Pembuatan Alternatif Jadwal Pemilihan Alternatif Jadwal Analisis dan Interpretasi Hasil Kesimpulan dan saran Pengolahan Data Awal

I-36 Pemakaian tiga kali standart deviasi disini karena data yang dipakai hanya sedikit, sehingga mengakibatkan subgrupnya kecil.

3.9 Running Model

Setelah data yang dibutuhkan mencukupi dan model yang dibuat sudah valid kemudian dilakukan Running yaitu dengan menterjemahkan model dan data kedalam program komputer. Dalam pengolahan ini dilakukan pengubahan jadwal shift kerja untuk mendapatkan hasil yang paling optimal. sehingga dapat dikatakan bahwa, running dilakukan pada alternatif yang dibuat. Dalam bab ini ditampilkan adanya biaya kasir. Namun biaya kasir tidak masuk kedalam model program simulasi karena biaya ini tidak dipengaruhi dari lamanya kasir bekerja, dengan kata lain meskipun kasir tersebut sedang menganggur biaya kasir ini tetap ada, biaya kasir dipengaruhi oleh jumlah kasir yang bekerja dan jam kerjanya, sehingga untuk biaya kasir dihitung sendiri secara manual yaitu dengan persamaan :             = cd a G B ……………………………………….……3.10 dimana B = Biaya kasir G = gaji kasir perbulan perorang a = jumlah jam kerja perbulan c = durasi kerja kasir sesuai rentang waktu yang diambil d = jumlah kasir yang bekerja

3.10 Pembuatan Alternatif Jadwal

Alternatif jadwal dibuat untuk mendapatkan jadwal yang paling optimal. Adapun alternatif yang dipakai adalah dengan mengubah jumlah kasir yang bekerja pada setiap rentang waktu tertentu untuk kemudian dikombinasikan dengan shift yang berlaku. I-37

3.11 Pemilihan Alternatif Jadwal

Pemilihan dilakukan dengan membandingkan setiap alternatif yang dibuat. Kriteria yang dipakai untuk memilih alternatif adalah: 1. Peningkatan estimasi pendapatan bagi Swalayan Mitra Sukpharjo dari pelanggan. 2. Peningkatan estimasi biaya kasir tidak melebihi peningkatan estimasi pendapatan dari pelanggan ke Swalayan Mitra Sukoharjo 3. Lama mengantri dan lama kasir menganggur yang yang lebih sesuai.

3.12 Analisis dan Interpretasi Hasil

Analisis dan interpretasi dilakukan pada hasil pengolahan data dan pembuatan serta pemilihan alternatif.

3.13 Kesimpulan dan saran

Kesimpulan diambil dari hasil analisis dan saran diberikan kepada perusahaan dan kepada penelitian berikutnya. I-38 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bab ini diuraikan proses pengumpulan dan pengolahan data dalam penelitian. Pengolahan yang dilakukan meliputi pengolahan data awal, sebagai bahan input untuk program simulasi dan pengolahan di dalam program simulasi itu sendiri yang dijelaskan pada sub bab - sub bab di bawah ini.

4.1 Pengumpulan Data

4.1.1 Data Primer

Data primer diambil secara manual dengan menggunakan stopwacth langsung di lokasi penelitian, yaitu di Swalayan Mitra Sukoharjo. Pengambilan data ini dilakuan selama tujuh hari pada setiap shift kerja yaitu jam 9.00 sampai dengan 21.00. Pengumpulan data dilakukan pada empat rentang waktu yaitu, antara jam 9.00 sampai dengan jam 11.30. jam 11.30 sampai dengan jam 13.30, jam 13.30 sampai dengan jam 15.30, jam 15.30 sampai dengan 18.30 dan antara jam 18.30 sampai dengan jam 21.00. Rentang waktu ini ditentukan berdasarkan jam kerja dan jam istirahat serta banyak dan sedikitnya pelanggan yang datang. Data yang diambil berupa data waktu saat pelangan ke-i datang yang dinotasikan dengan Sdi, waktu saat pelanggan ke-i mulai dilayani untuk selanjutnya dinotasikan dengan Smdi dan data waktu saat pelanggan ke-i selesai dilayani untuk selanjutnya dinotasikan dengan Ssdi, untuk i = 1,2,3…n, n = jumlah pelanggan yang datang, Hasil pengumpulan data, berupa data waktu saat pelanggan datang Sd, saat pelanggan mulai dilayani Smd, saat pelanggan selesai Ssd, dapat dilihat pada Lampiran 1.

4.1.2 Data Sekunder

I-39 Data sekunder adalah data pendukung yang didapatkan dari keterangan pihak Swalayan Mitra Sukoharjo. Adapun data sekunder yang didapatkan adalah: - Jumlah loket kasir, jumlah loket kasir keseluruhan yang ada di Swalayan Mitra Sukoharjo adalah tujuh loket kasir. Sedangkan jumlah loket kasir yang difungsikan per hari sebanyak tiga loket. - Jadwal kerja kasir, jam kerja kasir meliputi tiga shift kerja yaitu Shift pertama dimulai dari jam 9.00 pagi sampai dengan jam 17.00 sore dengan istirahat selama satu jam yaitu pada jam 12.00 sampai dengan jam 13.00 siang. Shift kedua dimulai dari jam 17.00 sampai dengan jam 21.00 tanpa jam istirahat. Shift ketiga dari jam 9.00 sampai jam 13.00 kemudian istirahat dan kerja lagi pada jam 17.00 sampai jam 21.00. - Gaji kasir Rp. 500.000,- perorang perbulan. - Pendapatan bersih dari pelanggan rata – rata Rp. 2.325,- per satu kali pelanggan berbelanja.

4.2 Pengolahan Data Awal

Pengolahan data awal dilakukan pada data primer sebelum data tersebut dapat dijadikan input pada program simulasi. Pengolahan data awal dilakukan dengan menggunakan langkah – langkah pada bab III sub bab 3.6 point satu sampai dengan tujuh. dan hasil yang didapatkan adalah sebagai berikut : 1. Lama pelanggan mengantri Lm. Untuk pelanggan pertama yang datang, waktu lama mengantrinya adalah: Lm1 = Smd1 – Sd1 = 2,3 – 0,03 = 2,27 untuk data lama mengantri setiap pelanggan yang datang selengkapnya dapat dilihat pada lampiran 1. 2. Menghitung lama waktu pelanggan dilayani Ld. Lama pelanggan pertama yang datang dilayani adalah : Ld1 = Ssd1 – Smd1 I-40 = 3,52 – 2,3 = 1,22 sedangkan lama dilayaninya setiap pelanggan yang datang selengkapnya dapat dilihat pada lampiran 1. 3. Menghitung lama server menganggur Lsi. Lama server menganggur antara kedatangan pelanggan pertama dan kedua adalah : Lsi = Smd2 – Ssd1 = 3,52 – 3,52 = 0 lama server menganggur untuk pada tiap jeda kedatangan pelanggan, selengkapnya dapat dilihat pada lampiran 1. 4. Menghitung waktu antar kedatangan WAK. Waktu antar kedatangan pelanggan pelanggan pertama dan kedua adalah sebagai berikut : WAK = Sd2 – Sd1 = 0,16 – 0,03 = 0,13 waktu antar keddatangan pelanggan selengkapnya dapat dilihat pada lampiran 1. 5. Rata – rata lama pelanggan mengantri antara jam 9.00 sampai dengan jam 11.30 adalah sebagai berikut : µ = 40 34,16 = 0,854 menit Hasil perhitungan rata – rata pelanggan mengantri Lm, rata – rata pelanggan lama dilayani Ld, rata – rata lama server menganggur Lsi dan rata- rata waktu antar kedatangan WAK, selangkapnya pada hari Kamis dapat dilihat pada Tabel 4.1 dan untuk data pada hari-hari yang lain dapat dilihat pada lampiran pengolahan data awal. Tabel 4.1 Rata – rata data waktu pada setiap rentang waktu Rentang Waktu Data waktu Keseluruhan 9.00-11.30 11.30-13.30 13.30-15.3015.30-18.30 18.30-21.00 Lm Menit 3,66 0,854 2,896 0,941 11,741 1,956 Ld Menit 1,325 1,056 1,361 1,723 2,300 1,123 Lsi Menit 0,189 0,679 0,257 0,139 WAK Menit 1,398 1,651 1,304 1,79 0,936 1,354 6. Hasil perhitungan nilai deviasi standar untuk setiap data waktu lama mengantri Lm, lama pelanggan dilayani Ld, lama server menganggur Lsi dan waktu antar kedatangan WAK pelanggan, untuk data hari kamis dapat dilihat pada Tabel 4.2 dan untuk data pada hari lain dapat dilihat pada lampiran pengolahan data awal. I-41 Tabel 4.2 Nilai deviasi standar data waktu pada setiap rentang waktu. Rentang Waktu Data waktu Keseluruhan 9.00-11.30 11.30-13.3013.30-15.30 15.30-18.3018.30-21.00 Lm Menit 4,65 0,876 2,180 1,158 6,279 1,608 Ld Menit 1,234 0,813 1,289 1,859 1,754 0,793 Lsi Menit 0,743 1,484 0,468 0,689 WAK Menit 1,464 1,635 1,263 2,07 0,697 1,177 7. Menentukan pola distribusi frekwensi data waktu, lama pelanggan dilayani Ld dan waktu antar kedatangan WAK. Dengan menggunakan langkah – langkah untuk menentukan pola distribusi frekwensi data pada Bab III. sub bab 3.6 point tujuh a sampai tujuh f. Diperoleh untuk distribusi data WAK dan Ld pada hari kamis adalah: a. Pola distribusi data lama dilayani keseluruhan - Rentang = 9,09 - Banyaknya kelas interval = 9 kelas - Panjang kelas interval = 1,01 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.3 - Grafik distribusi dapat dilihat pada Gambar 4.1 20 40 60 80 100 120 140 160 1 2 3 4 5 6 7 8 9 Series1 Expon. Series1 Gambar 4.1 Grafik pola distribusi waktu lama pelanggan dilayani keseluruhan - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 7 I-42 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.3 Tabel 4.3 Data uji pola distribusi waktu lama dilayani keseluruhan Batas kelas bawah Batas kelas atas fo Ft fo-ft 2 fo-ft 2 ft 0,000 1,010 138 133,853 17,197 0.128 1,011 2,020 69 62,667 40,111 0.640 2,021 3,030 26 29,380 11,428 0.389 3,031 4,040 9 13,775 22,797 1.655 4,041 5,050 6 6,458 0,210 0.032 5,051 6,060 1 3,028 4,112 1.358 6,061 7,070 1 1,420 0,176 0.124 7,071 8,080 1 0,666 0,112 0.168 8,081 9,090 1 0,312 0,473 1.517 Jumlah 252 251,246 6,012 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 6,012 sedangkan χ 2 0,05:5 = 14,067, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v, b. Pola distribusi data lama dilayani antara jam 9.00 sampai dengan jam 11.30. - Rentang = 3,51 - Banyaknya kelas interval = 6 kelas - Panjang kelas interval = 0,585 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.4 - grafik distribusi dapat dilihat pada Gambar 4.2 5 10 15 20 1 2 3 4 5 6 Kelas ke- fr e k w e n s i Series1 Expon. Series1 Gambar 4.2 Grafik pola distribusi waktu lama pelanggan dilayani keseluruhan - uji Chi Square. Hipotesis yang dipakai adalah : I-43 H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.4. Tabel 4.4 Data uji pola distribusi waktu lama dilayani antara jam 9.00 sampai dengan jam 11.30 Batas kelas bawah Batas kelas atas Fo ft fo-ft 2 fo-ft 2 Ft 0,000 0,585 14 10,144 14,867 1,466 0,586 1,170 13 7,557 29,630 3,921 1,171 1,755 5 5,640 0,410 0,073 1,756 2,340 5 4,210 0,624 0,148 2,341 2,925 2 3,142 1,305 0,415 2,926 3,510 1 2,345 1,810 0,772 Jumlah 40 33,38 6,795 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 6,795 sedangkan χ 2 0,05:5 = 9,488, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v. c. Pola distribusi data lama dilayani antara jam 11.30 sampai jam 13.30. - Rentang = 5,94 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 0,849 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.5 - Grafik distribusi dapat dilihat pada gambar 4.3 5 10 15 20 25 30 1 2 3 4 5 6 7 kelas ke- fr e k w e n s i Series1 Expon. Series1 I-44 Gambar 4.3 Grafik pola distribusi waktu lama pelanggan dilayani pada jam 11.30 sampai jam 13.30 - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.5 Tabel 4.5 Data uji pola distribusi waktu lama dilayani antara jam 11.30 sampai dengan jam 13.30 Batas kelas bawah Batas kelas atas fo Ft fo-ft 2 fo-ft 2 ft 0,120 0,969 29 17,584 130,328 7,412 0,970 1,817 13 11,487 2,288 0,199 1,818 2,666 5 7,515 6,328 0,842 2,667 3,514 2 4,917 8,508 1,730 3,515 4,363 2 3,217 1,481 0,460 4,364 5,211 2 2,105 0,011 0,005 5,212 6,060 1 1,377 0,142 0,103 Jumlah 54 10,752 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 10,752 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v d. Pola distribusi data lama dilayani antara jam 13.30 sampai dengan jam 15.30 - Rentang = 8,93 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 1,276 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.6 - Grafik distribusi dapat dilihat pada Gambar 4.4 I-45 5 10 15 20 25 30 35 1 2 3 4 5 6 7 Series1 Expon. Series 1 Gambar 4.4 Grafik pola distribusi waktu lama pelanggan dilayani pada jam 13.30 sampai jam 15.30 - uji Chi Square. Hipotesis yang dipakai adalah: H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.6 Tabel 4.6 Data uji pola distribusi waktu lama dilayani antara jam 13.30 sampai dengan jam 15.30 Batas kelas Bawah Batas kelas atas Fo Ft fo-ft 2 fo-ft 2 Ft 0,160 1,436 31 25,610 29,050 1,134 1,437 2,711 11 11,719 0,517 0,044 2,712 3,987 3 6,193 10,194 1,646 3,988 5,263 3 3,272 0,074 0,023 5,264 6,539 1 1,729 0,532 0,308 6,540 7,814 1 0,914 0,007 0,008 Jumlah 51 3,717 I-46 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 3,717 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v e. Pola distribusi data lama dilayani antara jam 15.30 sampai dengan jam 18.30. - Rentang = 4,92 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 0,703 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.7 - Grafik distribusi dapat dilihat pada Gambar 4.5 5 10 15 20 25 1 2 3 4 5 6 7 Kelas Ke- F re k w e n si Series1 Expon. Series1 Gambar 4.5 Grafik pola distribusi waktu lama pelanggan dilayani pada jam 15.30 sampai jam 18.30 - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada tabel 4.7 Tabel 4.7 Data uji pola distribusi waktu lama dilayani antara jam 15.30 sampai dengan jam 18.30 Batas kelas bawah Batas kelas atas fo ft fo-ft 2 fo-ft 2 Ft 0,130 0,833 21 16,690 18,580 1,113 0,834 1,536 14 9,558 19,731 2,064 1,537 2,239 5 6,726 2,978 0,443 2,240 2,941 6 4,733 1,606 0,339 I-47 2,942 3,644 1 3,330 5,431 1,631 3,645 4,347 1 2,344 1,805 0,770 4,348 5,050 1 1,649 0,421 0,256 Jumlah 49 45,029 6,616 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 6,616 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v f. Pola distribusi data lama dilayani antara jam 18.30 sampai jam 21.00. - Rentang = 3,34 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 0,477 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.8 - Grafik distribusi dapat dilihat pada Gambar 4.6 5 10 15 20 25 1 2 3 4 5 6 7 kelas ke- fr e k w e n s i Series1 Expon. Series1 Gambar 4.6 Grafik pola distribusi waktu lama pelanggan dilayani pada jam 18.30 sampai jam 21.00 - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.8 Tabel 4.8 Data uji pola distribusi waktu lama dilayani antara jam 18.30 sampai dengan jam 21.00 I-48 Batas kelas bawah Batas kelas atas Fo ft fo-ft 2 fo-ft 2 ft 0,170 0,647 19 16,034 8,800 0,549 0,648 1,124 17 8,886 65,832 7,408 1,125 1,601 9 7,000 3,999 0,571 1,602 2,079 5 5,514 0,265 0,048 2,080 2,556 4 4,344 0,118 0,027 2,557 3,033 2 3,422 2,022 0,591 3,034 3,510 2 2,696 0,484 0,180 Jumlah 58 47,896 81,520 9,374 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 9,374 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v g. Pola distribusi data waktu antar kedatangan keseluruhan. - Rentang = 7,82 - Banyaknya kelas interval = 9 kelas - Panjang kelas interval = 0,869 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.9 - Grafik distribusi dapat dilihat pada gambar 4.7 20 40 60 80 100 120 140 1 2 3 4 5 6 7 8 9 Series1 Expon. Series1 Gambar 4.7 Grafik pola distribusi data waktu antar kedatangan keseluruhan - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 7 I-49 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.9 Tabel 4.9 Data uji pola distribusi waktu antar kedatangan keseluruhan. Batas kelas bawah Batas kelas atas fo ft fo-ft 2 fo-ft 2 Ft 0.000 0.869 116 120.664 21.749 0.180 0.870 1.738 55 62.789 60.661 0.966 1.739 2.607 40 32.724 52.942 1.618 2.608 3.476 20 17.055 8.673 0.509 3.477 4.344 8 8.889 0.790 0.089 4.345 5.213 2 4.633 6.930 1.496 5.214 6.082 5 2.414 6.685 2.769 6.083 6.951 2 1.258 0.550 0.437 6.952 7.820 3 1.075 3.706 3.448 Jumlah 251 251.500 11.512 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 11,512 sedangkan χ 2 0,05:4 = 14,067 sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v h. Pola distribusi data waktu antar kedatangan antara jam 9.00 sampai dengan jam 11.30. - Rentang = 7,71 - Banyaknya kelas interval = 6 kelas - Panjang kelas interval = 1,285 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.10 - Grafik distribusi dapat dilihat pada Gambar 4.8 5 10 15 20 25 1 2 3 4 5 6 kelas ke- fr e k w e n s i Series1 Expon. Series1 Gambar 4.8 Grafik pola distribusi data waktu antar kedatangan pada jam 9.00 sampai jam 11.30 I-50 - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 4 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.10 Tabel 4.10 Data uji pola distribusi waktu lama dilayani antara jam 11.30 sampai dengan jam 13.30 Batas kelas bawah Batas kelas atas Fo Ft fo-ft 2 fo-ft 2 Ft 0,020 1,305 20 18,772 1,507 0,080 1,306 2,590 10 9,863 0,019 0,002 2,591 3,875 5 5,188 0,035 0,007 3,876 5,160 2 2,729 0,531 0,195 5,161 6,445 2 1,435 0,319 0,222 6,446 7,730 1 0,755 0,060 0,080 Jumlah 40 38,742 0,585 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 0,585 sedangkan χ 2 0,05:4 = 9,488, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v i. Pola distribusi data waktu antar kedatangan antara jam 11.30 sampai jam 13.30. - Rentang = 5,96 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 0,851 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.11 - Grafik distribusi dapat dilihat pada Gambar 4.9 I-51 5 10 15 20 25 30 35 1 2 3 4 5 6 7 kelas ke- fr e k w e n s i Series1 Expon. Series1 Gambar 4.9 Grafik pola distribusi data waktu antar kedatangan pada jam 11.30 sampai jam 13.30 - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 4 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.11 Tabel 4.11 Data uji pola distribusi waktu antar kedatangan antara jam 11.30 sampai jam 13.30 Batas kelas bawah Batas kelas atas Fo Ft fo-ft 2 fo-ft 2 Ft 0,070 0,921 29 19,935 82,174 4,122 0,922 1,773 9 11,793 7,802 0,662 1,774 2,624 9 7,705 1,678 0,218 2,625 3,476 3 5,033 4,135 0,821 3,477 4,327 2 3,288 1,660 0,505 4,328 5,179 1 2,148 1,319 0,614 5,180 6,030 1 1,403 0,163 0,116 Jumlah 54 51,306 7,057 I-52 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 7,057 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v j. Pola distribusi data lama waktu antar kedatangan jam 13.30 sampai jam 15.30 - Rentang = 7,80 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 1,114 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.12 - Grafik distribusi dapat dilihat pada Gambar 4.10 10 20 30 40 1 2 3 4 5 6 7 kelas ke- fr e k w e n s i Series1 Expon. Series1 Gambar 4.10 Grafik pola distribusi data waktu antar kedatangan pada jam 13.30 sampai jam 15.30 - uji Chi Square, Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada tabel 4.18 Tabel 4.12 Data uji pola distribusi waktu antar kedatangan antara jam 13.30 sampai jam 15.30. Batas kelas bawah Batas kelas atas fo Ft fo-ft 2 fo-ft 2 Ft 0,020 1,134 30 22,076 62,795 2,845 1,135 2,249 6 12,341 40,205 3,258 2,250 3,363 5 7,069 4,282 0,606 I-53 3,364 4,477 3 4,050 1,102 0,272 4,478 5,591 3 2,320 0,463 0,199 5,592 6,706 2 1,329 0,450 0,339 6,707 7,820 2 0,761 1,535 2,016 Jumlah 51 49,945 9,534 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 9,534 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v k. Pola distribusi data waktu antar kedatangan antara jam 15,30 sampai jam 18.30. - Rentang = 15,11 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 2,159 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.13 - Grafik distribusi dapat diliat pada Gambar 4.11 2 4 6 8 10 12 14 16 1 2 3 4 5 6 7 Kelas Ke- F re k w e n si Series1 Gambar 4.11 Grafik pola distribusi data waktu antar kedatangan pada jam 15.30 sampai jam 18.30 - uji Chi Square. Hipotesis yang dipakai adalah : H = Data terdistribusi secara normal H 1 = Data tidak terdistribusi secara normal - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.19 Tabel 4.13 Data uji pola distribusi waktu antar kedatangan I-54 antara jam 15.30 sampai jam 18.30 Batas kelas bawah Batas kelas atas Fo ft fo-ft 2 fo-ft 2 Ft 0,020 0,457 14 12,053 3,793 0,315 0,458 0,894 10 11,253 1,569 0,139 0,895 1,331 11 11,665 0,442 0,038 1,332 1,769 7 8,264 1,597 0,193 1,770 2,206 5 4,000 1,001 0,250 2,207 2,643 1 1,322 0,104 0,079 2,644 3,080 1 0,298 0,492 1,650 Jumlah 49 48,854 8,997 2,664 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 2,664 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v l. Pola distribusi data waktu antar kedatangan jam 18.30 sampai jam 21.00. - Rentang = 5,26 - Banyaknya kelas interval = 7 kelas - Panjang kelas interval = 0,751 - Frekwensi tiap-tiap kelas dapat dilihat pada Tabel 4.14 - Grafik distribusi dapat dilihat pada Gambar 4.12 5 10 15 20 25 30 1 2 3 4 5 6 7 kelas ke- fr e k w e n s i Series1 Expon. Series1 Gambar 4.12 Grafik pola distribusi data waktu antar kedatangan pada jam 18.30 sampai jam 21.00 - uji Chi Square Hipotesis yang dipakai adalah : H = Data terdistribusi secara eksponensial H 1 = Data tidak terdistribusi secara eksponensial I-55 - level of significance α = 0,05 - v = 5 - Hasil perhitungan χ 2 dapat dilihat pada Tabel 4.20 Tabel 4.14 Data uji pola distribusi waktu waktu antar kedatangan antara jam 18.30 sampai jam 21.00 Batas kelas bawah Batas kelas atas fo ft fo-ft 2 fo-ft 2 Ft 0,020 0,771 22 18,562 11,820 0,637 0,772 1,523 14 12,332 2,781 0,226 1,524 2,274 12 8,470 12,462 1,471 2,275 3,026 4 5,817 3,302 0,568 3,027 3,777 4 3,995 0,000 0,000 3,778 4,529 1 2,744 3,041 1,108 4,530 5,280 1 1,884 0,782 0,415 Jumlah 58 53,805 4,425 - Dari hasil perhitungan didapatkan bahwa χ 2 hitung = 4,425 sedangkan χ 2 0,05:5 = 11,070, sehingga kesimpulan yang diambil adalah H diterima karena χ 2 hitung ≤ χ 2 α :v Sedangkan untuk pola distribusi lama dilayani dan waktu antar kedatangan selama semimggu dapat dilihat pada Tabel 4.15. Tabel 4.15 Hasil uji pola distribusi waktu waktu antar kedatangan WAK dan Lama dilayani Ld untuk masing-masing hari dan rentang waktu Sehari 09.00-11.30 11.30-13.30 113.30-15.30 15.30-18.30 18.30-21.00 WAK Weibull 0,1.05,1.36 Weibull 0,1.624,0.779 Pearson 6 0,4.42,1.417 Weibull 0,0.741,1.512 Weibull 0,1.3.1.19 Weibull 0,1.172,1.4 Senin Ld Pearson 6 0,4.18,2.58,8.52 Weibull 0,0,2.3207,1.506 Erlang 0,3,0.619 Log normal 0,0.123,0.897 Erlang 0,3,0.619 Erlang 0,2,0.544 WAK Exponential 0,1.41 Weibull 0,1.013,1.691 Beta 0,3.8,0.825,1.61 Gamma 0,0.628,2.91 Weibull 0.09,0.943 Weibull 0,1.13,1.47 Selasa Ld Pearson 6 0,1.41,4.02,4.87 Pearson 6 0,21.4,2.77,47.6 Pearson 6 0,1.92,3.76,6.36 Pearson 6 0,0.69,4.07,2.64 Pearson 5 0,3.75,4.53 Weibull 0,1.8,1.44 WAK Pearson 5 0,8.86,18.7 Weibull 0,1.65,1.77 Inverse Gaussian 0,4.29,1.31 Gamma 0,2.19,0.798 Weibull 0,1.81,1.11 Pearson 6 0,1.08,7.16,6.85 Rabu Ld Pearson 5 0,4.77,5.35 Pearson 6 0,0.391,32.3,12.6 Pearson 5 0,6.12,7.67 Gamma 0,5.648,0.306 Pearson 5 0,6.14,7.5 Inverse gaussian 0,3.87,1.15 WAK Exponential 0,1.41 Exponential 0,1.3 Exponential 0,1.3 Exponential 0,1.79 Normal 0,1.83,6.39 Exponential 0,1.35 Kamis Ld Exponential 0,1.32 Exponential 0,1.1.36 Exponential 0,1.36 Exponential 0,1.72 Exponential 0, 2.3 Exponential 0,1.12 WAK Pearson 6 0,22.9,3.08,53.6 log normal 0,0.378,0.525 LogNormal 0,0.378,0.525 Log normal 0,0.378,0.629 Weibull 0,1.7,1.02 Weibull 0,2.41,1.35 Jumat Ld Pearson 5 0,5.09,5.87 LogNormal 0,0.129,0.361 LogNormal 0,0.129,0.361 Pearson 5 0,5.53,6.34 Pearson 5 0,4.66,1.08 Pearson 5 0,5.2,5.16 Sabtu WAK Pearson 6 Erlang Inverse Gaussian Pearson 5 Weibull Pearson 5 I-56 0,32.4,3.24,76.1 0,3,0.554 0,6.947,1.306 0,4.31,5.33 0,1.96,1.05 0,5.99,7.4 Ld Gamma 0,4.15,0.318 Weibull 0,1.68,1.16 Erlang 0,5,0.299 pearson 5 0,58.65,9.50 Pearson 5 0,5.61,6.52 pearson 5 0,8.16,9.58 WAK Pearson 6 0,7.76,4.57,27.4 Pearson 6 0,2,5.84,8.31 Pearson 6 0,2,5.84,8.31 Erlang 0,6,0.252 Gamma 0,3.46,0.285 Pearson 5 0,6.98,7.89 Minggu Ld Pearson 5 0,6.85,7.6 Pearson 6 0,0.46,34.5,14.2 Pearson 6 0,0.46,34.5,14.2 Weibull 0,2.65,1.56 Pearson 5 0,12.8,13.7 Pearson 6 0,1.11,8.91,8.42

4.3 Pembuatan Model Simulasi