P. 1
TEORI ANTRIAN

TEORI ANTRIAN

|Views: 381|Likes:

More info:

Published by: David Budiman Hutomo on Jun 06, 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

04/17/2014

pdf

text

original

TUGAS TEORI ANTRIAN

Oleh, David Budiman Hutomo (0804405068)

JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS UDAYANA 2011

Sedangkan yang dimaksud dengan . 1987).mungkin Persoalan aslinya Erlang hanya memperlakukan perhitungan keterlambatan (delay) dari seorang operator. Agner Kramp Erlang (1878-1929). yaitu peralatan penyambungan telepon secara otomatis. Pertama kali diperkenalkan oleh seorang ahli matematika dari Denmark. Baru setelah perang dunia kedua. Teori antrian adalah cabang dari terapan teori probabilitas yang awalnya digunakan untuk mempelajari kemacetan lalu lintas telepon.Erlang.seorang insinyur dari Denmark yang bekerja pada perusahaan telepon di Kopenhagen pada tahun 1910. sehingga para penelepon harus antri menunggu cukup lama. giliran.K. Rata – rata lamanya waktu menunggu (waiting time) sangat tergantung kepada ratrata tingkat kecepatan pelayanan (rate of services). Dalam periode ini Erlang menerbitkan bukunya yang terkenal berjudul Solution of some problems in the theory of probabilities of significance in Automatic Telephone Exhange. Erlang melakukan eksperimen tentang fluktuasi permintaan fasilitas telepon yang berhubungan dengan automatic dialing equipment.1 Sejarah Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran pelayanan sangatlah menjengkelkan. hasil penelitian Erlang diperluas penggunaa nya antara lain dalam teori antrian (Supranto. Dalam waktu – waktu yang sibuk operator sangat kewalahan untuk melayani para penelepon secepatnya. kemudian pada tahun 1917 penelitian dilanjutkan untuk menghitung kesibukan beberapa operator.BAB I PENDAHULUAN 1. Teori tentang antrian diketemukan dan dikembangkan oleh A. Proses antrian adalah suatu proses yang berhubungan dengan kedatangan seorang pelangan pada suatu fasilitas pelayanan kemudian menunggu dalam suatu baris atau antrian karena pelayannya sedang sibuk dan akhirnya meninggalkan sistem setelah selesai dilayani.

service facility. kedatangan pelangan dan waktu pelayanan tidak diketahui sebelumnya karena jika bisa diketahui. Sedangkan Queue adalah antrian itu sendiri. dan queue. yaitu elemen customer. pengoperasian sarana tersebut dapat dijadwalkan sedemikian rupa sehingga akan sepenuhnya menghilangkan keharusan untuk menunggu. Teori antrian adalah teori yang menyangkut studi matematis dari antrian antrian atau baris-baris penungguan. Fenomena menunggu adalah hasil langsung dari keacakan dalam operasi sarana pelayanan secara umum. yaitu tempat dimana customer-customer yang sedang tidak dilayani berada sambil menunggu giliran untuk dilayani. Tujuan mempelajari pengoprasian sebuah sarana pelayanan dalam kondisi acaka dalah untuk memperoleh beberapa karakteristik yang mengukur kinerja sistem yang sedang dipelajari. pelayan dan suatu aturan yang mengatur kedatangan para pelanggan dan pemrosesan masalahnya. Service Facility adalah fasilitas dari sebuah sistem untuk memberikan proses pelayanan terhadap customer. interaksi antara pelanggan dan pelayan adalah berkaitan dengan periode waktu yang diperoleh pelanggan untuk menyelesaikan sebuah pelayanan. Customer adalah istilah generic untuk pihak yang meminta pelayanan. dalam antrian kedatangan pelanggan umumnya disebut sebagai distribusi kedatangan (arrival distribution) dan distribusi waktu pelayanan (service time distribution). Dalam model antrian. Teori Antrian memiliki sedikitnya 3 elemen utama.sistem antrian adalah himpunan pelanggan. .

Analisa terhadap model antrian yang tepat akan memungkinkan penyebab antrian dapat diidentifikasi dan akibatakibatnya dapat diminimisasi. Ukuran-ukuran performansi tersebut sangat penting sebagai isu atau problem yang disebabkan oleh situasi antrian yang biasanya terkait dengan masalah kepuasan pelanggan terhadap layanan. Probabilitas antrian penuh atau kosong. antara lain termasuk:      Jumlah rata-rata pelanggan yang berada dalam antrian atau sistem. sehingga kelakuan antrian dapat dianalisa secara matematik. suatu model antrian digunakan untuk memperkirakan suatu situasi antrian sesungguhnya . Waktu rata-rata dalam antrian atau sistem. model-model antrian sendiri dapat direpresentasikan dengan menggunakan notasi Kendall sebagai berikut : A/B/S/K/N/Dis Dimana :       A adalah distribusi waktu antar kedatangan B adalah distribusi waktu layanan S adalah jumlah dari server K adalah kapasitas sistem N adalah populasi pendudukan ( yang sedang melakukan pendudukan ) Dis adalah asumsi dari disiplin layanan . Secara umum.1 Model Sistem Antrian Pada teori antrian. Distribusi statistik dari jumlah pelanggan dan waktu dalam antrian.BAB II MODEL SISTEM ANTRIAN 2. Dengan model sistem antrian maka akan dimungkinkan untuk menentukan ukuran performansi pada kondisi steady. dan Probabilitas mendapatkan sistem dalam suatu kondisi tertentu.

N = infinitely. implementasi sistem antrian memungkinkan pelanggan-pelanggan yang belum terlayani untuk antri sampai tersedianya sarana (resources) untuk proses pelayanan. tapi dibuat menunggu sampai dapat dilayani. . 3 parameter terakhir diabaikan. Model sistem antrian dapat diilustrasikan secara sederhana pada gambar 2. dan Dis = FIFO.1. suatu proses layanan Deterministic (constant time) dan suatu server tunggal (single). "G/D/1" akan mengindikasikan suatu proses kedatangan General (bisa apa pun). Pada sistem switching. hanya satu pelanggan yang dapat dilayani pada suatu waktu tertentu dan pelanggan yang sudah menunggu paling lama yang akan dilayani lebih dulu. Last in first out Pada disiplin ini hanya satu pelanggan juga yang dapat dilayani pada suatu waktu tertentu. sehingga notasi hanya terdiri dari A/B/S dan diasumsikan bahwa K = infinitely (= ∾). B. Ini berarti bahwa jika level intensitas trafik melebihi kapasitas yang tersedia. Disiplin suatu antrian ditentukan oleh cara sistem switching menangani panggilan. yaitu: A. Notasi standar yang sering digunakan untuk distribusi (A atau B) adalah:      M untuk suatu distribusi Markovian (exponential) Eκ untuk suatu distribusi Erlang dengan fase κ D untuk distribusi (konstan) Degenerate (atau Deterministic) G untuk distribusi General (arbitrary) PH untuk suatu distribusi Phase-type Sebagai contoh. Secara umum ada empat disiplin antrian yang dikenal. tapi pelanggan dengan waktu menunggu paling pendek yang akan dilayani lebih dulu. maka panggilan dari pelanggan yang tidak dapat dilayani tidak harus langsung hilang.Umumnya. First in first out Prinsip disiplin ini.

Pure-chance traffic – Kelahiran dan kematian panggilan bersifat random dan kejadian-kejadiannya bersifat independent. Kapasitas jaringan dibagi (shared) diantara para pelanggan dan para pelanggan secara efektif akan mengalami delay yang sama.Gambar 2. D. Statistical equilibrium – Probabilitas dalam sistem tidak berubah. . Priority Pelanggan dengan prioritas tinggi akan dilayani lebih dulu. Processor sharing Pelanggan-pelanggan akan dilayani secara sama. 2. Trafik yang datang ke sistem di-modelkan dengan suatu distribusi Poisson dan menjadi subyek dari asumsi sistem antrian Erlang. Proses antrian ditangani oleh sistem prosesor perangkat switching dan dapat dimodelkan dengan menggunakan persamaan kondisi. yaitu : 1.1 Model Sistem Antrian C. Sistem antrian biasanya menggunakan suatu bentuk persamaan kondisi tertentu yang dikenal sebagai Markov chain yang menjadi model sistem pada setiap kondisi.

Jika k merupakan jumlah total panggilan dalam sistem. 4.... Dimana untuk 0 ≤ k ≤ N . Full availability – Semua trafik yang datang dapat di-routing-kan ke semua pelanggan lainnya dalam jaringan... maka panggilanpanggilan akan masuk ke sistem dengan rate yang jauh lebih besar disbanding keluarnya.......... Congestion di clear kan segera setelah server-server bebas.... probabilitas suatu transisi dari panggilan k – 1 ke k pada sistem selama δt. δt. dan N..3. Ini berarti tidak terjadi keseimbangan statistic (statistical equilibrium). trafik yang ditawarkan... dari persamaan terdahulu di bab 2.... Maka.. maka jika k < N panggilan-panggilan akan dapat dilayani semuanya dan tidak terjadi delay. Asumsi (1) sampai (3) merupakan faktor umum pada sistem rugi...... Dalam hal ini. Jadi akan ada N panggilan yang dilayani dan k – N panggilan dalam antrian  Jika k ≤ N Tidak ada antrian dan perilaku sistem sama dengan sistem rugi tanpa congestion... Apabila k > N. (21)  Jika k ≥ N Probabilitas dari suatu panggilan datang pada suatu periode waktu yang sangat pendek.... Sebagai hasilnya. kapasitas server sistem switching)....... panjang antrian secara kontinyu akan bertambah ke arah tidak terhingga (infinity).. asumsi (2) mengimplikasikan bahwa A ≤ N ( A... jika semua server sibuk maka panggilan-panggilan yang dating pada saat itu akan mengalami delay... dapat dinyatakan dengan P(k-1 → k) = P(k-1) A δt / h ... Jika A ≥ N.... yaitu probabilitas suatu panggilan datang yang dinyatakan dengan P(a) = A δt / h dimana h adalah waktu pendudukan rata-rata..

secara umum untuk k ≥ N : ………. Terdapat c server dalam sistem antrian 2.………………………. . Customer masuk ke sistem dengan rata-rata kedatangan persatuan waktu (arrival rate) λ.Karena semua server sibuk..(2-3) Selanjutnya. dan jarak antar kedatangannya (interarrival rate) adalah τ 3. persamaan (2-1) dan (2-3) tergantung pada apakah k ≤ N atau k ≥ N. Ini dikenal sebagai Distribusi Erlang Kedua (Second Erlang Distribution). 2. hanya N panggilan yang sedang dilayani yang akan diterminasi. Server malayani customer rata-rata (service rate) dalam waktu μ per customer per server. ………………………………. ………………………………(2-5) Dalam hal ini. dimana P(0) adalah berdasarkan persamaan (2-5). sehingga probabilitas panggilan berakhir (ending) dapat dinyatakan dengan P(e) = N δt / h dan probabilitas suatu transisi dari k ke k-1 adalah P(k → k-1) = P(k) P(e) = P(k) N δt / h Dan... (2-2) Maka.………………. dari persamaan (2-1) dan (2-3) : …………………………………….(2-4) Sehingga didapat..2 Spesifikasi sistem antrian 1..

RSS (random-selection service) atau biasa juga disebut SIRO (service in random order). 2.C Little menunjukkan dalam sebuah sistem antrian yang steady state memiliki kasus umum yang memenuhi dua kondisi berikut : . LCFS (Last Come First Served) atau biasa juga disebut LIFO (Last In First Out).3 Little’s Formula J. Sesuai dengan namanya disiplin pada sistem antrian jenis ini akan mengacak urutan customer yang akan dilayani lebih dahulu tidak peduli urutan customer-customer tersebut masuk ke dalam sistem.2. Yang terakhir adalah PRI (priority service). Disiplin FCFS paling banyak ditemukan di kehidupan sehari-hari. B. Maksud dari sistem pelayanan FCFS adalah melayani duluan customer yang masuk ke dalam sistem paling awal.D. misalnya antrian di bank atau di supermarket.Lq = λWq .1 Faktor faktor penting dalam pengembangan model antrian A. FCFS (First Come First Served) atau biasanya di dalam studi struktur data sering disebut dengan FIFO (First In First Out). Kebalikan dari FCFS. C.2. Disiplin ini menyebabkan service facility pada sistem antrian akan melayani customer tertentu terlebih dahulu sesuai dengan tingkat prioritas yang sebelumnya telah ditentukan di dalam sistem. D. disiplin ini membuat sistem antrian melayani customer yang datang paling terakhir.L = λW Jumlah customer dalam sebuah sistem antrian yang steady state adalah hasil kali dari tingkat kedatangan rata-rata customer per satuan waktu dengan waktu total sistem antrian tersebut. .

ρ = u/c adalah utilisasi server (server utilization) biasanya dinyatakan dalam (%). E[τ] = 1/λ adalah waktu antar kedatangan rata-rata G.5 Model Antrian M/M/1 Sistem antrian M/M/1 adalah salah satu sistem antrian yang paling sederhana. Sesuai dengan notasi Kendalnya. Gambar 2. I.2 Model Antrian M/M/1 . u = E[s]/E[τ] = λ/μ adalah intensitas antrian (traffic intensity) H. E[s] = 1/μ adalah waktu layanan rata-rata per server. Server utilization adalah parameter yang menunjukan tingkat kesibukan sebuah server dalam melakukan pelayanan relatif terhadap tingkat kedatangan customer. 2. F.Sedangkan jumlah customer dalam antrian diperoleh dari hasil kali tingkat kedatangan rata-ratanya dengan waktu tunggu antrian.4 Performance dalam sistem antrian Sedangkan ukuran dari sebuah performance antrian di pengaruhi oleh varianvarian berikut: E. 2. sistem M/M/1 menunjukkan sistem antrian tersebut memiliki distribusi interarrival time dan distribusi service time berbentuk distribusi eksponensial dan juga memiliki jumlah server = 1.

Sesuai dengan perumusan Little’s Formula) W = Wq + (1/μ) Tingkat kesulitan mencari nilai L tergantung dari tipe sistem antrian yang digunakan. model M / M / c adalah model antrian multi-server. Dari perumusan L tersebut. Wq : waktu tunggu rata-rata customer dalam antrian L = λW Lq = λWq (berada dalam keadaan steady state. Hal ini dilakukan dengan tujuan agar L bisa dinyatakan oleh variabel λ dan μ saja dan kemudian diketahui nilainya. Ini adalah generalisasi dari model M/M/1. Dan dicari beberapa nilai variabel lain yaitu :         L : jumlah rata-rata customer di dalam seluruh sistem antrian Lq : jumlah rata-rata customer di dalam antrian W : waktu rata-rata yang di perlukan customer dalam menjalani sebuah sistem antrian secara utuh.Biasanya dalam analisis problem sebuah sistem antrian M/M/1.6 Model Antrian M/M/C Dalam teori matematika dari proses acak. kemudian akan dicari hubungan nilai Pn dengan nilai λ dan μ. Secara umum : Hubungan antara variabel-variabel tersebut adalah sebagai berikut : Dengan Pn(t) adalan probabilitas seuah sistem antrian terdiri dari n buah customer saat waktu t. Berikut perumusan nilai L. Apabila nilai L dapat diketahui. . maka nilai Lq. W dan Wq juga dapat ditemukan dengan mudah. 2. diberikan 2 buah nilai variabel yaitu :   λ : Tingkat kedatangan rata-rata customer per-satuan waktu μ : Tingkat pelayanan sistem antrian per customer per server.

. aplikasi sumber daya komputer. sistem telepon antrian. Sama seperti model M/M/1. mengambil dalam asumsi bahwa server tidak kosong jika ada pelanggan yang menunggu di antrian.Berikut ini notasi Kendall itu menunjukkan sistem di mana:      Kedatangan adalah proses Poisson Waktu layanan eksponensial didistribusika Ada server c Panjang antrian di mana pengguna tiba menunggu sebelum dilayani tidak terbatas Populasi pengguna (yaitu kolam pengguna). tersedia untuk bergabung sistem ini terbatas Jenis sistem muncul dalam banyak situasi. termasuk jalur di bank. kita mendapatkan parameter sebagai berikut: Dimana intensitas traffic yang diberikan. Jika intensitas traffic lebih besar dari satu maka antrian akan bertambah tanpa batas tetapi jika λ <cμ maka kita mendapatkan distribusi stasioner berikut ditentukan oleh: . atau permintaan. dll . model M / M / c dapat dianggap sebagai kelahiran dan proses kematian.

.Probabilitas bahwa permintaan harus menunggu dalam antrian (jika semua server semua diduduki): Probabilitas tunggu ini juga diberikan oleh rumus Erlang C. pengukuran menunjukkan paket-paket data datang dengan tingkat kedatangan rata-rata sama dengan 125 paket/sekon (pps). Dalam sebuah network gateway. --Sebuah Network Gateway (gerbang jaringan) adalah sebuah sistem internetworking yang bertujuan menghubungkan dua buah jaringan (network) yang menggunakan base protocol yang berbeda--. Dapat dilihat dibawah ini: A.7 Penerapan dalam bidang Telekomunikasi Contoh Problem Sistem Antrian dalam Sistem Informasi dan Telekomunikasi. Rata-rata (diharapkan) jumlah permintaan dalam sistem: Rata-rata (yang diharapkan) panjang antrian: Rata-rata (diharapkan) waktu tunggu dalam antrian: 2.

paket .25 = 25% Buffer overflow terjadi jika di dalam gerbang. Tentukan nilai ρ (server utilization) terlebih dahulu dan cari peluang terjadinya buffer overflow (saat dimana sistem menemukan terdapat paket yang menumpuk karena server (buffer) tidak dapat melayani semua paket yang datang sekaligus). Diketahui jumlah buffer dalam gerbang adalah 13.Gerbang tersebut membutuhkan waktu sekitar 2 milisekon untuk melanjutkan paket-paket tersebut. dan di asumsikan sistem antrian yang digunakan dalam sistem network gateway ini sesuai dengan sistem M/M/1.     λ (tinkat kedatangan rata-rata) = 125 paket/sekon μ (tingkat pelayanan) = 1/2ms = 500paket/sekon ρ = λ/μ = 125/500 = 0. Jawab.

Model sistem antrian sekarang banyak diaplikasikan ke dalam studi jaringan informasi maupun telekomunikasi dimana sering muncul problem mengenai sebuah pelayanan dengan sebuah server terbatas namun memiliki source input yang infinit.service facility dan antrian itu sendiri secara matematis. sistem M/M/1 menunjukkan sistem antrian tersebut memiliki distribusi interarrival time dan distribusi service time berbentuk distribusi eksponensial dan juga memiliki jumlah server = 1. 3. Dalam teori matematika dari proses acak. Sama seperti model M/M/1. 2.BAB III KESIMPULAN 1. model M / M / c dapat dianggap sebagai kelahiran dan proses kematian. Teori antrian merupakan cabang ilmu probabilitas dan statistika dan banyak menggunakan studi distribusi peluang di dalamnya dalam mengukur berbagai faktor di dalam sebuah sistem. Ini adalah generalisasi dari model M/M/1. Sistem antrian M/M/1 adalah salah satu sistem antrian yang paling sederhana. Sesuai dengan notasi Kendalnya. model M / M / c adalah model antrian multi-server. . Teori antrian adalah sebuah teori yang menganalisis sebuah sistem antrian. mengambil dalam asumsi bahwa server tidak kosong jika ada pelanggan yang menunggu di antrian. beserta elemen didalamnya yaitu customer.

wikipedia.id/course/diploma-three-program/study-program-ofinformatics-management-2013-d3/teknik-riset-operasional/teori-antrian) .com/2011/02/teori-antrian.gunadarma. Probabilitas dan Statistik – Sem.com/2010/01/18/teori-antrian/ (diakses tanggal 18 Oktober 2011) http://irhabi-abdi.ac.html (diakses tanggal 18 Oktober 2011) Makalah II2092 Gharta Hadisa Halim / 18209013 .org/wiki/M/M/c_model (diakses tanggal 19 Oktober 2011) UNJANI/REKAYASA TRAFIK TELEKOMUNIKASI/BAB V (http://ocw.wordpress. I Tahun 2010/2011 http://en.DAFTAR PUSTAKA http://thesonofdevil.blogspot.

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)//-->