mnurimranm@yahoo.co.

id

Crazynet……………………………………. M.Nur, S.Kom

BAB I

PENDAHULUAN

1.1 Latar Belakang

Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran

pelayanan sangatlah menjengkelkan. Rata – rata lamanya waktu menunggu

(waiting time) sangat tergantung kepada ratrata tingkat kecepatan pelayanan (rate

of services). Teori tentang antrian diketemukan dan dikembangkan oleh

A.K.Erlang,seorang insinyur dari Denmark yang bekerja pada perusahaan telepon

di Kopenhagen pada tahun 1910. Erlang melakukan eksperimen tentang fluktuasi

permintaan fasilitas telepon yang berhubungan dengan automatic dialing

equipment, yaitu peralatan penyambungan telepon secara otomatis.Dalam waktu –

waktu yang sibuk operator sangat kewalahan untuk melayani para

peneleponsecepatnya, sehingga para penelepon harus antri menunggu

giliran,mungkin cukup lama. Persoalan aslinya Erlang hanya memperlakukan

perhitungan keterlambatan (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

penggunaa nya antara lain dalam teori antrian (Supranto, 1987).

1
 Teori antrian adalah cabang dari terapan teori probabilitas yang awalnya

digunakan untuk mempelajari kemacetan lalu lintas telepon, Pertama kali

diperkenalkan oleh seorang ahli matematika dari Denmark, Agner Kramp Erlang

(1878-1929). Proses antrian adalah suatu proses yang berhubungan dengan

kedatangan seorang pelangan pada suatu fasilitas pelayanan kemudian menunggu

dalam suatu baris atau antrian karena pelayannya sedang sibuk dan akhirnya

meninggalkan sistem setelah selesai dilayani. Sedangkan yang dimaksud dengan

sistem antrian adalah himpunan pelanggan, pelayan dan suatu aturan yang mengatur

kedatangan para pelanggan dan pemrosesan masalahnya.

Teori antrian adalah teori yang menyangkut studi matematis dari antrian

-antrian atau baris-baris penungguan. Fenomena menunggu adalah hasil langsung

dari keacakan dalam operasi sarana pelayanan secara umum, kedatangan pelangan

dan waktu pelayanan tidak diketahui sebelumnya karena jika bisa diketahui,

pengoperasian sarana tersebut dapat dijadwalkan sedemikian rupa sehingga akan

sepenuhnya menghilangkan keharusan untuk menunggu. Tujuan mempelajari

pengoprasian sebuah sarana pelayanan dalam kondisi acaka dalah untuk

memperoleh beberapa karakteristik yang mengukur kinerja sistem yang sedang

dipelajari.Dalam model antrian, interaksi antara pelanggan dan pelayan adalah

berkaitan dengan periode waktu yang diperoleh pelanggan untuk menyelesaikan

sebuah pelayanan, dalam antrian kedatangan pelanggan umumnya disebut sebagai

distribusi kedatangan (arrival distribution) dan distribusi waktu pelayanan (service

time distribution).

2
 Teori Antrian memiliki sedikitnya 3 elemen utama, yaitu elemen customer,

service facility, dan queue.Customer adalah istilah generic untuk pihak yang

meminta pelayanan.Service Facility adalah fasilitas dari sebuah sistem untuk

memberikan proses pelayanan terhadap customer. Sedangkan Queue adalah antrian

itu sendiri, yaitu tempat dimana customer-customer yang sedang tidak dilayani

berada sambil menunggu giliran untuk dilayani.

1.2 Tujuan

Adapun tujuan penulisan makalah ini adalah sebagai berikut :

1. Mengerti apa itu pengertian Teori Antrian

2. Memahami teori sistem antrian

3. Memahami struktur dam model-model sistem Teori Antrian

3
 BAB II

PEMBAHASAN

2.1 Pengertian Teori Antrian

Teori antrian merupakan teori yang menyangkut studi matematis dari antrian-

antrian atau beris-baris penungguan. Formasi baris-baris penungguan yang terjadi

apabila kebutuhan akan suatu pelayanan melebihi kapasitas yang tersedia. Dalam

hal ini, apabila pelayanan terlalu banyak, maka akan memerlukan ongkos yang

besar, sebaliknya jika kapasitas pelayanan kurang, maka akan terjadi baris

penungguan dalam waktu yang cukup lama dan juga akan menimbulkan ongkos.

Sebenarnya tujuan utama dari teori antrian ini adalah mencapai keseimbangan

antara ongkos pelayanan dengan ongkos yang disebabkan oleh adanya waktu

menunggu tersebut.

Teori antrian adalah teori yang menyangkut studi matematis dari antrian -antrian

atau baris-baris penungguan. Fenomena menunggu adalah hasil langsung dari

keacakan dalam operasi sarana pelayanan secara umum, kedatangan pelangan dan

waktu pelayanan tidak diketahui sebelumnya karena jika bisa diketahui,

4
pengoperasian sarana tersebut dapat dijadwalkan sedemikian rupa sehingga akan

sepenuhnya menghilangkan keharusan untuk menunggu.

Tujuan mempelajari pengoprasian sebuah sarana pelayanan dalam kondisi acaka

dalah untuk memperoleh beberapa karakteristik yang mengukur kinerja sistem yang

sedang dipelajari. Dalam model antrian, interaksi antara pelanggan dan pelayan

adalah berkaitan dengan periode waktu yang diperoleh pelanggan untuk

menyelesaikan sebuah pelayanan, dalam antrian kedatangan pelanggan umumnya

disebut sebagai distribusi kedatangan (arrival distribution) dan distribusi waktu

pelayanan (service time distribution).

2.1.1 Struktur Dasar Model-Model Antrian

Dalam teori antrian terdapat beberapa struktur dasar model-model antrian,

salah satu diantaranya adalah unit-unit (langganan) yang memerlukan

pelayanan yang diturunkan dari suatu sumber input memasuki sistem

antrian dan ikut dalam antrian. Dalam waktu tertentu, anggota antrian ini

dipilih untuk dilayani. Pemilihan didasarkan pada suatu anturan yang

disebut “disiplin pelayanan” dan “mekanisme pelayanan”. Setelah itu

kemudian unit-unit meninggalkan sistem antrian.

2.1.2 Disiplin Pelayanan

Disiplin pelayanan dapat dikelompokkan menjadi dua bagian, yaitu

preemptive dan non preemptive.

5
 1. Disiplin preemptive

Merupakan disiplin yang menggambarkan situasi dimana pelayan sedang

melayani seseorang, kemudian beralih melayani orang yang diprioritaskan

meskipun belum selesai melayani orang sebelumnya.

2. Disiplin non preemptive

Disiplin non preemptive merupakan disiplin yang menggambarkan situasi

dimana pelayan akan menyelesaikan pelayanannya baru kemudian beralih

melayani orang yang diprioritaskan.

2.1.3 Mekanisme Pelayanan

Mekanisme pelayanan terdiri atas satu atau lebih fasilitas pelayanan yang

masing-masing terdiri atas satu atau lebih saluran paralel. Jika ada lebih

dari satu fasilitas pelayanan, maka unit-unit yang memerlukan pelayanan

akan dilayani oleh serangkaian fasilitas.

2.1.4 Input (Populasi)

Karakteristik dari populasi yang akan dilayani (calling population) dapat

dilihat menurut ukurannya, pola kedatangan, serta perilaku dari populasi

yang akan dilayani. Menurut ukurannya, populasi yang akan dilayani bisa

terbatas (finite) bisa juga tidak terbatas (infinite).

2.2 Model Sistem Antrian

6
 Pada teori antrian, suatu model antrian digunakan untuk

memperkirakansuatu situasi antrian sesungguhnya , sehingga kelakuan antrian dapat

dianalisasecara matematik. Dengan model sistem antrian maka akan

dimungkinkanuntuk menentukan ukuran performansi pada kondisi steady, antara

laintermasuk:

• Jumlah rata-rata pelanggan yang berada dalam antrian atau sistem,

• Waktu rata-rata dalam antrian atau sistem,

• Distribusi statistik dari jumlah pelanggan dan waktu dalam antrian,

• Probabilitas antrian penuh atau kosong, dan

• Probabilitas mendapatkan sistem dalam suatu kondisi tertentu.

Ukuran-ukuran performansi tersebut sangat penting sebagai isu atau

problem yang disebabkan oleh situasi antrian yang biasanya terkait dengan masalah

kepuasan pelanggan terhadap layanan. Analisa terhadap model antrian yang tepat

akan memungkinkan penyebab antrian dapat diidentifikasi dan akibat-akibatnya

dapat diminimisasi.

Secara umum, model-model antrian sendiri dapat direpresentasikandengan

menggunakan notasi Kendall sebagai berikut :

A/B/S/K/N/Dis

Dimana :

• A adalah distribusi waktu antar kedatangan

• B adalah distribusi waktu layanan

• S adalah jumlah dari server

7
 • K adalah kapasitas sistem

• N adalah populasi pendudukan ( yang sedang melakukan pendudukan )

• Dis adalah asumsi dari disiplin layanan

Umumnya, 3 parameter terakhir diabaikan, sehingga notasi hanya terdiri

dari A/B/S dan diasumsikan bahwa K = infinitely (= ∾), N = infinitely, dan

Dis = FIFO.

Notasi standar yang sering digunakan untuk distribusi (A atau B) adalah:

• M untuk suatu distribusi Markovian (exponential)

• Eκ untuk suatu distribusi Erlang dengan fase κ

• D untuk distribusi (konstan) Degenerate (atau Deterministic)

• G untuk distribusi General (arbitrary)

• PH untuk suatu distribusi Phase-type

Sebagai contoh, "G/D/1" akan mengindikasikan suatu proses

kedatanganGeneral (bisa apa pun), suatu proses layanan Deterministic (constant

time) dan suatu server tunggal (single).

Pada sistem switching, implementasi sistem antrian memungkinkan

pelanggan-pelanggan yang belum terlayani untuk antri sampai tersedianya sarana

(resources) untuk proses pelayanan. Ini berarti bahwa jika level intensitas trafik

melebihi kapasitas yang tersedia, maka panggilan dari pelanggan yang tidak dapat

dilayani tidak harus langsung hilang; tapi dibuat menunggu sampai dapat dilayani.

Model sistem antrian dapat diilustrasikan secara sederhana pada gambar 2.1.

8
 Disiplin suatu antrian ditentukan oleh cara sistem switching menangani

panggilan. Secara umum ada empat disiplin antrian yang dikenal, yaitu:

A. First in first out

Prinsip disiplin ini, hanya satu pelanggan yang dapat dilayani pada suatu

waktu tertentu dan pelanggan yang sudah menunggu paling lama yang akan

dilayani lebih dulu.

B. Last in first out

Pada disiplin ini hanya satu pelanggan juga yang dapat dilayani pada suatu waktu

tertentu, tapi pelanggan dengan waktu menunggu paling pendek yang akan dilayani

lebih dulu.

Gambar 2.1 Model Sistem Antrian

C. Processor sharing

9
 Pelanggan-pelanggan akan dilayani secara sama. Kapasitas jaringan dibagi

(shared) diantara para pelanggan dan para pelanggan secara efektif akan mengalami

delay yang sama.

D. Priority

Pelanggan dengan prioritas tinggi akan dilayani lebih dulu. Proses antrian

ditangani oleh sistem prosesor perangkat switching dan dapat dimodelkan dengan

menggunakan persamaan kondisi. Sistem antrian biasanya menggunakan suatu

bentuk persamaan kondisi tertentu yang dikenal sebagai Markov chain yang

menjadi model sistem pada setiap kondisi. Trafik yang datang ke sistem di-model-

kan dengan suatu distribusi Poisson dan menjadi subyek dari asumsi sistem antrian

Erlang, yaitu :

1. Pure-chance traffic – Kelahiran dan kematian panggilan bersifat random

dan kejadian-kejadiannya bersifat independent.

2. Statistical equilibrium – Probabilitas dalam sistem tidak berubah.

3. Full availability – Semua trafik yang datang dapat di-routing-kan ke semua

pelanggan lainnya dalam jaringan.

4. Congestion di clear kan segera setelah server-server bebas.

Asumsi (1) sampai (3) merupakan faktor umum pada sistem rugi. Dalamhal

ini, asumsi (2) mengimplikasikan bahwa A ≤ N ( A, trafik yang ditawarkan,dan N,

kapasitas server sistem switching). Jika A ≥ N, maka panggilanpanggilanakan

masuk ke sistem dengan rateyang jauh lebih besar disbanding keluarnya. Sebagai

10
hasilnya, panjang antrian secara kontinyu akan bertambah ke arah tidak terhingga

(infinity). Ini berarti tidak terjadi keseimbangan statistic (statistical equilibrium).

Jika k merupakan jumlah total panggilan dalam sistem, maka jika k <N

panggilan-panggilan akan dapat dilayani semuanya dan tidak terjadi delay.

Apabila k > N, jika semua server sibuk maka panggilan-panggilan yang dating pada

saat itu akan mengalami delay. Jadi akan ada N panggilan yang dilayani

dank – N panggilan dalam antrian

• Jika k ≤ N

Tidak ada antrian dan perilaku sistem sama dengan sistem rugi tanpa congestion.

Dimana

untuk 0 ≤ k ≤ N .................................................... (2-1)

• Jika k ≥ N

Probabilitas dari suatu panggilan datang pada suatu periode waktu yang sangat

pendek, δt, dari persamaan terdahulu di bab 2, yaitu probabilitas suatu panggilan

datang yang dinyatakan dengan

P(a) = A δt / h

dimana h adalah waktu pendudukan rata-rata.

Maka, probabilitas suatu transisi dari panggilan k – 1 ke k pada sistem selama δt,

dapat dinyatakan dengan

P(k-1 → k) = P(k-1) A δt / h

11
Karena semua server sibuk, hanya N panggilan yang sedang dilayani yang

akanditerminasi, sehingga probabilitas panggilan berakhir (ending) dapatdinyatakan

dengan

P(e) = N δt / h

dan probabilitas suatu transisi dari k ke k-1 adalah

P(k → k-1) = P(k) P(e) = P(k) N δt / h

Dan,

……………………………….………………... (2-2)

Maka, secara umum untuk k ≥ N :

………...……………………….(2-3)

Selanjutnya, dari persamaan (2-1) dan (2-3) :

……………………………………..(2-4)

Sehingga didapat,

………………………………(2-5)

Dalam hal ini, persamaan (2-1) dan (2-3) tergantung pada apakah k ≤ N atau k ≥N,

dimana P(0) adalah berdasarkan persamaan (2-5). Ini dikenal sebagaiDistribusi

Erlang Kedua (Second Erlang Distribution).

2.3 Spesifikasi sistem antrian

1. Terdapat c server dalam sistem antrian

12
 2. Customer masuk ke sistem dengan rata-rata kedatangan persatuan waktu

(arrival rate) λ, dan jarak antar kedatangannya (interarrival rate) adalah

3. Server malayani customer rata-rata (service rate)dalam waktu μ per

customer per server.

2.3.1 Faktor faktor penting dalam pengembangan model antrian

Α. FCFS (First Come First Served) atau biasanya di dalam studi struktur

data sering disebut dengan FIFO (First In First Out). Maksud dari

sistem pelayanan FCFS adalah melayani duluan customer yang masuk

ke dalam sistem paling awal. Disiplin FCFS paling banyak ditemukan di

kehidupan sehari-hari, misalnya antrian di bank atau di supermarket.

Β. LCFS (Last Come First Served) atau biasa juga disebut LIFO (Last In

First Out). Kebalikan dari FCFS, disiplin ini membuat sistem antrian

melayani customer yang datang paling terakhir.

Χ. RSS (random-selection service) atau biasa juga disebut SIRO (service

in random order). Sesuai dengan namanya disiplin pada sistem antrian

jenis ini akan mengacak urutan customer yang akan dilayani lebih

dahulu tidak peduli urutan customer-customer tersebut masuk ke dalam

sistem.

13
 ∆. Yang terakhir adalah PRI (priority service). Disiplin ini menyebabkan

service facility pada sistem antrian akan melayani customer tertentu

terlebih dahulu sesuai dengan tingkat prioritas yang sebelumnya telah

ditentukan di dalam sistem.

2.4 Little’s Formula

J.D.C Little menunjukkan dalam sebuah sistem antrian yang steady state

memiliki kasus umum yang memenuhi dua kondisi berikut :

- L = λW

Jumlah customer dalam sebuah sistem antrian yang steady state adalah hasil

kali dari tingkat kedatangan rata-rata customer per satuan waktu dengan waktu total

sistem antrian tersebut.

- Lq = λWq

Sedangkan jumlah customer dalam antrian diperoleh dari hasil kali tingkat

kedatangan rata-ratanya dengan waktu tunggu antrian.

2.5 Performance dalam sistem antrian

Sedangkan ukuran dari sebuah performance antrian di pengaruhi oleh varian-

varian berikut:

E. E[s] = 1/μ adalah waktu layanan rata-rata per server;

F. E[τ] = 1/λ adalah waktu antar kedatangan rata-rata

G. u = E[s]/E[τ] = λ/μ adalah intensitas antrian (traffic intensity)

14
 H. ρ = u/c adalah utilisasi server (server utilization) biasanya dinyatakan

dalam (%). Server utilization adalah parameter yang menunjukan tingkat

kesibukan sebuah server dalam melakukan pelayanan relatif terhadap

tingkat kedatangan customer.

2.6 Model Antrian M/M/1

Sistem antrian M/M/1 adalah salah satu sistem antrian yang paling

sederhana. Sesuai dengan notasi Kendalnya, sistem M/M/1 menunjukkan sistem

antrian tersebut memiliki distribusi interarrival time dan distribusi service time

berbentuk distribusi eksponensial dan juga memiliki jumlah server = 1.

Gambar 2.2 Model Antrian M/M/1

Biasanya dalam analisis problem sebuah sistem antrian M/M/1, diberikan 2 buah

nilai variabel yaitu :

• λ : Tingkat kedatangan rata-rata customer per-satuan waktu

15
 • μ : Tingkat pelayanan sistem antrian per customer per server.

Dan dicari beberapa nilai variabel lain yaitu :

• L : jumlah rata-rata customer di dalam seluruh sistem antrian

• Lq : jumlah rata-rata customer di dalam antrian

• W : waktu rata-rata yang di perlukan customer dalam menjalani sebuah

sistem antrian secara utuh.

• Wq : waktu tunggu rata-rata customer dalam antrian

Hubungan antara variabel-variabel tersebut adalah sebagai berikut :

• L = λW

• Lq = λWq (berada dalam keadaan steady state. Sesuai dengan perumusan

Little’s Formula)

• W = Wq + (1/μ)

• Tingkat kesulitan mencari nilai L tergantung dari tipe sistem antrian yang

digunakan. Secara umum :

Dengan Pn(t) adalan probabilitas seuah sistem antrian terdiri dari n buah

customer saat waktu t. Dari perumusan L tersebut, kemudian akan dicari hubungan

nilai Pn dengan nilai λ dan μ. Hal ini dilakukan dengan tujuan agar L bisa

dinyatakan oleh variabel λ dan μ saja dan kemudian diketahui nilainya. Apabila

16
nilai L dapat diketahui, maka nilai Lq, W dan Wq juga dapat ditemukan dengan

mudah.Berikut perumusan nilai L.

2.7 Model Antrian M/M/C

Dalam teori matematika dari proses acak, model M / M / c adalah model

antrian multi-server. Ini adalah generalisasi dari model M/M/1.

Berikut ini notasi Kendall itu menunjukkan sistem di mana:

• Kedatangan adalah proses Poisson

• Waktu layanan eksponensial didistribusika

• Ada server c

• Panjang antrian di mana pengguna tiba menunggu sebelum dilayani tidak

terbatas

• Populasi pengguna (yaitu kolam pengguna), atau permintaan, tersedia untuk

bergabung sistem ini terbatas

Jenis sistem muncul dalam banyak situasi, termasuk jalur di bank, sistem telepon

antrian,aplikasi sumber daya komputer, dll ..

Sama seperti model M/M/1, model M / M / c dapat dianggap sebagai

kelahiran dan proses kematian, mengambil dalam asumsi bahwa server tidak

kosong jika ada pelanggan yang menunggu di antrian, kita mendapatkan parameter

sebagai berikut:

17
Dimanaintensitastrafficyang diberikan,

Jika intensitastrafficlebih besar darisatu makaantrianakan bertambahtanpa

batastetapi jikaλ<cμ maka kitamendapatkandistribusistasionerberikutditentukan

oleh:

Probabilitasbahwa permintaanharus menunggudalam antrian(jika semua server

semuadiduduki):

18
Probabilitastungguini jugadiberikan olehrumusErlangC.

Rata-rata(diharapkan) jumlah permintaandalam sistem:

Rata-rata(yang diharapkan) panjangantrian:

Rata-rata(diharapkan) waktu tunggudalam antrian:

2.8 Penerapan dalam bidang Telekomunikasi

Contoh Problem Sistem Antrian dalam Sistem Informasi dan

Telekomunikasi.Dapat dilihat dibawah ini:

A. Dalam sebuah network gateway, pengukuran menunjukkan paket-paket data

datang dengan tingkat kedatangan rata-rata sama dengan 125 paket/sekon

(pps). --Sebuah Network Gateway (gerbang jaringan) adalah sebuah sistem

internetworking yang bertujuan menghubungkan dua buah jaringan

(network) yang menggunakan base protocol yang berbeda--. Gerbang

tersebut membutuhkan waktu sekitar 2 milisekon untuk melanjutkan paket-

paket tersebut. Tentukan nilai ρ (server utilization) terlebih dahulu dan cari

peluang terjadinya buffer overflow (saat dimana sistem menemukan terdapat

19
paket yang menumpuk karena server (buffer) tidak dapat melayani semua

paket yang datang sekaligus). Diketahui jumlah buffer dalam gerbang

adalah 13, dan di asumsikan sistem antrian yang digunakan dalam sistem

network gateway ini sesuai dengan sistem M/M/1.

Jawab.

• λ (tinkat kedatangan rata-rata) = 125 paket/sekon

• μ (tingkat pelayanan) = 1/2ms = 500paket/sekon

• ρ = λ/μ = 125/500 = 0.25 = 25%

• Buffer overflow terjadi jika di dalam gerbang, paket

20
 BAB III

PENUTUP

3.1 Kesimpulan

1. Teori antrian adalah sebuah teori yang menganalisis sebuah sistem antrian,

beserta elemen didalamnya yaitu customer,service facility dan antrian itu

sendiri secara matematis. Teori antrian merupakan cabang ilmu probabilitas

dan statistika dan banyak menggunakan studi distribusi peluang di

21
 dalamnya dalam mengukur berbagai faktor di dalam sebuah sistem. Model

sistem antrian sekarang banyak diaplikasikan ke dalam studi jaringan

informasi maupun telekomunikasi dimana sering muncul problem mengenai

sebuah pelayanan dengan sebuah server terbatas namun memiliki source

input yang infinit.

2. Sistem antrian M/M/1 adalah salah satu sistem antrian yang paling

sederhana. Sesuai dengan notasi Kendalnya, sistem M/M/1 menunjukkan

sistem antrian tersebut memiliki distribusi interarrival time dan distribusi

service time berbentuk distribusi eksponensial dan juga memiliki jumlah

server = 1.

3. Dalam teori matematika dari proses acak, model M / M / c adalah model

antrian multi-server. Ini adalah generalisasi dari model M/M/1.Sama seperti

model M/M/1, model M / M / c dapat dianggap sebagai kelahiran dan proses

kematian, mengambil dalam asumsi bahwa server tidak kosong jika ada

pelanggan yang menunggu di antrian,

3.2 Saran

22
 DAFTAR PUSTAKA

http://thesonofdevil.wordpress.com/2010/01/18/teori-antrian/ (diakses tanggal 18

Oktober 2011)

http://irhabi-abdi.blogspot.com/2011/02/teori-antrian.html (diakses tanggal 18

Oktober 2011)

23
Makalah II2092 Gharta Hadisa Halim / 18209013 ,Probabilitas dan Statistik – Sem.

I Tahun 2010/2011

http://en.wikipedia.org/wiki/M/M/c_model (diakses tanggal 19 Oktober 2011)

UNJANI/REKAYASA TRAFIK TELEKOMUNIKASI/BAB V

(http://ocw.gunadarma.ac.id/course/diploma-three-program/study-program-of-

informatics-management-2013-d3/teknik-riset-operasional/teori-antrian)

DAFTAR ISI

KATA PENGANTAR.................................................................................... i

DAFTAR ISI....................................................................................................ii

BAB I PENDAHULUAN

24
 1.1 Latar Belakang...............................................................................1

1.2 Tujuan.............................................................................................

BAB II PEMBAHASAN

2.1 Pengertian Teori Antrian................................................................4

2.2 Model Sistem Antrian....................................................................6

2.3 Spesifikasi sistem antrian...............................................................12

2.4 Little’s Formula..............................................................................14

2.5 Performance dalam sistem Antrian................................................14

2.6 Model Antrian M/M/1....................................................................15

2.7 Model Antrian M/M/C...................................................................16

2.8 Penerapan Dalam Bidang Telekomunikasi....................................19

BAB III PENUTUP

3.1 Kesimpula......................................................................................21

3.2 Saran..............................................................................................22

DAFTAR PUSTAKA

ii

25
26