SKRIPSI
Oleh
Anaviroh
NIM. 07305144027
SKRIPSI
Oleh
Anaviroh
NIM. 07305144027
i
ii
iii
Anaviroh
PERNYATAAN
NAMA : ANAVIROH
NIM : 07305144027
Menyatakan bahwa karya ilmiah ini adalah hasil pekerjaan saya sendiri dan
sepanjang pengetahuan saya tidak berisi materi yang dipublikasikan atau ditulis
oleh orang lain atau telah digunakan sebagai persyaratan studi di perguruan
tinggi lain kecuali pada bagian-bagian tertentu saya ambil sebagai acuan. Apabila
terbukti pernyataan saya ini tidak benar, maka sepenuhnya menjadi tanggung
jawab saya, dan saya bersedia menerima sanksi sesuai peraturan yang berlaku.
Anaviroh
NIM. 07305144027
iv
Anaviroh
MOTTO
Dengan menyebut nama Allah Yang Maha Pemurah lagi Maha Penyayang
sungguh langkah yang berat ini terasa ringan karena-Mu.
Doa dan usaha adalah kekuatan terdahsyat yang membawa kita menuju
kesuksesan
Jadikan keberhasilan orang lain sebagai motivasi kita, tetapi tidak perlu
memaksa diri untuk bekerja berdasarkan target orang lain, bekerjalah
berdasarkan kemampuan dan target kita sendiri.
Boleh jadi kita membenci sesuatu, padahal ia amat baik bagi kita, dan boleh
jadi pula kita menyukai sesuatu, padahal ia amat buruk bagi kita.
Allah Maha Tau, sedangkan kita tidak mengetahui itu.
( QS. Al Baqarah : 216 )
v
Anaviroh
PERSEMBAHAN
Sahabat – sahabatku:
Erlin, Khrisna, Wulan, Desti, Indah, Anas, Tina, Arin dan teman – teman
seperjuangan mat swa & sub 07 .
Tak lupa juga untuk tim futsal.ku ‘Sparkling’
vi
Anaviroh
MODEL ANTRIAN SATU SERVER DENGAN POLA KEDATANGAN
BERKELOMPOK ( BATCH ARRIVAL )
Oleh
Anaviroh
NIM. 07305144027
ABSTRAK
vii
Anaviroh
KATA PENGANTAR
Puji dan syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan
rahmat dan hidayahNya, sehingga penulisan tugas akhir skripsi yang berjudul
Penulisan skripsi ini tidak lepas dari bantuan berbagai pihak, oleh karena
studi.
4. Ibu. Atmini Dhoruri, M.S selaku Ketua Program Studi Matematika, yang
viii
Anaviroh
7. Bpk. Dr. Sugiman selaku Dosen Penguji, yang telah memberikan saran –
9. Bpk. Tuharto, M.Si selaku Dosen Penguji, yang telah memberikan saran –
11. Semua pihak terkait yang tidak dapat penulis sebutkan satu persatu yang
itu penulis menerima saran dan kritik yang bersifat membangun. Semoga skripsi
Anaviroh
ix
Anaviroh
DAFTAR ISI
x
Anaviroh
J. Model Antrian //1 .......................................................... 46
K. Penggunaan Software WINQSB ................................................. 53
BAB III. PEMBAHASAN
A. Pola Kedatangan Berkelompok (Batch Arrival) ......................... 55
B. Proses Kedatangan dan Kepergian
pada Sistem Antrian //1 .................................................. 58
C. Solusi Steady State Model Antrian //1.............................. 61
D. Ukuran Keefektifan Sistem Antrian //1 ........................... 69
E. Implementasi............................................................................. 79
BAB V. PENUTUP
A. Simpulan ................................................................................... 91
B. Saran ......................................................................................... 92
DAFTAR PUSTAKA ............................................................................. 94
LAMPIRAN ........................................................................................... 96
xi
Anaviroh
DAFTAR SIMBOL
!∆
∆: Suatu fungsi yang memenuhi lim∆ ∆
0
: Nilai harapan banyak customer dalam sistem.
: Nilai harapan waktu tunggu customer dalam sistem.
xii
Anaviroh
DAFTAR TABEL
Tabel 3.3 Ukuran Keefektifan pada Model Antrian //1 .............. 79
Tabel 3.6 Output Penyelesaian Masalah Antrian pada Model &' //1
xiii
Anaviroh
DAFTAR GAMBAR
xiv
Anaviroh
DAFTAR LAMPIRAN
xv
Anaviroh
BAB I
PENDAHULUAN
Manusia sebagai makhluk sosial, tidak akan terlepas dari peran serta
membutuhkan jasa orang lain dalam memenuhi kebutuhan hidup, dan untuk
Hal tersebut sangat mungkin terjadi, karena banyak orang yang membutuhkan
jasa yang sama dalam waktu yang bersamaan pula. Kondisi tersebut sering
di kasir sebuah swalayan, dan mobil yang menunggu giliran untuk dicuci.
Sesuatu yang sangat diharapkan adalah ketika dapat memperoleh jasa tanpa
menimbulkan suatu garis tunggu, dan pada garis tunggu tersebut dapat
1
Anaviroh
2
kondisi yang lebih baik, misalnya agar tidak terjadi antrian yang
berkepanjangan.
suatu garis tunggu dari customer yang memerlukan layanan dari sistem yang
tersebut. Hal ini merupakan suatu kerugian bagi pihak perusahaan, karena
dan pelayanannya. Salah satu komponen dari sistem antrian adalah pola
kedatangan customer. Tipe kedatangan ada dua macam, yaitu customer tiba
dalam sistem antrian secara individu pada satu waktu dan sekelompok
customer yang datang bersamaan pada satu waktu. Dalam masalah antrian
dunia nyata, misalnya surat yang tiba di kantor pos, orang-orang pergi ke
Anaviroh
3
customer tidak datang sendiri – sendiri, tetapi secara berkelompok dalam satu
waktu. Tentu saja kondisi ini berbeda dengan antrian yang kedatangannya
secara individu, misalnya waktu tunggu customer, dan kesibukan sistem tidak
akan sama.
Dalam tugas akhir ini akan dibahas mengenai antrian dengan pola
sistem ini banyak ditemui dalam sistem komunikasi. Tujuan pembahasan ini
keefektifan sistem antrian. Pada model antrian batch arrival dengan satu
lebih dari satu, yang masuk ke dalam sistem antrian dalam waktu bersamaan.
akan dibangun konstruksi model antrian yang sesuai dengan kondisi tersebut.
A. RUMUSAN MASALAH
1. Bagaimana model dari sistem antrian satu server dengan pola kedatangan
Anaviroh
4
B. TUJUAN
1. Menjelaskan tingkah laku dari model sistem antrian satu server dengan
C. MANFAAT
sebagai berikut:
Anaviroh
BAB II
LANDASAN TEORI
Pada bab ini akan diuraikan tentang dasar – dasar yang diperlukan dalam
Eksponensial.
A. Proses Antrian
5
Anaviroh
6
302)
berikut.
a. Pola Kedatangan
diketahui.
individu ke dalam sistem antrian. Namun dapat pula lebih dari satu
b. Pola Kepergian
Anaviroh
8
c. Kapasitas Sistem
pelayanan pada waktu yang sama. Suatu sistem antrian yang tidak
d. Desain Pelayanan
Anaviroh
9
Sistem ini terjadi jika ada dua atau lebih fasilitas pelayanan
sehingga lebih dari satu individu dapat dilayani pada suatu waktu.
e. Disiplin Pelayanan
ialah:
1. First come first served (FCFS) atau first in first out (FIFO),
swalayan.
2. Last come first served (LCFS) atau last in first out (LIFO)
Anaviroh
12
pertama.
acak.
sakit.
f. Sumber Pemanggilan
Anaviroh
13
g. Perilaku Manusia
lebih jalur antrian maka orang dapat berpindah antrian dari jalur
Anaviroh
14
A. Notasi Kendall
dan
Notasi Simbol Keterangan
Markov menyatakan kedatangan dan
kepergian berdistribusi Poisson ( Waktu
M
antar kedatangan berdistribusi
Eksponensial).
Deterministik menyatakan waktu antar
D kedatangan atau waktu pelayanan konstan
Waktu antar kedatangan atau waktu
pelayanan berdistribusi Erlang
Distribusi independen umum dari
GI kedatangan ( atau waktu antar kedatangan )
Distribusi umum dari keberangkatan (atau
G waktu pelayanan)
FCFS/FIFO First Come First Served/ First In First Out
LCFS/LIFO Last Come First Served/ Last In First Out
SIRO Service in random order
, ,
PS Priority service
1, 2, 3,...∞
Anaviroh
15
saat . Dengan demikian, keadaan sistem pada saat dalam suatu sistem
dan banyaknya kepergian pada saat dinotasikan dengan , maka
Anaviroh
16
dengan bilangan real dan disebut peluang kejadian A jika
1. 0 ≤ ≤ 1
2. $ = 1
Definisi 2.3 (Hogg dan Tanis, 2001 : 96) Kejadian A dan B dikatakan saling
Jika kejadian dan , tidak memenuhi kondisi tersebut maka disebut kejadian
bergantung.
Definisi 2.4 (Ross, 1999 : 60) -∆ merupakan suatu fungsi atas ∆ dengan
ketentuan lim∆234 0
5∆2
∆2
Anaviroh
17
? ⁄7? . Sehingga
= ?
lim ? .
A3;B 7= 7
Bukti
=
= = =
7= 7= 7 7= 7
=
=
lim
= A3;B ?
=
lim ?
A3;B 7= 7= 7 7
lim
=
A3;B
i) Semua kejadian pada suatu interval waktu yang sangat pendek ∆
Anaviroh
18
dengan:
iii) Probabilitas ada satu kepergian antara dan ( ∆, dinyatakan dengan:
dengan:
v) Probabilitas terjadi lebih dari satu kejadian pada selang waktu yang
vi) Proses kedatangan dan pelayanan merupakan kejadian yang saling bebas.
dan kepergian dalam suatu sistem antrian sesuai asumsi – asumsi diatas
Anaviroh
19
asing yang dapat terjadi jika terdapat L 0 customer dalam sistem pada
kejadian yang saling bebas, sehingga peluang dari masing – masing kejadian
Anaviroh
20
dengan :
(2.1)
(2.2)
Pada Persamaan (2.2) dikurangkan pada ruas kanan dan kiri kemudian
5∆2
∆2
(2.3)
Karena ∆t sangat kecil dan mendekati nol, maka berdasarkan definisi 2.5
didapatkan:
Anaviroh
21
F G ( V
5∆2
∆2
(2.4)
customer untuk nilai 0. Pada saat jumlah customer dalam sistem adalah
nol, maka probabilitas terjadinya nol kepergian customer pada kasus 1 adalah
satu.
∆ adalah
Kasus 4
Anaviroh
22
4 ( ∆ 4 I1 λ4 ∆t ( o∆t J1 ( P t I1 λ ∆t (
(2.5)
Pada Persamaan (2.5) dikurangkan 4 pada ruas kanan dan kiri kemudian
4 ( ∆ 4 o∆t
P t µ 4 λ4 (
∆ ∆t
Karena ∆t sangat kecil dan mendekati nol, maka berdasarkan definisi 2.5
didapatkan:
4 ( ∆ 4 o∆t
lim lim YP t µ 4 λ4 ( Z
∆234 ∆ ∆234 ∆t
P t µ 4 λ4 , 0
WS[ 2
W2
(2.6)
Anaviroh
23
WST 2
W2
1. Distribusi Eksponensial
tidak bergantung pada lama waktu yang telah dihabiskan untuk melayani
Definisi 2.6 (Cooper, 1981:42) Jika X adalah variabel acak kontinu dengan
1 QgA , untuk = R 0
e = f a
0 , untuk lainnya
Anaviroh
24
2. Distribusi Poisson
hasil percobaan yang terjadi pada selang waktu atau daerah lain yang
terpisah.
yang singkat sekali atau dalam suatu daerah yang kecil, sebanding
Anaviroh
25
c. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam
selang waktu yang singkat tersebut atau dalam daerah yang kecil
berikut.
Qq F
p ,p
p!
0,1,2, … 2.8
D. Distribusi Kedatangan
kedatangan customer dalam suatu sistem antrian pada interval waktu tertentu.
4
F4 2.9
FQ F ,
L0 2.10
Anaviroh
26
dinyatakan sebagai
v
( = v w=
=
4 Q x qW2
Qq2
1 , 0a
0 z
0 , L 0
(2.11)
Dengan demikian
4 0 Qq.4 1
Anaviroh
27
4 Qq2
(2.12)
Qq2
Anaviroh
28
(2.15)
0 Qq.4 ( F. 0. Qq.4 0
F Qq2
(2.16)
berikut.
Anaviroh
29
Qq2
F Qq2
( 2.18
2
0 Qq.4 ( Qq.4 0
q.4 }
F Qq2
2.19
2
F Qq2
2.20
!
Anaviroh
30
B
F
F B 2.21
B
Qq2
F
B
p!
F B 2.22
Qq2 x qW2
B Q x qW2 ( Q x qW2 y F
B
p!
Qq2 q2
Qq2 ( Qq2 y F
B
p!
B
Qq2 ( Qq2 F
B
p ( 1 !
Anaviroh
31
Qq2
F
B Qq2
( 2.23
p ( 1 !
F. 0
B Qq.4
B 0 Qq.4
( 0
p ( 1 !
B
F
B Qq2
2.24
p ( 1 !
Bukti:
Anaviroh
32
berdistribusi Eksponensial.
artinya
4
adalah
e c
1 L
1 4
1
Qq2 2.25
Anaviroh
33
1 Qq2 , R 0
e a
0 , > 0
e
F Qq2 2.26
barisan waktu antar kedatangan pada sistem antrian adalah saling bebas, maka
pembuktian diatas juga berlaku untuk b d, L 0. Jadi terbukti bahwa waktu
E. Distribusi Kepergian
customer dalam suatu sistem antrian pada interval waktu tertentu. Kepergian
0, t R 0.
Anaviroh
34
sehingga diperoleh
4
GB 2.27
G ( GB ,
L0 2.28
G 2.29
G
( GB , 2.30
Anaviroh
35
Q 2 , R
0 ,0 c > a
0 z
1 ,
(2.31)
Q 2 2.32
Untuk 1 maka
Anaviroh
36
Q 2
G Q
2
( 2.38
2
G. 0 Q
.4
Q 0 Q
.4 ( 0
2
Anaviroh
37
G Q
2
Q 2.39
2
adalah
G Q
2
!
berdistribusi Eksponensial.
Bukti
merupakan barisan waktu pelayanan yang saling asing dan saling bebas.
Anaviroh
38
adalah
e c
1 L
1
1
Q 2 2.40
1 Q
2 , R 0
e f a
0 , > 0
e
G Q
2 2.41
barisan waktu pelayanan pada sistem antrian adalah saling bebas, maka
Anaviroh
39
pembuktian diatas juga berlaku untuk b d, L 0. Jadi terbukti bahwa waktu
Kondisi Steady state yaitu keadaan sistem yang tidak tergantung pada
keadaan awal maupun waktu yang telah dilalui. Jika suatu sistem antrian telah
sistem pada waktu ) tidak tergantung pada waktu (Ecker dan
Kupferschmid, 1988:394).
0 dan lim23
WST 2
W2
Kondisi steady state terjadi ketika
kondisi steady state, Persamaan (2.4) dan Persamaan (2.6) disubtitusi dengan
sebagai berikut.
Atau
F ( G FQ
B , L 0 2.44
GB GB Q
λ4
P , 0 2.45
µ 4
Anaviroh
40
F ( G F4
4 2.46
G G
F ( G λ4 F4
4 4
G µ G
F λ4 ( µ λ4 F4
4 4
µ G G
F λ4
µ G 4
Untuk 2 didapatkan
F ( G F
#
G# G#
FQ FQ … F4
G GQ . . G 4
FQ
4 , 2.47
µ
untuk 1 dan 2
F
Q F
Q … F4
G
G
Q . . G 4
Anaviroh
41
F
F
Q … F4
B
G
B G
. . G 4
diperoleh
F
B ( G
B F
F
Q … F4 F
F
Q F
Q … F4
B 4
G
B G
B G
. . G G
B G
G
Q . . G 4
F
B F
F
Q … F4 4 G
B F
F
Q … F4 4
(
G
B G
B G
. . G G
B G
B G
. . G
F
F
Q F
Q … F4
G
B G
G
Q . . G 4
F
B F
F
Q … F4
2.48
G
B G
B G
. . G 4
Definisi 2.9 (Bain & Engelhardt, 1991:61) Jika X adalah suatu variabel
acak diskrit dengan fungsi peluang = maka nilai harapan dari X
didefinisikan sebagai
== 2.49
A
Definisi 2.10 (Purcell & Varberg, 1987: 49) Andaikan $= adalah
Anaviroh
42
$ = = 1 ( = ( = ( * 2.50
4
$= ∑∞
0 =
= Q 2.51
= =
4
= , dengan ! 0
∞
4
$ , apabila |=| > 1
=
Anaviroh
43
Definisi 2.12 (Bunday, 1996:10) Jika N adalah suatu variabel acak diskrit
2.52
Untuk z = 1, didapatkan
1
1 2.53
2.54
Sehingga
1
1
2.55
Anaviroh
44
Definisi 2.13 (Taha, 1993: 596). Jumlah customer dalam sistem adalah
jumlah customer dalam antrian ditambah jumlah customer yang sedang mendapat
layanan.
Definisi 2.14 (Taha, 1993: 596). Laju kedatangan efektif merupakan laju
kedatangan rata – rata dalam waktu yang panjang. Laju kedatangan efektif
Anaviroh
45
" merupakan laju kedatangan jika ada n customer dalam sistem, jika laju
(Dimyati,1999:353)
Definisi 2.15 (Dimyati, 2003: 373) Laju pelayanan rata-rata untuk seluruh
pelayan dalam sistem antrian adalah laju pelayanan rata-rata dimana customer
2.57
Anaviroh
46
* +
2.58
,
"! 2.59
"! 2.60
Persamaan 2.59
dan 2.60
dikenal dengan nama Little Law, diperkenalkan
pertama kali oleh John D.C Little pada tahun 1961 ( Gross dan Harris, 1998:
11).
Anaviroh
47
Sistem antrian
Kedatangan Selesai
Customer
antrian pelayan
maka dari asumsi (i) probability sebuah kedatangan terjadi pada adalah
Fungsi densitas peluang untuk waktu antar kedatangan dan waktu antar
dimana adalah rata – rata waktu antar kedatangan dan adalah rata –
Oleh karena itu, proses dalam sistem ini merupakan masalah proses
kelahiran dan kematian yang telah dibahas pada subbab sebelumnya dengan
" & dan 9 9 untuk semua n. Dengan mensubtitusikan " " dan
: 6
*" 7 μ
6
7 μ
; 6
7 6
"
, < 1 2.61=
:6
: 6
P t
μ
* 6
λ
, n 0 2.61b
:6
0 *& 7 μ
C 7 μC;1 7 &C1
< 1, 2.62=
0 *" 7 9 ,
0 2.62D
maka solusi steady state untuk model antrian ini dapat diperoleh dengan
Anaviroh
49
"
E F G < 1
μ
H
"/μ
K
dengan mendefinisikan IJ maka
L
I J
(2.63)
kejadian, maka ∑
1 sehingga dari Persamaan (2.62) diperoleh
I J
1
1 7 IJ 7 IJ
O 7 IJ
P 7 Q
1
(2.64)
1
F G1
1 * IJ
Sehingga
1 * IJ (I J R 1
,
(2.65)
1 * IJ
IJ
(IJ R 1
(2.66)
Anaviroh
50
2/2/1
.
1 * I J
IJ
1 * I
IJ
J
1 * IJ
IJ 7 2IJ
O 7 3IJ
P 7 Q
1 * IJ
I J 1 7 2IJ
O 7 3IJ
P
7 Q
J
: J
1 * I
I IJ
:IJ
: 1
1 * IJ
I J F G
:I 1 * I J
J
1
1 * IJ
I J
1 * IJ
O
IJ
2.67
1 * IJ
Anaviroh
51
* +
,
* 1
*
* 1 *
IJ
* IJ
1 * IJ
IJ
O
2.68
1 * IJ
"!
maka
Anaviroh
52
!
2.69
"
IJ
!
"1 * IJ
1
2.70
91 * IJ
"!
maka
2.71
"
IJ
O
!
"1 * IJ
IJ
2.72
91 * IJ
Anaviroh
53
sistem
antrian
Arrival
1. Buka aplikasi dengan cara klik Start > Program > WinQSB > Queuing
Analysis
2. Kemudian, akan muncul tampilan awal dari WinQSB dan pilih File > New
3. Akan muncul pilihan menu Simple M/M system dan General Queuing
4. Isi kolom dengan nilai yang sesuai dengan kasus yang akan diselesaiakan.
5. Kemudian pilih menu Solve and Analyze > Solve The Performance atau
Anaviroh
54
dalam lampiran 3
Anaviroh
BAB III
PEMBAHASAN
Dalam skripsi ini akan dibahas tentang keefektifan sistem antrian satu
sistem antrian tersebut dapat dilihat dari banyak customer dalam sistem/ ,
waktu tunggu customer dalam antrian/ , dan persentase server sibuk/. Untuk
kemudian dari PGF tersebut dapat digunakan untuk mencari , , , , dan .
sebuah restoran, dan surat – surat yang tiba di kantor pos. Ilustrasi sistem
55
Anaviroh
56
Poisson dengan laju kedatangan , dan terdapat sebuah server yang memiliki
First Out ). Desain pelayanan pada sistem antrian ini adalah Single Channel
Single Phase. Notasi untuk model antrian satu server dengan pola kedatangan
fungsi peluang
dengan
1 maka berdasarkan definisi
Anaviroh
57
maka
(3.2)
1
dinyatakan dengan
(3.3)
1
antrian adalah
1
(3.4)
Anaviroh
58
arrival ), ukuran suatu kelompok yang masuk kedalam suatu sistem antrian
dengan
1.
(3.5)
Jika laju kedatangan suatu kelompok yang terdiri dari k customer dinyatakan
dengan maka
'(
, (3.6)
'
dengan λ adalah ∑ .
satuan waktu adalah λ dan setiap kedatangan tersebut berukuran , maka
banyaknya kedatangan tiap satuan waktu pada sistem antrian //1 ini
adalah .
Anaviroh
59
(Hadianti, 2006:176)
asing yang mungkin terjadi dapat dilihat pada table 3.2 sebagai berikut.
1 n 0 0 n
2 n+1 0 1 n
4 n 1 1 n
Tabel 3.2 Kemungkinan terdapat *
0 Customer dalam Sistem
Antrian dengan Pola Kedatangan Berkelompok pada Saat - . ∆-
sistem antrian //1 dan //1 adalah pada kasus ketiga. Sedangkan
pada tabel 3.2 semua kemungkinan kejadian pada sistem antrian //1
dan //1 sama. Probabilitas kasus ketiga dari tabel 3.1 dapat diuraikan
sebagai berikut.
terjadi antara - dan - . ∆-) adalah ∆- . 0∆- . Pada model antrian
0∆-3
.7 -1 ∆- . 0∆-
1
1 - ∆-
. 0 ∆- 3.7
Anaviroh
61
sistem antrian //1. Pada proses kedatangan dan kepergian sistem antrian
sebagai berikut.
*
:1 -
; . μ1 - . μ1= - .
*;
- , * 1 3.8
:-
1
:7 -
P tμ ; 7 -λ, n
0 3.9
:-
Kondisi steady state yaitu keadaan sistem yang tidak tergantung pada
keadaan awal maupun waktu yang telah dilalui. Jika suatu sistem antrian telah
sistem pada waktu t, yang dinotasikan dengan 1 - tidak tergantung pada
waktu.
CDE F
Kondisi steady state terjadi ketika CF
0 dan limFJ 1 -
1 ,
sehingga 1 -
1 , untuk semua t, artinya 1 tidak tergantung pada waktu.
Anaviroh
62
CDE F
mensubtitusikan CF
0 , dan 1 -
1 ke Persamaan (3.8) dan
0
P ; 7 λ ,*
0
3.10
0
; . μ1 . μ1=
*
.
*;
,* 1 3.10K
1
rekursif seperti pada model antrian //1 . Untuk menentukan solusi steady
dari N adalah
(3.11)
L MN
1 1 , || 1
17
Anaviroh
63
Persamaan (3.1) dan Persamaan (3.11) PGF dari dan O masing – masing
adalah
∑
,
∑
17 1 , || 1
1
berikut.
0
P 1 ; 7 λz Q ,*
0
(3.12)
0
; . 1 1 . 1= 1 . ∑1 1 1 , * 1
(3.13)
berikut.
Untuk *
0 maka Persamaan (3.12) menjadi 0
P ; 7 λ, nilainya sama
Untuk *
1 didapatkan 0
; . . 4 . ∑1
Untuk *
2 didapatkan 0
; . 4 4 . 5 4 . ∑1 4 4
Untuk *
3 didapatkan 0
; . 5 5 . S 5 . ∑1 5 5
Anaviroh
64
Untuk * ; 1 didapatkan 0
; . 1 1 . 1 1
. 1 * ; 1
Untuk * didapatkan 0
; . 1 1 . 1= 1 . ∑1 1 1
Dan seterusnya.
; . ∑
1 1 . ∑1 1= . ∑1 ∑ 1
0
1 1 1
(3.14)
P ; 7 λ ; 1 ; μ 1 . 1= 1 .
1 1
1 1
1
0 3.15
dengan
Anaviroh
65
1
1 1
1
1 1
1 1 . 14 14 4 4 . 15 15 5 5
1
7 7 . . 7 7 4 4 . 4 4
. 4 4 . 7 7 5 5 . 5 5
. 4 4 4 4 . 5 5 . 7 7 S S
. 6
7 7 . 4 4 . 5 5 . S S . 6
. . 4 4 . 5 5 . S S . 6
. 4 4 . 4 4 . 5 5 . S S . 6
. 5 5 . 4 4 . 5 5 . S S . 6
.6
. 4 4 . 5 5 . S S . 6 7 7 .
. 4 4 . 5 5 . S S . 6
1 1
3.16
1
Anaviroh
66
1 1
1
3.17
diperoleh
P ; 7 λ ; 1 ; μ 1 . 1= 1 .
1 1
P ; 7 λ ; ; 7 ; μ ; 7
. 1= 1 .
0
1
; . μ . μ7 . . 1= 1 .
0
1
; . μ . μ7 . 1= 1 .
17
0 3.18
misal * . 1
[, maka subtitusi *
[ ; 1 ke Persamaan (3.18)
sehingga diperoleh
; . μ . μ7 . \ \ .
\
0 3.19
Anaviroh
67
; . . 7 . L ; 7 N .
0
; . . . . 7 ; 1
0
7 ; 1
. ; ;
7 ; 1
1 ; ; 1 ;
]D^ _
(3.20)
Jadi Persamaan (3.20) adalah PGF dari N, pada model antrian //1.
1 1
17
untuk
1, didapatkan
1
1 11
17
didapatkan
Anaviroh
68
(3.21)
1
1
1
17
7 1 ;
1 ; ; 1 ;
Subtitusi
1 ke Persamaan (3.20) diperoleh
7 1 ; 1
1
1 ; 1 ; 1 ; 1
7
Persamaan tersebut berbentuk 7
maka berdasarkan teorema 2.1
lim 7 1 ;
lim
_J
_J limL1 ; ; 1 ; N
_J
]D^
lim_J
]'='`_='_`a _
]D^
]'`a
(3.22)
'`a
7
1 ; ]
(3.23)
Anaviroh
69
7
1 ;
Jadi
7
1 ; b
(3.24)
dengan
'c
b
dinyatakan dengan:
]d _
(3.25)
antrian //1
setelah PGF dari O diketahui. Ukuran – ukuran keefektifan dari suatu sistem
Anaviroh
70
*1 1
17
Anaviroh
71
maka
(3.27)
1
*1
17
O
*1
1
17
Jadi nilai harapan banyak customer dalam sistem pada model antrian
dimana j
d `_
k
_ `j_ _
l
m
;1 ; b ; ; z mA z
1 ; j4
1 ; b j . j
j
1 ; 4
Sehingga
Anaviroh
72
1 ; b j1 . j 1 (3.28)
1
j
1 ; 14
1 ;
j
1;
;1 ; . 1 ;
j
1 ; 4
Karena j 1
7 , maka berdasarkan teorema 2.1 penyelesaiannya
7
;1 ; . 1 ;
j 1
lim
_J 1 ; 4
_`aa _
lim_J
4_
`aa
oLN o p o
;
4 4 4
(3.29)
maka didapatkan:
Anaviroh
73
4
1 ; b q . r ; st
2 2
1
1 ; 4
4 b
1 ; b rb .
2 ; 2s
, dengan b
1 ; b4
λ
k
d = l o p
4d
ef
O
b . 4
3.30
21 ; b
1 ,
ux
v
0 , w u
Anaviroh
74
Sehingga
1 . 24 . 35 . 6 . uy . 6
u 3.31
dan
4
4
14 . 24 4 . 34 5 . 6 . u 4 y . 6
u 4
(3.32)
b . 4 b . ub u.1 b
ef
r s
21 ; b 21 ; b 2 1;b
Jadi banyak customer dalam sistem, pada model antrian y //1 yaitu
u.1 b
ef
r s
(3.33)
2 1;b
Anaviroh
75
eg
* ; i1
1
berikut.
eg
* ; 11
1
*1 ; 1
1 1
ef ; 1 ; 7
u.1 b
r s ;b
2 1;b
dinyatakan dengan:
eg
u.1 b
r s ;b 3.34
2 1;b
Anaviroh
76
(2.59) waktu tunggu dalam sistem dapat diperoleh dari rumus Little yaitu
hf
ef
3.35
u.1 b
{ 2 |1 ; b
hf
u . 1u
2 1 ; bu
1 u . u4
} ~
2 1 ; b u
y //1 adalah
y=y p
hf
4]d y
3.36
Anaviroh
77
tunggu customer dalam sistem dan waktu customer. Laju pelayanan per
hg
hf ; ]
y=y p
hg
4]d ;]
y
2y=y p 34dy
4]dy
y p y4d
4]d y
{ | d
p
'c
p
p
'y
y p y4d
4]d y
y //1 adalah
1 u 4 ; u1 ; 2b
hg
} ~ 3.37
21 ; b u
Anaviroh
78
yang sibuk sama dengan selisih antara jumlah customer dalam sistem dan
ij
2ef ; eg 3 100% 3.38
ij
b 100%
(3.39)
diringkas ukuran keefektifan dari model antrian y //1 dalam tabel 3.3
berikut ini.
Anaviroh
79
u.1 b
ef
r s
1 Banyak customer dalam sistem
2 1;b
u.1 b
eg
r s ;b
2 Banyak customer dalam
2 1;b
antrian
1 u . u4
hf
} ~
3 Waktu tunggu customer dalam
21 ; b u
sistem
1 u 4 ; u1 ; 2b
hg
} ~
4 Waktu tunggu customer dalam
21 ; b u
antrian
E. Implementasi
antrian pada situasi antrian yang terjadi di sebuah kantor pajak. Data yang
diolah adalah data yang dibangun dengan software minitab yang distribusi
Anaviroh
80
adalah 1,5 dan rata – rata waktu pelayanan 213 adalah 2, serta rata – rata
ukuran kelompok yang masuk ke dalam sistem adalah 17. Data tersebut dapat
dilihat dalam lampiran 1. Misal situasi antrian ini diamati pada antrian
direkam yaitu SPT yang telah disortir. Beberapa berkas SPT yang telah
Berarti SPT tersebut masuk kedalam sistem antrian secara berkelompok dan
jumlahnya acak. Hanya ada seorang staf yang bertugas merekam SPT.
dari satu customer yang banyaknya tidak pasti dan hanya ada satu server
berikut. Dalam kasus diatas, yang berperan sebagai customer bukan manusia
tetapi barang yaitu berupa berkas SPT, sedangkan yang berperan sebagai
server adalah manusia yaitu seorang staf di kantor pajak. Model dari sistem
1. Laju Kedatangan
Anaviroh
81
Pada skripsi ini, formula yang telah didapatkan hanya sesuai untuk
lampiran 2.
1 18 00:48:22
2 13 00:13:05
3 20 01:36:01
4 20 00:53:29
5 12 00:25:54
6 21
3:56:51 atau
Jumlah 104 3,9 jam
Dari tabel tersebut diketahui bahwa selama 3,9 4 jam ada enam
Anaviroh
82
'(
'
,
1
4
12
6
1
5
13
1
18
6
2
47
20
6
1
4
21
Maka
Anaviroh
83
1 1 1 2 1 104
12. . 13. . 18. . 20. . 21.
6 6 6 6 6 6
17,33
Jadi rata – rata atau nilai harapan ukuran kelompok yang masuk ke
3. Laju Pelayanan
satuan waktu. Pada skripsi ini, formula yang telah didapatkan hanya
dalam lampiran 2.
Anaviroh
84
Anaviroh
85
customer adalah 03:35:01 atau 3,58 jam sehingga laju pelayanan atau
Anaviroh
86
y' ,Y
b
0,87931
] 4
dalam sistem
u.1 b
ef
r s
2 1;b
17 . 1 0,87931
r s
2 1 ; 0,87931
65,5712
Anaviroh
87
u.1 b
eg
r s ;b
2 1;b
17 . 1 0,87931
r s ; 0,87931
64,69189
2 1 ; 0,87931
65 SPT
1 u . u4
hf
} ~
21 ; b u
1 17 . 174
} ~
2291 ; 0,87931 17
2,5714 [
Anaviroh
88
1 u 4 ; u1 ; 2b
hg
} ~
21 ; b u
1 174 ; 171 ; 20,87931
} ~
2290,12069 17
2,5369
adalah
ij
b100%
87,931%
88%
1,5 dan laju pelayanan atau
29, dan rata – rata ukuran
Anaviroh
89
hf
2,58 jam, hg
2,5 jam. Dalam kondisi seperti ini berarti
SAS, dan WINQSB. Pada skripsi ini akan dibandingkan hasil analisis
WINQSB. Output dari WINQSB dapat dilihat pada tabel 3.6 berikut.
Tabel 3.6 Output Penyelesaian Masalah Antrian pada Model //1 dengan
WINQSB
Anaviroh
90
Anaviroh
BAB IV
A. Simpulan
sebagai berikut.
dinyatakan dengan
1
1
1 1
91
Anaviroh
92
dinyatakan dengan
dengan
dengan
100%
sesuai pada model antrian ini. Hasil dari analisis pada contoh
2,5 jam. Nilai ukuran keefektifan tersebut diperoleh dari dua cara,
Anaviroh
93
sama.
A. Saran
tingkat pengambilan keputusan, misalnya dengan model biaya. Selain itu juga
multi server, serta variasi model %/%/1 yang lain seperti model antrian
dengan pola kedatangan dan pola pelayanan berkelompok (bulk queue), serta
model antrian dengan prioritas pelayanan, yang merupakan salah satu bentuk
Anaviroh
DAFTAR PUSTAKA
94
Anaviroh
95
Anaviroh
LAMPIRAN
96
Lampiran 1. Hasil Generate data yaitu Tabel Data Kedatangan Customer, Waktu
Anaviroh
97
Lanjutan Lampiran 1.
Anaviroh
98
1 18 00:48:22
2 13 00:13:05
3 20 01:36:01
4 20 00:53:29
5 12 00:25:54
6 21
3:56:51 atau
Jumlah 104 3,9 jam
3. 0,05
Anaviroh
99
Lanjutan Lampiran 2.
6. Keputusan:
angka signifikan
jadi diterima, simpulkan bahwa ukuran
Anaviroh
100
Lanjutan Lampiran 2.
1 07.30-08.29 2
2 08.30-09.29 1
3 09.30-10.29 1
4 10.30-11.29 2
3. 0,05
Anaviroh
101
Lanjutan Lampiran 2
6. Keputusan:
Dari output tersebut angka signifikan lebih besar dari , yaitu 0,989
Anaviroh
102
Lanjutan lampiran 2
Berdasarkan lama waktu pelayanan pada tabel 3.4, dilakukan uji distribusi waktu
3. 0,05
Anaviroh
103
Lanjutan lampiran 2
6. Keputusan:
Dari output tersebut angka signifikan lebih besar dari , yaitu 0,686 >
Anaviroh
104
1. Tampilan membuka aplikasi dengan cara klik Start > Program > WinQSB >
Queuing Analysis
Anaviroh
105
Lanjutan Lampiran 3.
3. Tampilan pilihan menu Simple M/M system dan General Queuing System
Anaviroh
106
Lanjutan Lampiran 3
Anaviroh
107
Lanjutan lampiran 3
Anaviroh