MODUL PERKULIAHAN

Pengambilan
Keputusan
Manajerial
Model Antrian; Model Waktu
Pelayanan Konstan &
Populasi Terbatas

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Fakultas Ekonomi Manajemen S1 31053 Hasan Nuryadi, M.EC., B.Sc
dan Bisnis
13
Abstract Kompetensi
Materi ini membahas tentang model Mahasiswa dapat memahami dan
antrian; model waktu pelayanan konstan berdiskusi tentang model antrian; model
& populasi terbatas. waktu pelayanan konstan & populasi
terbatas.
 SESI 13
Model Antrian; Model Waktu
Pelayanan Konstan & Populasi
Terbatas

METODE ANTRIAN:

 MODEL WAKTU PELAYANAN KONSTAN

 POPULASASI TERBATAS

Manusia sebagai makhluk sosial, tidak akan terlepas dari peran serta orang lain dalam

kehidupan. Pada kondisi tertentu manusia pasti membutuhkan jasa orang lain dalam

memenuhi kebutuhan hidup, dan untuk mendapatkannya terkadang mengharuskan untuk

menunggu terlebih dulu. Hal tersebut sangat mungkin terjadi, karena banyak orang yang

membutuhkan jasa yang sama dalam waktu yang bersamaan pula. Kondisi tersebut sering

terlihat dalam kehidupan sehari-sehari, seperti orang menunggu untuk mendapatkan tiket

kereta api, menunggu pesanan di rumah makan, mengantri di kasir sebuah swalayan, dan

mobil yang menunggu giliran untuk dicuci. Kenyataannya menunggu adalah bagian dari

kehidupan sehari-hari, dan yang dapat diharapkan adalah dapat mengurangi ketidaknyamanan

tersebut. Sesuatu yang sangat diharapkan adalah ketika dapat memperoleh jasa tanpa harus

menunggu terlalu lama. Individu – individu yang menunggu (komponen, produk, kertas

kerja, orang) bertujuan untuk mendapatkan suatu layanan. Pada proses menunggu untuk

mendapatkan layanan tersebut menimbulkan suatu garis tunggu, dan pada garis tunggu

tersebut dapat diprediksi karakteristik – karakteristiknya.Sehingga dapat dijadikan dasar

2019 Pengambilan Keputusan Manajerial

2 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
pengambilan kepustusan agar tercapai kondisi yang lebih baik, misalnya agar tidak terjadi

antrian yang berkepanjangan.

Menurut Sinalungga (2008:238), Teori antrian (Queueing Theory) merupakan studi

probabilistik kejadian garis tunggu (waiting lines), yakni suatu garis tunggu

dari customer yang memerlukan layanan dari sistem yang ada. Antrian terjadi karena adanya

keterbatasan sumber pelayanan, yang umumnya berkaitan dengan terbatasnya server karena

alasan ekonomi. Jika jumlah server yang disediakan terbatas, memungkinkan terjadi antrian

yang terlalu lama, sehingga orang dapat memutuskan untuk meninggalkan antrian tersebut.

Hal ini merupakan suatu kerugian bagi pihak perusahaan, karena kehilangan customer. Agar

tidak kehilangan customer, maka pihak perusahaan harus menyediakan server yang

mencukupi, tetapi dilain pihak perusahaan harus mengeluarkan biaya yang lebih besar.

Menurut Wospakrik (1996:302), sistem antrian adalah himpunan

customer, server beserta aturan yang mengatur antara kedatangancustomer dan pelayanannya.

Salah satu komponen dari sistem antrian adalah pola kedatangan customer.

Tipe kedatangan ada dua macam, yaitu customer tiba dalam sistem antrian secara

individu pada satu waktu dan sekelompok customer yang datang bersamaan pada satu waktu.

Dalam masalah antrian biasa diasumsikan bahwa customer tiba di suatu fasilitas layanan

secara individu. Namun asumsi tersebut terbantahkan dalam beberapa situasi di dunia nyata,

misalnya surat yang tiba di kantor pos, orang-orang pergi ke rumah makan atau ke bioskop

adalah beberapa contoh keadaan dimana customer tidak datang sendiri – sendiri, tetapi secara

berkelompok dalam satu waktu. Tentu saja kondisi ini berbeda dengan antrian yang

kedatangannya secara individu, misalnya waktu tunggucustomer, dan kesibukan sistem tidak

akan sama. Penelusuran rumus dimulai dengan menganalisis sistem antrian dengan

satu server. Menurut Dharma (2001:39), sistem ini banyak ditemui dalam sistem komunikasi.

2019 Pengambilan Keputusan Manajerial

3 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Tujuan pembahasan ini untuk memperoleh beberapa karakteristik yang dapat mengukur

kinerja/keefektifan sistem antrian. Pada model antrian batch arrival dengan satu server,

diharapkanserver mampu mengakomodasi jumlah antrian unit yang lebih dari satu, yang

masuk ke dalam sistem antrian dalam waktu bersamaan. Sehingga diharapkan unit tidak

menunggu terlalu lama. Dengan demikian akan dibangun konstruksi model antrian yang

sesuai dengan kondisi tersebut.

Antrian dapat terjadi karena banyaknya customer yang membutuhkan pelayanan

melebihi kapasitas pelayanan. Pola kedatangan customer ke dalam sistem antrian ada dua

macam, yaitu customer datang secara individu dan sekelompok customer yang datang secara

bersamaan pada satu waktu ke dalam sistem antrian. Pola kedatangan yang kedua ini disebut

dengan batch/ bulk arrival. Pada skripsi ini akan dibahas tentang antrian dengan pola

kedatangan berkelompok, tujuannya untuk mengetahui ukuran keefektifan pada sistem

antrian ini. Pada bab ini akan dibahas yaitu model antrian; model waktu pelayanan konstan

dan populasi terbatas.

Asumsi Pelayanan Konstan

Laju kedatangan (distribusi Poisson)
Waktu pelayanan konstan
Server tunggal
First-come-first-served (FCFS)/FIFO
Panjang antrian tak terbatas
Jumlah pelanggan tak terbatas

2019 Pengambilan Keputusan Manajerial

4 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Faktor Utilitas 


Waktu tunggu rata-
rata dalam antrian 
Wq 
2 (   )

2
Panjang Antrian Rata- Lq 
rata 2 (   )

Jumlah pelanggan 

Ls  Lq   
dalam sistem rata-rata


4. Model Antrian Populasi Terbatas

Terjadi ketika sebuah populasi pelanggan potensial
yang terbatas bagi sebuah fasilitas pelayanan, contoh :
Perbaikan mesin pabrik yang memiliki 5 mesin
Armada yg terdiri dari 10 pesawat terbang
Rumah sakit yang punya 100 tempat tidur
 Berbeda dengan 3 model antrian sebelumnya, jika
pada kondisi ekstrim, misalnya 5 mesin rusak, maka
pelanggan akan sama dengan 0

2019 Pengambilan Keputusan Manajerial

5 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 

Tabel Antrian dengan N=5

D = probabilitas sebuah unit harus menunggu dalam antrian
F = faktor efisiensi
H = rata-rata jumlh unit yg sedang dilayani
J = rata-rata jmlh unit tidak berada dlm antrian
L = rata-rata jmlh unit yg menunggu untuk dilayani
M = jumlah jalur pelayanan
N = jumlah pelanggan potensial
T = waktu pelayanan rata-rata
U = waktu rata-rata antara unit yg membutuhkan pelayanan
W = waktu rata-rata sebuah unit menunggu dalam antrian
X = faktor pelayanan

2019 Pengambilan Keputusan Manajerial

6 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Contoh Soal 3
Sebuah perusahaan penghancur sampah kaleng
mampu menerima sampah yang dikirim
menggunakan truk. Waktu tunggu truk saat ini adalah
15 menit sebelum dapat dikosongkan. Biaya
pengemudi selama menunggu adalah $60 perjam. Jika
beli mesin penghnacur baru dapat memuat 12 truk
perjam. Truk datang dengan distribusi poisson rata-
rata 8 kedatangan perjam. Jika beli alat baru depresiasi
adalah $3 untuk setiap truk yang datang. Hitung
kemungkinan membeli mesin baru.


Wq  
2 (    )

2019 Pengambilan Keputusan Manajerial

7 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Contoh Soal 4
Sebuah kantor dg 5 mesin laser perlu perbaikan setelah 20 jam kerja.
Kerusakan mesin mengikuti distribusi poisson. Seorang teknisi dpt
memperbaiki mesin selama rata-rata 2 jam mengikuti distribusi
exponensial. Biaya kerusakan mesin $120 perjam. Teknisi dibayar $25
perjam. Apakah kantor tsb perlu teknisi kedua?

Jawaban soal 4
T = 2 jam U = 20 jam
X= = = 0.091

Untuk M=1 D = 0.350 F=0.960

M=2 D = 0.044 F=0.998
Jmlh mesin pencetak yg bekerja rata-rata = J-NF (1-X)
M=1 J –(5)(0.990) (1-).091) = 4,36
M=2 J-(5)(0.998)(1-).)91) = 4,54

Jml Rata-rata biaya mesin biaya teknisi Biaya

Teknisi kejadian rusak rusak rata-rata perjam Total
1 0,64 $76,80 $25 $101,80
2 0.46 $55,20 $50 $105,20
Penghematan $ 3,40 perjam

Rata-rata kejadian mesin rusak (N – J):

Teknisi 1: 5 – 4,36 = 0, 64

Teknisi 2: 5 – 4, 54 = 0, 46

2019 Pengambilan Keputusan Manajerial

8 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Biaya mesin rusak ($120/jam)

Teknisi 1: 0,64 x $120  = $76,80

Teknisi 2: 0, 46 x $120  = $55, 20

Biaya teknisi/ jam ($25/jam):

Teknisi 1: $25,00

Teknisi 2: $50,00

Biaya total/jam:

$76,80 + $25,00  = $101,80

$55,20 + $50,00  = $105,20

Kesimpulan:

Bahwa dengan mempekerjakan hanya 1 orang teknisi akan menghemat ($105,20 - $101,80 =

$3,40 per jam).

kesimpulan

Antrian merupakan sebuah bagian penting dalam dunia manajemen operasional.

Model antrian yang paling umum digunakan termasuk Model A, satu jalur dasar, sistem satu

tahap dengan kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi

eksponensial; Model B, jalur berganda yang merupakan padanan dari model A; model C,

model tingkat pelayananyang konstan; dan Model D, sebuah sistem dengan populasi terbatas.

Keempat model mengasumsikan tingkat kedatangan berdistribusi Poisson, dengan pelayanan

2019 Pengambilan Keputusan Manajerial

9 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
first in and first out serta pelayanan satu tahap. Karakteristik operasi khas yang di teliti

termasuk rata-rata jumlah pelanggan dalam sistem dan antrian, waktu luang, dan tingkat

utilasi.

PELAJARAN BAB 14 SUDAH SELESAI, SELAMAT BELAJAR

2019 Pengambilan Keputusan Manajerial

10 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daftar Pustaka
Agus Triono, Rachmadi. 2012. Pengambilan Keputusan Manajerial. Jakarta: Salemba Empat.

Fahmi, Irham. 2016. Teori dan Teknik Pengambilan Keputusan. Jakarta: Raja Grafindo
Persada
Heizer, Jay dan  Render, Barry. Operation Management, 7th ed. Penerbit salemba empat

(2006).

I.L.Janis. (1972). “Victims of Groupthink”. Boston. Houghton Mifflin. Handoko, Hani.

(1998). Manajemen Personalia dan Manajemen Sumber Daya Manusia. BPFE.
Yogyakarta
Kahneman, D, P. Slovic dan Amos Tversky eds. 1982. Judgment Under Uncertainty:
Heuristics and Biases. Cambridge University Press. Cambridge. UK.

2019 Pengambilan Keputusan Manajerial

11 Hasan Nuryadi, M.Ec., B.Sc
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id