Liquiddanu, Jauhari dan Hapsari - Analisis Sistem Antrian di Plasa Telkom Solo dengan Metode Simulasi... 37
hingga selesai dilayani dan keluar dari Plasa. Jam kerja Plasa Telkom dari Senin sampai Kamis dimulai pukul 08.00 – 16.30, Jumat dimulai pukul 08.00 – 16.00, dan pada hari Sabtu dimulai
pukul 08.00 - 12.00. Pukul 11.30 server mulai istirahat, dimana setiap satu jam dua orang server istirahat. Jam sibuk Plasa Telkom yaitu pada tanggal 19 dan 20.
3.1.2 Pembuatan Model Simulasi
Siklus Data Flow Diagram DFD dari model simulasi yang dibuat dapat dilihat pada Gambar 3. Create 1, create 2, create 3, dan create 4 menjelaskan waktu antar kedatangan jenis
pelayanan 1, 2, 3, dan 4 sesuai dengan distribusi waktu antar kedatangannya. Assign 1, assign 2, assign
3, dan assign 4 menjelaskan waktu pelayanan jenis pelayanan 1, 2, 3, dan 4. Pelayanan 1, 3, 4 menjelaskan proses pelayanan jenis 1, 3, dan 4 sesuai dengan distribusi waktu
pelayanannya. Pelayanan 2 menjelaskan proses pelayanan jenis 2 sesuai dengan distribusi waktu pelayanannya. Record 1 menjelaskan jumlah pelanggan yang telah selesai dilayani untuk jenis
pelayanan 1, 3, dan 4. Record 2 menjelaskan jumlah pelanggan yang telah selesai dilayani untuk jenis pelayanan 2. Keluar menjelaskan bahwa pelanggan telah selesai dilayani dan keluar dari
sistem.
Create 1
Create 2 Create 3
Create 4 Assign 1
Assign 2 Assign 3
Assign 4 1.3.4
Pelayanan Jenis
Pelayanan Jenis 2 Record 1
Keluar Record 2
Gambar 3. DFD Sistem Pelayanan Plasa Telkom
3.2 Jumlah Replikasi
Hasil simulasi dengan 20 replikasi dapat dilihat pada Tabel 4. Didapatkan mean-nya 154,2 pelanggan yang keluar dari sistem dan standar deviasinya 3,9. Karena standar deviasi
yang dihasilkan mempunyai nilai yang kecil maka tidak perlu dilakukan perhitungan untuk menentukan jumlah replikasi yang diperlukan.
Tabel 4. Simulasi Dengan 20 Replikasi
Number Number
Out Out
1 157
11 153
2 154
12 148
3 160
13 157
4 156
14 159
5 159
15 153
6 153
16 156
7 148
17 147
8 148
18 155
9 156
19 158
10 153
20 154
Jumlah 3084
Mean 154,2
SD 3,9
Replikasi Replikasi
38 Performa Vol.8, No. 1
3.3 Uji Ragam
Untuk membandingkan keragaman antara data nyata yang didapatkan dari lokasi penelitian dan hasil dari running model simulasi maka dilakukan uji ragam, sebagai berikut:
Misalkan:
2 1
σ
= ragam populasi yang didapatkan dari lokasi penelitian
2 2
σ
= ragam populasi yang didapatkan dari running model simulasi Dimana:
n
1
= 2 data S
1
= 10,6 n
2
= 20 replikasi S
2
= 3,9 1. H
:
2 2
2 1
σ σ
=
2. H
1
:
2 2
2 1
σ σ
≠
3. = 0,10
4. Wilayah kritis: •
v
1
= n
1
– 1 = 2 - 1 = 1 •
v
2
= n
2
– 1 = 20 – 1 =19 •
,
2 1
2
v v
f
α
= f
0,05
1,19 = 4,38 •
, 1
,
1 2
2 2
1 2
1
v v
f v
v f
α α
=
−
= f
0,95
1,19 =
1 ,
19 1
05 ,
f
= 0,004 H
ditolak bila f 0,004 atau f 4,38 5. Perhitungan:
•
2 1
S
= 10,62 = 112,5, •
2 2
S
= 3,92 = 15,4 •
f =
2 2
2 1
S S
=
4 ,
15 5
, 112
= 7,3 6. Keputusan: tolak H
dan terima H
1
, sehingga dapat disimpulkan bahwa kedua ragam populasi dari model simulasi dengan data yang didapatkan dari lokasi penelitian tidak sama.
3.4 Validasi Model
Untuk menguji validasi model maka dilakukan uji hipotesis nilai tengah yaitu dengan membandingkan rata-rata pelanggan yang telah dilayani hasil dari running model simulasi
dengan rata-rata pelanggan yang telah dilayani pada data nyata yang didapatkan dari lokasi penelitian. Berikut hasil perhitungan dalam uji hipotesa.
Misalkan: µ
1
= rata-rata yang didapatkan dari lokasi penelitian µ
2
= rata-rata yang didapatkan dari running model simulasi Dimana: n
1
= 2 data
1
x
= 152,5 S
1
= 10,6 n
2
= 20 replikasi
2
x
= 154,2 S
2
= 3,9 1. H
: µ
1
- µ
2
= 0 2. H
1
: µ
1
- µ
2
3. = 0,10
4. Wilayah kritis: t’ -3,078 dan t’ 3,078
1 1
] [
2 2
2 2
2 1
2 1
2 1
2 2
2 2
1 2
1
− +
− +
= n
n S
n n
S n
S n
S v
1 20
20 9
, 3
1 2
2 6
, 10
] 20
9 ,
3 2
6 ,
10 [
2 2
2 2
2 2
2
− +
− +
=
= 1,03
5. Perhitungan:
Liquiddanu, Jauhari dan Hapsari - Analisis Sistem Antrian di Plasa Telkom Solo dengan Metode Simulasi... 39
2 2
2 1
2 1
2 1
n S
n S
x x
t +
− =
20 9
, 3
2 6
, 10
2 ,
154 5
, 152
2 2
+ −
=
= 0,23 6. Keputusan : terima H
dan tolak H
1
, sehingga dapat disimpulkan bahwa rata-rata pelanggan yang telah dilayani hasil dari model simulasi dengan rata-rata pelanggan yang telah dilayani
pada data yang didapatkan dari lokasi penelitian sama.
3.5 Running Program
