Beberapa contoh berikut ini menunjukkan bahwa penggunaan sistem antrian sangat membantu dalam
melancarkan pelayanan kepada pelanggan atau konsumen seperti :
1.
2.
3.
4.
5.
6.
7.
Beberapa contoh diatas, sebenarnya dapat didesain lebih efisien dengan menggunakan teori antrian.
Gambar 1
1
2
Pelanggan masuk
ke dalam sistem
antrian
Garis tunggu
atau antrian
Pelanggan keluar
dari sistem antrian
Fasilitas
Pelayanan
Sistem Antrian
Gambar diatas menunjukkan struktur umum dari model antrian yang memiliki dua komponen utama
yaitu : (1) Garis tunggu atau sering disebut antrian (queue), dan (2) Fasilitas pelayanan (service
facility). Pelanggan atau konsumen menunggu untuk mendapatkan jasa pelayanan. Setiap pelanggan
menunggu giliran untuk memasuki fasilitas pelayanan, menerima pelayanan, dan akhirnya keluar dari
sistem pelayanan.
Contoh yang tepat untuk menggambarkan keadaan ini adalah pelayanan pengisian BBM di SPBU.
Seandainya sebuah SPBU memiliki 3 pompa dan 1 garis tunggu seperti gambar 2, dengan asumsi
bahwa setiap pelanggan yang datang lebih awal dilayanani lebih dulu (first come-first out / FIFO).
Pemilihan bagaimana model sebuah sistem antrian adalah sangat penting dalam mencapai
keberhasilan aplikasi model antrian. Dalam contoh SPBU pada gambar 2, mungkin kita akan
mengatakan bahwa akan lebih realistis apabila garis tunggu dilakukan untuk setiap pompa bensin.
Disamping itu untuk meningkatkan kapasitas pelayanan, mungkin lebih baik menggunakan satu
pompa untuk premium, satu pompa untuk pertamax dan satu pompa untuk solar.
Gambar 2
1
2
Kendaraan masuk
Konsumen antri
dalam garis tunggu
Kendaraan keluar
Tiga pompa
bensin
Sistem Antrian
Langkah 3.
Garis tunggu
atau antrian
Fasilitas
Pelayanan
Selesai dilayani
5. Distribusi pelayanan. Dapat ditetapkan berdasarkan salah satu dari dua cara berikut : (a) berapa
banyak pelanggan yang dapat dilayani per satuan waktu. Atau (b) Berapa lama pelanggan dapat
dilayani. Dalam kasus yang lain, suatu distribusi probabilitas mungkin digunakan untuk
menentukan rata-rata waktu pelayanan.
6. Kapasitas sistem pelayanan. Memaksimumkan jumlah pelanggan yang diperkenankan masuk
dalam sistem. Kapasitas sistem mungkin terbatas atau mungkin berlebih.
7. Karakteristik sistem lainnya. Dalam praktek sistem antrian mungkin pelanggan tidak akan
memasuki sistem antrian jika mengetahui sudah banyak pelanggan yang menunggu, dengan kata
lain mungkin pelanggan meninggalkan antrian.
Notasi dalam Sistem Antrian.
Notasi yang digunakan dalam menggambarkan sistem antrian yaitu :
n
Pn
Po
P
L
Lq
W
Wq
1/
1/
S
=
=
=
=
=
=
=
=
=
=
=
=
=
p n p n 1 p
(1)
(2)
1 p
(3)
Lq
2
p2
1 p
(4)
(5)
Wq
(6)
Pompa
Kedatangan 15
mobil / jam
Fasilitas pelayanan 1
buah pompa dapat
melayani 20 mobil per jam
Mobil keluar
Rata-rata tingkat kedatangan kendaraan mengikuti distribusi Poisson yaitu 20 kendaraan per jam.
John dapat melayani rata-rata 25 kendaraan per jam, dengan waktu pelayanan setiap kendaraan
mengikutu distribusi probabilitas eksponensial. Jika diasumsikan model sistem antrian yang
digunakan John adalah (M/M/1), hitung :
1.
2.
3.
4.
5.
Penyelesaian :
Dari kasus diatas, kita memiliki = 20 dan = 25
1. Tingkat intensitas (kegunaan) pelayanan atau p :
20
0 ,80
25
Angka 0,80 tersebut menunjukkan bahwa John akan sibuk melayani mobil selama 80% dari
waktunya. Sedangkan 20% dari waktunya atau (1 p) atau (1 0,80) yang sering disebut idle
time akan digunakan John untuk istirahat, membersihkan pompa dan lain-lain.
2.
20
4 , atau
25 20
p
0,80
4
1 p 1 0,80
Angka 4 menunjukkan bahwa John dapat mengharapkan 4 mobil yang berada dalam sistem.
3.
Lq
20 400 3,20
2
2525 20 125
2
Angka tersebut menunjukkan bahwa, mobil yang menunggu untuk dilayani dalam antrian
adalah 3,20 mobil.
4.
1
1
1
Angka tersebut menunjukkan bahwa, waktu rata-rata mobil menunggu dalam sistem selama 12
menit.
5.
Wq
20
20
Angka tersebut menunjukkan bahwa, waktu rata-rata kendaraan menunggu dalam antrian
selama 9,6 menit.
Untuk menggunakan persamaan (2) yaitu probabilitas kepastian jumlah mobil yang ada dalam sistem,
n
dihitung dengan menjumlahkan p0 + p1 + p2 + p3 + p4, dimana pn = p (1 p) atau
pn
(0,80) (1 0,80)
(0,80) (0,20)
Pn =(0,80)n (0,20)
[(0,80) ] (0,20)
0,200
[(0,80) ] (0,20)
0,160
[(0,80) ] (0,20)
0,128
[(0,80) ] (0,20)
0,102
[(0,80) ] (0,20)
0,082
Jumlah
0,672
Perhitungan tersebut menunjukkan bahwa, tingkat probabilitas 4 mobil berada dalam sistem
pelayanan adalah sebesar 67,20%.
Dalam setiap sistem antrian distribusi Poisson, akan selalu terjadi hubungan yang berkait antara L, Lq,
W dan Wq. Hubungan tersebut dapat dinyatakan dalam persamaan berikut :
L = W
Lq = Wq
W = Wq + 1/
(7)
(8)
(9)
Persamaan diatas dapat dicek dengan persamaan yang terdapat dalam sistem (M/M/1). Misalnya
persamaan (7). Jika persamaan (5) dikalikan dengan lamda (), maka akan diperoleh hasil berikut :
1
persamaan (5)
Dari hasil pengecekan tersebut, apakah kita akan menggunakan persamaan (7), (8) maupun (9)
diatas ? Jika kita mengetahui salah satu nilai dari keempat parameter L, Lq, W dan Wq, maka kita
dapat menyelesaikan masalah dengan menggunakan ketiga persamaan tersebut.
Misalnya, kita mempunyai sistem (M/M/1) dengan = 20 dan
persamaan (5) kita dapat menghitung W sebagai berikut :
1
1
0,20
25 20
Disamping itu, kita juga dapat menghitung L, Lq, W dan Wq dengan menggunakan persamaan (3), (4)
dan (6) seperti dalam contoh (1), atau kita dapat memakai persamaan (8) dan (9) untuk menghitung
ketiga parameter tersebut.
Jika kita telah mengetahui nilai W, maka kita dapat mencari nilai Wq dengan persamaan (9) :
Wq W
1
1
0,20
0,20 0,04 0,16 jam
25
Dengan diketahuinya nilai Wq, kita dapat menggunakan persamaan (7) untuk menemukan nilai Lq.
Lq = Wq = 20(0,16) = 3,20 mobil
Jika persamaan (9) dimasukkan dalam persamaan (7) maka diperoleh persamaan sebagai berikut
L W Wq Wq Lq p
(10)
dimana Wq = Lq dan / = p.
Jika L = Jumlah pelanggan yang diharapkan dalam sistem, maka :
L=
Sedangkan jumlah yang diharapkan dalam pelayanan dapat ditulis dengan persamaan sebagai
berikut :
Probabilitas tingkat
intensitas pelayanan
1 pelanggan
Probabilitas
idle time
0 pelanggan
= p(1) + (1 p)(0) = p
dari perhitungan tersebut, akan diperoleh persamaan sebagai berikut :
L = Lq + p
(11)
Pasien pergi
setelah menerima
pengobatan
Pasien menunggu
dalam antrian untuk
berobat
Sistem : (M/M/3)
= 12
=5
p = 12/3(5) = 0,80
Tiga saluran
pelayanan.
Setiap tim dokter
dapat mengobati
rata-rata 5 pasien
per jam.
Notasi yang digunakan dalam multiple-channel model, pada dasarnya sama dengan single-channel
model, kecuali untuk dua persamaan berikut ini :
= rata-rata tingkat pelayanan untuk setiap fasilitas pelayanan
p
Jika,
(12)
= 12
=5
s =3
maka p
12
12
0,80
53 15
s atau p 1
jika
(13)
Oleh karena itu, jika kita berpegang pada persamaan (13), maka persamaan yang digunakan dalam
sistem (M/M/s) adalah sebagai berikut :
p0
p0
1
n
s 1
n!
s!
n 0
(13.a)
n s s
n s
1
n
s 1
n!
s!
n 0
(13.b)
1
1
s
s 1 / n / s
1
p 0
s! 1 /s
n 0 n!
pn =
n!
(14.a)
p 0 , jika 0 n s
(14.b)
n
p , jika n s
0
s!s n -s
s
p 0 p
Lq 2
s!1 - p
Wq
(14.c)
Lq
(14.d)
W Wq
(14.e)
L W L q
(14.f)
Dalam persamaan (14.b) dan (14.c) membutuhkan nilai po yaitu probabilitas sistem dalam keadaan
idle atau dalam keadaan tidak ada pelanggan. Untuk menghitung nilai Lq digunakan persamaan
(14.c), sedangkan persamaan (14.d), (14.e) dan (14.f) masing-masing digunakan untuk menghitung
nilai Wq, W dan L.
Jika kasus UGD dengan sistem (M/M/3) diselesaikan, akan diperoleh hasil seperti berikut :
5
12 12
0,20
5 15
Lq
2
12
3!1 -
15
9,216 pasien
60,04
0,24
Wq
Lq
W Wq
9,216
0,768 jam atau 46 menit
12
1
1
0,768 0,968 jam atau 58 menit
L W 12(0,968) 11,62
a)
100
100
0,625
s 4(40) 160
s 1 / n / s
1
p 0
s! 1 /s
n 0 n!
(100 / 40) 0 (100 / 40)1 (100 / 40) 2 (100 / 40) 3 (100 / 40) 4
1
p0
0!
1!
2!
3!
4!
1 (100 /( 4.40)
p 0 1 2,5
2
6
24 1 0,625
10
Hasil perhitungan tersebut menunjukkan bahwa probabilitas mahasiswa tidak dalam kondisi
mendatangi pusat registrasi sebesar 0,0737 atau 7,37%.
b) Untuk menghitung waktu rata-rata yang dihabiskan mahasiswa di pusat registrasi, pertama yang
harus dihitung adalah Lq.
Lq
p0 ( ) s p
s! (1 p ) 2
100 4
) 0,625
(0,0737 )(39,0625 )(0,625 ) 1,7993216406
40
2
24(0,140625 )
4! (1 0,625 )
24(1 0,625 ) 2
0,0737(
1,7993216406
0,533
3,375
11
dan /s = 0,80. Nilai P0 = 0,0130. Dari nilai P0 kita dapat menghitung Lq dengan menggunakan
persamaan 14.c sebagai berikut :
p0 ( )s p 0,0130 ( 40 )5 0,80
10,6496
10
Lq
2,219
2
2
s! (1 p)
5! (1 0,80)
4,8
Langkah selanjutnya adalah menghitung Wq :
Wq
Lq
2,219
= 0,0555 jam atau sama dengan 3,33 menit
40
Ternyata rata-rata nasabah menunggu dalam antrian selama 0,0555 jam atau 3,33 menit, lebih lama
dari waktu yang ditetapkan yaitu 1,5 menit atau 0,025 jam.
Dengan cara yang sama, kita coba untuk menaikkan jumlah kasir hingga waktu rata-rata nasabah
menunggu atau Wq maksimum 1,5 menit atau 0,025 jam. Perhitungan tersebut dapat dilihat pada
tabel berikut :
Kasir (s)
P0
Lq
Wq
0,0130
2,219
0,0555
0,0163
0,556
0,0140
0,0180
0,182
0,0046
Dari tabel diatas menunjukkan bahwa PT Bank Bagus harus menyediakan paling sedikit 6 orang kasir
agar waktu rata-rata nasabah menunggu dalam antrian (Wq) tidak lebih dari 1,5 menit atau 0,025 jam.
12