TINJAUAN PUSTAKA
1
(delay) dari seorang operator, kemudian pada tahun 1917 penelitian dilanjutkan
untuk menghitung kesibukan beberapa operator. Dalam periode ini Erlang
menerbitkan bukunya yang terkenal berjudul Solution of some problems in the
theory of probabilities of significance in Automatic Telephone Exhange. Baru
setelah perang dunia kedua, hasil penelitian Erlang diperluas penggunaannya.
Berdasarkan definisi di atas maka dapat disimpulkan bahwa antrian adalah
suatu proses yang berhubungan dengan suatu kedatangan seorang pelanggan pada
suatu fasilitas pelayanan, kemudian menunggu dalam suatu antrian dan pada
akhirnya meninggalkan fasilitas tersebut.
2
distribusi statistik dan dapat ditentukan dua cara yaitu kedatangan per satuan
waktu dan distribusi waktu antar kedatangan.
Jika kedatangan diasumsikan terjadi dengan kecepatan rata-rata yang
konstan dan bebas satu sama lain disebut distribusi probabilitas Poisson.
Ahli matematika dan fisika, Simeon Poisson (1781-1840), menemukan
sejumlah aplikasi manajerial, seperti kedatangan pasien di RS, sambungan
telepon melalui central switching system, kedatangan kendaraan di pintu
toll, dll. Semua kedatangan tersebut digambarkan dengan variabel acak
yang terputus-putus dan nonnegative integer (0, 1, 2, 3, 4, 5, dst). Selama
10 menit mobil yang antri di pintu toll bisa 3, 5, 8, dst.
Populasi yang akan dilayani mempunyai perilaku yang berbeda-beda dalam
membentuk antrian. Ada tiga jenis perilaku kedatangan yaitu:
a. Reneging menggambarkan situasi dimana seseorang masuk dalam
antrian, namun belum memperoleh pelayanan, kemudian meninggalkan
antrian tersebut.
b. Balking menggambarkan orang yang tidak masuk dalam antrian dan
langsung meninggalkan tempat antrian.
c. Jockeying menggambarkan orang yang pindah-pindah antrian.
2. Pelayanan
Pelayanan atau mekanisme pelayanan dapat terdiri dari satu atau lebih
pelayanan. Contohnya, jalan tol dapat memiliki beberapa pintu tol.
Mekanisme pelayanan dapat hanya terdiri dari satu pelayanan dalam satu
fasilitas pelayanan yang ditemui pada loket seperti pada penjualan tiket di
gedung bioskop. Dalam mekanisme pelayanan ini ada 3 aspek yang harus
diperhatikan yaitu:
a. Terjadinya pelayanan
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya
dalam pertunjukan bioskop, loket penjualan karcis hanya dibuka pada
waktu tertentu antara satu pertunjukan dan pertunjukan berikutnya,
sehingga pada saat loket ditutup mekanisme pelayanan berhenti dan
petugas beristirahat.
3
b. Kapasitas pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah
pelanggan yang tidak dapat dilayani secara bersama-sama. Kapasitas
pelayanan yang tidak selalu sama untuk setiap saat, ada yang tetap, tapi
ada juga yang berubah-ubah. Karena itu, fasilitas pelayanan memiliki
satu atau lebih saluran. Fasilitas yang memiliki satu saluran disebut
saluran tunggal atau sistem pelayanan tunggal dan fasilitas yang
memiliki lebih dari satu saluran disebut saluran ganda atau pelayanan
ganda.
c. Lama pelayanan
Lama pelayanan adalah waktu yang dibutuhkan untuk melayani
seseorang pelanggan atau satu satuan. Ini harus dinyatakan secara pasti.
Oleh karena itu, waktu untuk semua pelanggan atau boleh juga berupa
variabel acak. Umumnya dan untuk keperluan analisis, waktu pelayanan
dianggap sebagai variabel acak yang terpancar secara bebas dan sama
tidak tergantung pada waktu kedatangan.
3. Antrian
Timbulnya antrian terutama tergantung dari sifat kedatangan dan proses
pelayanan. Jika tak ada antrian berarti terdapat pelayanan yang mengangur
atau kelebihan fasilitas pelayanan (Mulyono, 1991).
Batasan panjang antrian bisa terbatas (limited) bisa juga tidak terbatas
(unlimited). Sebagai contoh antrian di jalan tol masuk dalam kategori
panjang antrian yang tidak terbatas. Sementara antrian di rumah makan,
masuk kategori panjang antrian yang terbatas karena keterbatasan tempat.
Dalam kasus batasan panjang antrian yang tertentu (definite line-length)
dapat menyebabkan penundaan kedatangan antrian bila batasan telah
tercapai. Contoh: sejumlah tertentu pesawat pada landasan telah melebihi
suatu kapasitas bandara, kedatangan pesawat yang baru dialihkan ke
bandara yang lain.
4
2.1.3 Disiplin Antrian
Menurut Kakiay (2004:12) disiplin antrian adalah aturan dimana para
pelanggan dilayani, atau disiplin pelayanan (service discipline) yang memuat
urutan (order) para pelanggan menerima layanan. Disiplin antrian adalah konsep
membahas mengenai kebijakan dimana para pelanggan dipilih dari antrian untuk
dilayani, berdasarkan urutan kedatangan pelanggan. Ada 4 bentuk disiplin
pelayanan yang biasa digunakan dalam praktek yaitu:
1. First Come First Served (FCFS) atau First In First Out (FIFO) yaitu
pelanggan yang datang lebih dulu akan dilayani, misalnya sistem antrian
pada bank, SPBU, pembelian karcis bioskop, dan lain-lain.
2. Last come First Served (LCFS) atau Last In First Out (LIFO) yaitu sistem
antrian pelanggan yang datang terakhir akan dilayani lebih dulu. Misalnya
sistem antrian dalam elevator lift untuk lantai yang sama.
3. Service In Random Order (SIRO) yaitu panggilan didasarkan pada peluang
secara acak, tidak soal siapa yang lebih dulu tiba, biasanya timbul dalam
keadaan praktis.
4. Priority Service (PS) yaitu pelayanan diberikan kepada mereka yang
mempunyai prioritas lebih tinggi dibandingkan dengan mereka yang
mempunyai prioritas yang lebih rendah, meskipun sudah lebih dulu tiba
dalam garis tunggu. Kejadian seperti ini bisa disebabkan oleh beberapa hal,
misalnya seseorang yang karena kedudukannya atau jabatannya lebih tinggi
menyebabkan dia dipanggil lebih dulu atau diberi prioritas lebih tinggi, atau
seseorang yang keadaan penyakitnya lebih berat dibanding dengan orang
lain dalam suatu tempat praktik dokter.
5
langsung keluar dari sistem antrian. Contohnya adalah pada pembelian tiket
bis yang dilayani oleh satu loket.
6
4. Multi Channel - Multi Phase
Setiap sistem ini mempunyai beberapa fasilitas pelayanan pada setiap tahap,
sehingga lebih dari satu individu dapat dilayani pada suatu waktu. Pada
umumnya jaringan ini terlalu kompleks untuk dianalisis dengan teori
antrian. Contoh: pelayanan kepada pasien di rumah sakit, beberapa perawat
akan mendatangi pasien secara teratur dan memberikan pelayanan secara
bertahap, mulai dari pendaftaran, diagnosa, penyembuhan sampai pada
pembayaran. Setiap sistem-sistem ini mempunyai beberapa fasilitas
pelayanan pada setiap tahap, sehingga lebih dari satu individu dapat dilayani
pada suatu waktu.
7
M = Distribusi kedatangan Poisson atau distribusi pelayanan eksponensial
D = Waktu pelayanan tetap (deterministic).
G = Distribusi umum keberangkatan atau waktu pelayanan.
Adapun terminologi yang biasa digunakan dalam sistem antrian adalah
sebagai berikut:
1. Keadaan sistem yaitu jumlah aktivtas pelayanan yang terjadi dalam
melayani pelanggan dalam sistem.
2. Panjang antrian yaitu banyaknya satuan yang berada dalam sistem dikurangi
dengan jumlah yang sedang dilayani.
Adapun notasi yang digunakan adalah sebagai berikut:
n = Jumlah pelanggan yang mengantri pada waktu t
s = Jumlah satuan pelayanan
= Tingkat kedatangan
= Tingkat pelayanan
= Tingkat kedatangan.
= Tingkat pelayanan.
1/ = Rata-rata waktu antar kedatangan.
1/ = Rata-rata waktu pelayanan.
= Tingkat kesibukan sistem.
Po = Peluang semua server menganggur atau tidak ada nasabah dalam sistem.
Pn = Peluang pelanggan yang datang harus menunggu.
Ls = Ekspektasi panjang sistem.
Lq = Ekspektasi panjang antrian.
Ws = Ekspektasi waktu menunggu dalam sistem.
Wq = Ekspektasi waktu menunggu dalam antrian.
Faktor-faktor yang berpengaruh terhadap sistem antrian dan pelayanan
adalah sebagai berikut (Kakiay, 2004:4-6):
1. Distribusi kedatangan, kedatangan individu atau kelompok.
2. Distribusi waktu pelayanan, pelayanan individu atau kelompok.
3. Fasilitas pelayanan, berbentuk series, pararel, atau network station.
4. Disiplin pelayanan, berbentuk FCFS, LCFS, SIRO,atau PS.
5. Ukuran dalam antrian, kedatangan bersifat tidak terbatas atau terbatas.
8
6. Sumber pemanggil, bersifat terbatas atau tidak terbatas.
Contohnya adalah (M/D/5/N/) artinya kedatangan berdistribusi poisson,
waktu pelayanan konstan, dan terdapat 5 buah fasilitas pelayanan. Jumlah
konsumen dibatasi sebanyak N dan sumber populasi tidak terbatas. Model-model
antrian secara umum antara lain adalah sebagai berikut:
1. Model (M/M/1//).
Model antrian jalur tunggal dengan kedatangan berdistribusi poisson dan
waktu pelayanan eksponensial. Dalam situasi ini, kedatangan membentuk
jalur tunggal untuk dilayani oleh stasiun tunggal. Contoh: Meja informasi
di supermarket. Rumus antrian untuk model ini adalah:
a. Menentukan peluang masa sibuk
Ketika menandai tingkat kedatangan dan menandai tingkat pelayanan
dimana > menyertai sebagai asumsi maka tingkat kesibukan sistem
dapat dinyatakan:
..................................................................................................2.1
b. Menentukan peluang semua pelayanan menganggur
Tingkat kesibukan sistem adalah 100% dan jika tingkat kedatangan
semakin kecil dan tingkat pelayanan yang tidak berubah maka tingkat
kesibukan akan menurun. Dengan demikian, probabilitas dengan sistem
yang sedang kosong dihitung:
Po .................................................................................................2.2
Secara umum Po merupakan peluang waktu menganggur berlaku untuk
semua sistem pelayanan baik sistem pelayanan tunggal ataupun sistem
pelayanan ganda. Bila yang berada dalam sistem, maka pelayanan akan
sibuk dan c-1 pelayan akan menganggur.
n
Po 1 ...............................................................................2.3
c. Menentukan jumlah pelanggan dalam antrian (Lq)
2
Lq .....................................................................................2.4
9
d. Menentukan jumlah pelanggan dalam sistem (Ls)
Ls ...........................................................................................2.5
e. Menentukan lamanya pelanggan dalam antrian (Wq)
Wq .....................................................................................2.6
f. Menentukan lamanya pelanggan dalam sistem (Ws)
1
Ws ..........................................................................................2.7
g. Menentukan tingkat pelayanan optimal
C2
.....................................................................................2.8
C1
Dimana:
C1 = Ongkos tenaga kerja per jam
C2 = Ongkos mesin menganggur per jam
= Rata-rata waktu antar kedatangan
= Rata-rata waktu pelayanan.
2. Model (M/M/S//).
Sistem ini memiliki dua atau lebih jalur stasiun pelayanan yang tersedia
untuk menangani pelanggan yang datang. Contoh: Loket tiket penerbangan.
Asumsi dalam sistem ini adalah kedatangan mengikuti distribusi poisson,
waktu pelayanan mengikuti distribusi eksponensial negatif, pelayanan
dilakukan secara first-come, first-served, dan semua stasiun pelayanan
diasumsikan memiliki tingkat pelayanan yang sama. Rumus antrian untuk
model ini adalah:
a. Probabilitas terdapat 0 orang dalam sistem (tidak adanya pelanggan
dalam sistem).
1
Po .......................................2.9
M 1 1 n
1 M M
n0
n! M ! M
10
= Jumlah rata-rata yang dilayani per satuan waktu pada setiap jalur
n = Jumlah pelanggan
b. Jumlah permintaan rata-rata dalam sistem.
/ M
Ls Po ......................................................2.10
M 1 M 2
M = Jumlah jalur yang terbuka
= Jumlah kedatangan rata-rata per satuan waktu
= Jumlah rata-rata yang dilayani per satuan waktu pada setiap jalur
Po = Probabilitas terdapat 0 orang dalam sistem
c. Waktu rata-rata yang dihabiskan oleh seorang pelanggan dalamantrian
atau sedang dilayani dalam sistem.
Ls
Ws .............................................................................................2.11
Ls = Jumlah pelanggan rata-rata dalam sistem
= Jumlah kedatangan rata-rata per satuan waktu
d. Jumlah orang atau unit rata-rata yang menunggu dalam antrian.
Lq Ls .......................................................................................2.12
Ls = Jumlah pelanggan rata-rata dalam sistem
= Jumlah kedatangan rata-rata per satuan waktu
= Jumlah rata-rata yang dilayani per satuan waktu pada setiap jalur
e. Waktu rata-rata yang dihabiskan oleh seorang pelanggan atau unit untuk
menunggu dalam antrian.
Lq
Wq ............................................................................................2.13
Lq = Jumlah unit rata-rata yang menunggu dalam antrian
= Jumlah kedatangan rata-rata per satuan waktu
3. Model (M/D/1/N/ ).
Beberapa sistem pelayanan memiliki waktu pelayanan yang tetap, dan
bukan berdistribusi eksponensial seperti biasanya. Contoh: Tempat
pencucian mobil otomatis. Model ini merupakan variasi dari model yang
pertama, dimana panjang antrian atau kapasitas tunggu dibatasi maksimum
11
N individu. Jumlah maksimum ini meliputi individu yang menunggu dan
yang sedang dilayani. Rumus antrian untuk model ini adalah:
a. Panjang antrian rata-rata.
2
Lq .................................................................................2.14
2
b. Waktu menunggu dalam antrian rata-rata.
Wq .................................................................................2.15
2
c. Jumlah pelanggan dalam sistem rata-rata.
Ls Lq .......................................................................................2.16
d. Waktu tunggu rata-rata dalam sistem.
1
Ws Wq ......................................................................................2.17
4. Model (M/M/1//N).
Ketika terdapat sebuah populasi pelanggan potensial yang terbatas bagi
sebuah fasilitas pelayanan, maka model antrian berbeda harus
dipertimbangkan. Contoh: Bengkel yang hanya memiliki selusin mesin
yang dapat rusak. Model ini hampir sama dengan model yang pertama
hanya saja sumber populasi dibatasi sebanyak N. Rumus antrian untuk
model ini adalah:
a. Faktor pelayanan.
T
X .........................................................................................2.18
T U
b. Jumlah antrian rata-rata.
L N 1 F ......................................................................................2.19
c. Waktu tunggu rata-rata.
LT U T 1 F
W ..................................................................2.20
NL XF
d. Jumlah pelayanan rata-rata.
I NF 1 X ....................................................................................2.21
12
e. Jumlah dalam pelayanan rata-rata.
H FNX ...........................................................................................2.22
f. Jumlah populasi.
N J L H ...................................................................................2.23
Notasi:
D = Probabilitas sebuah unit harus menunggu di dalam antrian.
F = Faktor efisiensi.
H = Rata-rata jumlah unit yang sedang dilayani.
J = Rata-rata jumlah unit tidak berada dalam antrian.
L = Rata-rata jumlah unit yang menunggu untuk dilayani.
M = Jumlah jalur pelayanan.
N = Jumlah pelanggan potensial.
T = Waktu pelayanan rata-rata.
U = Waktu rata-rata antara unit yang membutuhkan pelayanan.
W = Waktu rata-rata sebuah unit menunggu dalam antrian.
X = Faktor pelayanan.
13
pola kedatangan. Suatu fungsi probabilitas poisson untuk suatu kedatangan
x pada suatu periode waktu adalah sebagai berikut:
x e
p x ............................................................................................2.24
x!
Dimana :
x = Jumlah kedatangan per periode waktu
= Rata-rata jumlah kedatangan per periode waktu
e = 2,71828
2.6.2 Uji Kesesuaian Poisson
Uji kesesuaian poisson dilakukan dengan uji Chi Square ( 2 ) yang
didefinisikan sebagai berikut:
H0 = Data yang diuji mengikuti distribusi.
H1 = Data yang diuji tidak mengikuti distribusi.
Statistik tes didefinisikan sebagai berikut:
oi Ei
hitung
2
...........................................................................................2.25
Ei
Dimana:
Oi = Frekuensi observasi ke-i.
Ei = Frekuensi harapan ke-i.
Dalam uji Chi Square, data observasi mengikuti saat hitung
2
tabel
2
.
14
Waktu pelayanan antara fasilitas pelayanan dengan fasilitas pelayanan yang
lain biasanya tidak konstan. Distribusi probabilitas untuk waktu layanan biasanya
mengikuti distribusi probabilitas eksponensial yang formulanya dapat memberikan
informasi yang berguna mengenai operasi yang terjadi pada suatu antrian.
Persamaan distribusi eksponensialnya adalah sebagai berikut:
F xi 1 e x / ..................................................................................................2.26
Dimana:
x = xi (nilai tengah).
= rata-rata yang didekati dengan.
e = 2,71828.
sx
Fi
........................................................................................................2.27
n
n
D max F xi s xi ...................................................................................2.28
i 1
2.7 Simulasi
Simulasi adalah (1) metode pelatihan yang meragakan sesuatu dalam bentuk
tiruan yang mirip dengan keadaan yang sesungguhnya (2) penggambaran suatu
sistem atau proses dengan peragaan berupa model statistik atau pemeranan (KBBI,
2001:1353). Keterbatasan metode analitis dalam mengatasi sistem dinamis yang
kompleks membuat simulasi sebagai alternatif yang baik.
Model analitik sangat berguna bagi kehidupan sehari-hari, akan tetapi
terdapat beberapa keterbatasan antara lain, yaitu:
15
1. Model analitik tidak mampu menggambarkan suatu sistem pada masa lalu
dan masa mendatang melalui pembagian waktu. Model analitik hanya
memberikan penyelesaian secara menyeluruh, suatu jawaban yang mungkin
tunggal dan optimal tetapi tidak menggambarkan suatu prosedur
operasional untuk masa lebih singkat masa perencanaan. Misalnya,
penyelesaian persoalan program linier dengan masa perencanaan satu tahun,
tidak menggambarkan prosedur operasional untuk masa bulan demi bulan,
minggu demi minggu, atau hari demi hari.
2. Model matematika yang konvensional sering tidak mampu menyajikan
sistem nyata yang lebih besar dan rumit (kompleks). Sehingga sukar untuk
membangun model analitik untuk sistem nyata yang demikian.
3. Model analitik terbatas pemakaiannya dalam halhal yang tidak pasti dan
aspek dinamis (faktor waktu) dari persoalan manajemen.
Berdasarkan hal di atas, maka konsep simulasi dan penggunaan model
simulasi merupakan solusi terhadap ketidakmampuan dari model analitik. Beberapa
kelebihan simulasi adalah sebagai berikut:
1. Simulasi dapat memberi solusi bila model analitik gagal melakukannya.
2. Model simulasi lebih realistis terhadap sistem nyata karena memerlukan
asumsi yang lebih sedikit. Misalnya, tenggang waktu dalam model
persediaan tidak perlu harus deterministik.
3. Dalam banyak hal, simulasi lebih murah dari percobaannya sendiri.
4. Simulasi dapat digunakan untuk maksud pendidikan.
5. Untuk sejumlah proses dimensi, simulasi memberikan penyelidikan yang
langsung dan terperinci dalam periode waktu khusus.
Model simulasi juga memiliki beberapa kekurangan antara lain yaitu:
1. Simulasi bukanlah presisi dan juga bukan suatu proses optimisasi. Simulasi
tidak menghasilkan solusi, tetapi ia menghasilkan cara untuk menilai solusi
termasuk solusi optimal.
2. Model simulasi yang baik dan efektif sangat mahal dan membutuhkan
waktu yang lama dibandingkan dengan model analitik.
3. Tidak semua situasi dapat dinilai melalui simulasi kecuali situasi yang
memuat ketidakpastian.
16
17