OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

MODEL ANTRIAN
ANTRIAN DAN SISTEM ANTRIAN

 Antrian (queues) terjadi karena permintaan pelayanan lebih besar daripada fasilitas pelayan yang ada dalam
system antrian.

 Permintaan pelayanan akan meningkat terus menerus sedangkan ketersediaan fasilitas pelayanan terbatas.

 Antrian menimbulkan berbagai kerugian (loss), opportunity loss dan wasting time.

 Untuk mengurangi kerugian dalam antrian, perlu dilakukan peningkatan efisiensi system antrian.

 Model antrian pertama kali dikembangkan oleh A.K. Erlang (1909). Model antrian yang dikembangkan
Erlang digunakan untuk menentukan jumlah yang optimal dari fasilitas telephone switching yang digunakan
untuk melayani pengguna telepon yang masuk.

KONSEP DASAR TEORI ANTRIAN

 Tujuan dari model antrian adalah untuk meminimumkan total biaya yang timbul dalam suatu antrian
pelayanan yang terdiri dari biaya langsung penyediaan fasilitas pelayanan dan biaya tidak langsung dari
individu yang mengantri (karena harus menunggu untuk dilayani)

 Sistem pelayanan yang memiliki fasilitas pelayanan lebih dari jumlah optimal tidak menimbulkan antrian,
tetapi perlu investasi yang besar. Jika kurang dari jumlah optimal akan berakibat tertundanya pelayanan,
sehingga menimbulkan antrian.

SISTEM ANTRIAN

 Sistem antrian : Sistem antrian sederhana dan sistem antrian kompleks

 Sistem antrian sederhana : memiliki antrian tunggal dan fasilitas pelayanan tunggal

Input sistem antrian output

Kedatangan Fasilitas
Antrian Individu-individu yang
Individu-individu Pelayanan telah dilayani
(arrival)

 Input : Terbatas (finite) atau Tidak terbatas (infinite). Individu yang datang untuk dilayani dan mengantri
bisa terdiri dari manusia (nasabah, pembeli, klien, customers, etc) atau bukan manusia (kendaraan, mesin,
bahan baku, barang dalam proses produksi, etc)

 Pola kedatangan (arrival pattern) :

Arrival rate (tingkat kedatangan) : Konstan (distribusi uniform) atau Random (misalnya berdistribusi
Poisson). Jika pola kedatangan berdistribusi Poisson, maka waktu antar kedatangan akan berdistribusi
eksponensial.

e−λ λ x
P( X= x )= −μX
x! f ( X)=μe
 Balking : Jika panjang antrian berlebihan, sehingga ada individu dalam antrian yang meninggalkan antrian.

 Bulk arrival : Jika individu-individu datang berkelompok secara bersama-sama

DISIPLIN ANTRIAN

 Disiplin antrian adalah keputusan yang digunakan untuk menyeleksi individu-individu yang memasuki antrian
dan akan dilayani lebih dulu
1. FIFO (First In First Out) atau disebut juga FCFS(First Come First Service)
2. LIFO (Last In First Out) atau LCFS (Last Come First Service)
3. Emergency First

Rina Sugiarti Page 1

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

4. Critical Condition First

Panjang antrian : Finite jika kapasitas antrian menjadi pembatas (misal tempat parkir, tempat tidur di RS,
kapasitas mesin, etc)  lebih kompleks.

Tingkat pelayanan (service time) : Waktu yang digunakan untuk melayani individu-individu dalam sistem.
Tingkat pelayanan ini akan berdistribusi random (eksponensial) atau konstan (distribusi uniform).

 Keluar (exit) : Individu-individu yang telah selesai dilayani

SISTEM DAN STRUKTUR ANTRIAN

 Sistem Antrian :
1. Sistem pelayanan Komersial (Restoran, Café, bank, SPBU, etc)
2. Sistem pelayanan Bisnis Industri (lini industri, material handling, sistem inventory, sistem informasi, etc)
3. Sistem pelayanan Transportasi
4. Sistem pelayanan Sosial (RS, supermarket, public service, etc)

 Struktur Antrian : Berdasarkan susunan saluran (channel)  Single channel atau multiple channel.
Berdasarkan Phase  single phase atau multiple phase

1. Single Channel – Single Phase

Kedatangan
Sumber Antrian Pelayanan Individu-individu yang
populasi (M) (S) telah dilayani
Input

Misalnya : Antrian di Barber Shop, Pembelian tiket KRL dengan satu loket, Praktek dokter sendiri, pelayanan
toko dengan satu pelayan, dsb.

2. Single Channel – Multiple Phase

Kedatangan
Sumber Individu-individu yang
populasi M S M S telah dilayani
Input

Misalnya : Lini produksi massal, cuci mobil, tukat cat mobil, pelayanan kesehatan (pemeriksaan) di RS, dsb.

3. Multichannel – Single Phase

S
Sumber Individu-individu yang
Kedatangan
populasi M S telah dilayani
Input
S

Misalnya : Pelayanan tiket lebih dari satu loket, pemeriksaan kesehatan oleh beberapa orang dokter,
pelayanan potong rambut oleh beberapa tukang cukur, dsb.

4. Multichannel-Multiphase

S M S
Sumber Kedatangan Individu-individu yang
populasi M S M S telah dilayani
Input
S M S

Rina Sugiarti Page 2

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

Misalnya : Registrasi mahasiswa di satu universitas, Pelayanan di RS sejak pendaftaran, diagnosa, perawatan,
hingga pembayaran. Pelayanan pembuatan SIM, dsb.

5. Struktur campuran (mixed arrangements) : Gabungan dua atau lebih struktur antrian di atas.

 Pengelompokan model antrian : Kendall’s Notation

M Tingkat kedatangan dan pelayanan Poisson

D Tingkat kedatangan dan pelayanan deterministic (konstan)
K Distribusi Erlang untuk waktu antar kedatangan atau pelayanan
S Jumlah fasilitas pelayanan
I Sumber populasi infinite
F Sumber populasi finite

Populasi (I) Antrian (M) Fasilitas Pelayanan (M/1)

Sumber tak FCFS FCFS

Tingkat kedatangan Tingkat
terbatas EXIT
Poisson pelayanan
Poisson
Panjang
Antrian tak ternbatas (I)

 Bentuk Model Umum :

Tingkat Tingkat Jumlah fasilitas Ukuran Panjang

kedatangan pelayanan pelayanan populasi antrian

M/M/ 1/I/I

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

λ Tingkat kedatangan rata-rata unit/jam

1/λ Waktu antar kedatangan rata-rata jam/unit
μ Tingkat pelayanan rata-rata unit/jam
1/μ Waktu pelayanan rata-rata jam/unit
n Jumlah individu dalam system pada
suatu waktu tertentu
nq
Rata-rata jumlah individu dalam antrian
nt
Rata-rata jumlah individu dalam system (antrian dan fasilitas pelayanan)
tq
Rata-rata waktu mengantri dalam antrian
tt
Rata-rata waktu mengantri dalam sistem

Contoh : M / M / 1 / I / I
Suatu restoran di Jl. Margonda menghadapi masalah antrian para pelanggannya, rata-rata. Tingkat
kedatangan langganan selama periode puncak adalah 50 mobil, dengan asumsi tingkat kedatangan
berdistribusi Poisson, waktu pelayanan rata-rata 1 menit dan berdistribusi eksponensial. Tentukan :
1. Tingkat kegunaan fasilitas pelayanan (bagi pelayan restoran) p
n
2. Rata-rata jumlah pelanggan dalam antrian ( q )
3. Rata-rata jumlah pelanggan dalam system ( n t )
tq
4. Rata-rata waktu menunggu dalam antrian ( )
tt
5. Rata-rata waktu menunggu dalam system ( )

Jawab :

Rina Sugiarti Page 3

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

1. p = λ/μ → p = 50/60 = 0.8333 rata-rata bagian pelayanan sibuk 83.3% dari waktu tersedia.

2
λ2 50
nq = → n q= =4 . 1667 dibulatkan 4 mobil
2. μ (μ−λ ) 60(60−50 )

λ 50
nt = → nt = =5 mobil
3. μ−λ 60−50

λ 50
t q= → t q= =0 .0833 jam≈ 4 . 9999 menit ≈ 5 menit
4. μ( μ−λ ) 60 (60−50 )

1 1
t t= → tt= =0 .1 jam ≈ 6 menit
5. μ−λ 60−50

MINIMISASI BIAYA DALAM MODEL ANTRIAN

 Biaya yang muncul dalam suatu sistem antrian :

1. Biaya tidak langsung (indirect cost) yang dihadapi individu-individu yang menunggu dalam antrian 
biaya menunggu (cost of waiting). Terjadi jika sistem pelayanan tidak memiliki sumberdaya pelayanan
(fasilitas pelayanan) yang cukup.
2. Biaya langsung (direct cost) untuk penyediaan fasilitas pelayanan

BIAYA MENUNGGU (WAITING COST)

 Cost of waiting dapat berupa :

1. Biaya menganggurnya para karyawan

2. Biaya kehilangan langganan
3. Biaya persediaan yang berlebihan
4. Biaya kehilangan kontrak
5. Biaya kemacetan sistem
6. Biaya kehilangan kepercayaan dalam manajemen

 Cost of waiting tidak mudah (sulit) ditentukan. Biaya yang berasal dari sistem internal (biaya persediaan atau
biaya karyawan menganggur) dapat diukur, tetapi biaya menunggu bagi pelanggan sulit diukur.

 Jika biaya menganggur seorang individu diketahui, maka Expected Total Waiting Cost per periode waktu :
E ( C W )= n̄t c w

CW adalah Total waiting cost per unit waktu

n̄t
adalah Rata-rata jumlah individu yang menunggu per unit waktu dalam sistem
cw adalah Biaya menunggu per individu per unit waktu
 Misalnya diketahui cw = Rp 10.000 per individu per jam,
n̄t = 10 individu yang menunggu per jam. Maka
E ( C W )=10 (10000)=100000
per jam

BIAYA PELAYANAN (COST OF SERVICES)

 Terdapat trade-off antara biaya Pelayanan dan biaya menunggu. Jika fasilitas pelayanan ditambah berarti
biaya pelayanan meningkat, maka biaya menunggu akan berkurang. Sebaliknya jika biaya pelayanan
berkurang (tidak ada penambahan fasilitas pelayanan sedangkan customer yang membutuhkan pelayan
bertambah), maka biaya menunggu akan meningkat.

 Biaya pelayanan meliputi : Biaya tetap berupa investasi awal penyediaan peralatan dan fasilitas pelayanan,
biaya pemasangan fasilitas, pelatihan karyawan (operator). Biaya variabel berupa gaji karyawan, biaya
operasional dan biaya pemeliharaan fasilitas pelayanan.

Expected Total Cost of Services per periode : E(Cs) = Scs

S adalah jumlah fasilitas pelayanan
cs adalah biaya per fasilitas pelayanan per unit waktu

Rina Sugiarti Page 4

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

 Misalnya diketahui cs = Rp 50.000,- per jam dan S = 5, maka E(Cs) = 5(50.000) = 250.000

 Expected Total cost dari suatu sistem antrian :

E(CT)= E(Cs) + E(Cw)  E(CT) = Scs +

n̄t c w  E(CT) = 250.000 + 100.000 = 350.000 jam

MODEL-MODEL SISTEM ANTRIAN DAN APLIKASINYA

 Model 1 : M / M / 1 / I / I
Dist. Tingkat kedatangan/Dist. Tingkat pelayanan/Jml fasilitas pelayanan (channel)/sumber populasi
(Infinite)/Panjang Antrian (Infinite)

Populasi (I) Antrian (M) Fasilitas pelayanan (M/1)

Sumber Populasi Tingkat Tingkat
FCFS
Infinite (I) Kedatangan Pelayanan EXIT
Poisson Poisson
Panjang antrian tak hingga (I)
e−λ λ x
P( X= x )= −μX
x! f ( X)=μe
λ2
n̄q =
Rata-rata jumlah individu dalam antrian : μ( μ− λ)
λ
n̄t =
Rata-rata jumlah individu dalam sistem : μ− λ
λ
t̄ q=
Rata-rata waktu menunggu dalam antrian : μ(1−λ )
1
t̄ t =
Rata-rata waktu menunggu dalam sistem : μ−λ
λ λ n
Probabilitas n individu dalam sistem :
Pn = 1− ( )( )
μ μ
λ
p=
Tingkat penggunaan fasilitas pelayanan : μ

 Contoh : Diketahui rata-rata tingkat kedatangan selama periode puncak 50 mobil per jam berdistribusi
Poisson. Waktu pelayanan rata-rata 1 menit dan berdistribusi Eksponensial.

1. Tingkat kegunaan fasilitas pelayanan (bagi pelayan restoran) p

nq
2. Rata-rata jumlah pelanggan dalam antrian ( )

3. Rata-rata jumlah pelanggan dalam system ( n t )

tq
4. Rata-rata waktu menunggu dalam antrian ( )

tt
5. Rata-rata waktu menunggu dalam system ( )
6. Probabilitas lebih dari satu mobil dalam sistem P(n  1)
7. Probabilitas lebih dari empat mobil dalam sistem P(n  4)
8. Probabilitas paling sedikit tiga mobil dalam sistem P(n  3)

Jawab :

1. p = λ/μ → p = 50/60 = 0.8333 rata-rata bagian pelayanan sibuk 83.3% dari waktu tersedia.

Rina Sugiarti Page 5

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

λ2 502 =4 .1667 dibulatkan 4 mobil¿

n¯q= → { n̄ =
2. μ( μ− λ) q 60(60−50 )

λ
n̄t= → { n̄ = 50 =5 mobil¿
3. μ−λ t 60−50

λ 50
t¯q= → { t̄ = =0.0833 jam≈ 4.9999 menit ≈ 5 menit¿
4. μ(μ−λ ) q 60(60−50 )

1
¯t t= μ−λ → { t̄ = 1 =0.1 jam ≈ 6 menit ¿
5. t 60−50

n 0
λ λ 50 50
6.
P( n>1 )=1−( P 0 +P1 ) ( )( )
Pn = 1−
μ μ 
P0 = 1−( )( )
60 60
=0 . 1667

1
50 50
P1= 1− ( )( )60 60
=0 .1389
 P(n>1 )=1−( 0 . 1667+0 . 1389 )=0 . 6944

P( n> 4 )=1−( P 0 + P1 + P 2 + P4 )
7.

2 3
50 50 50 50

4
P2 = 1−( )( )
60 60
=0 .1158 ( )( )
P3 = 1−
60 60
=0 . 0965

50 50
( )( )
P4 = 1−
60 60
=0 . 0804

P(n>4 )=1−( 0 . 1667+0 . 1389+0 .1158+0 .0965+0 .0804 )=0 . 4017

P ( n≥3 ) =1−( P 0 + P1 + P2 ) P ( n≥3 ) =1−( 0 . 1667+0 .1389+0. 1158 )=0 .5786

8. 

 Model 2 : M / M / S / I / I

Multichannel – Single Phase, dengan antrian tunggal melalui beberapa fasilitas pelayanan

Fasilitas Pelayanan (M/S)

Tingkat
Pelayanan
Poisson
Populasi (I) Antrian (M)
Sumber Populasi Tingkat Tingkat
FCFS
Infinite (I) Kedatangan Pelayanan EXIT
Poisson Poisson
.
Panjang antrian tak hingga (I) .
.
Tingkat
Pelayanan
Poisson
Rina Sugiarti Page 6
OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

−λ x
e λ
P( X= x )= −μX
x! f ( X)=μe
S
λ
n̄q =
λμ ()
μ
Po
Rata-rata jumlah individu dalam antrian : ( S−1)( Sμ−λ )2
λ
n̄t = n̄q +
Rata-rata jumlah individu dalam sistem : μ
Po λ S
t̄ q =
λ
2 μ ()
Rata-rata waktu menunggu dalam antrian :
[ ( )]
μS( S !) 1−
Sμ
1
t̄ t =t̄ q +
Rata-rata waktu menunggu dalam sistem : μ

λ
p=
Tingkat penggunaan fasilitas pelayanan : Sμ
1
Po =
λ n λ S
S−1
∑
n=0
[( ) ]
μ
n!
+
μ()
λ
S ! (1− )
Sμ
Probabilitas tidak terdapat individu dalam sistem :
λ S Po
Pw = ( ) S ! 1− λ
μ
Probabilitas menunggu :
( Sμ )
 Jumlah karyawan pelayanan kredit Bank RIBA terdiri dari 3 orang yang melayani seluruh permohonan kredit
yang masuk dari para nasabah. Jika tidak diperlukan waktu menunggu, rata-rata waktu pelayanan untuk satu
otorisasi adalah 0.5 menit. Tingkat pelayanan diasumsikan berdistribusi eksponensial. Pada periode puncak
selama 8 jam masuk 1750 permohonan kredit yang harus diotorisasi atau 218.75 permohonan per jam.
Tingkat kedatangan para pemohon (nasabah) berdistribusi Poisson.

Tentukan :
a. Tingkat pelayanan para pemohon per jam ()
0.5 menit satu otorisasi  2 otorisasi per menit   = 2(60) = 120 otorisasi/jam/karyawan

b. Tingkat kegunaan karyawan bagian kredit per jam (p)

λ 218 . 75
p= p= =0. 6076
Sμ  3 (120 )  p = 60.76%

c. Probabilitas tidak terdapat permohonan yang masuk (Po)

1 1
Po = Po =
λ n λ S
λ n λ 3
S−1
∑
n=0
[( ) ]
μ
n!
+
()
μ
λ
S ! (1− )
Sμ
∑
n=0
2

[ ]
()
μ
n!
+
μ()
λ
3 ! ( 1− )
3μ


Rina Sugiarti Page 7

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

1
Po = 0 1 2
218 .75 218. 75 218 .75 218. 75 3
( 120 ) ( +
120 ) ( +
120 ) +
( 120 )
0! 1! 2! 218 . 75
(
3 ! 1+
360 )
1 1
Po = = =0 . 1417
6 . 057597973 1+1 .8229+ 1. 6615+2. 5731
1+ 1. 8229+1. 6115+
2 . 354166667

d. Rata-rata jumlah pemohon (nasabah) menunggu untuk dilayani ( n̄ q)

S
λ 218 .75 3
n̄q =
λμ
μ() Po n̄q =
( 218 .75 )( 120 )
120
x 0 .1417
( )
( S−1)( Sμ−λ )2  (3−1)!(3 x 120−218 .75 )2

159011. 9468
n̄q = 0 . 1417=0 . 5647
39903 . 125 orang pemohon

e. Rata-rata jumlah pemohon (nasabah) menunggu dalam sistem ( n̄ t )

λ 218 . 75
n̄t = n̄q + n̄t =0. 5647+ =2 . 3876
μ  120 orang pemohon

f. Rata-rata waktu menunggu dalam antrian ( t̄ q )

Po λ S
t̄ q =
λ
2 ()
μ
μS( S !) 1−
Sμ[ ( )] 3
0 . 1417 218 . 75
t̄ q =
218 .75
2 ( 120 )
=0. 002581336572
120 x 3(3 !) 1−
360[ ( )] jam = 0.1549 menit = 9.29 dtk

g. Rata-rata waktu menunggu dalam sistem ( t̄ t )

1 1
t̄ t =t̄ q + t̄ t =0 . 00258 jam + =0 . 01091 jam = 0 .6546 menit = 39 .28 detik
μ  120

h. Probabilitas menunggu (Pw)

λ S Po 218 .75
3
Pw = ( ) S ! 1− λ
μ
Pw = ( 120 ) 3 ! 1−0 .1417
218. 75
=0 . 36461379≈P =0. 3646 w

( Sμ ) 
( 360 )
 Karena bagian pelayanan kredit bank tersebut menerima keluhan para nasabahnya bahwa waktu otorisasi
terlalu lama, maka manajer pelayanan kredit merencanakan menambah seorang karyawan agar waktu
menunggu dalam sistem dapat dikurangi. Penambahan karyawan ini akan mengakibatkan total biaya
pelayanan (otorisasi) naik. Jika seorang karyawan berpenghasilan per jam sebesar Rp 110 ribu (gaji +
tunjangan) dan biaya seorang karyawan dalam keadaan menunggu per jam Rp 210 ribu (gaji + tunjangan +
kehilangan penjualan karena penundaan + biaya lainnya). Tentukan bagaimanakah keputusan manajer
tersebut apakah tetap dengan 3 orang karyawan yang ada atau 4 orang karyawan.

Rina Sugiarti Page 8

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

Jawab :

 Biaya total pelayanan per jam dengan 3 orang karyawan :

E ( C t ) =Sc s + n̄ t c w E ( C t ) =3(110 . 000 )+ 2. 3876( 210 . 000)=Rp 831 .396 ,−



 Biaya total pelayanan dengan 4 karyawan :

1 1
Po = Po =
n S n 4
λ λ λ λ

∑
( )
S−1

n=0
[ ] μ
n!
+
()
μ
λ
S ! (1− )
Sμ
∑
3

n=0
[( ) ]
μ
n!
+
() μ

4 ! (1− )
λ
4μ


1
Po = 0 1 2 3
218 .75 218. 75 218 .75 218. 75 218 . 75 4
( 120 ) ( +
120 ) ( +
120 ) ( +
120 ) +
(120 )
0! 1! 2! 3! 218 .75
(
4 ! 1+
480 )
1
Po = =0 . 1577
1+ 1. 8229+1. 6615+1 . 0096+0 . 8454
S
λ 218 .75 4
n̄q =
λμ
μ ()Po n̄q =
( 218. 75 ) ( 120 )
120 ( )
x 0. 1577=0 .1116
( S−1)( Sμ−λ )2  ( 4−1)!(4 x 120−218. 75 )2

λ 218 .75
n̄t = n̄q + n̄t =0. 1116+ =1 . 9345
μ  120

E ( C t ) =4(110. 000 )+1 . 9345(210 .000 )=Rp 846 . 245 ,−

 Karena perbedaan biaya total pelayanan 3 karyawan dan 4 karyawan relatif kecil :
Rp 846.245,-  Rp 831.396,- = Rp 14.849,- per jam, maka diputuskan untuk menambah seorang karyawan.
Dengan 4 karyawan, rata-rata tingkat kegunaan pelayanan menjadi :

λ 218 . 75
p= p= =0. 4557
Sμ  4 (120)  p = 45.57%

Waktu menganggur sebesar 54.43% digunakan untuk kegiatan produktif lainnya yang dapat meningkatkan
pelayanan.
 Model 3 : M / M / 1 / I / F

Populasi (I) Antrian (M) Fasilitas pelayanan (M/1)

Sumber Populasi Tingkat Tingkat
FCFS
Infinite (I) Kedatangan Pelayanan EXIT
Poisson Poisson
Panjang antrian Terbatas (F)

Q −1 Q
λ λ λ Q λ Q+1

n̄q = ()λ
μ
2

[ 1−Q
μ ()
( )( ( ) )
1−
λ
μ
1−
λ
μ
+ (Q−1 )
μ ()
Q +1
] [ n̄t =
λ
μ ()
() ()
1−( Q+1 )

λ
μ
+( Q )

( )( ( ) )
1− 1−
μ
λ Q+1
μ
μ

]
Rina Sugiarti Page 9
OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

P=n
[ ]
(
λ
1−( )
μ
μ)
1−
( λ
μ)Q +1
n

 Sebuah restoran yang cukup ramai dengan para pelanggannya memiliki 6 ruang parkir yang dapat
menampung 6 mobil. Jika tempat parkir penuh, maka pelanggan akan pindah ke restoran lainnya.
Bersebelahan dengan restoran tersebut ada lahan kosong yang cukup luas dapat dijadikan tempat parkir
dengan biaya sewa per ruangan parkir per hari Rp 20.000,- Jika tingkat kedatangan pelanggan potensial
adalah 21 mobil per jam dan berdistribusi Poisson. Tingkat pelayanan restoran 36 mobil per jam dan
berdistribusi Poisson. Keuntungan rata-rata per mobil Rp 16.000,- dan restoran buka 12 jam per hari.
Tentukan jumlah ruangan yang harus disewa oleh pengusaha restoran tersebut.

Jawab :

 Menentukan persentase waktu restoran sibuk dengan 6 ruangan parkir :

P ( n>0 )=1−Po  P ( n>0 )=1−0 . 4338=0. 5662

λ 21
P=o
[ ]
(
λ
1−( )
μ
μ)
1−
( λ
μ)Q+1
0


P= o
(
1−( )
36
[ ]
36 ) 21
1−

21 ( 36 ) 6
0


Po =
0 . 4167
0 . 9606
=0 . 4338

Restoran sibuk 56.62% dari total waktu. Jika restoran sibuk dapat melayani 36 mobil per jam, maka dengan 6
ruangan parkir dapat melayani : 36 x 0.5662 = 20.38 mobil per jam. Jika restoran buka 12 jam per hari, maka
keuntungan total per hari ;
12 x 20.38 x Rp 16.000,- = Rp 3.912.960,-

 Menentukan persentase waktu restoran sibuk dengan 7 ruangan parkir :

21
P ( n>0 )=1−
[ ]
(
1−( )
36 ) 21
1−

21 (36 )
36
7
0


P ( n>0 )=1−
0. 4167
0 .9770
=0 .5735

Keuntungan total : 12 x 0.5735 x 36 x Rp 16.000,- = Rp 3.964.032

Keuntungan marjinal : Rp 3.964.032  Rp 3.912.960 = Rp 51.072 lebih besar daripada biaya marjinal Rp
20.000,-

 Menentukan persentase waktu restoran sibuk dengan 8 ruangan parkir :

21
P ( n>0 )=1−
[ ]
(
1−( )
36 ) 21
1−

21 (36 )
36
8
0


P ( n>0 )=1−
0. 4167
0 .9866
=0 .5776

Keuntungan total : 12 x 0.5776 x 36 x Rp 16.000,- = Rp 3.992.371,-

Keuntungan marjinal : Rp 3.992.371  Rp 3.964.032 = Rp 28.339 lebih besar daripada biaya marjinal Rp
20.000,-

 Menentukan persentase waktu restoran sibuk dengan 9 ruangan parkir :

Rina Sugiarti Page 10

OPERATION RESEARCH MODEL ANTRIAN (QUEING MODEL)

21

P ( n>0 )=1−
[ ]
1−(
1−( )
36 ) 21
21 (36 )
36
9
0


P ( n>0 )=1−
0. 4167
0 . 9922
=0 .5800

Keuntungan total : 12 x 0.58 x 36 x Rp 16.000,- = Rp 4.008.960,-

Keuntungan marjinal : Rp 4.008.960  Rp 3.992.371 = Rp 16.589,- lebih kecil daripada biaya marjinal Rp
20.000,-  tidak menguntungkan.

Keputusan pengusaha restoran tersebut adalah menyewa ruang parkir sebanyak 2 ruangan.

Rina Sugiarti Page 11