135
Grafik 4.5 Rata-rata waktu menunggu dalam antrean
�
Grafik 4.6 Rata-rata panjang antrean �
�
Berdasarkan Grafik 4.5 dan Grafik 4.6 dapat diketahui bahwa nilai tengah rata-rata waktu menunggu dalam antrean dan
panjang antrean adalah:
136
�
= , + ,
= , � �
�
�
= , + ,
= ,
�� �� ≈ �� ��
Dengan demikian, rata-rata waktu menunggu pasien dalam antrean selama 42,73 menit dan rata-rata panjang antrean sebanyak 19
pasien.
c. Ukuran Keefektifan pada Hari Jumat, 19 Februari 2016
Sistem antrean pada hari Jumat di Loket C dan Loket D telah mencapai kondisi steady state. Oleh karena itu, ukuran keefektifan
�
dan �
�
dapat dihitung dengan model antrean MM1: GD∞∞. Pada
perhitungan rata-rata waktu menunggu dalam antrean
�
digunakan persamaan 2.59, sedangkan rata-rata panjang antrean
�
�
menggunakan persamaan 2.60.
1 Ukuran Keefektifan di Loket C
Berikut ini merupakan perhitungan ukuran keefektifan
�
dan �
�
di Loket C dengan menggunakan model MM1: GD∞∞.
= 0,4944 customermenit = 0,5333 customermenit
� = = ,
, = ,
�
= �
− �
137 =
, ,
− , =
,
menit
�
�
= �
− � =
, − ,
= ,
pasien ≈12 pasien
� = − � = − , = ,
Berdasarkan perhitungan tersebut disimpulkan bahwa rata- rata waktu menunggu pasien dalam antrean selama 23,811 menit.
Selanjutnya untuk rata-rata jumlah pasien dalam antrean sebanyak 12 pasien dan peluang server menganggur sebesar 0,073.
2 Ukuran Keefektifan di Loket D
Berikut merupakan perhitungan ukuran keefektifan
�
dan �
�
di Loket D dengan menggunakan model MM1: GD∞∞:
= 0,5333 customermenit = 0,6167 customermenit
� = = ,
, = ,
�
= �
− � =
, ,
− , =
,
menit
138 �
�
= �
− � =
, − ,
= ,
pasien ≈ 6 pasien
� = − � = − , = ,
Berdasarkan perhitungan tersebut, disimpulkan bahwa rata- rata waktu menunggu pasien dalam antrean selama 10,372 menit.
Selanjutnya untuk rata-rata jumlah pasien dalam antrean sebanyak 6 pasien dan peluang server menganggur sebesar 0,1352.
Dengan demikian, setelah dilakukan perhitungan dapat diketahui ukuran keefektifan sistem antrean di Loket C dan Loket D pada hari Rabu,
Kamis dan Jumat sebagai berikut: Tabel 4.31 Nilai semua ukuran keefektifan sistem antrean
Hari Loket C
Loket D Total
�
� �
�
� �
� Rabu
28,875 13
31,11 12
59,985 menit 25 pasien
Kamis 177,759 121
42,73 19
220,489 menit 140 pasien
Jumat
23,811 12
10,372 6
34,183 menit 18 pasien
Berdasarkan Tabel 4.31 disimpulkan bahwa waktu menunggu terlama dan penumpukan jumlah pasien terbanyak dalam sistem antrean terjadi pada hari
Kamis.
139
3. Optimasi Sistem Antrean pada Bagian Pendaftaran Pasien BPJS
Optimasi adalah suatu proses untuk mencapai hasil yang ideal atau nilai efektif yang dapat dicapai. Berdasarkan Tabel 4.31 ukuran keefektifan
sistem antrean di Loket C dan Loket D belum mencapai standar pelayanan yang telah ditetapkan pihak Rumah Sakit. Hal ini disebabkan karena rata-
rata waktu menunggu dalam sistem antrean lebih dari 7 menit. Oleh sebab itu harus dilakukan optimasi agar sistem antrean di Rumah Sakit mencapai
hasil yang ideal atau sesuai standar pelayanan. Optimasi sistem antrean di Rumah Sakit Mata Dr. Yap dapat
dilakukan dengan dua cara. Pertama, menambah jumlah server di Loket C maupun Loket D sampai mencapai hasil yang ideal. Penambahan server
akan mengakibatkan pihak Rumah Sakit mengeluarkan biaya tambahan untuk memberi gaji pada karyawan baru. Hal ini menjadi bahan
pertimbangan pihak Rumah Sakit jika akan menambah jumlah server. Kedua, membatasi kapasitas sistem antrean sampai mencapai hasil
yang optimal. Optimasi tersebut dilakukan menggunakan simulasi Monte Carlo dengan beberapa percobaan. Pada beberapa percobaan akan
menghasilkan ukuran keefektifan yang berbeda-beda. Selanjutnya, menentukan nilai batas atas dan batas bawah dari ukuran-ukuran keefektifan
yang dihasilkan. Setelah menentukan batas atas dan batas bawah, maka diperoleh nilai tengah dari ukuran keefektifan yang optimal. Dengan
demikian, simulasi Monte Carlo dapat digunakan apabila pihak Rumah