Beberapa contoh berikut ini menunjukkan bahwa penggunaan sistem antrian sangat membantu dalam
melancarkan pelayanan kepada pelanggan atau konsumen seperti :
Beberapa contoh diatas, sebenarnya dapat didesain lebih efisien dengan menggunakan teori antrian.
Gambar 1
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.
Tiga pompa
bensin
Sistem Antrian
Secara umum prosedur dalam mengerjakan teknik antrian adalah sebagai berikut :
1. Populasi masukan (input population). Berapa banyak pelanggan potensial yang dapat
memasuki sistem antrian.
2. Distribusi kedatangan. Menggambarkan bagaimana distribusi pelanggan memasuki sistem.
Para pelanggan mungkin datang setiap lima menit (constant arrival distribution), atau mungkin
datang secara acak (arrival pattern random). Dengan demikian terdapat dua pola kedatangan
(arrival pattern) yaitu : (1) menggambarkan tingkat kedatangan per unit waktu, atau (2)
menggambarkan jumlah kedatangan dalam periode waktu tertentu secara berturut-turut dalam
waktu yang berbeda.
3. Disiplin pelayanan. Menggambarkan pelanggan mana yang harus dilayani lebih dulu. Pedoman
umum yang digunakan dalam disiplin pelayanan adalah first come-first served, dan last come-first
served. Disamping itu pelanggan mungkin dilayani secara acak dan bahkan mungkin dilayani
berdasarkan prioritas.
4. Fasilitas pelayanan. Pengelompokan fasilitas pelayanan menurut jumlah yang tersedia. Sistem
single-channel merupakan sistem yang terdiri dari satu saluran untuk memasuki sistem
pelayanan dengan satu fasilitas pelayanan. Atau menggunakan sistem multiple-channel yang
terdiri dari satu antrian dengan beberapa fasilitas pelayanan.
service
Kedatangan Selesai dilayani
Garis tunggu Fasilitas
atau antrian Pelayanan
1. Populasi input tak terbatas yaitu jumlah kedatangan pelanggan potensial tak terbatas.
2. Distribusi kedatangan pelanggan potensial mengikuti distribusi Poisson. Rata-rata kedatangan
pelanggan per satuan waktu adalah variabel random suatu distribusi probabilitas Poisson. Dalam
notasi (M/M/1), tanda M pertama menunjukkan rata-rata kedatangan yang mengikuti distribusi
probabilitas Poisson. Sedangkan arti M kedua adalah tingkat pelayanan yang mengikuti distribusi
probabilitas Poisson. Angka satu menunjukkan jumlah fasilitas pelayanan dalam sistem atau satu
saluran (one channel).
3. Disiplin pelayanan mengikuti pedoman FCFS.
4. Fasilitas pelayanan terdiri dari saluran tunggal.
5. Distribusi pelayanan mengikuti distribusi Poisson. Diasumsikan bahwa lamda lebih kecil dari miu
( < ) yaitu rata-rata jumlah kedatangan pelanggan per satuan waktu lebih kecil dari rata-rata
jumlah pelanggan yang dapat dilayani per satuan waktu dalam sistem.
6. Kapasitas sistem diasumsikan tak terbatas.
7. Tidak ada penolakan maupun pengingkaran.
(1)
p
p n p n 1 p (2)
2 p2
Lq (4)
1 p
1
W (5)
Wq (6)
PT. SGT mengoperasikan satu buah pompa bensin dengan satu orang operator yang bernama John,
seperti diperlihatkan gambar berikut :
Pompa
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 :
20
p 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.
20
2. L 4 , atau
25 20
p 0,80
L 4 (lihat persamaan (3)
1 p 1 0,80
Angka 4 menunjukkan bahwa John dapat mengharapkan 4 mobil yang berada dalam sistem.
3. Lq
2
20 400 3,20
2
2525 20 125
Angka tersebut menunjukkan bahwa, mobil yang menunggu untuk dilayani dalam antrian
adalah 3,20 mobil.
1 1 1
4. W 0,20 jam atau 12 menit
25 20 5
Angka tersebut menunjukkan bahwa, waktu rata-rata mobil menunggu dalam sistem selama 12
menit.
20 20
5. Wq 0,16 jam atau 9,6 menit
2525 20 125
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,
dihitung dengan menjumlahkan p0 + p1 + p2 + p3 + p4, dimana pn = p (1 p) atau
n
n
pn = (0,80) (1 0,80)
n
= (0,80) (0,20)
n Pn =(0,80)n (0,20)
0
0 [(0,80) ] (0,20) = 0,200
1
1 [(0,80) ] (0,20) = 0,160
2
2 [(0,80) ] (0,20) = 0,128
3
3 [(0,80) ] (0,20) = 0,102
4
4 [(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 (7)
Lq = Wq (8)
W = Wq + 1/ (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
W persamaan (5)
1
W L
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 = 25 (lihat contoh (1)). Dari
persamaan (5) kita dapat menghitung W sebagai berikut :
1 1
W 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) :
1 1
Wq W 0,20 0,20 0,04 0,16 jam
25
Dengan diketahuinya nilai Wq, kita dapat menggunakan persamaan (7) untuk menemukan nilai Lq.
1
L W Wq Wq Lq p (10)
dimana Wq = Lq dan / = p.
Sedangkan jumlah yang diharapkan dalam pelayanan dapat ditulis dengan persamaan sebagai
berikut :
= p(1) + (1 p)(0) = p
L = Lq + p (11)
Sebuah rumah sakit memiliki sebuah ruang unit gawat darurat (UGD) yang berisikan tiga bagian
ruangan yang terpisah untuk setiap kedatangan pasien. Setiap ruangan mimiliki satu orang dokter dan
satu orang jururawat. Secara rata-rata seorang dokter dan jururawat dapat merawat 5 orang pasien
per jam. Apabila pasien yang dihadapi hanya luka-luka ringan, mereka dapat melayani rata-rata 12
pasien per jam. Laporan pihak statistik pasien menunjukkan bahwa kedatangan dan penyelesaian
pelayanan mengikuti distribusi Poisson.
Analisa kasus seperti diatas, dapat menggunakan multiple-channel model dengan sistem antrian
(M/M/3) seperti gambar dibawah ini.
Notasi yang digunakan dalam multiple-channel model, pada dasarnya sama dengan single-channel
model, kecuali untuk dua persamaan berikut ini :
p (12)
s
Jika, = 12
=5
s =3
12 12
maka p 0,80
53 15
Kondisi yang harus dipenuhi untuk kasus UGD tersebut adalah
s atau p 1 (13)
jika s , maka jumlah pelanggan dalam sistem akan menjadi tak terbatas.
Oleh karena itu, jika kita berpegang pada persamaan (13), maka persamaan yang digunakan dalam
sistem (M/M/s) adalah sebagai berikut :
1
p0 n s
(13.a)
s 1
n s
n 0 n! s!
n s s
1
p0 n s
(13.b)
1
s 1
n 0 n! s!
1
s
n
p 0 , jika 0 n s
n!
pn = (14.b)
n
p , jika n s
0
s!s n -s
s
p 0 p
Lq 2 (14.c)
s!1 - p
Lq
Wq (14.d)
1
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
Lq 5 15
2
12
3!1 -
15
1 1
W Wq 0,768 0,968 jam atau 58 menit
5
L W 12(0,968) 11,62
Bagian registrasi sebuah perguruan tinggi telah menggunakan sistem komputer dengan 4 orang
operator dan setiap operator melakukan pekerjaan yang sama. Rata-rata kedatangan mahasiswa
yang mengikuti distribusi Poisson adalah 100 mahasiswa per jam. Setiap operator dapat memproses
40 registrasi mahasiswa per jam dengan waktu pelayanan per mahasiswa mengikuti distribusi
eksponensial.
Penyelesaian.
Kasus ini dapat diselesaikan dengan model (M/M/4). Rata-rata kedatangan mahasiswa = 100, dan
rata-rata setiap operator dapat melayani mahasiswa = 40.
100 100
a) p 0,625
s 4(40) 160
1
s 1 / n / s 1
p 0
n 0 n! s! 1 /s
1
(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)
1
6,25 15,625 39,0625 1
p 0 1 2,5
2 6 24 1 0,625
b) Untuk menghitung waktu rata-rata yang dihabiskan mahasiswa di pusat registrasi, pertama yang
harus dihitung adalah Lq.
100 4
p0 ( ) s p 0,0737( ) 0,625
40 (0,0737 )(39,0625 )(0,625 ) 1,7993216406
Lq
s! (1 p ) 2 4! (1 0,625 ) 2
24(1 0,625 ) 2 24(0,140625 )
1,7993216406
0,533
3,375
W = 0,00533 + 1/40 = 0,03 jam atau 1,8 menit, artinya, waktu rata-rata yang digunakan
mahasiswa dipusat registrasi adalah 1,8 menit.
d) Wq = 0,00533, maksudnya adalah waktu menungg mahasiswa selama dalam proses antrian
adalah 0,00533 jam atau 0,03 menit
e) Untuk menentukan berapa lama mahasiwa berada di luar ruangan tunggu, dilakukan dengan
menghitung Pn yaitu menjumlahkan P0+P1+P2+P3+P4+P5 = 0,0737 + 0,1852 + 0,2303 + 0,1919 +
0,1200 + 0,0750 = 0,8751, sama dengan proporsi waktu yang digunakan mahasiswa menunggu di
dalam ruangan registrasi. Persentase waktu yang digunakan mahasiswa untuk menunggu di luar
ruangan adalah : 1 0,8751 = 0,1249 atau 12,49% dari waktu mahasiswa. Jika mahasiswa
berada dalam sistem selama 1,8 menit, maka 87,51% dari waktu tersebut mahasiswa berada
dalam ruang tunggu, dan 12,49% atau 0,225 menit mahasiswa berada di luar ruangan tunggu.
PT. Bank Bagus sedang mempertimbangkan jumlah kasir yang diperlukan untuk melayani nasabah
yang ada diruang lobby, dengan menggunakan sistem (M/M/s). Tingkat kedatangan nasabah di bank
rata-rata 40 orang per jam. Setiap kasir bank rata-rata dapat melayani 10 nasabah per jam. Berapa
banyak kasir bank yang harus disediakan, agar rata-rata waktu nasabah menunggu dalam antrian
tidak lebih dari 1,5 menit.
Penyelesaian.
Waktu 1,5 menit sama dengan 0,0025 jam, berarti kita harus menemukan Wq 0,0025 jam.
Disamping itu kita juga memiliki = 40 dan = 10. Jika p = /(s) = 40/(s)(10) hasilnya harus kurang
dari 1. Oleh karena itu kita harus menyediakan paling sedikit 5 orang kasir atau s 5. Jika ditetapkan
jumlah kasir sebanyak 5 orang, apakah bank tersebut dapat memenuhi keinginannya, bahwa waktu
tunggu nasabah tidak lebih dari 1,5 menit atau 0,0025 jam ? Untuk itu kita kita harus menghitung nilai
P0 dengan menggunakan rumus 13.a atau mengunakan tabel P0 untuk multiple channel pada s = 5
p0 ( )s p 0,0130 ( 40 )5 0,80
10 10,6496
Lq 2
2
2,219
s! (1 p) 5! (1 0,80) 4,8
Lq 2,219
Wq = 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
5 0,0130 2,219 0,0555
6 0,0163 0,556 0,0140
7 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.