ANALISIS SISTEM ANTRIAN PADA AREA FINAL
ANALISIS SISTEM ANTRIAN PADA AREA FINAL
INSPECTION DI VEHICLE LOGISTIC CENTER PT ADM
UNTUK OPTIMALISASI JUMLAH SERVER, WAKTU TUNGGU,
DAN TOTAL BIAYA PELAYANAN
Sony Kamilie1; Jonny2
1, 2
PT ASTRA DAIHATSU MOTOR, Jln. Gaya Motor III No. 5, Sunter II, Jakarta 14350
skamilie@yahoo.com
ABSTRACT
Industry stakeholders are expected to work faster to fulfill market demands and avoid loss
of opportunity in business. An effective and efficient system is need to support this expectation. This
study examines the queueing system on Vehicle Logistic Center for optimalizing total number of
servers. Long queues usually occur at the Final Inspection area. Data is collected and calculated,
subsequently simulates using promodel 7.0. The result of this research shows that optimal total
number of servers with a reduced waiting time of 11,60% and total cost of Rp 41.056,00.It is
recommended that the company uses 2 (two) server for the queuing system in the Final Inspection
area in order to improve service quality.
Keywords: total server, service time, waiting time, queueing, simulation
ABSTRAK
Pelaku dunia industri saat ini selalu dituntut untuk bekerja lebih cepat guna memenuhi
permintaan pasar dan menghindari kehilangan peluang dalam berbisnis. Untuk mendukung hal
tersebut dibutuhkan suatu sistem yang efektif dan efisien. Studi ini meneliti sistem antrian yang ada
di Vehicle Logistic Center untuk optimalisasi jumlah server. Antrian terjadi pada area Final
Inspection. Penelitian dilakukan dengan mengambilan data kedatangan, data pelayanan dan data
biaya. Data yang telah diambil dilakukan perhitungan lalu disimulasikan menggunakan promodel
7.0. Hasil penelitian menunjukkan jumlah server yang optimal dengan tingkat waktu menunggu
sebesar 11,60% dan total biaya Rp 41.056,60. Perusahaan direkomendasikan agar menggunakan 2
server untuk sistem antrian pada area Final Inspection untuk meningkatkan kualitas pelayanan.
Kata kunci: jumlah Server, waktu Pelayanan, waktu menunggu, antrian, simulasi.
26
INASEA, Vol. 11 No.1, April 2010: 26-34
PENDAHULUAN
Latar Belakang
‘Time is money’ Ungkapan ini tampaknya cocok dengan situasi yang sedang kita hadapi di
era globalisasi dan era perdagangan bebas yang sedang dimulai. Waktu merupakan suatu hal yang
berharga dan memiliki dampak sangat besar terhadap dunia usaha terlebih industri otomotif. Pelaku
dunia industri saat ini selalu dituntut untuk bekerja lebih cepat guna memenuhi permintaan pasar
dan menghindari kehilangan peluang dalam berbisnis. Untuk mendukung hal tersebut dibutuhkan
suatu sistem yang efektif dan efisien.
PT Astra Daihatsu Motor (ADM) merupakan salah satu perusahaan otomotif yang
memproduksi kendaraan beroda empat. Selain dipasarkan ke dealer domestik, permintaan dari luar
Indonesia pun semakin bertambah, sehingga export PT ADM meningkat. Tentunya dibutuhkan
tahapan yang cukup panjang agar kendaran-kendaraan tersebut sampai ke negara tujuan export,
mulai dari proses produksi, proses quality inspection, sampai proses pengiriman ke pelabuhan.
Kendaraan yang akan dikirimkan ke pelabuhan harus memenuhi standart kualitas internasional
sehingga diperlukan pengecekan kualitas sebelum dikirimkan ke pelabuhan. Proses pengecekan
quality kendaraan export dilakukan di Vehicle Logistic Center (VLC), yang merupakan tempat
penampungan sementara kendaraan sebelum di export.
PT ADM dituntut untuk dapat memenuhi kebutuhan permintaan export setiap bulannya.
Saat ini kebutuhan permintaan export setiap bulannya sudah terpenuhi, tetapi dalam rangka
memenuhi kebutuhan tersebut terdapat beberapa aktifitas yang kurang efektif dan efisien.
Berdasarkan penelitian yang dilakukan di VLC PT ADM, salah satu hal yang kurang
efektif dan efisien yaitu lamanya proses pengiriman kepelabuhan dikarenakan adanya antrian yang
terjadi pada area final inspection (area pengecekan kualitas terakhir di VLC). Lamanya proses
pengiriman menimbulkan adanya biaya menunggu dan mempengaruhi peningkatan total biaya
pelayanan yang dikeluarkan perusahaan.
Antrian yang terjadi pada area final inspection disebabkan karena kurangnya jumlah server
yang ada. Untuk menganalisa jumlah server yang optimal pada area tersebut digunakan
perhitungan teori antrian. Selain itu mendukung analisa antrian didukung juga dengan
menggunakan simulasi sehingga tidak ada biaya percobaan dalam menganalisa jumlah server pada
area tersebut.
Perumusan Masalah
Kondisi server pada final inspection saat ini hanya 1 unit. Server ini bertugas melakukan
pemeriksaan penampilan kendaraan yang masuk setelah proses pencucian dan menganalisanya
apakah kendaraan ini layak dikirim atau tidak. Jika kendaraan tidak layak dikirim, maka akan
digantikan dengan kendaraan lainnya. Penulis melihat adanya antrian dari sistem pelayanan
tersebut karena setiap kendaraan yang diperiksa memiliki permasalahan yang berbeda-beda
sehingga mempengaruhi lamanya waktu pemeriksaan.
Oleh karena itu didalam penulisan artikel ini ini, penulis meneliti beberapa pertanyaan
terkait dengan perbaikan proses antrian yaitu meneliti kecukupan jumlah server yang ada saat ini di
final inspection untuk melayani unit kendaraan yang harus diperiksa dan jumlah optimalnya.
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
27
Tujuan dan Manfaat
Penelitian memiliki tujuan sebagai berikut, antara lain : (1) melihat kondisi server saat ini
berapa besar utilitasnya, waktu tunggu, panjang antrian yang ada; (2) Menguji optimalisasi jumlah
server yang dibutuhkan perusahaan pada kondisi saat ini; (3) Melakukan rekomendasi jumlah
server yang optimal untuk digunakan perusahaan.
Dari tujuan-tujuan tersebut diharapkan dapat memberikan manfaat antara lain : (1)
Memberikan informasi jumlah server yang optimal kepada perusahaan; (2) Memperkenalkan
penggunaan konsep teori antrian didunia otomotif dan (3)Memperkenalkan penggunaan promodel
7.0 kepada perusahaan dalam rangka melakukan simulasi.
HASIL DAN PEMBAHASAN
Hasil Penelitian
Pengumpulan Data
Sebelum melakukan pengolahan dan analisis data, penulis melakukan observasi kondisi
yang ada di area final inspection VLC saat ini. Observasi dilakukan untuk mendapatkan data-data,
sehingga data tersebut dapat dianalisis menggunakan teori antrian lalu dilakukan simulasi. Adapun
data hasil observasi yang telah dilakukan adalah sebagai berikut :
- Model sistem antrian area final inspection.
- Data kedatangan kendaraan.
- Data waktu pelayanan.
- Data total biaya pelayanan.
Untuk data total biaya pelayanan akan di tampilkan saat melakukan perhitungan optimalisasi
jumlah server.
a. Model Sistem Antrian
Pada sistem antrian di area final inspection penulis mengamati model sistem antrian yang
digunakan saat ini yaitu jenis model antrian satu saluran satu tahap yang berarti kendaraan yang
ingin menggunakan fasilitas pelayanan, menunggu dalam sebuah antrian sampai gilirannya untuk
dilayani. Model sistem antrian ini didasarkan beberapa asumsi diantaranya kedatangan mengikuti
distribusi poisson, waktu pelayanan mengikuti distribusi eksponensial, disiplin antrian kendaraan
yang datang dilayani terlebih dahulu (First Come First Served). Selain itu penulis juga melihat
adanya keterbatasan antrian dikarenakan luas lokasi yang ada. Batas antrian yang diijinkan
sebanyak 16 unit kendaraan.
b. Data Kedatangan Kendaraan di Final Inspection
Data kedatangan didapatkan dengan pengamatan langsung di area final inspection. Data
dikumpulkan dengan mencatat waktu kedatangan setiap kendaraan yang datang ke area final
inspection setelah selesai proses pencucian.
Pengamatan dilakukan pada bulan April 2010, data yang didapatkan merupakan data
kedatangan kendaraan ke final inspection selama 2 minggu. Pengamatan mewakili semua hari
kecuali sabtu dan minggu. Untuk menganalisis data antrian harus pada periode sibuk, maka data
28
INASEA, Vol. 11 No.1, April 2010: 26-34
yang akan digunakan untuk analisis antrian adalah data tanggal 21 April 2010 dengan jumlah
kedatangan 104 unit kendaraan (lihat Tabel 1).
Tabel 1 Data kedatangan kendaraan pada periode sibuk
Jam Kedatangan
Ke0-1
1-2
2-3
3-4
4-5
5-6
6-7
TOTAL
Frekuensi
Kedatangan
15
19
16
12
15
16
11
104
Rata-rata tingkat kedatangan (λ) = 14,86 unit/jam
c. Data Pelayanan Kendaraan di Final Inspection
Data pelayanan kendaraan ke area final inspection dikumpulkan dengan mencatat waktu
pelayanan pada kedatangan terbanyak untuk setiap kendaraan yang di cek pada area tersebut.
Pencatatan data pelayanan kendaraan di final inspection dicatat dalam satuan menit untuk setiap 1
unit kendaraan yang masuk. Tabel 2 berikut merupakan tabel data pelayanan kendaraan hasil
observasi.
Tabel 2 Data pelayanan kendaraan
Jam Kedatangan
Ke3-4
4-5
5-6
6-7
7-8
8-9
9-10
10-11
TOTAL
Frekuensi
Kedatangan
32
24
16
12
8
6
4
2
104
Rata-rata tingkat pelayanan (μ) = 11,35 unit/jam
Pengolahan Data
Pada pengolahan data dilakukan pengujian kebaikan suai, perhitungan teori antrian,
perhitungan total biaya pelayanan lalu perhitungan jumlah server yang optimal. Pengujian kebaikan
suai merupakan pengujian data kedatangan dan data pelayanan sesuai dengan distribusi pada teori
antrian, setelah dilakukan pengujian maka dilakukan perhitungan teori antrian. Setelah didapat
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
29
hasil perhitungan antrian, dilakukan perhitungan total biaya pelayanan dan perhitungan jumlah
server optimal.
a. Pengujian Kebaikan Suai (Goodness Of Fit)
Pengujian kebaikan suai dilakukan untuk melihat distribusi yang ada pada data kedatangan
dan pelayanan kendaraan yang masuk ke final inspection. Tabel 3 berikut merupakan tabel hasil
pengujian data kedatangan dan data.
Tabel 3 Pengujian kebaikan suai data kedatangan dan data pelayanan
Poisson 0,954 > 0,05
Ho diterima
Eksponensial 0,997 > 0,05
Ho diterima
Pengujian kebaikan pada SPSS 15 menggunakan Kolmogorov Smirnov karena pengujian
lebih fleksibel dibandingkan dengan Chi Square. Hasil pengujian dilihat dengan cara
membandingkan nilai signifikansi (Asymp. Sig) dengan nilai taraf nyata yang telah ditetapkan
sebesar 0,05. Data kedatangan menunjukkan distribusi poisson dan data pelayanan menunjukkan
distribusi eksponensial.
b. Perhitungan Teori Antrian
Perhitungan teori antrian menggunakan rumus perhitungan model sistem (M/M/1):
(FCFS/N/∞) dan (M/M/C):(FCFS/N/∞). Hasil perhitungan yang didapat menggunakan rumus
perhitungan model tersebut dibuatkan tabel seperti pada Tabel 4.
Tabel 4 Perhitungan Teori Antrian
Model Antrian
ρ
P0
Lq
Ls
Wq
Ws
ρ (dengan λeff)
30
[M/M/1]:[FCFS/16/∞]
1,30864
0,32%
11,9406 unit
12,937 unit
1,0551 jam
1,1432 jam
0.99674
JUMLAH SERVER
[M/M/2]:[FCFS/16/∞]
0,65432
50,69%
0,0256 unit
1,0224 unit
2,267 x 10-3 jam
0,0903 jam
[M/M/3]:[FCFS/16/∞]
0,436214
64,61%
2,58 x 10-4 unit
0,997 unit
2,28 x 10-5 jam
0,0881/kam.
INASEA, Vol. 11 No.1, April 2010: 26-34
c. Perhitungan Total Biaya Pelayanan
Untuk menghitung total biaya pelayanan didapat dari rumus :
TC = C1.s + C2.Ls(s)
Dimana :
C1 = Biaya tenaga kerja per jam
C2 = Biaya lembur tenaga kerja
s = Jumlah server
Ls(s) = Jumlah rata-rata pelanggan dalam sistem untuk setiap server
Hasil perhitungan menggunakan rumus diatas ada pada Tabel 5.
Tabel 5 Perhitungan Teori Biaya Pelayanan
Jumlah Server
1
EOC
Rp 7.600,00
Rp 15.200,00
EWC
Rp 327.306,10
Rp 25.856,60
ETC (Total Biaya
Rp 334.906, 10
Rp 41.056,00
d. Perhitungan Jumlah Server Optimal
Dalam menentukan jumlah pelayanan optimal, digunakan data jumlah kedatangan yang
diperkirakan dalam sistem (Ls) dan perbandingan antara biaya pelayanan dan biaya menunggu.
Perhitungan jumlah server dan tabel pembanding yang paling optimal sebagai berikut :
Biaya Pelayanan (C1) = Rp 7.600,Biaya Menunggu (C2) = Rp 25.300,C1/C2 = 7.600 / 25.300 = 0,3004
Dari perhitungan diatas diterapkan kondisi ini dan dibuatkan tabelnya pada tabel 6.
Ls(c) – Ls(c+1) ≤ C1/C2 ≤ Ls(c-1) – Ls(c)
Tabel 6 Perhitungan penentuan jumlah server optimal
Jumlah Server (c)
1
2
3
Ls (c)
12,937
1,022
0,997
Ls(c-1) – Ls(c)
12,937
11,915
0,025
Besar C1/C2 = 0,3004. Jika dilihat dari tabel besar nilai tersebut ada diantara jumlah server 2 dan
server 3. Maka kondisi diterapkan sebagai berikut.
Ls(c) – Ls(c+1) = 0,025 ≤ 0,3004 ≤ 11,915 = Ls(c-1) – Ls(c)
Dari perhitungan tersebut, angka yang paling dekat untuk perbandingan antara biaya
pelayanan dan biaya menunggu (C1/C2) terdapat pada jumlah final inspection dengan dua server =
11,915. Sehingga dapat disimpulkan sementara, jumlah final inspection dengan dua server
merupakan jumlah yang server yang optimal. Untuk mendukung kesimpulan sementara tersebut,
maka dilakukan simulasi dengan menggunakan promodel 7.0.
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
31
Simulasi Data dengan Promodel 7.0
Selain melakukan perhitungan dengan menggunakan karakteristik operasi antrian, dalam
melakukan pemecahan masalah juga digunakan berbagai macam cara yaitu dengan
mensimulasikannya. Dalam melakukan simulasi, menggunakan suatu alat bantu program Promodel
7.0. Simulasi ini dilakukan bertujuan mencari jumlah final inspection yang optimal.
Dalam simulasi sederhana ini melibatkan sistem yang memiliki karakteristik random, maka
hasil dari simulasi pada kenyataannya juga akan bersifat random. Hasil dari eksekusi tunggal
terhadap simulasi hanya mewakili satu dari beberapa keluaran yang mungkin terjadi. Oleh karena
itu, diperlukan eksekusi dengan beberapa kali pengujian untuk menguji hasil kebenaran. Jumlah
pengujian harus disesuaikan dengan tingkat ketelitian yang dibutuhkan oleh keluaran. Untuk
tingkat ketelitian yang tinggi, dibutuhkan jumlah pengulangan pengujian yang lebih banyak supaya
diperoleh kesesuaian keluaran dengan tingkat keyakinan yang telah ditetapkan.
Untuk melakukan suatu simulasi, terdapat elemen-elemen penting yang harus dirancang
karena sangat mempengaruhi jalan dan hasil simulasi. Dalam membuat simulasi suatu model
dengan menggunakan program promodel, harus didefinisikan sejumlah elemen dasar yang harus
ada dalam setiap model, yaitu :
1. Lokasi (Location) Entitas (Entity)
2. Proses (Processing)
3. Kedatangan (Arrivals)
Setelah elemen-elemen diatas dibuat, maka dilakukan running test simulasi tersebut, hasil
running test ditampilkan pada Gambar 1 berikut.
Gambar 1 Tampilan running test final inspection
Dari tampilan running test dapat dilihat pada jumlah server 1 terjadi antrian yang cukup
banyak, ketika server ditambahkan menjadi 2 antrian terjadi kembali tetapi tidak terlalu padat, jika
ditambahkan menjadi 3 server maka antrian semakin tidak kelihatan. Jadi dapat disimpulkan
semakin banyak jumlah server maka antrian yang ada pada jalur antrian final inspection akan
semakin sedikit. Dalam melakukan analisis antrian hasil simulasi menggunakan promodel, hasil
keluaran diamati tingkat utilitas, tingkat waktu menganggur, tingkat waktu menunggu. Tabel 7
berikut adalah hasil persentase hasil keluaran simulasi tersebut.
Semakin tinggi tingkat utilitas final inspection maka antrian pada final inspection semakin
tinggi juga. Berarti cara untuk mengurangi antrian bisa dilakukan dengan menambah jumlah server.
Walaupun semakin banyak jumlah final inspection lebih baik, tidak bisa dibilang jumlah yang
banyak merupakan jumlah yang paling optimal. Oleh karena waktu menganggur dan waktu
menunggu juga perlu dipertimbangkan.
32
INASEA, Vol. 11 No.1, April 2010: 26-34
Tabel 7 tingkat utilitas, tingkat waktu menganggur, tingkat waktu menunggu
Server
No
1
2
3
Ratarata
Server
No
Percentage Utilization
Final
Impaction
1 Unit
96,94 %
Final
Impaction
2 Unit
65,52%
64,69%
96,94%
65,11%
Final
Impaction
3 Unit
43,65%
43,34%
42,96%
43,32%
1
2
3
Ratarata
Percentage Idle Time (waktu menganggur)
Final
Impaction
1 Unit
3,06 %
Final
Impaction
2 Unit
34,48%
35,31%
3,06%
34,90%
Final
Impaction 3
Unit
56,35%
56,66%
57,04%
56,68%
Percentage Waiting Time (waktu menunggu)
Final
Final
Final
Impaction
Impaction 2
Impaction 3
1 Unit
Unit
Unit
15,32 %
11,60%
1,64%
Pada waktu menganggur diatas dapat dilihat bahwa waktu menganggur untuk 3 final
inspection lebih besar apabila dibandingkan dengan 2 final inspection dan 1 final inspection,
sehingga dari kedua perbandingan tingkat kegunaan fasilitas tersebut dapat dilihat bahwa tingkat
kegunaan fasilitas untuk 1 final inspection dapat dikatakan lebih baik dibandingkan dengan 2 final
inspection dan 3 final inspection.
Untuk waktu menunggu dapat dilihat, kondisi 3 final inspection lebih kecil dibandingkan
yang lainnya. Tetapi untuk kondisi tersebut belum tentu dapat dikatakan baik karena waktu
mengganggurnya besar. Dari semua perhitungan dan simulasi maka dilakukan evaluasi kinerja
hasil penelitian ini.
Evaluasi Kinerja
Jika dilihat dari jumlah kendaraan yang datang menuju final inspection per jamnya, jumlah
kendaraan yang datang lebih banyak dibandingkan dengan tingkat pelayanan yang diberikan
perjamnya, sehingga mengakibatkan adanya penumpukan kendaraan dan menimbulkan suatu
masalah antrian. Maka dilakukan analisa terhadap optimalisasi jumlah final inspection yang ada saat
ini dengan penambahan jumlah server final inspection.
Pada subbab sebelumnya telah dilakukan analisa perhitungan sistem antrian dengan
menggunakan perhitungan optimalisasi sistem antrian dan analisa menggunakan simulasi promodel
7.0. Sistem yang ada saat ini terdiri dari 1 final inspection dan rencana usulannya dengan menambah
menjadi 2 final inspection atau 3 final inspection. Setelah dilakukan perhitungan menggunakan
analisa teori dapat diketahui jumlah server yang paling optimal. Sistem yang ada saat ini dengan
jumlah 1 server memiliki total biaya pelayanan sebesar Rp 334.906,10 sedangkan sistem antrian
usulan dengan jumlah 2 server sebesar Rp 41.056,60 dan dengan jumlah 3 server sebesar Rp
48.024,10. Dari total biaya dapat dilihat penambahan server mengakibatkan kurangnya biaya yang
dikeluarkan, tetapi ketika jumlah server ditambah menjadi 3, mengalami peningkatan kembali total
biaya pelayanan.
Jika dilihat dari segi waktu dan melakukan simulasi menggunakan Promodel 7.0, waktu
menunggu dengan kondisi saat ini yaitu 1 server sebesar 15,32% sedangkan waktu menunggu
sistem antrian usulan dengan jumlah 2 server sebesar 11,60% dan dengan jumlah 3 server 1,64%.
Dari perhitungan waktu menunggu, dapat dilihat jumlah 3 server mendapatkan waktu menunggu
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
33
yang paling sedikit. Dalam hal ini waktu menunggu yang sedikit belum tentu merupakan hal yang
baik karena disaat jumlah kedatangan menurun maka tingkat menganggur dengan jumlah server
yang banyak pasti akan semakin meningkat sehingga menjadi tidak efektif. Dari hasil analisa diatas
maka dapat disimpulkan untuk evaluasi kerja, penambahan jumlah server dapat mengurangi waktu
tunggu yang ada, tetapi bertambahnya jumlah server diikuti juga penambahan total biaya yang
terjadi seperti perhitungan biaya penambahan 2 server menjadi 3 server. Untuk itu pemilihan jumlah
server final inspection yang paling optimal lebih baik menggunakan 2 server final inspection.
PENUTUP
Berdasarkan hasil pengamatan dan analisis pada pembahasan penelitian, dapat disimpulkan
sebagai berikut: (1) Kondisi jumlah server 1 tingkat pelayanan sangat sibuk. Hal ini dibuktikan
dengan angka peluang menganggur hanya 0,32%, perkiraan waktu tunggu dalam sistem 1,1432
jam, dan total biaya pelayanan dicapai Rp 334.906,10 per jam; (2) Kondisi dengan jumlah server 1
merupakan kondisi yang tidak optimal ditandai dengan tingginya biaya menunggu (EWC) sebesar
Rp 327.306,10 sehingga dilakukan analisis jumlah server optimal. Dari hasil analisis ditemukan
kondisi 2 server merupakan jumlah yang optimal dengan total biaya pelayanan Rp 41.056,60; dan
(3) Perusahaan direkomendasikan agar sistem antrian pada area Final Inspection sebaiknya
menggunakan 2 server, hal ini dikarenakan apabila jumlah server hanya 1 maka operator tidak ada
waktu istirahat sehingga mempengaruhi kualitas pelayanan. Selain faktor kualitas, kendaraan yang
tidak bisa dilayani juga akan menumpuk di area sebelumnya yaitu area washing dan storage yard
sehingga menimbulkan hal yang tidak efektif dan efisien.
DAFTAR PUSTAKA
Hakim, A. N. (2005) Manajemen Industri. Andi, Yogyakarta.
Heizer, J. dan Render, B. (2006) Manajemen Operasi. Edisi Ketujuh. Jakarta: Salemba Empat.
Mulyono, S. (2007) Riset Operasi. Edisi Revisi. Jakarta: Fakultas Ekonomi Universitas Indonesia.
Nisfiannor, M. (2005) Modul Aplikasi SPSS 15. Jakarta: Universitas Tarumanagara.
Taha, H. A. (2007) Operations Research an Introduction. Eight Edition. USA: Pearson PrenticeHall, Inc.
Tim Penyusun Modul Laboratorium Komputasi Industri Trisakti. (2007) Modul Praktikum
Simulasi Sistem Pro Model 7.0. Jakarta: Jurusan Teknik Industri Universitas Trisakti.
Walpole, R. E., Myers, R. H., Myers, S. L, and Ye, K. (2007) Probability and Statistic for
Engineering and Scientists,8th edition. USA: Pearson Prentice-Hall, Inc.
34
INASEA, Vol. 11 No.1, April 2010: 26-34
INSPECTION DI VEHICLE LOGISTIC CENTER PT ADM
UNTUK OPTIMALISASI JUMLAH SERVER, WAKTU TUNGGU,
DAN TOTAL BIAYA PELAYANAN
Sony Kamilie1; Jonny2
1, 2
PT ASTRA DAIHATSU MOTOR, Jln. Gaya Motor III No. 5, Sunter II, Jakarta 14350
skamilie@yahoo.com
ABSTRACT
Industry stakeholders are expected to work faster to fulfill market demands and avoid loss
of opportunity in business. An effective and efficient system is need to support this expectation. This
study examines the queueing system on Vehicle Logistic Center for optimalizing total number of
servers. Long queues usually occur at the Final Inspection area. Data is collected and calculated,
subsequently simulates using promodel 7.0. The result of this research shows that optimal total
number of servers with a reduced waiting time of 11,60% and total cost of Rp 41.056,00.It is
recommended that the company uses 2 (two) server for the queuing system in the Final Inspection
area in order to improve service quality.
Keywords: total server, service time, waiting time, queueing, simulation
ABSTRAK
Pelaku dunia industri saat ini selalu dituntut untuk bekerja lebih cepat guna memenuhi
permintaan pasar dan menghindari kehilangan peluang dalam berbisnis. Untuk mendukung hal
tersebut dibutuhkan suatu sistem yang efektif dan efisien. Studi ini meneliti sistem antrian yang ada
di Vehicle Logistic Center untuk optimalisasi jumlah server. Antrian terjadi pada area Final
Inspection. Penelitian dilakukan dengan mengambilan data kedatangan, data pelayanan dan data
biaya. Data yang telah diambil dilakukan perhitungan lalu disimulasikan menggunakan promodel
7.0. Hasil penelitian menunjukkan jumlah server yang optimal dengan tingkat waktu menunggu
sebesar 11,60% dan total biaya Rp 41.056,60. Perusahaan direkomendasikan agar menggunakan 2
server untuk sistem antrian pada area Final Inspection untuk meningkatkan kualitas pelayanan.
Kata kunci: jumlah Server, waktu Pelayanan, waktu menunggu, antrian, simulasi.
26
INASEA, Vol. 11 No.1, April 2010: 26-34
PENDAHULUAN
Latar Belakang
‘Time is money’ Ungkapan ini tampaknya cocok dengan situasi yang sedang kita hadapi di
era globalisasi dan era perdagangan bebas yang sedang dimulai. Waktu merupakan suatu hal yang
berharga dan memiliki dampak sangat besar terhadap dunia usaha terlebih industri otomotif. Pelaku
dunia industri saat ini selalu dituntut untuk bekerja lebih cepat guna memenuhi permintaan pasar
dan menghindari kehilangan peluang dalam berbisnis. Untuk mendukung hal tersebut dibutuhkan
suatu sistem yang efektif dan efisien.
PT Astra Daihatsu Motor (ADM) merupakan salah satu perusahaan otomotif yang
memproduksi kendaraan beroda empat. Selain dipasarkan ke dealer domestik, permintaan dari luar
Indonesia pun semakin bertambah, sehingga export PT ADM meningkat. Tentunya dibutuhkan
tahapan yang cukup panjang agar kendaran-kendaraan tersebut sampai ke negara tujuan export,
mulai dari proses produksi, proses quality inspection, sampai proses pengiriman ke pelabuhan.
Kendaraan yang akan dikirimkan ke pelabuhan harus memenuhi standart kualitas internasional
sehingga diperlukan pengecekan kualitas sebelum dikirimkan ke pelabuhan. Proses pengecekan
quality kendaraan export dilakukan di Vehicle Logistic Center (VLC), yang merupakan tempat
penampungan sementara kendaraan sebelum di export.
PT ADM dituntut untuk dapat memenuhi kebutuhan permintaan export setiap bulannya.
Saat ini kebutuhan permintaan export setiap bulannya sudah terpenuhi, tetapi dalam rangka
memenuhi kebutuhan tersebut terdapat beberapa aktifitas yang kurang efektif dan efisien.
Berdasarkan penelitian yang dilakukan di VLC PT ADM, salah satu hal yang kurang
efektif dan efisien yaitu lamanya proses pengiriman kepelabuhan dikarenakan adanya antrian yang
terjadi pada area final inspection (area pengecekan kualitas terakhir di VLC). Lamanya proses
pengiriman menimbulkan adanya biaya menunggu dan mempengaruhi peningkatan total biaya
pelayanan yang dikeluarkan perusahaan.
Antrian yang terjadi pada area final inspection disebabkan karena kurangnya jumlah server
yang ada. Untuk menganalisa jumlah server yang optimal pada area tersebut digunakan
perhitungan teori antrian. Selain itu mendukung analisa antrian didukung juga dengan
menggunakan simulasi sehingga tidak ada biaya percobaan dalam menganalisa jumlah server pada
area tersebut.
Perumusan Masalah
Kondisi server pada final inspection saat ini hanya 1 unit. Server ini bertugas melakukan
pemeriksaan penampilan kendaraan yang masuk setelah proses pencucian dan menganalisanya
apakah kendaraan ini layak dikirim atau tidak. Jika kendaraan tidak layak dikirim, maka akan
digantikan dengan kendaraan lainnya. Penulis melihat adanya antrian dari sistem pelayanan
tersebut karena setiap kendaraan yang diperiksa memiliki permasalahan yang berbeda-beda
sehingga mempengaruhi lamanya waktu pemeriksaan.
Oleh karena itu didalam penulisan artikel ini ini, penulis meneliti beberapa pertanyaan
terkait dengan perbaikan proses antrian yaitu meneliti kecukupan jumlah server yang ada saat ini di
final inspection untuk melayani unit kendaraan yang harus diperiksa dan jumlah optimalnya.
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
27
Tujuan dan Manfaat
Penelitian memiliki tujuan sebagai berikut, antara lain : (1) melihat kondisi server saat ini
berapa besar utilitasnya, waktu tunggu, panjang antrian yang ada; (2) Menguji optimalisasi jumlah
server yang dibutuhkan perusahaan pada kondisi saat ini; (3) Melakukan rekomendasi jumlah
server yang optimal untuk digunakan perusahaan.
Dari tujuan-tujuan tersebut diharapkan dapat memberikan manfaat antara lain : (1)
Memberikan informasi jumlah server yang optimal kepada perusahaan; (2) Memperkenalkan
penggunaan konsep teori antrian didunia otomotif dan (3)Memperkenalkan penggunaan promodel
7.0 kepada perusahaan dalam rangka melakukan simulasi.
HASIL DAN PEMBAHASAN
Hasil Penelitian
Pengumpulan Data
Sebelum melakukan pengolahan dan analisis data, penulis melakukan observasi kondisi
yang ada di area final inspection VLC saat ini. Observasi dilakukan untuk mendapatkan data-data,
sehingga data tersebut dapat dianalisis menggunakan teori antrian lalu dilakukan simulasi. Adapun
data hasil observasi yang telah dilakukan adalah sebagai berikut :
- Model sistem antrian area final inspection.
- Data kedatangan kendaraan.
- Data waktu pelayanan.
- Data total biaya pelayanan.
Untuk data total biaya pelayanan akan di tampilkan saat melakukan perhitungan optimalisasi
jumlah server.
a. Model Sistem Antrian
Pada sistem antrian di area final inspection penulis mengamati model sistem antrian yang
digunakan saat ini yaitu jenis model antrian satu saluran satu tahap yang berarti kendaraan yang
ingin menggunakan fasilitas pelayanan, menunggu dalam sebuah antrian sampai gilirannya untuk
dilayani. Model sistem antrian ini didasarkan beberapa asumsi diantaranya kedatangan mengikuti
distribusi poisson, waktu pelayanan mengikuti distribusi eksponensial, disiplin antrian kendaraan
yang datang dilayani terlebih dahulu (First Come First Served). Selain itu penulis juga melihat
adanya keterbatasan antrian dikarenakan luas lokasi yang ada. Batas antrian yang diijinkan
sebanyak 16 unit kendaraan.
b. Data Kedatangan Kendaraan di Final Inspection
Data kedatangan didapatkan dengan pengamatan langsung di area final inspection. Data
dikumpulkan dengan mencatat waktu kedatangan setiap kendaraan yang datang ke area final
inspection setelah selesai proses pencucian.
Pengamatan dilakukan pada bulan April 2010, data yang didapatkan merupakan data
kedatangan kendaraan ke final inspection selama 2 minggu. Pengamatan mewakili semua hari
kecuali sabtu dan minggu. Untuk menganalisis data antrian harus pada periode sibuk, maka data
28
INASEA, Vol. 11 No.1, April 2010: 26-34
yang akan digunakan untuk analisis antrian adalah data tanggal 21 April 2010 dengan jumlah
kedatangan 104 unit kendaraan (lihat Tabel 1).
Tabel 1 Data kedatangan kendaraan pada periode sibuk
Jam Kedatangan
Ke0-1
1-2
2-3
3-4
4-5
5-6
6-7
TOTAL
Frekuensi
Kedatangan
15
19
16
12
15
16
11
104
Rata-rata tingkat kedatangan (λ) = 14,86 unit/jam
c. Data Pelayanan Kendaraan di Final Inspection
Data pelayanan kendaraan ke area final inspection dikumpulkan dengan mencatat waktu
pelayanan pada kedatangan terbanyak untuk setiap kendaraan yang di cek pada area tersebut.
Pencatatan data pelayanan kendaraan di final inspection dicatat dalam satuan menit untuk setiap 1
unit kendaraan yang masuk. Tabel 2 berikut merupakan tabel data pelayanan kendaraan hasil
observasi.
Tabel 2 Data pelayanan kendaraan
Jam Kedatangan
Ke3-4
4-5
5-6
6-7
7-8
8-9
9-10
10-11
TOTAL
Frekuensi
Kedatangan
32
24
16
12
8
6
4
2
104
Rata-rata tingkat pelayanan (μ) = 11,35 unit/jam
Pengolahan Data
Pada pengolahan data dilakukan pengujian kebaikan suai, perhitungan teori antrian,
perhitungan total biaya pelayanan lalu perhitungan jumlah server yang optimal. Pengujian kebaikan
suai merupakan pengujian data kedatangan dan data pelayanan sesuai dengan distribusi pada teori
antrian, setelah dilakukan pengujian maka dilakukan perhitungan teori antrian. Setelah didapat
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
29
hasil perhitungan antrian, dilakukan perhitungan total biaya pelayanan dan perhitungan jumlah
server optimal.
a. Pengujian Kebaikan Suai (Goodness Of Fit)
Pengujian kebaikan suai dilakukan untuk melihat distribusi yang ada pada data kedatangan
dan pelayanan kendaraan yang masuk ke final inspection. Tabel 3 berikut merupakan tabel hasil
pengujian data kedatangan dan data.
Tabel 3 Pengujian kebaikan suai data kedatangan dan data pelayanan
Poisson 0,954 > 0,05
Ho diterima
Eksponensial 0,997 > 0,05
Ho diterima
Pengujian kebaikan pada SPSS 15 menggunakan Kolmogorov Smirnov karena pengujian
lebih fleksibel dibandingkan dengan Chi Square. Hasil pengujian dilihat dengan cara
membandingkan nilai signifikansi (Asymp. Sig) dengan nilai taraf nyata yang telah ditetapkan
sebesar 0,05. Data kedatangan menunjukkan distribusi poisson dan data pelayanan menunjukkan
distribusi eksponensial.
b. Perhitungan Teori Antrian
Perhitungan teori antrian menggunakan rumus perhitungan model sistem (M/M/1):
(FCFS/N/∞) dan (M/M/C):(FCFS/N/∞). Hasil perhitungan yang didapat menggunakan rumus
perhitungan model tersebut dibuatkan tabel seperti pada Tabel 4.
Tabel 4 Perhitungan Teori Antrian
Model Antrian
ρ
P0
Lq
Ls
Wq
Ws
ρ (dengan λeff)
30
[M/M/1]:[FCFS/16/∞]
1,30864
0,32%
11,9406 unit
12,937 unit
1,0551 jam
1,1432 jam
0.99674
JUMLAH SERVER
[M/M/2]:[FCFS/16/∞]
0,65432
50,69%
0,0256 unit
1,0224 unit
2,267 x 10-3 jam
0,0903 jam
[M/M/3]:[FCFS/16/∞]
0,436214
64,61%
2,58 x 10-4 unit
0,997 unit
2,28 x 10-5 jam
0,0881/kam.
INASEA, Vol. 11 No.1, April 2010: 26-34
c. Perhitungan Total Biaya Pelayanan
Untuk menghitung total biaya pelayanan didapat dari rumus :
TC = C1.s + C2.Ls(s)
Dimana :
C1 = Biaya tenaga kerja per jam
C2 = Biaya lembur tenaga kerja
s = Jumlah server
Ls(s) = Jumlah rata-rata pelanggan dalam sistem untuk setiap server
Hasil perhitungan menggunakan rumus diatas ada pada Tabel 5.
Tabel 5 Perhitungan Teori Biaya Pelayanan
Jumlah Server
1
EOC
Rp 7.600,00
Rp 15.200,00
EWC
Rp 327.306,10
Rp 25.856,60
ETC (Total Biaya
Rp 334.906, 10
Rp 41.056,00
d. Perhitungan Jumlah Server Optimal
Dalam menentukan jumlah pelayanan optimal, digunakan data jumlah kedatangan yang
diperkirakan dalam sistem (Ls) dan perbandingan antara biaya pelayanan dan biaya menunggu.
Perhitungan jumlah server dan tabel pembanding yang paling optimal sebagai berikut :
Biaya Pelayanan (C1) = Rp 7.600,Biaya Menunggu (C2) = Rp 25.300,C1/C2 = 7.600 / 25.300 = 0,3004
Dari perhitungan diatas diterapkan kondisi ini dan dibuatkan tabelnya pada tabel 6.
Ls(c) – Ls(c+1) ≤ C1/C2 ≤ Ls(c-1) – Ls(c)
Tabel 6 Perhitungan penentuan jumlah server optimal
Jumlah Server (c)
1
2
3
Ls (c)
12,937
1,022
0,997
Ls(c-1) – Ls(c)
12,937
11,915
0,025
Besar C1/C2 = 0,3004. Jika dilihat dari tabel besar nilai tersebut ada diantara jumlah server 2 dan
server 3. Maka kondisi diterapkan sebagai berikut.
Ls(c) – Ls(c+1) = 0,025 ≤ 0,3004 ≤ 11,915 = Ls(c-1) – Ls(c)
Dari perhitungan tersebut, angka yang paling dekat untuk perbandingan antara biaya
pelayanan dan biaya menunggu (C1/C2) terdapat pada jumlah final inspection dengan dua server =
11,915. Sehingga dapat disimpulkan sementara, jumlah final inspection dengan dua server
merupakan jumlah yang server yang optimal. Untuk mendukung kesimpulan sementara tersebut,
maka dilakukan simulasi dengan menggunakan promodel 7.0.
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
31
Simulasi Data dengan Promodel 7.0
Selain melakukan perhitungan dengan menggunakan karakteristik operasi antrian, dalam
melakukan pemecahan masalah juga digunakan berbagai macam cara yaitu dengan
mensimulasikannya. Dalam melakukan simulasi, menggunakan suatu alat bantu program Promodel
7.0. Simulasi ini dilakukan bertujuan mencari jumlah final inspection yang optimal.
Dalam simulasi sederhana ini melibatkan sistem yang memiliki karakteristik random, maka
hasil dari simulasi pada kenyataannya juga akan bersifat random. Hasil dari eksekusi tunggal
terhadap simulasi hanya mewakili satu dari beberapa keluaran yang mungkin terjadi. Oleh karena
itu, diperlukan eksekusi dengan beberapa kali pengujian untuk menguji hasil kebenaran. Jumlah
pengujian harus disesuaikan dengan tingkat ketelitian yang dibutuhkan oleh keluaran. Untuk
tingkat ketelitian yang tinggi, dibutuhkan jumlah pengulangan pengujian yang lebih banyak supaya
diperoleh kesesuaian keluaran dengan tingkat keyakinan yang telah ditetapkan.
Untuk melakukan suatu simulasi, terdapat elemen-elemen penting yang harus dirancang
karena sangat mempengaruhi jalan dan hasil simulasi. Dalam membuat simulasi suatu model
dengan menggunakan program promodel, harus didefinisikan sejumlah elemen dasar yang harus
ada dalam setiap model, yaitu :
1. Lokasi (Location) Entitas (Entity)
2. Proses (Processing)
3. Kedatangan (Arrivals)
Setelah elemen-elemen diatas dibuat, maka dilakukan running test simulasi tersebut, hasil
running test ditampilkan pada Gambar 1 berikut.
Gambar 1 Tampilan running test final inspection
Dari tampilan running test dapat dilihat pada jumlah server 1 terjadi antrian yang cukup
banyak, ketika server ditambahkan menjadi 2 antrian terjadi kembali tetapi tidak terlalu padat, jika
ditambahkan menjadi 3 server maka antrian semakin tidak kelihatan. Jadi dapat disimpulkan
semakin banyak jumlah server maka antrian yang ada pada jalur antrian final inspection akan
semakin sedikit. Dalam melakukan analisis antrian hasil simulasi menggunakan promodel, hasil
keluaran diamati tingkat utilitas, tingkat waktu menganggur, tingkat waktu menunggu. Tabel 7
berikut adalah hasil persentase hasil keluaran simulasi tersebut.
Semakin tinggi tingkat utilitas final inspection maka antrian pada final inspection semakin
tinggi juga. Berarti cara untuk mengurangi antrian bisa dilakukan dengan menambah jumlah server.
Walaupun semakin banyak jumlah final inspection lebih baik, tidak bisa dibilang jumlah yang
banyak merupakan jumlah yang paling optimal. Oleh karena waktu menganggur dan waktu
menunggu juga perlu dipertimbangkan.
32
INASEA, Vol. 11 No.1, April 2010: 26-34
Tabel 7 tingkat utilitas, tingkat waktu menganggur, tingkat waktu menunggu
Server
No
1
2
3
Ratarata
Server
No
Percentage Utilization
Final
Impaction
1 Unit
96,94 %
Final
Impaction
2 Unit
65,52%
64,69%
96,94%
65,11%
Final
Impaction
3 Unit
43,65%
43,34%
42,96%
43,32%
1
2
3
Ratarata
Percentage Idle Time (waktu menganggur)
Final
Impaction
1 Unit
3,06 %
Final
Impaction
2 Unit
34,48%
35,31%
3,06%
34,90%
Final
Impaction 3
Unit
56,35%
56,66%
57,04%
56,68%
Percentage Waiting Time (waktu menunggu)
Final
Final
Final
Impaction
Impaction 2
Impaction 3
1 Unit
Unit
Unit
15,32 %
11,60%
1,64%
Pada waktu menganggur diatas dapat dilihat bahwa waktu menganggur untuk 3 final
inspection lebih besar apabila dibandingkan dengan 2 final inspection dan 1 final inspection,
sehingga dari kedua perbandingan tingkat kegunaan fasilitas tersebut dapat dilihat bahwa tingkat
kegunaan fasilitas untuk 1 final inspection dapat dikatakan lebih baik dibandingkan dengan 2 final
inspection dan 3 final inspection.
Untuk waktu menunggu dapat dilihat, kondisi 3 final inspection lebih kecil dibandingkan
yang lainnya. Tetapi untuk kondisi tersebut belum tentu dapat dikatakan baik karena waktu
mengganggurnya besar. Dari semua perhitungan dan simulasi maka dilakukan evaluasi kinerja
hasil penelitian ini.
Evaluasi Kinerja
Jika dilihat dari jumlah kendaraan yang datang menuju final inspection per jamnya, jumlah
kendaraan yang datang lebih banyak dibandingkan dengan tingkat pelayanan yang diberikan
perjamnya, sehingga mengakibatkan adanya penumpukan kendaraan dan menimbulkan suatu
masalah antrian. Maka dilakukan analisa terhadap optimalisasi jumlah final inspection yang ada saat
ini dengan penambahan jumlah server final inspection.
Pada subbab sebelumnya telah dilakukan analisa perhitungan sistem antrian dengan
menggunakan perhitungan optimalisasi sistem antrian dan analisa menggunakan simulasi promodel
7.0. Sistem yang ada saat ini terdiri dari 1 final inspection dan rencana usulannya dengan menambah
menjadi 2 final inspection atau 3 final inspection. Setelah dilakukan perhitungan menggunakan
analisa teori dapat diketahui jumlah server yang paling optimal. Sistem yang ada saat ini dengan
jumlah 1 server memiliki total biaya pelayanan sebesar Rp 334.906,10 sedangkan sistem antrian
usulan dengan jumlah 2 server sebesar Rp 41.056,60 dan dengan jumlah 3 server sebesar Rp
48.024,10. Dari total biaya dapat dilihat penambahan server mengakibatkan kurangnya biaya yang
dikeluarkan, tetapi ketika jumlah server ditambah menjadi 3, mengalami peningkatan kembali total
biaya pelayanan.
Jika dilihat dari segi waktu dan melakukan simulasi menggunakan Promodel 7.0, waktu
menunggu dengan kondisi saat ini yaitu 1 server sebesar 15,32% sedangkan waktu menunggu
sistem antrian usulan dengan jumlah 2 server sebesar 11,60% dan dengan jumlah 3 server 1,64%.
Dari perhitungan waktu menunggu, dapat dilihat jumlah 3 server mendapatkan waktu menunggu
Analisis Sistem Antrian… (Sony Kamilie; Jonny)
33
yang paling sedikit. Dalam hal ini waktu menunggu yang sedikit belum tentu merupakan hal yang
baik karena disaat jumlah kedatangan menurun maka tingkat menganggur dengan jumlah server
yang banyak pasti akan semakin meningkat sehingga menjadi tidak efektif. Dari hasil analisa diatas
maka dapat disimpulkan untuk evaluasi kerja, penambahan jumlah server dapat mengurangi waktu
tunggu yang ada, tetapi bertambahnya jumlah server diikuti juga penambahan total biaya yang
terjadi seperti perhitungan biaya penambahan 2 server menjadi 3 server. Untuk itu pemilihan jumlah
server final inspection yang paling optimal lebih baik menggunakan 2 server final inspection.
PENUTUP
Berdasarkan hasil pengamatan dan analisis pada pembahasan penelitian, dapat disimpulkan
sebagai berikut: (1) Kondisi jumlah server 1 tingkat pelayanan sangat sibuk. Hal ini dibuktikan
dengan angka peluang menganggur hanya 0,32%, perkiraan waktu tunggu dalam sistem 1,1432
jam, dan total biaya pelayanan dicapai Rp 334.906,10 per jam; (2) Kondisi dengan jumlah server 1
merupakan kondisi yang tidak optimal ditandai dengan tingginya biaya menunggu (EWC) sebesar
Rp 327.306,10 sehingga dilakukan analisis jumlah server optimal. Dari hasil analisis ditemukan
kondisi 2 server merupakan jumlah yang optimal dengan total biaya pelayanan Rp 41.056,60; dan
(3) Perusahaan direkomendasikan agar sistem antrian pada area Final Inspection sebaiknya
menggunakan 2 server, hal ini dikarenakan apabila jumlah server hanya 1 maka operator tidak ada
waktu istirahat sehingga mempengaruhi kualitas pelayanan. Selain faktor kualitas, kendaraan yang
tidak bisa dilayani juga akan menumpuk di area sebelumnya yaitu area washing dan storage yard
sehingga menimbulkan hal yang tidak efektif dan efisien.
DAFTAR PUSTAKA
Hakim, A. N. (2005) Manajemen Industri. Andi, Yogyakarta.
Heizer, J. dan Render, B. (2006) Manajemen Operasi. Edisi Ketujuh. Jakarta: Salemba Empat.
Mulyono, S. (2007) Riset Operasi. Edisi Revisi. Jakarta: Fakultas Ekonomi Universitas Indonesia.
Nisfiannor, M. (2005) Modul Aplikasi SPSS 15. Jakarta: Universitas Tarumanagara.
Taha, H. A. (2007) Operations Research an Introduction. Eight Edition. USA: Pearson PrenticeHall, Inc.
Tim Penyusun Modul Laboratorium Komputasi Industri Trisakti. (2007) Modul Praktikum
Simulasi Sistem Pro Model 7.0. Jakarta: Jurusan Teknik Industri Universitas Trisakti.
Walpole, R. E., Myers, R. H., Myers, S. L, and Ye, K. (2007) Probability and Statistic for
Engineering and Scientists,8th edition. USA: Pearson Prentice-Hall, Inc.
34
INASEA, Vol. 11 No.1, April 2010: 26-34