OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE PESSOAS EM UMA CLÍNICA DE MEDICINA OCUPACIONAL ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL

i
RELATÓRIO FINAL
OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE
PESSOAS EM UMA CLÍNICA DE MEDICINA
OCUPACIONAL ATRAVÉS DE SIMULAÇÃO
COMPUTACIONAL
PAULO HENRIQUE MARAVIESKI BRAMBILLA
LONDRINA
2015
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ
PRÓ-REITORIA DE GRADUAÇÃO, PESQUISA E PÓS-GRADUAÇÃO
Programa Institucional de Bolsas de Iniciação Científica
PIBIC 2014/2015

ii
CAMILA SOARES DE OLIVEIRA
PAULO HENRIQUE MARAVIESKI BRAMBILLA
ENGENHARIA DE PRODUÇÃO – ESCOLA POLITÉCNICA
BOLSA PIBIC – ICV
OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE PESSOAS EM UMA CLÍNICA
DE MEDICINA OCUPACIONAL ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL
Relatório Final apresentado ao Programa
Institucional de Bolsas de Iniciação Científica,
Pró-Reitoria de Pesquisa e Pós-Graduação da
Pontifícia Universidade Católica do Paraná, e
órgãos de fomento, sob orientação do Prof.
Paulo Henrique Maravieski Brambilla.
LONDRINA
2015

iii
SUMÁRIO
RESUMO ...................................................................................................... iv
LISTA DE FIGURAS .................................................................................... vi
LISTA DE QUADROS .................................................................................. vii
LISTA DE TABELAS ................................................................................... viii
1 INTRODUÇÃO .......................................................................................... 1
2 OBJETIVO ................................................................................................ 3
2.1 Objetivo Geral ........................................................................................ 3
2.2 Objetivos Específicos ............................................................................. 3
3 REVISÃO BIBLIOGRÁFICA ................................................................... 4
3.1 Teoria das Filas ...................................................................................... 4
3.2 Simulação Computacional : Software Arena .......................................... 5
3.2 Input Analyzer.......................................................................................... 6
3.3 Identificação da Distribuição Teórica de Probabilidades......................... 7
4 MATERIAIS E MÉTODO ......................................................................... 8
4.1 Definição do Problema ........................................................................... 8
4.2 Coleta de Dados ..................................................................................... 10
4.3 Construção do Modelo Computacional................................................... 11
4.4 Otimização do Sistema............................................................................ 12
5 RESULTADOS ......................................................................................... 14
6 DISCUSSÃO ............................................................................................ 16
7 CONCLUSÃO .......................................................................................... 17
REFERÊNCIAS ............................................................................................ 19

iv
RESUMO
O congestionamento de clientes à espera de atendimento em clínicas de medicina
ocupacional é um problema fundamental com que engenheiros e outros profissionais
de produção devem se ater. As filas surgem quando a demanda de serviços é maior
que a capacidade de atendimento de um sistema, ou quando o mesmo não está
operando de forma organizada. Sendo assim, a qualidade do serviço fica em
segundo plano, ocasionando possíveis perdas administrativas. Estudar e
compreender o comportamento dos congestionamentos possibilita dimensionar
sistemas do mundo real, a fim de amenizar situações de aborrecimento e prováveis
custos que esperas demasiadas podem ocasionar. Qualificar e tornar ótimo o fluxo
de clientes em uma clínica de medicina ocupacional, através de uma ferramenta de
simulação de sistemas, utilizando métodos organizacionais e resultados da
parametrização do software de simulação Arena. Para que os objetivos fossem
alcançados, utilizou-se a metodologia de Prado (2014) dividida em construir um
modelo da situação atual e incluir alterações no modelo da situação atual para
refletir na situação futura desejada. Para isso, foram coletadas 77 amostras de
atendimentos de 5 a 20 de fevereiro de 2015, nos períodos matutino e vespertino de
maior fluxo de pacientes. Os dados obtidos foram organizados para o tratamento
estatístico, utilizando a ferramenta Input Analyzer do software Arena® 14.70.00000
versão para estudantes, através do qual se pode identificar que tipo de distribuição
cada processo iria demandar para a construção do modelo computacional no
software Arena. O relatório indicou os gargalos, gerando três novos cenários para
otimização do processo. Os fatores para escolher qual o melhor cenário a ser
aplicada a clínica de medicina ocupacional deve ser estudado de acordo com o fluxo
de pacientes em determinados dias e horários. Devem ser considerados fatores
envolvendo economia, custos e cenários trabalhistas. Ao duplicar quaisquer dos
recursos gargalos, as melhorias seriam consideráveis enfocando-se na diminuição
do tempo de espera e no aumento do número de clientes atendidos, todavia a
empresa deve levar em conta a demanda e os custos a serem despendidos na
contratação ou realocação de um colaborador.
Palavras-Chave: Filas – Otimização – Simulação Computacional – Software Arena.
ABSTRACT
The congestion of customers waiting to be answered in clinics of occupational
medicine is an essential problem with engineers and others manufacturing
professionals should focus. The queues arise when demand for services is greater
than the service capacity of a system, or when the same isn’t working in an organized
manner. Therefore, the quality of the service remains into the background, causing
possible administrative losses. Study and understand the behavior of congestion
enables measurer system of the real world, in other to minimize nuisance situations
and likely costs that excessive waiting can cause. Qualify and become great the
customer flow in a clinic of occupational medicine, through a system simulation tool,
using organizational methods and Arena simulation software parameterization
results. So that the objectives have been achieved, it were used Prado (2014)

v
methodology that divide into building a model of the current situation and include
changes in the model of the current situation to reflect the desired future situation.
Thereunto, it was collected 77 samples of attendances in 5 to 20 of February 2015, in
the morning and afternoon periods of greater flow of patients. The dates were
organized for a statistical analysis using the Input Analyzer tool of Arena® software
14.70.00000 student version, through which one can identify what type of distribution
each process would require to build the computational model in the Arena software.
The report indicated the limiting resource, creating three new scenarios for process
optimization. The factors to choose which the best scenario to be applied in a clinic of
occupational medicine should be studied according to the flow of patients on certain
days and times. It should be considered factors involving economics, costs and labor
scenarios. Upon duplicate any of limiting resources, improvements would be
considerable focusing on the reduction of waiting time and increasing the number of
clients served, however the clinic must take into account the demand and costs to be
spent on hiring or relocation of a collaborator.
Keywords: Queues - Optimization – Computer Simulation - Arena Software.

vi
LISTA DE FIGURAS
Figura 1. Fluxo de atendimento da clínica de medicina ocupacional............. 8
Figura 2. Layout da situação atual da clínica de medicina ocupacional
modelado no Arena.........................................................................................
11
Figura 3. Layout da duplicação do recurso recepção modelado no Arena.... 12
Figura 4. Layout da duplicação do recurso medição de pressão modelado
no Arena..........................................................................................................
13
Figura 5. Layout da duplicação dos recursos recepção e medição de
pressão modelado no Arena...........................................................................
13

vii
LISTA DE QUADROS
Quadro 1. Tipos de distribuições estatísticas................................................ 7
Quadro 2. Modelo de folha para coleta de dados......................................... 10

viii
LISTA DE TABELAS
Tabela 1. Expressões utilizadas nos dados de entrada............................... 11
Tabela 2. Dados relativos ao processo atual da clínica de medicina
ocupacional.....................................................................................................
12
Tabela 3. Dados relativos ao processo de duplicação do recurso recepção
na clínica de medicina ocupacional.................................................................
14
Tabela 4. Dados relativos ao processo de duplicação do recurso medição
de pressão na clínica de medicina ocupacional..............................................
14
Tabela 5. Dados relativos ao processo de duplicação simultânea dos
recursos recepção e medição de pressão na clínica de medicina
ocupacional.....................................................................................................
15
Tabela 6. Comparação entre os cenários analisados....................................... 16

Relatório Final - PIBIC
1
1. INTRODUÇÃO
O congestionamento de clientes à espera de atendimento em clínica de
medicina ocupacional é um problema fundamental com que engenheiros e outros
profissionais de produção devem se ater. As filas surgem quando a demanda de
serviços é maior que a capacidade de atendimento de um sistema, ou quando o
mesmo não está operando de forma organizada. Sendo assim, a qualidade do
serviço fica em segundo plano, ocasionando possíveis perdas administrativas.
Estudar e compreender o comportamento dos congestionamentos possibilita
dimensionar sistemas do mundo real, a fim de amenizar situações de aborrecimento
e prováveis custos que esperas demasiadas podem ocasionar. Soma – se a esses
fatores, o agravo da imagem organizacional, que uma vez afetada, possivelmente
não será reestabelecida. Logo, necessário se faz o planejamento corretivo das
várias etapas que compõem o processo.
Clínicas de medicina ocupacional, corriqueiramente, submetem seus clientes
aos agraves das filas de espera. A demanda desses prestadores de serviços surgiu
por conta do Ministério do Trabalho estabelecer, através da Consolidação das Leis
do Trabalho (CLT), que exames médicos admissionais, periódicos e demissionais
sejam realizados e financiados pelo empregador.
Os congestionamentos ocorrem quando a capacidade de atendimento é
menor que a demanda, quanto maior o “gap” entre esses elementos, maiores são as
filas e as perdas de eficiência de produtividade. Fraga (2012) explana que a
“existência de filas e o tempo de permanência nelas estão relacionados com a
eficiência do sistema prestador de serviços. O estudo das filas e dos processos que
as geram é uma maneira de buscar a melhoria desta eficiência”.
A Pesquisa Operacional, por meio da Teoria das Filas, é capaz de fornecer
soluções para a diminuição de filas em processos de fabricação ou prestação de
serviços, como as clínicas de medicina ocupacional. Existem três abordagens para
análise de filas: abordagem intuitiva, abordagem analítica e abordagem de
modelagem e simulação computacional.
Sendo essa última, utilizada na presente pesquisa, com o intuito de tornar
ótimo o fluxo de clientes em uma clinica de medicina ocupacional. A modelagem e
simulação computacional, de acordo com Pegden et al (1990), “é o processo de

Relatório Final – PIBIC
2
projetar um modelo computacional de um sistema real e conduzir experimentos com
este modelo com o propósito de entender seu comportamento e/ou avaliar
estratégias para sua operação”.
Contemporaneamente, há muitos softwares que realizam a simulação
computacional, dentre eles destaca – se o software Arena, lançado em 1993 pelo
System Modeling. O programa possibilita inúmeras alternativas para a melhoria da
eficiência, do alcance da economia e da efetividade do sistema, devido à
modelagem e a simulação que o mesmo oferece.
Logo, a fim de atingir o objetivo de tornar ótimo o fluxo de clientes em uma
clinica de medicina ocupacional, desenvolveu-se essa obra que abrange: uma
revisão bibliográfica sobre teoria das filas e simulação computacional através do
software Arena, um estudo aprofundado sobre os processos realizados na clínica, a
simulação do processo da clínica em que há o problema de filas, a sugestão de
melhoria do processo com o intuito que seja implantado na clínica e se possível em
demais estabelecimentos com características semelhantes.

3
2. OBJETIVOS
2.1. OBJETIVO GERAL
Qualificar e tornar ótimo o fluxo de clientes em uma clínica de medicina
ocupacional, através de uma ferramenta de simulação de sistemas, utilizando
métodos organizacionais e resultados da parametrização do software de simulação
Arena.
2.2. OBJETIVOS ESPECÍFICOS
Para se alcançar o objetivo geral necessário se faz dos seguintes objetivos
específicos:
 Realizar a revisão de literatura dos temas pertinentes à pesquisa: teoria
das filas, simulação de sistemas, software Arena;
 Analisar os processos de atendimento e fluxo de pessoas na clínica de
medicina ocupacional;
 Estudar as ferramentas do software Arena.

4
3. REVISÃO BIBLIOGRÁFICA
3.1. TEORIA DAS FILAS
Os infortúnios de congestionamentos em atendimentos podem gerar perdas
de negócio, uma vez que o cliente pode decidir não retornar ao local após sua
experiência negativa. Prado (2014) realiza duas considerações sobre filas: filas não
são simpáticas e filas são dispendiosas.
O sistema de filas é definido por Doile (2010) como “clientes chegando,
esperando pelo serviço, se não forem atendidos imediatamente, e saindo do
sistema, após serem atendidos”. Segundo Figueiredo e Rocha (2010) a teoria das
filas:
[...] permite determinar um modelo quantitativo de fila para uma situação em
particular, a partir do padrão probabilístico das chegadas dos clientes à fila,
do padrão probabilístico dos atendimentos fornecidos pela empresa e a
partir do número de canais de atendimento disponíveis.
A teoria das filas é um método analítico e, muitas vezes, as tomadas de
decisões, embasadas nela, requerem muita cautela e árduo estudo, e conforme
afirma Bouzada (2009) “os métodos analíticos precisam fazer muitos ajustes na
realidade para que esta se encaixe em algum padrão pré-concebido”. Assim, é
preferível a simulação, por conta da facilidade em se empregar a realidade sem os
citados ajustes.
A teoria das filas engloba conceitos como:
 Tamanho da população e seus clientes: em grandes populações a
chegada de apenas um cliente não afeta a taxa de entrada no sistema e
em populações pequenas o efeito ocorre, segundo Prado (2014).
 Processo de chegada: pode ser individual ou em grupo e ainda podem
ser classificados como determinístico ou estocástico, conforme Fogliatti e
Mattos (2007).
 Processo de atendimento: é quantificado por uma variável randômica,
que consideram o ritmo médio de atendimento e o tempo de duração
média do serviço ou atendimento.

5
 Número de servidores: um sistema de filas pode ter um único servidor,
ou mais, também pode operar com somente um servidor e quando a
demanda de clientes se eleva é acrescentado um servidor.
 Disciplina da fila: “refere – se à ordem na qual membros da fila são
selecionados para atendimento” (HILLIER, 2003). As filas podem ter
regras como: os primeiros que chegam serão os primeiros a serem
atendidos (FIFO – First In First Out); procedimentos de prioridade ou
algum outro tipo de ordem (PRI – Priority Service); os últimos a chegar
são os primeiros a serem atendidos (LIFO – Last In First Out) ou ainda
randomicamente (SIRO – Service In Random Order).
 Tamanho máximo da fila: utilizado para se estabelecer o número de
cadeiras na área de espera, por exemplo.
 Tempo médio de espera nas filas: depende dos processos de chegada
e de atendimento.
3.2. SIMULAÇÃO COMPUTACIONAL: SOFTWARE ARENA
A simulação computacional tem sido cada vez mais empregada, por conta de
sua disponibilidade de reproduzir e gerar diversos cenários sem prejuízos e de
maneira eficaz, possibilitando ainda o planejamento de melhorias e análises em
processos. “Simulação é uma técnica de solução de um problema pela análise de
um modelo que descreve o comportamento do sistema usando um computador
digital” (PRADO, 2014).
O software de simulação computacional Arena foi lançado no ano de 1993,
pelo System Modeling e dispõe de uma versão gratuita para estudantes que permite
diversas abordagens em um ambiente gráfico. Para a utilização do software não se
faz necessário o uso de linguagem computacional, sendo possível reproduzir
eventos através da representação de fluxogramas.
De acordo com Silveira, Silva e Belarmino (2006) a “simulação consiste na
construção de um modelo de um sistema real (ou ainda por existir) e, através do uso
do computador, possibilitar a realização de experimentos com vários cenários deste
modelo”.

6
Ademais, as simulações apresentam viabilidade financeira com positivo custo
benefício, conforme Camelo et al. (2010):
A simulação é um instrumento poderoso de análise que pretende determinar
o melhor sistema a ser implementado ou melhorado, permitindo quantificar
os efeitos de várias mudanças no sistema, sendo muito usado em situações
em que é muito caro ou difícil o experimento na situação real.
Para Silva, Pinto e Subramanian (2007) a técnica de simulação computacional
do Arena “pode ser considerada uma situação onde elementos estáticos, formando
um ambiente bem definido com suas regras e propriedades, interagem com
elementos dinâmicos, que fluem dentro desse ambiente”.
Segundo Hillier (2006) as aplicações complexas de simulação exigem o
esforço estendido por oito passos: formular o problema e planejar o estudo; coletar
os dados e formular modelo de simulação; verificação e precisão do modelo de
simulação; selecionar o software e construir um programa de computador; testar a
validade do modelo de simulação; planejar a simulação a serem realizadas; realizar
as execuções de simulação e analisar os resultados e por fim apresentar
recomendações à administração.
Por sua vez, Prado (2014) sucinta a metodologia para simulação de sistemas
em apenas duas etapas: construção do modelo da situação atual e inclusão de
alterações no modelo da situação atual para refletir a situação futura desejada.
Já para Freitas Filho (2008) há 12 passos para a formulação de uma
simulação: formulação e análise do problema; planejamento do projeto; formulação
do modelo conceitual; coleta de macro informações e dados; tradução do modelo;
verificação e validação; projeto experimental final; experimentação; interpretação e
análise estatística dos resultados; comparação de sistemas e identificação das
melhores soluções; documentação; apresentação dos resultados e implementação.
3.3. INPUT ANALYZER
Segundo Lima, Souza e Araújo (2006) o Input Analyzer é uma ferramenta
utilizada para se determinar a qualidade entre as funções de distribuição de
probabilidades com os dados de entrada coletados em campo.

7
Para Prado (2014) o processo realizado pelo Arena para descobrir qual a
melhor distribuição implica na comparação entre os dados reais com cada uma das
distribuições disponíveis. A estatística utilizada é a do “quadrado da diferença”, uma
avaliação de quão bem os dados de entrada se compara com os da distribuição
teórica.
3.4. IDENTIFICAÇÃO DA DISTRIBUIÇÃO TEÓRICA DE PROBABILIDADES
A identificação da distribuição de probabilidades visa denominar uma
distribuição teórica para que possa representar da melhor maneira possível, o
comportamento estocástico da variável analisada, conforme Quadro 1.
DISTRIBUIÇÃO DEFINIÇÃO
NORMAL
Segundo Freitas Filho (2008) a distribuição normal é conhecida na forma da curva
de sino e descreve fenômenos simétricos em torno da média. Os parâmetros são
a média e o desvio padrão. Sua melhor aplicação é empregada em casos de
atendimentos.
TRIANGULAR
E UNIFORME
De acordo com Lima, Souza e Araújo (2006) as distribuições triangular e uniforme
possuem uma particularidade em comum: podem ser usadas quando o
levantamento dos dados ainda não foi efetuado. Na distribuição triangular
trabalha-se com um numero médio, um mínimo e um máximo e na uniforme com
o valor constante entre dois extremos.
POISSON
Para Freitas Filho (2008) a distribuição de Poisson é “utilizada para modelar o
número de ocorrências, (valores discretos) que uma variável passa a assumir ao
longo de um intervalo contínuo”. Tal distribuição é apropriada em modelagem de
sistemas de inúmeras fontes de chegadas.
EXPONENCIAL
Conforme Lima, Souza e Araújo (2006) a distribuição exponencial é por empirismo
em termos de tempos de chegada. Necessita-se de um tempo mínimo médio para
aplicabilidade em sistemas de filas. Em consonância Moreira (2007) cita que a
distribuição Exponencial é uma distribuição contínua que é muito utilizada em
teoria de filas para descrever o tempo gasto ao se desenvolver uma tarefa.
LOGNORMAL
De acordo com Freitas Filho (2008) a distribuição Lognormal é o logaritmo natural
de uma variável que segue uma distribuição normal, é utilizada frequentemente
em cenários de atendimento e utiliza como parâmetro a média logarítmica.
ERLANG
A distribuição Erlang, de acordo com Lima, Souza e Araújo (2006), é usada como
uma extensão da distribuição exponencial, especialmente quando o fenômeno
aleatório é observado ao longo de diversas etapas de forma independente com
distribuições exponenciais é frequentemente empregada em atendimentos.
Quadro 1. Tipos de distribuições estatísticas.

8
4. MATERIAIS E MÉTODO
A presente pesquisa foi realizada em uma clínica de medicina ocupacional na
cidade de Londrina – PR, sendo o enfoque, o processo de atendimento de
pacientes. Para que os objetivos fossem alcançados, utilizou-se a metodologia de
Prado (2014), sistematizada em duas etapas.
Na primeira etapa, deve-se construir um modelo computacional para
representar as situações existentes no sistema atual. Na segunda etapa, a intenção
é efetuar alterações no modelo da primeira etapa, com o intuito de aperfeiçoar o
processo para uma desejada situação futura.
4.1. DEFINIÇÃO DO PROBLEMA
O projeto de pesquisa consiste em simular o processo de atendimento de
uma clínica de medicina ocupacional que funciona de segunda a sexta – feira, com
atendimento ao público das 8h00min às 16h00min. As atividades desempenhadas
pelos colaboradores e o esquema de fluxo dessa clínica funcionam conforme a
Figura 1:
Figura 1. Fluxo de atendimento da clínica de medicina ocupacional.
A colaboradora da Recepção (Mesa 1) desempenha atividades no período
das 08h00min às 18h00min, com um intervalo de duas horas para almoço. O recurso

9
utilizado neste posto de trabalho é um sistema de software contratado pela clínica
matriz que disponibiliza informações como agendamento de consultas e dados dos
clientes agendados (nome e CPF).
Neste posto de trabalho são realizados atendimento ao público, com a função
de receber e ordenar os documentos dos pacientes em dois tipos de fichas: as fichas
brancas pertencem aos pacientes prioritários (agendados, idosos, gestantes e
mulheres com crianças) e as fichas azuis são para pacientes convencionais. As
fichas são colocadas em ordem de chegada em um escaninho afim de que a
Retaguarda e a Medição de Pressão as utilizem, com o conhecimento de que as
fichas brancas devem ser priorizadas.
Esporadicamente, é necessário que a colaboradora atenda e realize ligações
telefônicas para as empresas a fim de sanar dúvidas e obter informações sobre os
pacientes. Também é realizado o pagamento das consultas e orientação aos
pacientes de como realizar o preenchimento do prontuário para ser entregue a Mesa
2.
A Medição de Pressão é composta pela Mesa 2 e *A1, todavia no momento
apenas a Mesa 2 está ativa, pois a colaboradora *A1 está afastada de suas funções.
Logo, a execução de tarefas é realizada por uma estagiária que cumpre a carga
horária das 08h30min às 16h30min com intervalos para almoço das 11h30min às
13h30min.
A estagiária recebe os prontuários preenchidos dos pacientes, e conforme a
sequência, convencional ou prioritária, afere as pressões e convoca para
atendimento médico. Após o paciente ser atendimento pelo médico, a estagiária
recebe as guias de atestado de saúde ocupacional (ASO), as carimba e remete uma
via para arquivo, uma via para o paciente com os documentos que foram entregues
no inicio do processo e uma via para a empresa enviada através do próprio paciente.
Por sua vez, a Retaguarda (Mesas *A e *C) é formada por duas
colaboradoras que trabalham em horário comercial, idêntico ao cumprido pela
recepcionista. Elas são responsáveis pela alimentação do software conforme as
fichas nos escaninhos. Também realizam a digitalização das guias após o
atendimento ao público ser encerrado (16h30min). As colaboradoras da retaguarda

10
atendem as ligações telefônicas e realizam os agendamentos, e quando o
atendimento da medição de pressão é insuficiente, as auxiliam.
E a Gerência (Mesa *D) além de auxiliar sempre que necessário no
atendimento, realiza o contato com as empresas e administra os conflitos quando os
pacientes não estão aptos para a execução das tarefas ou sofreram danos no
período trabalhado.
4.2. COLETA DE DADOS
Foi elaborada uma planilha para amparar na coleta dos dados referentes aos
tempos de atendimento de cada estação, conforme Quadro 2.
Ao total, foram coletadas 77 amostras de atendimentos. As coletas foram
realizadas de 5 a 20 de fevereiro de 2015, nos períodos matutino e vespertino de
maior fluxo de pessoas.
Identificação
do Paciente
Horário
Chegada
Entrada
Recepção
Saída
Recepção
Entrada
Medição
de
Pressão
Saída
Medição
de
Pressão
Entrada
Consulta
Médica
Saída
Consulta
Médica
Entrada
ASO
Saída
ASO
Quadro 2. Modelo de folha para coleta de dados.
Após a coleta dos dados, foram ordenados, com o auxílio do Microsoft Office
Excel®, os tempos de chegada, de atendimento na recepção, de preenchimento dos
prontuários, de encaminhamento dos prontuários à Mesa 2, de medição de pressão,
de consulta médica, de recebimento da guia ASO e os demais tempos de espera
entre uma estação e outra.
Em seguida, para o tratamento estatístico dos dados, utilizou-se a ferramenta
Input Analyser do software Arena® 14.70.00000 versão para estudantes, através do
qual se pode identificar que tipo de distribuição cada processo iria demandar.

11
Na Tabela 1, encontram-se todas as expressões fornecidas pelo Input
Analyzer utilizadas para realizar a modelagem computacional no software Arena.
ESTAÇÕES EXPRESSÃO TIPO DE DISTRIBUIÇÃO
Chegada POIS(2.49) POISSON
Recepção 0.5 + LOGN(1.84, 1.74) LOGNORMAL
Aguardar nos Assentos 1.5 + LOGN(5.84, 6.44) LOGNORMAL
Preenchimento 0.5 + 4 * BETA(2.26, 5.03) BETA
Levar na Mesa 2 1.5 + LOGN(6.7, 6.23) LOGNORMAL
Medição de Pressão 0.5 + ERLA(0.955, 2) ERLANG
Aguardar Consulta Médica 0.5 + GAMM(0.774, 2.17) GAMMA
Consulta Médica 0.5 + LOGN(1.71, 1.52) LOGNORMAL
Aguardar ASO 0.5 + LOGN(1.51, 1.14) LOGNORMAL
ASO 0.5 + LOGN(1.54, 1.3) LOGNORMAL
Tabela 1. Expressões utilizadas nos dados de entrada.
4.2. CONSTRUÇÃO DO MODELO COMPUTACIONAL
De acordo com os dados obtidos, foi realizada a construção do modelo
computacional no software Arena, conforme a Figura 12.
Figura 2. Layout da situação atual da clínica de medicina ocupacional modelado no
Arena.
Após adequar o modelo computacional aos parâmetros coletados, foi
realizada uma interpretação do relatório gerado. O tempo de execução foi de 360
minutos, com uma taxa de ocupação de 94,448%. O número de pacientes atendidos

12
foi de 31 e os tempos de espera, com seus valores mínimos, médios e máximos
para cada estação, podem ser observados na Tabela 2.
IDENTIFICADOR TEMPO MÍNIMO TEMPO MÉDIO TEMPO MÁXIMO
Tempo de Atendimento 19.646 min 31.339 min 43.708 min
Tempo de Espera Total 43.892 min 202.08 min 236.66 min
Tempo de Espera na Recepção 0 min 29.268 min 58.177 min
Tempo de Preenchimento 2.6163 min 37.471 min 57.093 min
Tempo de Espera na Medição de Pressão 3.0620 min 46.310 min 60.782 min
Tempo de Espera na Consulta Médica 9.6698 min 47.586 min 61.056 min
Tempo de Espera na ASO 28.544 min 41.448 min 60.131 min
Tabela 2. Dados relativos ao processo atual da clínica de medicina ocupacional.
4.4. OTIMIZAÇÃO DO SISTEMA
Durante o processo de simulação da situação atual da clínica de medicina
ocupacional, percebeu – se a formação de filas nas estações da recepção e da
medição de pressão. Devido a essa formação foi realizada, para otimização, uma
duplicação de recursos, primeiramente na recepção, em seguida, na medição de
pressão, e por último, a duplicação de recursos nas duas estações simultaneamente,
conforme as Figuras 3, 4 e 5.
Figura 3. Layout da duplicação do recurso recepção modelado no Arena.

13
Figura 4. Layout da duplicação do recurso medição de pressão modelado no Arena.
Figura 5. Layout da duplicação dos recursos recepção e medição de pressão
modelado no Arena.

14
5. RESULTADOS
O presente capítulo irá apresentar os resultados obtidos após análise do
processo por meio da simulação, onde foi possível identificar pontos passíveis de
intervenção, buscando uma otimização do processo e do fluxo de pessoas.
O processo de duplicação no recurso recepção teve como tempo de
execução, 360 minutos, com uma taxa de ocupação de 90,967%. O número de
pacientes atendidos foi de 42 e os tempos de espera, com seus valores mínimos,
médios e máximos para cada estação, podem ser observados na Tabela 3.
Tempo de Espera na Recepção 1 0 min 0.24098 min 4.2106 min
Tempo de Espera na Recepção 2 0 min 0 min 0 min
Tempo de Preenchimento 0 min 30.059 min 62.399 min
Tempo de Espera na Medição de Pressão 0.92654 min 46.016 min 67.420 min
Tabela 3. Dados relativos ao processo de duplicação do recurso recepção na clínica
de medicina ocupacional.
O processo de duplicação no recurso medição de pressão teve como tempo
de execução, 360 minutos, com uma taxa de ocupação de 92,481%. O número de
pacientes atendidos foi de 40 e os tempos de espera, com seus valores mínimos,
médios e máximos para cada estação, podem ser observados na Tabela 4.
Tempo de Espera na Recepção 0 min 37.035 min 66.556 min
Tempo de Preenchimento 1.9062 min 45.969 min 66.853 min
Tempo de Espera na Medição de Pressão 1 0 min 0.07876 min 2.2051 min
Tempo de Espera na Medição de Pressão 2 0 min 0 min 0 min
Tabela 4. Dados relativos ao processo de duplicação do recurso medição de
pressão na clínica de medicina ocupacional.
O processo de duplicação simultânea nos recursos Recepção e Medição de
Pressão tiveram como tempo de execução, 360 minutos, com uma taxa de ocupação
de 96,550%. O número de pacientes atendidos foi de 57 e os tempos de espera,

15
com seus valores mínimos, médios e máximos para cada estação, podem ser
observados na Tabela 5.
Tempo de Espera na Recepção 1 0 min 9.1630 min 26.436 min
Tempo de Espera na Recepção 2 0 min 0 min 0 min
Tempo de Preenchimento 0 min 27.311 min 67.939 min
Tempo de Espera na Medição de Pressão 1 0 min 5.9924 min 23.478 min
Tempo de Espera na Medição de Pressão 2 0 min 0 min 0 min
Tabela 5. Dados relativos ao processo de duplicação simultânea dos recursos
recepção e medição de pressão na clínica de medicina ocupacional.

16
6. DISCUSSÃO
Na etapa de realizar alterações no modelo atual, Prado (2008) sugere efetuar
algumas modificações para simular diferentes cenários ou para encontrar o melhor
fluxo.
O processo de simulação realizado no software Arena permitiu verificar
diferentes cenários, sem a necessidade de alterar o sistema real. Portanto,
analisando os três cenários encontrados, foi possível verificar como o sistema se
comporta diante de algumas alterações.
No primeiro cenário, a duplicação do recurso Recepção teve como intuito,
diminuir o tempo de espera para ser atendido pela recepcionista. E a inserção do
segundo recurso fez com que o tempo de espera na recepção diminuísse de 58
minutos para 4 minutos. Além disso, foram atendidos 11 pacientes a mais.
No segundo cenário, a duplicação do recurso Medição de Pressão teve como
objetivo, diminuir o tempo de espera na estação. O segundo recurso fez com que o
tempo de espera diminuísse de 60 minutos para 2 minutos. Foram atendidos 9
pacientes a mais.
No terceiro cenário, a duplicação simultânea dos recursos Recepção e
Medição de Pressão foram realizadas para diminuir o tempo de espera nos dois
recursos onde foram constatados filas. O tempo de espera na recepção diminuiu de
58 minutos para 26 minutos e o tempo de espera na medição de pressão foi
reduzido de 60 minutos para 23 minutos. Além disso, o número de pacientes
atendidos passou a ser de 31 para 57 pacientes.
A Tabela 6 é um indicativo de comparação entre os cenários analisados.
Cenário Atual Cenário 1 Cenário 2 Cenário 3
Tempo Total de Atendimento (média) 31.339 min 32.158 min 31.257 min 29.543 min
Número de Pacientes Atendidos 31 42 40 57
Tabela 6. Comparação entre os cenários analisados.

17
7. CONCLUSÃO
A pesquisa objetivou tornar ótimo o fluxo de clientes em uma clinica de
medicina ocupacional na cidade de Londrina – PR, tal meta foi alcançada com êxito
através do estudo de teoria das filas e emprego de simulação computacional do
software Arena.
Para o estudo da melhoria simulou-se a duplicação dos recursos em que
foram identificados gargalos. Logo, foram sugeridos três possíveis cenários
alternativos: dois atendentes executando a recepção de clientes, dois atendentes na
medição de pressão e a duplicação simultânea das duas estações de trabalho.
Concluiu-se que ao duplicar quaisquer dos recursos gargalos as melhorias
seriam consideráveis enfocando-se a diminuição do tempo de espera e aumento do
número de clientes atendidos, todavia a empresa deve levar em conta a demanda e
os custos a serem despendidos na contratação ou realocação de um colaborador.
Para melhoria do sistema atual, sem aumento de recursos, a organização
possui a alternativa de treinamento dos colaboradores, afim de que o atendimento
ao cliente seja aperfeiçoado.
Os fatores para escolher qual o melhor cenário a ser aplicada a clínica de
medicina ocupacional, deve ser estudado de acordo com o fluxo de pacientes em
determinados dias e horários. Devem ser considerados fatores envolvendo
economia, custos e cenários trabalhistas.
E para amenizar os impactos da insatisfação de se aguardar em filas, há
como alternativa a melhoria das instalações físicas, com o emprego de um televisor,
com a possibilidade de ser utilizado para mostrar ao público um vídeo institucional,
promovendo a marca da empresa, e incentivando o agendamento de horários, desse
modo os clientes tem conhecimento da priorização de atendimentos.
Também é proposta a melhoria no sistema de refrigeração do clima ambiente,
uma vez que em dias de altas temperaturas, os ruídos de ventiladores intensificam a
intolerância na espera. Conforme Gianesi e Corrêa (apud SCHONS e RADOS,
2009) explanam as alternativas possíveis para atenuar a percepção de espera do
cliente, é dispor um ambiente com recursos atrativos, como música ambiente,
televisões e revistas.

18
Ademais, para trabalhos futuros, bem como Fraga (2012) propõe em sua
monografia, é sugerido que se aborde simulações com a utilização de senhas para a
formação de fila, de maneira que o usuário possa esperar pelo atendimento sentado
e não em pé, para assegurar a sequência de chegada.
Por fim, esta pesquisa mostrou – se válida por demonstrar possibilidades
concretas para melhorias na utilização dos recursos produtivos visando o
atendimento a demanda e a manutenção da constância no processo de
atendimento.

19
REFERÊNCIAS
BOUZADA, Marco Aurélio Carino. Dimensionamento De Um Call Center:
Simulação Ou Teoria De Filas?. In: Simpósio De Administração Da Produção,
Logística E Operações Internacionais, dez. 2009, Bela Vista. Simpoi, 2009. p. 1 - 16.
Brasil. Constituição Federativa do Brasil. 25ª ed. São Paulo: Saraiva; 2000.
CAMELO, Gustavo Rossa et al. Teoria Das Filas E Da Simulação Aplicada Ao
Embarque De Minério De Ferro E Manganês No Terminal Marítimo De Ponta Da
Madeira. Cadernos do Ime: Série Estatística, Rio de Janeiro, v. 29, n. 1413, p.1-16,
dez. 2010. Semestral. Disponível em: <http://cadest.ime.uerj.br/index.php/cadernos-
online-estatistica>. Acesso em: 2 jun. 2015.
DOILE, Luiz Fernando Pacheco. Teoria das filas: analisando o fluxo de atendimento
e o número de atendentes em um supermercado. 2010. 49 f. TCC (Graduação) -
Curso de Administração, Universidade Federal do Rio Grande do Sul, Porto Alegre,
2010. Disponível em: <http://www.lume.ufrgs.br/handle/10183/29741>. Acesso em:
22 jul. 2015.
FIGUEIREDO, Danielle Durski; ROCHA, Silvana Heidemann. Aplicação Da Teoria
Das Filas Na Otimização Do Número De Caixas: Um Estudo De Caso. Iniciação
Cientifica Cesumar, Maringá, v. 2, n. 12, p.175-182, dez. 2010. Semestral.
Disponível em:
<http://periodicos.unicesumar.edu.br/index.php/iccesumar/article/view/1300>. Acesso
em: 20 fev. 2015.
FOGLIATTI, M. C.; MATTOS, N. M. C. Teoria de Filas. Rio de Janeiro: Interciência,
2007.
FRAGA, Karina Pedrini. Análise De Um Processo De Atendimento De
Emergência Usando Teoria De Filas. 2012. 57 f. TCC (Graduação) - Curso de
Engenharia de Produção, Engenharias e Computação, Universidade do Espírito
Santo, São Mateus. Disponível em:
<http://www3.ceunes.ufes.br/downloads/16/engprod-
TCC_Karina_Pedrini_Fraga_2012_1.pdf>. Acesso em: 2 jun. 2015.

20
FREITAS FILHO, Paulo José de. Introdução à modelagem e simulação de
sistemas: com aplicações em Arena. 2. ed. Florianópolis: Visual Books, 2008. 384
p.
HILLIER, Frederick S. Introdução à pesquisa operacional; tradução Ariovaldo
Griesi; revisão técnica João Chang Junior. - São Paulo: McGraw-Hill, 2006.
LIMA, Rodrigo Zago de; SOUZA, Alisson D. C. de; ARAUJO, Luciane Calixto
de. Manual do Arena 9.0. Florianópolis: Universidade Federal de Santa Catarina,
2006. 77 p. Disponível em:
<http://www.ice.unifei.edu.br/ramos/download/SIM/MArena9.pdf>. Acesso em: 01
ago. 2014.
MOREIRA, Daniel Augusto. Pesquisa Operacional: Curso Introdutório. São Paulo:
Thomson Learning, 2007.
PEGDEN, C. D.; SHANNON, R.E.; SADOWSKI, R.P. Introduction to simulation using
SIMAN. 2. ed. Nova Iorque: McGraw-Hill, 1990. 615 p.
PRADO, Darci. Teoria das filas e da simulação. 5. ed. Nova Lima, MG: FALCONI,
2014.
PRADO, Darci. Usando o Arena em simulação. 3. ed. Belo Horizonte, MG: INDG,
2008.
PRADO, Darci. Usando o Arena em simulação. 5. ed. Nova Lima, MG: FALCONI,
2014.
SILVA, Lúcia Marta Freitas; PINTO, Marcel Gois; SUBRAMANIAN, Anand. 2007,
Utilizando O Software Arena Como Ferramenta De Apoio Ao Ensino Em
Engenharia De Produção. Foz do Iguaçu: XXVII ENEGEP Abepro, 2007. 10 p.
Disponível em: <http://www.abepro.org.br/>. Acesso em: 3 jun. 2015.
SILVEIRA, Aimée Piedade; SILVA, Cristiane Rodrigues da; BELARMINO, Daiana
Guimarães. O Software ARENA. 2006. 67 f. TCC (Graduação) - Curso de Ciências
da Computação, Centro Universitário do Sul de Minas – Unis-MG, Varginha, 2006.

OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE PESSOAS EM UMA CLÍNICA DE MEDICINA OCUPACIONAL ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Semelhante a OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE PESSOAS EM UMA CLÍNICA DE MEDICINA OCUPACIONAL ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL

Semelhante a OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE PESSOAS EM UMA CLÍNICA DE MEDICINA OCUPACIONAL ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL (20)

Mais de Camila Oliveira

Mais de Camila Oliveira (12)

OTIMIZAÇÃO DE PROCESSOS E DO FLUXO DE PESSOAS EM UMA CLÍNICA DE MEDICINA OCUPACIONAL ATRAVÉS DE SIMULAÇÃO COMPUTACIONAL