Penentuan jumlah kasir dengan teori antrian menggunakan simulasi arena di Giant Pondok Tjandra

Amelia, Maggie (2012) Penentuan jumlah kasir dengan teori antrian menggunakan simulasi arena di Giant Pondok Tjandra. Bachelor thesis, Universtitas Pelita Harapan.

	Text (Title.pdf) Sampul.pdf Restricted to Repository staff only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB)
Preview	Text (Chapter1.pdf) Bab 1.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (11kB) | Preview
	Text (Chapter2.pdf) Bab 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (321kB)
	Text (Chapter3.pdf) Bab 3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (99kB)
	Text (Chapter4.pdf) Bab 4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (248kB)
	Text (Chapter5.pdf) Bab 5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (84kB)
Preview	Text (Bibliography.pdf) Pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (149kB) | Preview
	Text (Appendices.pdf) Lampiran.pdf Restricted to Repository staff only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
	Text (Journal.pdf) Jurnal Tugas Akhir.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (597kB)

Abstract

Masalah sistem antrian sering terjadi dalam kehidupan sehari-hari. Kebutuhan layanan yang cepat dan jumlah fasilitas layanan yang optimal merupakan faktor penting agar tidak terjadi antrian yang panjang. Masalah antrian juga dialami oleh Giant Pondok Tjandra di mana sering terjadi antrian yang panjang dikarenakan kurang optimalnya jumlah kasir yang tersedia. Pengumpulan data dilakukan dengan pengambilan sampel waktu kedatangan pelanggan dan waktu pelayanan kasir. Data ini kemudian diolah menggunakan uji kecukupan data, uji keseragaman data, uji normalitas, serta uji T untuk mengetahui tingkat kedatangan pelanggan pada kategori waktu tertentu. Dengan mensimulasikan antrian yang ada pada kasir Giant Pondok Tjandra menggunakan software Arena 12.0, rumus biaya pelayanan (Cs), dan rumus biaya menunggu (Cw), maka dapat dihitung total biaya (TC) yang dikeluarkan untuk menerapkan jumlah kasir yang optimal. Berdasarkan hasil simulasi, pada kategori waktu A (pukul 08.00 – 10.00) kasir yang diterapkan sudah optimal yaitu sebanyak dua orang. Pada kategori waktu B (pukul 10.00 – 11.00), jumlah kasir sebaiknya dikurangi menjadi dua orang saja sehingga dapat dilakukan penghematan sebesar 2,74%. Pada kategori waktu C (pukul 11.00 – 12.00), jumlah kasir sebaiknya ditambah menjadi empat orang sehingga dapat dilakukan penghematan sebesar 24,77%. Pada kategori waktu D (pukul 12.00 – 15.00), jumlah kasir sebaiknya ditambah menjadi lima orang sehingga dapat dilakukan penghematan sebesar 31,76%. Dan pada kategori waktu E (pukul 15.00 – 22.00), jumlah kasir yang diterapkan sudah optimal yaitu sebanyak delapan orang / Queuing system problems frequently occur in everyday life. The need for prompt service and the optimal number of service facility is an important factor in order to avoid long queues. Queuing problem also experienced by Giant Pondok Tjandra where long queues are common due to less optimal number of cashiers available. Data collection is done by sampling the customer arrival time and service time cashier. This data is then processed using adequacy test data, test the uniformity of data, normality test and T test to determine the level of customer arrivals at a particular time category. By simulating queues that existed at the checkout Giant Pondok Tjandra using Arena 12.0 software, service charge formula (Cs), and the cost formulas wait (Cw), it can be calculated the total cost (TC) issued to implement the optimal number of cashiers. Based on simulation results, in category A (08.00 - 10.00) cashier who applied were optimal as many as two people. In category B (10.00 - 11.00), number of cashiers should be reduced to two so it can be a savings of 2,74%. In category C (11.00 – 12.00), the number of cashiers should be added to four people so it can be a savings of 24,77%. In the category D (12.00 – 15.00), the number of cashiers should be added to five people so it can be a savings of 31,76%. And in category E (15.00 – 22.00), the amount of the cashier who applied were optima as many as eight people

Actions (login required)

View Item