TEORI ANTRAIN II

Single Channel Queuing Model

• Waktu Kedatangan Distribusi Poisson

• Waktu Pelayanan Distribusi Eksponensial
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Perkiraan prestasi dari sistem antrian dapat
digambarkan dengan misalnya : rata-rata jumlah
kedatangan dalam antrian, rata-rata waktu tunggu
dari suatu kedatangan dan persentase waktu luang
dari pelayanan.
✓ Ukuran prestasi ini dapat digunakan untuk
memutuskan jumlah pelayanan yang harus
diberikan, perubahan yang harus dilakukan dalam
kecepatan pelayanan atau perubahan lain dalam
sistem antrian. Dengan sasaran pelayanan, jumlah
pelayan dapat ditentukan tanpa berpatokan pada
biaya waktu tunggu.
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Ukuran prestasi dan parameter model antrian
ditentukan dengan notasi sebagai berikut:
▪ λ = rata-rata kecepatan kedatangan (jumlah
kedatangan persatuan waktu)
▪ 1/λ = rata-rata waktu antar kedatangan
▪ μ = rata-rata kecepatan pelayanan (jumlah satuan
yang dilayani persatuan waktu bila pelayan sibuk).
▪ 1/μ = rata-rata waktu yang dibutuhkan pelayan
▪ ρ = faktor penggunaan pelayan (proporsi waktu
pelayan ketika sedang sibuk)
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Ukuran prestasi dan parameter model antrian
ditentukan dengan notasi sebagai berikut:
▪ Pn = probabilitas bahwa n satuan (kedatangan)
dalam sistem
▪ Lq = rata-rata jumlah satuan dalam antrian (rata-
rata panjang antrian)
▪ Ls = rata-rata jumlah satuan dalam sistem
▪ Wq = rata-rata waktu tunggu dalam antrian
▪ Ws = rata-rata waktu tunggu dalam sistem
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Dalam topik ini akan dibahas permasalahan antrian
yang didasarkan pada asumsi berikut :
1. Satu pelayanan dan satu tahap.
2. Jumlah kedatangan per unit waktu digambarkan
oleh Distribusi Poisson dengan λ = rata-rata
kecepatan kedatangan
3. Waktu pelayanan eksponensial dengan μ = rata-
rata kecepatan pelayanan
4. Disiplin antrian adalah first come first served
(Aturan antrian pertama datang-pertama dilayani)
seluruh kedatangan dalam barisan hingga dilayani,
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Dalam topik ini akan dibahas permasalahan antrian
yang didasarkan pada asumsi berikut :
5. Dimungkinkan panjang barisan yang tak terhingga.
6. Populasi yang dilayani tidak terbatas
7. Rata-rata kedatangan lebih kecil dari rata-rata
waktu pelayanan
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Dari asumsi tersebut dapat diperoleh hasil secara
statistik sebagai berikut :
Pw = probabilitas fasilitas layanan sibuk atau faktor
utilisasi fasilitas = λ / μ
Lq = jumlah rata-rata dalam antrian

Ls = jumlah rata-rata di dalam sistem (yang antri

dan yang sedang dilayani)
 Single Channel Queuing Model
• Merumuskan Masalah Antrian
✓ Dari asumsi tersebut dapat diperoleh hasil secara
statistik sebagai berikut :
Wq = waktu rata-rata di dalam antrian

Ws = waktu rata-rata di dalam sistem

 Single Channel Queuing Model
Contoh kasus 1:
Sebuah perusahaan yang menyewakan furniture mempunyai satu gudang
dengan satu mesin pengangkut yang dioperasikan oleh satu kelompok yang
terdiri dari tiga orang tenaga kerja. Pemimpin perusahaan melihat pada jam-
jam tertentu terjadi antrian truk tetapi di saat lain, petugas yang
mengoperasikan mesin menganggur. Dari data yang telah lalu, diketahui
rata-rata kedatangan 4 truk per jam, dan rata-rata pelayanan 6 truk per
jam. Untuk mengatasi masalah tersebut, pimpinan perusahaan
merencanakan untuk menambah kelompok tenaga kerja untuk
mengoperasikan mesin. Bagaimana dampak penambahan kelompok tenaga
kerja terhadap biaya total yang dikeluarkan perusahaan jika biaya sewa truk
$ 20 per jam, sedang upah tenaga kerja untuk mengoperasikan mesin $6 per
orang per jam. Diasumsikan jika perusahaan menggunakan dua kelompok
tenaga kerja maka rata-rata pelayanan menjadi 12 truk per jam dan jika
perusahaan menggunakan tiga kelompok tenaga kerja maka rata-rata
pelayanan menjadi 18 truk per jam. 1 hari 8 jam kerja.
 Single Channel Queuing Model
Jawab:
a. Jumlah rata-rata dalam antrian
1 Kelompok Kerja

2 Kelompok Kerja

3 Kelompok kerja
 Single Channel Queuing Model
Jawab:
b. Jumlah rata-rata dalam sistem
1 Kelompok Kerja

2 Kelompok Kerja

3 Kelompok kerja
 Single Channel Queuing Model
Jawab:
b. Jumlah rata-rata dalam sistem
1 Kelompok Kerja

2 Kelompok Kerja

3 Kelompok kerja
 Single Channel Queuing Model
Jawab:
c. waktu rata-rata didalam antrian
1 Kelompok Kerja

2 Kelompok Kerja

3 Kelompok kerja
 Single Channel Queuing Model
Jawab:
d. waktu rata-rata didalam sistem
1 Kelompok Kerja

2 Kelompok Kerja

3 Kelompok kerja
 Single Channel Queuing Model
Jawab:
e. Probabilitas fasilitas layanan sibuk
1 Kelompok Kerja

2 Kelompok Kerja

3 Kelompok kerja
 Single Channel Queuing Model
Jawab:
Perbandingan penggunaan 1, 2, dan 3 Kelompok
1 2 3
Deskripsi
kelompok kelompok kelompok
Rata-rata jmlh truk dlm
1.333 truk 0.167 truk 0.063 truk
antrian (Lq)
Rata-rata jmlh truk dlm
2 truk 0.5 truk 0.286 truk
sistem (Ls)
Rata-rata waktu truk dlm
0.333 jam 0.042 jam 0.016 jam
antrian (Wq)
Rata-rata waktu truk dlm
0.5 jam 0.125 jam 0.071 jam
sistem (Ws)
Probabilitas fasilitas jasa
0.667 0.333 0.222
sibuk (Pw)
 Single Channel Queuing Model
Jawab:
Perbandingan biaya total 1, 2, dan 3 kelompok
Biaya tenaga Biaya
Kelompok Biaya truk/hari
kerja/hari total
1 2 x 8 jam x $20 = $320 3 x $6 x 8 jam = $144 $464

2 0,5 x 8 jam x $20 = $ 80 6 x $6 x 8 jam = $288 $368

3 0,286 x 8 jam x $20 = 46 9 x $6 x 8 jam = $432 $478

Dari perhitungan biaya total seperti tampak pada tabel terlihat

bahwa biaya total paling rendah jika perusahaan mempekerjakan
2 kelompok tenaga kerja. Dengan demikian disarankan agar
perusahaan tersebut menambah satu kelompok tenaga kerja.
 Basic Single Server
• Computations
− λ = mean arrival rate
− μ = mean service rate
− n = number of customers in line

• probability that no • average number of

customers are in queuing customers in queuing
system system
λ λ
P0 =
( )
1–
μ
L=
μ–λ
 Basic Single Server

• probability of n • average number of

customers in queuing customers in waiting line
system

λ n λ n λ λ2
Pn =
( ) ( )( )
μ
∙ P0 =
μ
1–
μ
Lq =
μ (μ – λ)
 Basic Single Server
• average time customer • probability that server is
spends in queuing system busy and a customer has to
wait (utilization factor)
1 L λ
W= = ρ=
μ–λ λ μ

• probability that server is idle

• average time customer
and customer can be served
spends waiting in line
I=1– ρ
λ
Wq = λ
μ (μ – λ) =1– = P0
μ
 Basic Single Server

Studi kasus:
Diketahui:
λ = 24
μ = 30
Basic Single Server
Basic Single Server
 Basic Multiple-Server Model

• single waiting line and service facility with

several independent servers in parallel
• same assumptions as single-server model
• sμ > λ
− s = number of servers
− servers must be able to serve customers faster
than they arrive
 Basic Multiple-Server Model
• probability that there are no customers in system
1
P0 = n=s–1 1 λ n 1 λ s sμ
∑
n=0 n! ( ) + ( )( )
μ s! μ sμ - λ

• probability of n customers in system

1 λ n

() P0, for n > s

Pn =
{ s!sn – s
1
n!
λ
()
μ
n
μ

P0, for n ≤ s
 Basic Multiple-Server Model
• probability that customer must wait

λ s λ
Pw =
1
s! ()μ
sμ
sμ – λ
P0 Lq = L –
μ

λμ (λ/μ)s λ 1 Lq
L= P0 + Wq = W – =
(s – 1)! (sμ – λ)2 μ μ λ

L λ
W= ρ=
λ sμ
 Basic Multiple-Server Model
Studi Kasus
 Basic Multiple-Server Model
jawaban
 Basic Multiple-Server Model
jawaban
 Basic Multiple-Server Model
jawaban
 Basic Multiple-Server Model
jawaban