P. 1
Model Antrian

Model Antrian

|Views: 980|Likes:
Published by Aidah Ima Cmc

More info:

Published by: Aidah Ima Cmc on Jun 01, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

06/29/2013

pdf

text

original

MODEL ANTRIAN : MULTI CHANEL - SINGLE PHASE (SWALAYAN

)

MAKALAH Untuk memenuhi tugas matakuliah Riset Operasi yang dibina oleh Bapak Hendro Permadi

Oleh Kelompok 3: Taufiq Hidayanto Laili Mu’awanah Gutomo Wibi Ananggih Hario Wisnu D B P Imama Wahidah Siska Oktavia 109311422570 109311422577 109311422585 109311422593 109311426521 209311419786

UNIVERSITAS NEGERI MALANG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA Maret 2012

PENDAHULUAN A. Latar Belakang Teori antrian atau sering disebut sebagai waiting line theory, atau queuing theory mulai dikembangkan oleh ahli mathematik Denmark yang bernama A.K. Erlang, yang mengadakan penelitian dalam lalu-lintas telephone. Sampai dengan saat ini, khususnya setelah perang dunia ke II waiting line theory mempunyai aplikasi yang luas untuk alat operasi perusahaan/manajemen. Persoalan-persoalan yang dapat diselesaikan dengan waiting line theory adalah meliputi bagaimana perusahaan dapat menentukan waktu dan fasilitas yang sebaikbaiknya agar dapat melayani langganan dengan effisien. Di dalam hal ini tentu saja diperhitungkan antara ekstra biaya yang dikeluarkan perusahaan untuk menambah fasilitas service baru dengan kerugian-kerugian konsumen karena harus menunggu apabila tidak diadakan penambahan fasilitas service yang baru. Sebagai contoh dari persoalana waiting line theory ini adalah konsumen yang antri untuk fotocopy. Disini harus diperhitungkan ongkos-ongkos untuk menambah mesin fotocopy dengan penghematan yang didapat konsumen karena berkurangnya waktu untuk menunggu pelayanan / service. Sebagaimana diketahui apabila konsumen ini merasakan kepuasan karena tidak terlalu lama menunggu, akan menguntungkan perusahaan karena tidak telalu lama menunggu, akan menguntungkan perusahaan yang bersangkutan oleh karena akan menjadi langganan. Contoh yang lain adalah pelayanan/service pada rumah sakit (misalnya bed, kasur dan lain sebagainya). Di dalam rumah sakit ini apabila ada pasien yang baru, harus disediakan bed dengan perlengkapannya. Apabila bed dan perlengkapannya sudah penuh, maka pasien yang baru tidak akan mendapatkan tempat lagi, sehingga tidak dapat dirawat di rumah sakit yang bersangkutan. Suatu proses antrian adalah suatu proses yang berhubungan dengan kedatangan seorang pelanggan pada suatu fasilitas pelayanan, kemudian tahap selanjutnya menunggu dalam suatu barisan atau antrian jika semua pelayanannya sibuk, dan akhirnya pelanggan meninggalkan fasilitas tersebut. Salah satu model antrian yang ada yaitu Multi Channel – Single Phase. Hal inilah yang melatarbelakangi penulis untuk menyusun makalah yang berjudul Model Antrian: Multi Chanel – Single Phase (Swalayan)

Tujuan Adapun tujuan penulisan makalah ini adalah : 1. Rumusan Masalah Berdasarkan latar belakang yang telah dikemukakan sebelumnya. Bagaimana contoh aplikasi dan analisis model antrian Multi ChannelSingle Phase (swalayan)? C.B. Bagaimanakah konsep dasar mengenai model antrian Multi ChannelSingle Phase (swalayan)? 2. Bagaimanakah konsep dasar mengenai model antrian Multi ChannelSingle Phase (swalayan)? 2. maka penulis dapat merumuskan masalah sebagai berikut: 1. Bagaimana contoh aplikasi dan analisis model antrian Multi ChannelSingle Phase (swalayan)? .

Misalnya. Komponen Proses Antrian Proses antrian yang terjadi sangat sederhana atau sangat kompleks.1. Proses input meliputi sumber kedatangan atau biasa dinamakan Calling Population. mobil atau panggilan telepon untuk dilayani. Komponen dasar proses antrian adalah kedatangan dan pelayanan. sebaliknya jika kapasitas pelayanan kurang. Pengertian Teori Antrian Teori antrian merupakan teori yang menyangkut studi matematis dari antrian-antrian atau baris-baris penungguan. Unsur ini sering dinamakan proses input. Dalam hal ini. orang. yaitu insinyur kebangsaan Denmark yang bekerja pada Copenhagen Telephone Exchange pada tahun 1909. lalu dikuatkan lagi oleh Leonardo Kleinrock dengan mengaplikasikan teori antrian pada jaringan modem packet switching pada awal tahun 1960-an. Komponen-komponen ini disajikan pada gambar 2. Kendall mengenai notasi antrian A/B/C pada tahun 1953. Krarup Erlang. maka akan memerlukan ongkos yang besar. Cara terjadinya umumnya merupakan proses acak. . apabila pelayanan terlalu banyak. Kemudian diperkenalkan lebih dalam oleh David G.PEMBAHASAN A.1 Komponen Proses Antrian Setiap masalah antrian melibatkan kedatangan. Formasi baris-baris penungguan terjadi apabila kebutuhan akan suatu pelayanan melebihi kapasitas yang tersedia. 1. Sebenarnya tujuan utama dari teori antrian ini adalah mencapai keseimbangan antara ongkos pelayanan dengan ongkos yang disebabkan oleh adanya waktu menunggu tersebut. Gambar 2. maka akan terjadi baris penungguan dalam waktu yang cukup lama dan juga akan menimbulkan ongkos. Konsep dasar model antrian Multi Chanel – Single Phase (Swalayan) Teori antrian pertama kali dikemukakan oleh A.

Struktur Dasar Model-Model Antrian Dalam teori antrian terdapat beberapa struktur dasar model-model antrian.Disiplin Pelayanan Disiplin pelayanan dapat dikelompokkan menjadi dua bagian. 6. kemudian beralih melayani orang yang diprioritaskan meskipun belum selesai melayani orang sebelumnya. 4. maka unit-unit yang memerlukan pelayanan akan dilayani oleh serangkaian fasilitas. Jika ada lebih dari satu fasilitas pelayanan. Disiplin non preemptive: Disiplin non preemptive merupakan disiplin yang menggambarkan situasi dimana pelayan akan menyelesaikan pelayanannya baru kemudian beralih melayani orang yang diprioritaskan. Aturan pelayanan menurut aturan kedatangan ini dapat didasarkan pada: . serta perilaku dari populasi yang akan dilayani. Input (Populasi) Karakteristik dari populasi yang akan dilayani (calling population) dapat dilihat menurut ukurannya. Mekanisme Pelayanan Mekanisme pelayanan terdiri atas satu atau lebih fasilitas pelayanan yang masingmasing terdiri atas satu atau lebih saluran paralel.2. yaitu preemptive dan non preemptive. Disiplin Antrian Istilah disiplin antrian menyatakan metode suatu set aturan yang digunakan untuk menentukan urutan pekerjaan yang akan dilayani. Disiplin preemptive : Merupakan disiplin yang menggambarkan situasi dimana pelayan sedang melayani seseorang. 3. anggota antrian ini dipilih untuk dilayani. 1. 2. 5. Dalam waktu tertentu. pola kedatangan. Pemilihan didasarkan pada suatu anturan tertentu dan setelah itu kemudian unit-unit meninggalkan sistem antrian. salah satu diantaranya adalah unit-unit (langganan) yang memerlukan pelayanan yang diturunkan dari suatu sumber input memasuki sistem antrian dan ikut dalam antrian. populasi yang akan dilayani bisa terbatas (finite) bisa juga tidak terbatas (infinite). Menurut ukurannya.

4. dia keluar (exit) dari sistem. atau dia mungkin bergabung dengan populasi lainyang mempunyai probalitas lebih kecil dalam hal kebutuhan pelayanan tersebutkembali. dia mungkin bergabung pada satu di antara kategori populasi. meskipun yang terakhir ini kemungkinan sudah lebih dahulu tiba dalam garis tunggu. Priority Service (PS) artinya. keluar . panggilan didasarkan pada peluang secara random. misalnya seseorang yang dalam keadaan penyakit lebih berat dibanding dengan orang lain dalam suatu tempat praktek dokter. pembelian tiket kertetaapi antarkota kecil yang dilayani oleh satu loket. 2. Keluar (Exit) Sesudah seseorang (individu) telah selesai dilayani. Misalnya. FirstCome FirstServed (FCFS) atau FirstIn FirstOut (FIFO) artinya. tidak soal siapa yang lebih dulu tiba. 3. Single phase menunjukkan bahwa hanya ada satu fasilitas pelayanan. Model-model struktur antrian Ada 4 model struktur antrian dasar yang umum terjadi didalam seluruh sistem antrian: a. sistem antrian dalam elevator untuk lantai yang sama. LastCome FirstServed (LCFS) atau LastIn FirstOut (LIFO) artinya. 7. individu-individu keluar darisistem. lebih dulu dilayani (keluar). Misalnya.1. lebih dulu datang (sampai). Setelah menerima pelayanan. dansebagainya.Contoh untuk model struktur ini adalah seorang tukang cukur. Single Channel-Single Phase Sistem ini adalah yang paling sederhana. Service In Random Order (SIRO) artinya. Sesudah keluar. Single channel berarti bahwa hanya adasatu jalur untuk memasuki sistem pelayanan atau ada satu fasilitas pelayanan. Single phasemenunjukkan bahwa hanya ada satu station pelayanan atau sekumpulan tunggaloperasi yang dilaksanakan. prioritas pelayanan diberikan kepada pelanggan yang mempunyai prioritas lebih tinggi dibandingkan dengan pelanggan yang mempunyai prioritas lebih rendah. yang tiba terakhir yang lebih dulu keluar. seorang pelayan took. Kejadian seperti ini kemungkinan disebabkan oleh beberapa hal. antrian pada loket pembelian tiket bioskop. Diamungkin bergabung dengan populasi asal dan mempunyai probabilitas yangf samauntuk memasuki sistem kembali.

Sebagai contoh model ini adalah pembeliantiket yang dilayani oleh lebih dari satu loket pelayanan potong rambut oleh beberapatukang potong. penyembuhan sampai pembayaran.b. Setiap sistem-sistem ini mempunyai beberapa fasilitas pelayanan padasetiap tahap. tukang cat mobil. Single channel-Multiphase Istilah multiphase menunjukkan ada dua atau lebih pelayanan yang dilaksanakan secara berurutan (dalam phase-phase). dan sebagainya. pelayanan kepada pasien di rumah sakit dari pendaftaran. namun pembayarannya hanya pada seorang kasir (single channel). . Misal. Sebagai contoh. Multichannel-Single Phase Sistem multichannel-single phase terjadi (ada) kapan saja dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal. Multichannel-Multiphase Contoh model ini yaitu herregistrasi para mahasiswa di universitas. pencucianmobil. Padaumumnya. Toko-toko dengan beberapa pelayanan(multichannel). keluar Dalam makalah ini khususnya akan membahas tentang model antrian Multi Chanel-Single Phase.Selain empat model struktur antrian diatas sering terjadi struktur antrian diatas sering terjadi struktur campuran(mixed arrangements) yang merupakan campuran dari dua ataulebih struktur antrian diatas. diagnosa.mungkin simulasi lebih sering digunakan untuk menganalisa sistem ini. keluar c. keluar d. jaringan antrian ini terlalu kompleks untuk dianalisa dengan teori antrian. dan sebagainya. lini produksi massa. sehingga lebih dari satu individu dapat dilayani pada suatu waktu.

3... . Probabilitas N pelanggan di Dalam Sistem .) d= disiplin pelayanan (FCFS. 2. Probabilitas Sistem Sedang Kosong P0 = ∑ ⁄ ⁄ Yang dari foto kopian itu beda ce??? Aq udah coba dua2nya tinggal pilih pake cara yang mana… begitu juga yang Pn 3. Tingkat Kesibukan ρ = λ /c μ 2. LCFS. atau SIRO) e= jumlah maximum yang dapat ditampung sistem (dalam antrian + dalam pelayanan) f= ukuran pemanggil populasi atau sumber Notasi khusus untuk model antrian Multi Chanel-Single Phase adalah pada tiap fase mengikuti model antrian (M/M/S).Notasi antrian Notasi yang sesuai untuk menyederhanakan karakteristik utama dari antrian paralel telah ditentukan secara umum dengan format: (a/b/c) : (d/e/f) Keterangan: a= distribusi kedatangan b= distribusi waktu pelayanan c= jumlah fasilitas pelayanan (s=1. Asumsi M/M/S Asumsi-asumsi yang sering digunakan dalam model antrian Multi Chanel-Single Phase (M/M/S) adalah sebagai berikut:     Kedatangannya berdistribusi poison Waktu pelayanannya mengikuti distribusi eksponensial Panjang antriannya tidak terbatas Disiplin antriannya adalah FCFS Dari asumsi tersebut dapat diperoleh hasil secara statistik sebagai berikut : 1.

Rata-rata Jumlah Pelanggan Dalam system 5. Rata-rata Waktu Menunggu Pelanggan Di Dalam Sistem Untuk Mengantri 7. Rata-rata Waktu Menunggu Pelanggan Di Dalam Sistem Untuk Dilayani 6. Rata-rata Jumlah Dalam Antrian Dimana : λ = rata-rata tingkat kedatangan (jumlah kedatangan per satuan waktu) 1/λ = rata-rata waktu antar kedatangan μ = rata-rata kecepatan pelayanan (jumlah satuan yang dilayani per satuan waktu bila pelayan sibuk).Pn (n=c) = 4. 1/μ = rata-rata waktu yang dibutuhkan pelayan ρ = faktor penggunaan pelayan (proporsi waktu pelayan ketika sedang sibuk) Pn = probabilitas N pelanggan di dalam system P0 = probabilitas sistem sedang kosong Lq = jumlah rata-rata di dalam sistem (yang antri dan yang sedang dilayani) Ls= rata-rata pelanggan dalam sistem Ws = waktu rata-rata di dalam system untuk dilayani Wq = waktu rata-rata di dalam system untuk mengantri .

07 14.09 14. Biaya yang terjadi karena orang mengantri. Sementara biaya menambah fasilitas layanan berupa penambahan fasilitas layanan serta gaji tenaga kerja yang memberi pelayanan.05 14.59 14.02 14.16 14.21 Lama Lama Antri dilayani 0’ 1’ 0’ 3’ 1’ 2’ 0’ 5’ 0’ 3’ 0’ 1’ 0’ 1’ 1’ 1’ 1’ 1’ 0’ 1’ .29 14.PERILAKU BIAYA Dua jenis biaya yang timbul.21 14.11 14.03 14. Yaitu biaya karena orang dalam sistem antrian ada mengantri.49 14.11 Waktu antar kedatangan 0’ 1’ 0’ 1’ 1’ 2’ 2’ 2’ 2’ 0’ Selesai belanja (Masuk Kasir) 14. yaitu biaya karena mengantri dan biaya karena menambah fasilitas layanan. Contoh aplikasi dan analisis model antrian Multi Chanel – Single Phase (Swalayan) Penelitian pada hari Kamis mulai pukul 14.29 14.00 14. Berikut ini merupakan total biaya untuk fasilitas pelayanan: B.28 14.23 14. Tujuan dari sistem antrian adalah meminimalkan biaya total. jumlah loket 15 dan loket yang melayani ada 7 loket : NO 1 2 3 4 5 6 7 8 9 10 Waktu Masuk 14.00 WIB. dan di sisi lain biaya karena menambah fasilitas layanan. antara lain berupa waktu yang hilang karena menunggu.01 14.24 14.01 14.

33 14.42 14.12 < j ≤ 14.47 15.29 14.18 < j ≤ 14.21 14.09 14.15 < j ≤ 14.20 14.27 14.15 14.11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 14.30 4’ 1’ 1’ 0’ 1’ 1’ 0’ 1’ 1’ 1’ 3’ 2’ 2’ 0’ 1’ 14.19 14.25 14.53 14.27 14.00 10 Jumlah Pelanggan 5 1 2 1 2 4 4 1 2 3 25 .45 14.18 14.00 < j ≤ 14.40 14. No.36 14.19 14.06 < j ≤ 14.09 < j ≤ 14.11 1’ 1’ 3’ 1’ 2’ 0’ 0’ 2’ 2’ 1’ 2’ 0’ 1’ 1’ 2’ 1’ 1’ 11’ 4’ 1’ 3’ 2’ 3’ 1’ 1’ 1’ 6’ 1’ 3’ 4’ Analisis Data Interval kedatangan dibagi dalam 10 interval dengan selang waktu 3 menit.06 14.21 14.01 15. 1 2 3 4 5 6 7 8 9 10 Total Interval (j) 14.29 14.24 14.37 14.27 < j ≤ 15.46 14.24 < j ≤ 14.29 14.17 14.15 14.16 14.03 < j ≤ 14.21 < j ≤ 14.18 14.17 14.57 14.03 14.22 14.49 14.50 14. Data berdasarkan intervalnya diberikan sebagai berikut.12 14.

5 menit melayani pelayanan yang siap melayani pada hari itu berjumlah 7 loket. Dengan demikian ratarata waktu pelayanan adalah : satu orang pelanggan. Untuk langkah selanjutnya menghitung tingkat kesibukan sistem ( diketahui loket menit/pelanggan.2. maka c = 7. sehingga : pelanggan /menit Jadi rata-rata tingkat pelayanan per menit adalah sebanyak 0-1 orang. atau setiap 2. atau setiap 1. Sehingga  Rata-rata tingkat pelayanan ( ) = 1.Analisis antrian Tingkat kesibukan sistem Untuk menghitung tingkat kesibukan sistem kita harus menggunakan perhitungan kedatangannya dengan distribusi poisson.5 pelanggan/ 3 menit Jadi rata-rata tingkat kedatangan pelanggan adalah 2. Untuk menghitung tingkat kesibukan pertama-tama yang harus dicari adalah rata-rata tingkat kedatangan ( ).  Rata-rata tingkat kedatangan ( ) ) dan rata-rata tingkat pelayanan ( Karena selama kurun waktu 30 menit terdapat 10 interval waktu tetap dan masing-masing interval 3 menit. Waktu pelayanan total dari 25 pengunjung adalah 62 menit. sehingga perhitungannya sebagai berikut: = . maka : = 2.2 menit rata-rata pelanggan/menit atau 0-1 orang Pada kasus ini mencari jumlah pelanggan yang dapat dilayani per satuan waktu.5 per tiga menit atau 2-3 orang. Dengan demikian waktu rata-rata kedatangan pelanggan = datang satu pelanggan.

782)-0.29% Kemungkinan terdapat empat pelanggan dalam sistem P4 (n=c=4) = =2x =2x = 0.2802 x 100% = 28.2857 = 0.0029 x 100% = 0.Dari hasil perhitungan tingkat kesibukan di atas berarti :  Kemungkinan tidak ada pelanggan dalam system antrian adalah P0 = ∑ ⁄ ⁄ ⁄ x 100% = 25% P0 =  = (2.00013 x 100% = 0% .2146 x 100% =21.7514 x 100% = 75.0306 x 100% =3.14% Kemungkinan terdapat satu pelanggan dalam sistem P1 (n=c=1) = =2x =2x = 2 x -0.02% P3 =  = = 0.02% P4 =  = = 0.25 = -0.0002 x 100% = 0.06%  Kemungkinan terdapat tiga pelanggan dalam sistem P3 (n=c=3) = =2x =2x = 0.02% Kemungkinan Pelanggan yang datang harus menunggu P7 (n=c) = =2x =2x = 0.46% Kemungkinan terdapat dua pelanggan dalam sistem P2 (n=c=2) = P2 = = =2x =2x = 0 x 100% = 0% = 0.2802 x 100% = 28.5 x 100% = -50% karena bernilai negatif maka hal ini tidak mungkin P1 =  = = 0.

rata-rata setiap pelanggan akan berada di dalam antrian selama 2. Ls = Lq + =0+ =2 Jadi. = = = 0. di dalam sistem rata-rata terdapat 0.P7 = = = 0.0003 x 100% = Rata-rata waktu menunggu pelanggan dalam antrian Rata-rata jumlah pelanggan dalam sistem dinotasikan dengan (Wq). Lq = 0% Jadi. Wq = = =0 Nilai Wq = Lq = 0 Jadi.5 Jadi.5 menit. Rata-rata waktu menunggu pelanggan dalam sistem Rata-rata waktu menunggu pelanggan dalam system dinotasikan dengan Ws. Rata-rata jumlah pelanggan dalam system Rata-rata jumlah pelanggan dalam system dinotasikan dengan Ls.0003 pelanggan atau 0 pelanggan. rata-rata pengunjung yang berada dalam sistem adalah 2 pelanggan . di dalam antrian rata-rata waktu tunggu pelanggan adalah 0 menit. Ws = Wq + = 0 + = 2.000000023 x 100% = 0% Rata-rata Jumlah Pelanggan dalam sistem Rata-rata jumlah pelanggan dalam system dinotasikan dengan (Lq).

13 20.01 19.19 19.24 19.11 20.17 19.12 19.37 19.27 19.21 20.02 19.06 19.17 19.27 19.18 20.03 19.13 19.03 20.05 19.02 20.16 19.Penelitian Pada hari Minggu mulai pukul 19.47 20.16 19.27 20.37 19.02 20.02 19.19 20.31 19.16 20.21 20.18 19.28 20.09 19.46 19.14 19.03 19.19 19.29 19.07 19.19 20.11 20.24 19.33 20.17 Lama Antri 3’ 1’ 3’ 4’ 6’ 4’ 3’ 2’ 4’ 1’ 2’ 2’ 3’ 4’ 4’ 5’ 1’ 3’ 7’ 2’ 10’ 3’ 4’ 6’ 3’ 4’ 6’ 5’ 3’ 3’ 6’ 5’ 3’ 6’ 4’ 6’ 7’ 2’ 3’ Lama dilayani 6’ 3’ 2’ 2’ 5’ 4’ 1’ 2’ 1’ 4’ 3’ 6’ 1’ 4’ 4’ 2’ 3’ 2’ 5’ 7’ 4’ 3’ 5’ 8’ 6’ 2’ 4’ 3’ 5’ 2’ 3’ 5’ 6’ 4’ 2’ 5’ 2’ 5’ 3’ .04 20.41 20.09 20.11 19.11 19.05 20.06 20.22 19.43 19.18 19.22 20.06 19.03 19.05 19.21 19.09 20.19 19.23 20.17 19.23 19.48 19.01 20.25 Waktu antar kedatangan 0’ 0’ 1’ 0’ 0’ 1’ 0’ 0’ 0’ 1’ 1’ 0’ 1’ 0’ 1’ 0’ 2’ 0’ 2’ 0’ 1’ 1’ 1’ 2’ 0’ 1’ 0’ 0’ 1’ 0’ 1’ 0’ 0’ 2’ 0’ 1’ 2’ 0’ 1’ Selesai belanja (Masuk Kasir) 19.09 19.00 dengan jumlah loket 15 semua melayani: NO 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 27 28 29 30 31 32 33 34 35 36 37 38 39 Waktu Masuk 19.02 19.19 20.07 19.01 19.04 19.31 19.21 19.13 20.03 19.

09 19.28 19.08 20.00 < j ≤ 19.12 19. 1 2 3 4 5 6 7 8 9 10 Total Interval (j) 19.15 19.21 20.15 < j ≤ 19.18 19.27 < j ≤ 19.27 20.24 19.09 < j ≤ 19. Data berdasarkan intervalnya diberikan sebagai berikut.06 < j ≤ 19.06 19.29 19.29 19.21 19.03 19.18 < j ≤ 19.24 < j ≤ 19.01 20. Untuk menghitung tingkat kesibukan pertama-tama yang harus dicari adalah rata-rata tingkat kedatangan ( ).27 19.29 2’ 0’ 1’ 1’ 0’ 0’ 20.21 < j ≤ 19.12 < j ≤ 19.40 41 42 43 44 45 Analisis Data 19.27 19.  Rata-rata tingkat kedatangan ( ) ) dan rata-rata tingkat pelayanan ( .30 10 Jumlah Pelanggan 9 5 4 3 2 7 5 3 3 4 45 Analisis antrian Tingkat kesibukan sistem Untuk menghitung tingkat kesibukan sistem kita harus menggunakan perhitungan kedatangannya dengan distribusi poisson.27 20.32 4’ 8’ 3’ 2’ 2’ 3’ 3’ 4’ 4’ 1’ 2’ 5’ Interval kedatangan dibagi dalam 10 interval dengan selang waktu 3 menit.03 < j ≤ 19.27 19. No.

Sehingga = 0.6960 x 100% = 69.3623 = 0. Waktu pelayanan total dari 45 pengunjung adalah 163 menit. maka : = 4. Untuk langkah selanjutnya menghitung tingkat kesibukan sistem ( diketahui loket menit/pelanggan. sehingga perhitungannya sebagai berikut: = Dari hasil perhitungan tingkat kesibukan di atas berarti :  Kemungkinan tidak ada pelanggan dalam system antrian adalah P0 = ∑ ⁄ ⁄ ⁄ = 0.434 x = 5. sehingga : pelanggan /menit Jadi rata-rata tingkat pelayanan per menit adalah sebanyak 0-1 orang. atau 1-2 pelanggan  Rata-rata tingkat pelayanan ( ) Pada kasus ini mencari jumlah pelanggan yang dapat dilayani per satuan waktu.5 per tiga menit atau 4-5 orang.6 menit pelayanan yang siap melayani pada hari itu berjumlah 15 loket.782)-0. atau setiap 0.07 % P0 =  = (2.Karena selama kurun waktu 30 menit terdapat 10 interval waktu tetap dan masing-masing interval 3 menit.1507 x 100% = 15.1838 x 100% .6% Kemungkinan terdapat satu pelanggan dalam sistem P1 (n=c=1) = = 5. atau setiap 3.6 menit rata-rata pelanggan/menit. Dengan demikian ratarata waktu pelayanan adalah : melayani satu orang pelanggan.434 x = -0. maka c = 15.5 pelanggan/ 3 menit Jadi rata-rata tingkat kedatangan pelanggan adalah 4. Dengan demikian waktu rata-rata kedatangan pelanggan = datang satu pelanggan.6.

434 x = 5.2373x 100% = -23.2521 x 100% =25.38% karena bernilai negatif maka hal ini tidak mungkin P1 = = = 0.04% = 5.434 x ) x 100%= 0% P15 = = = (1.1675 x 100% =  Kemungkinan terdapat empat pelanggan dalam sistem P4 (n=c=4) = 9.434 x = 5.48% P4 = = = 0.434 x = -0.434 x = -0.0948 x 100% =  Kemungkinan Pelanggan yang datang harus menunggu P15 (n=c) = = 5.55% = 5.0055 x 100% = 0.434 x = -0.434 x = (5.0456 x 100% =4.434 x = 5.56% Kemungkinan terdapat tiga pelanggan dalam sistem P3 (n=c=3) = 16.00049 x 100% = 0.73% karena bernilai negatif maka hal ini tidak mungkin P2 =  = = 0. Lq = 1.21%  Kemungkinan terdapat dua pelanggan dalam sistem P2 (n=c=2) = = 5.75% P3 = = = 0.= -18.936 x 10-11 x 100% = 0% = = = .2 x 10-19) x 100% = 1.2 x10-17% = 0% Rata-rata Jumlah Pelanggan dalam sistem Rata-rata jumlah pelanggan dalam system dinotasikan dengan (Lq).

Ls = Lq + =0+ = 5. di dalam antrian rata-rata waktu menunggu pelanggan adalah 0 menit Rata-rata waktu menunggu pelanggan dalam system Rata-rata waktu menunggu pelanggan dalam system dinotasikan dengan Ws. Wq = = =0 Nilai Wq = Lq = 0 Jadi. rata-rata waktu menunggu pelanggan dalam sistem adalah 3. Rata-rata waktu menunggu pelanggan dalam antrian Rata-rata jumlah pelanggan dalam system dinotasikan dengan (Wq). =0+ = 3. rata-rata pelanggan dalam sistem adalah 5.623 Jadi.434 Jadi.434 pelanggan atau 5-6 orang.Jadi. di dalam sistem rata-rata terdapat 0 pelanggan.623 menit Rata-rata jumlah pelanggan dalam system Rata-rata jumlah pelanggan dalam system dinotasikan dengan Ls. .

Fasilitas pelayanan terdiri dari saluran tunggal 5. Tidak ada penolakan maupun pengingkaran . Kesimpulan Asumsi-asumsi yang sering digunakan dalam model antrian single chanel (M/M/1) adalah sebagai berikut: 1. Populasi input tidak terbatas 2. Kapasitas sistem diasumsikan tak terbatas 7. Distribusi kedatangan pelanggan potensial mengikuti distribusi Poisson 3.PENUTUP A. Distribusi pelayanan mengikuti distribusi Poisson (λ < μ) 6. Disiplin pelayanan mengikuti pedoman FCFS (First Come First Service) 4.

http:// 12D004-penerapan-teori-antrian. Prinsip-Prinsip Riset Operasi. Operations Research Jilid 2. Online. . Diakses tanggal 01 April 2012. New York: Macmillan Publishing Co. http:// s_l5051_055423_chapter2 . Diakses tanggal 01 April 2012. Operation Research. Jakarta: Erlangga. 2007. Inc. Online. Taha.DAFTAR PUSTAKA Aminudin. Siswanto. 2005. Hamdy A. 1989. Jakarta: Erlangga.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->