M/M/1
Disusun Oleh :
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG
TAHUN 2018
BAB I
PENDAHULUAN
1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan penulis adalah sebagai
berikut:
1. Mengetahui laju kedatangan pelanggan rata-rata di “Reje-Q ”.
2. Mengetahui laju pelayanan rata-rata di “Reje-Q”.
3. Mengetahui jumlah kedatangan yang diharapkan per rata-rata waktu
pelayanan pada fasilitas di “Reje-Q”.
4. Mengetahui jumlah pelanggan rata-rata dalam sistem di “Reje-Q”.
5. Mengetahui panjang rata-rata dari antrian di “Reje-Q”.
6. Mengetahui waktu rata-rata yang dihabiskan seorang pelanggan dalam
sistem di “Reje-Q”.
7. Mengetahui waktu rata-rata yang dihabiskan seorang pelanggan dalam
antrian di “Reje-Q”.
8. Mengetahui probabilitas bahwa seorang pelanggan menghabiskan lebih
daripada t unit waktu dalam sistem di “Reje-Q”.
9. Mengetahui probabilitas bahwa seorang pelanggan menghabiskan lebih
daripada t unit waktu dalam antrian di “Reje-Q”.
10. Mengetahui probabilitas waktu kosong (pelayan menganggur) pada
keseluruhan sistem antrian di “Reje-Q”.
1.4 Manfaat
Berdasarkan tujuan di atas, maka manfaat dari penulisan makalah ini adalah
sebagai berikut:
1. Kita dapat lebih memahami tentang suatu proses teori antrian
2. Kita dapat mengaplikasikan proses teori antrian di lapangan.
B. Karakteristik Antrian
(a) Notasi Kendall
Notasi kendall adalah notasi untuk menunjukan karakteristik dari sebuah
sistem antrian. Notasi kendall adalah v /w/ x y /z yang memiliki makna :
v menunjukkan pola kedatangan
w menunjukkan pola pelayanan
x menunjukkan jumlah pelayan dalam sistem
y menunjukkan kapasitas sitem
z menunjukkan menunjukkan disiplin antrian.
Dalam mencirikan suatu sistem antian terdapat suatu simbol yang
digunakan. Ciri atau karakteristik dari sistem antrian tersebut akan
dijelaskan dalam tabel berikut.
Ciri Antian Simbol Arti
Distribusi kedatangan
Poisson atau distribusi antar
M kedatangan (waktu
Waktu pelayanan) adalah
Kedatangan eksponensial yang setara.
dan Waktu
D Deterministik.
Pelayanan
Distribusi Erlang, tipe
Ek
k (k=1 , 2 , …).
Misalkan kita mengetahui sistem dari suatu antrian M/M/1 maka artinya
adalah waktu kedatangan pelanggan berdistribusi Poisson, waktu
pelayanannya berdistribusi Eksponensial, banyak pelayan adalah 1, Kapasitas
tak berhingga, dan disiplin antrian adalah PMPK.
Sebagai contoh M/M//3/6 maka artinya adalah waktu kedatangan pelanggan
berdistribusi Poisson, waktu pelayanannya berdistribusi Eksponensial, banyak
pelayan adalah 3, Kapasitas sistem adalah 6, dan disiplin antrian adalah
PMPK.
(b) Pola Kedatangan
Pola kedatangan pelanggan dicirikan dengan waktu kedatangan antar
pelanggan. Pola kedatangan dalam suatu sistem dapat berupa deterministik
atau diketahui secara pasti misalkan kedatangan pelanggan adalah setiap 2
menit. Pola yang demikian merupakan pola deterministik. Pola kedatangan
juga dapat berupa suatu variabel acak yang distribusi probabilitasnya
dianggap telah diketahui.
(c) Pola Pelayanan
Pola pelayanan dicirikan dengan waktu pelayanan yang dibutuhkan seorang
pelayan untuk melayani seorang pelanggan. Waktu pelayanan ini dapat
bersifat deterministik atau dapat berupa suatu varibel acak yang distibusi
probabilitasnya dianggap telah diketahui.
(d) Jumlah Pelayan
Dalam suatu sistem antian pelayan merupakan salah satu komponen yang
harus ada karena tanpa adanya pelayan tidak akan ada yang melayani.
Pelayan dalam suatu sistem dapat diisi oleh satu pelayan atau lebih. Pelayan
dalam sistem tidak harus manusia tetapi dapat juga berupa objek seperti
misalnya mesin.
(e) Kapasitas Sistem
Kapasitas sistem adalah jumlah masimum pelanggan meliputi semua
pelanggan yang sedang dilayani dan semua pelanggan yang sedang
menunggu untuk dilayani atau mengantri yang dapat ditampung oleh fasilitas
pelayanan pada saat yang sama. Apabila terdapat pelanggan yang ingin
masuk pada sistem tetapi tempat fasilitas pelayanan sudah penuh, maka
pelanggan tersebut tidak dapat masuk dalam sistem dan juga pelanggan
tersebut tidak diperbolehkan untuk menunggu diluar karena akan
memperbesar kapasitas dan pelanggan tersebut akan dipaksa untuk
meninggalkan tempat fasilitas pelayanan. Sebuah sistem dapat membatasi
jumlah pelanggannya dengan memberikan kapasitas yang berarti sistem
memiliki kapasitas berhingga atau dapat juga tidak membatasi kapasitas
pelanggannya yang berarti sistem memiliki kapasitas tak berhingga.
(f) Disiplin Antrian
Disiplin antrian adalah aturan bagaimana pelanggan dilayani. Aturan-aturan
yang dimaksud antara lain :
Pertama masuk pertama keluar (PMPK)
Dalam disiplin antrian PMPK ini melayani pelanggan yang pertama datang
sehingga pelanggan yang pertama datang adalah pelanggan yang akan
meninggalkan sistem pertama kali. Disiplin ini juga dikenal sebagai disiplin
First In First Out (FIFO) atau First Come First Served (FCFS).
Terakhir masuk pertama keluar (TMPK)
Dalam disiplin antrian TMPK ini melayani pelanggan yang terakhir datang
sehingga pelanggan yang terakhir datang adalah pelanggan yang akan
meninggalkan sistem pertama kali. Misalkan pelanggan adalah suatu
pekerjaan yang bertumpuk dan pekerjaan yang terakhir kali datang berada
diatas sehingga pekerjaan terakhir dilayani terlebih dahulu. Disiplin ini juga
dikenal sebagai disipplin Last In First Out (LIFO) atau Last Come First
Served (LCFS).
Pelayanan dalam urutan acak
Disiplin antrian dalam urutan acak tidak memperhatikan urutan pelanggan
mana yang datang terlebih dahulu dan mana yang dilayani dahulu oleh karena
itu disiplin antrian ini disebut dengan disiplin antrian dengan urutan acak.
Disiplin ini juga dikenal dengan nama Service In Random Order (SIRO).
Pelayanan berdasarkan prioritas
Disiplin ini menerapkan atruran prioritas dimana pelanggan yang memiliki
prioritas lebih tinggi akan mendapatkan preferensi untuk dilayani pertama.
Peraturan untuk menentukan mana pekerjaan yang akan dikerjakan terlebih
dahulu bergantung terhadap peraturan pelayanan tertentu.
C. Sistem M/M/1
a. Karakteristik Sistem
Sebuah sistem M/M/1 adalah sebuah sistem antrian yang waktu antar-
kedatangannya memiliki distribusi probabilitas eksponensial, dengan
parameter μ ; seorang pelayan ; kapasitas sistem tak terbatasi ; dan disiplin
antriannya adalah yang pertama datang, pertama dilayani. Tetapi λ adalah laju
kedatangan pelanggan rata-rata dan tetapan μ adalah laju pelayanan rata-
rata. Kedua tetapan ini diberikan dalam satuan jumlah pelanggan per satuan
waktu. Waktu antar-kedatangan yang diharapkan dan waktu pelayanan yang
1 1
diharapkan untuk melayani satu pelanggan adalah berturut-turut dan .
λ μ
Karena distribusi eksponensial dari waktu antar-kedatangan dengan rata-
1
rata untuk selang-waktu τ (lihat Teorema 21.1), ekivalen dengan distribusi
λ
Poisson dari pola kedatangan dengan rerata λτ, maka sistem M/M/1 seringkali
disebut sebagai sistem antrian pelayanan tunggal dengan kapasitas tak-
berhingga yang memiliki distribusi Poisson untuk inputnya dan distribusi
eksponensial untuk waktu pelayanannya.
b. Model Markov
Suatu sistem M/M/1 adalah suatu proses kelahiran-kematian Poisson.
Probabilitas, pn(t), bahwa sistem ini mempunyai n pelanggan, baik yang
sedang menunggu atau sedang dilayani, pada saat t memenuhi persamaan-
persamaan Kolmogorov, (21.1), dengan λn = λ dan μn = μ, untuk semua n.
Pemecahan lengkap dari persamaan-persamaan ini, yang memang dapat
diperoleh, tidaklah diperlukan. Seperti halnya dalam bab 19, yang menarik
perhatian adalah bentuk limit dari distribusinya.
c. Pemecahan Keadaan-Tunak
Probabilitas-probabilitas keadaan-tunak (steady-state probabilities) untuk
suatu sistem antrian adalah
pn ≡lim p n ( t )( n=0 , 1 ,2 , … . ) (23.1)
t→∞
jika limitnya ada. Untuk sebuah sistem M/M/1, maka kita definisikan faktor
kegunaan (atau intensitas lalu-lintas) sebagai
λ
ρ ≡ (23.2)
μ
yakni, ρ adalah jumlah kedatangan yang diharapkan per rata-rata waktu
pelayanan. Jika ρ < 1, maka probabilitas-probabilitas keadaan tunak ada dan
diberikan oleh
pn= ρn ( 1−ρ ) (23.3)
Jika ρ > 1, maka kedatangannya terjadi dengan kelajuan yang lebih cepat
daripada yang dapat ditampung oleh pelayan : panjang antrian diharapkan
bertambah tanpa batas sehingga tidak terjadi suatu keadaan tunak. Keadaan
yang sama berlaku apabila ρ = 1.
d. Ukuran Keefektifan
Untuk suatu sistem antrian dalam keadaan tunak, maka ukuran-ukuran
yang menarik perhatian adalah
L ≡ jumlah pelanggan rata-rata dalam sistem
Lq ≡ panjang rata-rata dari antrian
W ≡ waktu rata-rata yang dihabiskan seorang pelanggan dalam
sistem
Wq ≡ waktu rata-rata yang dihabiskan seorang pelanggan dalam
antrian
W(t) ≡ probabilitas bahwa seorang pelanggan menghabiskan lebih
daripada t unit waktu dalam sistem
Wq(t) ≡ probabilitas bahwa seorang pelanggan menghabiskan lebih
daripada t unit waktu dalam antrian
Keempat ukuran efektif yang pertama dalam kebanyakan sistem antrian
berkaitan melalui hubungan
1
W =W q + (23.4)
μ
dan menurut rumus Little
L= λ́ W (23.5)
Lq= λ́ W q (23.6)
Rumus waktu-tunggu (23.4) berlaku apabila (seperti dalam suatu sistem
1
M/M/1) terdapat suatu waktu pelayanan tunggal yang diharapkan, , untuk
μ
semua pelanggan. Rumus Little berlaku untuk sistem antrian yang umum,
asalkan bahwa λ́ menyatakan waktu kedatangan rata-rata para pelanggan ke
dalam fasilitas pelayanan.
Untuk suatu sistem M/M/1, λ́=λ, dan keenam ukuran di atas secara
eksplisit diberikan oleh:
ρ
L= (23.7)
1−ρ
ρ2
Lq= ( 23.8)
1−ρ
1
W= (23.9)
μ−λ
ρ
Wq= (23.10)
μ−λ
−t
W
W ( t )=e ( t ≥ 0 ) (23.11)
−t
Wq ( t )= ρ. e W (23.12)
Dari (23.12) perhatikan bahwa meskipun waktu yang dihabiskan dalam sistem
memiliki distribusi eksponensial (23.11), dan waktu yang dihabiskan dalam
fasilitas pelayanan memiliki distribusi eksponensial, tetapi selisih kedua waktu
ini, yang merupakan waktu yang dihabiskan dalam barisan, tidak memiliki
distribusi eksponensial.
BAB IV
PEMBAHASAN
A. Hasil Pengamatan
Waktu Pengamatan Pelanggan yang dilayani Antrian
19.45.00 #1 -
19.45.32 #1 #2
19.45.50 #2 #3
19.46.07 #2 #3 #4
19.46.15 #3 #4
19.46.48 #4 #5
19.47.10 #5 -
19.47.22 #5 #6
19.47.42 #6 -
19.48.05 #7 -
19.48.25 #7 #8
19.48.55 #8 #9
19.49.10 #9 #10
19.49.20 #9 #10 #11
19.49.35 #10 #11
19.50.00 #11 #12
19.50.23 #12 #13
19.50.40 #12 #13 #14
19.51.00 #13 #14
19.51.21 #14 #15
19.52.00 #15 -
19.52.20 - -
19.53.49 #16 #17
19.54.25 #17 -
19.55.03 - -
19.56.13 #18 -
19.56.33 - -
19.56.43 #19 #20
19.57.20 #20 -
19.58.10 #21 -
19.58.35 - -
19.59.45 #22 -
20.00.00 - -
Pelanggan Waktu Kedatangan Waktu Dilayani Selesai Dilayani Lama Dilayani
(detik)
#1 19.45.00 19.45.00 19.45.50 50
#2 19.45.32 19.45.50 19.46.15 25
#3 19.45.50 19.46.15 19.46.48 28
#4 19.46.07 19.46.48 19.47.10 22
#5 19.46.48 19.47.10 19.47.42 32
#6 19.47.22 19.47.42 19.48.05 23
#7 19.48.05 19.48.05 19.48.55 50
#8 19.48.25 19.48.55 19.49.10 15
#9 19.48.55 19.49.10 19.49.35 25
#10 19.49.10 19.49.35 19.50.00 25
#11 19.49.20 19.50.00 19.50.23 23
#12 19.50.00 19.50.23 19.51.00 37
#13 19.50.23 19.51.00 19.51.21 21
#14 19.50.40 19.51.21 19.52.00 39
#15 19.51.21 19.52.00 19.52.20 20
#16 19.53.49 19.53.49 19.54.25 36
#17 19.53.49 19.54.25 19.55.03 38
#18 19.54.25 19.56.13 19.56.33 20
#19 19.56.13 19.56.43 19.57.20 37
#20 19.57.20 19.57.20 19.58.10 50
#21 19.58.10 19.58.10 19.58.35 25
#22 19.59.45 19.59.45 20.00.00 15
B. Pembahasan
1. Laju rata-rata waktu datang
1 jumlah waktu antar kedatangan ( detik )
=
λ jumlah pelanggan
0++32+18+17+ 41+34+ 43+20+30+15+ 10+40+23+ 17+41+148+0
1 +148+ 30+0+87+ 95
=
λ 22
1 889
=
λ 22
1
=40,40909
λ
1
λ= orang /detik
40,40909
λ=0,024746 orang / detik
2. Laju pelayanan rata-rata
1 656
=
μ 22
1
=29 , 81818
μ
1 orang
μ= =0,0335365
27,81818 detik
ρ 0,7379
L= = =2,815450 pelanggan
1−ρ 1−0,7379
ρ2 ( 0,7379 )2 0,54450
Lq= = = =2,077542 pelanggan
1−ρ 1−0,7379 0,308475
1 1 1
W= = = =113 , 769 detik
μ−λ 0,0335365−0,0247469 0,0087896
ρ 0,73790 0,73790
Wq= = = =83,951619 detik
μ−λ 0,0335365−0,0247469 0,0087896
8. Probabilitas bahwa seorang pelanggan menghabiskan lebih daripada 2
menit di dalam sistem
−t −120
W 113,769
W ( t )=e =e =0,3482=34,82 %
¿ 0,7379 . 0,3482
¿ 0,2569
¿ 25,69 %
p0= ρ0 ( 1−ρ )
0
¿ ( 0,7379 ) ( 1−0,7379 )
¿ 1 .0,262092
¿ 0,262092
¿ 26,2 %
BAB III
PENUTUP
3.1 Simpulan
0,02474 orang
1. Laju kedatangan pelanggan rata-rata di “Reje-Q” =
detik
0,03353 orang
2. Laju pelayanan rata-rata di “Reje-Q” =
detik
3. Jumlah kedatangan yang diharapkan per rata-rata waktu pelayanan pada
fasilitas di “Reje-Q” = 0,7379
4. Jumlah pelanggan rata-rata dalam sistem di “Reje-Q” =
2,81545 pelanggan
5. Panjang rata-rata dari antrian di “Reje-Q” = 2,07754 pelanggan
6. Waktu rata-rata yang dihabiskan seorang pelanggan dalam sistem di
“Reje-Q = 113,769 detik
7. Waktu rata-rata yang dihabiskan seorang pelanggan dalam antrian di
“Reje-Q” = 83,951 detik
8. Probabilitas bahwa seorang pelanggan menghabiskan lebih daripada t unit
waktu dalam sistem di “Reje-Q” = 95,7 %
9. Probabilitas bahwa seorang pelanggan menghabiskan lebih daripada t unit
waktu dalam antrian di “Reje-Q” = 70,61 %
10. Probabilitas waktu kosong (pelayan menganggur) pada keseluruhan sistem
antrian di “Reje-Q” = 26,2 %
3.2 Saran
Dalam mengamati antrian, yang dibutuhkan adalah ketelitian, kejelian, dan
kesabaran dalam pengamatan. Dimulai dengan menentukan waktu pelanggan
mulai memasuki kasir atau pelayanan dan kapan pelanggan masuk dalam
antrian serta waktu pelanggan selesai dilayani. Semakin detail waktu yang
dicatat oleh pengamat maka perhitungan waktu kedatangan dan waktu
pelayanan semakin baik atau akurat.