You are on page 1of 23

TUGAS BESAR TEKNIK SIMULASI

Sistem Antrian Pembayaran Pajak STNK di Samsat

Anggota Kelompok : 1. 2. 3. 4. Alkindi Hani Kaulasari Wenthy Oktavin M. Aridya Prayoga 1312 105 026 1312 105 027 1312 105 028 1312 105 029

Latar Belakang .

Bagaimana model simulator yang sesuai di Samsat Manyar? . Berapa besar kegunaan sistem (utility system)? 2. Apakah data hasil simulator telah valid? 1. Mengetahui besar kegunaan sistem (utility system)? 2. 3. Menganalisis kevalidan data hasil simulator 3. Menganalisis model simulator yang sesuai di Samsat Manyar.Rumusan Masalah & Tujuan 1.

Manfaat : 1. Hanya ada satu peneliti yang mencatat di setiap tahap simulasi. Peneliti dapat menerapkan materi simulasi sistem antrian dalam mata kuliah teknik Batasan Masalah 1. 2. Peneliti dapat memberikan rekomendasi perbaikan kualitas pelayanan pada Samsat Manyar. Hanya meneliti pada bagian pelayanan pembayaran pajak STNK 2. .

.

Pengujian Distribusi normal dapat menggunakan one sample Kolmogorov-Smirnov. akan dilayani lebih dulu c. Pengujian Distribusi Pada konsep central limit pusat menyatakan bahwa apapun distribusinya akan mendekati distribsui normal. Uji ini termasuk dalam kelompok uji satu sampel.Kegunaan System Yaitu jumlah kedatangan yang diharapkan per rata – rata waktu pelayanan. Jika <1 ataupun =1. Random : berarti semua pelanggan mempunyai kesempatan yang sama untuk dilayani lebih dulu d. akan dilayani lebih dulu. akan dilayani lebih dulu. b. Prioritas : berarti pelanggan yang mempunyai prioritas yang tinggi. berarti kelajuan kedatangan pelanggan yang terjadi sebanding dengan daya tampung pelayan. . LIFO : berarti pelanggan yang datang terakhir. Run Test Teknik analisis untuk menguji apakah data yang dijadikan sampel terpilih secara random dari suatu populasi tertentu. Disiplin Antrian Terdapat beberapa jenis disiplin antrian. yaitu : a. FCFS ( FIFO ) : berarti pelanggan yang lebih dulu datang.

Discrete Event Library ev ent Executive F U Activity. Generic and Plotter Library Input Random Number B 3 A a>0 N Rand Decision Y 1 2 c. Multiple W count D C D L Generator V 1 2 3 M Timer sensor a b c demand Set A UnBatch a b a b c c Batch demand Set Attribute Get A Get Attribute A  Queue FIFO F L W use # u Resource change # Activity. Mfg and Plotter Library # Batch (Variable) Plotter n Var demand d. Animated Library A Animated Attribute Animated Value .a. Service ? a b Select DE output demand a select Combine Exit # Exit b b.

.

Tahap 3 (pengambilan STNK) : server 1 . Waktu pelayanan a. pukul 08:00:00-14. Tahap 1 (pendaftaran) : server 1. dilakukan pengamatan secara langsung pada setiap tahap layanan dan dicatat waktu kedatangan dan waktu pelayanan. server 2 dan server 3 b. Data diambil pada tanggal 15 Desember 2012.00:00 Variabel Penelitian 1. Waktu antar kedatangan 2.Sumber Data Data primer. Tahap 2 ( pembayaran) : server 1 dan server 2 c.

Lokasi dan Tata Letak Fasilitas Se rv er 6 Server 4 Server 3 Server 2 Server 5 Keterangan : Server 1. 3 Server 4. 2.5 Server 6 : tahap 1 (pendaftaran) : tahap 2 (pembayaran) : tahap 3 ( pengambilan STNK) Pintu Masuk satpam Mesin antrian STNK .

Pelayanan Satpam Tahap 1 (Pendaftaran) Tahap 2 (Pembayaran) Tahap 3 (Pengambilan STNK) .

.

871136 Pada setiap tahap kelajuan kedatangan pelanggan (customer) yang terjadi sebanding dengan daya tampung pelayan karena nilai utility system kurang dari satu. .054288 0.221809 0.5 108.5 666.58 124.2 244.5 108.55 Jumlah server 3 2 1 0.Tahap 1 (pendaftaran) 2(pembayaran) 3(pengambilan STNK)  108.

Cek Kecukupan Data Tahap Waktu kedatangan Tahap 1 Server 1 2 3 1 2 1 k 95% 95% 95% 95% 95% 95% 95% S 28% 33% 33% 33% 8% 8% 11% 10511 16060 14712 15860 8491 8630 8718 3336433 15683126 14258008 15758570 2134644 2225435 1312253 N' 55 17 21 14 23 29 68 N 70 24 24 22 35 35 70 Keputusan Cukup Cukup Cukup Cukup Cukup Cukup Cukup Tahap 2 Tahap 3 .

054 0.712 0.204 0.229 Acak Acak Acak Acak Acak Acak Acak Tahap 1 2 3 1 Tahap 2 2 Tahap 3 1 .926 0.06 0.512 0.209 1.692 1.087 0.489 0.835 0.Hipotesis : H0 : Data telah diambil secara acak H1 : Data tidak terambil secara acak Tahap Server n1 n2 r P-value Kesimpulan Waktu kedatangan 1 35 12 12 11 17 17 35 35 12 12 11 18 18 35 28 14 18 14 13 21 31 1.655 1.878 0.

81 x=144.56 Tahap 1 (pendaftaran) 1 2 3 1 2 3 2 2 Tahap 2 (pembayaran) 3 1 Tahap 3 (pengambilan STNK) 1 2 Invers Gaussian .2 x=289.2 m=502.25 =1930.00666 g=1.68 .2 m=548.18 g=1.96 =3242.b=360 =589.Tahap Wk Server Rank 7 Distribusi Eksponensial Johnson SB Invers Gaussian Invers Gaussian Johnson SB Beta Parameter =0..2575 =296.31 m=124.46 d=0.72397 =1317.0125 d=1. .

9154 0.16 0.9045 Gagal tolak H0 Gagal tolak H0 Keputusan .05.62 Gagal Tolak H0 0.224 0.269 0.14 s2t1 24 0.224 0.88 Gagal Tolak Ho 0. Sig.16 0.269 0. (2-tailed) 0.682 Gagal Tolak H0 0.08 wk 70 0.877 Gagal Tolak Ho 0.09 s2t2 35 0.1137 s3t1 22 0.0823 t3 70 0.281 0.s1t1 N Kolmogorov-Smirnov Z 24 0.08 D0.123 s1t2 35 0.n (tabel) Asymp.953 Gagal Tolak H0 0.

094 0. (2-tailed) 0.074 0.s1t1 N Kolmogorov-Smirnov Z 81 1.1 0.08 Keputusan Gagal Tolak Ho Gagal Tolak Ho Gagal tolak H0 Gagal tolak H0 Gagal Tolak H0 Gagal Tolak H0 Gagal Tolak H0 .26 t3 75 1.283 s1t2 55 1.296 wk 139 1.268 Asymp.083 0.223 s2t2 51 1.069 0.66 0. Sig.235 s2t1 30 0.73 s3t1 28 1.

094 0. (2-tailed) 0.s1t1 N Kolmogorov-Smirnov Z 81 1.26 t3 75 1.083 0.223 s2t2 51 1.296 wk 139 1.069 0.074 0.268 Asymp.66 0.08 Keputusan Gagal Tolak Ho Gagal Tolak Ho Gagal tolak H0 Gagal tolak H0 Gagal Tolak H0 Gagal Tolak H0 Gagal Tolak H0 .73 s3t1 28 1.283 s1t2 55 1.235 s2t1 30 0. Sig.1 0.

97 93 30 26 0 0 0 0 0 0 tidak sama tidak sama tidak sama tidak sama tidak sama tidak sama tidak sama 116 0 Berdasarkan tabel dapat disimpulkan bahwa data waktu antar kedatangan dan datawaktu pelayanan di semua tahap dan semua server dengan data bangkitasn simulasi tidak sama sehingga harus ada perbaikan simulator dan harus dilakukan servey ulang .Uji Validasi Sistem Simulator tahap server t df p-value keputusan wk 1 1 2 3 1 2 3 2 1 -11.659 -2.906 -1.

.

2.1. . Model simulator antrian di Samsat masih belum sesuai. Pada setiap tahap kelajuan kedatangan pelanggan (customer) yang terjadi sebanding dengan daya tampung pelayan karena nilai utility system kurang dari satu.