ANÁLISE DAS FILAS DE UM SISTEMA
DE SERVIÇOS UTILIZANDO
SIMULAÇÃO A EVENTOS DISCRETOS
Natacha Maria de Carvalho Oliveira (UNIFEI )
Fabio Favaretto (UNIFEI )
Este trabalho tem como objetivo a análise e diagnóstico das filas do
Restaurante Acadêmico da Universidade Federal de Itajubá que
apresenta um problema real de capacidade devido à demanda
crescente em consequência da expansão da universidadde. Esta análise
será realizada por meio da aplicação das técnicas de simulação a
eventos discretos. O modelo conceitual foi elaborado, utilizando a
técnica IDEF-SIM e o modelo computacional construído utilizando
uma biblioteca gráfica personalizada facilitando sua concepção e
implementação. Os modelos foram validados e a análise das filas
realizadas, identificando a fila da mesa térmica com maior impacto no
sistema referente ao tempo de espera do cliente.
Palavras-chaves: Restaurantes, Simulação a Eventos Discretos, Filas
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
2
1. Introdução
A importância do setor de serviços vem se reafirmando na economia mundial nos últimos
anos. Na economia brasileira sua importância fica evidente quando comparada com outros
setores que compõe o Produto Interno Bruto – PIB, ele se destaca nos últimos 10 anos (IBGE,
2010). Confirmando o que, segundo Anderson (2006), a economia estava mudando de uma
base industrial para uma base de serviço.
Desta forma, temas como gestão da capacidade produtiva passou a ter grande relevância, pois,
o planejamento das operações de acordo com o processo ou conceito do serviço, pode garantir
que as metas de qualidade estabelecida sejam atendidas de maneira que o cliente receba o que
está esperando (GRÖNROOS, 2009).
Em organizações de serviços, são utilizadas várias estratégias para tomada de decisão a
respeito da capacidade. Um atendimento rápido e de qualidade é um dos fatores determinantes
no mercado competitivo. (HWANG, GAO, JANG, 2010)
Algumas ferramentas podem ser utilizadas para o planejamento e gestão da capacidade.
Ritzman e Krajewski (2004) sugerem entre outras ferramentas a simulação.
A Simulação é uma técnica cuja aplicação tem auxiliado os gestores na tomada de decisão em
problemas complexos, fornecendo um conhecimento melhor dos processos nas organizações.
Skoogh, Johansson e Stahre (2012) descrevem a simulação como umas das “mais poderosas
ferramentas” para planejar, projetar e melhorar o fluxo na produção.
Referente à aplicação das técnicas de simulação em operações de serviços, estudos realizados
por Sakurada e Miyake (2009), revelam que com o crescimento do setor de serviços a
realização de pesquisas sobre a aplicação da simulação tem sido estimulada. Entretanto, a
aplicação da simulação no setor de serviços é pouco quando comparada em número aos
trabalhos publicados nas áreas de manufatura e logística.
Diante do exposto, o objetivo desta pesquisa é a elaboração de um modelo de simulação a
eventos discretos de um sistema de serviço para analisar a capacidade de atendimento
diagnosticando as filas de espera. O objeto deste estudo é Restaurante Acadêmico da
Universidade Federal de Itajubá que apresenta um problema real de capacidade, devido à
crescente demanda em consequência da expansão da universidade.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
3
2. Fundamentação teórica
2.1. Serviços
Sakurada e Miyake (2009) afirmam que a distinção entre bens e serviços pode ser aparen-
temente fácil, porém vale salientar que, na realidade em muitos sistemas, há uma combinação
de ambos nos processos de produção de bens ou serviços.
Serviço é a soma de elementos que se juntam para criar uma experiência inesquecível, em um
determinado ponto no tempo, para um cliente. Esses elementos incluem um produto, serviço
intangível ou tangível, uma configuração de serviço e um sistema de prestação de serviços, ou
seja, pessoas, equipamentos, organização e outros sistemas que permitam a entrega da
experiência de atendimento ao cliente (BOWEN E FORD, 2002)
Embora existam diferentes formas de conceituar serviço, algumas características essenciais se
matem frequente na literatura: intangibilidade, simultaneidade de produção e consumo e a co-
produção (LOVELOK E GUMMESSON, 2004).
2.2. Capacidade em operações de serviço
Fitzsimmons e Fitzsimmons (2005) definem capacidade como habilidade de prestar um
serviço através de um período no tempo em particular e é determinada pelos recursos
disponíveis na organização em forma de instalações, equipamentos e mão de obra. Gianesi e
Corrêa (1994) descrevem que capacidade é o potencial produtivo de um sistema.
Nas operações de serviços o gerenciamento da demanda e a utilização da capacidade são
desafios gerenciais de grande importância para obter um melhor aproveitamento na utilização
dos recursos frente a uma demanda de comportamento aleatório (SABBADINI,
GONÇALVES e OLIVEIRA, 2006).
2.3. Filas
Segundo Fitzsimmons e Fitzsimmons (2005, p. 288) “(...) fila é uma linha de clientes
esperando no momento em que necessitam de serviços de um ou mais prestadores”. Esta linha
pode ser visível, com um estereótipo de fila formal (fila de supermercado ou banco) ou não
formal (espera no telefone por atendimento). A fila se forma quando a demanda excede a
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
4
capacidade existente, quando as chegadas ocorrem em tempos variados e os tempos de
atendimento também variam.
Sabbadini, Gonçalves e Oliveira (2006) afirmam que o gerenciamento das filas é
fundamental, pois as filas estão relacionadas diretamente à percepção dos clientes a respeito
do serviço prestado e da necessidade de esperar por ele.
Em estudos a respeito de filas a teoria das filas pode ser aplicada como fizeram Morabito e
Lima (2000) tratando de um problema de congestão nas filas dos caixas de um supermercado.
Entretanto quando o problema é complexo, segundo Hillier e Lieberman (2006) a análise
analítica das filas é inviável tornando a simulação uma melhor alternativa, um exemplo desta
aplicação encontra-se no trabalho de Leal (2003) referente à análise das filas de uma agência
bancária.
2.4. Simulação a eventos discretos
Para Montevechi et al. (2010), a simulação é a importação da realidade para um ambiente
controlado onde o comportamento pode ser estudado sob condições variadas, sem riscos
físicos e sem altos custos envolvidos.
Chwif e Medina (2007) afirmam que a simulação a eventos discretos é utilizada para modelar
sistemas que mudam o seu estado em momentos discretos no tempo, a partir da ocorrência
dos eventos. Esta técnica pode ser aplicada em muitas áreas, inclusive no setor de serviços
como restaurantes, por exemplo.
3. Método da pesquisa
Este projeto é uma pesquisa quantitativa com base em modelos, que segundo a definição dada
por Bertrand e Fransoo (2002), é aquela cujo objetivo parte do princípio que um modelo pode
ser construído explicando e/ou capturando parte de um comportamento e/ou problema de um
processo da vida real que implicam em tomadas de decisões pelos gestores. As relações das
variáveis nestes modelos são causais e quantitativas.
Esta pesquisa utilizou a estrutura proposta por Montevechi et al. (2010), figura 01, que
recomenda para o processo de construção do modelo, a utilização de três etapas: concepção,
implementação e análise.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
5
Paiva (2010) afirma que a estrutura proposta por Montevechi et al. (2010) traz uma sequência
lógica de passos a serem desenvolvidos em um projeto de simulação, guiando o modelador
em seus trabalhos.
Figura 01 - Seqüência de passos para o projeto de simulação
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
6
Fonte: Montevechi et al. (2010)
3.1. Concepção
O ponto de partida de qualquer estudo de simulação é desenvolver uma compreensão do
problema e ter objetivos claros, pois eles nortearão a modelagem, servirão como ponto de
referência para a validação do modelo, também será um guia para a experimentação e uma
métrica para avaliar o sucesso do estudo. Outro ponto importante é deixar claro as limitações
e o nível de detalhe do modelo (ROBINSON, 2008).
Para que a formulação do modelo seja bem embasada, Sakurada e Myake (2009) alegam que
um fator importante é que os dados coletados devem ser uma boa representação da realidade,
pois isto também influenciará na fase posterior de validação.
A técnica IDEF-SIM proposta por Leal (2008) foi utilizada neste trabalho para a elaboração e
documentação do modelo conceitual. O autor explica que a técnica de modelagem IDEF-SIM
foi criada a partir de três técnicas de modelagem: IDEF-0, IDEF-3 e Fluxograma. Os símbolos
e suas lógicas foram adaptados e direcionados aos objetivos da simulação.
3.2. Implementação
Na segunda etapa proposta por Chwif e Medina (2007) o modelo conceitual deve ser
convertido em um modelo computacional. A simulação computacional atua como uma
poderosa ferramenta, facilitando a visualização do processo e o acompanhamento dos seus
resultados.
Existem vários softwares que são utilizados para simulação, o software ProModel®, segundo
Sakurada e Myake (2009), é um simulador cujas aplicações se desenvolveram inicialmente na
simulação de sistemas de manufatura, mas sua flexibilidade de programação permitiu estender
sua aplicação a outros tipos de sistemas de operação como, por exemplo, serviço.
Para a validação do modelo conceitual e computacional podem ser utilizadas várias técnicas
como: validação face a face, animação, comparação gráfica dos dados, testes de hipóteses.
Mas, embora a verificação e validação sejam uma etapa crítica no desenvolvimento de um
modelo de simulação, infelizmente não há um conjunto de testes específicos ou técnicas que
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
7
podem ser facilmente aplicados para determinar se o modelo está correto. Cada projeto
apresenta um novo desafio ao modelador (SARGENT, 2011).
3.3. Análise
Na terceira etapa, análise, o modelo está pronto para os experimentos dando origem ao
modelo operacional. Várias rodadas são efetuadas e os resultados são analisados e
documentados (CHWIF E MEDINA, 2007).
4. Aplicação do método
4.1. Concepção
Considerando os objetivos para elaboração deste modelo, foram realizadas observações no
sistema e entrevistas com os gestores. Desta forma, o modelo foi limitado apenas à área de
atendimento, compreendendo o ambiente de atendimento ao cliente e a área de refeição. Este
modelo não abrange a área de produção de alimentos (o interior da cozinha) e também a área
externa como banheiros, depósitos e estacionamentos.
O tamanho do ambiente e a posição dos elementos que compõem o local também são fatores
importantes não só para concepção do modelo, pois determinam a posição das filas e dos
locais de atendimento como também influenciaram a forma de gestão do restaurante.
4.1.1. Modelo conceitual
Por meio da entrevista com os gestores os preceitos de funcionamento do restaurante foram
identificados e o modelo conceitual elaborado utilizando a técnica IDF-SIM (figura 02).
O sistema de prestação de serviço do restaurante para o almoço é o self-service com balança,
ou seja, o cliente chega ao restaurante, se serve dos alimentos, pesa o prato em uma balança,
onde os valores são registrados por um atendente e paga o que foi consumido (refeição e/ou
outros produtos) no caixa.
O sistema de gestão do restaurante requer que todos os clientes, que consomem refeições,
sejam cadastrados. Existem duas modalidades de cadastro:
Cartão pré-pago: o cliente realiza o cadastro e solicita o cartão por meio do site ou do
próprio escritório do restaurante. A compra dos créditos, ou seja, a carga do cartão é
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
8
realizada no caixa do restaurante em qualquer horário. Este dois procedimentos não
interferem no fluxo de atendimento no horário do almoço. O procedimento de débito
do cartão referente à refeição e outros produtos é feito diretamente na balança quando
ele pesa o alimento a ser consumido.
Comanda: quando o cliente não possui o cartão pré-pago um cadastro é realizado na
mesa da comanda durante o horário do almoço. Desta forma o cliente recebe um
número (comanda), e neste é registrado seu consumo no restaurante devendo ser pago
no caixa.
Considerando às modalidades de cadastros e também outras características do processo,
foram identificados 06 tipos de clientes. A tabela 01 elenca os tipos de clientes e as
características que os diferenciam.
Tabela 01 – Tipos de clientes e suas características
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
9
Fonte: Elaboração própria
Figura 02- Mapeamento do processo de prestação de serviço utilizando a técnica IDEF-SIM
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
10
Fonte: Elaboração própria
O modelo conceitual foi validado em duas etapas:
Etapa 01: um especialista nas técnicas IDEF-SIM, sem conhecimento do sistema real,
realizou uma análise do modelo e o considerou correto;
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
11
Etapa 02: os especialistas no processo do sistema real analisaram o modelo conceitual
e o considerou condizente com o processo real.
4.1.2. Coleta e tratamento dos dados
A partir do modelo IDF-SIM, figura 02, foram identificados quais os dados de entrada seriam
necessários para alimentar o modelo computacional, tabela 02.
Tabela 02 – Elementos identificados para construção do modelo computacional
Fonte: Elaboração própria
Quant. Descrição Capacidade
Recurso/
operador Informações Gerais
En
tid
ad
es 03
tipos Tipos de Clientes:
01 A e 01 B
02 A e 02 B
03 A e 03 B
Identificados em observação
do sistema real, coleta de
dados e modelo
computacional.
En
tra
da
01 Ciclos de Chegada
É o % da chegada dos
clientes no horário de
atendimento do almoço
11h às 13h30min
Identificado nos relatórios
fornecidos pelos gestores
Hora % de clientes que
chegam
11:00 às 12:00.............30%
12:01 às 12:30.............40%
12:31 às 13:00.............30%
13:01 às 13:30.............10%
Ou
tra
s fu
nçõ
es
01 Distribuição do usuário
É o % de cada tipo de
cliente que faz parte da
demanda total
Identificados por meio dos
relatórios fornecidos pelos
gestores
07%............Tipo 01A
08% ...........Tipo 01B
20% ...........Tipo 02A
25%............Tipo 02B
21%............Tipo 03A
19% ...........Tipo 03B
Lo
cais
/fu
nçõ
es
01 Mesa da Comanda 01 Cliente por
vez
01
01 Mesa Térmica 18 Clientes,
09 de cada
lado.
Não se
aplica
02 Balanças no lado direito
01 (parede) e 02 (coluna)
01 Cliente por
vez
01 por
balança
02 Balanças no lado
esquerdo 03 e 04
01 Cliente por
vez
01
01 Área de Refeição 300 clientes Não se
aplica
01 Lanchonete 04 clientes 03
03 Caixas 01 cliente cada 01 por
caixa
01 Descarte de bandejas 02 clientes por
vez
Não se
aplica
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
12
A coleta de dados foi realizada durante todo o horário de almoço (11h às 13h30min.) em
várias etapas e foi necessário refazê-las algumas vezes devido a complexidade do sistema.
Para o tratamento dos dados foi utilizado o software estatístico Minitab e o pacote Stat::Fit®
do software ProModel® a fim de identificar em qual distribuição os dados poderiam ser
ajustados.
Para os dados cujas distribuições não foram identificadas pelo Minitab e Stat::Fit® foi
adotada a distribuição triangular. De forma semelhante Chwif e Medina (2006) utilizaram a
distribuição triangular para tempos de atendimento em caixas de uma agência bancária.
4.1.3. Implementação
Para a elaboração do modelo computacional foi utilizado o software ProModel® (figura 03) e
a partir da planta baixa original do restaurante, foi possível obter uma biblioteca gráfica
personalizada utilizando o software Sweet Home 3D. A apresentação gráfica semelhante ao
sistema real facilitou na elaboração do modelo conceitual, coleta de dados e na validação do
modelo computacional.
Figura 03–Modelo computacional utilizando o ProModel®
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
13
Fonte: Elaboração própria
Para validação deste modelo foi realizada uma rodada do modelo computacional e a cada 10
minutos o modelo foi pausado a fim de verificar a quantidade de pessoas nas filas de espera
em cada função. De forma semelhante, foi realizado no sistema real, ou seja, a cada 10
minutos a quantidade de pessoas nas filas em cada função foi identificada.
Com o resultado, foram analisados, primeiramente, se a quantidade de pessoas nas filas no
modelo computacional era próximo à quantidade de pessoas no sistema real que foram na
registrados nos horários determinados. Constatou-se que as filas estavam coerentes, desta
forma a função no ProModel® Distribuição do Usuário e Ciclo na entrada do modelo
computacional estavam corretos, assim como a demanda estimada.
O segundo passo foi verificar se estatisticamente as médias referentes à quantidade de pessoas
nas filas para os dois sistemas (real e computacional) seriam iguais. Para tanto foi realizado
um Teste de Hipótese, ANOVA, no programa Minitab, para cada fila. A figura 04 apresenta
um exemplo deste teste. A hipótese não pode ser rejeitada, pois com um intervalo de
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
14
confiança de 95%, constatou-se que as médias de todas as filas, do sistema simulado
comparadas com sistema real, são estatisticamente iguais.
Figura 04 – Teste ANOVA, fila da mesa térmica do sistema real x modelo computacional
Fonte: Elaboração própria
A figura 05 demonstra o comportamento das filas da mesa térmica (sistema real e modelo
computacional), desta forma é possível verificar se a quantidade de pessoas na fila e também
a chegada dos clientes no modelo computacional estão coerentes com o sistema real durante o
tempo percorrido.
Figura 06 – Comportamento das filas da mesa térmicado sistema real e modelado
Fonte: Elaboração própria
Após realizar esta validação estatística, o modelo foi apresentado ao gestor do restaurante,
especialista do processo do sistema real, que o considerou semelhante ao sistema real.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
15
4.1.4. Análise dos resultados e diagnóstico das filas
No restaurante não há um registro ou conhecimento claro dos tempos de espera, atendimento
e também da permanência total do cliente no restaurante. Outra questão é referente á
modalidade de cadastro do restaurante, qual seria o benefício real para o cliente e para o
restaurante referente ao tempo de espera em cada modalidade. As figuras 07 e 08 mostram o
tempo médio e máximo de espera para cada tipo de cliente em cada fila.
Figura 07 – Tempo médio de espera nas filas por cliente (em minutos)
Fonte: Elaboração própria
Figura 08 – Tempo máximo de espera nas filas por cliente (em minutos)
0
1
2
3
4
5
6
7
8
9
10
11
12
1A 1B 2A 2B 3A 3B
LANCHONETE CARTÃO COMANDA
CLIENTES
FILA COMANDA
FILA MESA TÉRMICA
FILA BALANÇAS
FILA BALCÃO
FILA CAIXA
FILA LANCHONETE
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
16
Fonte: Elaboração própria
Identificado o tempo de espera em cada fila, a figura 09 evidência o tempo total de espera,
médio e máximo, para cada tipo de cliente.
Figura 09 – Tempo total de espera por tipo de cliente (em minutos)
Fonte: Elaboração própria
Ao comparar o tempo médio de espera com o tempo médio de permanência do cliente no
restaurante obteve-se os seguintes resultados identificados na figura 10.
Figura 10 - % do tempo gasto pelo cliente no restaurante
0 1 2 3 4 5 6 7 8 9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
1A 1B 2A 2B 3A 3B
LANCHONETE CARTÃO COMANDA
CLIENTES
FILA COMANDA
FILA MESA TÉRMICA
FILA BALANÇAS
FILA BALCÃO
FILA CAIXA
FILA LANCHONETE
0 5
10 15 20 25 30 35 40 45 50 55 60
1A 1B 2A 2B 3A 3B
LANCHONETE CARTÃO COMANDA
CLIENTES
TEMPO TOTAL NAS FILAS TEMPO MÉDIO
TEMPO TOTAL NAS FILAS TEMPO MÁXIMO
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
17
Fonte: Elaboração própria
5. Conclusões
Este trabalho descreve um modelo de simulação a eventos discretos do sistema de prestação
de serviço em um restaurante universitário. Este tem como objetivo analisar a capacidade de
atendimento diagnosticando as filas de espera do processo de serviço.
O diagnóstico das filas foi realizado, identificando o tempo de espera do cliente assim como
sua contribuição percentual em função ao tempo total no restaurante. A fila da mesa térmica é
a que proporciona maior impacto no sistema referente à espera do cliente.
Referente à modalidade de cadastro do cliente no restaurante, o cartão pré-pago se mostrou
mais eficiente, diminuindo o tempo de espera do cliente em relação à modalidade da
comanda.
Com este modelo os gestores podem criar cenários e fazer modificações necessárias ao
restaurante e testar sua eficácia sem a necessidade de realizar “experiências” no sistema real.
REFERÊNCIAS
ANDERSON, J.R. Managing Employees in the Service Sector: a Literature Review and Conceptual
Development. Journal of Business and Psychology. Volume 20, No. 4, 501-523, 2006
BAINES, T.; MASON, S.; SIEBERS, P.; LADBROOK, J. Humans: the Missing Link in Manufacturing
Simulation? Simulation Modeling Practice and Theory, Vol. 12 p 515–526, 2004.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
18
BERTRAND, J.W.M.; FRANSOO, J.C. Modeling and Simulation: Operations Management Research
Methodologies Using Quantitative Modeling. International Journal of Operation & Production
Management, Vol. 22, No. 2, pp. 241-264, 2002.
BOWEN, J.; FORD, R. C. Managing Service Organizations: Does Having a “Thing” Make a Difference?
Journal of Management, Vol. 28, No. 3, pp. 447 – 469, 2002.
CHWIF, L.; MEDINA, A. C. Uma Análise Crítica da Lei Municipal 13.948 ou “Lei das Filas” sob a Ótica da
Pesquisa Operacional: Conclusões Derivadas de Modelos de Simulação de Eventos Discretos. XXVI ENEGEP
– ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, Fortaleza, CE, 2006.
CHWIF, L.; MEDINA, A. C. Modelagem e Simulação de Eventos Discretos: Teoria e Aplicações. 2a ed. rev.
São Paulo: Ed. dos Autores, 2007.
FITZSIMMONS, J. A; FITZSIMMONS, M. J. Administração de Serviços: Operações, Estratégia e
Tecnologia de Informação. 4a ed. Porto Alegre: Bookman, 2005.
GIANESI, I. ; CORRÊA, H. L. Administração Estratégica de Serviços: Operações para a Satisfação do
Cliente. São Paulo: Atlas, 1994.
GRÖNROOS, C. Marketing Gerenciamento e Serviços. 3ª ed. Rio de Janeiro: Elsevier, 2009.
HILLIER, F. S.; LIEBERMAN, G. J. Introdução à Pesquisa Operacional. 8ª ed. São Paulo: McGraw-Hill,
2006.
HWANG, J.; GAO, L.; JANG, W. Joint Demand and Capacity Management in a Restaurant system. European
Journal of Operational Research. Vol. 207, pp. 465-472, 2010.
IBGE - INSTITUITO BRASILEIRO DE GEOGRAFIA E ESTATÍSITCA. Sistema de Contas Nacionais
Trimestrais. Brasil 2010. Disponível em:
<http://www.ibge.gov.br/home/estatistica/indicadores/pib/defaultcnt.shtm>. Acesso em: 21/05/2011.
LEAL, Fabiano. Um Diagnóstico do Processo de Atendimento a Clientes em uma Agência Bancária
Através de Mapeamento do Processo e Simulação Computacional. Dissertação (Mestrado em Engenharia de
Produção). Universidade Federal de Itajubá, 2003.
LEAL, F.; ALMEIDA, D. A. e MONTEVECHE, J. A. B. Uma Proposta de Técnica de Modelagem Conceitual
para a Simulação através de Elementos do IDEF. Anais do XL SIMPÓSIO BRASILEIRO DE PESQUISA
OPERACIONAL. João Pessoa (Paraíba), 2008.
LOVELOCK, C.; GUMMESSON, E. Whither Services Marketing? In Search Of a New Paradigm and Fresh
Perspectives. Journal of Service Research, Vol. 7, No. 1, pp. 20-41, 2004.
MORABITO, R.; LIMA, F. C. R. Um Modelo para Analisar o Problema de Filas em Caixas de Supermercados:
um Estudo de Caso. Pesquisa Operacional, Vol. 20, No. 1, PP. 59-71, 2000.
MONTEVECHI, J. A. B.; PINHO, COSTA, R. F. S.; OLIVEIRA, M.L; SILVA, A.L.F. Conceptual Modeling in
Simulation Projects by Mean Adapted IDEF: an Application a Brazilian Tech Company. In: WINTER
SIMULATION CONFERENCE, Baltimore, MD, USA, 2010.
PAIVA, C. N. A Relevância do Fator Humano na Simulação Computacional. Dissertação (Mestrado em
Engenharia de Produção). Universidade Federal de Itajubá, 2010.
RITZMAN, L. P.; KRAJEWSKI, L. J. Administração da Produção e Operações. São Paulo: Prentice Hall,
2004.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
19
ROBINSON; S. Conceptual Modeling for Simulation Part II: a Framework for Conceptual Modeling. Journal of
the Operational Research Society. Vol.59, pp. 291-304, 2008.
SABBADINI, F.; GONÇALVES, A. A.; OLIVEIRA, M. J. F. Gestão da Capacidade de Atendimento e
Simulação Computacional para a Melhoria na Alocação de Recursos e no Nível de Serviço em Hospitais. Em:
III SEGET - SIMPOSIO DE EXCELÊNCIA EM GESTÃO E TECNOLOGIA. 2006
SAKURADA, N.; MIYAKE, D. I. Aplicação de Simuladores de Eventos Discretos no Processo de Modelagem
de Sistemas de Operações de Serviços. Gestão e Produção, Vol. 16, No.1, p. 25-43 2009.
SARGENT, R. G. Verification and Validation of Simulation Models. In Proc. WINTER SIMULATION
CONFERENCE. Nova York, USA, 2011.
SKOOGH, A.; JOHANSSON, B. e STAHRE, J. Automated Input Data Management: Evaluation of a Concept
for Reduced Time Consumption in Discrete Event Simulation. Simulation, Vol. 88, No. 11, pp. 1279 – 1293,
2012.