MODUL 2

“MARKOV CHAIN DAN TEORI ANTRIAN”

Praktikum Riset Operasi II

LABORATORIUM OPTIMASI DAN PEMODELAN LOGISTIK

PROGRAM STUDI MANAJEMEN LOGISTIK

SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA

BANDUNG

2019

MARKOV CHAIN DAN TEORI ANTRIAN

A. Tujuan Praktikum
Dari kegiatan praktikum ini, praktikan diharapkan:
1. Dapat memahami fungsi dan manfaat teori antrian dan rantai markov.
2. Dapat memahami konsep dasar dari teori antrian dan rantai markov.
3. Dapat mengaplikasikan teori antrian dan rantai markov untuk
menyelesaikan permasalahan baik yang berhubungan dengan sistem antrian
ataupun rantai markov.

B. Landasan Teori

1.1 Pengertian Teori Antrian

Teori antrian diciptakan pada tahun 1909 oleh ahli matematika dan
insinyur berkebangsaan Denmark yang bernama A.K Erlang. Menurut P.
Siagian (1987), suatu antrian adalah suatu garis tunggu dari nasabah (satuan)
yang memerlukan layanan dari satu atau lebih pelayanan (fasilitas layanan).
Studi matematikal dari kejadian atau gejala garis tunggu ini disebut teori
antrian. Kejadian garis tunggu timbul disebabkan oleh kebutuhan akan layanan
melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga
nasabah yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan
pelayanan.

Dalam banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk

mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi, biaya
karena memberikan pelayanan tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya,
sering timbulnya antrian yang panjang akan mengakibatkan hilangnya
langganan atau nasabah.

Antrian yaitu yang terjadi pada orang-orang, barang-barang, komponen-

komponen atau kertas kerja yang harus menunggu untuk mendapatkann jasa
pelayanan atau dikerjakan (Subagyo, 2000). Teori antrian memiliki definisi teori
yang menyangkut studi sistematis dari antrian-antrian atau baris-baris
penungguan. Teori antrian berkenaan dengan seluruh aspek dari situasi dimana

MARKOV CHAIN DAN TEORI ANTRIAN

 pelanggan (baik orang maupun barang) harus antri untuk mendapatkan suatu
pelayanan.

1.2 4 Model Struktur Antrian Dasar

Sistem antrian memiliki struktur dasar sebagai acuan untuk memberikan solusi
antrian yang tepat. Jenis pelayanan yang kita terapkan cocoknya pakai model
yang mana. Berikut ini saya akan membahas tentang 4 model dasar sistem
antrian yang sudah umum, yaitu :

1. Single Channel – Single Phase

Single Channel berarti hanya ada satu jalur yang memasuki system pelayanan atau
ada satu fasilitas pelayanan. Single Phase berarti hanya ada satu pelayanan.

2. Single Channel – Multi Phase

Istilah Multi Phase menunjukkan ada dua atau lebih pelayanan yang dilaksanakan
secara berurutan (dalam phasephase). Sebagai contoh : pencucian mobil.

3. Multi Channel – Single Phase

Sistem Multi Channel – Single Phase terjadi kapan saja di mana ada dua atau
lebih fasilitas pelayanan dialiri oleh antrian tunggal, sebagai contoh model ini
adalah antrian pada teller sebuah bank.

MARKOV CHAIN DAN TEORI ANTRIAN

 4. Multi Channel – Multi Phase
Sistem Multi Channel – Multi Phase Sebagai contoh, herregistrasi para mahasiswa
di universitas, pelayanan kepada pasien di rumah sakit mulai dari pendaftaran,
diagnosa, penyembuhan sampai pembayaran. Setiap sistem – sistem ini
mempunyai beberapa fasilitas pelayanan pada setiap tahapnya (Subagyo, 2000).

Keempat model dasar sistem antrian tersebut diatas, memiliki disiplin antrian
yaitu FCFS ( First Come First Serve ), artinya orang yang datang pertama
dilayani pertama juga. Tujuan utama solusi antrian adalah tercapainya
kedisiplinan antrian pelayanan yang diterapkan sehingga tercapai kepuasan
pelayanan pelanggan.
1.3 Notasi Model Antrian
Karakteristik dan asumsi dari model antrian dirangkum dalam bentuk notasi.
Notasi standar yang digunakan adalah sebagai berikut:

(a/b/c/d/e)

dimana simbol a, b, c, d, dan e merupakan elemen dasar dari model antrian:

a = distribusi kedatangan
b = distribusi waktu pelayanan
c = jumlah fasilitas pelayanan (s = 1, 2, 3, …, ∞)
d = ukuran konsumen maksimum dalam sistem

MARKOV CHAIN DAN TEORI ANTRIAN

 e = ukuran pemanggilan populasi atau sumber

Notasi standar untuk symbol a dan b sebagai distribusi kedatangan dan

waktu pelayanan mempunyai kode sebagai berikut:

M = Poisson (Markovian) untuk distribusi kedatangan atau waktu pelayanan

D = interarrival atau service time konstan (Deterministik)
Ek = interarrival atau service time berdistribusi Erlang atau Gamma
Sebagai ilustrasi, perhatikan notasi berikut:
(M/D/5/N/∞)
Notasi tersebut berarti kedatangan berdistribusi Poisson, waktu pelayanan
konstan, dan terdapat 5 buah fasilitas pelayanan. Jumlah konsumen dibatasi
sebanyak N dan sumber populasi tidak terbatas.

1.4 Model Antrian Single Channel Single Phase (M/ M/ 1/ ∞/ ∞)

Model antrian yang disajikan akan berguna bila kondisi-kondisi berikut
dipenuhi:
1. Jumlah kedatangan tiap satuan waktu mengikuti distribusi Poisson
2. Waktu pelayanan berdistribusi eksponensial
3. Disiplin antrian yang pertama datang pertama dilayani (FCFS)
4. Sumber populasi tak terbatas
5. Ada jalur tunggal
6. Tingkat rata-rata kedatangan lebih kecil daripada tingkat rata-rata pelayanan
7. Panjang antrian tidak terbatas

Bila syarat tersebut dipenuhi, maka kita bisa menganalisis sistem antrian melalui
rangkain persamaan rangkaian yang telah diderivikasikan. Persamaan-
persamaan ini menggunakan notasi-notasi berikut:
λ = tingkat rata-rata kedatangan per satuan waktu (unit/waktu)
µ = tingkat rata-rata pelayanan per satuan waktu (unit/waktu)
Lq = rata-rata jumlah individu dalam antrian (unit)
Ls = rata-rata jumlah indvidu dalam sistem (unit)

MARKOV CHAIN DAN TEORI ANTRIAN

 Wq = rata-rata waktu dalam antrian (jam)
Ws = rata-rata waktu dalam sistem (jam)
Pn = probabilitas terdapat n individu dalam sistem (frekuensi relatif)
P0 = probabilitas tidak ada individu dalam sistem (frekuensi relatif)
Pw = probabilitas menunggu dalam sistem (frekuensi relatif)
r = tingkat kegunaan fasilitas sistem atau utilitas (rasio)
Persamaan model (M/ M/ 1/ ∞/ ∞)

𝜆2 𝜆2 𝜆 𝑛 𝜆
𝐿𝑞 = 𝐿𝑠 = 𝑃𝑛 = ( ) (1 − )
𝜇(𝜇 − 𝜆) 𝜇−𝜆 𝜇 𝜇

1 𝜆 𝜆
𝑊𝑠 = 𝑊𝑞 = 𝑃𝑤 =
𝜇−𝜆 𝜇(𝜇 − 𝜆) 𝜇

1.5 Model Antrian Multi Channel Single Phase: (M/ M/ s/ ∞/ ∞)

Pada model antrian fasilitas pelayanan (server) ganda yang akan dibahas disini
yaitu rata-rata tingkat kedatangan lebih kecil daripada tingkat pelayanan
keseluruhan (agregat) atau penjumlahan segenap rata-rata tingkat pelayanan di
tiap jalur. Syarat atau kondisi yang lain sama dengan model server tunggal.
Persamaan-persamaan untuk model ini tergantung pada P0 yakni probabilitas
semua fasilitas pelayanan menganggur. Persamaan yang akan digunakan untuk
model (M/ M/ s/ ∞/ ∞) adalah:

Probabilitas bahwa tidak ada konsumen dalam sistem (semua server

menganggur adalah):

1
𝑃0 = 𝑛 𝑠
1 𝜆 1 𝜆 𝑠𝜇
[∑𝑠−1
𝑛−0 𝑛! (𝜇 ) ] + 𝑠! (𝜇 ) (𝑠𝜇 − 𝜆)

MARKOV CHAIN DAN TEORI ANTRIAN

Probabilitas bahwa seorang konsumen memasuki sistem dan harus menunggu
untuk dilayani (probabilitas semua server sibuk) adalah:

𝑠
1 𝜆 𝑠𝜇
𝑃𝑤 = ( ) ( )𝑃
𝑠! 𝜇 𝑠𝜇 − 𝜆 0

Rata-rata jumlah konsumen dalam sistem dan antrian masing-masing adalah:

𝜆 2 𝜆
𝜆𝜇( 𝜇 ) (𝜇)
𝐿𝑠 = 2 𝑃0 +
(𝑠 − 1)! (𝑠𝜇 − 𝜆) 𝜇

𝜆
𝐿𝑞 = 𝐿𝑠 −
𝜇

Rata-rata waktu dalam sistem dan rata-rata waktu antrian masing-masing

adalah:

𝐿𝑠
𝑊𝑠 =
𝜆

1
𝑊𝑞 = 𝑊𝑠 −
𝜇

Tingkat keguanaan fasilitas pelayanan:

𝜆
𝜌=
𝑠𝜇

MARKOV CHAIN DAN TEORI ANTRIAN

1.6 Rantai Markov (Markov Chain)

Rantai Markov (Markov Chains) adalah suatu teknik matematika yang biasa
digunakan untuk melakukan pembuatan model (modelling) bermacam-macam
sistem dan proses bisnis. Teknik ini dapat digunakan untuk memperkirakan
perubahan-perubahan di waktu yang akan datang dalam variabel-variabel
dinamis atas dasar dari perubahan-perubahan dari variable-variabel dinamis
tersebut di waktu yang lalu. Teknik ini dapat juga digunakan untuk menganalisis
kejadian-kejadian diwaktu-waktu yang mendatang secara matematis. Jadi Rantai
Markov digunakan untuk membuat suatu sistem atau proses bisnis dengan
memperkirakan perubahan sistem di waktu yang akan datang dengan melihat
perubahan sistem yang telah terjadi pada waktu yang lalu dan juga dengan
menganalisis kejadian yang akan datang secara perhitungan matematis seperti
harga-harga sumber daya. Sebagai contoh Rantai Markov dapat digunakan untuk
menganalisis tentang perpindahan merek dalam pemasaran, perhitungan
rekening-rekening, jasa-jasa persewaan, perencanaan penjualan, masalah-
masalah persedian, dan lain-lain (Fathurrochman, 2009).

Untuk dapat menerapkan analisa rantai Markov kedalam suatu kasus, ada
beberapa syarat yang harus dipenuhi :
1. Jumlah probabilitas transisi untuk suatu keadaan awal dari system sama
dengan 1.
2. Probabilitas-probabilitas tersebut berlaku untuk semua partisipan dalam
system.
3. Probabilitas transisi konstan sepanjang waktu.
4. Kondisi merupakan kondisi yang independent sepanjang waktu.

1.7 Matriks Probabilitas Transisi

Probabilitas Transisi adalah perubahan dari satu status ke status yang lain
pada periode (waktu) berikutnya dan merupakan suatu proses random yang
dinyatakan dalam probabilitas. Untuk lebih jelasnya dapat dilihat pada Tabel
2.1 berikut ini:

MARKOV CHAIN DAN TEORI ANTRIAN

 Tabel Matriks Kemungkinan Transisi
Dari keadaan Pindah ke keadaan ke :
Ke : 1 2 .. j .. n
1 p11 p12 .. p1j .. p1
2 p21 p22 . . . p2j . . . . . . . . . pij . . . n
.i . . . . . . . pnj . . p2n
pi1 pi2 . .
. . pin
pn1 pn2 .

n adalah jumlah keadaan dalam proses dan n pij adalah kemungkinan transisi
dari pnn keadaan saat i ke keadaan j. Jika saat ini berada pada keadaan i maka
baris i dari tabel di atas berisi angka-angka pi1, pi2, , pin merupakan
kemungkinan berubah ke keadaan berikutnya. Oleh karena angka tersebut
melambangkan kemungkinan, maka semuanya melupakan bilangan non
negatif dan tidak lebih dari satu. Secara matematis :
0 < pij < 1 i = 1, 2, ....., n
Σ pij = 1 i = 1, 2, ....., n

C. Latihan Praktikum Modul 2

µ = 00B5
λ = 03BB
Ʃ = 01A9
ρ =03C1
Latihan 1 (Model M/ M/ 1):
Sebuah minimarket mempunyai satu cash register dan satu orang petugas kasir
untuk mengoperasikannya dalam transaksi pembayaran terhadap konsumen.
Konsumen harus antri dalam satu jalur di depan kasir untuk membayar
belanjaannya. Tingkat rata-rata kedatangan konsumen λ = 24 per jam dan

MARKOV CHAIN DAN TEORI ANTRIAN

sesuai dengan distribusi Poisson. Waktu pelayanan berdistribusi eksponensial
dengan tingkat rata-ratanya adalah µ = 30 konsumen per jam. Manajer
minimarket ingin mengevaluasi karakteristik operasional dari sistem antrian
tersebut. Tentukan:

a. Probabilitas tidak ada konsumen dalam sistem

b. Rata-rata jumlah konsumen dalam antrian
c. Rata-rata jumlah konsumen dalam sistem
d. Rata-rata waktu dalam antrian
e. Rata-rata waktu dalam sistem
f. Tingkat kegunaan fasilitas cash register

Penyelesaian model antrian M/M/1 dengan software Ms. Excel:

Langkah 1: Bukalah software Ms. Excel kemudian buat lembar kerja baru.
Selanjutnya input data pada gambar dibawah kedalam Ms. Excel.

Langkah 2: Input data yang diketahui dari soal Latihan 1 ke dalam tabel Input
Data seperti pada gambar dibawah ini.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 3: Pada tabel Queue Performance/Operating Characteristics,
masukan rumus seperti berikut:
 Pada cell G3, input rumus:
= C3/C4
 Pada cell G4, input rumus:
=C3^2/(C4*(C4-C3))
 Pada cell G5, input rumus:
=G4+C3/C4
 Pada cell G6, input rumus:
=C3/(C4*(C4-C3))
 Pada cell G7, input rumus:
=G6+1/C4
 Pada cell G8, input rumus:
=1-G3

Berikut adalah hasil pengolahan data Model antrian M/M/1 dengan Ms. Excel:

MARKOV CHAIN DAN TEORI ANTRIAN

Latihan 2 (Model M/ M/ s):
Sebuah departemen store mempunyai bagian khusus yang menangani
masalah dan keluhan konsumen terhadap transaksi pembayaran melalui kartu
kredit. Bagian ini mempunyai tiga petugas pelayanan dan konsumen yang
datang harus menunggu giliran untuk mendapatkan pelayanan, tempat duduk
di ruang tunggu diatur hanya satu baris. Konsumen yang datang pertama
dilayani lebih dahulu (FCFS).

Berdasarkan pengamatan selama 6 bulan, menunjukkan rata-rata ada 10

konsumen yang datang tiap jam (sesuai distribusi Poisson), dan rata-rata ada 4
konsumen per jam bisa dilayani oleh petugas (berdistribusi Poisson). Pihak
manajemen ingin menganalisis sistem antrian tersebut, bila waktu tunggu
berlebihan di bagian ini maka akan membuat konsumen kesal dan cenderung
tidak sabar, sehingga bisa dengan mudah mencari tempat lain untuk berbelanja.

Penyelesaian model antrian M/M/s dengan software Ms. Excel:

Langkah 1: Bukalah software Ms. Excel kemudian buat lembar kerja baru.
Selanjutnya input data pada gambar dibawah kedalam Ms. Excel.

Langkah 2: Input data yang diketahui dari soal Latihan 1 ke dalam tabel Input
Data seperti pada gambar dibawah ini.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 3: Buatlah tabel seperti pada gambar berikut untuk melakukan
perhitungan rumus model antrian M/M/s

Langkah 4: (untuk cell C42,ketikan angka 1 karena pada tahap ini proses
antrian belum dimulai). Selanjutnya pilih cell C43 dan input rumus seperti
berikut:

=($C$3/$C$4)^B43/FACT(B43) → kemudian tekan Enter dan salin rumusnya

sampai cell C62.

Langkah 5: Pilih cell D43 lalu input rumus seperti berikut:

=SUM(C42:$C$42) → kemudian tekan Enter dan salin rumusnya sampai cell

D62.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 6: Pilih cell E43 lalu input rumus seperti berikut:

=+C43/(1-$C$3/(B43*$C$4)) → kemudian tekan Enter dan salin rumusnya

sampai cell E62.

Langkah 7: Pilih cell F43 lalu input rumus seperti berikut:

=1/(D43+E43) → kemudian tekan Enter dan salin rumusnya sampai cell F62.

Langkah 8: Pilih cell G43 lalu input rumus seperti berikut:

=$C$3/($C$4*B43) → kemudian tekan Enter dan salin rumusnya sampai cell

G62.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 9: Pilih cell H43 lalu input rumus seperti berikut:

=+F43*C43*G43/(1-G43)^2 → kemudian tekan Enter dan salin rumusnya

sampai cell H62.

Langkah 10: Pilih cell I43 lalu input rumus seperti berikut:

=H43+$C$3/$C$4 → kemudian tekan Enter dan salin rumusnya sampai cell

I62.

Langkah 11: Pilih cell J43 lalu input rumus seperti berikut:

=H43/$C$3 → kemudian tekan Enter dan salin rumusnya sampai cell J62.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 12: Pilih cell K43 lalu input rumus seperti berikut:

=J43+1/$C$4 → kemudian tekan Enter dan salin rumusnya sampai cell K62.

Langkah 13: Buatlah tabel seperti pada gambar berikut untuk menentukan
nilai probabilitas nomor antrian dalam sistem (num in systems <= k).

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 14: Pilih cell C16 lalu input rumus seperti berikut:

=VLOOKUP(C5,B42:F62,5) → kemudian tekan.

Langkah 15: Pilih cell C17 lalu input rumus seperti berikut:

=IF(B17<=$C$5,($C$3/$C$4)^B17*$G$8/FACT(B17),($C$3/$C$4)^B17*$G
$8/(FACT($C$5)*$C$5^(B17-$C$5))) → kemudian tekan Enter dan salin
rumusnya sampai cell C36.

Langkah 16: Pilih cell D16 lalu input rumus seperti berikut:

=C16 → kemudian tekan Enter.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 17: Pilih cell D17 lalu input rumus seperti berikut:

=D16+C17 → kemudian tekan Enter dan salin rumusnya sampai cell D36.

Langkah 18: Pada tabel Queue Performance/Operating Characteristics,

masukan rumus seperti berikut:
 Pada cell G3, input rumus:
=C3/(C4*C5) → kemudian tekan Enter.
 Pada cell G4, input rumus:
=VLOOKUP($C$5,$B$43:$H$72,7,) → kemudian tekan Enter.
 Pada cell G5, input rumus:
=G4+C3/C4 → kemudian tekan Enter.
 Pada cell G6, input rumus:
=G4/C3 → kemudian tekan Enter.
 Pada cell G7, input rumus:
=G6+1/C4 → kemudian tekan Enter.
 Pada cell G8, input rumus:
=VLOOKUP($C$5,$B$43:$H$72,5) → kemudian tekan Enter.

MARKOV CHAIN DAN TEORI ANTRIAN

 Berikut adalah hasil pengolahan data Model antrian M/M/1 dengan Ms. Excel:

Latihan 3 (Market Share)

Sebuah survey dilakukan di sebuah wilayah di Kota Bandung. Dari survey yang
dilakukan, diambil data sebanyak 400 orang sebagai sampel. Dari survey
tersebut, diperoleh data mengenai merk sabun yang digunakan oleh konsumen.
Berikut adalah data yang telah dikumpulkan.

Tabel Merk sabun mandi konsumen saat ini dan sebelumnya

Jumlah Jumlah
Jumlah Jumlah
Konsumen Kehilangan
No Merek Konsumen Konsumen
dari merek konsumen ke
Sebelumnya Saat ini
lain merek lain
1 Lifebuoy 111 30 28 113
2 Dettol 30 13 12 31
3 Nuvo 33 13 19 27
4 Biore 56 30 25 61
5 Dove 14 8 7 15
6 Lux 51 18 17 52
7 Shinzui 38 17 14 41
8 Giv 27 12 12 27
9 Nivea 40 8 15 33
Jumlah 400 400

Dari data diatas, diketahui data perpindahan merk sabun mandi oleh konsumen
seperti pada tabel berikut.

MARKOV CHAIN DAN TEORI ANTRIAN

 Tabel Perpindahan merk sabun mandi

Perpindahan Merek Sabun Mandi

Konsumen
No Merek 1 2 3 4 5 6 7 8 9
Sebelumnya
1 Lifebuoy 83 5 6 11 1 3 0 1 1 111
2 Dettol 1 18 2 4 1 2 1 1 0 30
3 Nuvo 3 1 14 3 3 3 4 0 2 33
4 Biore 11 5 2 31 1 1 2 1 2 56
5 Dove 1 0 0 3 7 0 2 0 1 14
6 Lux 4 0 1 6 1 34 2 3 0 51
7 Shinzui 3 0 0 0 1 3 24 6 1 38
8 Giv 1 1 2 0 0 5 2 15 1 27
9 Nivea 6 1 0 3 0 1 4 0 25 40
Konsumen
113 31 27 61 15 52 41 27 33 400
saat ini

Keterangan:
(Untuk kolom yang diberi warna Hijau merupakan Merk Sabun berdasarkan
nomor urut merk sabun).

Dari data yang didapatkan dari hasil observasi kemudian dibuat kedalam tabel
terdapat perpindahan merek dari merek asal berpindah ke merek lain maupun
yang tetap memakai Sabun dan tidak berpindah ke merek yang lainya.
Perpindahan merek dapat dilihat pada tabel Perpindahan merk sabun mandi
diatas.

Pada tabel diatas diketahui bahwa jumlah pengguna sabun mandi lifebuoy
berpindah ke dettol yaitu 5 orang, jumlah pengguna sabun mandi dettol pindah
ke lifebuoy 1 orang, Dan seterusnya. Dari data perpindahan penggunaan sabun
mandi yang berawal dari hasil survey tersebut. Bisa didapatkan 𝑃𝑖𝑗
i=1,2,3,4,5,6,7,8,9 dan j =1,2,3........,9 adalah probabilitas transisi dari state i ke
state p di dapatkan oleh membagi perpindahaan penggunaan produk sabun

MARKOV CHAIN DAN TEORI ANTRIAN

mandi dari sabun mandi i ke sabun mandi j dengan jumlah perpindahan dari
Sabun i

Berdasarkan data pada tabel diatas, hitunglah persentase pasar yang diraih oleh
masing-masing merk sabun dengan metode Market Share!

Penyelesaian dengan metode Market Share:

Langkah 1: Buka software Microsoft Excel dan buat lembar kerja (sheet) baru.

Langkah 2: Input data pada tabel Perpindahan merk sabun mandi diatas
kedalam lembar kerja Ms. Excel seperti pada gambar berikut.

Langkah 3: Buatlah tabel baru seperti pada gambar berikut untuk menentukan
matriks probabilitas perpindahan merk sabun mandi.

Langkah 4: Pilih cell D17 lalu input rumus seperti berikut:

=D4/$M$4 → kemudian tekan Enter dan salin rumusnya sampai cell D25.
Lakukan cara yang sama untuk mengisi nilai probalitas untuk kolom selanjutnya
sampai kolom 9.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 5: Pilih cell M17 untuk menjumlahkan nilai probabilitas
perpindahan. (Nilai dari probabilitas perpindahan tersebut harus =1). Kemudian
input rumus pada cell M17 seperti berikut:

=SUM(D17:L17) → kemudian tekan Enter dan salin rumusnya sampai cell

M25.

Langkah 6: Pilih cell D26 lalu input rumus sebagai berikut:

=D13/$M$13 → kemudian tekan Enter dan salin rumusnya sampai cell L26.

Langkah 7: Pilih cell D27 lalu input rumus sebagai berikut:

=M4/$M$13 → kemudian tekan Enter dan salin rumusnya sampai cell L27.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 8: Buatlah seperti pada gambar dibawah ini untuk menentukan nilai
matriks probabilitas untuk semua merk sabun mandi.

Langkah 9: Sorot/blok cell C35-K35 kemudian ketikan rumus seperti berikut:

=MMULT(C34:K34,$D$17:$L$25) → tekan Ctrl+Shift+Enter.

Langkah 10: Untuk mendapatkan nilai Steady State, salin rumusnya hingga
nilai probabilitas untuk semua merk sabun mandi pada periode ke-n sama dengan
periode sebelumnya (n-1).

MARKOV CHAIN DAN TEORI ANTRIAN

Latihan 4
Penyelesaian soal Latihan 1 model antrian M/M/1 dengan software POM
QM

Langkah 1: Buka software POM QM.

Langkah 2: Pilih modul yang akan digunakan. Pada soal latihan tersebut,
menggunakan modul Waiting Lines. Klik New → Pilih Single Channel
System.

Langkah 3: Selanjutnya akan muncul kotak dialog seperti pada gambar

dibawah ini. Kemudian klik OK.

Langkah 4: Input data dari soal tersebut seperti pada gambar berikut. Setelah
itu klik Solve.

MARKOV CHAIN DAN TEORI ANTRIAN

Berikut adalah hasil output-nya

MARKOV CHAIN DAN TEORI ANTRIAN

Latihan 5
Penyelesaian soal Latihan 2 model antrian M/M/s dengan software POM
QM

Langkah 1: Buka software POM QM.

Langkah 2: Pilih modul yang akan digunakan. Pada soal latihan tersebut,
menggunakan modul Waiting Lines. Klik New → Pilih Single Channel System

Langkah 3: Selanjutnya akan muncul kotak dialog seperti pada gambar

dibawah ini. Kemudian klik OK.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 4: Input data dari soal tersebut seperti pada gambar berikut. Setelah
itu klik Solve.

Berikut adalah hasil output-nya

MARKOV CHAIN DAN TEORI ANTRIAN

MARKOV CHAIN DAN TEORI ANTRIAN
Latihan 6
Penyelesaian soal Latihan 3 Rantai Markov dengan Metode Market Share
dengan software POM QM

Langkah-Langkah Menggunakan QM For Windows:

Langkah 1: Buka software POM QM → pilih Module → pilih Markov

Analysis. Setelah itu klik New, seperti pada gambar dibawah ini.

Langkah 2: selanjutnya akan muncul kotak dialog seperti pada gambar dibawah
ini. Pada kolom Number of States, atur menjadi 9 sesuai dengan jumlah produk
sabun mandi → lalu klik OK.

MARKOV CHAIN DAN TEORI ANTRIAN

Langkah 3: Selanjutnya akan muncul kotak dialog untuk menginput data
probabilitas perpindahan merk sabun madi seperti pada gambar dibawah ini.
Untuk kolom Initial, input data nilai Probabilitas Konsumen Saat Ini, dan untuk
kolom State 1 sampai State 9, input data nilai probabilitas merk masing-masing
sabun mandi.

Langkah 4: Setelah itu, klik Solve. Maka akan muncul output-nya seperti pada
gambar berikut.

MARKOV CHAIN DAN TEORI ANTRIAN

MARKOV CHAIN DAN TEORI ANTRIAN