Perhitungan Sistem Antrian SPBU

Suatu sistem antrian dapat dianalisis uji distribusinya, model antriannya, dan ukuran kinerja
sistem. Contoh misalnya adalah sistem antrian berdasarkan data pengamatan di SPBU Jatiwaringin
dalam suluran tunggal (single channel model) adalah sebagai berikut:

Banyak Pelanggan di Frekuensi Terjadi

Jumlah Kedatangan
Sistem Tiap Menit (Oi)
0 0 8
1 0 10
2 0 9
3 1 5
4 2 6
5 3 8
6 2 12
7 1 15
8 4 10
9 3 9
10 2 6
11 2 13
Total 20 111
Modelkan Sistem SPBU tersebut jika diketahui juga Pelayanan SPBU dalam tabel berikut:
Pelayanan Dalam Frekuensi
Detik Kejadian
0 0
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 0
10 0
11 0
12 0
13 1
14 2
 15 1
16 1
17 2
18 0
19 1
20 1
21 2
22 1
23 0
24 1
25 1
26 1
27 2
28 2
29 0
30 1
Total = 20

PENYELESAIAN:

Diketahui:

 Model Antrian = Model Saluran Tunggal (single channel model)

 Notasi Sistem = (M/M/1)
 Disiplin Pelayanan = FCFS (First-Come First-Served)
 Notasi Pelayanan = (FCFS/N/∞)
 Tingkat keyakinan = 95% (α=0.05)

Metode tambahan:

 Modelkan Nilai Harapan (Ei) baik untuk Frekuensi Kedatangan maupun Waktu
Pelayanan
 Uji Distribusi Datanya dengan metode goodness of fit test

Perhitungan:

Menghitung Frekuensi Kedatangan Pelanggan dengan Pendekatan Distribusi Poisson:

Banyak Pelanggan di Frekuensi Terjadi Jumlah Frekuensi

P(x)
Sistem Tiap Menit (Oi) Kedatangan Harapan (Ei)
0 0 8 0.000096 0
1 0 10 0.000889 0
 2 0 9 0.004112 0
3 1 5 0.012678 1
4 2 6 0.029318 3
5 3 8 0.054238 6
6 2 12 0.083617 9
7 1 15 0.110494 12
8 4 10 0.127758 14
9 3 9 0.131307 15
10 2 6 0.121459 13
11 2 13 0.102136 11
Total 20 111

Rata-rata pelanggan tiap menit adalah 111/15 = 9.25 orang

Hasil Uji Kecocokan Kedatangan Pelanggan:

Banyak Frekuensi
Jumlah Frekuensi
Pelanggan di Terjadi Tiap (Oi-Ei)^2 Hasil
Kedatangan Harapan (Ei)
Sistem Menit (Oi)
0 0 8 0 63.82942 0.57504
1 0 10 0 98.03609 0.883208
2 0 9 0 72.99298 0.657594
3 1 5 1 12.90781 0.116287
4 2 6 3 7.538987 0.067919
5 3 8 6 3.918756 0.035304
6 2 12 9 7.390387 0.06658
7 1 15 12 7.481297 0.067399
8 4 10 14 17.48226 0.157498
9 3 9 15 31.08175 0.280016
10 2 6 13 55.97986 0.504323
11 2 13 11 2.765203 0.024912
20 Χ² = 3.436079

Hasil perhitungan diperoleh dari Tabel didapat data sebagai berikut:

 Jumlah data (n) = 12

 Jumlah Oi = 15
 Jumlah Kedatangan = 111
  Rata-rata Kedatangan = 9.25
 Hasil Chi-Squared (X²) = 3.436
 Chi-Squared Distribution Table = 19.7

Hasil = Tabel tersebut diatas diterima karena => 3.436 < 19.7

Menghitung Frekuensi Pelayanan Pelanggan dengan Pendekatan Distribusi Poisson:

Pelayanan Dalam Frekuensi Frekuensi

Jumlah P(x)
Detik Kejadian Harapan (Ei)
0 0 0 1.15E-06 0
1 0 0 1.57E-05 0
2 0 0 0.000107 0
3 0 0 0.00049 0
4 0 0 0.001674 1
5 0 0 0.004579 2
6 0 0 0.010439 4
7 0 0 0.020397 9
8 0 0 0.034873 15
9 0 0 0.052996 22
10 0 0 0.072485 31
11 0 0 0.090129 38
12 0 0 0.102727 44
13 1 13 0.10808 46
14 2 28 0.10559 45
15 1 15 0.09628 41
16 1 16 0.082304 35
17 2 34 0.066218 28
18 0 0 0.050316 21
19 1 19 0.036221 15
20 1 20 0.02477 11
21 2 42 0.016133 7
22 1 22 0.01003 4
23 0 0 0.005964 3
24 1 24 0.003399 1
25 1 25 0.00186 1
 26 1 26 0.000978 0
27 2 54 0.000496 0
28 2 56 0.000242 0
29 0 0 0.000114 0
30 1 30 5.21E-05 0
TOTAL 20 424

Rata-rata pelayanan pelanggan = 424/31 = 13.67 detik

Hasil Uji Kecocokan Pelayanan Pelanggan:

Pelayanan Frekuensi Frekuensi

Jumlah (Oi) (Oi-Ei)^2 Hasil
Dalam Detik Kejadian Harapan (Ei)
0 0 0 0 2.37E-07 0.000
1 0 0 0 4.43E-05 0.000
2 0 0 0 0.002073 0.000
3 0 0 0 0.043092 0.000
4 0 0 1 0.503833 0.001
5 0 0 2 3.770121 0.009
6 0 0 4 19.59121 0.046
7 0 0 9 74.79515 0.176
8 0 0 15 218.626 0.516
9 0 0 22 504.9229 1.191
10 0 0 31 944.5684 2.228
11 0 0 38 1460.348 3.444
12 0 0 44 1897.152 4.474
13 1 13 46 1077.546 2.541
14 2 28 45 281.2361 0.663
15 1 15 41 666.808 1.573
16 1 16 35 357.0876 0.842
17 2 34 28 35.08985 0.083
18 0 0 21 455.139 1.073
19 1 19 15 13.26728 0.031
20 1 20 11 90.20064 0.213
21 2 42 7 1236.197 2.916
22 1 22 4 314.9672 0.743
 23 0 0 3 6.395564 0.015
24 1 24 1 508.8982 1.200
25 1 25 1 586.1972 1.383
26 1 26 0 654.603 1.544
27 2 54 0 2893.351 6.824
28 2 56 0 3124.515 7.369
29 0 0 0 0.002343 0.000
30 1 30 0 898.6763 2.120
TOTAL 424 X² = 43.218

Hasil perhitungan diperoleh dari Tabel didapat data sebagai berikut:

 Jumlah data (n) = 31

 Jumlah Pelayanan Oi = 424
 Rata-rata Kedatangan = 13.68
 Hasil Chi-Squared (X²) = 43.218
 Chi-Squared Distribution Table = 43.68

Hasil = Tabel tersebut diatas diterima karena => 43.218 < 43.68

Model Saluran Tunggal (single channel model)

Sistem antrian dalam penelitian adalah dengan satu fasilitas pelayanan dimana pelanggan datang
mengikuti distribusi Poisson dengan laju kedatangan 9.25 orang per menit dan waktu pelayanan
berdistribusi Poisson 13.67 detik per pelanggan atau 4.389 orang per menit, Sehingga Model
antriannya adalah sistem antrian (M/M/1) : (FCFS/N/∞).

Dari kasus diatas didapatkan λ = 4.389 dan μ = 9.25, maka dapat dihitung:

a) Tingkat intensitas (kegunaan) pelayanan atau ρ, dimana ρ = λ/μ => 4.389/9.25 = 0.474247833
yang artinya petugas SPBU akan sibuk melayani pelanggan selama 47% dari waktunya.
Sedangkan 53% dari waktunya atau (1 – p) atau (1 – 0.47) yang sering disebut idle time yang akan
digunakan petugas SPBU untuk istirahat, membersihkan pompa, menanti, dan lain-lain.
b) Jumlah rata-rata kendaraan yang diharapkan dalam sistem, dimana persamaannya adalah L = λ
/ (μ – λ) atau L = ρ / (1 – ρ). Dari persamaan tersebut didapatkan L = 0.902 atau dibulatkan menjadi
1 yang artinya petugas SPBU dapat mengharapkan 1 kendaraan yang berada dalam sistem antrian.

c) Adapun jumlah kendaraan yang diharapkan menunggu dalam antrian, dapat dihitung dengan
menggunakan persamaan Lq = λ²/μ(μ-λ), dimana hasilnya adalah Lq = 0.43 mobil.

d) Untuk mengetahui waktu yang diharapkan oleh setiap kendaraan selama dalam sistem
(menunggu pelayanan), dapat digunakan persamaan W = 1/(μ – λ); dimana W = 0.21 menit atau
sekitar 12.33 detik dalam antrian.

e) Adapun waktu yang diharapkan oleh setiap kendaraan untuk menunggu dalam antrian, dihitung
dengan persamaan Wq = λ/μ(μ-λ); dimana Wq didapatkan 0.0975 menit atau sekitar 5.85 detik.

Untuk probabilitas kepastian jumlah kendaraan yang ada dalam sistem dapat dihitung dengan
menjumlahkan ρ0 + ρ1, dimana ρn = ρ^n(1-ρ) atau:

 n=0 => ρn = (0.474247833)° x (0.525752) = 0.525752

 n=1 => ρn = (0.474247833)¹ x (0.525752) = 0.249337
 Total =0.775089

Perhitungan tersebut menunjukkan bahwa, tingkat probabilitas 1 kendaraan berada dalam sistem
pelayanan adalah sebesar 77.51%.