Perbaikan sistem antrian apotek untuk mengurangi total waktu menunggu dan meningkatkan utilisasi pegawai dengan menggunakan discrete event simulation

David Try Liputra, Vivi Arisandhy, Christophorus Ivander Menori

Abstract


Penelitian yang membahas antrian di apotek maupun bagian farmasi rumah sakit telah banyak dilakukan. Namun penelitian yang menggunakan shift kerja dan bertujuan mengurangi waktu menunggu sekaligus meningkatkan utilisasi pegawai masih belum banyak dilakukan. Penelitian sebelumnya telah mengusulkan penambahan jumlah pegawai dan perbaikan layout di sebuah apotek untuk meningkatkan service level dan mengurangi waktu antrian. Namun ternyata waktu menunggu proses peracikan obat menjadi lebih lama karena masih dilakukan oleh satu orang. Dalam penelitian ini akan diusulkan pengaturan shift kerja sehingga total waktu menunggu menjadi lebih singkat dan utilisasi pegawai meningkat. Skenario yang diusulkan adalah penerapan dua shift kerja dimana masing-masing shift menggunakan satu orang pegawai (skenario 1) dan penggunaan dua orang pegawai pada jam sibuk serta penerapan dua shift kerja di luar jam sibuk (skenario 2). Berdasarkan hasil penelitian, diketahui bahwa skenario usulan 1 unggul dalam utilisasi hari Jumat dan Sabtu serta waktu menunggu obat, sedangkan skenario awal unggul dalam rata-rata waktu mengantri. Skenario usulan 2 hanya unggul dalam utilisasi hari Senin–Kamis. Oleh karena itu, apabila ingin memperoleh tingkat utilisasi terbesar dan waktu menunggu obat yang paling singkat, maka sebaiknya menerapkan skenario usulan 1. Namun apabila ingin memperoleh rata-rata waktu mengantri pelanggan yang paling singkat, maka sebaiknya menggunakan skenario awal.

Keywords


Antrian; Shift Kerja; Utilisasi; Waktu Menunggu; Discrete event simulation

Full Text:

PDF (IDN)

References


A. Verma et al., “Application of queuing analysis for optimized utilization of laboratory staff: an observational study,” Arch. Med. Heal. Sci., vol. 8, no. 1, pp. 53–56, 2017, doi: 10.4103/amhs.amhs_44_20.

D. Yuliana, J. Santony, and Sumijan, “Model antrian multi channel single phase berdasarkan pola kedatangan pasien untuk pengambilan obat di apotik,” J. Inf. Teknol., vol. 1, no. 4, pp. 7–11, 2019, doi: 10.37034/jidt.v1i4.12.

Z. Dan, H. Xiaoli, D. Weiru, W. Li, and H. Yue, “Outpatient Pharmacy Optimization Using System Simulation,” Procedia Computer Science, vol. 91, pp. 27–36, Jan. 2016, doi: 10.1016/j.procs.2016.07.038.

D. Yaduvanshi, A. Sharma, and P. More, “Application of queuing theory to optimize waiting-time in hospital operations,” Operations and Supply Chain Management: An International Journal, vol. 12, no. 3, pp. 165–174, Aug. 2019, doi: 10.31387/oscm0380240.

T. Jeremy, V. Arisandhy, and D. T. Liputra, “Penentuan jumlah tenaga kerja dan perbaikan layout untuk meningkatkan service level dan mengurangi waktu antrian menggunakan simulasi,” Journal Industrial Servicess, vol. 7, no. 1, pp. 155–163, Nov. 2021, doi: 10.36055/jiss.v7i1.12535.

A. S. Mariawati, “Pengukuran waktu baku pelayanan obat bebas pada pekerjaan kefarmasian di Apotek CT,” Journal Industrial Servicess, vol. 5, no. 1, pp. 1–3, Oct. 2019, doi: 10.36055/jiss.v5i1.6491.

D. Arianto and A. Puspita, “Pengaruh shift kerja terhadap kinerja melalui variabel kelelahan dan beban kerja sebagai variabel intervening di PT M.I,” JISO: Journal of Industrial and Systems Optimization, vol. 2, no. 1, pp. 23–28, Jun. 2019, doi: 10.51804/jiso.v2i1.23-28.

L. Ramadhani, I. S. Hariyanto, H. Purwanto, and K. Hasanah, “Pengaruh shift kerja terhadap kinerja karyawan dengan motivasi sebagai variabel intervening,” STATERA: Jurnal Akuntansi dan Keuangan, vol. 3, no. 2, pp. 133–154, Oct. 2021, doi: 10.33510/statera.2021.3.2.133-154.

A. Herawati, D. R. Yuniartha, I. L. I. Purnama, and L. T. Dewi, “Shift scheduling model considering workload and worker’s preference for security department,” IOP Conference Series: Materials Science and Engineering, vol. 337, p. 12011, Apr. 2018, doi: 10.1088/1757-899X/337/1/012011.

P. Amelia, A. Lathifah, M. D. Haq, C. L. Reimann, and Y. Setiawan, “Optimising outpatient pharmacy staffing to minimise patients queue time using discrete event simulation,” Journal of Information Systems Engineering and Business Intelligence, vol. 7, no. 2, pp. 102–111, Oct. 2021, doi: 10.20473/jisebi.7.2.102-111.

M. A. Isfirory, A. Suseno, and W. Winarno, “Peningkatan service level pada sistem antrian pengambilan obat di Puskesmas Bojong Rawalumbu menggunakan metode simulasi,” Journal of Integrated System, vol. 4, no. 1, pp. 41–56, Jun. 2021, doi: 10.28932/jis.v4i1.3031.

A. Mawadati, M. I. Rif’ah, and L. Pramuditya, “Analyzing and modelling pharmacy queue system using simulation,” Logic: Jurnal Rancang Bangun dan Teknologi, vol. 20, no. 1, pp. 13–18, Mar. 2020, doi: 10.31940/logic.v20i1.1579.

H. T. Irawan, I. Pamungkas, and Muzakir, “Penerapan model antrian pada apotek Puskesmas Ingin Jaya Kabupaten Aceh Besar,” Optimalisasi, vol. 4, no. 1, pp. 54–61, 2018.

U. Fauzia, E. P. Setiawati, and E. S. Surahman, “Analysis of waiting time for filing prescriptions in hospital pharmacy,” Pharmacol. Clin. Pharm. Res., vol. 2, no. 3, pp. 77–81, 2017, doi: 10.15416/pcpr.v2i3.16226.

Z. Dan, H. Xiaoli, D. Weiru, W. Li, and H. Yue, “Outpatient Pharmacy Optimization Using System Simulation,” Procedia Comput. Sci., vol. 91, no. Itqm, pp. 27–36, 2016, doi: 10.1016/j.procs.2016.07.038.

S. P. Aji and T. Bodroastuti, “Penerapan Model Simulasi Antrian Multi Channel Single Phase pada Antrian di Apotek Purnama Semarang,” J. Kaji. Akunt. dan Bisnis, vol. 1, no. 1, pp. 1–16, 2012.

A. Sujoko and D. Chalidyanto, “Analisis Antrian Pelayanan Obat Non Racikan di Instalasi Farmasi Rawat Jalan,” J. Adm. Kesehat. Indones., vol. 3, no. 2, pp. 99–107, Jul. 2015, doi: 10.20473/jaki.v3i2.2015.99-107.

J. I. Vázquez-Serrano, R. E. Peimbert-García, and L. E. Cárdenas-Barrón, “Discrete-Event simulation modeling in healthcare: A comprehensive review,” International Journal of Environmental Research and Public Health, vol. 18, no. 22, p. 12262, Jan. 2021, doi: 10.3390/ijerph182212262.

X. Zhang, “Application of discrete event simulation in health care: a systematic review,” BMC Health Services Research, vol. 18, no. 1, p. 687, Sep. 2018, doi: 10.1186/s12913-018-3456-4.

C. Harrell, B. K. Ghosh, and R. O. Bowden, Simulation Using ProModel, 3rd ed. New York, USA: McGraw-Hill, 2012.




DOI: http://dx.doi.org/10.36055/jiss.v8i1.13781

Refbacks

  • There are currently no refbacks.


  is supported by