MZI
Fakultas Informatika
Telkom University
FIF Tel-U
Februari 2018
Slide ini disusun berdasarkan materi yang terdapat pada sumber-sumber berikut:
1 Simulation Modeling and Analysis, Edisi 5, 2008, oleh A. M. Law, W. D.
Kelton (acuan utama).
2 Elements of Stochastic Process, 1984, oleh B. S. Gottfried.
3 Discrete-Event Simulation, Edisi 4, oleh J. Banks, J. S. Carson II, B. L.
Nelson, D. M. Nicol.
4 Slide kuliah Simulasi dan Pemodelan di Universitas Gunadarma oleh M. Iqbal.
5 Slide kuliah Pemodelan Sistem di Telkom University oleh Tim Dosen
Pemodelan dan Simulasi.
Beberapa gambar dapat diambil dari sumber-sumber di atas. Slide ini ditujukan
untuk keperluan akademis di lingkungan FIF Telkom University. Jika Anda
memiliki saran/ pendapat/ pertanyaan terkait materi dalam slide ini, silakan kirim
email ke <pleasedontspam>@telkomuniversity.ac.id.
1 Motivasi
Bahasan
1 Motivasi
Motivasi
Pada pembahasan materi sebelumnya, kita telah melihat cara membangkitkan
variat acak yang memiliki distribusi probabilistik tertentu, salah satunya adalah
distribusi eksponensial dan distribusi uniform.
Bahasan
1 Motivasi
Ketika pelanggan datang ke sistem ATM, maka pelanggan akan masuk ke antrian
yang kapasitasnya tak terbatas.
Catatan
Dua barisan bilangan acak sebelumnya, yaitu ui dan vi , dapat dibangkitkan
dengan PRNG atau TRNG. Dalam mensimulasikan sistem, dua keacakan berbeda
biasanya direpresentasikan dengan rentetan/ barisan bilangan acak yang berbeda.
Barisan yang berbeda ini disebut sebagai stream. Pada model ATM sederhana
yang kita tinjau ada dua stream, stream pertama digunakan untuk keacakan
waktu antar kedatangan pelanggan dan stream kedua digunakan untuk keacakan
waktu layanan.
Bahasan
1 Motivasi
Bahasan
1 Motivasi
Keterangan:
latar belakang kuning: nomor pelanggan yang mengantri ,
latar belakang hijau: data merupakan variat acak
tulisan merah cetak tebal: waktu untuk pelanggan yang datang tetapi
tidak dilayani langsung
Bahasan
1 Motivasi
Bahasan
1 Motivasi
Misalkan kita ingin menghitung panjang antrian pada interval waktu tertentu,
sebutlah interval waktu tersebut adalah T , maka kita perlu mengetahui nilai dari
Ti yang dide…nisikan sebagai
Pada de…nisi di atas, nilai Ti T , karena waktu observasi dibatasi pada interval
waktu T .
Misalkan dari tabel simulasi sebelumnya kita tertarik untuk menentukan rata-rata
panjang antrian pada 22 menit pertama sejak ATM dijalankan.
Untuk melakukan analisis panjang antrian, kita perlu mengurutkan setiap kejadian
(event) pada simulasi secara kronologis. Untuk 22 menit pertama, kita memiliki
tabel kejadian dan deskripsi panjang antrian berikut.
Panjang antrian
P rata-rata, pada 22 menit pertama adalah
iTi
qT = q22 = i 221 = 1T1 +2T
22
2 +3T3
, karena antrian yang ada hanya untuk 1, 2,
atau 3 orang.
MZI (FIF Tel-U) Model Antrian dan Analisisnya Februari 2018 24 / 26
Analisis Panjang Antrian
Kita memiliki:
T1 : total lama waktu antrian dengan 1 orang, dari tabel
T1 = 0:566 + 0:492 = 1:058
T2 : total lama waktu antrian dengan 2 orang, dari tabel
T2 = 2:516 + 1:126 + 1:493 = 5:135
T3 : total lama waktu antrian dengan 3 orang, dari tabel T3 = 0:636
Kita memiliki
P
i 1 iTi
1T1 + 2T2 + 3T3
qT = q22 = =
22 22
1 (1:058) + 2 (5:135) + 3 (0:636)
=
22
= 0:602 orang dalam antrian pada 22 menit pertama.