DETAIL KOLEKSI

Evaluasi sistem antrian gerbang tol pluit PT. Citra Marga Nusaphala Persada Tbkdengan menggunakan simulasi promodel 4.0


Oleh : Ninatika Trimurti

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2004

Pembimbing 1 : Pudji Astuti

Subyek : Computer program language;Industrial management;Consumer satisfaction

Kata Kunci : queuing system, toll gate, Pluit, PT Citra Marga Nusaphala Persada Tbk, ProModel 4.0 simulation

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2004_TA_STI_06300165_Halaman-Judul.pdf
2. 2004_TA_STI_06300165_Lembar-Pengesahan.pdf
3. 2004_TA_STI_06300165_Bab-1_Pendahuluan.pdf
4. 2004_TA_STI_06300165_Bab-2_Landasan-Teori.pdf
5. 2004_TA_STI_06300165_Bab-3_Metodologi-Penelitian.pdf
6. 2004_TA_STI_06300165_Bab-4_Pengolahan-Data.pdf
7. 2004_TA_STI_06300165_Bab-5_Analisa-Data.pdf
8. 2004_TA_STI_06300165_Bab-6_Usulan.pdf
9. 2004_TA_STI_06300165_Bab-7_Kesimpulan-dan-Saran.pdf
10. 2004_TA_STI_06300165_Daftar-Pustaka.pdf
11. 2004_TA_STI_06300165_Lampiran.pdf

J Jalan tol dalam kota menghubungkan pusat-pusat bisnis vital kota. Jakarta. Keberadaannya diharapkan dapat mempersingkat waktu tempuh, sehingga kegiatan bisnis maupun kegiatan masyarakat lainnya dapat berkembang dengan lancar dan cepat. Namun di Gerbang tol Pluit, yang merupakan pintu gerbang awal dari jalan tol Ir. Wiyoto Wiyono dalam kota Jakarta, ditemukan antrian panjang di depan gerbangnya. Antrian panjang ini menyebabkan biaya-biaya baik dari sisi perusahaan maupun dari sisi konsumen. Antrian panjang ini disebabkan oleh tingkat kedatangan kendaraan yang melebihi kapasitas gerbang. Berbagai usaha dilakukan PT. Citra Marga Nusaphala Persada Tbk untuk mengatasi antrian panjang ini. Salah satunya adalah menambah jumlah gardu dari 6 gardu menjadi 8 gardu. Namun karena keterbatasan tempat, maka penambah gardu secara paralel tidak mungkin dilakukan. Oleh karena itu PT. Citra Marga Nusaphala Persada Tbk menambah gardu satelit sebanyak 3 gardu. Dengan penambahan itu, maka jumlah seluruh gardu yang ada pada Gerbang Tol Pluit adalah 9 dimana 6 gardu induk (1 gardu tidak aktif) dan 3 gardu satelit. Namun timbul pertanyaan apakah penambahan gardu itu optimal dan apakah penambahan tersebut sudah memenuhi standar pelayanan yang sebelumnya telah ditetapkan oleh PT. Citra Marga Nusaphala Persada Tbk. Berdasarkan hasil uji Independent Samples T Test dan Uji Anova Satu Arah dengan SPSS 12.0 terhadap data tingkat kedatangan kendaraan, kondisi yang mengalami masalah adalah kondisi pada hari kerja pada shift 1 atau shift 2. Data waktu antar kedatangan kendaraan dan data waktu pelayanan kendaraan kemudian diuji distribusinya dengan SPSS 12.0 dan Stat::Fit. Dan uji didapatkan, distribusi waktu antar kedatangan kendaraannya adalah Log-Logistic (0.868, 4.83, 0.312). sedangkan distribusi waktu pelayanan kendaraannya adalah Weilbuil (2.52,2.29,5). Kemudian dari hasil pengujian diatas dibuat model antrian untuk pembuatan simulasi. Dari simulasi kondisi I (6 gardu) diketahui persentase utilisasi adalah 95.93% dan persentase Idle adalah 4.0683%. Sedangkan panjang antrian diperkirakan 23 kendaraan dengan waktu menunggu dalam sistem adalah 2.9359 menit dan waktu menunggu dalam antrian adalah 6.499635 detik. Hasil simulasi kondisi II (8 gardu) diketahui persentase utilisasi adalah 72.1625% dan persentase Idle adalah 27.8375%. Sedangkan panjang antrian diperkirakan 3 kendaraan dengan waktu menunggu dalam sistem adalah 1.75654 menit dan waktu menunggu dalam antrian adalah 4.017533 detik. Oleh karena itu, dari kondisi I (6 gardu) ke kondisi II (8 gardu), tingkat utilisasi gardu menurun sebanyak 23.7675 %. Sedangkan persentase Idle yang bertambah dari kondisi I ke kondisi II yaitu sebesar 23.77 %. Panjang antrian juga berkurang sebesar 86.96 % atau kurang lebih 20 kendaraan. Sedangkan waktu yang diperkirakan dalam antrian berkurang sebesar 2.482102 detik. Berdasarkan hasil simulasi promodel 4.0 dan keterbatasan area, diusulkan pula penambahan jumlah gardu sebanyak 1 gardu sehingga gerbang mempunyai 7 gardu. Dari kondisi I ke usulan, tingkat utilisasi gardu hanya menurun sebanyak 13.51% yaitu dari 95.93% menjadi 82.42%. Sedangkan persentase Idle bertambah sebesar 13.4917% dari kondisi I ke usulan yaitu menjadi 17.56%. Panjang antrian juga berkurang sebesar 69.57% atau kurang lebih 16 kendaraan yaitu dari 23 kendaraan menjadi 7 kendaraan. Sedangkan waktu yang diperkirakan dalam antrian berkurang menjadi 5.020735 detik.

I Inner-city toll roads connect vital business hubs in Jakarta. Their existence is intended to reduce travel time, thereby facilitating the smooth and rapid conduct of business and other community activities. However, long queues have been observed at the Pluit Toll Gate, the entry point for the Ir. Wiyoto Wiyono inner-city toll road. These long queues result in costs for both the company and consumers, and are caused by vehicle arrival rates exceeding the gate's capacity. PT. Citra Marga Nusaphala Persada Tbk has undertaken various measures to address this issue. One such measure was increasing the number of booths from six to eight; however, due to space constraints, adding booths in a parallel configuration was not feasible. Consequently, the company added three satellite booths. This brought the total number of booths at the Pluit Toll Gate to nine, comprising six main booths (with one inactive) and three satellite booths. A question arises, however, as to whether this addition is optimal and whether it meets the service standards previously established by PT. Citra Marga Nusaphala Persada Tbk. Based on Independent Samples T-Test and One-Way ANOVA results using SPSS 12.0 on vehicle arrival rate data, the problematic conditions were identified as occurring during Shift 1 or Shift 2 on weekdays. Data regarding vehicle inter-arrival times and service times were subsequently tested for distribution using SPSS 12.0 and Stat::Fit. The tests revealed that the vehicle inter-arrival time distribution follows a Log-Logistic pattern (0.868, 4.83, 0.312), while the vehicle service time distribution follows a Weibull pattern (2.52, 2.29, 5). Subsequently, a queuing model was developed based on the test results to run a simulation. The simulation for Condition I (6 booths) revealed a utilization rate of 95.93% and an idle rate of 4.0683%. The estimated queue length was 23 vehicles, with a waiting time in the system of 2.9359 minutes and a waiting time in the queue of 6.499635 seconds. Simulation results for Condition II (8 booths) showed a utilization rate of 72.1625% and an idle rate of 27.8375%. The estimated queue length was 3 vehicles, with a waiting time in the system of 1.75654 minutes and a waiting time in the queue of 4.017533 seconds. Consequently, transitioning from Condition I (6 booths) to Condition II (8 booths) resulted in a 23.7675% decrease in booth utilization, while the idle rate increased by 23.77%. Queue length decreased by 86.96% (approximately 20 vehicles), and the estimated waiting time in the queue decreased by 2.482102 seconds. Based on the ProModel 4.0 simulation results and spatial constraints, a proposal was also made to add one booth, bringing the total to seven. Moving from Condition I to the proposed scenario, booth utilization decreased by only 13.51% (from 95.93% to 82.42%), while the idle rate increased by 13.4917% (reaching 17.56%). Queue length also decreased by 69.57% (approximately 16 vehicles), dropping from 23 vehicles to 7. Meanwhile, the estimated time in the queue decreased to 5.020735 seconds.

Bagaimana Anda menilai Koleksi ini ?