Interpretasi :
Dari hasil input analyzer yang sudah diproses bahwa jenis distribusi
yang terbentuk adalah distribusi erlang, dengan expression ERLA
(0,607, 2). Tingkat error yang dihasilkan (square error) sebesar
0,065154.
Waktu proses
Interpretasi :
Dari hasil input analyzer yang sudah diproses bahwa jenis distribusi
yang terbentuk adalah distribusi exponential, dengan expression 0,46 +
EXPO (1,43). Tingkat error yang dihasilkan (square error) sebesar
0,011967.
3.4.1.2 Uji Distribusi (Eksponential)
Uji yang dilakukan apabila data menggunakan distribusi
eksponential. Data dikatakan berdistribusi eksponensial ketika ada
daerah yang berada dibawah rata rata lebih besar daripada yang berada
diatas rata rata.
Interpretasi :
Dari hasil input analyzer yang sudah diproses bahwa jenis distribusi
yang terbentuk adalah distribusi exponential, dengan expression EXPO
(1,21). Tingkat error yang dihasilkan (square error) sebesar 0,108089.
Waktu proses
Interpretasi :
Dari hasil input analyzer yang sudah diproses bahwa jenis distribusi
yang terbentuk adalah distribusi exponential, dengan expression 0,46 +
EXPO (1,43). Tingkat error yang dihasilkan (square error) sebesar
0,011967.
3.4.2 Generate Random Linier Congruential Generator (LCG)
Bilangan acak / random banyak dibutuhkan dalam simulasi
sehingga untuk itu perlu tahu bagaimana caranya membangkitkan
bilangan acak tersebut dan juga perlu tahu bagaimana caranya menguji
keacakannya. Untuk diketahui pembangkit bilangan acak yang mana saja
tidak ada yang betul-betul acak hal ini sering disebut sebagai bilangan
pseudo random number. Sehingga untuk menyatakan sebuah bilangan itu
acak maka perlu dilaksanakan pengujian keacakan. Bilangan acak yang
dibahas yang terdistribusi uniform dan terletak antara interval (0,1).
Contoh Perhitungan :
Z i =( aZ i −1 +c ) mod ( m )
Contoh Perhitungan :
Z i =( aZ i −1 +c ) mod ( m )
Contoh Perhitungan :
Z i =( aZ i −1 +c ) mod ( m )
Contoh Perhitungan :
Z i =( aZ i −1 +c ) mod ( m )
Runs Test
Ui_Kedatangan
a. Mean
Proses Pelayanan
Runs Test
Ui_Pelayanan
a
Test Value .5281
Cases < Test Value 9
Cases >= Test Value 11
Total Cases 20
Number of Runs 12
Z .279
Asymp. Sig. (2-tailed) .781
a. Mean
Gambar 3.6 Hasil Uji Runs Ui Proses Pelayanan Replikasi 1
Test value menunjukkan nilai cut point yaitu nilai mean
0,5281. Cases < Test Value menunjukkan angka 9 yang merupakan
jumlah nilai sampel dibawah mean. Sedangkan Cases ≥ Test Value
menunjukkan angka 11 yang merupakan jumlah nilai sampel yang
sama dengan atau lebih besar dari mean. Number of runs adalah
jumlah urutan kejadian negatif dan positif yang terjadi. Dalam data
tersebut terdapat 12 Runs. Nilai Asymp. Sig (2-tailed) adalah 0,781.
Nilai tersebut lebih besar dari nilai a = 0,05 sehingga keputusan adalah
H0 diterima yang menyatakan susunan bersifat random.
Runs Test
Ui_Kedatangan
a. Mean
Gambar 3.7 Hasil Uji Runs Ui Kedatangan Replikasi 2
Proses Pelayanan
Runs Test
Ui_Pelayanan
a. Mean
Gambar 3.8 Hasil Uji Runs Ui Proses Pelayanan Replikasi 2
Test value menunjukkan nilai cut point yaitu nilai mean
0,4055. Cases < Test Value menunjukkan angka 10 yang merupakan
jumlah nilai sampel yg sama dengan mean. Sedangkan Cases ≥ Test
Value menunjukkan angka 10 yang merupakan jumlah nilai sampel
yang sama dengan mean. Number of runs adalah jumlah urutan
kejadian negatif dan positif yang terjadi. Dalam data tersebut terdapat
11 Runs. Nilai Asymp. Sig (2-tailed) adalah 1,0. Nilai tersebut lebih
besar dari nilai a = 0,05 sehingga keputusan adalah H0 diterima yang
menyatakan susunan bersifat random.
Ui_Kedatangan
N 20
Minimum .00
Uniform Parametersa,b
Maximum .97
Absolute .142
Most Extreme Differences Positive .106
Negative -.142
Kolmogorov-Smirnov Z .635
Asymp. Sig. (2-tailed) .815
Proses pelayanan
Ui_Pelayanan
N 20
Minimum .06
Uniform Parametersa,b
Maximum .94
Absolute .114
Most Extreme Differences Positive .050
Negative -.114
Kolmogorov-Smirnov Z .511
Asymp. Sig. (2-tailed) .956
Kedatangan
Ui_Kedatangan
N 20
Minimum .10
Uniform Parametersa,b
Maximum .95
Absolute .137
Most Extreme Differences Positive .120
Negative -.137
Kolmogorov-Smirnov Z .613
Asymp. Sig. (2-tailed) .847
Proses pelayanan
Ui_Pelayanan
N 20
Minimum .01
Uniform Parametersa,b
Maximum .99
Absolute .202
Most Extreme Differences Positive .202
Negative -.068
Kolmogorov-Smirnov Z .902
Asymp. Sig. (2-tailed) .391
Perhitungan Interarrival
−β × ln ( 1−U 1) =−1,21 × ln ( 1−0,9375 )=3,354832354
−β × ln ( 1−U 12) =−1,21× ln ( 1−0,84375 )=2,246120568
Perhitungan Arrival
Arrival time1=Arrival time 0+ Interarrival 1
¿ 0+3.354832354=3.354832354
Arrival time12=Arrival time 11 + Interarrival12
¿ 14.650529393+2.246120568=16.896649961
Perhitungan Interarrival
−β × ln ( 1−U 1) =−1,21 × ln ( 1−0,273438 )=0.386511233
−β × ln ( 1−U 12) =−1,21× ln ( 1−0,46875 )=0,765352296
Perhitungan Arrival
Arrival time1=Arrival time 0+ Interarrival 1
¿ 0+0.386511233=0.386511233
Arrival time12=Arrival time 11 + Interarrival12
¿ 10.622631139+0.765352296=11.387983435
Total
Arrival Number of Number of Waiting of
Event
Time of Completed Completed Time in Waitin Total of Area Area
Cloc Calendar Syste Q(t Flowtim
Event B(t) Custome Waiting Processin Queue g Flow Under Under
k (Entity no; m ) e Entity
r in Customer g until Times Time Q(t) B(t)
Time; Type)
Queue in Queue Customer Processed in
Queue
0
0 inisialisasi 1;3.35;Arr 0 0 0 0 0 0 0 0 0 0 0 0
1;3.9;Dep
1;3.9;Dep
3.35 1 ; Arr 2;5.19;Arr 1 1 0 0 1 0 0 0 0 0 0 0
3;6.03;Arr
2;5.19;Arr
3.9 1 ; Dep 3;6.03;Arr 0 0 0 0 1 1 0 0 0.55 0.55 0 0.55
2;6.4;Dep
3;6.03;Arr
5.19 2 ; Arr 2;6.4;Dep 2 1 0 0 2 1 0 0 0 0.55 0 0.55
4;7.12;Arr
2;6.4;Dep
6.03 3 ; Arr 4;7.12;Arr 32 1 1 3 = 6.03 2 1 0 0 0 0.55 0 1.39
5;8.12;Arr
6.4 2 ; Dep 4;7.12;Arr 3 1 0 0 3 2 0.37 0.37 1.21 1.76 0.37 1.76
5;8.12;Arr
3;8.26;Dep
5;8.12;Arr
7.12 4 ; Arr 3;8.26;Dep 43 1 1 4 = 7.12 3 2 0 0.37 0 1.76 0.37 2.48
4;9.07;Dep
3;8.26;Dep
4 = 7.12
8.12 5 ; Arr 4;9.07;Dep 543 1 2 3 2 0 0.37 0 1.76 1.37 3.48
5 = 8.12
5;11.19;Dep
4;9.07;Dep
8.26 3 ; Dep 54 1 1 5 = 8.12 4 3 1.14 1.51 2.23 3.99 1.65 3.62
5;11.19;Dep
9.07 4 ; Dep 5;11.19;Dep 5 1 0 0 5 4 0.95 2.46 1.95 5.94 2.46 4.43
11.19 5 ; Dep END 0 0 0 0 5 5 0 2.46 3.07 9.01 2.46 6.55
Performansi Sistem :
Dari simulasi manual replikasi 1 maka akan dilakukan perhitungan
performansi sistem sebagai berikut :
Total Output
Jumlah entiti yang telah meninggalkan sistem atau selesai diproses. Dalam
simulasi manual yang dilakukan terdapat 5 entity yang keluar dari sistem.
Average Waiting Time
Rata rata waktu yang dihabiskan customer dalam antrian.
Total Waiting Time 2,46
= =0,492 menit /customer
Total Output 5
Maximum Waiting Time
Maksimal waktu tunggu entity dalam sistem. Untuk mengetahui
maksimum waiting time dapat dilihat dari kolom waiting time in queue
untill process. Dari kolom tersebut dicari waktu tunggu terbesar yang
dialami oleh entity. Didapati nilai maksimum tunggu adalah 1,14 menit.
Average Flowtime
Rata rata waktu pelayanan dihitung mulai dari pelanggan datang hingga
meninggalkan sistem.
Total Flowtime 9,01
= =1,802 menit /customer
Total Output 5
Maximum Flowtime
Maksimum waktu pelayanan dihitung mulai dari pelanggan datang hingga
meninggalkan sistem. Dari kolom flowtime entity dicari untuk waktu
terlama yang dihabiskan entity dalam sistem yaitu 3,07 menit.
Average Queue Length
Rata rata antrian yang terjadi di dalam sistem.
Area (Q ) t 2,46
= =0,219 customer
t 11,19
Maximum Queue Length
Maksimal antrian yang terjadi di dalam sistem. Dapat dilihat pada kolom
Q(t) berapa antrian terpanjang yang terjadi dalam sistem. Pada kolom
tersebut menunjukkan nilai terbesar antrian adalah 2 entity.
Machine Utilization
Waktu sibuk dari kasir yang melayani customer dalam sistem.
Area ( B ) t 6,55
x 100 %= x 100 %=58,53 %
t 11,19
Total
Number Waiting
Arrival Number of of
Event of Time in Total
Time of Completed Waitin Area Area
Cloc Calendar Syste Q(t Complete Queue Flowtim of
Event B(t) Custome Processin g Under Under
k (Entity no; m ) d Waiting until e Entity Flow
r in g Times Q(t) B(t)
Time; Type) Customer Processe Time
Queue Customer in
in Queue d
Queue
0
0 inisialisasi 1;0.39;Arr 0 0 0 0 0 0 0 0 0 0 0 0
1;1.65;Dep
1;1.65;Dep
0.39 1 ; Arr 2;2.14;Arr 1 1 0 0 1 0 0 0 0 0 0 0
3;2.27;Arr
2;2.14;Arr
1.65 1 ; Dep 3;2.27;Arr 0 0 0 0 1 1 0 0 1.26 1.26 0 1.26
4;2.48;Arr
3;2.27;Arr
2.14 2 ; Arr 4;2.48;Arr 2 1 0 0 2 1 0 0 0 1.26 0 1.26
2;2.67;Dep
4;2.48;Arr
2.27 3 ; Arr 2;2.67;Dep 32 1 1 3 = 2.27 2 1 0 0 0 1.26 0 1.39
5;2.92;Arr
2.48 4 ; Arr 2;2.67;Dep 432 1 2 3 = 2.27 2 1 0 0 0 1.26 0.21 1.6
5;2.92;Arr
4 = 2.48
3;3.14;Dep
5;2.92;Arr
2.67 2 ; Dep 3;3.14;Dep 43 1 1 4 = 2.48 3 2 0.4 0.4 0.53 1.79 0.59 1.79
4;3.9;Dep
3;3.14;Dep
4 = 2.48
2.92 5 ; Arr 4;3.9;Dep 543 1 2 3 2 0 0.4 0 1.79 0.84 2.04
5 = 2.92
5;9;Dep
4;3.9;Dep
3.14 3 ; Dep 54 1 1 5 = 2.92 4 3 0.66 1.06 0.87 2.66 1.28 2.26
5;9;Dep
3.9 4 ; Dep 5;9;Dep 5 1 0 0 5 4 0.98 2.04 1.42 4.08 2.04 3.02
9 5 ; Dep END 0 0 0 0 5 5 0 2.04 6.08 10.16 2.04 8.12
Performansi Sistem :
Dari simulasi manual replikasi 2 maka akan dilakukan perhitungan
performansi sistem sebagai berikut :
Total Output
Jumlah entiti yang telah meninggalkan sistem atau selesai diproses. Dalam
simulasi manual yang dilakukan terdapat 5 entity yang keluar dari sistem.
Average Waiting Time
Rata rata waktu yang dihabiskan customer dalam antrian.
Total Waiting Time 2,04
= =0,408 menit/ customer
Total Output 5
Karena tidak ada antrian dalam sistem.
Maximum Waiting Time
Maksimal waktu tunggu entity dalam sistem. Untuk mengetahui
maksimum waiting time dapat dilihat dari kolom waiting time in queue
untill process. Dari kolom tersebut dicari waktu tunggu terbesar yang
dialami oleh entity. Didapati nilai maksimum tunggu adalah 0,98 menit.
Average Flowtime
Rata rata waktu pelayanan dihitung mulai dari pelanggan datang hingga
meninggalkan sistem.
Total Flowtime 10,16
= =2,032 menit /customer
Total Output 5
Maximum Flowtime
Maksimum waktu pelayanan dihitung mulai dari pelanggan datang hingga
meninggalkan sistem. Dari kolom flowtime entity dicari untuk waktu
terlama yang dihabiskan entity dalam sistem yaitu 6,08 menit.
Average Queue Length
Rata rata antrian yang terjadi di dalam sistem.
Area (Q ) t 2,04
= =0 , 227 customer
t 9
Tidak ada antrian customer di dalam sistem.
Maximum Queue Length
Maksimal antrian yang terjadi di dalam sistem. Dapat dilihat pada kolom
Q(t) berapa antrian terpanjang yang terjadi dalam sistem. Pada kolom
tersebut menunjukkan nilai terbesar antrian adalah 2 entity.
Machine Utilization
Waktu sibuk dari kasir yang melayani customer dalam sistem.
Area ( B ) t 8,12
x 100 %= x 100 %=90,22%
t 9