Anda di halaman 1dari 12

OPERATION RESEARCH MODEL ANTRIAN (QUEING

MODEL)

MODEL ANTRIAN
ANTRIAN DAN SISTEM ANTRIAN

Antrian (queues) terjadi karena permintaan pelayanan lebih besar daripada fasilitas
pelayan yang ada dalam system antrian.

Permintaan pelayanan akan meningkat terus menerus sedangkan ketersediaan fasilitas


pelayanan terbatas.

Antrian menimbulkan berbagai kerugian (loss), opportunity loss dan wasting time.

Untuk mengurangi kerugian dalam antrian, perlu dilakukan peningkatan efisiensi


system antrian.

Model antrian pertama kali dikembangkan oleh A.K. Erlang (1909). Model antrian yang
dikembangkan Erlang digunakan untuk menentukan jumlah yang optimal dari fasilitas
telephone switching yang digunakan untuk melayani pengguna telepon yang masuk.

KONSEP DASAR TEORI ANTRIAN

Tujuan dari model antrian adalah untuk meminimumkan total biaya yang timbul dalam
suatu antrian pelayanan yang terdiri dari biaya langsung penyediaan fasilitas
pelayanan dan biaya tidak langsung dari individu yang mengantri (karena harus
menunggu untuk dilayani)

Sistem pelayanan yang memiliki fasilitas pelayanan lebih dari jumlah optimal tidak
menimbulkan antrian, tetapi perlu investasi yang besar. Jika kurang dari jumlah
optimal akan berakibat tertundanya pelayanan, sehingga menimbulkan antrian.

SISTEM ANTRIAN

Sistem antrian : Sistem antrian sederhana dan sistem antrian kompleks

Sistem antrian sederhana : memiliki antrian tunggal dan fasilitas pelayanan tunggal

Input sistem antrian output

Kedatangan Fasilitas
Antrian Individu-individu
Individu- Pelayanan yang telah dilayani
individu
(arrival)

Input : Terbatas (finite) atau Tidak terbatas (infinite). Individu yang datang untuk
dilayani dan mengantri bisa terdiri dari manusia (nasabah, pembeli, klien, customers,
etc) atau bukan manusia (kendaraan, mesin, bahan baku, barang dalam proses
produksi, etc)

Pola kedatangan (arrival pattern) :

Arrival rate (tingkat kedatangan) : Konstan (distribusi uniform) atau Random (misalnya
berdistribusi Poisson). Jika pola kedatangan berdistribusi Poisson, maka waktu antar
kedatangan akan berdistribusi eksponensial.

e x
P( X= x )= X
x! f ( X )=e
Balking : Jika panjang antrian berlebihan, sehingga ada individu dalam antrian yang
meninggalkan antrian.

Bulk arrival : Jika individu-individu datang berkelompok secara bersama-sama

Rina Sugiarti
Page 1
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

DISIPLIN ANTRIAN

Disiplin antrian adalah keputusan yang digunakan untuk menyeleksi individu-individu


yang memasuki antrian dan akan dilayani lebih dulu
1. FIFO (First In First Out) atau disebut juga FCFS(First Come First Service)
2. LIFO (Last In First Out) atau LCFS (Last Come First Service)
3. Emergency First
4. Critical Condition First

Panjang antrian : Finite jika kapasitas antrian menjadi pembatas (misal tempat parkir,
tempat tidur di RS, kapasitas mesin, etc) lebih kompleks.

Tingkat pelayanan (service time) : Waktu yang digunakan untuk melayani individu-
individu dalam sistem. Tingkat pelayanan ini akan berdistribusi random (eksponensial)
atau konstan (distribusi uniform).

Keluar (exit) : Individu-individu yang telah selesai dilayani

SISTEM DAN STRUKTUR ANTRIAN

Sistem Antrian :
1. Sistem pelayanan Komersial (Restoran, Caf, bank, SPBU, etc)
2. Sistem pelayanan Bisnis Industri (lini industri, material handling, sistem inventory,
sistem informasi, etc)
3. Sistem pelayanan Transportasi
4. Sistem pelayanan Sosial (RS, supermarket, public service, etc)

Struktur Antrian : Berdasarkan susunan saluran (channel) Single channel atau


multiple channel. Berdasarkan Phase single phase atau multiple phase

1. Single Channel Single Phase

Kedatangan
Sumber Antrian Pelayanan Individu-individu
populasi (M) (S) yang telah dilayani
Input

Misalnya : Antrian di Barber Shop, Pembelian tiket KRL dengan satu loket, Praktek
dokter sendiri, pelayanan toko dengan satu pelayan, dsb.

2. Single Channel Multiple Phase

Kedatangan
Sumber Individu-individu
populasi M S M S yang telah dilayani
Input

Misalnya : Lini produksi massal, cuci mobil, tukat cat mobil, pelayanan kesehatan
(pemeriksaan) di RS, dsb.

3. Multichannel Single Phase

S
Sumber Individu-individu
Kedatangan
populasi M S yang telah dilayani
Input
S

Rina Sugiarti
Page 2
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

Misalnya : Pelayanan tiket lebih dari satu loket, pemeriksaan kesehatan oleh beberapa
orang dokter, pelayanan potong rambut oleh beberapa tukang cukur, dsb.

4. Multichannel-Multiphase

S M S
Sumber Kedatangan Individu-individu
populasi M S M S yang telah dilayani
Input
S M S

Misalnya : Registrasi mahasiswa di satu universitas, Pelayanan di RS sejak


pendaftaran, diagnosa, perawatan, hingga pembayaran. Pelayanan pembuatan SIM,
dsb.

5. Struktur campuran (mixed arrangements) : Gabungan dua atau lebih struktur


antrian di atas.

Pengelompokan model antrian : Kendalls Notation

M Tingkat kedatangan dan pelayanan Poisson


D Tingkat kedatangan dan pelayanan deterministic (konstan)
K Distribusi Erlang untuk waktu antar kedatangan atau pelayanan
S Jumlah fasilitas pelayanan
I Sumber populasi infinite
F Sumber populasi finite

Populasi (I) Antrian (M) Fasilitas Pelayanan (M/1)

Sumber tak
Tingkat kedatangan FCFS FCFSTingkat
terbatas EXIT
Poisson pelayanan
Poisson
Panjang
Antrian tak ternbatas (I)

Bentuk Model Umum :

Tingkat Tingkat Jumlah fasilitas Ukuran Panjang


kedatangan pelayanan pelayanan populasi antrian

M/M/ 1/I/I

Model 1 : M / M / 1 / I / I

Model 2 : M / M / S / I / I

Model 3 : M / M / 1 / I / F

Model 4 : M / M / S / F / I

Tingkat kedatangan rata-rata unit/jam


1/ Waktu antar kedatangan rata-rata jam/unit
Tingkat pelayanan rata-rata unit/jam
1/ Waktu pelayanan rata-rata jam/unit
n Jumlah individu dalam system pada
suatu waktu tertentu
nq
Rata-rata jumlah individu dalam antrian
nt
Rata-rata jumlah individu dalam system (antrian dan fasilitas pelayanan)
tq
Rata-rata waktu mengantri dalam antrian

Rina Sugiarti
Page 3
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

tt
Rata-rata waktu mengantri dalam sistem

Contoh : M / M / 1 / I / I
Suatu restoran di Jl. Margonda menghadapi masalah antrian para pelanggannya, rata-
rata. Tingkat kedatangan langganan selama periode puncak adalah 50 mobil, dengan
asumsi tingkat kedatangan berdistribusi Poisson, waktu pelayanan rata-rata 1 menit
dan berdistribusi eksponensial. Tentukan :
1. Tingkat kegunaan fasilitas pelayanan (bagi pelayan restoran) p
nq
2. Rata-rata jumlah pelanggan dalam antrian ( )
3. Rata-rata jumlah pelanggan dalam system ( nt )
tq
4. Rata-rata waktu menunggu dalam antrian ( )
tt
5. Rata-rata waktu menunggu dalam system ( )

Jawab :

1. p = / p = 50/60 = 0.8333 rata-rata bagian pelayanan sibuk 83.3% dari waktu


tersedia.

2
2 50
nq = nq = =4 .1667 dibulatkan 4 mobil
2. ( ) 60(6050)

50
nt = nt= =5 mobil
3. 6050

50
t q= tq= =0 . 0833 jam 4 . 9999 menit 5 menit
4. ( ) 60(6050)

1 1
t t= t t= =0 . 1 jam 6 menit
5. 6050

MINIMISASI BIAYA DALAM MODEL ANTRIAN

Biaya yang muncul dalam suatu sistem antrian :

1. Biaya tidak langsung (indirect cost) yang dihadapi individu-individu yang menunggu
dalam antrian biaya menunggu (cost of waiting). Terjadi jika sistem pelayanan
tidak memiliki sumberdaya pelayanan (fasilitas pelayanan) yang cukup.
2. Biaya langsung (direct cost) untuk penyediaan fasilitas pelayanan

BIAYA MENUNGGU (WAITING COST)

Cost of waiting dapat berupa :

1. Biaya menganggurnya para karyawan


2. Biaya kehilangan langganan
3. Biaya persediaan yang berlebihan
4. Biaya kehilangan kontrak
5. Biaya kemacetan sistem
6. Biaya kehilangan kepercayaan dalam manajemen

Cost of waiting tidak mudah (sulit) ditentukan. Biaya yang berasal dari sistem internal
(biaya persediaan atau biaya karyawan menganggur) dapat diukur, tetapi biaya
menunggu bagi pelanggan sulit diukur.

Jika biaya menganggur seorang individu diketahui, maka Expected Total Waiting Cost
E ( C W )= nt c w
per periode waktu :

Rina Sugiarti
Page 4
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

CW adalah Total waiting cost per unit waktu


ntadalah Rata-rata jumlah individu yang menunggu per unit waktu dalam sistem
cw adalah Biaya menunggu per individu per unit waktu
Misalnya diketahui cw = Rp 10.000 per individu per jam,
nt = 10 individu yang
E ( C W )=10 ( 10000)=100000
menunggu per jam. Maka per jam

BIAYA PELAYANAN (COST OF SERVICES)

Terdapat trade-off antara biaya Pelayanan dan biaya menunggu. Jika fasilitas
pelayanan ditambah berarti biaya pelayanan meningkat, maka biaya menunggu akan
berkurang. Sebaliknya jika biaya pelayanan berkurang (tidak ada penambahan fasilitas
pelayanan sedangkan customer yang membutuhkan pelayan bertambah), maka biaya
menunggu akan meningkat.

Biaya pelayanan meliputi : Biaya tetap berupa investasi awal penyediaan peralatan
dan fasilitas pelayanan, biaya pemasangan fasilitas, pelatihan karyawan (operator).
Biaya variabel berupa gaji karyawan, biaya operasional dan biaya pemeliharaan
fasilitas pelayanan.

Expected Total Cost of Services per periode : E(Cs) = Scs


S adalah jumlah fasilitas pelayanan
cs adalah biaya per fasilitas pelayanan per unit waktu

Misalnya diketahui cs = Rp 50.000,- per jam dan S = 5, maka E(Cs) = 5(50.000) =


250.000

Expected Total cost dari suatu sistem antrian :

E(CT)= E(Cs) + E(Cw) E(CT) = Scs +


nt c w E(CT) = 250.000 + 100.000 =
350.000 jam

MODEL-MODEL SISTEM ANTRIAN DAN APLIKASINYA

Model 1 : M / M / 1 / I / I
Dist. Tingkat kedatangan/Dist. Tingkat pelayanan/Jml fasilitas pelayanan
(channel)/sumber populasi (Infinite)/Panjang Antrian (Infinite)

Populasi (I) Antrian (M) Fasilitas pelayanan (M/1)


Sumber Tingkat Tingkat
FCFS
Populasi Kedatangan Pelayanan EXIT
Infinite (I) Poisson Poisson
Panjang antrian tak hingga (I)
x
e
P( X= x )= X
x! f ( X )=e
2

nq =
Rata-rata jumlah individu dalam antrian : ( )

nt =
Rata-rata jumlah individu dalam sistem :

t q =
Rata-rata waktu menunggu dalam antrian : (1 )
1
t t =
Rata-rata waktu menunggu dalam sistem :
n

Probabilitas n individu dalam sistem :
( )( )
Pn = 1

Rina Sugiarti
Page 5
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)


p=
Tingkat penggunaan fasilitas pelayanan :
Contoh : Diketahui rata-rata tingkat kedatangan selama periode puncak 50 mobil per
jam berdistribusi Poisson. Waktu pelayanan rata-rata 1 menit dan berdistribusi
Eksponensial.

1. Tingkat kegunaan fasilitas pelayanan (bagi pelayan restoran) p


nq
2. Rata-rata jumlah pelanggan dalam antrian ( )

3. Rata-rata jumlah pelanggan dalam system ( nt )

tq
4. Rata-rata waktu menunggu dalam antrian ( )

tt
5. Rata-rata waktu menunggu dalam system ( )
6. Probabilitas lebih dari satu mobil dalam sistem P(n 1)
7. Probabilitas lebih dari empat mobil dalam sistem P(n 4)
8. Probabilitas paling sedikit tiga mobil dalam sistem P(n 3)

Jawab :

1. p = / p = 50/60 = 0.8333 rata-rata bagian pelayanan sibuk 83.3% dari waktu


tersedia.

2
2 50
nq= { n = =4.1667 dibulatkan 4 mobil
2. ( ) q 60(6050)


nt= { n = 50 =5 mobil
3. t 6050

50
tq= { t = =0.0833 jam 4.9999 menit 5 menit
4. ( ) q 60(6050)

1
tt= { t = 1 =0.1 jam 6 menit
5. t 6050

n 0

6.
P(n>1 )=1( P 0 + P1 ) ( )( )
Pn = 1

50 50
( )( )
P0 = 1
60 60
=0 . 1667

1
50 50
P1= 1 ( )( )
60 60
=0 .1389
P(n>1 )=1( 0 . 1667+0 . 1389 )=0 . 6944

P( n> 4 )=1 ( P 0 + P1 + P 2 + P4 )
7.

2 3
50 50 50 50

4
P2 = 1( )( )
60 60
=0 .1158 ( )( )
P3 = 1
60 60
=0 . 0965

P4 = 1 ( 5060 )( 5060 ) =0 . 0804


P(n>4 )=1( 0 . 1667+0 . 1389+0 .1158+0 . 0965+0 .0804 )=0 . 4017

Rina Sugiarti
Page 6
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

P ( n3 )=1( P 0 + P1 + P2 ) P ( n3 )=1( 0 . 1667+0 . 1389+0 .1158 )=0 . 5786


8.

Model 2 : M / M / S / I / I

Multichannel Single Phase, dengan antrian tunggal melalui beberapa fasilitas


pelayanan

Fasilitas Pelayanan (M/S)

Tingkat
Pelayanan
Poisson
Populasi (I) Antrian (M)
Sumber Tingkat Tingkat
FCFS Pelayanan
Populasi Kedatangan EXIT
Infinite (I) Poisson Poisson
.
Panjang antrian tak hingga .
.
Tingkat
Pelayanan
Poisson
e x
P( X= x )= X
x! f ( X )=e
S

nq =
()
Po
Rata-rata jumlah individu dalam antrian : ( S1)( S )2

nt = nq +
Rata-rata jumlah individu dalam sistem :
Po S
t q = 2 ()

Rata-rata waktu menunggu dalam antrian :


S( S !) 1

S [ ( )]
1
t t =t q +
Rata-rata waktu menunggu dalam sistem :


p=
Tingkat penggunaan fasilitas pelayanan : S

Rina Sugiarti
Page 7
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

1
Po =

[ ]
n S


(
S1 )
+
()
n!
n=0
S ! ( 1 )
Probabilitas tidak terdapat individu dalam sistem : S
S Po
Pw =
( ) S ! 1
Probabilitas menunggu :
( S )
Jumlah karyawan pelayanan kredit Bank RIBA terdiri dari 3 orang yang melayani
seluruh permohonan kredit yang masuk dari para nasabah. Jika tidak diperlukan waktu
menunggu, rata-rata waktu pelayanan untuk satu otorisasi adalah 0.5 menit. Tingkat
pelayanan diasumsikan berdistribusi eksponensial. Pada periode puncak selama 8 jam
masuk 1750 permohonan kredit yang harus diotorisasi atau 218.75 permohonan per
jam. Tingkat kedatangan para pemohon (nasabah) berdistribusi Poisson.

Tentukan :
a. Tingkat pelayanan para pemohon per jam ()
0.5 menit satu otorisasi 2 otorisasi per menit = 2(60) = 120
otorisasi/jam/karyawan

b. Tingkat kegunaan karyawan bagian kredit per jam (p)

218 . 75
p= p= =0. 6076
S 3 (120 ) p = 60.76%

c. Probabilitas tidak terdapat permohonan yang masuk (Po)

1 1
Po = Po =

[( ) ] [( ) ]
n S
n 3
S1


+
()
2

+
()

n! n!
n=0
S ! (1 ) n=0
3 ! (1 )
S 3

1
Po = 0 1 2
218 .75 218. 75 218 .75 218 .75 3
( 120 ) ( +
120 ) ( +
120 ) +
120( )
0! 1! 2! 218 . 75
3 ! 1+ (
360 )
1 1
Po = = =0 . 1417
6 . 057597973 1+1 .8229+ 1. 6615+2. 5731
1+ 1. 8229+1. 6115+
2 . 354166667

d. Rata-rata jumlah pemohon (nasabah) menunggu untuk dilayani ( n q )


S 3

nq =
()

Po nq =
( 218 .75 )( 120 ) ( 218 .75
120 ) x 0 .1417
( S1)( S )2 (31)!(3 x120218 .75 )2

Rina Sugiarti
Page 8
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

159011 . 9468
nq = 0 . 1417=0 . 5647
39903 . 125 orang pemohon

e. Rata-rata jumlah pemohon (nasabah) menunggu dalam sistem ( n t )

218 . 75
nt = nq + nt =0. 5647+ =2 . 3876
120 orang pemohon

f. Rata-rata waktu menunggu dalam antrian ( t q )


Po S
t q = 2 ()

S( S !) 1

S[ ( )] 3
0 . 1417 218 . 75
t q = 2 ( 120 ) =0 .002581336572
120 x 3(3 !) 1
360[ (
218 .75
)] jam = 0.1549 menit = 9.29
dtk

g. Rata-rata waktu menunggu dalam sistem ( t t )

1 1
t t =t q + t =0 . 00258 jam + =0 . 01091 jam = 0. 6546 menit = 39. 28 detik
t 120

h. Probabilitas menunggu (Pw)

S Po 3
Pw =
( ) S ! 1 Pw =
218 .75
120 ( ) 3 ! 10 . 1417
218. 75
=0 . 36461379P =0. 3646 w

( S )
( 360 )
Karena bagian pelayanan kredit bank tersebut menerima keluhan para nasabahnya
bahwa waktu otorisasi terlalu lama, maka manajer pelayanan kredit merencanakan
menambah seorang karyawan agar waktu menunggu dalam sistem dapat dikurangi.
Penambahan karyawan ini akan mengakibatkan total biaya pelayanan (otorisasi) naik.
Jika seorang karyawan berpenghasilan per jam sebesar Rp 110 ribu (gaji + tunjangan)
dan biaya seorang karyawan dalam keadaan menunggu per jam Rp 210 ribu (gaji +
tunjangan + kehilangan penjualan karena penundaan + biaya lainnya). Tentukan
bagaimanakah keputusan manajer tersebut apakah tetap dengan 3 orang karyawan
yang ada atau 4 orang karyawan.

Jawab :

Biaya total pelayanan per jam dengan 3 orang karyawan :

E ( C t ) =Sc s + n t c w E ( C t ) =3(110 . 000 )+ 2. 3876(210 . 000)=Rp 831 .396 ,


Biaya total pelayanan dengan 4 karyawan :

1 1
Po = Po =

[ ] [( ) ]
n S n 4

S1

( )
+
()

3

+
()
n! n!
S ! (1 ) 4 ! ( 1
4)
n=0 n=0
S

Rina Sugiarti
Page 9
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

1
Po = 0 1 2 3 4
218 .75 218. 75 218 .75 218. 75 218. 75
( 120 ) ( +
120 ) ( +
120 ) ( +
120 )+ ( 120 )
0! 1! 2! 3! 218 .75
4 ! ( 1+ )
480

1
Po = =0 . 1577
1+ 1. 8229+1. 6615+1 . 0096+0 . 8454
S 4

nq =

()
Po nq =
(218 . 75 ) ( 120 ) ( 218 .75
120 ) x 0. 1577=0 .1116
( S1)( S )2 ( 41)!( 4 x 120218. 75 )2

218 .75
nt = nq + nt =0. 1116+ =1 .9345
120

E ( C t ) =4( 110 . 000 )+1 . 9345(210 . 000)=Rp 846 . 245 ,

Karena perbedaan biaya total pelayanan 3 karyawan dan 4 karyawan relatif kecil :
Rp 846.245,- Rp 831.396,- = Rp 14.849,- per jam, maka diputuskan untuk menambah
seorang karyawan. Dengan 4 karyawan, rata-rata tingkat kegunaan pelayanan
menjadi :

218 . 75
p= p= =0. 4557
S 4 (120) p = 45.57%

Waktu menganggur sebesar 54.43% digunakan untuk kegiatan produktif lainnya yang
dapat meningkatkan pelayanan.
Model 3 : M / M / 1 / I / F

Populasi (I) Antrian (M) Fasilitas pelayanan (M/1)


Sumber Tingkat Tingkat
FCFS
Populasi Kedatangan Pelayanan EXIT
Infinite (I) Poisson Poisson
Panjang antrian Terbatas (F)

[ ] [ ]
Q 1 Q
Q Q +1

2
1Q ()

+ ( Q1 ) () () ()
1( Q+1 )

+( Q )

nq =
() Q +1
nt = ( ) 1 1
Q+1

( )( ( ) )

1 1


( )( ( ) )

[ ]

( )
1 n
P=n

1( )
( ) Q+1

Sebuah restoran yang cukup ramai dengan para pelanggannya memiliki 6 ruang parkir
yang dapat menampung 6 mobil. Jika tempat parkir penuh, maka pelanggan akan
pindah ke restoran lainnya. Bersebelahan dengan restoran tersebut ada lahan kosong
yang cukup luas dapat dijadikan tempat parkir dengan biaya sewa per ruangan parkir
per hari Rp 20.000,- Jika tingkat kedatangan pelanggan potensial adalah 21 mobil per
jam dan berdistribusi Poisson. Tingkat pelayanan restoran 36 mobil per jam dan
berdistribusi Poisson. Keuntungan rata-rata per mobil Rp 16.000,- dan restoran buka

Rina Sugiarti
Page 10
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

12 jam per hari. Tentukan jumlah ruangan yang harus disewa oleh pengusaha
restoran tersebut.

Jawab :

Menentukan persentase waktu restoran sibuk dengan 6 ruangan parkir :

P ( n>0 )=1Po P ( n>0 )=10 . 4338=0. 5662

[ ] [ ]

( )
1
0 ( 21
36 ) 21
1 0
P=
o

1( )
( )
Q+1 P= o
21 ( 36 )
1( )
6
0 . 4167
36 Po = =0 . 4338
0 . 9606

Restoran sibuk 56.62% dari total waktu. Jika restoran sibuk dapat melayani 36 mobil
per jam, maka dengan 6 ruangan parkir dapat melayani : 36 x 0.5662 = 20.38 mobil
per jam. Jika restoran buka 12 jam per hari, maka keuntungan total per hari ;
12 x 20.38 x Rp 16.000,- = Rp 3.912.960,-

Menentukan persentase waktu restoran sibuk dengan 7 ruangan parkir :

[ ]
21
1( 36 ) 21 0

21 ( 36 )
P ( n>0 )=1 7
1( ) P ( n>0 )=1
0. 4167
=0 .5735
36 0 . 9770

Keuntungan total : 12 x 0.5735 x 36 x Rp 16.000,- = Rp 3.964.032


Keuntungan marjinal : Rp 3.964.032 Rp 3.912.960 = Rp 51.072 lebih besar daripada
biaya marjinal Rp 20.000,-

Menentukan persentase waktu restoran sibuk dengan 8 ruangan parkir :

[ ]
21
1( 36 ) 21 0

21 ( 36 )
P ( n>0 )=1 8
1( ) P ( n>0 )=1
0. 4167
=0 .5776
36 0 .9866

Keuntungan total : 12 x 0.5776 x 36 x Rp 16.000,- = Rp 3.992.371,-


Keuntungan marjinal : Rp 3.992.371 Rp 3.964.032 = Rp 28.339 lebih besar daripada
biaya marjinal Rp 20.000,-

Menentukan persentase waktu restoran sibuk dengan 9 ruangan parkir :

[ ]
21
1( 36 ) 21 0

21 ( 36 )
P ( n>0 )=1 9
1( ) P ( n>0 )=1
0. 4167
=0 .5800
36 0 . 9922

Keuntungan total : 12 x 0.58 x 36 x Rp 16.000,- = Rp 4.008.960,-


Keuntungan marjinal : Rp 4.008.960 Rp 3.992.371 = Rp 16.589,- lebih kecil daripada
biaya marjinal Rp 20.000,- tidak menguntungkan.

Keputusan pengusaha restoran tersebut adalah menyewa ruang parkir sebanyak 2


ruangan.

Rina Sugiarti
Page 11
OPERATION RESEARCH MODEL ANTRIAN (QUEING
MODEL)

Rina Sugiarti
Page 12