PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

0 Hari 3 Jam 39 Menit 23 Detik

Mengenal Teori Antrian, Metode Statistik yang Berguna dalam Mengoptimalisasi Sistem Pelayanan

Belajar Data Science di Rumah 09-November-2021
https://dqlab.id/files/dqlab/cache/de1b7cfa5dcb5265e90bc16d250c1b94_x_Thumbnail800.png

Di dalam kehidupan sehari-hari, pastinya banyak kita temukan kejadian dimana pelanggan menunggu dan membentuk suatu antrian yang panjang untuk dilayani oleh server. Server disini maksudnya seperti teller bank, kasir, lift, mesin produksi hingga staf medis. Sedangkan contoh sistem antrian yang dapat kita temukan di sekitar seperti pada waktu-waktu tertentu, antrian di Bank pada hari Senin, antrian pada jam-jam makan di Restoran, antrian masuk lift, antrian Rumah Sakit, antrian Supermarket di awal bulan dan masih banyak lagi. Panjangnya antrian dan lamanya waktu menunggu dapat menyebabkan kebosanan dan kelelahan. Antrian ini terjadi jika tingkat kedatangan lebih banyak dari pada pelayanan yang diberikan.


Ternyata, ada satu metode statistik yang bisa kita gunakan untuk mengatur antrian itu, lho guys. Metode tersebut kita biasa kenal dengan Analisis Antrian. Salah satu alasan menggunakan metode statistik ini adalah untuk memperbaiki sistem antrian dengan meminimalisir antrian itu sehingga dapat memberikan pelayanan terbaik dan meningkatkan kepercayaan pelanggan terhadap jasa pelayanan. Nah, ingin mengenal tentang metode Analisis Antrian? Yuk, simak artikelnya!


1. Definisi Teori Antrian

Teori antrian pertama kali diperkenalkan pada tahun 1909 oleh A.K Erlang. Aktivitas antrian dapat terjadi karena adanya kebutuhan akan layanan di luar kapasitas yang disediakan oleh layanan atau fasilitas layanan, sehingga memungkinkan pelanggan yang datang tidak bisa segera mendapatkan layanan. Definisi dari teori antrian yaitu teori studi matematis mengenai antrian-antrian atau waiting lines yang di dalamnya disediakan beberapa alternatif model matematika yang dapat digunakan untuk menentukan beberapa karakteristik dan optimasi dalam pengambilan keputusan suatu sistem antrian. Formasi waiting lines ini ada apabila kebutuhan akan suatu pelayanan melebihi kapasitas yang tersedia untuk menyelenggarakan pelayanan itu (Dimyati 2009).


Sedangkan dalam Statistika, Analisis Antrian merupakan salah satu metode statistik dimana metode ini akan menghasilkan informasi mengenai probabilitas (lebih sering disebut sebagai operation characteristics). Operation characteristics ini dapat membantu proses pengambil keputusan saat merancang fasilitas pelayanan antrian sehingga bisa mengatasi permintaan pelayanan yang fluktuatif secara tiba-tiba, serta menjaga keseimbangan antara biaya pelayanan dan biaya menunggu. 


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Karakteristik dalam Sistem Antrian

Karakteristik Kedatangan Pelanggan 

Proses kedatangan seorang pelanggan dalam suatu sistem layanan memiliki beberapa karakteristik, yaitu:

  • Ukuran Sumber Kedatangan

    Ukuran kedatangan pelanggan bisa berasal dari populasi yang terbatas atau dari populasi yang tidak terbatas. Pada populasi terbatas, jumlah kedatangan pelanggan yang masuk dalam sistem dapat diketahui karena menyesuaikan kapasitas pelayanan yang ada. Sedangkan pada populasi tidak terbatas, jumlah kedatangan pelanggan yang masuk dalam sistem tidak dapat diketahui secara pasti

  • Pola Kedatangan

    Pola kedatangan merupakan salah satu karakteristik sumber input yang mendatangkan banyaknya pelanggan selama periode waktu tertentu. Pola kedatangan menggambarkan bagaimana distribusi pelanggan memasuki sistem antrian pada suatu periode waktu tertentu atau dapat juga bersifat random. 

Karakteristik Pelayanan

Selain karakteristik pada kedatangan pelanggan, terdapat juga karakteristik dari pelayanan, yaitu:

  • Desain Pelayanan

    Desain Pelayanan berkaitan erat dengan bentuk barisan antrian dan pelayanan pada suatu sistem antrian. Sebuah sarana pelayanan mempunyai jumlah saluran (channel) dan jumlah tahap (phase) pelayanan tertentu. Saluran (channel) adalah jumlah pelayan yang dapat memberikan pelayanan kepada pelanggan pada waktu yang bersamaan, sedangkan tahap (phase) adalah jumlah terminal-terminal pelayanan yang harus dilalui oleh pelanggan sebelum pelayanan dinyatakan lengkap atau selesai.

  • Pola Pelayanan

    Pola pelayanan memiliki keadaan yang sama seperti dengan pola kedatangan, yaitu dapat dalam keadaan konstan maupun random. Pada waktu pelayanan konstan maka waktu pelayanan yang diberikan yaitu sama. Sedangkan jika waktu pelayanan random maka waktu pelayanan yang diberikan acak atau tidak sama (Ruswandi, 2006).


3. Faktor Penting dalam Melakukan Analisis Terhadap Sistem Antrian

Terdapat beberapa faktor penting dalam melakukan analisis terhadap antrian yaitu:

  • Laju Kedatangan dan Laju Pelayanan 

    Laju kedatangan (λ) adalah rata-rata jumlah kedatangan pelanggan ke suatu fasilitas pelayanan selama periode waktu tertentu, sedangkan laju pelayanan (μ) adalah rata-rata jumlah pelanggan yang dapat dilayani selama periode waktu tertentu (Taylor III, 2004).

  • Distribusi Waktu antar Kedatangan dan Waktu Pelayanan

    Waktu antar kedatangan adalah waktu kedatangan antara pelanggan satu dengan pelanggan berikutnya. Waktu pelayanan adalah lamanya waktu yang dibutuhkan pelanggan saat mendapatkan pelayanan. Waktu antar kedatangan dan waktu pelayanan perlu ditentukan jenis distribusi probabilitas dari sebaran datanya untuk menentukan model sistem antrian.

  • Populasi Pelanggan

    Populasi pelanggan atau dapat disebut juga populasi sumber adalah total jumlah pelanggan yang membutuhkan pelayanan dari waktu ke waktu (Lieberman, 2008). Populasi pelanggan dapat diasumsikan tak berhingga/tak terbatas atau berhingga/terbatas.

  • Kapasitas Antrian

    Kapasitas antrian merupakan jumlah maksimum pelanggan yang diizinkan  berada di dalam sistem antrian.

  • Disiplin Antrian

    Disiplin antrian menunjukkan aturan urutan kedatangan dan urutan pelayanan pelanggan. Disiplin antrian diantaranya First In First Out (FIFO), Last In First Out (LIFO), Service In Random Order (SIRO) dan Priority Service (PS).

  • Mekanisme Pelayanan

    Menurut Lieberman (2008), mekanisme pelayanan meliputi jumlah fasilitas pelayanan dan jumlah jalur pelayanan pada setiap fasilitas pelayanan.


4. Disiplin Antrian

Disiplin Antrian adalah aturan di mana pelanggan dilayani, atau disiplin layanan yang berisi urutan di mana pelanggan menerima layanan. Terdapat empat bentuk disiplin layanan yang umum digunakan:

  • First Come First Served (FCFS) atau First In First Out (FIFO): Artinya pelayanan didahulukan kepada pelanggan yang lebih awal datang atau mempunyai nomor antrian lebih kecil.

  • Last Come First Served (LCFS) atau Last In First Out (LIFO): Artinya pelayanan didahulukan kepada pelanggan yang lebih akhir datang.

  • Service in Random Order (SIRO) atau Random Selection For Service (RRS): Artinya pelayanan dilakukan kepada pelanggan dengan pemilihan secara acak.

  • Priority Service (PS): Antrian jenis ini akan lebih dulu memberikan pelayanan ke orang-orang yang dianggap prioritas. Misalnya di rumah sakit akan mendahulukan orang yang memiliki penyakit kronis untuk dilayani terlebih dahulu.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Terapkan Metode Statistik Tersebut dalam Penelitianmu

Metode statistik dapat digunakan di bidang apapun, salah satunya adalah Data Science. Data Science adalah ilmu yang saat ini banyak diaplikasikan hampir di semua industri. Hal ini terjadi karena produksi data di dunia yang meningkat tajam dari waktu ke waktu, bahkan dalam satu hari dunia dapat memproduksi jutaan data. Salah satu profesi yang berkaitan dengan pengolahan data menggunakan metode statistika adalah Data Scientist. Di abad 21, profesi ini dinobatkan sebagai profesi terseksi di dunia. Tidak heran, profesi ini memiliki peluang kerja yang tinggi dengan gaji fantastis. Oleh karena itu, kini sudah banyak orang yang mulai serius untuk mempelajari Data Science. 


Bagaimana? Tertarik menjadi Data Scientist? Kamu dapat memulai karir Data Scientist dengan kursus online di DQLab loh! Caranya sangat mudah, yaitu cukup SIGN UP di DQLab.id dan nikmati momen belajar gratis bersama DQLab dengan mengakses module gratis dari R, Python atau SQL! Yuk, mulai bangun portofolio datamu!


Penulis: Salsabila Miftah R

Editor: Annissa Widya Davita

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login