SIMULASI ANTRIAN SINGLE – SERVER

SISTEM ANTRIAN : sering dipelajari melalui simulasi karena :

- analisis matematik sulit

- simulasi dapat memberikan performansi sistem

Contoh sistem antrian :

- nasabah pada bank, kantor pos, kasir supermarket

- mobil antri beli bensin di pompa bensin
- pelanggan restoran
- job yang menunggu diproses oleh procesor komputer dalam suatu lingkungan multi –
tasking
- dll

Rumusan permasalahan :

Suatu system antrian satu pelayan (single server) , dengan waktu antar kedatangan A 1,
A2 , A3 , adalah independen dan berdistribusi IID random variable.(artinya waktu antar
kedatangan mempunyai distribusi probabilitas yang sama).Konsumen yang datang dan
mendapati server nganggur langsung masuk dan segera dilayani , dengan waktu pelayanan S 1 ,
S2 , …berdistribusi IID random variable.Konsumen yang dating dan mendapati server sedang
sibuk , langsung antri .Setelah pelayanan konsumen pertama selesai , pelayan memilih
konsumen berikutnya untuk dilayani menurut disiplin atrian FIFO (first in first out )

Simulasi dimulai kondisi awal kosong dan nganggur pelayannya.Pada saat t = 0, kita akan
menunggu kedatangan konsumen pertama, yang mana terjadi setelah waktu antar kedatangan
A1 setelah t=0..Simulasi akan diakhiri hingga jumlah konsumen tertentu, yaitu n konsumen
selesai dilayani.Jadi waktu simulasi berakhir adalah random variable ,tergantung pada nilai
pengamatan waktu antar kedatangan dan waktu pelayanan yang berupa random variable.

Sistem antrian single server dapat digambarkan sebagai berikut :

A departing customer

Server

Customer in service

1
 Customers in queue

An arriving customer

Event yang ada dalam system antrian single server :

Event Arrival (peristiwa / kejadian kedatangan) dan event keberangkatan (event departure )

Data pengamatan system antrian : dari jam 7.00 – jam 7.,lebih 8,6 menit
No Waktu Waktu Waktu Waktu Waktu
datang mulai selesai tunggu pelayanan
(event dilayani dilayani (delay) (service
arrival) (event time)
departure)

0 Jam 7.00 - - - -

1 7,.0.4 menit 7,0,4 menit 7.,2,4 menit 0 2 ,0menit

2 7,1,6 menit 7,2,4 menit 7,3,1 menit 0,8 menit 0,7 menit

3 7,.2,1menit 7,.3,1menit 7,.3,3menit 1 menit 0,2 menit

4 7,.3,8 menit 7,.3,8menit 7,.4,9menit 0 menit 0,9 menit

5 7,.4menit 7,.4,9menit 7.,8,6menit 0,9 menit 3,7 menit

6 7,.5,6menit 7,.8,6menit - 3 menit -

7 7,.5,8menit - . - -

8 7,.7,2menit . . - -

. .

. .

2
Bila data tersebut disimulasikan dengan waktu simulasi mulai 0 s/d 8,6 menit , data diatas dapat diubah sebagai
berikut : berarti T0 = 0 menit dan Tn = 8,6 menit

No Waktu Waktu Waktu

datang mulai selesai
(event dilayani dilayani
arrival) :e (event
departure) :
e

0 Jam 0.00 - -

1 0.4 : e1 0.4 2,4 : e4

2 1,6 : e2 2,4 3,1 : e5

3 2,1 : e3 3,1 3,3 : e6

4 3,8 : e7 3,8 4,9 : e9

5 4,0 : e8 4,9 8,6 : e13

6 5,6 : e10 8,6 -

7 5,8 : e11 - .

8 7,2 : e12 . .

. .

3
Bila digambarkan hubungan antara panjang antrian pada saat t ( Q(t) ) dengan waktu simulasi
( t : 0 – Tn ) sbb :

i=Q(t)= jumlah konsumen yang antri pada saat t

3

1 2 3 4 5 6 7 8 9

Arrival : e1=0,4 e2-1,6 e3=2,1 e8=4,0 e10=5,6 e12=7,2

e7=3,8 e11=3,8

Departure : e4=2,4 e5=3,1 e9=4,9 e13=8,6 = T(6)

e6=3,3

Gambar : Waktu Kedatangan, waktu keberangkatan, panjang antrian per satuan waktu dalam
keadaan nyata system antrian single server.

4
B(t)= Fungsi sibuk dari server saat t

1 2 3 4 5 6 7 8 9

Arrival : e1=0,4 e2-1,6 e3=2,1 e8=4,0 e10=5,6 e12=7,2

e7=3,8 e11=3,8

Departure : e4=2,4 e5=3,1 e9=4,9 e13=8,6 = T(6)

e6=3,3

Gambar : Fungsi sibuk server B(t) , waktu kedatangan,waktu keberangkatan dalam keadaan
nyata system antrian single server.

1, bila server sibuk pada saat t

B (t) =

0 ,bila sever nganggur pada saat t

Tiga buah besaran → menentukan sistem antrian

1. Pola kedatangan
- Random. Bila kemungkinan orang datang makin besar, biasanya pola kedatangannya
Poisson → Fungsi distribusi waktu antarkedatanganEksponensial
Ukuran yang dipakai untuk menentukan pola kedatangan :
λ = lambda = laju kedatangan = banyaknya customer datang per satuan waktu
(entitas)
T = waktu antar kedatangan rata – rata

1
𝜆 =
T 5
2. Pola pelayanan
Menunjukan bagaimana suatu entitas (customer, nasabah, job) dilayani
Tiga faktor dalam proses pelayanan :
- lama / waktu pelayanan → perlu pembangkit bilangan untuk ini
- kapasitas → tergantung jumlah entitas& pelayan / server
- ketersediaan pelayan, waktu – waktu tersedianya pelayanan (kaitannya dengan jadwal
pemeliharaan mesin atau mesin rusak)

3. Disiplin antrian
Menentukan estrategi tntang bagaimana entitas berikutnya dilayani
Ada beberapa disiplin yaitu :
- FIFO atau FCFS
(First In First Out ) : entitas yang paling dulu datang dilayani lebih dulu
- LIFO
(entitas paling akhir datang justru dilayani terlebih dahulu)
- RANDOM
- dengan PRIORITAS
- dll

Simbol : A / B / n
A : distribusi waktu antar kedatangan
B : distribusi waktu pelayanan
n : jumlah pelayan

A dan B : dapat berupa M (Markovian, Memoriless), G (general) atau

D ( Deterministik )
catatan :
M : fungsi distribusi yang tidak membutuhkan memori
( contoh : eksponensial, Poisson)

Contoh :
M / M / 1 : antrian dengan pola kedatangan fungsi Markovian, pola pelayanan
Markovian, banyaknya pelayan satu
G / G / 1 : antrian dengan pola kedatangan dan pola pelayanan fungsi
distribusi umum / general, dengan jumlah pelayan lima

6
 PENGUKURAN PERFORMANSI SISTEM ANTRIAN :
Berdasarkan gambar diatas dapat dijelaskan dalam menghitung delay (waktu
tunggu) ,panjang antrian rata-rata serta utilitas server , sbb :

1. DELAY = Waktu Tunggu

Yaitu : selang waktu antara entitas datang sampai mendapatkan pelayanan

- Kondisi ideal : Delay = nol

- Batas maksimum menunggu ( sebagai LIMIT ) → perlu diperhatikan
Rata – rata delay dalam antrian =
∑𝑛𝑖=1 𝐷𝑖
𝑑̂ (𝑛) =
𝑛
Di= delay untuk customer (entitas) ke i

n = jumlah customer yang dilayani selama simulasi

2. Panjang antrian rata – rata per satuan waktu :

Yaitu : banyaknya orang yang sedang mengantri per satuan waktu = Q (t)
- Kondisi ideal : Q(t) = nol
𝑇𝑖
- 𝑞̂ (𝑛) = ∑∞
𝑖=0 𝑖𝑝̂ 𝑖 → 𝑝̂ 𝑖 = 𝑇(𝑛)

∑∞
𝑖=0 𝑖 𝑇𝑖 𝑇(𝑛)
= → ∑∞
𝑖=0 𝑖 𝑇𝑖 = ∫0 𝑄(𝑡) 𝑑𝑡
𝑇(𝑛)

𝑇(𝑛)
∫0 𝑄(𝑡)𝑑𝑡
𝑞̂(𝑛) = → rata – rata jumlah customer dalam
𝑇(𝑛)
antrian

3. Utilitas Server :µ(n) = 0 sampai dengan 1

Yaitu : proporsi waktu selama simulasi ( 0 → T(n)) yang mana server sibuk
B(t) = 1 jika server sibuk pada saat t
= 0 jika server menganggur pada saat t

𝑇(𝑛)
∫0 𝐵(𝑡) 𝑑𝑡
µ(𝑛) =
𝑇(𝑛)
7