2
OBJEKTIF :
1. Mahasiswa Mampu Melakukan Perhitungan Model Antrian.
2. Mahasiswa Mampu Menggunakan Software QM For Windows Dalam
Perhitungan Model Antrian.
setiap model menunjukkan bagaimana sistem antrian yang sesuai harus bekerja,
termasuk jumlah rata-rata menunggu yang akan terjadi, dalam berbagai keadaan.
Oleh karena itu, model antrian ini sangat membantu untuk menentukan cara
pengoperasian sistem antrian yang paling efektif.
Untuk mempertahankan pelanggan, sebuah organisasi selalu berusaha
untuk memberikan pelayanan yang terbaik. Pelayanan yang terbaik tersebut
diantaranya adalah memberikan pelayanan yang cepat sehingga pelanggan
tidak dibiarkan menunggu (mengantri) terlalu lama. Namun menyediakan terlalu
banyak kapasitas layanan untuk mengoperasikan sistem melibatkan biaya yang
berlebihan. Tetapi tidak menyediakan kapasitas layanan yang cukup
mengakibatkan penantian yang berlebihan dan segala akibatnya yang tidak
menguntungkan. Model-model tersebut memungkinkan adanya keseimbangan
yang sesuai antara biaya layanan dan jumlah menunggu.
Customers Served
Input Service
Queue
Source Mechanism
Customers
t n e t
Poisson : pn t , n = 0, 1, 2, …dimana En t t
n!
Rumus :
𝜆𝑥 𝑒 −𝜆
P(X = x) =
𝑥!
Keterangan :
λ = rata-rata terjadinya suatu peristiwa (λ = n x p)
e = bilangan euler = 2,71828
Contoh Soal :
Ruang gawat darurat sebuah rumah sakit memiliki tingkat kedatangan
rata-rata pasien sebanyak 4 orang per hari. Kedatangan pasien mengikuti
proses poisson. Berapa probabilitas kedatangan 2 pasien per hari ?
Jawab :
t = 1; λ = 4; x = 2
𝑒 −𝜆 (𝜆𝑡)𝑥 𝑒 −4𝑥1 (4𝑥1)2
P(x = 2) = =
𝑥! 2!
(2,71828)−4 𝑥(4)2 (0,018)𝑥(16)
= =
2 2
= 0,1465 = 14,65%
Jadi, dari soal diatas dapat disimpulkan bahwa probabilitas kedatangan 2
pasien per hari adalah sebesar 14,65%.
t
Eksponensial : f t e , t 0, dimana Et 1
Rumus :
P(X < x0) = 1 – e-λX0
Keterangan:
X = interval rata-rata
λ = parameter rata-rata
X0 = rata-rata sampel yang digunakan
e = bilangan euler = 2,71828
Contoh Soal :
Toko CD “Beat The Hits” tengah mengadakan diskon besar-besaran
sehingga kedatangan pengunjung yang berdistribusi eksponensial
meningkat dari biasanya 8,4 per 35 menit. Berapa probabiloitas
kedatangan pengunjung dalam kurun waktu 8 menit atau lebih ?
Jawab :
X0 = 8 menit
8,4
λ= = 0,24 menit
35 𝑚𝑒𝑛𝑖𝑡
P(X ≥ 8) = 1 - e-(0,24)(8)
P(X ≥ 8) = 1 – 2,71828(-192)
P(X ≥ 8) = 0,85
Jadi, dari soal diatas dapat disimpulkan bahwa probabiloitas kedatangan
pengunjung dalam kurun waktu 8 menit atau lebih adalah sebesar 85%.
Contoh Soal :
Bayi yang dilahirkan pada suatu daerah rata-rata, kelahiran setiap 12 menit
yang terdistribusi secara eksponensial. Hitunglah :
a. Jumlah rata-rata kelahiran per tahun.
Integrated Laboratory Universitas Gunadarma-Riset Operasional 2 11
TOPIK 2. MODEL ANTRIAN (BAGIAN 1)
t N n e t
pn t , n = 1, 2, …, N
N n !
N
p0 t 1 Pn t
n 1
Contoh Soal :
Sebuah toko bunga memiliki persediaan 18 lusin bunga mawar pada
awal minggu. Rata-rata toko menjual 12 lusin bunga per hari yang
terdistrusi secara poisson. Pada saat persediaan tinggal 5 lusin pesanan
sebanyak 18 lusin ditempatkan untuk penyerahan pada awal minggu
berikutnya. Karena sifat bunga, semua bunga yang terjual pada minggu
tersebut dibuang. Tentukanlah :
a. Peluang untuk menempatkan pesanan pada setiap hari pada
minggu tersebut.
b. Jumlah rata-rata bunga yang dibuang pada akhir minggu.
Penyelesaian :
µ = 3 lusin/hari
a. Peluang untuk menempatkan pesanan pada akhir minggu ke t :
P n ≤ 5 (t) = P0 (t) + P1 (t) + … + P5 (t)
(3𝑡)18−𝑛 𝑒 −3𝑡
= P0 (1) + ∑𝑠𝑛=1 t = 1,2,…,5
(18−𝑛)!
t (hari) 1 2 3 4 5 6 7
µt 3 6 9 12 15 18 21
Pn≤5 (t) 0,000 0,008 0,1242 0,4240 0,7324 0,9083 0,975
b. E [n | t = 7] = ∑18
𝑛=0 𝑛 𝑃𝑛 (7) = 0,664 lusin.
1. Server paralel
sistem
server
Garis antrian/
menunggu 1
keberangkatan
Customer 2
X X X X
tiba
c
2. Server tunggal
sistem
Garis antrian/
server
menunggu
Customer
X X X X keberangkatan
tiba
3. Server seri
sistem
Garis antrian/
server
menunggu
Customer X X X X
tiba 1 2 3 keberangkatan
4. Server jaringan
sistem
server
Garis antrian/
menunggu 1 2 i
i
Customer 2 2
keberangkatan
X X X X
tiba
c i
n-1 n
n- n n+
n n+1
Gambar 2.5 Diagram laju transisi
0
pn n 1 n 2 p0
n n 1 1
, n= 1, 2, ... dan pn 1
n0
Contoh Soal :
Perhatikan situasi antrian server tunggal dimana laju kedatangan konstan 3 per
jam dan keberangkatan konstan 8 perjam, untuk semua n 0.
n n
3
pn p0 p0 0.375n p0 , n = 0, 1, 2, ...
8
p0 1 0.375 0.3752 1
1
Deret geometri : p0 1 p0 = 0.625 (0.63)
1 0.375
N 0 1 2 3 4 5 6 7 8
pn 0.625 0.234 0.088 0.033 0.012 0.005 0.002 0.001 0.000
Jadi, dari tabel di atas dapat dilihat probabilitas sesuai situasi antrian server
tunggal untuk semua n 0.
4. Isi kolom Title dengan ABC (sifatnya optional) dan pilih kolom Cost Analysis
dengan No Costs.
5. Isi data pada M/M/1 sesuai dengan contoh soal. Lalu klik Solve.
sistem
server
Garis antrian/
menunggu 1
2 keberangkatan
Customer X X X X
tiba
c
Ls 1
Pn Ls = npn Ws
eff
Wq Ws
Lq eff Wq c Ls Lq
n 0
eff n pn
n0
Ls npn 0 0.625 1 0.234 2 0.088 3 0.033 4 0.012 5 0.005
n0
6 0.002 7 0.001 0.6
Ls 0.6
Ws 0.2 jam ;
eff 3
1 1
Wq W s 0.2 =0.075 jam;
8
persentase utilisasi =
c Ls Lq 0.6 0.225
100 100 100 37.5%
c 1 1
Contoh Soal :
Parkir pengunjung di Ozark College dibatasi hanya untuk lima tempat.
Mobil-mobil yang menggunakan ruang ini masuk menurut distribusi
Poisson dengan tarif enam mobil per jam. Waktu parkir didistribusikan
secara eksponen dengan rata-rata 30 menit. Pengunjung yang tidak
dapat menemukan ruang kosong pada saat kedatangan dapat menunggu
sementara di dalam tempat parkir sampai mobil yang diparkir pergi.
Ruang sementara itu hanya bisa menampung tiga mobil. Mobil lain yang
tidak dapat parkir atau menemukan ruang tunggu sementara harus pergi
ke tempat lain. Tentukan hal berikut:
a. Probabilitas, Pn dari n mobil dalam sistem.
b. Tingkat kedatangan efektif untuk mobil yang benar-benar
menggunakan lot.
c. Jumlah rata-rata mobil di tempat parkir.
d. Waktu rata-rata sebuah mobil menunggu tempat parkir di dalam
tempat parkir.
e. Jumlah rata-rata ruang parkir yang ditempati.
f. Rata-rata pemanfaatan tempat parkir.
Penyelesaian :
λ λeff
Sumber Sistem
λlost
Gambar. Hubungan antara λ, λeff, dan λlost
Dari C, didapatkan
𝑐 2,9368
Penggunaan tempat parkir = = = 0,58736
𝐶 5
3. Klik menu File, pilih New, lalu pilih M/M/s with a Finite System Size.
4. Isi kolom Title dengan ABC (sifatnya optional) dan kolom Cost
Analysis dengan No Costs.
5. Isi data pada M/M/s with a Finite System Size sesuai dengan contoh
soal. Lalu klik Solve.
Tetapi di satu saluran satu tahap model antrian yang sangat sederhana
dimana terdapat satu sisi masuk dan satu sisi keluar (Single Channel
Single Phase), seperti : seorang tukang cukur, pembelian tiket kereta api
antar kota kecil yang dilayani oleh satu loket, pembelian tiket pada salah
satu loket penjualaan tiket bioskop, antrian kirim surat dikantor pos.
Contoh Kasus :
Penumpang kereta api datang pada sebuah loket mengikuti distribusi
Poisson dengan tingkat rata-rata 20 per jam. Misalkan secara rata-rata
setiap penumpang dilayani 2 menit dan waktu layanan mengikuti
distribusi eksponensial. Setelah sistem dalam steady state, carilah :
a) P4 ;
b) L ;
c) Lq ;
d) W ;
e) Wq ;
f) Po atau I ;
g) Berapa probabilitas pengantri tidak mendapat tempat duduk jika
kursi yang disediakan di depan loket hanya 3?
Penyelesaian :
Tingkat kedatangan rata-rata λ = 20 per jam, dan tingkat pelayanan
rata-rata µ = 30 per jam. Sehingga R = 2/3.
2 2 16
a) P4 = (1 − ) ( )4 = = 0,066
3 3 243
2/3
b) L = = 2 penumpang
1−2/3
4/9
c) Lq = = 1,33 penumpang
1−2/3
1 1
d) W = = jam = 6 menit
30−20 10
20
e) Wq = = 4 menit
30 (30−20)
3. Klik menu File, pilih New, lalu pilih M/M/1 (exponential service times).
4. Isi kolom Title dengan ABC (sifatnya optional) dan kolom Cost Analysis
dengan No Costs.
5. Isi data pada M/M/1 (exponential service times) sesuai dengan contoh soal.
Lalu klik Solve.
6. Klik Solutions, pilih Waiting Lines Results. Maka terlihat pada gambar di
bawah ini nilai yang dihasilkan pada Lq sebesar 1,33, Ls sebesar 2, Wq
sebesar 0,07 jam atau 4 menit dan Ws sebesar 0,1 jam atau 6 menit.
Tabel 2.2
Simbol Yang Digunakan Dalam Antrian Multi Channel Single
Phase
Notasi Penjelasan Satuan
Jumlah individu rata-rata dalam
Nq Unit
antrian
Unit
S Jumlah fasilitas pelayanan
pelayanan
Tingkat kegunaan fasilitas
R Rasio
pelayanan
Tabel 2.3
Simbol Yang Digunakan Dalam Antrian Multi Channel Single Phase
Notasi Penjelasan Satuan
Tabel 2.4
Rumus Yang Digunakan Dalam Antrian Multi Channel Single Phase
Notasi Rumus
𝜆
Tingkat kegunaan R R=
𝐶𝑥µ
2
(𝜆/µ)
Probabilitas orang ke-n P(n ≤ c) = . 𝑃𝑜
𝑎!
Pn 2
mengantri dalam sistem (𝜆/µ)
P(n ˃ c) = 𝐶! .𝐶 𝑎=4 .𝑃𝑜
Contoh Kasus :
Seorang pemilik toko buku di Kwitang Senen ingin mengetahui dan
menganalisis pelayanan kasirnya. Ia menyewa seorang konsultan untuk
menganalisis antrian di kasir toko buku. Diketahui toko buku tersebut
mempunyai 3 kasir untuk melayani pembeli. Diketahui waktu rata-rata untuk
melayani seorang pembeli 5 menit/orang mengikuti aturan distribusi
eksponential negative. Tingkat kedatangannya 21 orang per jam mengikuti
distribusi poisson. Konsultan tersebut diminta untu memecahkan persoalan
ini:
a. Rasio Pelayanan (R)
b. Proporsi waktu menganggur CSO
c. Rata-rata banyaknya pengantri dalam antrian.
d. Rata-rata banyaknya pengantri dalam system.
e. Rata-rata waktu menunggu dalam antrian.
f. Rata-rata waktu mengunggu dalam system.
g. Probabilitas adanya orang ke-5.
h. Probabilitas adanya 5 orang.
i. Analisis dari penelitian konsultan tersebut.
Sebelum menjawab kasus tersebut perlu Anda analisis terlebih dahulu apa
kasusnya.
Diketahui : C = 3 unit
µ = 5 menit/ orang
λ = 21 orang/ jam
Dari kasus tersebut diketahui bahwa satuan untuk µ masih dalam bentuk
menit/orang. Untuk menjawab pertanyaan-pertanyaan di bawah ini, µ =
5 menit/ orang harus kita ubah satuannya ke dalam orang/jam dengan
cara:
1 jam = 60 menit
= 60 menit : 5 menit
maka diperoleh, µ = 12 orang/jam
Penyelesaian :
a. Rasio Pelayanan (R)
λ 21
R = = = 0,5833 → 58,33 %
C×µ 3 𝑥 12
1
= (21/12)0 (21/12)1 (21/12)2
+ +
0! 1! 3!(1−(21/2x12))
= 0,1556
c. Rata-rata banyaknya pengantri dalam antrian.
Po (λ / µ)𝑐 . λ / c × µ
Lq =
C! (1 – (λ / c .µ))2
= 0,4671
d. Rata-rata banyaknya pengantri dalam system.
L = Lq + λ / µ
L = 0,4671+ 21 / 12
= 2,2171
e. Rata-rata waktu menunggu dalam antrian.
Wq = Lq / λ
Wq = 0,4671/ 21
= 0,02224
f. Rata-rata waktu mengunggu dalam system.
W = Wq + 1 / µ
W = 0,02224 + 1 / 12
= 0,10577
g. Probabilitas adanya orang ke-5.
(λ/µ)𝑛
P (5 > c) = . 𝑃𝑜
𝐶! . 𝐶 𝑛−𝑐
(21 / 12)5
= 𝑥 0,2
3!𝑥 35−3
= 0,04731
h. Probabilitas adanya 4 orang. Untuk mengetahui probabilitas adanya
4 orang pembeli, dihitung satu-per satu dengan rumus:
1
Po = (λ / µ)𝑛 (λ /µ)𝑐
∑𝑐−1
𝑛=0 𝑛! + 𝐶!(1−(λ/c.μ))
(λ / µ)𝑛
P (n > c) = . 𝑃𝑜
𝐶! . 𝐶 𝑛−𝑐
4. Isi kolom Title dengan ABC (sifatnya optional) dan pilih kolom Cost
Analysis dengan No Costs.
5. Isi data pada M/M/s sesuai dengan contoh soal. Lalu klik Solve.
Referensi :
Herjanto, Eddy. ―Manajemen Operasi. Edisi ketiga.Grasindo.Jakarta.2006
Levin, Richard I., et al. (1992). Quantitative Approaches to Management, eight edition,
New York, McGraw-Hill International Editions.
Toha, Hamdy A. (1997). Operations Research: an introduction, Prentice Hall, NJ.
Bustani, Henry. 2005. Fundamental Operation Research. Jakarta: Gramedia Pustaka
Utama
Herjanto, Eddy. ―Manajemen Operasi. Edisi ketiga.Grasindo.Jakarta.2006
Levin, Richard I., et al. (1992). Quantitative Approaches to Management, eight edition,
New York, McGraw-Hill International Editions.
Hamda A. Taha. 2007. Operations Research : An Introduction Eight Edition. Pearson
Education, Inc. Pearson Prentice Hall. Pearson Education, Inc. Upper Saddle River,
NJ 07458.
Hotniar. Riset Operasional Buku Gunadarma
Hiller, Federick. Introduction Operations Research Eleventh Edition. New York,
McGraw-Hill International Editions.