BAB I

PENDAHULUAN

I.1 Latar Belakang

Dengan semua kegiatan dalam manusia didalam sehari terkadang manusia tak

terlepas dari namanya suatu antrian sebgai contoh bila seorang ingin menarik atau

menabung disuatu bank maka pastinya orang tersebut akan melewati yang namanya

suatu proses dalam mengantri.

Sehingga bila kita pelajari suatu proses antrian tersebut dengan pendekatan

melalui suatu pemodelan matematika demikian sehingga kita akan menemukan suatu

penyelesaian atau suatu solusi yang bisa diterapkan bila kita mengalami suatu proses

antrian tersebut.

Bila kita tindak lanjutin permasalahan yang terjadi di antrian ini adalah bagaimana

kita bisa menemukan suatu nilai atau suatu waktu yang menimalisikan suatu proses

antrian tersebut dengan mengoptimalkan suatu tujuan yang kita harapkan.

Sehingga hal ini menjadi menarik bila diangkat menjadi suatu bahan yang akan

dicoba dimana dengan bantuan excel. Sehingga diharapkan kita mendapatpak dari

tujuan yang kita harapkan dari proses tersebut.

I.2 Rumusan Masalah

1) Apa itu excel ?

2) Bagaimana proses distribusi poisson tersebut ?

1
 3) Bagaimana proses distribusi eksponensial tersebut ?

4) Bagaimana mencari suatu nilai dari M / M / 1 / GD / c / ∞ ?

5) Bagaimana mencari suatu nilai dari M / M / S / GD / ∞ / ∞ ?

6) Bagaimana mencari suatu nilai dari model antrian finite source model ?

I.3 Tujuan

1) Mengetahui apa itu excel

2) Untuk mengetahui Bagaimana proses distribusi poisson

3) Untuk mengetahui Bagaimana proses distribusi eksponensial

4) Untuk mengetahui Bagaimana mencari suatu nilai dari M / M / 1 / GD / c / ∞

5) Untuk mengetahui Bagaimana mencari suatu nilai dari M / M / S / GD / ∞ / ∞

6) Untuk mengetahui Bagaimana mencari suatu nilai dari model antrian finite source

model

2
 BAB II
LANDASAN TEORI

II.1 Excel

Microsoft excel merupakan program aplikasi spreetsheet (lembar kerja elektronik)

yang berfungsi untuk mengolah data, yang dijalankan dibawah sistem operasi

microsoft windows. Sebagai lembar elektronik microsoft excel memiliki kemampuan

lebih dibanding program aplikasi lainnya.

Adapun keunggulan microsoft excel diantaranya sebagai berikut :

1. Sebagai lembar kerja (worksheet) dengan memasukkan informasi atau data

kedalam lembar kerja, kita dapat membuat table, spreetsheet, yang berguna untuk

meringkas, menyusun dan menganalisis data.

2. Pembuatan grafik.

3. Memiliki fasilitas pengolahan data (database).

4. WYSIWIG what you see is what you get yang artinya apa yang nampak pada

layar monitor itulah yang akan kita peroleh hasilnya (print out).

3
 Tampilan Microsoft Excel

Berikut ini beberapa pendefinisian operasi yang terdapat dalam lembar kerja

Microsoft excel :

1. “ = “ : digunakan dalam memulai penulisan formula

2. “ + “ : digunakan menjumlahkan dua atau lebih bilangan

3. “ – “ : digunakan dalam mencari selisih dari dua atau lebih bilangan

4. “ * “ : digunakan dalam mengalikan dua atau lebih bilangan

5. “ / “ : digunakan dalam membagi dua atau lebih bilangan

6. “ ^ “ : digunakan dalam memangkatkan suatu bilangan

4
II.2 Teori Antrian

Pada umumnya, sistem antrian dapat diklasifikasikan menjadi sistem yang

berbeda – beda di mana teori antrian dan simulasi sering diterapkan secara luas.

Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut :

1) Sistem pelayanan komersial

2) Sistem pelayanan bisnis – industri

3) Sistem pelayanan transportasi

4) Sistem pelayanan sosial

Sistem pelayanan komersial merupakan aplikasi yang sangat luas dari model-model

antrian, seperti restoran, kafetaria, toko – toko, salon, butik, supermarket, dan

sebagainya. Sistem pelayanan bisnis – industri mencakup lini produksi, sistem

material –handling, sistem pergudangan, dan sistem – sistem informasi komputer.

Sistem pelayanan sosial merupakan sistem – sistem pelayanan yang dikelola oleh

kantor – kantor dan jawatan – jawatan lokal maupun nasional, seperti kantor registrasi

SIM dan STNK, kantor pos, rumah sakit, puskesmas, dan lain – lain (Subagyo, 2000).

Komponen dasar antrian :

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, panggilan

telepon untuk dilayani, dan lain – lain. Unsur ini sering dinamakan proses input.

Proses input meliputi sumber kedatangan atau biasa dinamakan calling

population, dan cara terjadinya kedatangan yang umumnya merupakan variabel

acak. Menurut Levin, dkk (2002), variable acak adalah suatu variabel yang
5
 nilainya bisa berapa saja sebagai hasil dari percobaan acak. Variabel acak dapat

berupa diskrit atau kontinu. Bila variabel acak hanya dimungkinkan memiliki

beberapa nilai saja, maka ia merupakan variabel acak diskrit. Sebaliknya bila

nilainya dimungkinkan bervariasi pada rentang tertentu, ia dikenal sebagai

variabel acak kontinu.

2. Pelayan

Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan, atau

satu atau lebih fasilitas pelayanan. Tiap – tiap fasilitas pelayanan kadang – kadang

disebut sebagai saluran (channel) (Schroeder, 1997). Contohnya, jalan tol dapat

memiliki beberapa pintu tol. Mekanisme pelayanan dapat hanya terdiri dari satu

pelayan dalam satu fasilitas pelayanan yang ditemui pada loket seperti pada

penjualan tiket di gedung bioskop.

3. Antri

Inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian terutama

tergantung dari sifat kedatangan dan proses pelayanan. Jika tak ada antrian

berarti terdapat pelayan yang menganggur atau kelebihan fasilitas pelayanan

(Mulyono, 1991).

Spp = Satuan penerima pelayanan

6
Penentu antrian lain yang penting adalah disiplin antri. Disiplin antri adalah aturan

keputusan yang menjelaskan cara melayani pengantri. Menurut Siagian (1987), ada 5

bentuk disiplin pelayanan yang biasa digunakan, yaitu :

1. FirstCome FirstServed (FCFS) atau FirstIn FirstOut (FIFO) artinya, lebih dulu

datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada loket

pembelian tiket bioskop.

2. LastCome FirstServed (LCFS) atau LastIn FirstOut (LIFO) artinya, yang tiba

terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator untuk

lantai yang sama.

3. Service In Random Order (SIRO) artinya, panggilan didasarkan pada peluang

secara random, tidak soal siapa yang lebih dulu tiba.

4. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada pelanggan

yang mempunyai prioritas lebih tinggi dibandingkan dengan pelanggan yang

mempunyai prioritas lebih rendah, meskipun yang terakhir ini kemungkinan

sudah lebih dahulu tiba dalam garis tunggu. Kejadian seperti ini kemungkinan

disebabkan oleh beberapa hal, misalnya seseorang yang dalam keadaan penyakit

lebih berat dibanding dengan orang lain dalam suatu tempat praktek dokter.

Struktur antrian :

Ada 4 model struktur antrian dasar yang umum terjadi dalam seluruh sistem antrian :

1. Single Channel – Single Phase

7
 Single Channel berarti hanya ada satu jalur yang memasuki sistem pelayanan

atau ada satu fasilitas pelayanan. Single Phase berarti hanya ada satu pelayanan.

2. Single Channel – Multi Phase

Istilah Multi Phase menunjukkan ada dua atau lebih pelayanan yang

dilaksanakan secara berurutan (dalam phasephase). Sebagai contoh : pencucian

mobil.

3. Multi Channel – Single Phase

8
 Sistem Multi Channel – Single Phase terjadi kapan saja di mana ada dua atau

lebih fasilitas pelayanan dialiri oleh antrian tunggal, sebagai contoh model ini

adalah antrian pada teller sebuah bank.

4. Multi Channel – Multi Phase

Sistem Multi Channel – Multi Phase ditumjukkan dalam Gambar 2.5. Sebagai

contoh, herregistrasi para mahasiswa di universitas, pelayanan kepada pasien di

rumah sakit mulai dari pendaftaran, diagnosa, penyembuhan sampai pembayaran.

Setiap sistem – sistem ini mempunyai beberapa fasilitas pelayanan pada setiap

tahapnya.

II.3 Teori Probabilitas

1. Ruang Sampel dan Peristiwa

Di dalam suatu kegiatan, seringkali dilakukan berbagai percobaan atau

eksperimen. Menurut Djauhari (1990:3), hasil eksperimen akan memberikan

9
 informasi tentang masalah yang sedang dihadapi dalam kegiatan tersebut.

Eksperimen-eksperimen tersebut mempunyai karakteristik sebagai berikut.

a) Hasil eksperimen tidak dapat diduga sebelumnya dengan tingkat keyakinan

yang pasti.

b) Semua hasil yang mungkin dapat diberikan.

c) Eksperimen dapat dilakukan berulang-ulang dalam kondisi yang sama.

Eksperimen yang memiliki karakteristik tersebut, selanjutnya disebut

eksperimen acak (random eksperiment). Kemudian, himpunan semua hasil

yang mungkin dari suatu eksperimen acak, disebut ruang sampel (Djauhari,

1990:3). Sedangkan peristiwa adalah himpunan bagian dari ruang sampel

(Djauhari, 1990:4).

2. Probabilitas Suatu Peristiwa

Teori probabilitas mempelajari tentang peluang terjadinya suatu hal atau

peristiwa. Probabilitas dinyatakan dalam pecahan desimal antara 0 dan 1. Bila

probabilitas suatu kejadian bernilai 0, maka kejadian tersebut tidak akan terjadi.

Sedangkan bila suatu kejadian mempunyai probabilitas 1, maka kejadian

tersebut pasti terjadi. Probabilitas suatu peristiwa atau kejadian adalah suatu atau

beberapa kemungkinan hasil dari suatu tindakan. (Dimyati, dkk,1999: 301).

10
II.4 Peubah Acak

Definisi 2.1

Misal S merupakan ruang sampel, dan S himpunan bagian dari R. Fungsi X dari S

ke dalam R dinamakan peubah acak. Jelajah (range) dari X yakni A {x x X c c x = =

( ), di S} dinamakan ruang peubah acak X atau ruang dari X . (Djauhari, 1990: 28)

Peubah acak X dikatakan diskrit, bila ruang dari X terbilang. Jika ruang X berupa

interval maka peubah acak X dikatakan kontinu.

II.5 Distribusi Poisson

Ciri-ciri distribusi Poisson :

1. Percobaan di satu selang tertentu tak bergantung pada selang lain.

2. Peluang terjadinya satu percobaan singkat atau pada daerah yang kecil

(jarang terjadi).

3. Peluang lebih dari satu hasil percobaan alkan terjadi dalam selang waktu

yang singkat tersebut, dapat diabaikan.

Rumus poisson dapat digunakan untuk menghitung probabilitas dari jumlah

kedatangan, misalnya : probabilitas jumlah kedatangan nasabah pada suatu bank

pada jam kantor. Distribusi poisson ini digunakan untuk menghitung

probabilitas menurut satuan waktu.

e− μ μ x
P x; μ =
( ) x = 1, 2, 3, …
x!

11
 Keterangan

P ( x ; μ) = Nilai probabilitas distribusin poisson

e = Bilangan konstanta

μ = Rata-rata hitung dan jumlah nilai sukses

! = Lambang faktorial

P = Probabilitas sukses suatu kejadian

x = Jumlah nilai sukses

II.6 Distribusi Eksponensial

Suatu peubah acak x mempunyai distribusi eksponensial dengan parameter μ>0

jika fungsi peluangnya memiliki bentuk sebagai berikut :

 Fungsi densitas
−x
1
f ( x )= e μ
untuk x ≥ 0, μ>0
μ

Dimana μ = rata-rata

 Fungsi eksponensial komulatif

− x0
μ
P ( X ≤ x 0 ) =1−e

Dimana xo suatu nilai tertentu dari X dan μ adalah parameter skala.

12
 BAB III
HASIL DAN PEMBAHASAN

III.1 Distribusi Poisson

13
Formula :

1. P(X=x)

=POISSON(40,D5,TRUE)

14
2. P(X<=x)

=POISSON(40,D5,FALSE)

15
3. P(X>x)

=1-F5

Keterangan untuk nilai NO ddan X=x dibuat secara manual.

16
17
Formula :

1. P(X=x)

=POISSON(60,D5,TRUE)

18
2. P(X<=x)

=POISSON(60,D5,FALSE)

19
3. P(X>x)

=1-F5

Keterangan untuk nilai NO ddan X=x dibuat secara manual.

20
III.2 Distribusi Eksponensial

21
22
23
Formula :

1. Cj pada F4

=F3*D3/E4

Terlebih dahulu pada F3 dibuat 1

24
2. Prob.

=1/(1+SUM(F3:F103))

Pada saat di G4

=F4*G$3

25
3. P(I>=i) pada H4

=SUM(G4:G103)

Terlebih dahulu pada H3 dibuat 0

26
4. P(I<i)

=1-H3

Keterangan bahwa untuk Indiana state, Bell lambda, Example Mu dibuat secara

manual.

27
III.3 Model Antrian M / M / 1 / GD / c / ∞

28
Formula :

1. PI©

=E2^D2*((1-E2)/(1-E2^(D2+1)))

29
2. TURNED AWAY

=F2*B2

30
3. L

=E2*(1-(D2+1)*(E2^D2)+D2*(E2^(D2+1)))/(1-(E2^(D2+1))*(1-E2))

31
4. LS

=1-F2/E2^D2

32
5. LQ

=B4-C4

33
6. W

=B4/(B2*(1-F2))

34
7. WS

=E4-G4

35
8. WQ

=D4/(B2*(1-F2))

36
9. CJ

Pada D7 dibuat terlebih dahulu 1

=D7*B7/C8

37
10. PROB

=1/(1+SUM(D7:D35))

Pada E8

=D8*E$7

38
11. COLA-COLE

=A7*E7

Keterangan untuk,LAMBDA?, MU?, c?, RO, STATE, LAMBDA(J), MU(J), #IN

QUEUE dibuat secara manual.

39
III.4 Model Antrian M / M / S / GD / ∞ / ∞

40
Formula :

1. RO

=B2/(D2*C2)

41
2. L

=C4+D4

42
3. LS

=B2/C2

43
4. LQ

=(E2*0.55)/(1-E2)

44
5. W

=B4/B2

45
6. WS

=1/C2

46
7. WQ

=E4-F4

47
8. P(j>=S)

=D4*(1-E2)/E2

48
9. P(Wq>t)

=B6*EXP(-D2*C2*(1-E2)*B8)

10. P(W>t)
49
 =(EXP(-C2*B8))*(1+B6*C2*B8)

11. CJ

50
 Pada D11 dibuat terlebih dahulu 1

=D11*B11/C12

12. PROB

51
 =1/(1+SUM(D11:D31))

Pada E12

=D12*E$11

13. COLA*COLE

52
 =A11*E11

14. COLE*COLA

53
 =F11*E11

Keterangan bahwa LAMBDA?, MU?, s?, t?, STATE, LAMBDA(J), MU(J), #IN

QUEUE dibuat secara manual.

III.5 Model Antrian Finite Source Models

54
Formula :

55
1. RO

=B2/C2

2. L

56
 =SUM(G13:G21)

3. LS

57
 =B4-D4

4. LQ

58
 =SUM(H13:H21)

5. W

59
 =B4/(B2*(F2-B4))

6. WS

60
 =E4-G4

7. WQ

61
 =D4/(B2*(F2-B4))

8. CJ

62
 Pada C13 dibuat 1 terlebih dahulu

=D13*B13/C14

9. PROB

63
 =1/(1+SUM(D14:D21))

Pada E14 adalah

=D14*E$13

10. COLA*COLE

64
 =A13*E13

11. COLE*COLA

65
=F13*E13

BAB IV
66
 PENUTUP

IV.1 Kesimpulan

Metode yang digunakan sebagai bahan untuk menentukan suatu proses

antrian tersebut dapat digunakan suatu nilai peubah fungsi suatu peubah acak yaitu

distribusi poisson dan distribusi eksponensial dan kita bisa menentukan nilai suatu

model-model dari suatu rancangan antrian tersebut.

Sehingga kita bisa melihat suatu pemecahan dari suatu permasalahan yang

terjadi didalam suatu proses antrian tersebut.

IV.2 Saran

Dalam laporan ini masih terdapat kekurangan sehingga kritik dan saran

yang membangun diharapkan bagi saya untuk kemajuan kedepannya.

DAFTAR PUSTAKA
67
 udaeone.files.wordpress.com/.../m-1-microsoft-excel-2000-by-gusdiwanto.pdf

 www.freewebs.com/ict-tirtamarta/Materi_1R/01-XL.pdf

 susisetiawani.blog.unej.ac.id/files/2009/04/poisson.pdf

 elearning.gunadarma.ac.id/.../bab7-beberapa_distribusi_peluang_diskrrit.pdf

 kur2003.if.itb.ac.id/.../CN%20IF2152%20Beberapa%20Distribusi%20Peluang

%20Kontinu%...

 dhimaskasep.files.wordpress.com/2008/07/proses-poisson.ppt

 armada.ngeblogs.com/2010/05/29/distribusi-poisson/

 Modul Praktikum Teori Antrian, Jose Rizal,S.Si, M.Si

 sutanto.staff.uns.ac.id/files/2009/03/zzzzzzzzzzzzz.pdf

68