Optimasi Layanan BAAK dengan Menggunakan Simulasi Monte Carlo
Sari
Dalam proses pelayanan akademik, melayani mahasiswa sangatlah penting. Pelayanan harus dilakukan dengan sangat cepat. Agar proses pelayanan tersebut dapat dilakukan dengan cepat, dibutuhkan sebuah simulasi dalam proses antrian pelayanannya. Simulasi Monte Carlo merupakan simulasi antrian yang sangat cocok untuk diterapkan dalam proses pelayanan ini. Karena simulasi Monte Carlo ini perhitungannya menggunakan teori matematika untuk penyelasian proses setiap antrian pelayanan mahasiswa. Sehingga proses pelayanan antrianya dapat dihitung lebih akurat dan minim dari kesalahan. Simulasi Monte Carlo dapat dilakukan dengan cara manual dengan menggunakan perhitugnan di Excel dan juga dapat dibuat dalam bentuk aplikasi yang mudah digunakan yaitu PHP dan MySql. Dengan aplikasi ini dapat diperoleh informasi untuk proses perhitungan setiap antrian dalam pelayanan mahasiswa dapat dilakukan dengan cepat dan kesalahan yang ditimbulkan disetiap proses perhitungannya sangat minim. Hasil informasi yang akan didapat dari simulasi ini yaitu rata-rata waktu mahasiswa datang untuk dilayani, rata-rata waktu mahasiswa dalam sistem antrian sampai dengan selesai dilayani serta waktu rata-rata admin Biro Akademik(BAAK) tidak melayani mahasiswa. Dapat disimpulkan, simulasi monte carlo ini cocok diterapkan disistem antrian pelayanan pada Biro Akademik (BAAK) untuk melihat proses pelayanan mahasiswa yang membutuhkan kecepatan dalam proses pelayanannya.
Kata Kunci
Teks Lengkap:
PDFReferensi
Mahmud Basuki, "Analisa Sistem Antrian Pelayanan Registrasi Mahasiswa di BAAK Universitas Tridinanti Palembang," Jurnal Sistem dan Manajemen Industri, Vol 2, No 1, Juli 2018.
Erwin Prasetyowati, “Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo,” Jurnal Sistem dan Teknologi Informasi Indonesia (JUSTINDO), Volume 01, Nomor 01, Februari 2016.
Harvei Desmon Hutahaean, “Analisa Simulasi Monte Carlo Untuk Memprediksi Tingkat Kehadiran Mahasiswa Dalam Perkuliahan,” Jurnal of Informatic Pelita Nusantara, Volume 3, No. 1, Maret 2018.
Tessy Octavia Mukhti, Dodi Devianto dan Hazmira Yozza, “Simulasi Quasi Monte Carlo Menggunakan Bariasan Quasi Acak Halton;” Jurnal Matematika UNAND, Vol. VII No. 2 Hal. 221-228.
Siti Hizanah Harahap, dan Nurjayadi, "Simulasi Monte Carlo dan Animasi Operasinya dalam Mengelola Persediaan Bahan Baku Bangunan," Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016.
Gerd Wagner, “Introduction to Simulation Using Java Script,” Proceeding of the 2016 Winter Simulation Conference..
Ricky Zulfiandry, “Optimasi Kegiatan Pelatihan Menggunakan Metode Simulasi Monte Carlo,” Jurnal Ilmiah, Volume 10 Nomor 1 April 2018.
Luh Hena Terecia Wismawan Putri, Komang Dharmawan, dan I Wayan Sumarjaya, “Penentuan Harga Jual Opsi Barrier Tipe Eropa dengan Metode Antithetic Variate Pada Simulasi Monte Carlo,” E-Jurnal Matematika, Vol. 7 (2), Mei 2018, pp. 71-78.
Mira Chandra Kirana dan Deni, “Simulasi Pengendalian Bahan Baku Produksi Menggunakan Metode Monte Carlo dan Exponensial,” Volume 7 No. 1, Mei 2017.
Mikulas Gangur and Miland Svoboda, “Simulation of Bayes’ rule by means of Monte Carlo method,” 2018 Teaching Statics Trust.
Iphov Kumala, I Wayan Sukania, dan Santo Christianto, “Optimasi Persediaan Spare Part Untuk Meningkatkan Total Penjualan Dengan Menggunakan Simulasi Monte Carlo”, Jurnal Ilmiah Teknik Industri (2016), Vol. 4 No. 3, 166 – 174.
M. Haviz Irfani, Dafid, “Estimasi Pengunjung Menggunakan Simulasi Momte Carlo Pada Warung Internet XYZ,’ Jurnal Ilmiah Informatika Global, Volume 8 No. 2 Desember 2017.
DOI: http://dx.doi.org/10.22303/it.9.1.2021.68-78
Refbacks
- Saat ini tidak ada refbacks.
##submission.copyrightStatement##
##submission.license.cc.by4.footer##
Redaksi IT Journal. Gedung A, LPPM Lt2, Universitas Potensi Utama. Jl. K.L. Yos Sudarso Km 6,5 No.3-A Telp. (061) 6640525 Ext. 214 Tanjung Mulia Medan 20241
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.