hasil analisis
data berdasarkan kedatangan petani.
Tabel
1 Data Kedatangan Petani
Hari |
Jumlah Kedatangan Petani Pada Interval Waktu |
|
|
06.00
� 12.00 |
12.00
� 16.00 |
Hari
1 |
41 |
24 |
Hari
2 |
35 |
16 |
Hari
3 |
36 |
20 |
Hari
4 |
37 |
19 |
Sumber: Data Sekunder Hasil
Perhitungan Penelitian
�����������
Sedangkan
untuk pelayanan
dilakukan pendataan mulai dari jumlah petani benih
bawang yang
telah melewati proses pembayaran sesuai jeda waktu yang disepakati.
Tabel
2 Data Pelayanan petani
Hari |
Jumlah
Kedatangan Petani Pada Interval Waktu |
|
|
06.00
� 12.00 |
12.00
� 16.00 |
Hari
1 |
35 |
22 |
Hari
2 |
28 |
14 |
Hari
3 |
30 |
15 |
Hari
4 |
32 |
12 |
Antrian Model Tunggal
Sebelum� memulai perhitungan, perlu diketahui untuk
mengetahui λ ( kuantitas kehadiran petani dalam satuan waktu) dan μ
(jumlah kedatangan Petani dalam satuan waktu).
Diketahui:
x = jumlah
Kedatangan Petani
n= interval
waktu
Ʃx =
total jumlah kedatangan Petani�����
Jumlah
kedatangan petani per satuan waktu adalah 26,8 petani atau bisa dinyatakan 27
petani dalam satu jam pada kondisi sibuk.
Diketahui:
x = Jumlah
pelayanan petani
n = Interval
waktu
Ʃx =
Total jumlah petani yang dilayani
Jadi,
jumlah petani yang di layani dalam per satuan waktu adalah 22 petani.
a.
Probabilitas yang berarti terdapat
0 (nol) Petani dalam sistem (tidak adanya benih bawang untuk penanaman petani).
=
Dari perhitungan diketahui
bahwa probabilitas tidak ada antrian dalam sistem P0sebesar 0,227 artinya
sangat kecil bahkan tidak ada waktu kosong bagi bank benih dalam melayani
petani.
b.
Kuantitas petani rata-rata dalam
sistem
�=
c.
Rata-rata petani dalam antrian
�= 4.012
Atau setara 4.012,�menit� =
240,720
d.
Hasil tersebut menapilkan rata-rata
petani dalam sitem antrian , yaitu sebesar 4,012 jam atau sama dengan 240,720
menit.
e.
Rata-rata jumlah petani yang
menunggu dalam proses
��= 13,295 (dalam satu jam sibuk)
Perhitungan diatas
memberikan hasil bahwa rata-rata petani menunggu dalam proses pengambilan benih
bawang merah sebesar 13.295 dalam satu jam sibuk.
f.
Rata-rata waktu yang dihabiskan
petani untuk menunggu proses pengambilan benih bawang merah.
Hasil tersebut menunjukkan
bahwa rata-rata waktu yang digunakan oleh petani yang sedang menunggu proses
pengambilan benih bawang merah yaitu, sebesar 429.
Perkiraan
kinerja antrian dan tingkat pelayanan optimal
Ketika
situasi telah diketahui kapasitasnya, langkah berikutnya adalah dengan cara
merubah kuantitas jalur yang tersedia hingga dapat diperoleh tingkat kinerja
antrian dan tingkat pelayanan yang maksimal. Guna memperoleh tingkat pelayanan
dan kinerja antrian yang efisien,
dengan menggunakan �perhitungan yang sama seperti diatas hanya
perbedaannya pada nilai M yang digunakan. Dalam kasus ini nilai M(jumlah jalur atau loket pembayaran
yang terbuka) akan
digunakan.
Table 3 adalah gambaran
hasil hitung tingkat kinerja antrian yang optimal dengan nilai M>1.
Tabel
3 Hasil Perhitungan tingkat pelayanan dan kinerja antrian optimal
Efisensi
Antrian |
Jumlah
jalur proses yang terbuka (M) |
||
|
|
|
|
|
M=1 |
|
M=1 |
Po |
0.227 |
Po |
0.227 |
Ls |
108 |
Ls |
108 |
Ws |
4.012 |
Ws |
4.012 |
Kesimpulan
Hasil penilitian
memberikan kesimpulan bahwa sistem antrian loket
bank benih bawang merah mengikuti alur kedatangan yang
terdistribusi
secara poisson. Sedangkan waktu pelayanan tidak berdistribusi eksponensial. Proses antrian
model single channel single phase. Dari perhitungan yang diketahui bahwa tidak
ada probabilitas antrian dalam sistem P0 sejumlah 0,227 artinya sangat kecil bahkan tidak ada
waktu kosong bagi petugas/server dalam melayani petani. Ditinjau dari tingkat
kesibukan pelayanan (Lq) pada jam sibuk 13,295. Untuk peneliti mengusulkan,
untuk mencegah antrian pada jam sibuk, maka dibutuhkan secara ideal 3 Loket
Registrasi dengan perbandingan seperti yang telah diuraikan.
Daftar Pustaka
Basuki, Mahmud,.2018, Analisis Sistem
Antrian Pelayanan Registrasi Mahasiswa di BAAK Universitas Tridinanti
Palembang, Jurnal Sistem dan Manajemen Industri Vol 2 No 1 Juli 2018,17-22
Rachman, Taufiqur. 2016, Simulasi
Model Antrian Optimal Loket Pembayaran Parkir, Jurnal InovisiTM Volume 12 Nomor
2
Ma�arif dan Tanjung. 2003. Manajemen
Produksi dan Operasi. Edisi Revisi. Jakarta: Fakultas Ekonomi Universitas
Jakarta.
Margaret, Charissa,. Kartika Suhada,
Victor Suhandi. 2012. Usulan Rancangan Sistem Antrian yang Optimal dan Ekonomis
dengan Menggunakan Simulasi ProModel (Studi Kasus di Fiesta Steak Restaurant).
Jurnal integra vol. 2, no. 1, juni 2012:41-56
Irsandi, dkk.,2012 Optimalisasi
Sistem Antrian Pada Pelayanan Registrasi Pasien Rawat Jalan Di Rsud Kota Bogor,
Universitas Pakuan, unpublish
Trianto, dkk. Analisis sistem antrian
menggunakan metode Queuing System pada puskesmas kota Cimahi, Jurnal Nuansa
Informatika, Vol 15 No 2, Juli 2021
Ary, Maxsi, 2019, ANALISIS MODEL
SISTEM ANTRIAN PADA PELAYANAN ADMINISTRASI, Jurnal Tekno Insentif, Vol. 13 No.
1
Fuanasari, Ayu Diana,. 2014, Analisis
Alur Pelayanan Dan Antrian Di Loket�
Pendaftaran Pasien Rawat Jalan Jurnal Kesehatan Masyarakat (e-Journal),
Volume 2, Nomor 1, Januari 2014
Yustanti dan Nengsih, 2014, Analisis
Sistem Antrian Pelayanan Administrasi Pasien Rawat Jalan Pada Rumah Sakit
Padmalalita Muntilan, Jurnal Management Insight, 12(1): 68-78
Bataona, dkk, 2020, Analisis Sistem
Antrian Dalam Optimalisasi Layanan Di Supermarket Hyperstore / Journal Of
Management (SME�S) vol. 12, no.2, 2020, p225-237
Mataram, Adrian S., 2014, Analisis
Teori Antrian Pada Loket Pembayaran Pusat Perbelanjaan (Kasir) Carrefour
Jember, Jl. Hayam Wuruk Jember, Artikel Ilmiah Mahasiswa, Universitas Jember
(UNEJ)
Noviara, Youlinda, dkk, 2015,
Analisis Penerapan Sistem Antrian Single Channel Multi Phase Pada Engine
Overhaul di PT. ALTRAK 1978 Branch Samarinda, Jurnal EKSPONENSIAL, Vol 6 No,
Nomor 1, Mei 2015., ISSN: 2085-782
Aliudin, A., Wibowo, A. S., Sariyoga,
S., & Meutia, M. (2022). MODEL PEMBERDAYAAN PETANI BAWANG MERAH MELALUI
SISTEM BANK BENIH UNTUK PENINGKATAN KAPASITAS PETANI (Suatu Kasus Pada Kelompok
Tani Mekar Jaya Desa Tonjong). Jurnal
Penyuluhan dan Pemberdayaan Masyarakat, 1(3),
62-70.
Aliudin, A., Wibowo, A. S., Meutia,
M., Sariyoga, S., & Septian, T. C. (2019). Faktor-Faktor Yang Mempengaruhi
Penawaran Bibit Bawang Merah Jenis Bima Kulit Tipis Di Desa Tonjong Kecamatan
Kramatwatu. Jurnal Agribisnis Terpadu,
12(2), 250-261.
Darmawan, G., Tazkirah, D., Ihwati,
H. Z., Latief, D. A., Wibowo, S. R. P., Nurillatiffah, T., ... & Karin, N.
(2023). Model-Model Antrian. Kaizen
Media Publishing.
�
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International
License. |