Deskripsi Data Hasil Wawancara Analisis Sistem Antrian dengan Menggunakan Model Antrian MMS

51 Dari tabel 4.2 terlihat bahwa kedatangan nasabah terbanyak adalah pada jam 12.00 – 13.00 WIB, rata-rata kedatangannya yaitu sebanyak 90 orang. Dan kedatangan nasabah terendah adalah pada jam 07.00 – 08.00 WIB pada bulan puasa yaitu sebanyak 3 orang, dan jam 08.00 – 09.00 WIB pada bulan biasa yaitu sebanyak 7 orang. Sedangkan rata-rata kedangan setiap harinya adalah sebanyak 306 orang. Dan tanggal 25 – 3 dapat dikatakan sebagai tanggal sibuk, karena kedatangan nasabah adalah diatas rata-rata kedatangan per hari.

3. Deskripsi Data Hasil Wawancara

Wawancara yang dilakukan oleh penulis dengan pihak manajemen atau karyawan BNI KCU Melawai Raya yang dapat mewakili tentang pelayanan nasabah yang melakukan transaksi di teller yaitu dengan pak Yanwar, beliau selaku perwakilan dari bank BNI KCU Melawai Raya yang dapat mewakili masalah tentang antrian yang ada pada bank BNI KCU Melawai Raya. Dan ringkasan hasil wawancaranya adalah penulis mengetahui standar waktu pelayanan dan standar waktu tunggu nasabah yang diterapkan pada Bank BNI KCU Melawai Raya, yaitu 1 menit untuk lamanya waktu pelayanan dan 10 menit lamanya waktu tunggu nasabah. Lamanya standar waktu pelayanan nasabah BNI KCU Melawai Raya digunakan penulis sebagai cara untuk mencari rata-rata waktu pelayanan . Dan lamanya standar waktu tunggu dapat dijadikan acuan untuk mengukur Wq waktu rata-rata yang dihabiskan oleh seorang pelanggan untuk menunggu dalam antrian. 52 Bank BNI KCU Melawai Raya memiliki istilah tanggal sibuk, yang mana didalamnya terdapat tanggal-tanggal gajian. Pada saat penulis melakukan pengamatan observasi tidak terlalu terlihat perbedaan tingkat kedatangan nasabah dapat dilihat pada tabel kedatangan per jam. Mungkin para nasabah lebih memilih transaksi dengan menggunakan ATM. Tetapi karna adanya istilah tanggal sibuk itu adalah alasan mengapa penulis melakukan pengamatan obsevasi selama 1 bulan.

4. Analisis Sistem Antrian dengan Menggunakan Model Antrian MMS

Untuk menganalisis, kita harus mengetahui kinerja antrian yang digunakan oleh objek, yaitu Bank BNI KCU Melawai Raya. Yang harus diketahui antara lain adalah jumlah jalur yang terbuka M, dalam hal ini adalah banyaknya teller. Rata-rata tingkat kedatangan nasabah λ dan rata- rata tingkat pelayanan μ . Nilai tersebut didapat dari data hasil pengamatan observasi. Adapun jumlah teller yang ada pada Bank BNI KCU Melawai Raya adalah 3 teller, dimana para nasabah yang akan melakukan transaksi harus mengantri sebelum mereka dilayani. Maka nilai jalur tebuka M adalah 3. Selanjutnya adalah mencari rata-rata kedatangan nasabah λ dan rata-rata tingkat pelayanan μ . Berikut ini adalah rata-rata tingkat kedatangan nasabah, berdistribusi poisson. Nova Rijati, 2000 : 53 Table 4.3 Rata-rata Tingkat Kedatangan Nasabah λ Keterangan Jumlah Naasabah Dan Variabel Senin Selasa Rabu Kamis Jumat Minggu I Minggu II Minggu III Minggu IV Minggu V 314 327 - 294 332 302 300 298 268 314 296 297 326 317 296 295 284 309 325 - 308 296 302 331 - Total 1267 1482 1532 1213 1237 Rata-ratahari 316,75 296,4 306,4 303,25 309,25  39,59375 37,05 38,3 37,90625 38,65625 Sumber : Hasil Perhitungan Data Berdasarkan hasil pengamatan observasi pada tabel 4.3 terlihat bahwa rata-rata kedatangan nasabah pada hari Senin adalah sebanyak 39,59375, pada hari Selasa sebanyak 37,05, pada hari Rabu sebanyak 38,3, pada hari Kamis sebanyak 37,90625, dan pada hari Jumat adalah sebanyak 38,65625. Tabel diatas adalah data kedatangan nasabah yang datang pada setiap hari kerja Bank BNI KCU Melawai Raya, yang mana disajikan untuk mencari nilai rata-rata kedatangan nasabah λ pada bank tersebut. Dan terlihat dalam 5 hari waktu kerja tersebut rata-rata kedatangan nasabah pada Bank BNI KCU Melawai Raya per jam adalah 38,30125 38 orang didapat dari jumlah rata-rata per hari dibagi dengan 8 jam kerja. Dengan rata-rata kedatangan terbanyak pada hari Senin dan rata-rata kedatangan paling sedikit pada hari Selasa. 54 Bank BNI KCU Melawai Raya memiliki standar waktu pelayanan, yaitu 1 menit. Maka jumlah rata-rata tingkat pelayanan μ adalah 60 orang. Didapat dari : Kerena sistem antrian yang ada pada Bank BNI KCU Melawai Raya adalah jalur berganda, maka analisis sistem antrian yang digunakan adalah dengan menggunakan model MMS jalur berganda. Dan perhitungan selanjutnya adalah mencari nilai Po, Ls, Ws, Lq, dan Wq. Untuk mencari nilai-nilai tersebut penulis menggunakan perangkat lunak software. Perangkat lunak software yang digunakan adalah software Quantitative Method For Windows Modul Waiting Lines. Dan hasil perhitungan datanya adalah sebagai berikut : Tabel 4.4 Hasil Perhitungan Data Nama Jumlah Naasabah Variabel Senin Selasa Rabu Kamis Jumat λ 39,59375 37,05 38,3 37,90625 38,65625  60 60 60 60 60 M 3 3 3 3 3  0,219965278 0,205833333 0,212777778 0,210590278 0,214756944 Po 0,515722831 0,538338621 0,527110511 0,530623214 0,52395131 Ls 0,668825136 0,624394576 0,646178905 0,639306941 0,652404457 Ws 0,01689219 0,016852755 0,016871512 0,016865476 0,016877076 Lq 0,008929302 0,006894576 0,007845571 0,007536108 0,008133624 Wq 0,000225523 0,000186088 0,000204845 0,000198809 0,000210409 Sumber : Hasil Perhitungan Data 1 menit x 60 menit 1 orang 55 Berdasarkan hasil perhitungan pada tabel 4.4 dapat terlihat nilai yang dicari yaitu nilai Po, Ls, Ws, Lq, dan Wq. Dan dari nilai yang ada pada tabel 4.4 dapat dihitung rata-rata dalam pengamatan selama 1 bulan 22 hari kerja. perhitungan rata-ratanya adalah sebagai berikut : Tabel 4.5 Hasil Perhitungan Data Selama 1 bulan Pengamatan Nama Variabel Hasil Perhitungan Rata-rata Dari Tabel 4.4  38,30125  60 M 3  0,212784722 Po 0,527149297 Ls 0,646222003 Ws 0,016871802 Lq 0,007867836 Wq 0,000205135 Sumber : Hasil Perhitungan Data Berdasarkan tabel 4.5 penjelasan berikut adalah dihitung rata-rata dalam 1 bulan pengamatan 22 hari kerja dapat dianalisa bahwa Bank BNI KCU Melawai Raya yang mempunyai 3 orang teller dengan nilai rata-rata kedatangan nasabah per jam λ 38,30125 38 orang dan rata-rata tingkat pelayanan per jam μ 60 orang, mempunyai rata-rata tingkat kegunaan pelayanan  sebesar 0,212784722 atau 21,28 dari waktu kerjanya. Nilai tersebut masih jauh dari angka 1 atau 100. Hal tersebut menunjukkan bahwa antrian yang terjadi pada Bank BNI KCU Melawai Raya tidak terlalu panjang. Dan itu menunjukkan pula bahwa teller mempunyai waktu menganggur yang banyak dalam waktu kerjanya, 56 bahkan pada hari senin dimana jumlah rata-rata nasabah terbanyak dibandingkan dengan hari lainnya. Karena tingkat kedatangan rendah, maka rata-rata probabilitas tidak ada nasabah dalam sistem Po adalah tinggi, yaitu 0,527149297 atau 52,71. Hal ini menunjukkan bahwa peluang tidak ada nasabah dalam sistem nasabah sedang menunggu ditambahn nasabah yang sedang dilayani adalah sebesar 52,71. Rata-rata jumlah nasabah dalam sistem Ls adalah 0,646222003. Hal ini menunjukkan bahwa banyaknya jumlah nasabah dalam sistem nasabah dalam antrian dan dalam pelayanan atau sedang dilayani adalah sebanyak 1 orang. Rata-rata waktu yang dihabiskan oleh seorang nasabah dalam sistem Ws adalah 0,016871802 jam atau 1,012308108 menit. Hal ini menunjukkan bahwa seorang nasabah menghabiskan waktunya sebanyak 1,012308108 menit dalam sistem lama nasabah dalam antrian ditambah lama nasabah sedang dilayani. Rata-rata jumlah nasabah yang menunggu dalam antrian Lq adalah 0,007867836 atau 0 orang. Dan rata-rata waktu yang dihabiskan oleh seorang nasabah untuk menunggu dalam antrian Wq adalah 0,000205135 jam atau 0,012308088 menit. Hal tersebut menunjukkan bahwa tingkat kedatangan yang ada pada Bank BNI KCU Melawai Raya rendah karena memiliki 0 orang pada jumlah rata-rata yang menunggu dalam antrian. 57 Dari uraian diatas menurut penulis masalah sistem antrian yang terjadi pada Bank BNI KCU Melawai Raya adalah kecilnya rata-rata kedatangan nasabahnya dengan standar waktu pelayanan nasabah selama 1 menit dan mempunyai 3 orang teller itu belum optimal, karena teller mempunyai waktu menganggur yang banyak terlebih pada saat kedatangan nasabah terendah. Maka penulis mencoba mengevaluasi jumlah teller yang ada pada Bank BNI KCU Melawai Raya, agar pelayanan terhadap nasabah menjadi optimal. Dan itu akan membuang biaya oprasional bank itu sendiri.

5. Evaluasi Sistem Antrian Nasabah BNI KCU Melawai Raya