Professional Documents
Culture Documents
kemampuan jumlah tenaga kerja, sarana dan prasarana serta fasilitas atau peralatan melaksanakan
berbagai macam pelayanan dan usaha untuk mencapai tujuan perusahaan. Berdasarkan kepada
intensitas arus penumpang dari hari ke hari yang menunjukkan peningkatan di Bandar udara
Internasional Adisutjipto, maka PT. (Persero) Angkasa Pura I Cabang Bandara Internasional
Adisutjipto Yogyakarta berupaya untuk meningkatkan pelayanan terhadap pemakai jasa bandar
udara.
2. LANDASAN TEORI
Menurut Edi Sumarno (2001) dalam bukunya Layanan Penumpang dan Bagasi
mendefinisikan layanan check-in adalah suatu proses layanan terhadap penumpang yang akan
mengadakan perjalanan dengan menggunakan pesawat terbang, sedangkan check-in counter adalah
meja layanan tempat penumpang datang untuk melaporkan diri sebelum naik pesawat.
Menurut Achmad Moegandi (1993 : 29) dalam bukunya istilah Penerbangan Sipil
mendefinisikan check-in adalah proses pelaporan penumpang yang akan melakukan penerbangan
kepada petugas perusahaan penerbangan di gedung terminal pemberangkatan.
Ban Berjalan
Petugas Check-in
Meja Lapor
Penumpang Lapor
Teori antrian adalah teori yang menyangkut studi matematis dari antrian-antrian atau barisbaris penungguan (Tjutju, et al., 2007). Antrian adalah suatu garis tunggu dari konsumen (satuan)
yang memerlukan layanan dari satu atau lebih pelayan (fasilitas pelayanan). Studi matematikal dari
kejadian atau gejala garis tunggu ini disebut teori antrian (P. Siagian, 1987). Kejadian garis tunggu
timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan (kapasitas) pelayanan atau
fasilitas layanan, sehingga konsumen yang ada tidak bisa segera mendapat layanan disebabkan
kesibukan pelayanan.
Dalam banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk mengurangi antrian atau
untuk mencegah terjadinya antrian. Akan tetapi, biaya karena memberikan pelayanan tambahan,
akan menimbulkan pengurangan keuntungan mungkin sampai di bawah tingkat yang dapat
diterima. Sebaliknya, sering timbulnya antrian yang panjang akan mengakibatkan hilangnya
langganan atau penumpang.
Jadi masalah yang dihadapi oleh tiap manajer adalah bagaimana mengusahakan keseimbangan
antara biaya tunggu (antrian), terhadap biaya mencegah antrian itu sendiri guna memperoleh
untung yang maksimum. Suatu analisa dari sistem antrian ini akan dapat memberi jawaban yang
memadai secara umum.
3. KERANGKA PENELITIAN
Agar permasalahan dapat diselesaikan dengan tepat, perlu dibuat suatu kerangka penelitian
yang merupakan proses urutan kegiatan dalam pemecahan masalah. Adapun kerangka penelitian
tersebut ditunjukkan pada gambar.
MULAI
STUDI
PENDAHULUAN
STUDI LITERATUR
PENGUMPULAN DATA
PENGOLAHAN DATA
METODE ANTRIAN
METODE DESKRIPTIF
KOMPARATIF
ANALISIS HASIL
KESIMPULAN DAN
SARAN
4. PENGOLAHAN DATA
1.
MASKAPAI
(AIRLINES)
GARUDA
1
2
LION AIR
WINGS AIR
MANDALA AIR
4
BATAVIA AIR
5
6
MERPATI
RUTE PENERBANGAN
TUJUAN
PERGERAKAN
PESAWAT PER HARI
JAKARTA
9X
DENPASAR
2X
MATARAM
1X
JAKARTA
2X
SURABAYA
1X
JAKARTA
2X
DENPASAR
1X
JAKARTA
1X
BANJARMASIN
1X
BALIKPAPAN
1X
JAKARTA
1X
SURABAYA
1X
BALIKPAPAN
1X
PONTIANAK
1X
UJUNG PANDANG
1X
BANDUNG
1X
REMARKS
BERJADWAL REGULER
BERJADWAL REGULER
BERJADWAL REGULER
BERJADWAL REGULER
BERJADWAL REGULER
BERJADWAL REGULER
MASKAPAI
FLT.NO
(AIRLINES)
(No.PNB)
DARI
DATANG
FLT. NO
TUJUAN
BERANGKAT
(FROM)
(TIME:LT)
(No.PNB)
(TO)
(TIME : LT)
REMARKS
BALIKPAPAN
09.55
JAKARTA
10.25
DAILY
SURABAYA
12.20
DAILY
BALIKPAPAN
15.35
DAILY
JAKARTA
17.40
DAILY
JAKARTA
1
BATAVIA AIR
7P -332
7P - 324
SURABAYA
1
BATAVIA AIR
7P -231
PONTIANAK
11.50
7P - 232
BALIKPAPAN
1
BATAVIA AIR
7P -323
JAKARTA
BATAVIA AIR
7P -231
SURABAYA
15.10
7P - 331
PONTIANAK
17.10
7P - 232
PAX
KE
WAKTU
KEDATANGAN
PAX
KE
WAKTU
KEDATANGAN
PAX
KE
WAKTU
KEDATANGAN
PAX
KE
WAKTU
KEDATANGAN
4,38
16
5,54
31
2,38
46
1,23
4,02
17
2,22
32
1,19
47
2,08
4,44
18
1,03
33
3,25
48
6,43
8,35
19
2,06
34
1,48
49
2,15
7,10
20
4,27
35
2,30
50
3,55
5,58
21
1,21
36
2,21
51
8,21
2,58
22
2,35
37
3,10
52
5,23
1,20
23
3,12
38
6,31
53
3,07
2,41
24
2,14
39
4,25
54
1,35
10
1,52
25
1,45
40
7,58
55
7,17
11
6,25
26
1,23
41
2,34
56
1,55
12
1,24
27
2,32
42
3,20
57
3,41
13
4,06
28
3,33
43
4,30
58
1,52
14
1,19
29
1,56
44
4,50
59
1,25
15
3,54
30
1,22
45
2,46
60
7,31
LAMA
PELAYANAN
PAX KE
LAMA PELAYANAN
PAX KE
LAMA
PELAYANAN
PAX KE
LAMA
PELAYANAN
2,32
16
2,00
31
8,45
46
2,58
3,00
17
9,40
32
4,02
47
5,13
8,39
18
1,18
33
2,35
48
1,33
6,01
19
4,04
34
4,08
49
3,21
1,02
20
1,43
35
6,13
50
4,23
2,00
21
7,40
36
1,30
51
1,15
2,46
22
3,25
37
5,25
52
3,37
2,01
23
2,15
38
1,39
53
2,33
5,40
24
3,02
39
6,23
54
5,35
10
4,02
25
4,32
40
1,03
55
7,54
11
1,03
26
4,58
41
2,08
56
1,06
12
7,56
27
3,33
42
3,35
57
2,17
13
1,49
28
3,21
43
5,32
58
4,31
14
3,58
29
1,25
44
2,02
59
2,36
15
3,47
30
5,47
45
6,55
60
3,35
= 7,32 / 6,87
= 1,07
4. Pengujian distribusi data
Data waktu kedatangan beserta frekuensinya dapat dilihat pada tabel dibawah ini:
Distribusi Frekuensi Waktu Kedatangan
batas kelas t
nilai tengah
Frekuensi amatan
ti , oi
ti2 , oi
(menit)
( ti )
( oi )
( Xi )
( Xi2 )
1,03 - 2,10
1,57
20
31,3
48,98
2,11 - 3,18
2,65
14
37,03
97,94
3,19 - 4,26
3,73
33,52
124,88
4,27 - 5,34
4,81
28,83
138,53
5,35 - 6,42
5,89
23,54
138,53
6,43 - 7,50
6,97
27,86
194,04
7,51 - 8,58
8,05
24,13
194,17
jumlah
60
206,21
937,07
Xi = 206,21 = 3,44
X
60
n
N ( Xi 2 ) ( Xi ) 2
N ( N 1)
60(937,07) (206,21) 2
= 1,97
60(60 1)
1)
2)
(oi ei ) 2
ei
Dimana : oi = Frekuensi yang diamati sel ke i
ei = Frekuensi harapan sel ke i
Sebagai contoh perhitungan 2 untuk sel kedua dimana ei = 8,69 dan oi = 14 diperoleh 2 =
(14 8,69) 2
= 3,25
8,69
Untuk seluruh perhitungan tersebut dapat diringkas dalam tabel sebagai berikut:
Hasil Perhitungan 2 Untuk Waktu Kedatangan Penumpang
batas kelas
Frekuensi
2
t
Frekuensi amatan
harapan
(menit)
( oi )
( ei )
1,03 - 2,10
20
11,89
5,53
2,11 - 3,18
14
8,69
3,25
3,19 - 4,26
9
6,35
1,11
4,27 - 5,34
6
4,64
0,40
5,35 - 6,42
4
3,39
0,11
6,43 - 7,50
4
2,47
0,94
7,51 - 8,58
3
1,81
0,79
12,13
Dari hasil perhitungan diketahui 2 hitung (12,13) < 2 tabel (16,80) berarti 2 hitung
terletak diluar daerah kritis. Karena 2 hitung lebih kecil dari 2 tabel maka Ho diterima
sehingga dapat disimpulkan bahwa waktu antar kedatangan penumpang berdistribusi
eksponensial.
K = 1 + 3,322 log N
dengan N = 60, maka :
K = 1 + 3,322 log 60
= 6,87 7
3. Menentukan lebar kelas
I=R/K
= 8,38 / 6,87
= 1,22
4. Pengujian distribusi data
Data waktu pelayanan beserta frekuensinya dapat dilihat pada tabel dibawah ini:
Distribusi Frekuensi waktu Pelayanan
batas kelas t
nilai tengah
Frekuensi amatan
ti , oi
ti2 , oi
(menit)
( ti )
( oi )
( Xi )
( Xi2 )
1,02 - 2,24
1,63
20
32,60
53,14
2,25 - 3,46
2,86
15
42,83
122,27
3,47 - 4,69
4,08
36,72
149,82
4,70 - 5,92
5,31
31,86
169,18
5,93 - 7,15
6,54
26,16
171,09
7,16 - 8,38
7,77
23,31
181,12
8,39 - 9,61
9,00
27,00
243,00
60
220,48
1089,62
Xi = 220,48 = 3,67
X
60
n
N ( Xi 2 ) ( Xi ) 2
N ( N 1)
60(1089,62) ( 220,48) 2
= 2,18
60(60 1)
Dari hasil perhitungan diketahui bahwa data tertinggi yang terkumpul (9,40) lebih kecil
dari BKA (10,21) dan data terendah yang terkumpul (1,02) lebih besar dari BKB (-2,87)
maka dapat disimpulkan bahwa data tersebut sudah seragam.
6. Uji Chi Kuadrat
Uji yang akan dilakukan untuk menentukan distribusi ini adalah uji chi kuadrat. Dengan
ketentuan sebagai berikut:
a.
Ho = Waktu Antar Pelayanan Penumpang Berdistribusi Eksponensial
Hi = Waktu Antar Pelayanan Tidak Berdistribusi Eksponensial
b.
Tingkat kepercayaan 99 % dan tingkat ketelitian 1%
V = 7 1 = 6 2 tabel = 0.01;6 =16,80
c.
Kriteria penolakan
Perhitungan 2 hitung
Langkah langkah perhitungannya adalah sebagai berikut:
1)
Menentukan probabilitas teoritis F(t) untuk distribusi eksponensial
( oi )
( ei )
1,02 - 2,24
20
12,85
3,98
2,25 - 3,46
15
9,13
3,78
3,47 - 4,69
6,59
0,88
4,70 - 5,92
4,71
0,35
5,93 - 7,15
3,37
0,12
7,16 - 8,38
2,41
0,14
8,39 - 9,61
1,73
0,94
10,19
Dari hasil perhitungan diketahui 2 hitung (10,19) < x2 tabel (16,80) berarti 2 hitung
terletak diluar daerah kritis. Karena 2 hitung lebih kecil dari 2 tabel maka Ho diterima
sehingga dapat disimpulkan bahwa waktu antar pelayanan penumpang berdistribusi
eksponensial.
Perhitungan Variabel Model Antrian
Dari hasil pengumpulan dan pengujian data maka dapat disimpulkan bahwa waktu kedatangan
dan waktu pelayanan penumpang Batavia, Lion, Wings, Merpati, dan Mandala mengikuti distribusi
eksponensial sedangkan Garuda tidak mengikuti distribusi eksponensial, sehingga hanya lima
maskapai yang dapat diteruskan kedalam perhitungan variabel model antrian.
Dari hasil pengujian waktu antar kedatangan penumpang Batavia didapat ( X ) = 3,44 berarti
tingkat kedatangan penumpang =
1
x 60 menit = 17
3,44
Dari hasil pengujian waktu pelayanan penumpang Batavia didapat ( X ) = 3,67 berarti tingkat
pelayanan penumpang =
1
x 60 menit = 16 penumpang/jam.
3,67
b.
c.
d.
e.
f.
Hasil diatas 100 % menunjukkan bahwa fasilitas check-in sibuk sehingga tidak ada kesempatan
menganggur bagi petugas pelayanan check-in.
Tingkat menganggur fasilitas
1 P = 1 1,06 = - 0,06 = - 6 %
Hasil dibawah 0 % menunjukkan bahwa tidak ada kesempatan menganggur bagi petugas
counter check-in.
Jumlah rata rata penumpang dalam antrian
2
17 2
Lq = ( ) = 16(16 17) = - 18
Dengan demikian jumlah rata rata penumpang dalam antrian sebanyak -18 penumpang.
Sedangkan nilai negatif menunjukkan bahwa sistem tidak mampu menampung penumpang
sehingga terjadi penumpukan penumpang.
Jumlah rata rata penumpang dalam sistem
17
Ls = = 16 17 = - 17
Dengan demikian jumlah rata rata penumpang dalam sistem sebanyak -17 penumpang.
Sedangkan nilai negatif menunjukkan bahwa sistem tidak mampu menampung penumpang
sehingga terjadi penumpukan penumpang. Jumlah rata rata penumpang pada sistem harus
lebih besar dari pada jumlah dalam antrian hal itu disebabkan karena jumlah penumpang dalam
sistem adalah jumlah antrian ditambah satu orang yang sedang dilayani. Sehingga apabila
diaplikasikan dalam bentuk matematika maka menjadi S istem = Antrian + Pelayanan sehingga
S=
-18 + 1 = -17.
Waktu rata rata menunggu penumpang dalam antrian
17
Wq = ( ) = 16(16 17) = - 1,06 jam = - 63,75 menit
Dengan demikian bila jumlah penumpang dalam antrian sebanyak -18 penumpang maka rata
rata waktu antriannya adalah -63,75 menit, sedangkan untuk rata rata waktu antrian per
penumpang adalah 3,54 menit. Sedangkan nilai negatif menunjukkan bahwa sistem tidak
mampu melayani penumpang dengan maksimal sehingga terjadi antrian atau penumpukan
penumpang.
Waktu rata rata penumpang dalam sistem
1
Ws = = 16 17 = - 1 jam = - 60 menit
Fakultas Teknologi Industri, Jurusan Teknik Industri,
Universitas Pembangunan Nasional Veteran
Yogyakarta.
Dengan demikian bila jumlah penumpang dalam sistem sebanyak -17 penumpang maka rata
rata waktu antriannya adalah -60 menit. Sedangkan nilai negatif menunjukkan bahwa sistem
tidak mampu melayani penumpang dengan maksimal sehingga terjadi antrian atau
penumpukan penumpang. Waktu rata rata dalam sistem harus lebih besar dari jumlah rata
rata antrian karena waktu dalam sistem adalah penjumlahan dari waktu antrian ditambah
dengan waktu pelayanan di sini diketahui bahwa waktu antrian adalah -63,75 menit dan waktu
pelayanan 3,75 menit sehingga waktu dalam sistem adalah -63,75 menit+ 3,75 menit = -60
menit.
5.
ANALISIS DATA
tabel maka Ho ditolak atau Hi diterima sehingga dapat disimpulkan bahwa waktu antar kedatangan
penumpang Garuda tidak berdistribusi eksponensial.
Analisis Waktu Pelayanan Penumpang
Waktu pelayanan penumpang adalah waktu dimana counter check-in melakukan pelayanan
terhadap penumpang mulai dari penumpang memberikan tiket tersebut sampai penumpang
meninggalkan counter check-in tersebut. Waktu pelayanan penumpang menggambarkan rata-rata
waktu penumpang melakukan transaksi dan pola distribusi yang terjadi yang nantinya untuk
menentukan jenis antrian apa yang akan digunakan.
Sebelum menentukan pola distribusi yang terjadi pada waktu pelayanan penumpang
dilakukan terlebih dahulu uji keseragaman data, yaitu pengujian terhadap data-data yang bervariasi
sehingga didapatkan data-data yang berada pada dua batas kontrol yang telah ditentukan yaitu batas
kontrol atas dan batas kontrol bawah.
Dari pengumpulan data, diperoleh data sebanyak 60, dan dihitung rata-ratanya. Sehingga
waktu rata-rata yang dibutuhkan counter check-in untuk melayani penumpang untuk maskapai
Batavia 3,67 menit, untuk maskapai Lion 4,06 menit, untuk maskapai Wings 3,74 menit, untuk
maskapai Merpati 3,73 menit, untuk maskapai mandala 3,82 menit. Semakin besar rata-rata waktu
pelayanan penumpang maka semakin besar waktu menunggu penumpang untuk dilayani. Semakin
kecil rata-rata waktu pelayanan penumpang maka semakin kecil waktu menunggu penumpang.
Standar deviasi yaitu nilai simpangan dari rata-rata variabel pengelompokkan terhadap data
setiap perguruan tinggi yang diteliti.Standar deviasi ini berguna untuk melihat kecenderungan
keragaman penumpang dalam melakukan check-in. Dimana waktu pelayanan memiliki standar
deviasi sebesar 2,176 untuk batavia, 2,131 untuk Lion, 1,941 untuk Wings, 2,250 untuk Merpati,
2,002 untuk Mandala.
Sehingga didapat batas kontrol atas sebesar 10,20 dan batas kontrol bawah sebesar -2,86
untuk Batavia, batas kontrol atas sebesar 10,45 dan batas kontrol bawah sebesar -2,33 untuk Lion,
batas kontrol atas sebesar 9,56 dan batas kontrol bawah sebesar -2,08 untuk Wings, batas kontrol
atas sebesar 10,57 dan batas kontrol bawah sebesar -2,93 untuk Merpati, batas kontrol atas sebesar
9,74 dan batas kontrol bawah sebesar -2,28 untuk Mandala .
Distribusi waktu pelayanan yang umum terjadi adalah distribusi eksponensial, maka
distribusi waktu pelayanan diuji pertama kali dengan menggunakan pola distribusi eksponensial.
Jika ternyata waktu pelayanan tidak berpola distribusi eksponensial, maka akan diuji kembali
dengan menggunakan pola distribusi lainnya.
Pengujian distribusi waktu pelayanan penumpang dilakukan dengan cara pengujian
terhadap suatu fungsi distribusi yaitu distribusi eksponensial. Hal ini dilakukan karena waktu
pelayanan penumpang sifatnya kontinyu yang artinya antara penumpang yang satu dengan
penumpang yang lain saling berkaitan.
Pengujian terhadap hipotesa bahwa waktu pelayanan penumpang berdistribusi
eksponensial digunakan dengan uji Chi-Square (2) yaitu dengan cara membandingkan antara hasil
2
2
perhitungan hitung
dengan tabel
. Dari hasil perhitungan diketahui x2 hitung Batavia, Lion,
Wings, Merpati, Mandala adalah (12,14), (12,46), (11,91), (12,38), (12,37)<dari x 2 tabel (12,60)
dengan tingkat signifikan sebesar 0,05 berarti x 2 hitung terletak diluar daerah kritis. Karena x 2
hitung lebih kecil dari x2 tabel maka Ho diterima sehingga dapat disimpulkan bahwa waktu antar
kedatangan penumpang berdistribusi eksponensial.
Dari hasil uji pola distribusi di atas dengan tingkat kedatangan penumpang berdistribusi
eksponensial, dan waktu pelayanan penumpang berdistribusi eksponensial, model antrian yang
akan digunakan adalah (M/M/1) : (FCFS//), akan tetapi apabila hasil pola uji distribusi tingkat
kedatangan penumpang dan waktu pelayanan penumpang tidak berdistribusi eksponensial, maka
akan mempengaruhi rumus atau model antrian yang digunakan.
Analisis Perhitungan Antrian
Fakultas Teknologi Industri, Jurusan Teknik Industri,
Universitas Pembangunan Nasional Veteran
Yogyakarta.
Dari hasil perhitungan distribusi kedatangan dan waktu pelayanan penumpang yang
menunjukkan bahwa tingkat kedatangan penumpang dan waktu pelayanan penumpang berdistribusi
eksponensial maka dapat ditentukan jenis model antrian yang digunakan dalam perhitungan ini
yaitu model antrian (M/M/1) : (FCFS//), yang menyatakan:
1. Tingkat kedatangan penumpang, dan waktu pelayanan penumpang berdistribusi
eksponensial.
2. Dengan jumlah atau fasilitas pelayanan sama dengan satu (S = 1)
3. Disiplin pelayanan First Come First Served, tidak berhingganya jumlah penumpang
yang masuk dalam sistem antrian, dan besarnya populasi masuk tidak berhingga.
Dalam perhitungan model antrian ini dimasukkan tingkat kedatangan penumpang rata-rata
() sebesar 17 penumpang/jam dan rata-rata waktu pelayanan penumpang () sebesar 16/jam untuk
maskapai Batavia, Wings dan Mandala, sedangkan untuk maskapai Liontingkat kedatangan
penumpang rata-rata () sebesar 17 penumpang/jam dan rata-rata waktu pelayanan penumpang ()
sebesar 15/jam dan untuk maskapai Merpati tingkat kedatangan penumpang rata-rata () sebesar 18
penumpang/jam dan rata-rata waktu pelayanan penumpang () sebesar 16/jam
Sehingga dengan menggunakan satu counter check-in terjadi antrian hal ini disebabkan
tingkat kedatangan lebih besar dibandingkan tingkat pelayanan.
Analisis jumlah counter check-in yang optimal
Hasil perhitungan dengan jumlah dua counter check-in dapat dilihat dilampiran.
Simulasi untuk dua counter check-in untuk maskapai Batavia akan diterangkan pada
Gambar 4.6.
6.
Rata-rata waktu penumpang dalam antrian (Wq) sebesar 0,034 jam = 2,04 menit, Maksudnya
adalah ekspektasi waktu menunggu yang dibutuhkan oleh penumpang dalam antrian, tidak
termasuk penumpang yang sedang dilayani adalah sebesar 2,04 menit/orang.
Rata-rata waktu Penumpang dalam sistem (Ws) sebesar 0,097 jam = 5,82 menit, Maksudnya
adalah ekspektasi waktu menunggu yang dibutuhkan oleh penumpang dalam sistem, termasuk
waktu pelayanan yang sedang dilakukan adalah sebesar 5,82 menit/orang.
KESIMPULAN
Berdasarkan hasil dari pembahasan dan pengolahan data pada bab sebelumnya, maka dapat
ditarik beberapa kesimpulan, yaitu:
1. Prosedur dan fasilitas check-in counter di Bandara Adisutjipto Yogyakarta hanya untuk
Garuda sudah memenuhi standard namun untuk beberapa maskapai lain belum memenuhi
standard?
2. Guna mengantisipasi terjadinya penumpukan penumpang di Check-in counter Bandara
Adisutjipto Yogyakarta terutama bagi maskapai-maskapai penerbangan bukan Garuda
dipandang perlu perhitungan kembali optimalisasi waktu rata-rata tingkat kedatangan dan
tingkat pelayanan penumpang bagi seluruh maskapai, dan setelah itu ditentukan jumlah
counter check-in yang optimum.
3. Rata-rata tingkat kedatangan penumpang untuk maskapai Batavia 3,44 menit, untuk maskapai
Lion 3,54 menit, untuk maskapai Wings 3,44 menit, untuk maskapai Merpati 3,58 menit, dan
untuk maskapai mandala 3,40 menit dan untuk garuda 2,76.
4. Rata-rata tingkat pelayanan penumpang untuk maskapai Batavia3,67 menit, untuk maskapai
Lion 4,06 menit, untuk maskapai Wings 3,74 menit, untuk maskapai Merpati 3,73 menit,
untuk maskapai mandala 3,82 menit dan untuk Garuda 2,70.
5.
Jumlah counter check-in berdasarkan hasil perhitungan antrian yaitu minimal 2 buah
counter check-in. Faktor Utilitas (pelayanan sibuk): Batavia (0,53), Lion (0,53), Wings
(0,53), Mandala (0,56), dan Merpati (0,53). Kemungkinan pelayanan kosong: Batavia (0,89),
Lion (0,57), Wings (0,89), Mandala (0,16), dan Merpati (0,89). Kemungkinan terdapat n
penumpang dalam system: Batavia (0,50), Lion (0,13), Wings (0,50), Mandala (0,10), dan
Merpati (0,50). Jumlah rata rata penumpang dalam antrian: Batavia (0,57), Lion (0,39),
Wings (0,57), Mandala (0,29), dan Merpati (0,57). Jumlah rata rata penumpang dalam
system: Batavia (01,63), Lion (1,52), Wings (1,63), Mandala (1,42), dan Merpati (1,63). Rata
rata waktu penumpang dalam antrian: Batavia (2,04), Lion (1,38), Wings (2,04), Mandala
(0,96), dan Merpati (2,04). Rata rata waktu penumpang dalam system: Batavia (5,82), Lion
(5,40), Wings (5,82), Mandala (4,74), dan Merpati (5,82).
6.
Sistem model antrian yang sesuai pada counter check-in di bandar udara internasional
Adisujtipto Yogyakarta adalah (M/M/1) : (FCFS//) dengan counter check-in yang multiple
channel (C>1).
7.
Karena pada waktu-waktu tertentu unit pelayanan tampak penuh dengan penumpang yang
menunggu untuk dilayani sehingga counter check-in menjadi sangat sibuk. Dalam hal ini
penulis memandang bahwa guna mengantisipasi kemungkinan penerbangan tertunda karena
sistem, maka sebaiknya dalam masalah ini perlu adanya penambahan jumlah counter check-in
beserta alat alat pendukung counter, sehingga penumpang tidak merasa kecewa dan tidak
perlu menunggu terlalu lama.
DAFTAR PUSTAKA
Fakultas Teknologi Industri, Jurusan Teknik Industri,
Universitas Pembangunan Nasional Veteran
Yogyakarta.
Achmad Moegandi, 1993, Istilah Penerbangan Sipil, Jakarta, Gramedia Pusataka Utama.
Aminarno Budi Pradana, Drs, S.Sit, MM, 2001, Manajemen Pengoperasian dan Pelayanan
Bandara, Curug Tanggerang, Sekolah Tinggi Penerbangan Indonesia.
Edi Sumarno, 2001, Layanan Penumpang dan Bagasi.
Pujo Sutopo, S.Sit, 2007, Airport Slot Coordinator Training, Angkasa Pura I,.
P. Siagian, Penelitian Operasi, 1987, Teori dan Praktek, UI Press.
Sedarmayanti, Dra, M.Pd, 1996, Tata Kerja Dan Produktivitas Kerja.
Tjutju, et al, 2007, Operasi Research.
__________, 2008, International Air Trasnport Association, Ground Handling Manual.
__________, 1999, Surat Keputusan Direktotrat Jendral Perhubungan Udara, Standar Kinerja
Operasional Bandara (Level of Service), No. Skep/284/X/1999.
UU No.1 Tahun 2009 tentang Penerbangan