Krishnamurti
NIM: 13419058/K-02
RESUME QUEUING MODELS
OR II
Dalam buku TAHA, disebutkan bahwa berbagai aspek dalam hidup manusia(bahkan tidak dilimitasi terhadap manusia saja) berkaitan erat dengan
antrian. Contohnya: mengantri pada restaurant, antrian barang sebelum masuk ke mesin, antrian masuk ke bandara. Pada antrian, tentunya aktivitas
menunggu tidak bisa dihilangkan secara utuh tanpa dilakukannya aktivitas dengan expenses tertentu sehingga tujuannya adalah untuk mengurangi
impact kepada tingkat yang tolerable.
Antrian Erat kaitan dengan rantai Markov, dinamis seiring berjalannya waktu
Sumber Input
Antrian
- Cara anggota antrian dipilih: FCFS (Bank Umum), Random (Case public housing), prioritas (nasabah prioritas)
Mekanisme Pelayanan
untuk dispilin pelayanan: FCFS, LCFS (last come, first served), SIRO (random)
Terminologi
Panjang antrian: jumlah pelanggan yang menunggu untuk dilayani = status sistem dikurangi jumlah pelanggan yang sedang dilayani
Proses stokastik dimana sistem antrian mengikuti rantai markov kontinyu. Proses transisi ada (n+1) kedatangan
dan (n-1) kepergian. Proses kematian ketika proses menjadi status 0. Proses tidak bisa loncat, evolusi harus
dilakukan tahap per tahap. Sehingga, terdapat proses memoryless atau tidak menyimpan ingatan.
Akan digunakan,
Q n,n+1 = Lamda n (rerata laju kedatangan jika ada n pelanggan dalam sistem)
Phi n adalah laju kedatangan yang sama dengan laju kedatanganan, dalam kondisi steady state ada berapa
pelanggan.
- Laju bisa berubah setiap status dengan kriteria tertentu (contoh penambahan fasilitas pelayanan)
- Tapi tidak akan dipengaruhi jumlah pelanggan
Notasi
Pn(t) | Pn (t=0) Probabiliras tepat terdapat n pelanggan pada saat t diberukan jumlah pelanggan pada saat 0.
S = Jumlah pelayan
Lamda n konstan untuk semua n, lamda n = lamda dan jika Miu n konstan untuk semua n>= 1, miu n = miu
Pn = Probabilitas tepat terdapat n pelanggan dalam sistem, L = ekpektasi jumlah pelanggan dalam sistem, Lq = ekspektasi pelanggan menunggu
dilayani (tidak termasuk pelanggan sedang dilayani), W = ekspektasi waktu dalam sistem untuk pelanggan individual, Wq = ekspektasi waktu dalam
antrian (tidak termasuk waktu pelayanan)
Konteks bisnis: Nilai diatas lebih kecil dari sistem sebelumnya, berarti berhasil diperbaiki sistem antriannya.
Keadaan mapan: brand terkenal, ketika lewat mau tidak mau akan mengantri karena lapar dan sudah percaya
Keadaan tidak mapan: Tidak macet dan brand tidak terkenal, sehingga bisa ditinggal
Ekspektasi jumlah berada dalam sistem antrian = ekspektasi waktu dalam antrian dikali laju
Pada kondisi umum, kedatangan pelanggan terjadi dalam keadaan random. Kerandoman ini berarti kejadian dari event
tidak diinfluensikan dari panjang waktu yang telah berlalu pada kejadian event terakhir. Sehingga kerandoman waktu antar
kedatangan dan waktu pelaynan dalam model antrian dideskrivsikan dengan distribusi eksponensial.
Terjadi lack of memory/forgetfulness pada eksponensial yang dijelaskan menggunakan contoh waktu sekarang 8:20 AM
dan 8:29 untuk kedatangan selanjutnya. Hal ini membuat probabilias kedatangan selanjutnya akan terjadi hanya ditentukan
oleh interval waktu saat ini dan waktu kedatangan selnajutnya yang telah ditentukan. Berikut merupakan forgetfulness
property.
Apabila WAD mengikuti dist eksponensial, maka peluang akan banyak yang jarak kecil2, jarak antar pelanggan ke
pelanggan selanjutnya tidak terlalu jauh. Sehingga jarak yang panjang akan jarang terjadi. Berikut merupakan ciri-ciri dist
eksponen. 1. Monton turun 2.lack of memory 3.minimum dari beberapa variable independent dist ekspon akan memiliki dist
eksponensial 4. Hubungan dengan dist. Poisson 5. Nilai positif Peluang lack of memory mendekati alpha x delta t 6. Tidak
dipengaruhi agregasi maupun disagregasi.