SISTEM ANTRIAN

Operational Research
 Acak
Pola
Tetap
Populasi
Kedatangan dan
antrian
Panjang Antrian
Pendahuluan
Perilaku
Komponen
Jumlah
Server

Antrian Tata Letak

Pelayanan
Disiplin
M/M/1
Waktu
Pelayanan
Model Matematika M/M/S

M/M/1/i/f
GOAL
• Mengetahui komponen sistem antrian
• Mampu menganalisis dan menentukan
komponen yang berpengaruh dalam sistem
antrian
• Memahami dan membedakan model-model
sistem antrian
• Mampu menghitung dan menentukan sistem
antrian yang optimal dalam beberapa kasus
yang ada
OUTLINE

• Pendahuluan
• Komponen sistem antrian
• Model sistem antrian
PENDAHULUAN
Latar Belakang
Organisasi mengimplementasikan
sistem antrian

Pelayanan cepat, Biaya

Konsumen tidak penambahan
menunggu lama VS fasilitas layanan
(Pelayanan (Cost
Baik) Meningkat)

Metode optimisasi sistem antrian

 Acak
Pola
Tetap
Populasi
Kedatangan dan
Antrian
Panjang Antrian
Pendahuluan
Perilaku
Komponen
Jumlah
Server

Antrian Tata Letak

Pelayanan
Disiplin
M/M/1
Waktu
Pelayanan
Model Matematika M/M/S

M/M/1/i/f
KOMPONEN SISTEM ANTRIAN
Tiga komponen dalam sistem
antrian
• Kedatangan, populasi yang akan dilayani (calling
population)
• Antrian
• Fasilitas Pelayanan
 Acak
Pola
Tetap
Populasi
Kedatangan dan
Antrian
Panjang Antrian
Pendahuluan
Perilaku
Komponen
Jumlah
Server

Antrian Tata Letak

Pelayanan
Disiplin
M/M/1
Waktu
Pelayanan
Model Matematika M/M/S

M/M/1/i/f
Kedatangan, populasi yang akan dilayani
(calling population)
Populasi Pola Panjang
Perilaku
Kedatangan Kedatangan Antrian

Finite Teratur Terbatas Reneaging

Tidak
Infinite Acak Balking
Terbatas

jockey
Kedatangan, populasi yang akan dilayani
(calling population)

Pola kedatangan yang sifatnya acak

- dapat digambarkan dengan distribusi statistik
- dapat ditentukan dua cara:
 kedatangan per satuan waktu
 distribusi waktu antar kedatangan
Kedatangan, populasi yang akan dilayani
(calling population)
Contoh :
• Kedatangan digambarkan dalam jumlah satu waktu,
dan bila kedatangan terjadi secara acak, informasi
yang penting adalah Probabilitas n kedatangan
dalam periode waktu tertentu, dimana n = 0,1,2,.
• Jika kedatangan diasumsikan terjadi dengan kecepatan
rata-rata yang konstan dan bebas satu sama lain,
distribusi kedatangan ini disebut distribusi
probabilitas Poisson.
Kedatangan, populasi yang akan dilayani
(calling population)
• Ahli matematika dan fisika, Simeon Poisson (1781 – 1840),
menemukan sejumlah aplikasi distribusi statsitikny pada bidang
manajerial, seperti kedatangan pasien di RS, kedatangan kendaraan
di pintu toll, dll.
• Semua kedatangan tersebut digambarkan dengan variabel acak yang
terputus-putus dan nonnegative integer (0, 1, 2, 3, 4, 5, dst).
• Selama 10 menit mobil yang antri di pintu toll bisa 3, 5, 8, dst.
Kedatangan, populasi yang akan
dilayani (calling population)
Probabilitas n kedatangan dalam waktu T ditentukan dengan
rumus:
 T
e ( T ) n
P ( n, T ) 
n!
dimana :
λ = rata-rata kedatangan persatuan waktu
T = periode waktu
n = jumlah kedatangan dalam waktu T
P (n,T) = probabilitas n kedatangan dalam waktu T
Kedatangan, populasi yang akan
dilayani (calling population)
Jika kedatangan mengikuti Distribusi Poisson dapat ditunjukkan
secara matematis bahwa waktu antar kedatangan akan
terdistribusi sesuai dengan distribusi eksponensial.

 t 0t
P (T  t )  1  e
dimana :
P(T≤ t) = probabilitas di mana waktu antar kedatangan T ≤ suatu
waktu tertentu
λ = rata - rata kedatangan persatuan waktu
t = suatu waktu tertentu
Kedatangan, populasi yang akan
dilayani (calling population)
Jika kedatangan mengikuti Distribusi Poisson dapat ditunjukkan
secara matematis bahwa waktu antar kedatangan akan
terdistribusi sesuai dengan distribusi eksponensial.

 t
P (T  t )  1  e 0t

dimana :
P(T≤ t) = probabilitas di mana waktu antar kedatangan T ≤ suatu
waktu tertentu
λ = rata - rata kedatangan persatuan waktu
t = suatu waktu tertentu
Kedatangan, populasi yang
akan dilayani (calling population)
Perilaku kedatangan
• Populasi yang akan dilayani mempunyai perilaku yang
berbeda-beda dalam membentuk antrian.
• Ada tiga jenis perilaku: reneging, balking, dan jockeying.
• Reneging menggambarkan situasi dimana seseorang masuk
dalam antrian, namun belum memperoleh pelayanan,
kemudian meninggalkan antrian tersebut.
• Balking menggambarkan orang yang tidak masuk dalam
antrian dan langsung meninggalkan tempat antrian.
• Jockeying menggambarkan orang yang pindah-pindah
antrian.
Contoh Antrian
Sistem Antrian/Garis Tunggu Fasilitas Pelayanan

Lapangan terbang

Bank

Pencucian mobil

Bongkar muat barang

Sistem komputer
Contoh Antrian
Sistem Antrian/Garis Tunggu Fasilitas Pelayanan

Lapangan terbang Pesawat menunggu di landasan Landasan pacu

Bank Nasabah (orang) Kasir/teller

Pencucian mobil Mobil Tempat pencucian mobil

Bongkar muat barang Kapal dan truk Fasilitas bongkar muat

Sistem komputer Program komputer CPU, printer, dll

Contoh Antrian
Sistem Antrian/Garis Tunggu Fasilitas Pelayanan
Bantuan pengobatan
darurat

Perpustakaan

Registrasi mahasiswa

Skedul sidang
pengadilan
Contoh Antrian
Sistem Antrian/Garis Tunggu Fasilitas Pelayanan
Bantuan pengobatan
Orang Ambulance
darurat

Perpustakaan Member Pegawai perpustakaan

Registrasi mahasiswa Mahasiswa Pusat registrasi

Skedul sidang
Kasus yang disidangkan Pengadilan
pengadilan
 Acak
Pola
Tetap
Populasi
Kedatangan dan
Antrian
Panjang Antrian
Pendahuluan
Perilaku
Komponen
Jumlah
Server

Antrian Tata Letak

Pelayanan
Disiplin
M/M/1
Waktu
Pelayanan
Model Matematika M/M/S

M/M/1/i/f
Fasilitas
Pelayanan
Karakteristik fasilitas pelayanan dapat dilihat dari tiga hal:
- tata letak (lay out) secara fisik dari sistem antrian
- Jumlah Server
- disiplin antrian
- waktu pelayanan
Fasilitas Pelayanan
a.Jumlah dan Tata Letak
fisik dari sistem antrian digambarkan dengan jumlah saluran, juga
disebut sebagai jumlah pelayan.
 Fasilitas Pelayanan
a.Jumlah dan Tata Letak
Sistem antrian jalur tunggal (single channel, single server,
single phase)
dalam sistem antrian tersebut hanya terdapat satu pemberi
layanan serta satu jenis layanan yang diberikan.
Fasilitas Pelayanan
a.Jumlah dan Tata Letak
sistem antrian jalur tunggal tahapan berganda
(single channel, single server, multi phase)
dalam sistem antrian tersebut terdapat lebih dari satu jenis
layanan yang diberikan, tetapi dalam setiap jenis layanan
hanya terdapat satu pemberi layanan.
Fasilitas Pelayanan
a.Jumlah dan Tata Letak
Sistem antrian jalur tunggal satu tahap
(single channel, multi server, single phase)
terdapat satu jenis layanan dalam sistem antrian tersebut, namun
terdapat lebih dari satu pemberi layanan.
Fasilitas Pelayanan
a.Jumlah dan Tata Letak
sistem antrian jalur berganda dengan tahapan berganda
(multi channel, multi server, multi phase)
sistem antrian dimana terdapat lebih dari satu jenis layanan dan
terdapat lebih dari satu pemberi layanan dalam setiap jenis layanan.
Fasilitas Pelayanan:
b.Disiplin
Klasifikasi Disiplin antrian:
1. Prioritas
2. First come first serve
3. Kombinasi dari kedua jenis disiplin antrian tersebut
Fasilitas Pelayanan:
b.Disiplin
Prioritas:
• Disiplin prioritas dikelompokkan menjadi dua, yaitu preemptive
dan non preemptive.
• Disiplin preemptive menggambarkan situasi dimana pelayan
sedang melayani seseorang, kemudian beralih melayani orang yang
diprioritaskan meskipun belum selesai melayani orang sebelumnya.
• Disiplin non preemptive menggambarkan situasi dimana pelayan
akan menyelesaikan pelayanannya baru kemudian beralih melayani
orang yang diprioritaskan.
Fasilitas Pelayanan:
b.Disiplin

First come first served:

menggambarkan bahwa orang yang lebih dahulu datang
akan dilayani terlebih dahulu.
Fasilitas Pelayanan:
b.Disiplin
Kombinasi dari prioritas dan first come first served.
Sebagai contoh, para pembeli yang akan melakukan
pembayaran di kasir untuk pembelian kurang dari
sepuluh jenis barang (dengan keranjang) di super market
disediakan counter tersendiri.
Fasilitas Pelayanan
c.Waktu
Karakteristik Waktu Pelayanan
Waktu yang dibutuhkan untuk melayani bisa dikategorikan sebagai
konstan dan acak.
• Waktu pelayanan konstan, jika waktu yang dibutuhkan untuk
melayani sama untuk setiap pelanggan.
• Waktu pelayanan acak, jika waktu yang dibutuhkan untuk
melayani berbeda-beda untuk setiap pelanggan. Jika waktu
pelayanan acak, diasumsikan mengikuti distribusi eksponensial.
 Acak
Pola
Tetap
Populasi
Kedatangan dan
Antrian
Panjang Antrian
Pendahuluan
Perilaku
Komponen
Jumlah
Server

Antrian Tata Letak

Pelayanan
Disiplin
M/M/1
Waktu
Pelayanan
Model Matematika M/M/S

M/M/1/i/f
MODEL SISTEM ANTRIAN
Model Sistem Antrian
Notasi 1 : M tingkat kedatangan mengikuti suatu
distribusi Poisson
Notasi 2 : distribusi tingkat pelayanan
Notasi 3 : jumlah fasilitas
Notasi 4 & 5: sumber populasi & kepanjangan antrian
tak terbatas (I) dan terbatas (F)
Contoh:
• Model 1. M/M/1/I/I
• Model 2. M/M/S/I/I
• Model 3. M/M/1/I/F
• Model 4. M/M/S/F/I
Perkiraan prestasi dari sistem antrian dapat digambarkan dengan
misalnya:
- rata-rata jumlah kedatangan dalam antrian
- rata-rata waktu tunggu dari suatu kedatangan dan persentase waktu
luang dari pelayanan.
Ukuran prestasi ini dapat digunakan untuk
- memutuskan jumlah pelayanan yang harus diberikan
- perubahan yang harus dilakukan dalam kecepatan pelayanan
- atau perubahan lain dalam sistem antrian.
Dengan sasaran pelayanan, jumlah pelayan dapat ditentukan tanpa
berpatokan pada biaya waktu tunggu.
Ukuran prestasi dan parameter model antrian ditentukan dengan notasi sebagai berikut:
• λ = rata-rata kecepatan kedatangan (jumlah kedatangan persatuan waktu)
• 1/λ = rata-rata waktu antar kedatangan
• μ = rata-rata kecepatan pelayanan (jumlah satuan yang dilayani persatuan waktu bila pelayan sib
• 1/μ = rata-rata waktu yang dibutuhkan pelayan
• ρ = faktor penggunaan pelayan (proporsi waktu pelayan ketika sedang sibuk)
• Pn = probabilitas bahwa n satuan (kedatangan) dalam sistem = rata-rata jumlah satuan dalam an
rata panjang antrian)
• Ls = rata-rata jumlah satuan dalam sistem
• Wq = rata-rata waktu tunggu dalam antrian
• Ws = rata-rata waktu tunggu dalam sistem
• n = jumlah pelanggan dalam sistem
• λ = jumlah rata-rata pelanggan yang datang per satuan waktu
• μ = jumlah rata-rata pelanggan yang dilayani per satuan waktu
• Po = probabilitas tidak ada pelanggan dalam sistem
• P = tingkat intensitas fasilitas pelayanan
• L = jumlah rata-rata pelanggan yang diharapkan dalam sistem
• W = waktu yang diharapkan oleh pelanggan selama dalam sistem
• S = jumlah fasilitas pelayanan
MERUMUSKAN MASALAH ANTRIAN
Dalam Single-channel Queuing Model (M/M/1) akan dibahas
permasalahan antrian yang didasarkan pada asumsi berikut :
• Satu pelayanan dan satu tahap.
• Jumlah kedatangan per unit waktu digambarkan oleh Distribusi Poisson
dengan λ = rata-rata kecepatan kedatangan (M pertama)
• Waktu pelayanan eksponensial dengan μ = rata-rata kecepatan pelayanan
(M kedua)
• Disiplin antrian adalah first come first served seluruh kedatangan dalam
barisan hingga dilayani,
• Dimungkinkan panjang barisan yang tak terhingga.
• Populasi yang dilayani tidak terbatas, rata-rata kedatangan lebih kecil dari
rata-rata waktu pelayanan (λ < μ)
MERUMUSKAN MASALAH ANTRIAN
Dari asumsi tersebut dapat diperoleh hasil secara statistik sebagai
berikut :
• Pw = probabilitas fasilitas layanan sibuk atau faktor
utilisasi fasilitas
=λ/μ
2
• Lq = jumlah rata-rata dalam antrian LQ 
 (   )
• Ls = jumlah rata-rata di dalam sistem 
(yang antri dan yang sedang dilayani) L S  (    )

• Wq = waktu rata-rata di dalam antrian 

wQ 
 (   )
• Ws = waktu rata-rata di dalam sistem 1
wS 
(   )
MODEL 1. M/M/1/I/I
• Single Channel Model (M/M/1/I/I) atau M/M/1:
Poisson distributed arrivals and exponentially
distributed service time
MODEL 1. M/M/1/I/I
Contoh Soal 1
UD ABC mengoperasikan satu buah pompa bensin dengan satu
orang pekerja yaitu Ali. Rata-rata tingkat kedatangan kendaraan
mengikuti distribusi Poisson yaitu 20 kendaraan/jam. Ali dapat
melayani rata-rata 25 kendaraan/jam. Jika diasumsikan model
sistem antrian yang digunakan adalah M/M/1, hitunglah:
1. Tingkat intensitas (kegunaan) pelayanan
2. Jumlah rata-rata kendaraan yang diharapkan dalam sistem
3. Jumlah kendaraan yang diharapkan menunggu dalam antrian
4. Waktu yang diharapkan oleh setiap kendaraan selama dalam
sistem (menunggu pelayanan)
5. Waktu yang diharapkan oleh setiap kendaraan untuk
menunggu dalam antrian
MODEL 1. M/M/1/I/I
Jawab
Diketahui: λ = 20, μ = 25
1. ρ = λ / μ = 20/25 = 0.80
Bahwa Ali akan sibuk melayani kendaraan selama 80% dari
waktunya, sedangkan 20% dari waktunya (1- ρ) untuk
istirahat
2. Ls = λ / (μ – λ) = 20 / (25-20) = 4, atau
Ls = ρ / (1- ρ) = 0.80 / (1-0.80) = 4
Angka 4 menunjukkan bahwa Ali dapat mengharapkan 4
kendaraan yang berada dalam sistem
MODEL 1. M/M/1/I/I
Jawab
3. Lq = λ2 / μ (μ – λ) = (20)2 / 25(25-20) = 3.2
Jadi kendaraan yang menunggu untuk dilayani dalam antrian
sebanyak 3.2 kendaraan
4. Ws = 1 / (μ – λ) = 1 / (25-20) = 0.2 jam atau 12 menit
Jadi waktu rata-rata kendaraan menunggu dalam sistem
selama 12 menit
5. Wq = λ / μ (μ – λ) = 20 / 25(25-20) = 0.16 jam atau 9.6 menit
Jadi waktu rata-rata kendaraan menunggu dalam antrian
selama 9.6 menit
Latihan 10.a Menghitung Antrian M/M/1
Contoh Soal 1
UD ABC mengoperasikan satu buah pompa bensin dengan satu orang pekerja
yaitu Ali. Rata-rata tingkat kedatangan kendaraan mengikuti distribusi Poisson
yaitu 15 kendaraan/jam. Ali dapat melayani rata-rata 25 kendaraan/jam. Jika
diasumsikan model sistem antrian yang digunakan adalah M/M/1, hitunglah:
1. ƛ?
2. µ?
3. Tingkat intensitas (kegunaan) pelayanan
4. Jumlah rata-rata kendaraan yang diharapkan dalam sistem
5. Jumlah kendaraan yang diharapkan menunggu dalam antrian
6. Waktu yang diharapkan oleh setiap kendaraan selama dalam sistem
(menunggu pelayanan)
7. Waktu yang diharapkan oleh setiap kendaraan untuk menunggu dalam
antrian
 MODEL 2. M/M/S/I/I

• Model M/M/S/I/I adalah sistem multi channel-single phase

yang mempunyai antrian tunggal dengan melalui beberapa
fasilitas pelayanan.
 MODEL 2. M/M/S/I/I
• Model ini identik dengan model 1 dengan perbedaan bahwa
dua atau lebih individu dapat dilayani pada waktu bersamaan
oleh fasilitas-fasilitas pelayanan yang berlainan.
• Model ini mengasumsikan bahwa kedatangan terjadi menurut
input Poisson dengan parameter  dan waktu pelayanan untuk
masing-masing unit mempunyai distribusi eksponensial dengan
rata-rata 1/  .
• Jadi distribusi pelayanan sama, tanpa memperhatikan pelayan
mana dari sejumlah S pelayan yang melakukan pelayanan
untuk unit.
MODEL 2. M/M/S/I/I
• Tingkat pelayanan rata-rata untuk seluruh sistem antrian adalah
tingkat rata-rata di mana unit yang sudah dilayani
meninggalkan sistem.
• Tingkat pelayanan rata-rata per pelayanan yang sibuk adalah ,
• Tingkat pelayanan keseluruhan adalah n = n jika n ≤ S.
• Jika n  S , berarti semua pelayan sibuk sehingga n = S .
• Jika  < S (tingkat kedatangan rata-rata lebih kecil dari
tingkat pelayanan rata-rata maks), makan akan terjadi steady
state.
MODEL 2. M/M/S/I/I
Dari asumsi tersebut dapat diperoleh hasil secara
statistik sebagai berikut :
• Po = probabilitas semua saluran (pemberi layanan)
menganggur

1
P0  S 1
( /  ) n ( /  ) S 1
 (n)!  ( S! ) 
n 0
1
S
• Pw = probabilitas semua saluran secara simultan sibuk
(utilization factor)
MODEL 2. M/M/S/I/I
Pw = probabilitas semua saluran secara simultan sibuk
(utilization factor)

( /  ) n
Pw  nS
P0 , jika n ≥ S
( S !)( S )

( /  ) n , jika 0 ≤ n ≤S
Pw  P0
( n!)
Dengan 

S
MODEL 2. M/M/S/I/I
• Lq = jumlah rata-rata dalam antrian P0 ( /  ) S 
Lq 
S !(1   ) 2
• Ls = jumlah rata-rata dalam sistem
1 
L S   (W q  )  Lq 
 
• Wq = rata-rata waktu dalam antrian Lq
Wq 

• Ws = rata-rata waktu dalam system Ws 
LS

 MODEL 2. M/M/S/I/I
Contoh Soal:
Di sebuah gedung pertunjukan hanya terdapat dua loket penjualan tiket. Penonton
yang datang untuk membeli tiket mengikuti distribusi poisson dengan rata-rata 30
orang per jam. Waktu yang diperlukan untuk melayani seorang pembeli berdistribusi
eksponensial dengan rata-rata 90 detik.
Berapakah:
a. Probabilitas ada 5 orang pembeli di depan loket (0,00674)
b. Ekspektasi panjang antrian termasuk yang sedang dilayani (0,872715)
c. Ekspektasi panjang antrian tidak termasuk yang sedang dilayani (0,122715)
d. Ekspektasi waktu menunggu dalam sistem (termasuk waktu pelayanan) (0,0291)
e. Ekspektasi waktu menunggu dalam antrian (tidak termasuk waktu pelayanan)
(0,00409)
1 ( /  ) n
P0  S 1 Pw  nS
P0
( /  ) n ( /  ) S 1 ( S !)( S )
 (n)!  ( S! )  ( /  ) n jika n ≥ S
n 0
1 Pw  P0
S ( n!) jika 0 ≤ n ≤S
MODEL 2. M/M/S/I/I
Dari asumsi tersebut dapat diperoleh hasil secara
statistik sebagai berikut :
• Po = probabilitas semua saluran (pemberi layanan)
menganggur

1
P0  S 1
( /  ) n ( /  ) S 1
 (n)!  ( S! ) 
n 0
1
S
• Pw = probabilitas semua saluran secara simultan sibuk
(utilization factor)
MODEL 2. M/M/S/I/I
1
P0  2
 0,4545
(3 / 4 ) 1
(1  3 / 4)  ( )( )
2 1 3 / 8

1
Jawab: LS   (Wq  )

(3 / 4 ) 5
Pw  0,4545  0,00674  30
5 2
( 2!)( 2 ) LS  Lq   0,122715 
 40
Karena n > S maka:
LS  0,872715
0,4545(3 / 4) 2 (3 / 8) 0,0959
Lq    0,122715
2!(1  3 / 8) 2
0,78125
Lq LS 0,872715
Wq  
0,122715
 0,00409 Ws    0,0291
 30  30
Multiple-channel Queuing Model:
Poisson distributed service time dan exponentially service time
Asumsi utama yang mendasari model antrian ini adalah rata-rata
tingkat kedatangan lebih kecil dari tingkat pelayanan semua
channel (= jumlah channel dikalikan rata-rata tingkat pelayanan
per channel).
Sedangkan asumsi lainnya sama dengan asumsi yang kita
gunakan pada model antrian single-channel.
Dari asumsi tersebut dapat diperoleh hasil secara statistik sebagai
berikut :
• Po = probabilitas semua saluran (pemberi layanan)
menganggur 
• S = jumlah saluran   S
Multiple-channel Queuing Model:
Poisson distributed service time dan exponentially service time

Pw = probabilitas semua saluran secara simultan sibuk

(utilization factor)
1  s S
Pw  ( ) P0
S !  S  

Ls = jumlah rata-rata dalam sistem

 ( /  ) S 
Ls  P0
( S  1)!( S   ) 2

Multiple-channel Queuing Model:
Poisson distributed service time dan exponentially service time

Lq = jumlah rata-rata dalam antrian Lq  LS 


Lq
Wq = rata-rata waktu dalam antrian Wq 


LS
Ws = rata-rata waktu dalam sistem Ws 

Latihan10.b MenghitungAntrianM/M/S
Di sebuah gedung pertunjukan hanya terdapat tiga loket penjualan tiket.
Penonton yang datang untuk membeli tiket mengikuti distribusi poisson
dengan rata-rata 40 orang per jam. Waktu yang diperlukan untuk melayani
seorang pembeli berdistribusi eksponensial dengan rata-rata 50 detik.
Berapakah:
1. ƛ?
2. µ?
3. S?
4. Probabilitas ada 5 orang pembeli di depan loket
5. Ekspektasi panjang antrian termasuk yang sedang dilayani
6. Ekspektasi panjang antrian tidak termasuk yang sedang dilayani
7. Ekspektasi waktu menunggu dalam sistem (termasuk waktu pelayanan)
8. Ekspektasi waktu menunggu dalam antrian (tidak termasuk waktu
pelayanan)
MODEL 3. M/M/1/i/F

1 
P0 
1   N 1

 1  ( /  ) 
Pn   N 1 
(  /  ) n

 1  (  /  ) 
MODEL 3. M/M/1/i/F
  1  ( N  1)(  /  ) N  ( N )(  /  ) N 1 
Ls     
     N 1
 (1  / )[1  ( / ) ] 
2
   1  ( N )( /  ) N 1  ( N  1)( /  ) N 
Lq     

   [(1  (  /  )][1  (  /  ) N
] 

atau

efektif   (1  Pn ) Lq
Wq 
efektif efektif
Lq  Ls 

MODEL 3. M/M/1/i/F
Contoh Soal:
SAMSAT Bandung memiliki satu loket “drive-through”,
sehingga masyarakat tidak perlu keluar mobil untuk mengurus
perpanjangan STNK. Diperkirakan bahwa mobil-mobil tiba
sesuai dengan distribusi Poisson dengan kecepatan 1 mobil setiap
4 menit dan bahwa ada cukup ruang untuk menempati satu deret
sebanyak 8 mobil. Masyarakat yang menginginkan pelayanan ini
tetapi tidak dapat bergabung dalam barisan di depan loket
pelayanan akan pergi ke tempat lain. Memerlukan waktu 3 menit
secara rata-rata untuk menyelesaikan sebuah STNK, tetapi waktu
pelayanan sebenarnya bervariasi sesuai dengan distribusi
eksponensial.
MODEL 3. M/M/1/i/F
Tentukan berikut ini:
a. Tuliskan antrian ini sebagai model dalam notasi Kendall
yang diperluas
b. Kemungkinan bahwa fasilitas itu menganggur.
c. Jumlah pelanggan yang diperkirakan menunggu di luar
pelanggan yang sedang dilayani.
d. Waktu tunggu yang diharapkan sampai seorang pelanggan
dapat memberikan pesanannya pada loket
e. Persentase masyarakat yang tidak dapat dilayani dalam satu
hari, dengan asumsi loket khusus itu hanya beroperasi
selama 4 jam per hari
MODEL 3. M/M/1/i/F
Jawab:
Diketahui :
Waktu kedatangan = 4 menit  λ = 15 mobil / jam
Waktu pelayanan = 3 menit  μ = 20 mobil / jam
a. M/M/1/I/F
1  1  (3 / 4 ) 0,25
P0     0,2701
b. 1  N 1
1  (3 / 4 ) 8 1
0,925
P8  P0 (  ) n  0,2701(0,75)8  0,027
efektif   (1  Pn )  15(1  0,027)  14,595
c.

1  ( N  1)(  ) N  ( N )(  ) N 1  3 1  9(3 / 4) 8  8(3 / 4) 9 

Ls      9 
 2,0225
 (1   )[1  (  ) ]
N 1
 4  (1  3 / 4)[1  (3 / 4) ] 
efektif 14,595
Lq  Ls   2,0225   1,29275
 20
Lq 1,29275
d. Wq    0,088
efektif 14,595