Page 1
PERBANDINGAN PERFORMANSI LAYANAN MENGGUNAKAN
KRUSKAL WALLIS TEST – FRIEDMAN TEST PADA GERBANG TOL
AMPERA 2
SKRIPSI
Oleh:
Wulandari Retno Ningsih
NIM : 11140910000068
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1440 H
Page 2
i UIN Syarif Hidayatullah Jakarta
PERBANDINGAN PERFORMANSI LAYANAN MENGGUNAKAN
KRUSKAL WALLIS TEST – FRIEDMAN TEST PADA GERBANG TOL
AMPERA 2
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh gelar S1
Sarjana Komputer (S.Kom)
Oleh:
Wulandari Retno Ningsih
NIM : 11140910000068
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1440 H
Page 3
ii UIN Syarif Hidayatullah Jakarta
LEMBAR PERSETUJUAN
PERBANDINGAN PERFORMANSI LAYANAN MENGGUNAKAN
KRUSKALL WALLIS TEST – FRIEDMAN TEST PADA GERBANG TOL
AMPERA 2
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer Pada
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh:
Wulandari Retno Ningsih
11140910000068
Menyetujui,
Pembimbing I
Arini, MT
NIP. 19760131 200901 2 001
Pembimbing II
Luh Kesuma Wardhani, MT
NIP. 19780424 200801 2 022
Mengetahui,
Ketua Program Studi Teknik Informatika
Arini, MT
NIP. 19760131 200901 2 001
Page 4
iii UIN Syarif Hidayatullah Jakarta
HALAMAN PENGESAHAN UJIAN
Skripsi berjudul “Perbandingan Performansi Layanan Menggunakan Kruskall
Wallis Test – Friedman Test Pada Gerbang Tol Ampera 2” yang ditulis oleh
Wulandari Retno Ningsih, NIM 11140910000068 telah diuji dan dinyatakan lulus
dalam sidang munaqosyah Fakultas Sains dan Teknologi, UIN Syarif Hidayatullah
Jakarta pada Januari 2019. Skripsi ini telah diterima sebagai salah satu syarat untuk
memperoleh gelar Sarjana Komputer (S.Kom) pada Program Studi Teknik
Informatika.
Jakarta, Januari 2019
Tim Penguji
Penguji I,
Penguji II,
Tim Pembimbing
PembimbingI,
Arini, MT
NIP. 19760131 200901 2 001
Pembimbing II,
Luh Kesuma Wardhani, MT
NIP. 19780424 200801 2 022
Mengetahui,
Dekan Fakultas Sains dan Teknologi
Dr. Agus Salim, M.Si.
NIP. 197208161999031003
Ketua Program Studi Teknik Informatika
Arini, MT
NIP. 197601312009012001
Page 5
iv UIN Syarif Hidayatullah Jakarta
HALAMAN PERNYATAAN ORISINALITAS
Dengan ini saya menyatakan bahwa:
1. Skripsi ini merupakan hasil karya asli saya yang diajukan untuk memenuhi
salah satu persyaratan memperoleh gelar strata 1 di UIN Syarif Hidayatullah
Jakarta.
2. Semua sumber yang saya gunakan dalam penulisan ini telah saya
cantumkan sesuai dengan ketentuan yang berlaku di UIN Syarif
Hidayatullah Jakarta.
3. Jika di kemudian hari terbukti bahwa karya ini bukan hasil karya asli saya
atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia
menerima sanksi yang berlaku di UIN Syarif Hidayatullah Jakarta.
Jakarta, Januari 2019
Wulandari Retno Ningsih
Page 6
v UIN Syarif Hidayatullah Jakarta
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI
Sebagai civitas akademik UIN Syarif Hidayatullah Jakarta, saya yang bertanda
tangan dibawah ini :
Nama : Wulandari Retno Ningsih
NIM : 11140910000068
Program Studi : Teknik Informatika
Fakultas : Sains dan Teknologi
Jenis Karya : Skripsi
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada
Universitas Islam Negeri Syarif Hidayatullah Jakarta Hak Bebas Royalti
Noneksklusif (Non-exclucive Royalty Free Right) atas karya ilmiah saya yang
berjudul :
PERBANDINGAN PERFORMANSI LAYANAN MENGGUNAKAN
KRUSKAL WALLIS TEST – FRIEDMAN TEST PADA GERBANG TOL
AMPERA 2
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti
Noneksklusif ini Universitas Islam Negeri Syarif Hidayatullah Jakarta berhak
menyimpan, mengalih media/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat, dan mempublikasikan tugas akhir saya selama tetap
mencantumkan nama saya sebagai penulis/pencipta dan pemilik Hak Cipta .
Demikian Pernyataan ini saya buat dengan sebenarnya.
Jakarta, Januari 2019
Wulandari Retno Ningsih
Page 7
vi UIN Syarif Hidayatullah Jakarta
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji syukur senantiasadipanjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat, hidayah serta nikmat-Nya sehingga penyusunan skripsi ini
dapat diselesaikan. Sholawat dan salam senantiasa dihaturkan kepada junjungan
kita baginda Nabi Muhammad SAW beserta keluarganya, para sahabatnya serta
umatnya hingga akhir zaman. Penulisan skripsi ini mengambil tema dengan judul:
PERBANDINGAN PERFORMANSI LAYANAN MENGGUNAKAN
KRUSKAL WALLIS TEST – FRIEDMAN TEST PADA GERBANG TOL
AMPERA 2
Penulisan skripsi ini ditujukan untuk memperoleh gelar Sarjana Komputer
Program Studi Teknik Informatika Fakultas Sains dan Teknologi. Dalam proses
penyelesaian tugas skripsi ini banyak sekali lika-liku perjalanan yang didapat, dan
dalam proses penyelesaian tugas skripsi ini tak lepas dan tak luput dari berbagai
bantuan, dukungan, saran, dan kritik yang telah peneliti dapatkan. Oleh karena itu
dalam kesempatan kali ini penulis ingin mengucapkan terima kasih kepada :
1. Allah SWT yang telah memberikan Rahmat dan Hidayah-Nya .
2. Bapak Ahkmad Fathoni, MA, Ibu Wakhidatun Mubarokah, S.pd, Karen
Fitriya Ahmad, Nisa Aulia Ahmad, dan Galang Revolusi Ahmad selaku
keluarga penulis, yang senantiasa memberikan dukungan, semangat,
motivasi dan doa kepada penulis.
3. Bapak Dr. Agus Salim, M.Si. selaku Dekan Fakultas Sains dan
Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta.
4. Ibu Arini, MT. selaku Ketua Program Studi Teknik Informatika
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Page 8
vii UIN Syarif Hidayatullah Jakarta
5. Bapak Feri Fahrianto, M.Sc. selaku Sekretaris Program Studi Teknik
Informatika Universitas Islam Negeri Syarif Hidayatullah Jakarta.
6. Ibu Arini, MT. selaku Dosen Pembimbing 1 dan Ibu Luh Kesuma
Wardhani, MT. selaku Dosen Pembimbing 2 yang telah memberikan
bimbingan, motivasi, dan arahan kepada peneliti dalam penyelesaian
tugas skripsi ini dengan baik.
7. Ibu Rifa Arifati, S.T, M.T dan Ibu Yuditha Ichsani yang senantiasa
meluangkan waktu dan memberikan bimbingan serta bantuan dalam
pengolahan data.
8. Seluruh Staf Karyawan Fakultas Sains dan Teknologi, khususnya Dosen
Program Studi Teknik Informatika yang telah memberikan bantuan dan
kerjasamanya dari awal perkuliahan berlangsung.
9. Syaifa Amanda Putri Lubis, Putri Cahayani Kusuma, Edi Diantoro, Bela
Dita, Nila Rizqiana Fadlillah, Siti Atinah, Khansa Indah Oktaviany,
Shifa Rahmah, Mukti Wibowo, Muhammad Iskandar Yahya, Indra
Kusuma dan Haris Alfarisi selaku sahabat penulis yang selalu
memberikan dukungan serta semangat kepada penulis.
10. Seluruh teman - teman HMTI UPN Veteran Jakarta dan HIMTI UIN
Jakarta yang tidak bisa peneliti sebutkan satu persatu.
Peneliti menyadari akan banyaknya kekurangan dalam penyajian tugas
skripsi ini, akan tetapi peneliti berharap akan manfaat yang bisa didapat bagi semua
orang yang telah membaca skripsi ini. Oleh karena itu peneliti sangat menerima
kritik dan saran yang akan diberikan untuk membagun penelitian yang lebih baik,
dan semoga Allah SWT membalas kebaikan semua pihak yang telah membantu.
Jakarta, Januari 2019
Wulandari Retno Ningsih
Page 9
viii UIN Syarif Hidayatullah Jakarta
Penulis : Wulandari Retno Ningsih
Program Studi : Teknik Informatika
Judul : Perbandingan Performansi Layanan Menggunakan
Kruskal Wallis Test – Friedman Test pada Gerbang Tol
Ampera 2
ABSTRAK
Jalan Tol adalah jalan alternatif yang merupakan bagian dari sistem jaringan jalan
nasional yang penggunanya diwajibkan membayar tol. Mulai 1 Oktober 2017, Bank
Indonesia (BI) dan Kementerian Pekerjaan Umum dan Perumahan Rakyat (PUPR)
menerapkan transaksi non-tunai di seluruh ruas tol. Penerapan ini diyakini dapat
memangkas waktu transaksi secara signifikan. Tetapi hal itu tidak diimbangi
dengan analisis utilitas pelayanan gerbang tol terlebih dahulu. Dengan
menggunakan simulasi, penelitian ini bertujuan membuat model yang dapat
merepresentasikan sistem tersebut serta membuat sistem alternatif. Simulasi
menggunakan software ProModel dengan 6 skenario. Kemudian membandingkan
performansi layanan Gerbang Tol Ampera 2 menggunakan perhitungan Kruskal
Wallis – Friedman Test. Dari hasil perhitungan didapat kesimpulan bahwa waktu
tunggu dalam sistem paling sebentar adalah skenario OBU – OBU. Sedangkan
utilitas server yang tidak banyak menganggur adalah Konvensional –
Konvensional.
Kata Kunci : Simulasi, ProModel, Pelayanan Gerbang Tol, Utilitas,
Kruskal Wallis Test – Friedman Test
Daftar Pustaka : 27 (Tahun 2006 – 2018)
Jumlah Halaman : VI Bab + xvi Halaman + 95 Halaman + 35 Gambar +
24 Tabel + 7 Rumus
Page 10
ix UIN Syarif Hidayatullah Jakarta
Name : Wulandari Retno Ningsih
Study Program : Teknik Informatika
Title : Comparison of Service Performance Using the Kruskal
Wallis Test - Friedman Test on the Ampera Toll Gate 2
ABSTRACT
Toll Road is an alternative road that is part of the national road network system
where users are required to pay tolls. Starting October 1, 2017, Bank Indonesia (BI)
and the Ministry of Public Works and Public Housing (PUPR) apply non-cash
transactions across all toll roads. This application is believed to be able to cut
transaction time significantly. But this is not balanced with an analysis of toll gate
service utilities first. By using simulations, this study aims to create a model that
can represent the system and create alternative systems. Simulation using ProModel
software with 6 scenarios. Then compare the performance of the Ampera Toll Gate
2 service using the Kruskal Wallis - Friedman Test calculation. From the
calculation results, it can be concluded that the minimum waiting time in the system
is the OBU-OBU scenario. While server utilities that are not much idle are
Conventional - Conventional.
Key Words : Simulation, ProModel, Toll Gate Service, Utilities,
Kruskal Wallis Test - Friedman Test
Bibliography : 27 (Tahun 2006 – 2018)
Number of Pages : VI Bab + xvi Halaman + 95 Halaman + 35 Gambar + 24
Tabel + 7 Rumus
Page 11
x UIN Syarif Hidayatullah Jakarta
DAFTAR ISI
LEMBAR PERSETUJUAN ................................................................................... ii
HALAMAN PENGESAHAN UJIAN ................................................................... iii
HALAMAN PERNYATAAN ORISINALITAS .................................................. iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI .............................. v
KATA PENGANTAR ........................................................................................... vi
ABSTRAK ........................................................................................................... viii
ABSTRACT ........................................................................................................... ix
DAFTAR ISI ........................................................................................................... x
DAFTAR GAMBAR ........................................................................................... xiv
DAFTAR TABEL ................................................................................................. xv
DAFTAR RUMUS .............................................................................................. xvi
BAB 1 PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ............................................................................................ 1
1.2 Rumusan Masalah ....................................................................................... 6
1.3 Tujuan Penelitian ........................................................................................ 6
1.4 Manfaat Penelitian ...................................................................................... 6
1.4.1 Bagi Penulis ...................................................................................... 6
1.4.2 Bagi Universitas ................................................................................ 7
1.4.3 Bagi Pengguna .................................................................................. 7
1.5 Batasan Masalah .......................................................................................... 7
1.6 Metodelogi Penelitian ................................................................................. 8
1.6.1 Metode Pengumpulan Data ............................................................... 8
1.6.2 Metode Implementasi ........................................................................ 9
1.7 Sistematika Penulisan .................................................................................. 9
BAB 2 LANDASAN TEORI .................................................................................. 1
2.1 Definisi Analisis .......................................................................................... 1
2.2 Studi Pustaka ............................................................................................... 1
2.3 Wawancara .................................................................................................. 1
2.4 Jalan Tol .................................................................................................... 12
Page 12
xi UIN Syarif Hidayatullah Jakarta
2.5 Metode Antrian ......................................................................................... 12
2.5.1 Karekteristik Sistem Antrian ........................................................... 13
2.5.2 Disiplin Antrian .............................................................................. 14
2.5.3 Proses Pada Sistem Antrian ............................................................ 15
2.5.4 Parameter Antrian ........................................................................... 17
2.6 Uji Normalitas ........................................................................................... 18
2.7 Statistik Non Parametik ............................................................................. 19
2.8 Uji Independensi Data ............................................................................... 19
2.9 Distribusi Identik ....................................................................................... 20
2.10 Fitting Distribution .................................................................................... 20
2.11 SPSS .......................................................................................................... 21
2.12 Stat::fit ....................................................................................................... 22
2.13 Easyfit ....................................................................................................... 22
2.14 Metode Simulasi ........................................................................................ 22
2.12.1 Formulasi Masalah (Problem Formulation) ................................... 23
2.12.2 Model Pengkonsepan (Conceptual Model) ..................................... 23
2.12.3 Data Masukan Keluaran (Input Output Data) ................................ 23
2.12.4 Pemodelan (Modelling) ................................................................... 24
2.12.5 Simulasi (Simulation) ...................................................................... 24
2.12.6 Verifikasi dan Validasi (Verification and Validation) .................... 24
2.12.7 Experimentasi (Experimentation) ................................................... 24
2.12.8 Analisa Keluaran (Output Analysis) ............................................... 25
2.15 Promodel ................................................................................................... 25
2.16 Utilitas ....................................................................................................... 27
2.17 Uji Kruskall Wallis H ................................................................................ 27
2.18 Friedman Test ............................................................................................ 27
2.19 Studi Literatur Sejenis ............................................................................... 28
BAB 3 METODELOGI PENELITIAN .................................................................. 1
3.1 Metode Pengumpulan Data ......................................................................... 1
3.1.1 Studi Primer ...................................................................................... 1
3.1.1.1 Wawancara ................................................................................ 1
3.1.1.2 Observasi Lapangan................................................................... 1
Page 13
xii UIN Syarif Hidayatullah Jakarta
3.1.2 Studi Sekunder ................................................................................ 39
3.1.2.1 Studi Pustaka ........................................................................... 39
3.2 Metode Simulasi ........................................................................................ 40
3.1.1 Formulasi Masalah (Problem Formulation) ................................... 40
3.2.1 Model Pengkonsepan (Conceptual Model) ..................................... 40
3.3.1 Data Masukan Keluaran (Input Output Data) ................................ 41
3.4.1 Pemodelan (Modelling) ................................................................... 41
3.5.1 Simulasi (Simulation) ...................................................................... 41
3.6.1 Verifikasi dan Validasi (Verification and Validation) .................... 41
3.7.1 Eksperimentasi (Experimentation) .................................................. 41
3.8.1 Analisis Keluaran (Output Analysis) .............................................. 42
3.3 Kerangka Berpikir ..................................................................................... 42
BAB 4 IMPLEMENTASI SIMULASI DAN EXPERIMEN ............................... 45
4.1 Formulasi Masalah (Problem Formulation) ............................................. 45
4.2 Model Pengkonsepan (Conceptual Model) ............................................... 45
4.3 Data Masukan Keluaran (Input Output Data) ........................................... 47
4.3.1 Data Masukan (Input) ..................................................................... 47
4.3.2 Proses (Process) .............................................................................. 53
4.3.2.1 Uji Independensi ...................................................................... 53
4.3.2.2 Uji Identik ................................................................................ 58
4.3.3 Data Keluaran (Output) ................................................................... 61
4.4 Pemodelan (Modelling) ............................................................................. 65
4.5 Simulasi (Simulation) ................................................................................ 65
4.5.1 Location .......................................................................................... 67
4.5.2 Entitas ............................................................................................. 68
4.5.3 Arrival ............................................................................................. 69
4.5.4 Processing ....................................................................................... 70
4.6 Verifikasi dan Validasi (Verification and Validation) .............................. 72
4.7 Eksperimentasi (Eksperimentation) .......................................................... 72
4.7.1 Penentuan Jumlah Replikasi ........................................................... 72
4.8 Analisa Keluaran (Output Analysis) .......................................................... 76
4.8.1 Waktu Tunggu Dalam Sistem ......................................................... 76
Page 14
xiii UIN Syarif Hidayatullah Jakarta
4.8.2 Utilitas Server ................................................................................. 77
BAB 5 HASIL DAN PEMBAHASAN ................................................................ 80
5.1 Perhitungan Perbedaan Model Menggunakan Kruskal Wallis – Friedman
Test 80
5.1.1 Uji Kruskal Wallis .......................................................................... 80
5.1.1.1 Uji Kruskal Wallis Pada Waktu Tunggu Dalam Sistem .......... 80
5.1.1.2 Uji Kruskal Wallis Pada Utilitas Server .................................. 84
5.1.2 Friedman Test ................................................................................. 85
5.1.2.1 Friedman Test Pada Waktu Tunggu Dalam Sistem ................ 85
5.1.2.2 Friedman Test Pada Utilitas Server ......................................... 88
BAB 6 PENUTUP ................................................................................................ 89
6.1 Kesimpulan ............................................................................................... 89
6.2 Saran .......................................................................................................... 89
DAFTAR PUSTAKA ........................................................................................... 91
LAMPIRAN .......................................................................................................... 93
Lampiran 1 ........................................................................................................ 93
Lampiran 2 ........................................................................................................ 94
Lampiran 2 ........................................................................................................ 95
Page 15
xiv UIN Syarif Hidayatullah Jakarta
DAFTAR GAMBAR
Gambar 2.1 Antrian Kendaraan di Pintu Gerbang Tol ......................................... 15
Gambar 2.2 Single Channel, Single Server .......................................................... 15
Gambar 2.3 Single Channel, Multi Server ............................................................ 16
Gambar 2.4 Multi Channel, Single Server ............................................................ 16
Gambar 2.5 Multi Channel, Multi Server ............................................................. 17
Gambar 3.1 Rata – Rata Waktu Pelayanan ........................................................... 39
Gambar 3.2 Kerangka Berfikir.............................................................................. 43
Gambar 4.1 Entity Flow Diagram ......................................................................... 46
Gambar 4.2 Flowchart Data Masukan .................................................................. 47
Gambar 4.3 Grafik Data Masukan ........................................................................ 51
Gambar 4.4 Langkah – Langkah Uji Normalitas .................................................. 52
Gambar 4.5 Langkah – Langkah Uji Normalitas .................................................. 52
Gambar 4.6 Langkah – Langkah Uji Independensi .............................................. 54
Gambar 4.7 Langkah – Langkah Uji Indentik ...................................................... 58
Gambar 4.8 Langkah – Langkah Uji Indentik ...................................................... 59
Gambar 4.9 Langkah – Langkah Fitting Distribusi .............................................. 61
Gambar 4.10 Langkah – Langkah Simulasi pada Promodel ................................. 66
Gambar 4.11 Langkah – Langkah Simulasi pada Promodel ................................. 66
Gambar 4.12 Langkah – Langkah Simulasi pada Promodel ................................. 67
Gambar 4.13 Atribut Lokasi Area Gerbang Tol Ampera 2 .................................. 68
Gambar 4.14 Layout Location Area Gerbang Tol Ampera 2 ............................... 68
Gambar 4.15 Atribut Entitas Area Gerbang Tol Ampera 2 .................................. 69
Gambar 4.16 Atribut Arrival Area Gerbang Tol Ampera 2 .................................. 69
Gambar 4.17 Atribut Proccessing Otomatis – Otomatis ....................................... 70
Gambar 4.18 Atribut Proccessing Otomatis – Otomatis ....................................... 70
Gambar 4.19 Atribut Proccessing Otomatis – Otomatis ....................................... 70
Gambar 4.20 Atribut Proccessing Otomatis – Otomatis ....................................... 71
Gambar 4.21 Atribut Proccessing Otomatis – Otomatis ....................................... 71
Gambar 4.22 Atribut Proccessing Otomatis – Otomatis ....................................... 71
Gambar 4.23 Atribut Proccessing Otomatis – Otomatis ....................................... 71
Gambar 4.24 Grafik Rata – Rata Waktu Tunggu Dalam Sistem .......................... 77
Gambar 4.25 Grafik Rata – Rata Utilitas Server .................................................. 79
Gambar 5.1 Langkah – Langkah Uji Kruskal Wallis ........................................... 82
Gambar 5.2 Langkah – Langkah Uji Kruskal Wallis ........................................... 82
Gambar 5.3 Langkah – Langkah Uji Friedman .................................................... 87
Gambar 5.4 Langkah – Langkah Uji Friedman .................................................... 87
Page 16
xv UIN Syarif Hidayatullah Jakarta
DAFTAR TABEL
Tabel 2.1 Studi Literature Sejenis ......................................................................... 28
Tabel 3.1 Waktu Antarkedatangan........................................................................ 32
Tabel 3.2 Waktu Pelayanan .................................................................................. 35
Tabel 3.3 Rata - Rata Waktu Pelayanan ............................................................... 39
Tabel 4.1 Golongan Jenis Kendaraan pada Jalan Tol ........................................... 45
Tabel 4.2 Operasi dari Perancangan Sistem Antrian Gerbang Tol Ampera 2 ...... 46
Tabel 4.3 Data Masukan ....................................................................................... 48
Tabel 4.4 Uji Normalitas ....................................................................................... 53
Tabel 4.5 Pengujian Independensi Data ................................................................ 55
Tabel 4.6 Pengujian Data mempunyai Distribusi Identik ..................................... 60
Tabel 4.7 Fitting terhadap distribusi teoritis tertentu ............................................ 62
Tabel 4.8 Verifikasi dan Validasi ......................................................................... 72
Tabel 4.9 Hasil Waktu Tunggu Dalam Sistem Replikasi Awal ............................ 73
Tabel 4.10 Hasil Utilitas Server Replikasi Awal .................................................. 74
Tabel 4.11 Analisa Keluaran Waktu Tunggu Dalam Sistem ................................ 76
Tabel 4.12 Analisa Keluaran Utilitas Server ........................................................ 78
Tabel 5.1 Rata – Rata Waktu Tunggu Dalam Sistem Tiap Skenario .................... 80
Tabel 5.2 Hasil Uji Kruskal Wallis Waktu Tunggu Dalam Sistem ...................... 83
Tabel 5.3 Rata – Rata Waktu Tunggu Dalam Sistem Tiap Skenario .................... 84
Tabel 5.4 Hasil Uji Kruskal Wallis Utilitas Server ............................................... 85
Tabel 5.5 Perangkingan Data Waktu Tunggu Dalam Sistem ............................... 86
Tabel 5.6 Hasil Uji Friedman ................................................................................ 88
Tabel 5.7 Perangkingan Data Utilitas Server ........................................................ 88
Tabel 5.8 Hasil Uji Friedman ................................................................................ 89
Page 17
xvi UIN Syarif Hidayatullah Jakarta
DAFTAR RUMUS
Rumus 2. 1 ............................................................................................................ 13
Rumus 2. 2 ............................................................................................................ 14
Rumus 2. 3 ............................................................................................................ 17
Rumus 2. 4 ............................................................................................................ 17
Rumus 2. 5 ............................................................................................................ 17
Rumus 2. 6 ............................................................................................................ 17
Rumus 2. 7 ............................................................................................................ 27
Page 18
1 UIN Syarif Hidayatullah Jakarta
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Fungsi utama dari jalan adalah sebagai prasarana lalu lintas atau
angkutan guna mendukung kelancaran arus barang dan jasa serta aktivitas
masyarakat. (Ningsih, 2010). Kebutuhan masyarakat akan jaringan jalan
semakin terdesak seiring dengan peningkatan populasi kendaraan yang tidak
sebanding dengan kapasitas jalan yang ada (Kesuma, 2015). Jalan Tol adalah
jalan alternatif yang merupakan bagian dari sistem jaringan jalan nasional
yang penggunanya diwajibkan membayar tol. Jalan Tol memperlancar
perjalanan antar satu wilayah dengan wilayah yang lainnya dengan
memberikan keuntungan berupa penghematan waktu dibanding jalan non tol
serta membantu menekan biaya operasional kendaraa. Jalan tol juga sering
disebut sebagai jalan bebas hambatan, oleh sebab itu sudah seharusnya jalan
tol memberikan kenyamanan ini kepada setiap masyarakat yang
menggunakannya. Namun pada kenyataanya tidak selalu demikian. Masih
ada saja hambatan-hambatan yang dirasakan masyarakat pengguna jalan tol
seperti antrian panjang saat hendak masuk jalan tol (Jakarta, 2018).
Antri adalah tindakan mulia dan belajar untuk bersabar dalam
menerima kondisi. Dengan mengantri berarti kita menghargai manusia lain
setara dengan diri kita sendiri. Antri memberi kita pelajaran untuk
menghargai keadilan. Dengan menyerobot, berarti kita menganggap
kepentingan orang lain lebih rendah daripada kepentingan kita. Sifat ini
menjadi ciri bagi manusia yang tidak mau tertib dan teratur dan juga tidak
tahu rasa malu sesuai dengan QS. Ali Imran: 200 :
تفلحون. يآ أيها الذين آمنوا اصبروا وصابروا ورابطوا واتقوا الله لعلكم
Page 19
2
UIN Syarif Hidayatullah Jakarta
Artinya :
“Hai orang-orang yang beriman, bersabarlah kamu dan kuatkanlah
kesabaranmu dan tetaplah bersiap siaga dan bertakwalah kepada Allah
supaya kamu beruntung.”
Berdasarkan observasi yang penulis lakukan, terdapat pula
pengendara yang tidak sabar dalam mengantri lalu menyalip kendaraan lain
baik saat di jalan raya utama maupun saat mengantri pada pintu masuk tol
yang mana hal tersebut akan mengganggu pengendara lain yang
menggunakan jalan dan sedang mengantri atau dengan kata lain telah
mengambil hak pengendara lain dalam memanfaatkan jalan yang tersedia.
Padahal mengambil hak orang lain tidak diperbolehkan dalam islam sesuai
dengan QS. An-Nisa ayat 29 :
يا أيها الذين آمنوا ل تأكلوا أموالكم بينكم بالباطل إل أن تكون تجارة عن تراض منكم ول تقتلوا
كان بكم رحيما أنفسكم إن الل
Artinya :
“Wahai orang-orang yang beriman! Janganlah kamu saling memakan harta
sesamamu dengan jalan yang batil (tidak benar), kecuali dalam perdagangan
yang berlaku atas dasar suka sama suka di antara kamu. Dan janganlah kamu
membunuh dirimu. Sungguh, Allah Maha Penyayang kepadamu.”
Sistem Pengumpulan jalan tol adalah suatu rangkaian kegiatan yang
berkaitan dengan transaksi di gerbang tol berupa proses pelayanan kepada
pemakai jalan, kontrol atas pelaksanaan transaksi, proses pengadministrasian
pendapatan jalan tol serta proses lain yang mendukungnya. Pada prinsipnya
proses sistem pengumpulan jalan tol harus didasarkan pada hal-hal berikut
ini (Jakarta, 2016) :
1. Memberi pelayanan yang cepat, tepat, aman dan nyaman pada pengguna
jalan tol.
2. Memberi jaminan kepada pengguna jalan dan Badan Usaha Jalan Tol
bahwa transaksi sudah berjalan sesuai dengan tarif yang telah ditentukan.
Page 20
3
UIN Syarif Hidayatullah Jakarta
3. Dapat memberikan timbal balik dan diintegrasikan dengan sistem yang
sudah ada maupun sistem yang akan dikembangkan.
4. Senantiasa memperhatikan pengembangan teknologi, manajemen
sumber daya manusia, yang pada akhirnya memberikan pelayanan yang
maksimal pada pengguna jalan tol di satu sisi dan memberikan efisiensi
di segala bidang bagi Badan Usaha Jalan Tol.
Pelayanan merupakan salah satu hal penting yang harus diperhatikan,
karena pelayanan mempengaruhi kenyamanan para pelanggan dalam
melakukan transaksi. Masalah antrian merupakan salah satu hal yang sering
menjadi keluhan para pelanggan. Antrian yang terlalu panjang dan pelayanan
yang lama dapat menyebabkan tidak jadi menggunakan layanan jasa jalan tol
karena dianggap tidak efisien waktu dan sama dengan jalan raya biasa yang
tidak memerlukan transaksi pembayaran/ free. Jika terjadi antrian yang
terlalu panjang berarti akan semakin banyak waktu yang terbuang akibat
waktu menunggu yang terjadi dalam antrian. Tentu saja ini dapat merugikan
pihak instansi karena akan terjadi penurunan kepuasan para pelanggan
(Sodikin, 2006).
Salah satu aspek pelayanan yang menjadi masalah adalah waktu
menunggu pengendara pada gerbang tol masuk. Gerbang Tol Ampera 2
merupakan salah satu jalan masuk tol di Jakarta. Berdasarkan pengamatan
yang dilakukan, sering terjadi antrian panjang pada gerbang tol masuk
Ampera 2 pada jam sibuk saat kedua gardu tol masih konvensional. Antrian
panjang ini mengakibatkan lamanya waktu pengguna tol untuk bisa masuk,
selain itu antrian pada gerbang tol masuk seringkali memanjang hingga
mencapai jalan raya utama. Hal ini sangat mengganggu tidak hanya
kenyamanan pengguna jalan tol tetapi juga masyarakat pengguna jalan raya
utama. Data jumlah transaksi yang terjadi di Tol Ampera 2 satu tahun
sebelum diberlakukannya gerbang tol otomatis pada kedua gardu tol yaitu
pada oktober 2016 – September 2017 menunjukkan peningkatan yang
signifikan yaitu dari 353.885 transaksi menjadi 358.258 transaksi.
Page 21
4
UIN Syarif Hidayatullah Jakarta
Meningkatnya jumlah pengguna jalan Tol Ampera 2 yang terlihat dari
peningkatan jumlah transaksi ini meningkatkan urgensi perbaikan pelayanan
di gerbang Tol Ampera 2. Peningkatan jumlah pengguna Tol Ampera 2 dan
masalah antrian serta kemacetan utamanya terjadi pada jam sibuk.
Mulai Oktober 2017, Bank Indonesia (BI) dan Kementerian
Pekerjaan Umum dan Perumahan Rakyat (PUPR) menerapkan transaksi non-
tunai di seluruh ruas tol. Penerapan ini diyakini dapat memangkas waktu
transaksi secara signifikan. Menurut General Manager Tol Jagorawi Roy
Ardian Darwis, selama ini banyak waktu terbuang untuk transaksi di gerbang
tol. Mulai dari menerima pembayaran, memastikan uang yang dibayarkan
pas, hingga menghitung kembalian. Hal itulah yang kerap kali menimbulkan
kemacetan di jalan tol. Transaksi tunai biasanya bisa memakan waktu 11
detik. Tapi dengan non-tunai, Cuma memakan 4 detik, bahkan kurang
(Prabowo, 2017). Selain untuk mengurangi kepadatan antrian di gerbang tol
yang selama ini kerap terjadi, pelayanan transaksi elektronik di semua
gerbang tol untuk meningkatkan cashless society (budaya non-tunai).
Transaksi non-tunai yang diterapkan adalah sistem Gerbang Tol
Otomatis (GTO) yaitu sistem gerbang tol yang hanya melayani pembayaran
non-tunai dengan menempelkan kartu langganan pada sistem GTO. Selain
GTO gerbang otomatis lainnya adalah E-toll Mandiri Pass On Board Unit
(OBU) yaitu alat khusus untuk pengguna jalan tol agar dapat membayar tol
tanpa perlu berhenti dan membuka kaca mobil. Perangkat transmitter OBU
(On Board Unit) ini dipasang pada kaca depan mobil sehingga memudahkan
pengendara untuk melintasi Gerbang Tol Otomatis (GTO) bertanda e-
tollpass. Setelah terdengar bunyi 'bip' di perangkat On Board Unit, palang
pintu gardu tol akan terbuka secara otomatis dan Anda dapat terus melaju.
Sangat praktis dan hemat waktu. e-Toll Pass juga dapat digunakan untuk
melihat saldo pada e-Toll Card.
Pada penelitian ini akan dibangun model simulasi sistem yang
menggambarkan pelayanan di gerbang tol. Sistem yang dimaksud dalam
Page 22
5
UIN Syarif Hidayatullah Jakarta
penelitian ini adalah sistem pelayanan pada gerbang tol masuk Ampera 2.
Model simulasi akan digunakan untuk membantu proses peniruan dari sistem
pelayanan tol Ampera 2 sehingga dapat diketahui apakah gerbang tol
otomatis merupakan sebuah solusi yang tepat atau bahkan mendapatkan
solusi - solusi sistem yang tepat untuk perbaikan sistem pelayanan pada
gerbang tol Ampera 2. Software simulasi yang akan digunakan adalah
ProModel karena tingkat ketelitian Promodel sangat baik sehingga hasil yang
diperoleh sangat akurat.
Setelah mendapat hasil simulasi hal selanjutnya yang akan dilakukan
adalah membandingkan rancangan alternatif sistem dengan Uji Kruskal
Wallis dan Friedman Test sehingga dapat mengetahui sistem terbaik dari
utilitas yang dibandingkan,
Ada lima penelitian yang penulis jadikan penelitian sejenis pada
penelitian ini. Pertama, penelitian yang dilakukan oleh (Yosi Purnama Putra,
2015), mensimulasikan gerbang tol untuk menganalisis jumlah optimal
gardu tolmenggunakan software promodel dengan 4 skenario. Penelitian
kedua, yaitu penelitian yang dilakukan oleh (Alam Kurnia M, Faula Arini,
2015), mensimulasikan gerbang tol untuk menganalisa efisiensi gardu tol
software promodel. Penelitian ketiga, penelitian yang dilakukan oleh
(Ignatius Andree, Alfian, 2013), mensimulasikan gerbang tol untuk
memberikan usulan sistem pelayanan di gerbang tol menggunakan software
flexsim dengan 3 skenario. Penelitian keempat, penelitian yang dilakukan
oleh (C. H. Santoso, Tannady, & Caesaron, 2015), mensimulasikan gerbang
tol untuk menganalisis kemacetan dijalan tol menggunakan software
promodel. Penelitian kelima, penelitian yang dilakukan oleh (Fazlurahman,
2017), mensimulasikan gerbang tol untuk mengetahui utilitas gerbang tol
menggunakan software promodel.
Dari kelima penelitian sejenis yang telah di paparkan
sebelumnya,penulis membuat suatu penelitian yang membahas tentang
Utilitas Gerbang Tol Ampera 2 dengan Simulasi Menggunakan Promodel.
Page 23
6
UIN Syarif Hidayatullah Jakarta
Perbedaan dari penelitian sebelumnya yaitu penulis akan membandingkan
performansi keenam design Simulasi Konfigurasi Skenario untuk Gerbang
Tol Ampera 2. Oleh sebab itu, penulis memberi judul penelitian ini
“Perbandingan Waktu Tunggu dalam Sistem dan Utilitas Server
Menggunakan Kruskal Wallis Test – Friedman Test Pada Gerbang Tol
Ampera 2”.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan, maka rumusan
masalah pada penelitian ini adalah sebagai berikut :
1. Bagaimana membuat pemodelan gerbang tol Ampera 2 dengan simulasi
yang sesuai dengan aktual?
2. Bagaimana perbandingan performansi layanan gerbang tol Ampera 2
dengan menggunakan gerbang tol konvensional, otomatis, dan OBU?
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah di atas, maka tujuan penelitian ini
adalah :
1. Untuk membuat pemodelan Gerbang Tol Ampera 2 dengan simulasi
yang sesuai dengan aktual.
2. Untuk perbandingan performansi layanan Gerbang Tol Ampera 2 dengan
menggunakan gerbang tol konvensional, otomatis, dan OBU.
1.4 Manfaat Penelitian
Berdasarkan pemasalahan dan tujuan dari penulisan yang sudah
disebutkan, maka di antara manfaat yang dapat diambil pada penulisan ini
adalah sebagai berikut:
1.4.1 Bagi Penulis
Manfaat-manfaatyang penulis dapatkan dari penulisan ini
yaitu:
1. Memperdalam pemahaman tentang penggunaan metode Antrian,
Independensi Data, Distribusi Identik, Fitting Distribusi,
Simulasi, dan Metode pendekatan Least Significant Difference
Page 24
7
UIN Syarif Hidayatullah Jakarta
pada sistem operasi manajemen khususnya dalam bidang
Manajemen Operasi Tol.
2. Menerapkan ilmu-ilmu yang diperoleh selama kuliah pada mata
kuliah Statistika dan Probabilitas dan Pemodelan dan Simulasi.
3. Untuk memenuhi salah satu syarat kelulusan strata satu (S1)
Program Studi Teknik Informatika Fakultas Sains dan Teknologi.
4. Sebagai portofolio untuk penulis yang berguna untuk masa yang
akan datang.
1.4.2 Bagi Universitas
Manfaat yang diperoleh universitas yaitu :
1. Mengetahui kemampuan mahasiswa dalam menguasai materi
yang telah diperoleh selama masa kuliah.
2. Mengetahui kemampuan mahasiswa dalam menerapkan ilmunya
dan sebagai bahan evaluasi.
1.4.3 Bagi Pengguna
Manfaat-manfaat yang dapat pengguna rasakan dari sistem
yang dibuat yaitu:
1. Sebagai bahan pertimbangan atau masukan tentang performansi
antrian kepada perusahaan agar bisa mendapatkan sistem yang
efisien sesuai dengan utilitas pada loket pelayanan.
1.5 Batasan Masalah
Agar dalam penyampaian dan pembahasan penelitian ini tidak
melebar dan menyimpang maka kami membuat batasan yang meliputi :
1. Identifikasi Kemacetan antrian pada Gerbang Tol Ampera 2.
a. Penelitian dilakukan pada bulan Oktober 2018 sampai Oktober 2018
pada semua kendaraan yang masuk, terdapat 2 gardu pada gerbang
tol Ampera 2.
2. Identifikasi kinerja Gerbang Tol Konvensional, Otomatis, dan OBU pada
Gerbang Tol Ampera 2.
a. Data yang diperoleh adalah tingkat kedatangan dan tingkat pelayanan
pada gerbang tol Ampera 2 saat jam sibuk.
Page 25
8
UIN Syarif Hidayatullah Jakarta
b. Parameter performansi yang digunakan :
1) Waktu kedatangan.
2) Waktu pelayanan.
3) Disiplin antrian yang digunakan adalah FIFO (First In First Out).
4) Sumber input dan kapasitas (sistem pelayanan) yang masuk
diasumsikan tidak terbatas.
3. Pengujian Normalitas menggunakan Software SPSS.
4. Pengujian Independensi data menggunakan Software Stat::fit.
5. Pengujian data distribusi identik menggunakan Software SPSS.
6. Fitting terhadap distribusi menggunakan Software EasyFit.
7. Design Simulasi Konfigurasi Skenario untuk Gerbang Tol Ampera 2
menggunakan Software Promodel.
8. Design Simulasi Konfigurasi Skenario untuk Gerbang Tol Ampera 2 :
a. Konvensional – Konvensional
b. Konvensional – Otomatis
c. Otomatis – Otomatis
d. Konvensional – OBU
e. Otomatis – OBU
f. OBU – OBU
9. Perbandingan performansi layanan yang di uji adalah waktu tunggu
dalam sistem dan utilitas server.
10. Menghitung perbandingan performansi layanan dengan Metode
pendekatan Kruskal Wallis Test – Friedman Test.
1.6 Metodelogi Penelitian
Untuk mencapai tujuan penelitian ini, maka dalam penelitian ini
penulis menggunakan metode-metode sebagai berikut.
1.6.1 Metode Pengumpulan Data
Metode penggumpulan data yang dilakukan oleh penulis
dalam melakukan penelitian adalah:
1. Studi lapangan: wawancara dan observasi.
Page 26
9
UIN Syarif Hidayatullah Jakarta
2. Studi literatur: url, data perusahaan, buku, skripsi, dan jurnal.
1.6.2 Metode Implementasi
Penulis melakukan implementasi penelitian dengan
menggunakan metode simulasi yang terbagi dalam beberapa tahap
secara berurut, yaitu :
1. Formulasi Masalah (Problem Formulation)
2. Model Pengkonsepan (Conceptual Model)
3. Data Masukan Keluaran (Input Output Data)
4. Pemodelan (Modelling)
5. Simulasi (Simulation)
6. Verifikasi dan Validasi (Verification and Validation)
7. Eksperimentasi (Experimentation)
8. Analisis Keluaran (Output Analysis)
1.7 Sistematika Penulisan
Dalam penulisan skripsi ini, penulis membagi sistematika penulisan
skripsi ke dalam enam bab yang secara singkat akan peneliti uraikan sebagai
berikut.
BAB I PENDAHULUAN
Dalam bab ini akan diuraikan tentang latar belakang penulisan,
perumusan masalah, Batasan masalah, tujuan penelitian, manfaat
penelitian, sistematika penulisan dan metode penelitian yang
digunakan dalam penelitian ini.
BAB II LANDASAN TEORI
Dalam bab ini merupakan bagian yang berisi konsep dasar pemikiran
dan pandangan umum secara teori sebagai pendukung dalam
pemecahan masalah. Teori yang digunakan sebagai acuan di dalam
pembahasan masalah yang diambil dari berbagai literature seperti url,
data perusahaan, buku, jurnal, skripsi, dan lain – lain). Teori yang
digunakan yaitu metode Antrian, Independensi Data, Distribusi
Identik, Fitting Distribusi, Simulasi, dan Metode pendekatan Kruskal
Page 27
10
UIN Syarif Hidayatullah Jakarta
Wallis – Wilcoxon Mann Whitney.
BAB III METODOLOGI PENELITIAN
Bab ini berisi tata cara dan langkah-langkah yang diperlukan untuk
mencapai tujuan penelitian yang dilakukan. Bab ini juga
menguraikan tentang metode yang digunakan dalam penelitian yaitu
terdiri dari obyek penelitian, jenis penelitian, data dan sumber data,
alat pengumpulan data, metode pengumpulan data, pengolahan data,
tahap – tahap penelitian dan analisis hasil penelitian.
BAB IV IMPLEMENTASI
Dalam bab ini berisi tentang uraian teori yang digunakan dan
pembahasan penelitian dari hasil pencarian data yang akan
menampilkan data-data yang berguna untuk mengkaji sistem
antrian di PT Jalantol Lingkarluar Jakarta, seperti karakteristik
tingkat kedatangan kendaraan, tingkat pelayanan, kinerja
pelayanan gardu, dan jumlah gardu tol optimal sesuai dengan
tingkat kedatangan kendaraan pada gerbang tol Ampera 2.
BAB V HASIL DAN PEMBAHASAN
Dalam bab ini perhitungan yang diperoleh pada BAB IV tersebut
akan di olah dengan simulasi pemodelan dan membandingkan utilitas
terbaik.
BAB VI PENUTUP
Pada bab terakhir ini, peneliti akan memberikan suatu kesimpulan
yang telah didapatkan berdasarkan dari hasil penelitian yang telah
dilakukan di bab – bab sebelumnya dan memberikan saran yang
berkaitan dengan permasalahan yang dikaji sehingga dapat berguna
bagi instansi.
Page 28
11 UIN Syarif Hidayatullah Jakarta
BAB 2
LANDASAN TEORI
2.1 Definisi Analisis
Analisis menurut Kamus Besar Bahasa Indonesia adalah
penyelidikan terhadap suatu peristiwa (karangan, perbuatan, dsb) untuk
mengetahui keadaan yang sebenarnya (sebab-musabab, duduk perkaranya,
dsb). Analisis juga bisa diartikan sebagai penguraian dari suatu pokok atas
berbagao bagiannya dan penelaahan bagian itu sendiri serta hubugan
antarbagian untuk memperoleh pengertian yang tepat dan pemahaman arti
keseluruhan (Karim & Persada, n.d.).
2.2 Studi Pustaka
Studi pustaka merupakan kegiatan untuk mengkaji teori-teori yang
mendasari penelitian, baik teori berkenaan dengan bidang ilmu yang diteliti
maupun metodologi. Studi pustaka mengkaji pula hal-hal bersifat empiris
yang bersumber dari temuan-temuan penelitian terdahulu (Guritno, 2011).
2.3 Wawancara
Menurut (Shahaludin, 2014), Pengumpulan data dengan
menggunakan wawancara mempunyai beberapa keuntungan sebagai berikut.
Lebih mudah dalam menggali bagian sistem mana yang dianggap baik dan
bagian mana yang dianggap kurang baik.
- Jika ada bagian tertentu yang menurut anda perlu untuk digali lebih
dalam, maka dapat langsung menanyakan kepada narasumber.
- Dapat menggali kebutuhan user secara lebih bebas.
- User dapat mengungkapkan kebutuhannya secara lebih bebas.
Selain memiliki kelebihan, metode wawancara juga memiliki
beberapa kelemahan. Berikut ini kelemahan dari metode wawancara.
- Wawancara akan sulit dilakukan jika narasumber kurang dapat
mengungkapkan kebutuhannyaPertanyaan dapat menjadi tidak terarah,
terlalu fokus pada hal-hal tertentu dan mengabaikan bagian lainnya.
Page 29
12
UIN Syarif Hidayatullah Jakarta
2.4 Jalan Tol
Jalan Tol adalah jalan alternatif yang merupakan bagian dari sistem
jaringan jalan nasional yang penggunanya diwajibkan membayar tol. Jalan
Tol memperlancar perjalanan antar satu wilayah dengan wilayah yang
lainnya dengan memberikan keuntungan berupa penghematan waktu
dibanding jalan non tol serta membantu menekan biaya operasional
kendaraan (Jakarta, 2018).
Konsep Tol adalah pembangunan jalan yang dibiayai sepenuhnya
oleh pemakai jalan tol melalui pembayaran jalan tol, namun
pembangunannya dibiayai terlebih dahulu oleh investor. Investor
memperoleh pengembalian terhadap investasinya melalui hasil
pengumpulan yang telah diperhitungkan sejak awal operasi sampai akhir
masa konsesi. Dengan penyesuaian tarif tol setiap 2 tahun sebagaimana
diatur dalam UU Negara RI no.38/2004 tentang jaln dan PP no.15/2005
tentang jalan tol.
Manfaat jalan tol dalam keseharian sudah sangat dirasakan oleh
masyarakat luas dan pelaku bisnis (pengusaha), karena jalan tol sebagai
penghubung kelancaran distribusi perdagangan antar daerah dan provinsi,
sehingga mempunyai dampak multiplier efek terhadap pertumbuhan dan
perkembangan industri di sekitarnya dari skala kecil, menengah maupun
yang paling besar seperti industri pabrik, perkantoran, sekolah, rumah sakit
dan retail terus tumbuh berkembang di sekitar koridor jalan tol.
2.5 Metode Antrian
Antrian adalah suatu proses yang berhubungan dengan suatu
kedatangan seseorang pelanggan pada suatu fasilitas pelayanan, kemudian
menunggu dalam suatu antrian dan pada akhirnya meninggalkan fasilitas
tersebut. Jadi sistem antrian adalah himpunan pelanggan, pelayan dan suatu
aturan yang mengatur kedatangan para pelanggan dan pemrosesan
masalahnya (Pengusul, 2012).
Page 30
13
UIN Syarif Hidayatullah Jakarta
2.5.1 Karekteristik Sistem Antrian
Karakteristik Sistem Antrian Karekteristik antrian adalah terdapat
kedatangan, pelayanaan, antrian. Untuk dapat menjelaskan proses antrian
dengan baik, diperlukan penjelasan mengenai 4 (empat) komponen utama
dalam teori antrian yang harus benarbenar diketahui dan dipahami yaitu
(Pengusul, 2012) :
1. Tingkat Kedatangan
Populasi yang akan Dilayani (calling population) Karakteristik
dari populasi yang akan dilayani (calling population) dapat dilihat
menurut ukurannya, pola kedatangan serta perilaku dari populasi yang
akan dilayani.
2. Pengujian Distribusi
Bila frekuensi yang teramati sangat dekat dengan frekuensi
harapannya dengan nilai X2 hitung < X2 tabel, menunjukkan adanya
keselarasan. Bila frekuensi yang teramati berbeda cukup besar dari
frekuensi harapannya, nilai X2 hitung > X2 tabel, menunjukkan
terjadinya penyimpangan.
Rumus 2. 1
3. Tingkat Pelayanan
Tingkat pelayanan yang dinyatakan dengan notasi µ adalah
jumlah kendaraan atau manusia yang dapat dilayani oleh satu tempat
pelayanan dalam satu satuan waktu tertentu, biasa dinyatakan dalam
satuan kendaraan/jam atau orang/menit. Selain tingkat pelayanan, juga
dikenal waktu pelayanan (WP) yang dapat didefinisikan sebagai waktu
yang dibutuhkan oleh satu tempat pelayanan untuk dapat melayani satu
kendaraan atau satu orang, biasa dinyatakan dalam satuan
X2 =∑ (𝑜𝑖− 𝑒𝑖
𝑒𝑖)𝑘
𝑖−1
Page 31
14
UIN Syarif Hidayatullah Jakarta
menit/kendaraan atau menit/orang, sehingga bisa disimpulkan bahwa
(Tamin, 2003) :
Rumus 2. 2
4. Mekanisme dan Jumlah Gerbang Pelayanan
Mekanisme pelayanan terdiri dari satu atau lebih fasilitas yang
seri. Setiap fasilitas dapat mempunyai satu atau lebih gerbang pelayanan
yang pararel. Jika sistem mempunyai lebih dari satu fasilitas pelayanan
maka populasi akan menerima pelayanan secara seri yaitu harus
melewati rangkaian pelayanan lebih dahulu, baru boleh meninggalkan
sistem. Jika sistem mempunyai lebih dari satu gerbang pelayanan yang
paralel, maka beberapa populasi dapat melayani secara simultan.
2.5.2 Disiplin Antrian
Ada dua klasifikasi yaitu prioritas dan first in first out (FIFO).
Disiplin prioritas dikelompokkan menjadi dua, yaitu preemptive dan
non preemptive. Disiplin preemptive menggambarkan situasi dimana
pelayan sedang melayani seseorang, kemudian beralih melayani orang
yang diprioritaskan meskipun belum selesai melayani orang
sebelumnya. Sedangkan disiplin non preemptive menggambarkan
situasi dimana pelayan akan menyelesaikan pelayanannya baru
kemudian beralih melayani orang yang diprioritaskan. Sedangkan
disiplin FIFO menggambarkan bahwa orang yang lebih dahulu datang
akan dilayani terlebih dahulu seperti yang ditunjukkan pada Gambar
2.1. Dalam kenyataannya sering dijumpai kombinasi dari kedua jenis
antrian tersebut, yaitu prioritas dan FIFO. Sebagai contoh, para pembeli
yang akan melakukan pembayaran di kasir untuk pembelian kurang
dari sepuluh jenis barang (dengan keranjang) di supermarket
disediakan counter tersendiri (Sodikin, 2006).
WP = 1/λ
Page 32
15
UIN Syarif Hidayatullah Jakarta
Gambar 2.1 Antrian Kendaraan di Pintu Gerbang Tol
(Sodikin, 2006)
2.5.3 Proses Pada Sistem Antrian
Sistem antrian adalah suatu sistem yang mencakup barisan dan
gerbang pelayanan (Pengusul, 2012). Berikut adalah 4 macam sistem
antrian :
1. Single Channel, Single Server
Sistem antrian jalur tunggal dimana hanya terdapat satu
pemberi layanan serta satu jenis layanan yang diberikan, sehingga
yang telah menerima pelayanan dapat langsung keluar dari sistem
antrian, seperti pada Gambar 2.2. Contohnya pembelian tiket bus
yang dilayani oleh satu loket penjualan karcis.
Datang Keluar
Gambar 2.2 Single Channel, Single Server (Pengusul, 2012)
2. Single Channel, Multi Server
Sementara sistem antrian jalur tunggal tahapan berganda
berarti dalam sistem antrian tersebut terdapat lebih dari satu jenis
layanan yang diberikan, tetapi dalam setiap jenis layamam hanya
Fasilitas Pelayanan
G
e
r
b
a
n
g
T
o
l
Page 33
16
UIN Syarif Hidayatullah Jakarta
terdapat satu pemberi pelayanan, seperti pada Gambar 2.3.
Contohnya adalah proses pencucian mobil.
Datang Keluar
Gambar 2.3 Single Channel, Multi Server
(Pengusul, 2012)
3. Multi Channel, Single Server
Sistem antrian berjalur ganda satu tahap adalah terdapat
satu jenis layanan dalam sistem tersebut, namun terdapat lebih dari
satu pemberi layanan, seperti pada Gambar 2.4. Misalnya pada
pembayaran karcis tol yang dilayani lebih dari satu loket.
Datang Keluar
Gambar 2.4 Multi Channel, Single Server
(Pengusul, 2012)
4. Multi Channel, Multi Server
Sistem antrian jalur beganda dengan tahapan berganda
adalah sistem antrian dimana terdapat lebih dari satu jenis layanan
dan terdapat lebih dari satu jenis pemberi layanan di setiap layanan,
seperti pada Gambar 2.5. Contohnya adalah pada pelayanan kepada
pasien di rumah sakit dan pendaftaran, diagnose, tindakan medis
sampai pembayaran. Setiap sistem pelayanan ini mempunyai
beberapa fasilitas pelayanan pada setiap tahap, sehingga lebih dari
satu individu dapat dilayani pada satu waktu.
Fasilitas
Pelayanan 1
Fasilitas
Pelayanan 2
Fasilitas
Pelayanan 1
Fasilitas
Pelayanan 2
Page 34
17
UIN Syarif Hidayatullah Jakarta
Datang Keluar
Gambar 2.5 Multi Channel, Multi Server
(Pengusul, 2012)
2.5.4 Parameter Antrian
Terdapat 4 (empat) parameter utama yang selalu digunakan
dalam menganalisis antrian (Pengusul, 2012) :
1. Rata-rata jumlah pelanggan dalam system antrian
Rumus 2. 3
2. Rata-rata jumlah pelanggaan dalam baris antrian
Rumus 2. 4
3. Waktu rata-rata yang dihabiskan dalam pelanggan dalam system
antrian
Rumus 2. 5
4. Waktu rata-rata yang dihabiskan seorang pelanggan dalam
menunggu antrian sampai dilayani
Rumus 2. 6
Fasilitas
Pelayanan
Fasilitas
Pelayanan
Fasilitas
Pelayanan
Fasilitas
Pelayanan
𝑊𝑞 =𝜆
𝜇(𝜇 − 𝜆)
𝑊𝑠 =1
𝜇 − 𝜆
𝐿𝑞 =𝜆2
𝜇(𝜇 − 𝜆)
𝐿𝑠 =𝜆
𝜇 − 𝜆
Page 35
18
UIN Syarif Hidayatullah Jakarta
Dimana :
= Kedatangan persatuan waktu
= Kapasitas gardu
Lq = rata-rata jumlah antrian dalam antrian
Ls = rata-rata jumlah satuan
Wq = rata-rata waktu tunggu dalam antrian
Ws = rata-rata waktu tunggu dalam sistem
2.6 Uji Normalitas
Data klasifikasi kontinue, data kuantitatif yang termasuk
dalam pengukuran data skala interval atau ratio, untuk dapat dilakukan uji
statistik parametrik dipersyaratkan berdistribusi normal. Pembuktian data
berdistribusi normal tersebut perlu dilakukan ujinormalitas terhadap data. Uji
normalitas berguna untuk membuktikan data dari sampel yang dimiliki
berasal dari populasi berdistribusi normal atau data populasi yang dimiliki
berdistribusi normal.
Banyak cara yang dapat dilakukan untuk membuktikan suatu data
berdistribusi normal atau tidak. Metode klasik dalam pengujian normalitas
suatu data tidak begiturumit. Berdasarkan pengalaman empiris beberapa
pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah
dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel
besar. Namun untuk memberikan kepastian, data yang dimiliki berdistribusi
normal atau tidak, sebaiknya digunakan uji statistic normalitas. Karena
belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal,
demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak
berdistribusi normal, untuk itu perlu suatu pembuktian. Pembuktian
normalitas dapat dilakukan dengan manual, yaitu dengan menggunakan
kertas peluang normal, atau dengan menggunakan uji statistik normalitas.
Banyak jenis uji statistik normalitas yang dapat digunakandiantaranya
Kolmogorov Smirnov, Lilliefors, Chi-Square, ShapiroWilk atau
menggunakan software computer. Soft ware computerdapat digunakan
Page 36
19
UIN Syarif Hidayatullah Jakarta
misalnya SPSS, Minitab, Simstat, Microstat, dsb.Pada hakekatnya software
tersebut merupakan hitungan ujistatistik Kolmogorov Smirnov, Lilliefors,
Chi-Square, ShapiroWilk, dsb yang telah diprogram dalam software
komputer. Masing-masing hitungan uji statistik normalitas memiliki
kelemahan dan kelebihannya, pengguna dapat memilih sesuai dengan
keuntungannya (Cahyono, 2009).
2.7 Statistik Non Parametik
Metode statistik non parametik merupakan metode statistik yang
tidak didasarkan pada suatu parameter populasi. Statistic non parametik
dilakukan jika asumsi yang digunakan dalam model matematik uji parametik
(dengan parameter populasi) tidak dipenuhi. Penerapan statistik non
parametik dapat menggunakan data dengan skala nominal maupun ordinal
dengan ukuran sampel kecil. Model statistik ini dapat diaplikasikan pada
situasi tertentu, dapat digunakan untuk menganalisis perbedaan jumlah
sampel dan mudah diterapkan. Materi pembahasan modul ini menggunakan
berbagai macam studi kasus seperti uji Chi Square, uji Binomial, uji
kesesuaian sampel dengan Kolmogorov dan smirnov, uji sampel dengan
Kruskal wallis, dan sebagainya (Arifin, 2017).
2.8 Uji Independensi Data
Independensi atau bebas yang berarti tidak ada hubungan antara dua
sample yang akan diuji. Independensi data dicapai dgn menempatkan
spesifikasi dalam tabel & kamus yg terpisah secara fisik dari program.
Program mengacu pada tabel untuk mengakses data. Independensi
data memiliki dua jenis (Arifin, 2017) :
1. Indenpendensi Fisik
Skema logis tidak berubah meskipun ruang penyimpanan atau
jenis beberapa data yang berubah untuk alasan pengoptimalan atau
reorganisasi.
Page 37
20
UIN Syarif Hidayatullah Jakarta
2. Independensi Logis
Skema eksternal mungkin tetap tidak berubah untuk perubahan
yang paling dari skema logis. Hal ini sangat diinginkan sebagai
perangkat lunak aplikasi tidak perlu dimodifikasi atau baru
diterjemahkan.
Uji Independensi (Test of Independence) dilakukan untuk
mengetahui ketergantungan antar variable atau signifikansi independensi
(Arifin, 2017).
2.9 Distribusi Identik
Analisis varian ranking satu arah Kruskal-Wallis atau biasa disebut
Uji Kruskal-Wallis pertama kali diperkenalkan oleh William H. Kruskal dan
W. Allen Wallis pada tahun 1952. Uji ini merupakan salah satu uji statistik
nonparametrik dalam kasus k sampel independen. Uji Kruskal-Wallis
digunakan untuk menguji apakah k sampel independen berasal dari populasi
yang berbeda, dengan kata lain uji ini dapat digunakan untuk menguji
hipotesis nol bahwa k sampel independen berasal dari populasi yang sama
atau identik dalam hal harga rata-ratanya. Oleh karena itu, uji Kruskal-Wallis
juga merupakan perluasan dari uji Mann-Whitney.
Menurut D.C. Montgomery (2005), apabila asumsi kenormalan yang
dibutuhkan oleh metode statistika parametrik tidak dapat dipenuhi, maka
peneliti dapat menggunakan metode alternatif sebagai pengganti analisis
varian satu arah (One way ANOVA) yaitu Kruskal-Wallis Test. Sedangkan
menurut Wayne W. Daniel dalam bukunya Applied Nonparametric Statistic,
beberapa syarat yang harus dipenuhi dalam menggunakan Kruskal-Wallis
Test adalah (larasati, 2014) :
a. Pengamatan harus bebas satu sama lain (tidak berpasangan).
b. Tipe data setidak-tidaknya adalah ordinal.
c. Variabel yang diamati merupakan variabel yang berdistribusi kontinyu.
2.10 Fitting Distribution
Fitting Distribution atau yang sering dikenal uji kecocokan adalah
suatu tugas yang sangat umum dalam statistik untuk memilih distribusi
Page 38
21
UIN Syarif Hidayatullah Jakarta
probabilitas pemodelan variabel acak, serta estimasi parameter yang cocok
untuk distribusi itu. Hal ini memerlukan pertimbangan dan keahlian,
umumnya membutuhkan proses berulang (Delignette-Muller & Dutang,
2015).
Terkadang data-data hasil pengukuran atau eksperimen yang
dilakukan tidak menunjukan atau menghasilkan bentuk linear. Untuk
menentukan persamaan garis yang dibentuk oleh data tersebut, maka perlu
adanya tahapan interpolasi untuk mencocokan kurva. Tujuan dari proses ini
adalah melakukan proses data-smoothing, yang berupa proses pendekatan
terhadap kecenderungan data-datadalam bentuk persamaan matematis.
Pencocokan dan interpolasi kurva merupakan proses yang sangat penting
karena bertujuan untuk melihat pola kecenderungan data-data. Penggunaan
metode dalam melakukan pencocokan kurva berakibat pada persamaan
matematis yang dihasilkan sesuai dengan fenomena fisis. Ada banyak
metode yang dilakukan pada saat proses pencocokan dan interpolasi kurva
(Alfat, 2017).
2.11 SPSS
Membuat program statistik sendiri atau lewat program add-in pada
masa sekarang sudah tidak popular. Selain karena kompleksitas pembuatan
dan penggunaannya, juga hadirnya banyak program statistic saat ini sudah
sangat user friendly, sehingga seorang yang awam akan ilmu statistic pun
sudah mampu melakukan pengolahan data dengan benar dan cepat. SPSS
adalah satu program computer yang khusus dibuat untuk mengolah data
dengan metode statistik tertentu.
SPSS sebagai software statistik pertama kali dibuat tahun 1968 oleh
tiga mahasiswa Stanford university, yakni Normal H.Nie, C. Hadlai Hull,
dan Dale H. Bent. Saat itu, software dioperasikan pada computer mainframe.
Setelah penerbit terkenal McGraw-Hill menerbitkan user manual SPSS
pertama kali muncul dengan versi PC (bisa dipakai untuk computer desktop)
dengan nama SPSS/PC+, dan sejalan dengan mulai populernya sistem
operasi Windows, SPSS pada tahun 1992 juga mengeluarkan versi Windows.
Page 39
22
UIN Syarif Hidayatullah Jakarta
Dan, untuk memantapkan posisinya sebagai salah satu market leader dalam
business intelligence, SPSS juga menjalin aliansi strategis dengan software
house terkemuka dunia lain, seperti Oracle Corp., Business Object, serta
Ceres Integrated Solutions.
Hal ini membuat SPSS yang tadinya ditunjukkan bagi pengolahan
data statistic untuk ilmu sosial (SPSS saat itu adalah singkatan dari
Statistical Package for the Sosial Sciences), sekarang diperluas untuk
melayani berbagai jenis user seperti untuk proses prodksi di pabrik, riset
ilmu – ilmu sains, dan lainnya (S. Santoso, 2016).
2.12 Stat::fit
Stat :: Fit kepanjangan dari statistically fit software adalah sebuah
aplikasi secara statistik yang cocok untuk analisis distribusi bagi data
pengguna, dimaksudkan untuk mudah digunakan. Operasi software ini
sangat intuitif sehingga tidak perlu menghitung manual (Corporation, 2017).
2.13 Easyfit
Software Easyfit adalah sebuah software statistic yang
menggunakan dasar statistik. Kegunaan dari software Easyfit ini adalah
untuk menganalisa dasar simulasi. Selain itu juga dapat memudahkan kita
dalam analisa probabilitas data dan juga pemilihan model terbaik.
Software Easyfit ini juga dapat dengan cepat memilih distribusi terbaik
yang sesuai dengan data (Adrian Boucher, 2018).
2.14 Metode Simulasi
Metode simulasi merupakan metode untuk melakukan simulasi dan
pemodelan yang diadaptasi dari penelitian yang dilakukan oleh Sajjad A.
Madani, Jawad Kazmi, dan Stefan Mahlknecht pada tahun 2010 dengan
karya publikasi yang berjudul “Wireless Sensor Networks: Modelling and
Simulation”. Dalam penelitian tersebut metode simulasi digunakan untuk
melakukan pemodelan dan simulasi terhadap Wireless Sensor Network
(WSN) (Arsitektur, Teknik, Malikussaleh, & Samudera, n.d.).
Page 40
23
UIN Syarif Hidayatullah Jakarta
Menurut Sajjad A. Madani, Jawad Kazmi, dan Stefan Mahlknecht,
yang dikutip dari skripsi (Saputra, 2016) metode simulasi terdiri dari
beberapa tahapan yang terdiri dari:
2.12.1 Formulasi Masalah (Problem Formulation)
Proses simulasi dimulai dengan masalah praktis yang
memerlukan pemecahan atau pemahaman. Sebagai contoh sebuah
perusahaan kargo ingin mencoba untuk mengembangkan strategi
baru untuk pengiriman truk, contoh lain yaitu astronom mencoba
memahami bagaimana sebuah nebula terbentuk. Pada tahap ini kita
harus memahami perilaku dari sistem, mengatur operasi sistem
sebagai objek untuk percobaan. Maka kita perlu menganalisa
berbagai solusi dengan menyelidik hasil sebelumnya dengan
masalah yang sama. Solusi yang paling diterima yang harus dipilih.
2.12.2 Model Pengkonsepan (Conceptual Model)
Langkah ini terdiri dari deskripsi tingkat tinggi dari struktur
dan perilaku sebuah sistem dan mengidentifikasi semua benda
dengan atribut dan interface mereka. Kita juga harus menentukan
variabel state-nya, bagaimana cara mereka berhubungan, dan mana
yang penting untuk penelitian. Pada tahap ini dinyatakan aspek-
aspek kunci dari requirement. Selama definisi model konseptual,
kita perlu mengungkapkan fitur yang penting. Kita juga harus
mendokumentasikan informasi non-fungsional, misalnya seperti
perubahan pada masa yang akan datang, perilaku nonintuitive atau
non-formal, dan hubungan dengan lingkungan.
2.12.3 Data Masukan Keluaran (Input Output Data)
Pada tahap ini kita mempelajari sistem untuk mendapatkan
data input dan output. Untuk melakukannya kita harus
mengumpulkan dan mengamati atribut yang telah ditentukan pada
tahap sebelumnya. Ketika entitas sistem yang dipelajari, maka
dicoba mengaitkannya dengan waktu. Isu penting lainnya pada
tahap ini adalah pemilihan ukuran sampel yang valid secara statistik
Page 41
24
UIN Syarif Hidayatullah Jakarta
dan format data yang dapat diproses dengan komputer. Kita harus
memutuskan atribut mana yang stokastik dan deterministik. Dalam
beberapa kasus, tidak ada sumber data yang dapat dikumpulkan
(misalnya pada sistem yang belum ada). Dalam kasus tersebut kita
perlu mencoba untuk mendapatkan set data dari sistem yang ada
(jika tersedia). Pilihan lain yaitu dengan menggunakan pendekatan
stokastik untuk menyediakan data yang diperlukan melalui generasi
nomor acak.
2.12.4 Pemodelan (Modelling)
Pada tahap pemodel, kita harus membangun representasi
yang rinci dari sistem berdasarkan model konseptual dan input/
output data yang dikumpulkan. Model ini dibangun dengan
mendefinisikan objek dan atribut menggunakan paradigma yang
dipilih. Pada tahap ini spesifikasi model dibuat, termasuk set
persamaan yang mendefinisikan perilaku dan struktur. Setelah
menyelesaikan definisi ini, kita harus membangun struktur awal
model (mungkin berkaitan sistem dan metrik kerja).
2.12.5 Simulasi (Simulation)
Pada tahap simulasi, kita harus memilih mekanisme untuk
menerapkan model dan model simulasi yang dibangun.
2.12.6 Verifikasi dan Validasi (Verification and Validation)
Kita perlu memverifikasi dan memvalidasi model ini.
Verifikasi terkait dengan konsistensi internal antar model. Validasi
difokuskan pada korespondensi antara model dan realitas yaitu hasil
simulasi yang konsisten dengan sistem yang dianalisis.
2.12.7 Experimentasi (Experimentation)
Kita harus menjalankan model simulasi, menyusul tujuan
yang dinyatakan pada model konseptual. Selama fase ini kita harus
mengevaluasi output dari simulator menggunakan korelasi statistik
untuk menentukan tingkat presisi untuk metrik kerja.
Page 42
25
UIN Syarif Hidayatullah Jakarta
2.12.8 Analisa Keluaran (Output Analysis)
Pada tahap analisa keluaran, keluaran simulasi dianalisis
untuk memahami perilaku sistem. Keluaran ini digunakan untuk
mendapatkan tanggapan tentang perilaku sistem yang asli. Pada
tahap ini, alat visualisasi dapat digunakan untuk membantu proses
tersebut.
2.15 Promodel
ProModel singkatan dari Production Modeler adalah sebuah aplikasi
yang dikeluarkan oleh perusahaan PROMODEL. Aplikasi ini berfungsi
untuk mensimulasikan atau memodelkan berbagai jenis sistem manufaktur
dan pelayanan. Sistem manufaktur tersebut seperti job shop, conveyors,
perakitan, sistem just-in-time, sistem manufaktur yang fleksibel itu semua
bisa dimodelkan oleh ProModel.
Promodel menyediakan kesempatan bagi para Engineers dan manajer
untuk menguji sebuah ide dalam sebuah sistem yang didesain sebelum
mengaplikasikan kedalam sebuah kondisi yang sebenarnya. ProModel
berfokus pada persoalan penggunaan sumberdaya, kapasitas produksi,
produksi, dan tingkatan persediaan. Dengan memodelkan elemen yang
penting dari sebuah sistem produksi seperti penggunaan sumberdaya, sistem
kapasitas, dan rencana produksi, kita bisa melakukan percobaan dengan
strategi operasi yang berbeda untuk mencapai hasil yang terbaik (Riyanto,
2014).
Kelebihan ProModel dibanding dengan perangkat lunak simulasi
lainnya adalah :
1. Tingkat ketelitian Promodel sangat baik sehingga hasil yang diperoleh
sangat akurat.
2. Promodel mempunyai berbagai macam kriteria – kriteria yang diperlukan
dalam menjalankan dan memecahkan masalah simulasu.
3. User Friendly.
4. Pada akhir simulasi, ProModel membuat laporan dari data – data yang
disimulasikan.
Page 43
26
UIN Syarif Hidayatullah Jakarta
5. Output dari ProModel sangat mudah dimengerti dan dianalisa.
Adapun kekurangan ProModel dibanding dengan perangkat lunak
simulasi lainnya adalah :
1. Banyak menghabiskan memory dari computer.
Untuk membuat model sebuah sistem, Promodel telah menyediakan
beberapa elemen yang telah disesuaikan (Harrel, 2000). Elemen – elemen
tersebut antara lain :
1. Location
Location dalam Promodel merepresentasikan sebuah area tetap dimana
entitas mengalami proses, menunggu, disimpan, ataupun aktivitas
lainnya.
2. Entitas
Segala sesuatu yang diproses dalam sistem disebut sebagai entities.
Entities dapat berupa produk, bahan baku, barang setengah jadi, atau
bahkan manusia.
3. Arrivals
Arrivals merupakan mekanisme untuk mendefinisikan bagaimana
entities memasuki sistem.
4. Processing
Elemen proses menentukan rute yang dilalui oleh tiap – tiap entities dan
operasi yang dialami pada tiap lokasi yang dilalui. Proses
menggambarkan apa yang dialami entities mulai dari saat pertama
entities memasuki sistem sampai keluar dari sistem.
5. Path Networks
Path network digunakan untuk menentukan arah dan jalur yang ditempuh
oleh entitie ataupun resource yang mengiringi entities ketika bergerak
dari satu lokasi ke lokasi yang lainnya.
6. Resources
Resources adalah sumber daya yang dipergunakan untuk melaksanakan
suatu operasi tertentu dalam suatu sistem. Dengan kata lain, resources
adalah peralatan, perlengkapan, kendaran ataupun orang yang digunakan
Page 44
27
UIN Syarif Hidayatullah Jakarta
atau berfungsi untuk memindahkan entities, melakukan operasi, atau
melakukan maintenance pada lokasi – lokasi.
2.16 Utilitas
Selain itu dikenal juga notasi ρ yang didefinisikan sebagai nisbah
antara tingkat kedatangan (λ) dengan tingkat pelayanan (µ) dengan
persyaratan bahwa nilai tersebut selalu harus lebih kecil dari 1.
Rumus 2. 7
jika nilai ρ > 1, hal ini berarti bahwa tingkat kedatangan lebih besar
dari tingkat pelayanan. Jika hal ini terjadi, maka dapat dipastikan akan terjadi
antrian yang akan selalu bertambah panjang.
Salah satu indikator yang dapat diukur untuk melihat apakah server
bekerja secara optimal adalah dengan melihat utilitas dari server tersebut.
Apabila utilitas server mendekati angka 1 maka dapat dikatakan bahwa
server bekerja secara optimal dan apabila server memiliki utilitas mendekati
0 maka dapat dikatakan bahwa server bekerja secara tidak optimal
(Kurniawan & Susanty, n.d.).
2.17 Uji Kruskall Wallis H
Uji Kruskall Wallis H digunakan untuk menguji perbedaan k sampel
bebas jika data yang digunakan berskala ordinal. Uji Kruskal Wallis ini
merupakan alternatif dari uji analisis variansi (analysis of variance/Anova)
ketika tidak terpenuhi uji asumsi/ prasyarat dan sampel yang digunakan
sedikit (<30). Jika data yang diperoleh berskala interval atau rasio, maka data
harus terlebih dahulu ditransformasukan menjaadi skala ordinal dengan cara
merangking (Habib, 2017).
2.18 Friedman Test
Uji Friedman digunakan untuk menguji perbedaan k sampel
berpasangan jika data yang digunakan berskala ordinal. Pada prinsipnya, uji
ini menguji kesesuaian atau perbedaan rangking antarkelompok sampel yang
ρ= λ/µ < 1
Page 45
28
UIN Syarif Hidayatullah Jakarta
berpasangan. Apabila data yang diperoleh sudah dalam bentuk interval atau
rasio, maka data tersebut harus ditranformasikan terlebih dahulu menjadi
data ordinal (Habib, 2017).
2.19 Studi Literatur Sejenis
Studi literatur merupakan sumber data sekunder dalam penelitian.
Studi literatur dilakukan dengan dengan cara mempelajari jurnal-jurnal hasil
penelitian sebelumnya yang telah dibuat, agar bisa dilakukan pengembangan
yang lebih baik dari penelitian sebelumnya. Untuk mengetahui kelebihan dan
kekurangan dari masing-masing penelitian, penulis melakukan perbandingan
pada penelitian terdahulu tersebut yang dapat dilihat pada tabel berikut.
Tabel 2.1 Studi Literature Sejenis
(Pengolahan Data, 2018)
Penelitian
(Tahun
Penelitan)
Yosi Purnama
dan Alam
Santosa (2015).
Alam Kurnia,
Faula Arini,
dan Ratna
Ekawati
(2015).
Ignatius Andree,
Alfin, Cyinthia
Prithadevi
(2016).
Chaniago
Helmi, Hendy
Tannady, dan
Dino Caesaron
(2015)
Agus Riyanto
dan Ifaz
Fazlurahman
(2017).
Judul
Penelitian
Analisis Jumlah
Optimal Gardu
Exit Gerbang
Tol Pasir Koja
di PT Jasa
Marga
(Persero) Tbk.
Analisa
Efisiensi Gardu
Tol Pada Saat
Peak Hours Di
Gerbang Tol
Serang Timur.
Usulan
Perbaikan
Sistem
Pelayanan Di
Gerbang Tol
Pasteur
Berdasarkan
Model Simulasi.
Analisis
Kemacetan Di
Jalan Tol
Lingkar Dalam
Kota Jakarta
(Gerbang Tol
Celilitan).
Utility GTO
Toll Gate
Pasteur
Bandung Using
Simulation
Model
Tempat yang
diteliti
Gerbang Tol
Pasir Koja.
Gerbang Tol
Serang Timur
Gerbang Tol
Pasteur
Gerbang Tol
Celilitan
Gerbang Tol
Pasteur
Variabel
yang diamati
Jumlah
lalulintas,
waktu
kedatangan,
dan waktu
pelayanan.
Waktu
Pelayanan,
Volume
Kendaraan, dan
Waktu
Antarkendaraan
Waktu
Antarkedatangan
dan Waktu
pelayanan.
Tingkat
Kedatangan,
tingkat
pelayanan, dan
tingkat utilitas
Volume
kendaraan.
Tools yang
digunakan
Software
promodel 2014
Software
promodel 2001
Flexsim Software
promodel 2014
Software
promodel 2014
Page 46
29
UIN Syarif Hidayatullah Jakarta
Pengolahan
Data
Autocorelation,
menentukan
distribusi waktu
kedatangan dan
waktu
pelayanan,
melakukan uji
anova.
Fluktuasi arus
lalu lintas
kedatangan
dalam 15 menit
dan pengujian
distribusi untuk
memutuskan
bentuk
distribusi data
yang akan
diteliti.
Pengujian
kecukupan data,
perbedaan waktu
pelayanan
dengan kruskan
waliis test
(bukan normal)
atau Anova
(normal), dan
distribusi
probabilitas.
Uji kecukupan
data.
Uji
Independensi,
uji
Homogenitas,
dan uji
distribusi.
Metode
Penelitian
yang
digunakan
Antrian FIFO
dan Simulasi
Antrian FIFO
dan Simulasi
Simulasi Simulasi Simulasi
Tahap
Simulasi
yang
dilakukan
Formulasi
Masalah,
Model
Pengkonsepan,
Simulasi,
Eksperimentasi,
Analisis
Keluaran.
Formulasi
Masalah,
Model
Pengkonsepan,
Data Masukan
Keluaran,
Pemodelan,
Simulasi,
Verifikasi dan
Validasi,
Analisis
Keluaran.
Formulasi
Masalah, Model
Pengkonsepan,
Verifikasi,
Simulasi,
Eksperimentasi,
Analisis
Keluaran.
Formulasi
Masalah,
Model
Pengkonsepan,
Data Masukan
Keluaran,
Pemodelan,
Simulasi,
Verifikasi dan
Validasi,
Analisis
Keluaran.
Formulasi
Masalah,
Model
Pengkonsepan,
Validasi,
Analisis
Keluaran.
Metode
Perbandingan
yang
digunakan
Asumsi - Asumsi - -
Tahap
Pengujian
Mengumpulkan
data -
Pengolahan
data -
Merancang
sistem atau
Membuat
simulasi.
Mengumpulkan
data –
Pengolahan
data - Simulasi
Mengumpulkan
data –
Pengolahan data
- Simulasi
Mengumpulkan
data –
Pengolahan
data - Simulasi
Mengumpulkan
data –
Pengolahan
data - Simulasi
Page 47
30
UIN Syarif Hidayatullah Jakarta
Berdasarkan studi literatur yang telah dijelaskan di atas, pembeda
dari kasus diatas penulis melakukan penelitian untuk menganalisis hasil
perbandingan utilitas rancangan alternatif sistem pelayanan gardu tol 6
model yaitu Konvensional – Konvensional, Konvensional – Otomatis,
Otomatis – Otomatis, Konvensional – OBU, Otomatis – OBU dan OBU –
OBU dengan Kruskal Wallis Test – Friedman Test. Parameter yang akan
digunakan adalah waktu antarkedatangan dan waktu pelayanan masing –
masing gardu tol. Studi kasus dilakukan pada Gerbang Tol Ampera 2
dikarenakan gerbang ini cukup padat dan sebelum diberlakukan 100% non-
tunai kedua gardu di gerbang ini masih menggunakan pelayanan
konvensional.
Page 48
31 UIN Syarif Hidayatullah Jakarta
BAB 3
METODELOGI PENELITIAN
3.1 Metode Pengumpulan Data
Dalam penelitian ini penulis menggunakan dua metode dalam
pengumpulan data, yang pertama yaitu studi pustaka untuk memperoleh data
sekunder lalu melakukan wawancara dan observasi lapangan untuk
memperoleh data primer.
3.1.1 Studi Primer
3.1.1.1 Wawancara
Pada metode ini penulis melakukan wawancara dengan
pihak PT Jalantol Linkarluar Jakarta yaitu Bapak Wiwid Wibowo
Widadi selaku Seksi Pengumpul Tol Divisi Menejemen Operasi.
Wawancara telah dilaksanakan pada Rabu, 17 Oktober 2018 pada
pukul 16.30 WIB. Wawancara ini berfungsi untuk mengetahui
kondisi Gerbang Tol Ampera 2 yang digunakan penulis dalam
penelitian ini.
Gerbang Tol Ampera 2 sebelum tanggal 1 Oktober 2017
yaitu kedua gardu masih menggunakan gardu konvensional dengan
kata lain sebelum 100% non-tunai, sedangkan mulai tanggal 1
Oktober 2017 kedua gardu sudah diberlakukan gardu otomatis
(GTO) dengan kata lain sudah 100% non-tunai.
Kondisi Gerbang Tol Ampera 2 pada saat peak hour sebelum
dan sesudah diberlakukannya non-tunai Panjang antrian terpantau
padat. Jumlah kedatangan kendaraan data dilihat pada Lampiran 1.
3.1.1.2 Observasi Lapangan
Observasi Lapangan dilakukan dengan cara pengamatan
langsung dan mengidentifikasi permasalahan yang ada di Gerbang
Page 49
32
UIN Syarif Hidayatullah Jakarta
Tol Ampera 2. Selain itu penulis diizinkan untuk mengoperasikan
manajemen Informasi System (SIM) dan Terminal Kantor.
Dalam penelitian ini ada 4 jenis variable yang diamati, yaitu
data jumlah pelayanan, jumlah kedatangan, waktu antarkedatangan,
data waktu pelayanan.
1. Jumlah Pelayanan
Jumlah pelayanan pada gerbang tol Ampera 2 terdapat 2
gardu pelayanan. 2 gardu pelayanan yang diteliti yaitu saat
masih melayani dengan konvensional dan otomatis seperti
sekarang.
2. Jumlah Kedatangan
Menurut keterangan dari hasi wawancara yang didapat
bahwa peak hour pada Gerbang Tol Ampera 2 terjadi pada pukul
16.00 – 17.00.
3. Waktu Antarkedatangan
Waktu kedatangan pelanggan bersifat random saat peak
hour. Berikut adalah hasil survei waktu antarkedatangan pada
gerbang tol Ampera 2 pada 18 Oktober 2018 pukul 16.00.
Tabel 3.1 Waktu Antarkedatangan
(PT Jalantol Lingkarluar Jakarta)
No Waktu
Antarkedatangan
No Waktu
Antarkedatangan
1 01.56 51 02.18
2 01.51 52 02.57
3 01.53 53 03.26
4 02.24 54 02.54
5 01.55 55 02.46
6 03.21 56 02.29
7 02.36 57 03.24
8 02.50 58 02.52
Page 50
33
UIN Syarif Hidayatullah Jakarta
9 03.17 59 02.30
10 01.54 60 02.45
11 01.55 61 01.56
12 02.42 62 02.52
13 03.22 63 02.03
14 02.56 64 01.59
15 02.27 65 02.26
16 01.54 66 01.55
17 01.53 67 02.43
18 03.03 68 02.56
19 01.54 69 02.31
20 01.53 70 03.18
21 01.58 71 02.38
22 02.54 72 02.46
23 01.52 73 03.23
24 03.11 74 01.45
25 02.14 75 02.39
26 03.21 76 02.42
27 02.56 77 01.53
28 02.43 78 02.21
29 01.58 79 02.57
30 03.07 80 03.21
31 02.19 81 02.38
32 02.41 82 02.55
33 02.05 83 01.52
34 02.53 84 03.18
35 02.55 85 02.53
36 03.28 86 03.01
Page 51
34
UIN Syarif Hidayatullah Jakarta
37 01.55 87 02.22
38 01.51 88 02.24
39 01.58 89 02.36
40 02.54 90 02.29
41 01.53 91 02.37
42 03.02 92 01.51
43 03.21 93 02.39
44 02.37 94 02.28
45 01.50 95 03.10
46 03.00 96 01.55
47 02.51 97 02.35
48 03.05 98 02.47
49 03.22 99 03.20
50 01.58 100 02.31
4. Waktu Pelayanan
Dibawah ini adalah waktu pelayanan kendaraan yang
diambil secara acak. Waktu pelayanan dibagi menjadi 3 yaitu
waktu pelayanan pada Gardu Tol Ampera 2 yang bersifat
konvensional, otomatis dan OBU untuk data perbandingan
waktu pelayanan pada jam sibuk yaitu pukul 16.00. Data yang
diambil yaitu untuk Gardu Tol konvensional diambil dengan
melihat cctv Gerbang Tol Ampera 2 pada 31 Mei 2017, untuk
Gardu Tol otomatis diambil langsung kelapangan Gerbang Tol
Ampera 2 pada 18 Oktober 2018, sedangkan untuk Gardu Tol
OBU diambil dengan melihat cctv Gerbang Tol Ampera 2 pada
16 Oktober 2018, sedikit berbeda yaitu data yang diambil tidak
hanya pukul 16.00 karena masih sangat sedikit pengguna OBU.
Page 52
35
UIN Syarif Hidayatullah Jakarta
Tabel 3.2 Waktu Pelayanan
(PT Jalantol Lingkarluar Jakarta)
No Gardu Tol
Konvensional Otomatis OBU
1 05.58 09.04 02.20
2 09.02 08.31 02.46
3 04.57 06.52 03.02
4 10.11 05.49 02.42
5 08.27 06.32 02.25
6 06.32 09.11 02.29
7 06.41 07.45 01.58
8 05.54 10.26 02.34
9 05.48 06.53 01.56
10 14.03 06.28 02.30
11 07.47 09.09 01.57
12 06.31 06.47 02.37
13 05.43 04.58 02.44
14 06.54 06.42 02.26
15 05.59 04.54 03.08
16 10.32 07.37 02.22
17 06.45 08.21 02.11
18 07.31 06.29 02.49
19 07.17 11.02 02.30
20 05.55 06.13 02.12
21 11.19 06.41 01.59
22 09.21 08.29 02.23
23 07.34 08.15 01.52
24 18.01 05.57 02.17
25 05.54 06.31 01.53
Page 53
36
UIN Syarif Hidayatullah Jakarta
26 14.39 05.55 02.48
27 04.56 07.34 02.27
28 11.05 06.38 03.09
29 09.48 09.08 02.26
30 09.51 10.12 03.07
31 10.18 06.54 01.54
32 08.52 06.39 02.16
33 07.18 06.21 02.49
34 07.51 07.43 02.21
35 09.14 04.26 02.33
36 12.21 05.52 02.17
37 06.35 07.33 02.08
38 06.51 08.55 01.51
39 07.27 06.54 01.56
40 08.36 05.50 02.26
41 09.42 09.31 02.43
42 09.56 06.54 03.01
43 13.17 07.32 01.58
44 14.13 07.54 02.20
45 11.08 04.47 01.58
46 11.21 05.39 03.06
47 08.37 08.21 02.48
48 09.14 09.04 02.37
49 06.44 05.50 02.29
50 07.16 05.41 02.35
51 07.32 07.11 02.18
52 08.51 07.51 02.14
53 13.22 08.21 01.53
Page 54
37
UIN Syarif Hidayatullah Jakarta
54 08.18 05.45 02.35
55 09.17 09.27 02.39
56 07.21 08.31 02.41
57 08.52 08.35 01.58
58 08.27 05.46 02.18
59 08.06 06.36 02.12
60 06.42 09.08 02.32
61 07.31 04.54 02.14
62 04.53 07.37 01.52
63 14.06 06.29 02.43
64 10.11 06.41 02.21
65 07.54 08.35 02.16
66 11.52 05.45 02.18
67 08.15 06.18 03.06
68 09.39 07.42 02.45
69 11.15 06.26 01.53
70 11.32 08.52 02.42
71 06.52 06.31 02.27
72 05.41 09.00 03.04
73 06.38 06.38 02.19
74 06.45 08.21 02.28
75 06.49 08.38 02.48
76 14.17 09.54 02.25
77 07.54 06.56 01.54
78 08.43 06.17 02.18
79 09.26 08.07 02.13
80 12.01 05.31 02.21
81 06.31 06.35 02.38
Page 55
38
UIN Syarif Hidayatullah Jakarta
82 07.39 04.51 03.05
83 08.53 06.47 02.27
84 08.13 06.39 02.46
85 09.42 04.52 03.09
86 06.34 06.36 02.27
87 04.58 04.56 02.29
88 12.09 07.23 02.38
89 06.51 08.51 02.26
90 07.47 05.44 02.22
91 06.43 06.13 02.19
92 06.35 05.29 02.43
93 08.35 05.53 01.58
94 09.09 07.28 03.09
95 13.11 04.45 03.04
96 06.46 07.42 02.31
97 07.04 07.27 02.28
98 06.38 05.44 02.42
99 06.56 08.31 03.03
100 09.43 08.24 01.57
Sesuai dengan desain simulasi konfigurasi skenario untuk Gerbang Tol
Ampera 2 yang akan dibuat yaitu konvensional – konvensional, konvensional –
otomatis, otomatis – otomatis, konvensional – OBU, otomatis – OBU, dan OBU –
OBU maka di dapat rata – rata waktu pelayanan dengan mengumpamakan setiap
masing – masing kategori memiliki nilai yang sama dari data diatas sebagai berikut
:
Page 56
39
UIN Syarif Hidayatullah Jakarta
Tabel 3.3 Rata - Rata Waktu Pelayanan
(Pengolahan Data, 2018)
Jenis Gardu Pelayanan Rata – Rata (detik)
Konvensional – Konvensional 07,77
Konvensional – Otomatis 07,37
Otomatis – Otomatis 06,97
Konvensional – OBU 04,79
Otomatis – OBU 04,39
OBU – OBU 01,80
Gambar 3.1 Rata – Rata Waktu Pelayanan
(Pengolahan Data, 2018)
3.1.2 Studi Sekunder
3.1.2.1 Studi Pustaka
Untuk mendapatkan referensi-referensi yang relevan dengan objek
yang diteliti, penulis melakukan pencarian melalui url, data dari perusahaan
yang dibutuhkan, buku maupun e-book yang tersedia secara online, skripsi
0
1
2
3
4
5
6
7
8
9
Konvensional -Konvensional
Konvensional -Otomatis
Otomatis -Otomatis
Konvensional -OBU
Otomatis -OBU
OBU - OBU
Rata - Rata Waktu Pelayanan
Page 57
40
UIN Syarif Hidayatullah Jakarta
dan jurnal. Informasi-informasi yang didapatkan akan digunakan sebagai
penyusunan landasan teori serta pembuatan simulasi promodel Gerbang Tol
Ampera 2 dan membandingkan utilitas menggunakan Kruskal Wallis Test
– Friedman Test. Studi Literatur yang penulis jadikan pedoman dilampirkan
pada Bab 2 di sub bab 2.16 Studi Literatur Sejenis dan perbedaannya
terdapat pada table 2.1 Tabel Studi Literatur Sejenis. Referensi-referensi
yang digunakan oleh penulis dapat dilihat di Daftar Pustaka.
3.2 Metode Simulasi
Dalam penelitian ini, penulis menggunakan metode simulasi dalam
membandingkan Konfigurasi Skenario untuk Gerbang Tol Ampera 2.
Sehubungan dengan itu, Ada berbagai jenis siklus hidup yang diusulkan
untuk studi dalam pemodelan dan simulasi. Dalam penelitian ini langkah –
langkah dasar yang harus dipertimbangkan dalam melakukan simulasi
(Gandomi et al., 2011). Metode simulasi ini meliputi langkah – langkah
dasar yang harus dilakukan yaitu :
3.1.1 Formulasi Masalah (Problem Formulation)
Tahap formulasi masalah merupakan langkah awal dalam
perancangan pada model motode simulasi. Formulasi masalah merupakan
suatu kegiatan untuk memilih satu permasalah yang penting untuk dianalisis
dan diselesaikan. Setelah melakukan pengumpulan data melalui studi
pustaka, penulis memformulasikan sebuah masalah yaitu analisis
perbandingan Konfigurasi Skenario untuk Gerbang Tol Ampera 2. Hal ini
bertujuan untuk memberikan solusi tepat yang akan digunakan pada
gerbang tol Ampera dengan parameter waktu pelayanan dan waktu
kedatangan.
3.2.1 Model Pengkonsepan (Conceptual Model)
Langkah ini adalah membuat model konseptual sehingga
mendapatkan hasil penelitian yang sesuai dengan kondisi nyata.
Page 58
41
UIN Syarif Hidayatullah Jakarta
3.3.1 Data Masukan Keluaran (Input Output Data)
Pada langkah ini penulis menentukan variable input dan output apa
saja yang akan dikerjakan pada simulasi, hal ini bertujuan untuk
memutuskan bentuk distribusi dari data yang akan diteliti. Input berupa
atribut apa saja yang diperlukan dalam simulasi. Sementara Output
berdasarkan permasalahan yang diidentifikasikan.
3.4.1 Pemodelan (Modelling)
Langkah ini adalah untuk menentukan parameter dan karakteristik
mana yang diizinkan untuk mengalami perubahan – perubahan selama
simulasi. Penulis menentukan model skenario yang akan digunakan dalam
tahap simulasi. Terdapat enam model skenario berdasarkan kombinasi dari
2 Gerbang Tol.
3.5.1 Simulasi (Simulation)
Pada tahap ini, sistem akan dijalankan untuk mensimulasikan
kinerja masing-masing algoritma sesuai dengan konsep dan juga skenario
yang telah ditentukan sebelumnya. Dan hasil simulasi akan dicatat dan
kemudian akan dilakukan tahap verifikasi.
3.6.1 Verifikasi dan Validasi (Verification and Validation)
Pada tahap ini, penulis melakukan verifikasi dan validasi terhadap
simulasi yang telah dilakukan pada tahapan sebelumnya. Verifikasi
dilakukan untuk memastikan ada atau tidaknya kesalahan (error) yang
terjadi sedangkan validasi dilakukan untuk memastikan kesesuaian simulasi
yang dibuat berdasarkan model pengkonsepan dengan formulasi masalah
yang sudah dibuat. Jika validasi tidak terpenuhi, maka penulis kembali ke
tahapan model pengkonsepan untuk membuat model pengkonsepan baru.
3.7.1 Eksperimentasi (Experimentation)
Pada tahapan ini, penulis melakukan eksperimentasi sesuai model
skenario yang dibuat pada saat tahapan pemodelan. Tiap model skenario
dilakukan percobaan masing-masing sebanyak sepuluh kali pada masing-
masing skenario.
Page 59
42
UIN Syarif Hidayatullah Jakarta
3.8.1 Analisis Keluaran (Output Analysis)
Pada tahapan terakhir ini, peneliti menganalisa keluaran dan
simulasi yang dilakukan pada saat eksperimentasi. Keluaran tersebut
direpresentasikan masing-masing skenario. Pada pembahasan terakhirnya
akan membahas analisa keseluruhan dari hasil seluruh skenario simulasi.
Selain itu, dalam analisanya membahas keterhubungan antara nilai-nilai
data masukan dan pengaruh dari setiap variabelnya.
3.3 Kerangka Berpikir
Penelitian ini dimulai dari tahapan pengumpulan data pada PT Jalantol
Lingkarluar Jakarta. Tujuan studi pustaka dan studi lapangan ini adalah untuk
mengidentifikasi permasalahan yang terdapat pada PT Jalantol Lingkarluar Jakarta.
Selanjutnya setelah merumuskan masalah yang ada maka melakukan metode
simulasi (Gandomi et al., 2011) dengan langkah – langkah Problem Formulation,
Conceptual Model, Input Output Data, Modelling, Simulation, Verification and
Validation, Experimental, dan Output Analysis. Tahap terakhir setelah melakukan
model simulasi yaitu membandingkan skenario yang sudah ditetukan. Untuk lebih
membantu dalam memahami rencana penelitian ini, maka dapat digambarkan
dalam diagram alur Gambar 3.2.
Page 60
43
UIN Syarif Hidayatullah Jakarta
Gambar 3.2 Kerangka Berfikir
Metode Simulasi
Tidak Sesuai
Pengumpulan Data
Problem Formulation Conceptual Model Input Output Data
Modelling Simulation
Experimentation Output Analysis
Verification
and
Validation
Perbandingan Skenario
Finish
Start
Kesimpulan & Saran
Page 61
44 UIN Syarif Hidayatullah Jakarta
BAB 4
IMPLEMENTASI SIMULASI DAN EXPERIMEN
4.1 Formulasi Masalah (Problem Formulation)
Tahap ini dilakukan untuk mengetahui secara detail kondisi
pelayanan dan arus kendaraan yang terjadi di Gerbang Tol Ampera 2. Hasil
tahap ini adalah data yang akan digunakan untuk membangun model
konseptual sistem. Gerbang Tol Ampera 2 memiliki 2 Gardu Tol sebelum 1
Oktober 2017 masih diterapkan Gardu Konvensional dan pada 1 Oktober
2017 diterapkan Gardu Otomatis pada kedua Gardu Tol Ampera 2.
Berdasarkan Kepmen PU No 370/KPTS/2007 golongan jenis kendaraan
bermotor pada Jalan Tol yang sudah beroperasi, terdapat 5 golongan
kendaraan berkaitan dengan biaya penggunaan jalan tol dimulai dari
golongan I – V dengan pengelompokan sebagai berikut :
Tabel 4.1 Golongan Jenis Kendaraan pada Jalan Tol
(Kepmen PU No 370/KPTS/2007 Kepmen PU No 370/KPTS/2007)
Golongan Jenis Kendaraan
Golongan I Sedan, Jip, Pick Up/ Truck Kecil dan Bus
Golongan II Truk dengan 2 (dua) gandar
Golongan III Truk dengan 3 (tiga) gandar
Golongan IV Truk dengan 4 (empat) gandar
Golongan V Truk dengan 5 (lima) gandar
Tabel 4.1 menggambarkan jenis-jenis kendaraan di setiap golongan.
Pengelompokan kendaraan ini dilakukan berdasarkan daya rusak terhadap
jalan, sehingga semakin besar daya rusak kendaraan terhadap jalan tol,
semakin mahal biaya penggunaan jalan tol yang harus dibayar.
Page 62
45
UIN Syarif Hidayatullah Jakarta
Hal lain yang didapatkan dari hasil pengamatan adalah jarak antara Gerbang
Tol masuk dengan Gardu Tol Ampera 2 adalah 50 meter. Jarak ini seringkali
dilampaui oleh panjang antrian kendaraan di gerbang tol masuk hingga
akhirnya menyebabkan kemacetan. Melalui pengamatan terhadap kondisi
arus kendaraan dan sistem pelayanan Gerbang Tol Ampera 2, dilakukan
pengambilan beberapa jenis data untuk membangun model konseptual. Data
tersebut antara lain waktu antar kedatangan kendaraan dari Gerbang Tol
menuju Gerbang Tol dan waktu pelayanan masing-masing Gardu Tol.
Waktu pengambilan kedua jenis data ini disesuaikan dengan tujuan
penelitian yang berfokus pada periode puncak arus kendaraan sehingga
ditetapkan bahwa pengambilan data waktu kedatangan pelanggan bersifat
random saat peak hour pada 18 Oktober 2018 pukul 16.00. Sedangkan data
waktu pelayanan kendaraan yang diambil secara acak. Waktu pelayanan
dibagi menjadi 3 yaitu waktu pelayanan pada Gardu Tol Ampera 2 yang
bersifat konvensional, otomatis dan OBU untuk data perbandingan waktu
pelayanan pada jam sibuk yaitu pukul 16.00. Data yang diambil yaitu untuk
Gardu Tol konvensional diambil dengan melihat cctv Gerbang Tol Ampera
2 pada 31 Mei 2017, untuk Gardu Tol otomatis diambil langsung
kelapangan Gerbang Tol Ampera 2 pada 18 Oktober 2018, sedangkan untuk
Gardu Tol OBU diambil dengan melihat cctv Gerbang Tol Ampera 2 pada
17 Oktober 2018, sedikit berbeda yaitu data yang diambil tidak hanya pukul
16.00 karena masih sangat sedikit pengguna OBU.
4.2 Model Pengkonsepan (Conceptual Model)
Setelah menentukan formulasi masalah langkah selanjutnya dalam
membuat simulasi adalah dengan membuat model konseptual yang bertujuan
untuk merepresentasikan struktur elemen dalam sistem sehingga
mendapatkan hasil penelitian yang sesuai dengan kondisi nyata.
1. Entity Flow
Entity flow pada penelitian ini adalah dimulai pada saat kendaraan
datang melalui gerbang tol, lalu melewati antrian, kemudian masuk
Page 63
46
UIN Syarif Hidayatullah Jakarta
kedalam gardu untuk melakukan transaksi masuk jalan tol, petugas
kemudian melayani pengemudi kendaraan, setelah selesai transaksi pada
gardu kemudian kendaraan melewati line jalan tol agar bisa masuk pada
area jalan tol, dapat dilihat pada entity flow diagram berikut ini :
Kendaraan
Gambar 4.1 Entity Flow Diagram
(Pengolahan Data, 2018)
2. Operational Description
Penentuan proses dalam sistem yaitu menentukan operasi proses
dalam sistem yang terjadi pada antrian gerbang tol dimana penjelasan
secara rinci dari gambar diagram entitas. Berikut proses-proses dalam
perancangan sistem dapat dilihat pada tabel dibawah ini :
Tabel 4.2 Operasi dari Perancangan Sistem Antrian Gerbang Tol Ampera 2
(Pengolahan Data, 2018)
Entitas Arrival Output Next Move Trigger
Kendaraan Gerbang Tol kendaraan Antrian 1 ada antrian yang
kosong
kendaraan Antrian 2 ada antrian yang
kosong
Kendaraan Antrian 1 kendaraan Gardu 1 gardu 1 kosong
Antrian 2 kendaraan Gardu 2 gardu 2 kosong
Kendaraan Gardu 1 kendaraan Line Jalan Tol 1 -
Gardu 2 kendaraan Line Jalan Tol 2 -
Kendaraan Line Jalan Tol kendaran Jalan Tol -
Antrian 1
Antrian 2 Gardu 2
Gardu 1 Line Jalan Tol 1
Line Jalan Tol 2
Jalan
Tol
Page 64
47
UIN Syarif Hidayatullah Jakarta
4.3 Data Masukan Keluaran (Input Output Data)
Adapun analisis data input yang bertujuan untuk memutuskan
bentuk distribusi dari hasil output yang akan diteliti.
4.3.1 Data Masukan (Input)
Data yang diperlukan pada simulasi ini adalah distribusi
pada setiap variabel waktu yang akan diuji. Data masukan yang akan
dicari distribusinya adalah waktu antarkedatangan, waktu pelayanan
Start
Input
1. Waktu Antarkedatangan
2. Waktu Pelayanan Konvensional
3. Waktu Pelayanan Otomatis
4. Waktu Pelayanan OBU
Uji Normalitas
Fitting Distribution
Simulasi
Uji Perbandingan
Uji Lanjut
Finish
Gambar 4.2 Flowchart Data Masukan
(Pengolahan Data, 2018)
Page 65
48
UIN Syarif Hidayatullah Jakarta
konvensional, waktu pelayanan otomatis dan waktu pelayanan OBU
sebagai berikut :
Tabel 4.3 Data Masukan
(Pengolahan Data, 2018)
No Antar
Kedatangan
Waktu Pelayanan
Konvensional Otomatis OBU
1 01.56 05.58 09.04 02.20
2 01.51 09.02 08.31 02.46
3 01.53 04.57 06.52 03.02
4 02.24 10.11 05.49 02.42
5 01.55 08.27 06.32 02.25
6 03.21 06.32 09.11 02.29
7 02.36 06.41 07.45 01.58
8 02.50 05.54 10.26 02.34
9 03.17 05.48 06.53 01.56
10 01.54 14.03 06.28 02.30
11 01.55 07.47 09.09 01.57
12 02.42 06.31 06.47 02.37
13 03.22 05.43 04.58 02.44
14 02.56 06.54 06.42 02.26
15 02.27 05.59 04.54 03.08
16 01.54 10.32 07.37 02.22
17 01.53 06.45 08.21 02.11
18 03.03 07.31 06.29 02.49
19 01.54 07.17 11.02 02.30
20 01.53 05.55 06.13 02.12
21 01.58 11.19 06.41 01.59
22 02.54 09.21 08.29 02.23
23 01.52 07.34 08.15 01.52
24 03.11 18.01 05.57 02.17
25 02.14 05.54 06.31 01.53
26 03.21 14.39 05.55 02.48
27 02.56 04.56 07.34 02.27
28 02.43 11.05 06.38 03.09
29 01.58 09.48 09.08 02.26
30 03.07 09.51 10.12 03.07
31 02.19 10.18 06.54 01.54
32 02.41 08.52 06.39 02.16
33 02.05 07.18 06.21 02.49
Page 66
49
UIN Syarif Hidayatullah Jakarta
34 02.53 07.51 07.43 02.21
35 02.55 09.14 04.26 02.33
36 03.28 12.21 05.52 02.17
37 01.55 06.35 07.33 02.08
38 01.51 06.51 08.55 01.51
39 01.58 07.27 06.54 01.56
40 02.54 08.36 05.50 02.26
41 01.53 09.42 09.31 02.43
42 03.02 09.56 06.54 03.01
43 03.21 13.17 07.32 01.58
44 02.37 14.13 07.54 02.20
45 01.50 11.08 04.47 01.58
46 03.00 11.21 05.39 03.06
47 02.51 08.37 08.21 02.48
48 03.05 09.14 09.04 02.37
49 03.22 06.44 05.50 02.29
50 01.58 07.16 05.41 02.35
51 02.18 07.32 07.11 02.18
52 02.57 08.51 07.51 02.14
53 03.26 13.22 08.21 01.53
54 02.54 08.18 05.45 02.35
55 02.46 09.17 09.27 02.39
56 02.29 07.21 08.31 02.41
57 03.24 08.52 08.35 01.58
58 02.52 08.27 05.46 02.18
59 02.30 08.06 06.36 02.12
60 02.45 06.42 09.08 02.32
61 01.56 07.31 04.54 02.14
62 02.52 04.53 07.37 01.52
63 02.03 14.06 06.29 02.43
64 01.59 10.11 06.41 02.21
65 02.26 07.54 08.35 02.16
66 01.55 11.52 05.45 02.18
67 02.43 08.15 06.18 03.06
68 02.56 09.39 07.42 02.45
69 02.31 11.15 06.26 01.53
70 03.18 11.32 08.52 02.42
71 02.38 06.52 06.31 02.27
72 02.46 05.41 09.00 03.04
73 03.23 06.38 06.38 02.19
Page 67
50
UIN Syarif Hidayatullah Jakarta
74 01.45 06.45 08.21 02.28
75 02.39 06.49 08.38 02.48
76 02.42 14.17 09.54 02.25
77 01.53 07.54 06.56 01.54
78 02.21 08.43 06.17 02.18
79 02.57 09.26 08.07 02.13
80 03.21 12.01 05.31 02.21
81 02.38 06.31 06.35 02.38
82 02.55 07.39 04.51 03.05
83 01.52 08.53 06.47 02.27
84 03.18 08.13 06.39 02.46
85 02.53 09.42 04.52 03.09
86 03.01 06.34 06.36 02.27
87 02.22 04.58 04.56 02.29
88 02.24 12.09 07.23 02.38
89 02.36 06.51 08.51 02.26
90 02.29 07.47 05.44 02.22
91 02.37 06.43 06.13 02.19
92 01.51 06.35 05.29 02.43
93 02.39 08.35 05.53 01.58
94 02.28 09.09 07.28 03.09
95 03.10 13.11 04.45 03.04
96 01.55 06.46 07.42 02.31
97 02.35 07.04 07.27 02.28
98 02.47 06.38 05.44 02.42
99 03.20 06.56 08.31 03.03
100 02.31 09.43 08.24 01.57
Rata - Rata 02.33 08.45 06.93 02.26
Page 68
51
UIN Syarif Hidayatullah Jakarta
Gambar 4.3 Grafik Data Masukan
(Pengolahan Data, 2018)
Sebelum lanjut ke tahap selanjutnya, perlu diketahui apakah
data itu bersifat normal atau tidak menggunakan uji normalitas yang
akan di tunjukkan pada Tabel 4.4. berikut langkah – langkah dalam
uji normalitas data :
1) Open SPSS – Masukkan data yang akan di uji yaitu data waktu
antarkedatangan, waktu pelayanan gardu konvensional, waktu
pelayanan gardu Otomatis, dan waktu pelayanan gardu OBU.
0
5
10
15
20
1 6
11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
10
1
Data Masukan
Antar Kedatangan Konvensional Otomatis OBU
Page 69
52
UIN Syarif Hidayatullah Jakarta
2) Analyze – Descriptive Statistics – Explore...
Gambar 4.4 Langkah – Langkah Uji Normalitas
(Pengolahan Data, 2018)
3) Pada kolom Explore pindahkan semua variabel ke Dependent
List.
Lalu klik Plots dan centang Normality plots with test – Continue.
Gambar 4.5 Langkah – Langkah Uji Normalitas
(Pengolahan Data, 2018)
Page 70
53
UIN Syarif Hidayatullah Jakarta
4) OK.
Tabel 4.4 Uji Normalitas
(Pengolahan Data, 2018) Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Antarkedatangan .118 100 .002 .942 100 .000
Konvensional .191 100 .000 .878 100 .000
Otomatis .118 100 .002 .948 100 .001
OBU .110 100 .005 .941 100 .000
a. Lilliefors Significance Correction
Dari hasil yang diperoleh maka dapat disimpukan bahwa
data – data variabel diatas berdistribusi tidak normal karena sig <
0,05.
4.3.2 Proses (Process)
Sebelum mencari distribusi yang tepat untuk setiap variabel
perlu adanya karakteristik data yang bertujuan memastikan
kecocokan untuk digunakan dalam model simulasi. Karena data –
data variabel tidak normal maka termasuk data non parametik.
4.3.2.1 Uji Independensi
Pengujian independensi data ini dilakukan untuk mengetahui
apakah nilai dari suatu observasi tidak dipengaruhi oleh nilai dari
observasi lain. Uji independensi ini dilakukan dengan scatter plot,
autocorelation plot dan run test yang akan di tunjukkan pada Tabel
4.5 berikut langkah – langkah dalam uji independensi data :
1) Open Stat::fit – Masukkan data yang akan di uji yaitu data waktu
antarkedatangan, waktu pelayanan gardu konvensional, waktu
pelayanan gardu Otomatis, dan waktu pelayanan gardu OBU.
2) Statistics – Independence – Scatter Plot / Autocorrelation / Run
Test (klik yang akan di buat).
Page 71
54
UIN Syarif Hidayatullah Jakarta
Gambar 4.6 Langkah – Langkah Uji Independensi
(Pengolahan Data, 2018)
Page 72
55
UIN Syarif Hidayatullah Jakarta
Tabel 4.5 Pengujian Independensi Data
(Pengolahan Data, 2018) Data Scatter Plot Autocorelation Plot Run Test Kesimpulan
Waktu
Antarkedatangan
Scatter plot dan
autocorelation acak, run
test ’do not reject’
sehingga data independen
Page 73
56
UIN Syarif Hidayatullah Jakarta
Waktu Pelayanan
Gardu
Konvensional
Scatter plot dan
autocorelation acak, run
test ’do not reject’
sehingga data independen
Waktu Pelayanan
Gardu Otomatis
Scatter plot dan
autocorelation acak, run
test ’do not reject’
sehingga data independen
Page 74
57
UIN Syarif Hidayatullah Jakarta
Waktu Pelayanan
Gardu OBU
Scatter plot dan
autocorelation acak, run
test ’do not reject’
sehingga data independen
Page 75
58
UIN Syarif Hidayatullah Jakarta
4.3.2.2 Uji Identik
Uji identik data ini dilakukan untuk mengetahui apakah data
berasal dari populasi yang sama atau dari populasi yang berbeda. Uji
Identik ini dilakukan dengan uji Kruskal Wallis yang akan di
tunjukkan pada Tabel 4.6 berikut langkah – langkah dalam uji
identik data :
1) Open SPSS – Masukkan data yang akan di uji.
2) Analyze – Nonparametic Tests – Legacy Dialogs – K
Independent Samples...
Gambar 4.7 Langkah – Langkah Uji Indentik
(Pengolahan Data, 2018)
3) Pada kolom Tests for Several Independent Samples Masukkan
antarkedatangan pada Test Variable List dan variabel pada Grouping
Variable.
Lalu klik Define Range – Masukkan min 1 dan max 2 – Continue.
Page 76
59
UIN Syarif Hidayatullah Jakarta
Gambar 4.8 Langkah – Langkah Uji Indentik
(Pengolahan Data, 2018)
4) OK
Page 77
60
UIN Syarif Hidayatullah Jakarta
Tabel 4.6 Pengujian Data mempunyai Distribusi Identik
(Pengolahan Data, 2018) Data Test Kruskal Wallis 2
k-1,1- Kesimpulan
Waktu
Antarkedatangan
Test Statisticsa,b
OBU
Chi-Square .673
df 1
Asymp. Sig. .412
a. Kruskal Wallis Test
b. Grouping Variable:
Gardu
3.841 2hitung < 2
k-1,1-
Ho diterima, data
homogen
Waktu Pelayanan
Gardu
Konvensional
Test Statisticsa,b
Konvensional
Chi-Square .003
df 1
Asymp. Sig. .956
a. Kruskal Wallis Test
b. Grouping Variable: Gardu
3.841 2hitung < 2
k-1,1-
Ho diterima, data
homogen
Waktu Pelayanan
Gardu Otomatis
Test Statisticsa,b
Otomatis
Chi-Square .466
df 1
Asymp. Sig. .495
a. Kruskal Wallis Test
b. Grouping Variable:
Gardu
3.841 2hitung < 2
k-1,1-
Ho diterima, data
homogen
Waktu Pelayanan
Gardu OBU
Test Statisticsa,b
OBU
Chi-Square .268
df 1
Asymp. Sig. .605
a. Kruskal Wallis Test
3.841 2hitung < 2
k-1,1-
Ho diterima, data
homogen
Page 78
61
UIN Syarif Hidayatullah Jakarta
b. Grouping Variable:
Variabel
4.3.3 Data Keluaran (Output)
Fitting distribusi adalah penentuan distribusi teoritis yang
paling sesuai dengan data sampel yang akan di tunjukkan pada Tabel
4.7 berikut langkah – langkah dalam Fitting data :
1) Open Easyfit – Masukkan data yang akan di uji.
2) Klik tanda petir.
Gambar 4.9 Langkah – Langkah Fitting Distribusi
(Pengolahan Data, 2018)
3) OK.
4) Klik Goodness of Fit – Kolmogorov Smirnov (untuk
mengetahui peringkat distribusi yang akan digunakan).
Page 79
62
UIN Syarif Hidayatullah Jakarta
Tabel 4.7 Fitting terhadap distribusi teoritis tertentu
(Pengolahan Data, 2018) Data Fitting Distribusi Histogram Kesimpulan
Waktu
Antarkedatangan
Data berdistribusi Weibull
(4.33,2.55)
Page 80
63
UIN Syarif Hidayatullah Jakarta
Waktu Pelayanan
Gardu
Konvensional
Data berdistribusi Inv.
Gaussian (88.681,8.45)
Waktu Pelayanan
Gardu Otomatis
Data berdistribusi Pearson 5
(21.316,140.99)
Page 81
64
UIN Syarif Hidayatullah Jakarta
Waktu Pelayanan
Gardu OBU
Data berdistribusi Inv.
Gaussian (62.699,2.2573)
Page 82
65
UIN Syarif Hidayatullah Jakarta
4.4 Pemodelan (Modelling)
Dalam penelitian ini penulis akan menguji enam skenario pada
gerbang tol Ampera 2. Membuat pemodelan Gerbang Tol Ampera 2 dengan
simulasi yang sesuai dengan aktual yaitu :
1. Skenario 1 (Konvensional – Konvensional)
Skenario 1 ini terdiri dari 2 gardu konvensional. Hal ini karena
sebelum diberlakukan non tunai 100% Gerbang Tol Ampera 2 kedua
gardu diberlakukan secara konvensional.
2. Skenario 2 (Konvensional – Otomatis)
Skenario 2 ini terdiri dari 1 gardu konvensional dan 1 gardu
otomatis. Perpaduan gardu ini belum pernah diterapkan.
3. Skenario 3 (Otomatis – Otomatis)
Skenario 3 ini terdiri dari 2 gardu otomatis. Hal ini karena setelah
diberlakukan non tunai 100% Gerbang Tol Ampera 2 kedua gardu
diberlakukan secara otomatis sesuai dengan kebijakan.
4. Skenario 4 (Konvensional – OBU)
Skenario 4 ini terdiri dari 1 gardu konvensional dan 1 gardu OBU.
Perpaduan gardu ini belum pernah diterapkan.
5. Skenario 5 (Otomatis – OBU)
Skenario 5 ini terdiri dari 1 gardu otomatis dan 1 gardu OBU.
Perpaduan gardu ini belum pernah diterapkan.
6. Skenario 6 (OBU – OBU)
Skenario 6 ini terdiri dari 1 gardu OBU dan 1 gardu OBU.
Perpaduan gardu ini belum pernah diterapkan.
4.5 Simulasi (Simulation)
Model simulasi ini menjelaskan proses / langkah – langkah dalam
pembuatan simulasi gerbang tol Ampera 2 dengan menggunakan Software
Promodel. Berikut ini adalah langkah – langkah pembuatan simulasi gerbang
tol Ampera 2 pada Software Promodel :
Page 83
66
UIN Syarif Hidayatullah Jakarta
1. Open Software Promodel.
Gambar 4.10 Langkah – Langkah Simulasi pada Promodel
(Pengolahan Data, 2018)
2. Build – Location / Entitas / Errival / Proccessing (klik yang akan di buat,
masing – masing penjelasan dan hasil akan dijelaskan pada sub bab
dibawah ini).
Gambar 4.11 Langkah – Langkah Simulasi pada Promodel
(Pengolahan Data, 2018)
Page 84
67
UIN Syarif Hidayatullah Jakarta
3. Simulation – Option.
Atur Runtime selama 1 hari atau 24 jam
Gambar 4.12 Langkah – Langkah Simulasi pada Promodel
(Pengolahan Data, 2018)
4. Simulation – Save & Run.
4.5.1 Location
Lokasi area kerja pada pelayanan di gerbang tol Ampera 2
merupakan tempat dimana terjadinya aktivitas proses pelayanan.
Berikut adalah data lokasi gerbang tol Ampera 2 yang akan
digunakan sebagai pendukung pembuatan simulasi dengan
perangkat lunak (software) Promodel. Model simulasi Otomatis –
Otomatis merupakan model dari sistem antrian gerbang tol Ampera
2 yang menyerupai sistem nyata. Kondisi saat ini pada sistem nyata
adalah mengoperasikan 2 gardu. Pada perancangan simulasi antrian
menggunakan Promodel versi 7, model yang dibuat mengikuti
kondisi sistem nyata pada gerbang tol Ampera 2 saat ini, yaitu
mengoperasikan 2 gardu. Selanjutnya dibuat lokasi – lokasi antrian
gardu dan baris antrian kendaraan, dimana fungsi dari lokasi tersebut
adalah menganalisa panjang antrian kendaraan. Disiplin pelayanan
pada gerbang tol Ampera 2 mengikuti aturan dimana yang datang
Page 85
68
UIN Syarif Hidayatullah Jakarta
terlebih dahulu adalah yang dilayani dahulu atau First in First out
(FIFO). Simulasi yang dibuat hanya pada jam sibuk karena pada
jam-jam tersebut terjadi lalu lintas yang padat dan menghasilkan jam
– jam puncak (peak hours). Berikut adalah data lokasi tersebut yang
akan digunakan sebagai pendukung pembuatan simulasi dengan
perangkat lunak (software) Promodel :
Gambar 4.13 Atribut Lokasi Area Gerbang Tol Ampera 2
(Pengolahan Data, 2018)
Gambar 4.14 Layout Location Area Gerbang Tol Ampera 2
(Pengolahan Data, 2018)
4.5.2 Entitas
Entitas adalah sebuah objek yang keberadaannya dapat
dibedakan terhadap objek lain, entitas pada penelitian ini adalah
cars, kemudian diberikan waktu kecepatan cars berjalan.
Page 86
69
UIN Syarif Hidayatullah Jakarta
Gambar 4.15 Atribut Entitas Area Gerbang Tol Ampera 2
(Pengolahan Data, 2018)
4.5.3 Arrival
Arrivals merupakan kedatangan dari entitas yang diperlukan dalam
sebuah proses / sistem, dimana entity arrivals dalam penelitian ini adalah
pada gerbang tol. Jumlah kedatangan tidak dibatasi dengan waktu
antarkedatangan sesuai dengan uji Fitting terhadap distribusi teoritis
tertentu yang dapat dilihat pada tabel 4.13.
Gambar 4.16 Atribut Arrival Area Gerbang Tol Ampera 2
(Pengolahan Data, 2018)
Page 87
70
UIN Syarif Hidayatullah Jakarta
4.5.4 Processing
Setelah data yang diperlukan untuk membuat model simulasi
diolah, kemudian data - data tersebut digunakan pada model
simulasi. Model simulasi yang akan dibuat sesuai dengan kondisi
nyata yaitu sistem antrian pada pelayanan gerbang tol Ampera 2
bersifat otomatis – otomatis. Berikut adalah atribut – atribut yang
digunakan oleh gardu otomatis – otomatis yang disesuaikan dengan
uji Fitting terhadap distribusi teoritis tertentu yang dapat dilihat pada
Gambar 4.17 dan 4.18.
Gambar 4.17 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Gambar 4.18 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Gambar 4.19 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Page 88
71
UIN Syarif Hidayatullah Jakarta
Gambar 4.20 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Gambar 4.21 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Gambar 4.22 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Gambar 4.23 Atribut Proccessing Otomatis – Otomatis
(Pengolahan Data, 2018)
Page 89
72
UIN Syarif Hidayatullah Jakarta
4.6 Verifikasi dan Validasi (Verification and Validation)
Model verifikasi dan validasi dapat dikatakan valid secara kuantitatif
jika perbedaan hasil dari sistem nyata tidak berbeda jauh dengan hasil
simulasi. Model juga dapat dikatakan terverifikasi dan valid apabila jalur
yang dibuat dalam software promodel sesuai dengan sistem nyata yang di
amati di perusahaan. Proses validasi dari model dilakukan dengan
menggunakan data berupa data output dari sistem nyata dan data hasil dari
simulasi.
Tabel 4.8 Verifikasi dan Validasi
(Pengolahan Data, 2018)
Entitas Gardu (Kendaraan)
Aktual 10.850
Simulasi 10.792
Selisih 58 (0,5%)
4.7 Eksperimentasi (Eksperimentation)
4.7.1 Penentuan Jumlah Replikasi
Untuk mengurangi variansi maka simulasi harus dilakukan
sebanyak n kali replikasi. Untuk mendapatkan nilai n maka perlu
dilakukan replikasi awal n0 yaitu sebanyak 10 kali replikasi. Hasil
dari 10 replikasi tersebut terdapat dalam Tabel 4.9 Kolom n
menunjukkan replikasi ke-n. Selanjutnya untuk mendapatkan nilai
n’ (n replikasi yang dibutuhkan) maka dilakukan perhitungan
sebagai berikut :
n = 10 (replikasi awal)
n-1 = 9
α = 0.05
tn-1,α/2 = 2.26
Kemudian hitung half width sebagai berikut :
Half Width = (𝑡n−1,α/2) 𝑥 𝑠
√𝑛
Page 90
73
UIN Syarif Hidayatullah Jakarta
Tabel 4.9 Hasil Waktu Tunggu Dalam Sistem Replikasi Awal
(Pengolahan Data, 2018)
Waktu Tunggu Dalam Sistem (Menit)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 0,22 0,20 0,20 0,17 0,17 0,13
2 0,23 0,20 0,20 0,18 0,17 0,13
3 0,22 0,20 0,20 0,17 0,18 0,13
4 0,23 0,21 0,20 0,17 0,17 0,13
5 0,22 0,20 0,20 0,17 0,17 0,13
6 0,21 0,20 0,19 0,17 0,17 0,13
7 0,21 0,20 0,19 0,17 0,17 0,13
8 0,22 0,20 0,20 0,18 0,18 0,13
9 0,22 0,20 0,20 0,18 0,17 0,13
10 0,23 0,20 0,20 0,18 0,17 0,13
Half Width = 2,26 𝑥 0,02
√10 = 0,01
Dari perhitungan di atas di dapat nilai half width sebesar 0,01 atau jika
dihitung prosentase error terhadap ratarata dari data adalah sebesar :
% error = 𝐻𝑎𝑙𝑓 𝑊𝑖𝑑𝑡ℎ
𝑅𝑎𝑡𝑎−𝑅𝑎𝑡𝑎 𝑥 100%=
0,01
1,1 𝑥 100% = 0,01 %
Jadi nilai error terhadap rata – rata data sebesar 0,01%, nilai error ini sangat
kecil sehingga kita dapat menhitung nilai n’ yaitu nilai replikasi baru yang
dibutuhkan dengan menggunakan rumus dibawah ini :
n' = [(𝑧α/2) 𝑥 𝑠
ℎ𝑎𝑙𝑓 𝑤𝑖𝑑𝑡ℎ]
2
= [1,96 𝑥 0,02
0,01]
2
= 15,37
Jadi jumlah replikasi yang dibutuhkan pada waktu tunggu dalam sistem
adalah 15 kali replikasi, sehingga diperlukan tambahan replikasi sebanyak 5 kali
pada tahap uji simulasi.
Page 91
74
UIN Syarif Hidayatullah Jakarta
Tabel 4.10 Hasil Utilitas Server Replikasi Awal
(Pengolahan Data, 2018)
Utilitas Server (%)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
Konvensional Konvensional Konvensional Otomatis Otomatis Otomatis Konvensional OBU Otomatis OBU OBU OBU
1 92,57 90,33 92,64 87,64 84,47 84,08 92,53 18,80 88,82 21,10 20,80 21,84
2 94,70 93,91 93,40 89,16 90,44 82,40 93,40 19,50 85,03 21,44 21,02 22,01
3 93,40 91,40 90,93 86,98 85,11 82,06 92,00 18,64 89,36 21,20 20,77 21,39
4 97,15 96,98 93,97 85,12 85,26 90,24 92,93 19,15 84,78 21,23 20,69 22,09
5 95,90 95,13 91,72 87,60 86,09 87,69 90,22 17,89 80,72 21,20 21,20 21,83
6 92,82 89,31 94,04 80,94 84,79 95,84 91,92 18,38 84,39 21,43 21,78 21,88
7 91,56 88,55 91,80 88,69 88,64 88,79 90,38 18,24 84,68 22,50 21,07 21,30
8 94,65 92,75 90,12 85,84 83,21 96,11 94,95 19,32 87,00 21,79 21,07 21,39
9 92,78 92,00 87,62 89,89 89,33 94,18 94,94 18,83 85,47 21,42 20,83 21,80
10 95,29 94,16 90,43 87,44 85,88 86,18 96,76 20,11 83,95 21,39 20,87 20,85
Page 92
75
UIN Syarif Hidayatullah Jakarta
Half Width = 2,26 𝑥 10,73
√10 = 7,67
Dari perhitungan di atas di dapat nilai half width sebesar 0,01 atau jika
dihitung prosentase error terhadap ratarata dari data adalah sebesar :
% error = 7,67
783,64 𝑥 100%= 0,01 %
Jadi nilai error terhadap rata – rata data sebesar 0,01%, nilai error ini sangat
kecil sehingga kita dapat menhitung nilai n’ yaitu nilai replikasi baru yang
dibutuhkan dengan menggunakan rumus dibawah ini :
n' = [1,96 𝑥 10,73
7,67]
2
= 7,52
Jadi jumlah replikasi yang dibutuhkan pada utilitas server adalah 8 kali
replikasi, sehingga tidak diperlukan tambahan replikasi pada tahap uji simulasi.
Page 93
76
UIN Syarif Hidayatullah Jakarta
4.7.2 Skenario Eksperimen
Untuk mengidentifikasi tingkat performansi sistem aktual,
model simulasi waktu tunggu dalam sistem dijalankan sebanyak 15
kali replikasi dan utilitas server dijalankan sebanyak 8 kali replikasi
terhadap keenam simulasi yang telah dibuat. Tingkat performansi
yang diukur adalah waktu tunggu dalam sistem dan utilitas server.
Hasil simulasi untuk rata-rata output setiap skenario dan replikasi
ditunjukan pada sub bab 4.8.
4.8 Analisa Keluaran (Output Analysis)
4.8.1 Waktu Tunggu Dalam Sistem
Sesuai dengan perhitungan yang didapat dari penentuan
jumlah replikasi didapatkan hasil replikasi sebanyak 15 kali maka
perlu dilakukan tahap uji langsung sehingga mendapatkan hasil
seperti tabel 4.11 dibawah ini :
Tabel 4.11 Analisa Keluaran Waktu Tunggu Dalam Sistem
(Pengolahan Data, 2018)
Waktu Tunggu Dalam Sistem (Menit)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 0,22 0,20 0,20 0,17 0,17 0,13
2 0,23 0,20 0,20 0,18 0,17 0,13
3 0,22 0,20 0,20 0,17 0,18 0,13
4 0,23 0,21 0,20 0,17 0,17 0,13
5 0,22 0,20 0,20 0,17 0,17 0,13
6 0,21 0,20 0,19 0,17 0,17 0,13
7 0,21 0,20 0,19 0,17 0,17 0,13
8 0,22 0,20 0,20 0,18 0,18 0,13
9 0,22 0,20 0,20 0,18 0,17 0,13
10 0,23 0,20 0,20 0,18 0,17 0,13
11 0,22 0,21 0,19 0,17 0,17 0,13
12 0,22 0,20 0,19 0,18 0,18 0,13
13 0,23 0,20 0,20 0,17 0,18 0,13
Page 94
77
UIN Syarif Hidayatullah Jakarta
14 0,22 0,20 0,19 0,18 0,17 0,13
15 0,23 0,20 0,20 0,18 0,17 0,13
Rata - Rata 0,22 0,20 0,20 0.17 0,17 0,13
Pada waktu tunggu dalam sistem didapat besar rata – rata
masing – masing skenario yang dapat dilihat pada tabel 4.11.
kemudian dari hasil rata – rata tersebut dapat dilihat bahwa waktu
terlama menunggu dalam sistem adalah skenario 1, semua dapat
dilihat pada gambar 4.23 grafik rata – rata waktu tunggu dalam
sistem dibawah ini :
Gambar 4.24 Grafik Rata – Rata Waktu Tunggu Dalam Sistem
(Pengolahan Data, 2018)
4.8.2 Utilitas Server
Sesuai dengan perhitungan yang didapat dari penentuan
jumlah replikasi didapatkan hasil replikasi sebanyak 8 kali maka
tidak perlu dilakukan tahap uji langsung sehingga mendapatkan
hasil seperti tabel 4.11 dibawah ini :
0
0.05
0.1
0.15
0.2
0.25
Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
Grafik Rata – Rata Waktu Tunggu Dalam Sistem
Page 95
78
UIN Syarif Hidayatullah Jakarta
Tabel 4.12 Analisa Keluaran Utilitas Server
(Pengolahan Data, 2018)
Utilitas Server (%)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 91,45 90,14 84,28 55,67 54,96 21,32
2 94,31 91,28 86,42 56,45 53,24 21,52
3 92,40 88,96 83,59 55,32 55,28 21,08
4 97,07 89,56 87,75 56,04 53,01 21,39
5 95,52 89,66 86,89 54,06 50,96 21,52
6 91,07 87,49 90,32 55,15 52,91 21,83
7 90,06 90,25 88,72 54,18 53,59 21,19
8 93,70 87,98 89,66 57,14 54,40 21,23
Rata - Rata 93,19 89,41 87,20 55,52 53,54 21,38
Pada waktu tunggu dalam sistem didapat besar rata – rata
masing – masing skenario yang dapat dilihat pada tabel 4.12.
kemudian dari hasil rata – rata tersebut dapat dilihat bahwa
persentasi sedikitnya server menganggur adalah skenario 1, semua
dapat dilihat pada gambar 4.24 grafik rata – rata utilitas server
dibawah ini :
Page 96
79
UIN Syarif Hidayatullah Jakarta
Gambar 4.25 Grafik Rata – Rata Utilitas Server
(Pengolahan Data, 2018)
0
10
20
30
40
50
60
70
80
90
100
Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
Grafik Rata - Rata Utilitas Server
Page 97
80 UIN Syarif Hidayatullah Jakarta
BAB 5
HASIL DAN PEMBAHASAN
5.1 Perhitungan Perbedaan Model Menggunakan Kruskal Wallis –
Friedman Test
Perhitungan perbedaan pada setiap model menggunakan Kruskal
Wallis kemudian dilanjut dengan Uji Friedman karena data merupakan data
nonparametik.
5.1.1 Uji Kruskal Wallis
Uji Kruskal Wallis merupakan salah satu uji nonparametik
yang berbasis ordinal yang mempunyai tujuan untuk menentukan
apakah terdapat perbedaan yang signifikan secara statistik antara
beberapa sempel independent yang berskala data numerik
(interval/rasio) dan skala ordinal.
5.1.1.1 Uji Kruskal Wallis Pada Waktu Tunggu Dalam Sistem
Tabel 5.1 dibawah ini menunjukkan hasil rata – rata waktu
tunggu dalam sistem pada setiap skenario yang sudah dikerjakan
pada sub bab 4.11.
Tabel 5.1 Rata – Rata Waktu Tunggu Dalam Sistem Tiap Skenario
(Pengolahan Data, 2018)
Waktu Tunggu Dalam Sistem (Menit)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 0,22 0,20 0,20 0,17 0,17 0,13
2 0,23 0,20 0,20 0,18 0,17 0,13
3 0,22 0,20 0,20 0,17 0,18 0,13
4 0,23 0,21 0,20 0,17 0,17 0,13
5 0,22 0,20 0,20 0,17 0,17 0,13
6 0,21 0,20 0,19 0,17 0,17 0,13
7 0,21 0,20 0,19 0,17 0,17 0,13
8 0,22 0,20 0,20 0,18 0,18 0,13
9 0,22 0,20 0,20 0,18 0,17 0,13
Page 98
81
UIN Syarif Hidayatullah Jakarta
10 0,23 0,20 0,20 0,18 0,17 0,13
11 0,22 0,21 0,19 0,17 0,17 0,13
12 0,22 0,20 0,19 0,18 0,18 0,13
13 0,23 0,20 0,20 0,17 0,18 0,13
14 0,22 0,20 0,19 0,18 0,17 0,13
15 0,23 0,20 0,20 0,18 0,17 0,13
Dari kasus di atas akan dianalisis menggunakan uji kruskal
wallis h karena diasumsikan data tidak memenuhi asumsi
normalitas. Sebelum melakukan input data, terlebih dahulu
dirumuskan hipotesis penelitian sebagai berikut :
H0 : Tidak terdapat perbedaan waktu tunggu dalam sistem kinerja
gardu pada keenam skenario.
H1 : Terdapat perbedaan waktu tunggu dalam sistem kinerja gardu
pada keenam skenario.
Langkah-langkah untuk melakukan uji kruskal wallis h
dengan SPSS adalah sebagai berikut :
1) Open SPSS – Masukkan data yang akan di uji.
2) Analyze – Nonparametic Tests – Legacy Dialogs – K
Independent Samples...
Page 99
82
UIN Syarif Hidayatullah Jakarta
Gambar 5.1 Langkah – Langkah Uji Kruskal Wallis
(Pengolahan Data, 2018)
3) Pada kolom Tests for Several Independent Samples Masukkan
Utilitas pada Test Variable List dan Skenario pada Grouping
Variable.
Lalu klik Define Range – Masukkan min 1 dan max 6 –
Continue.
Gambar 5.2 Langkah – Langkah Uji Kruskal Wallis
(Pengolahan Data, 2018)
Page 100
83
UIN Syarif Hidayatullah Jakarta
4) OK
Tabel 5.2 Hasil Uji Kruskal Wallis Waktu Tunggu Dalam Sistem
(Pengolahan Data, 2018)
Dari tabel diperoleh nilai Asymp.Sig sebesar 0,000 < α
(0,05), maka H0 ditolak dan Ha diterima, sehingga dari hipotesis
yang telah dirumuskan dapat disimpulkan bahwa “terdapat
perbedaan waktu tunggu dalam sistem pada keenam skenario”
sehingga dapat dilakukan uji lanjutan untuk mendapat skenario
terbaik pada Gerbang Tol Ampera 2.
Test Statisticsa,b
Waktu_Tunggu
Chi-Square 84.869
df 5
Asymp. Sig. .000
a. Kruskal Wallis Test
b. Grouping Variable: Skenario
Page 101
84
UIN Syarif Hidayatullah Jakarta
5.1.1.2 Uji Kruskal Wallis Pada Utilitas Server
Tabel 5.2 dibawah ini menunjukkan hasil rata – rata utilitas
server pada setiap skenario yang sudah dikerjakan pada sub bab
4.12.
Tabel 5.3 Rata – Rata Waktu Tunggu Dalam Sistem Tiap Skenario
(Pengolahan Data, 2018)
Utilitas Server (%)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 91,45 90,14 84,28 55,67 54,96 21,32
2 94,31 91,28 86,42 56,45 53,24 21,52
3 92,40 88,96 83,59 55,32 55,28 21,08
4 97,07 89,56 87,75 56,04 53,01 21,39
5 95,52 89,66 86,89 54,06 50,96 21,52
6 91,07 87,49 90,32 55,15 52,91 21,83
7 90,06 90,25 88,72 54,18 53,59 21,19
8 93,70 87,98 89,66 57,14 54,40 21,23
Dari kasus di atas akan dianalisis menggunakan uji kruskal
wallis h karena diasumsikan data tidak memenuhi asumsi
normalitas. Sebelum melakukan input data, terlebih dahulu
dirumuskan hipotesis penelitian sebagai berikut :
H0 : Tidak terdapat perbedaan utilitas server pada keenam skenario.
H1 : Terdapat perbedaan utilitas server pada keenam skenario.
Dari tabel 5.3 dapat dihitung sama seperti langkah-langkah
untuk melakukan uji kruskal wallis h dengan SPSS pada sub bab
5.1.1.1 diatas. Maka dapat menghasilkan data seperti dibawah ini :
Page 102
85
UIN Syarif Hidayatullah Jakarta
Tabel 5.4 Hasil Uji Kruskal Wallis Utilitas Server
(Pengolahan Data, 2018)
Dari tabel diperoleh nilai Asymp.Sig sebesar 0,000 < α
(0,05), maka H0 ditolak dan Ha diterima, sehingga dari hipotesis
yang telah dirumuskan dapat disimpulkan bahwa “terdapat
perbedaan utilitas kinerja gardu pada keenam skenario”
sehingga dapat dilakukan uji lanjutan untuk mendapat skenario
terbaik pada Gerbang Tol Ampera 2.
5.1.2 Friedman Test
Uji Friedman digunakan untuk menguji perbedaan k sampel
berpasangan jika data yang digunakan berskala ordinal. Pada
prinsipnya, uji ini menguji kesesuaian atau perbedaan rangking
antarkelompok sampel berpasangan. Apabila data yang diperoleh
sudah dalam bentuk interval atau rasio, maka data tersebut harus
diinformasikan terlebih dahulu menjadi data ordinal.
5.1.2.1 Friedman Test Pada Waktu Tunggu Dalam Sistem
Tabel 5.5 dibawah ini menunjukkan hasil perangkingan rata
– rata waktu tunggu dalam sistem pada setiap skenario yang sudah
dikerjakan pada sub bab 4.11. Perangkingan ini diurutkan dari waktu
tunggu dalam sistem yang paling kecil hingga besar, sehingga
didapat hasil perangkingan sebagai berikut :
Test Statisticsa,b
Utilitas_Server
Chi-Square 43.776
df 5
Asymp. Sig. .000
a. Kruskal Wallis Test
b. Grouping Variable: Skenario
Page 103
86
UIN Syarif Hidayatullah Jakarta
Tabel 5.5 Perangkingan Data Waktu Tunggu Dalam Sistem
(Pengolahan Data, 2018)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 6 4 4 2 2 1
2 6 4 4 3 2 1
3 6 4 4 2 3 1
4 6 5 4 2 2 1
5 6 4 4 2 2 1
6 6 5 4 2 2 1
7 6 5 4 2 2 1
8 6 4 4 2 2 1
9 6 4 4 3 2 1
10 6 4 4 3 2 1
11 6 5 4 2 2 1
12 6 5 4 2 2 1
13 6 4 4 2 3 1
14 6 5 4 3 2 1
15 6 4 4 3 2 1
Langkah-langkah untuk melakukan uji Friedman dengan
SPSS adalah sebagai berikut :
1) Open SPSS – Masukkan data yang akan di uji.
2) Analyze – Nonparametic Tests – Legacy Dialogs – K Related
Samples...
Page 104
87
UIN Syarif Hidayatullah Jakarta
Gambar 5.3 Langkah – Langkah Uji Friedman
(Pengolahan Data, 2018)
3) Pada kolom Tests for Several Independent Samples Masukkan
Utilitas pada Test Variable List dan Skenario pada Grouping
Variable.
Lalu klik Define Range – Masukkan min 1 dan max 6 –
Continue.
Gambar 5.4 Langkah – Langkah Uji Friedman
(Pengolahan Data, 2018)
Page 105
88
UIN Syarif Hidayatullah Jakarta
4) OK
Tabel 5.6 Hasil Uji Friedman
(Pengolahan Data, 2018)
Dari tabel diperoleh nilai rank yang menunjukkan rangking
skenario. Didapat hasil urutan dari tertinggi sampai terendah yaitu
skenario 6 sebesar 1,00; urutan kedua yaitu skenario 5 sebesar 2,40;
urutan ketiga yaitu skenario 4 sebesar 2,60; urutan keempat yaitu
skenario 3 sebesar 4,30; urutan kelime yaitu skenario 2 sebesar 4,70;
urutan ketiga yaitu skenario 1 sebesar 6,00;
5.1.2.2 Friedman Test Pada Utilitas Server
Tabel 5.6 dibawah ini menunjukkan hasil perangkingan rata
– rata utilitas server pada setiap skenario yang sudah dikerjakan pada
sub bab 4.12. Perangkingan ini diurutkan dari utilitas server yang
paling sedikit menganggur hingga banyak menganggur, sehingga
didapat hasil perangkingan sebagai berikut :
Tabel 5.7 Perangkingan Data Utilitas Server
(Pengolahan Data, 2018)
No Skenario 1 Skenario 2 Skenario 3 Skenario 4 Skenario 5 Skenario 6
1 1 2 3 4 5 6
2 1 2 3 4 5 6
3 1 2 3 4 5 6
4 1 2 3 4 5 6
5 1 2 3 4 5 6
Ranks
Mean Rank
Skenario_1 6.00
Skenario_2 4.70
Skenario_3 4.30
Skenario_4 2.60
Skenario_5 2.40
Skenario_6 1.00
Page 106
89
UIN Syarif Hidayatullah Jakarta
6 1 3 2 4 5 6
7 1 2 3 4 5 6
8 1 3 2 4 5 6
Dari tabel 5.6 dapat dihitung sama seperti langkah-langkah
untuk melakukan friedman test dengan SPSS pada sub bab
5.1.2.1 diatas. Maka dapat menghasilkan data seperti dibawah
ini :
Tabel 5.8 Hasil Uji Friedman
(Pengolahan Data, 2018)
Dari tabel diperoleh nilai rank yang menunjukkan
rangking skenario. Didapat hasil urutan dari tertinggi sampai
terendah yaitu skenario 1 sebesar 1,00; kemudian urutan kedua
yaitu skenario 2 sebesar 2,25; urutan ketiga yaitu skenario 3
sebesar 2,75; urutan keempat yaitu skenario 4 sebesar 4,00;
urutan kelima yaitu skenario 5 sebesar 5,00; dan terakhir urutan
keenam yaitu skenario 6 sebesar 6,00.
Ranks
Mean Rank
Skenario_1 1.00
Skenario_2 2.25
Skenario_3 2.75
Skenario_4 4.00
Skenario_5 5.00
Skenario_6 6.00
Page 107
90 UIN Syarif Hidayatullah Jakarta
BAB 6
PENUTUP
6.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisis yang telah dilakukan
sebelumnya, maka kesimpulan yang dapat diperoleh adalah sebagai berikut:
1. Dalam pembuatan model Gerbang Tol Ampera 2 dengan simulasi yang
sesuai dengan aktual yaitu 2 gardu tol otomatis dengan jarak gerbang tol
ke gardu tol sepanjang 50 meter yang dapat dilihat pada Gambar 4.1
Entity Flow Diagram.
2. Membandingkan performansi layanan Gerbang Tol Ampera 2 dengan 6
skenario menggunakan perhitungan Kruskal Wallis – Friedman Test.
Dari hasil perhitungan didapat kesimpulan bahwa waktu tunggu dalam
sistem paling sebentar adalah skenario OBU – OBU, dapat dilihat pada
Tabel 5.5. Sedangkan utilitas server yang tidak banyak menganggur
adalah Konvensional – Konvensional, dapat dilihat pada Tabel 5.7.
6.2 Saran
Penulis menyadari dalam melakukan penelitian masih memiliki
kekurangan. Oleh karena itu, penulis menyarankan untuk mengembangkan
penelitian ini, antara lain :
1. Menggunakan model yang berbeda.
2. Data pengolahan diperoleh data parametik sehingga menggunakan
perhitungan perbedaan model yang sesuai dengan data parametik.
Page 108
91 UIN Syarif Hidayatullah Jakarta
DAFTAR PUSTAKA
Adrian Boucher, P. . (2018). Easyfit.
Alam Kurnia M, Faula Arini, R. E. (2015). Analisa Efisiensi Gardu Tol Pada Saat
Peak Hours Di Gerbang Tol Serang Timur. Analisa Efisiensi Gardu Tol Pada
Saat Peak Hours Di Gerbang Tol Serang Timur.
Alfat, L. H. dan S. (2017). Penuntun Praktikum Algoritma dan Pemograman La
Hamimu dan Sayahdin Alfat, (August).
Arifin, J. (2017). SPSS 24 (pertama). Jakarta: PT. Elex Media Komputindo.
Arsitektur, S., Teknik, F., Malikussaleh, U., & Samudera, J. (n.d.). Simulasi
Pencahayaan Alami Pada Gedung Program Studi Arsitektur, 113–124.
Cahyono, T. (2009). Uji Normalitas. Poltekkes Semarang.
Corporation, G. M. S. (2017). Stat::fit Version 2. United State of America.
Delignette-Muller, M. L., & Dutang, C. (2015). fitdistrplus : An R Package for
Fitting Distributions. Journal of Statistical Software, 64(4).
https://doi.org/10.18637/jss.v064.i04
Fazlurahman, A. R. dan I. (2017). Utility Toll Gate Bandung Using Simulation
Model. Medwell Journals.
Gandomi, a, Tafti, V. A., Ghasemzadeh, H., Madani, S., Kazmi, J., & Mahlknecht,
S. (2011). Wireless sensor networks: modeling and simulation. Computer
Research and Development, 2010 Second International Conference On,
0(2004), 251–254. https://doi.org/10.1109/ICCRD.2010.72
Guritno. (2011). Studi Pustaka.
Habib, A. Q. (2017). STATISTIK NON-PARAMETRIK.
Ignatius Andree, Alfian, C. P. J. (2013). ISSN : 1963-6590 ( Print ) ISSN : 2442-
2630 ( Online ).
Jakarta, P. J. L. (2016). Sistem Pengumpul Jalan Tol. Bekasi: PT Jalantol
Lingkarluar Jakarta.
Jakarta, P. J. L. (2018). Jalan Tol. Retrieved from http://www.jlj.co.id/id/toll
Karim, A. A., & Persada, R. G. (n.d.). Adiwarman A. Karim, Bank Islam Analisis
Fiqih dan Keuangan , (Jakarta: PT Raja Grafindo Persada, 2004) hlm 113 1 1,
1–16.
Kesuma, Y. P. (2015). Analisis Perbandingan Kinerja Sistem Antrian Gerbang Tol
Bandung 2015. Analisis Perbandingan Kinerja Sistem Antrian Gerbang Tol
Bandung 2015.
Page 109
92
UIN Syarif Hidayatullah Jakarta
Kurniawan, R. D., & Susanty, A. (n.d.). PENENTUAN JUMLAH SERVER
OPTIMAL UNTUK PENINGKATAN UTILITAS SERVER DENGAN
MENGGUNAKAN SIMULASI EXTEND DI RESTORAN CEPAT SAJI
MCDONALD ’ S.
larasati. (2014). Universitas sumatera utara. Igarss 2014, (X), 1–5.
https://doi.org/10.1007/s13398-014-0173-7.2
Pengusul, T. I. M. (2012). TAMALANREA SEKSI IV MAKASSAR, 0–12.
Prabowo, D. (2017). Transaksi Non-tunai di Seluruh Ruas Tol Berlaku Oktober
2017 Artikel ini telah tayang di Kompas.com dengan judul “Transaksi Non-
tunai di Seluruh Ruas Tol Berlaku Oktober 2017”,
https://properti.kompas.com/read/2017/06/01/043000021/transaksi.non-
tunai.di.s. Retrieved from
https://properti.kompas.com/read/2017/06/01/043000021/transaksi.non-
tunai.di.seluruh.ruas.tol.berlaku.oktober.2017
Riyanto, A. (2014). Simulasi sistem antrian menggunakan promodel di RS.hasan
Sadikin Bandung. Retrieved from
http://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-
gdl-agusriyant-33066%0D
Santoso, C. H., Tannady, H., & Caesaron, D. (2015). Analisis Kemacetan Di Jalan
Tol Lingkar Dalam Kota Jakarta (Gerbang Tol Cililitan). Jurnal Teknik Dan
Ilmu Komputer ANALISIS, 4, 163–174. https://doi.org/10.1345/aph.1E115
Santoso, S. (2016). Panduan Lengkap SPSS Versi 23. Jakarta: Komputindo, PT.
Elex Media.
Saputra, D. S. (2016). Analisis Perbandingan Algoritma Routing Leanch-c dan
Pegasis pada Wireless Sensor Networl menggunakan Network Simulator-2.
UIN Jakarta.
Shahaludin, R. dan. (2014). Wawancara.
Sodikin. (2006). Kajian Masalah Antrian pada Sistem Pengumpulan Tol
Konvensional Terhadap Rancangan Sistem Pengumpulan Tol Elektronik.
Universitas Diponegoro.
Yosi Purnama Putra, A. S. (2015). Analisis Jumlah Optimal Gardu Exit Gerbang
Tol Pasir Koja Di PT Jasa Marga (Persero) Tbk. Analisis Jumlah Optimal
Gardu Exit Gerbang Tol Pasir Koja Di PT Jasa Marga (Persero) Tbk.
Page 110
93
UIN Syarif Hidayatullah Jakarta
LAMPIRAN
Lampiran 1
Wawancara dengan pihak PT Jalantol Linkarluar Jakarta
1. Kapan pembayaran pelayanan gerbang tol non-tunai diberlakukan? 1 Oktober
2017.
2. Apakah dilakukan analisis utilitas pelayanan gardu tol sebelum
diberlakukannya pembayaran pelayanan gerbang tol non-tunai 100%? Tidak,
semua itu kebijakan dari BI dan PUPR.
3. Sebelum diberlakukannya pembayaran pelayanan gerbang tol non-tunai 100%,
gerbang mana yang semua gardu menggunakan pelayanan konvensional?
Gerbang Tol Fatmawati 2 dan Ampera 2.
4. Berapa banyak data volume kedatangan kendaraan pada gerbang tol ampere 2
dari tahun 2016 – 2017?
Tahun
Bulan
2016 2017 2018
Januari 347.591 342.296 322.972
Februari 341.965 319.325 301.947
Maret 356.253 359.817 334.439
April 355.196 346.049 329.092
Mei 358.311 364.535 318.322
Juni 335.860 311.062 262.357
Juli 305.475 357.742 328.188
Agustus 362.729 375.133 325.515
September 346.115 358.258 -
Oktober 353.885 377.425 -
November 349.891 334.696 -
Desember 346.353 317.675 -
TOTAL 4.159.624 4.164.016 2.522.832
Page 111
94
UIN Syarif Hidayatullah Jakarta
Lampiran 2
Tabel t
Page 112
95
UIN Syarif Hidayatullah Jakarta
Lampiran 2
Tabel Z