PROPOSAL TUGAS AKHIR

SIMULASI MODEL ANTRIAN MENGGUNAKAN

METODE MONTE CARLO
PROPOSAL

AGITA GRESELLA BR PURBA

170803052

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2021
 2

A. RENCANA JUDUL
Penggunaan Metode Monte Carlo Pada Simulasi Antrian

B. BIDANG ILMU
Matematika – Operasi Riset (OR)

C. LATAR BELAKANG
Tidak dapat dipungkiri, dalam kehidupan sehari-hari banyak orang menunggu
untuk mendapatkan sesuatu, baik itu pelayanan maupun barang. Hal inilah
yang disebut dengan antrian, seperti menunggu untuk mendapatkan pelayanan
dari para medis, menunggu untuk pengisian bahan bakar, menunggu untuk
mendapatkan tiket kendaraan umum, menunggu untuk mendapatkan pelayanan
dari bank, dan lain sebagainya. Antrian tidak hanya dialami oleh manusia,
tetapi antrian juga bisa terjadi pada barang seperti menunggu untuk dikemas,
atau menunggu untuk berbagai tahapan produksi lainnya. Antrian yang terlalu
panjang dapat membuat konsumen bosan untuk mengantri, terkadang dapat
pula membuat konsumen keluar dari antrian dan tidak menunggu lagi. Namun
sebaliknya jika tidak ada antrian maka dapat menyebabkan server menganggur,
karena tidak ada konsumen yang akan dilayani.
Teori antrian pertama kali dikemukakan oleh A.K. Erlang, seorang ahli
matematika bangsa Demark pada tahun 1913 dalam bukunya “Solution of
Some Problem in The Theory of Probability of Significancein Automatic
Telephone Exchange”. Penggunaan istilah Sistem Antrian (Queueing System)
dijumpai pertama kali pada tahun 1951 di dalam journal Royal Statistical
Society, sedangkan masalah antrian itu sendiri sebenarnya sudah dijumpai
sejak dulu. Faktor-faktor yang berpengaruh terhadap barisan antrian dan
pelayanan antara lain adalah distribusi kedatangan, distribusi pelayanan,
fasilitas pelayanan, disiplin pelayanan, ukuran dalam antrian, dan jumlah
server. Dalam tingkat kedatangan dan pelayanan terdapat faktor ketidakpastian.
Adanya faktor ketidakpastiaan yang berupa variabel random ini menyebabkan
kita sulit menyelesaikan modelnya.
 3

Simulasi dapat digunakan sebagai cara untuk menyelesaikan persoalan

dengan variabel random. Simulasi adalah duplikasi atau abstraksi dari
kehidupan nyata ke dalam model matematika. Banyak metode yang digunakan
dalam simulasi, salah satunya adalah metode Monte Car.lo. Metode Monte
Carlo adalah teknik pemilihan angka random dari distribusi probabilitas untuk
mensimulasikan berbagai perilaku sistem fisika dan matematika. Siagian
(1987) menyatakan bahwa simulasi Monte Carlo merupakan suatu pendekatan
untuk membentuk kembali distribusi peluang yang didasarkan pada pilihan
atau pengadaan bilangan acak (random). Pada tahun 1950-an, metode ini
digunakan di Laboratorium Nasional Los Alamos untuk penelitian awal
pengembangan bom hidrogen, dan kemudian sangat populer dalam bidang
fisika dan riset operasi. Penggunaan metode Monte Carlo memerlukan
sejumlah besar bilangan acak, dan hal tersebut semakin mudah dengan
perkembangan pembangkit bilangan acak, yang jauh lebih cepat dan praktis
dibandingkan dengan metode sebelumnya yang menggunakan tabel bilangan
acak untuk sampling statistik. Metode Monte Carlo digunakan dalam proses
antrian, dapat juga digunakan dalam persediaan dan proses produksi.
Beberapa penelitian sebelumnya terkait dengan simulasi antrian antara
lain, Elida Fitri (2009), mahasiswi departemen Matematika Universitas
Sumatera Utara melakukan penelitian berjudul “Simulasi Antrian dan
Implementasinya”, dimana data pada penelitian ini diperoleh dari Klinik
Spesialis Dalam (INTERNIST) Dr. H. Faisal Lubis, Sp. PD Bireun. Penelitian
ini menggunakan sistem antrian dengan satu pelayan (server), yaitu seorang
dokter.
Rizka Rahmi Zebua (2011), mahasiswi departemen Matematika
Universitas Sumatera Utara melakukan penelitian berjudul “Analisis Sistem
Antrian Pelayanan Pasien di Puskesmas Rantang Medan” dimana sistem
antrian pada penelitian ini yaitu kedatangan pasien berdistribusi Poisson, waktu
pelayanan berdistribusi Eksponensial dengan jumlah pelayanan satu pada
masing-masing poli, disiplin antrian adalah pasien yang pertama datang yang
pertama dilayani serta kapasitas pelayanan dan sumber kedatangannya tidak
terbatas.
 4

Florensa Br Ginting (2014), mahasiswi departemen Teknik Elektro

Universitas Sumatera Utara melakukan penelitian berjudul “Analisis Kinerja
Sistem Antrian M/M/1/N”, yaitu sistem antrian dengan satu pelayan (server)
dengan tempat tunggu yang terbatas. Pada penelitian tersebut diperoleh
kesimpulan bahwa hasil simulasi hampir mendekati hasil teori.
Yosephin Elisabeth Panggabean (2016), mahasiswi departemen
Matematika Universitas Sumatera Utara melakukan penelitian berjudul “Kajian
Sistem Pelayanan Bus Lintas USU” dimana simulasi yang dilakukan adalah
dengan 2 bus yang beroperasi dan 3 bus yang beroperasi. Dari hasil yang
diperoleh dengan bantuan aplikasi SPSS, dipeoleh kesimpulan bahwa
penggunaan 3 armada bus yang tersedia seharusnya sudah cukup efisien,
namun dengan prinsip waktu tempuh membuat kinerjanya kurang baik.
Mimi Kurnia Nengsih dan Nirta Vera Yustanti (2017), melakukan
penelitian analisis sistem antrian dalam jurnalnya yang berjudul “Analisis
Sistem Antrian Pelayanan Administrasi Pasien Rawat Jalan pada Rumah Sakit
Padmalalita Muntilan” dan memperoleh kesimpulan bahwa jika dilakukan
penambahan satu server menjadi dua server, waktu tunggu pasien dalam
antrian berkurang. Mereka menyarankan agar Rumah Sakit Padmalalita
Muntilan menggunakan sistem antrian prioritas 2 (dua) Server, karena dengan
bertambahnya petugas pelayanan administrasi pada rawat jalan maka waktu
tunggu dan panjang antrian pasien dapat dikurangi.
M. Safril Bahar, Mans Lumiu Mananohas, dan Chriestie E. J. C.
Montolalu (2018), dalam jurnalnya yang berjudul “Model Sistem Antrian
dengan Menggunakan Pola Kedatangan dan Pola Pelayanan Pemohon SIM di
Satuan Penyelenggaraan Adminstrasi SIM Resort Kepolisian Manado”
melakukan penelitian model sistem antrian dan memperoleh kesimpulan bahwa
pola kedatangan berdistribusi poisson yang artinya sesuai dengan harapan atau
dengan kata lain antrian pada saat kedatangan sudah optimal. Pola pelayanan
yang terjadi pada tempat pendaftaran (Loket I) dan tempat pengisian formulir
(Loket II) tidak berdistribusi eksponensial, yang artinya, waktu pelayanan tidak
sesuai dengan waktu yang diharapkan. Sedangkan pada tempat pengambilan
 5

SIM (Loket III) waktu pelayanan berdistribusi eksponensial yang artinya,

waktu pelayanan sesuai dengan waktu yang diharapkan.
Dalam jurnalnya yang berjudul “Analisis Model Sistem Antrian pada
Pelayanan Administrasi”, Maxsi Ary (2019) melakukan analisis model antrian
yang digunakan pada bagian pelayanan administrasi kampus AMIK BSI
Bandung, dimana model antrian pada pelayanan administrasi tersebut
menggunakan single channel single phase (sebuah sistem pelayanan yang
melayani dengan satu jalur antrian dan satu pelayanan). Dalam jurnalnya
tersebut, Maxsi Ary menyarankan agar model antrian yang digunakan untuk
penelitian selanjutnya dapat menggunakan multi channel multi phase (sebuah
sistem pelayanan yang melayani dengan beberapa jalur antrian dan beberapa
pelayanan).
Dalam kesempatan ini aplikasi masalah antrian secara khusus akan dibahas
pada “Bank X”. Karena ada permasalahan antrian pada Bank X ini maka
diadakan penelitian secara sistematis untuk menganalisis masalah antrian
tersebut dengan menggunakan beberapa alternatif sehingga tidak terjadi antrian
yang terlalu panjang dan pihak yang melayani ataupun nasabah yang
dilayanani mendapatkan hasil yang terbaik.
Secara umum, model antrian bank menggunakan disiplin antrian First
Come First Served (FCFS) atau First In First Out (FIFO), di mana pelanggan
yang terlebih dahulu datang akan dilayani terlebih dahulu. Ukuran kedatangan
dalam model antrian bank bersifat tidak terbatas (infinite queue) dimana
besarnya antrian pelanggan yang akan memasuki fasilitas pelayanan tidak
diabatasi.
Distribusi waktu pelayanan yang digunakan adalah pelayanan secara
individual (single service). Desain fasilitas pelayanan berbentuk paralel,
dimana model antrian terdiri dari beberapa garis lurus yang antara yang satu
dengan yang lain paralel. Struktur antrian yang digunakan adalah sistem Multi
Channel – Single Phase. Struktur ini terjadi jika ada dua atau lebih fasilitas
pelayanan dialiri oleh antrian tunggal.
 6

Multi Channel – Single Phase

Pada struktur ini subjek pemangilan populasi yang dilayani akan datang,
masuk dan membentuk antrian pada satu baris/aliran pelayanan dan selanjutnya
akan berhadapan dengan beberapa fasilitas pelayanan identik yang parallel.
Model antrian bank secara umum adalah M/M/k/∞/∞ atau (M/M/k) :
(GD/∞/∞), dimana :
M = Distribusi kedatangan atau keberangkatan dari proses Poisson
(Distribution of Poisson Arrival).
M = Distribusi yang sama untuk service time.
k = Jumlah server.
GD = General Discipline.
∞ = Tak terhingga pelanggan dan sumbernya.
Dari persoalan di atas, faktor ketidakpastian yang ada dalam masalah
simulasi tidaklah mudah untuk menyelesaikan modelnya. Simulasi sangat
cocok untuk mengamati sistem yang tidak pasti. Banyak metode yang
digunakan dalam simulasi salah satunya adalah simulasi Monte Carlo. Teknik
Monte Carlo menggunakan pemilihan angka secara random dari distribusi
probabilitas untuk menjalankan simulasi.
Dalam simulasi antrian, pendekatan Monte Carlo ini digunakan untuk
menghasilkan variabel input seperti waktu antar kedatangan, waktu pelayanan,
dan variable input lainnya sesuai dengan distribusi yang diinginkan. Kesulitan
menyelesaikan persoalan secara analitik disebabkan oleh adanya komponen
yang berupa variable random. Metode Monte Carlo ini bersifat statis artinya
teknik ini tidak memperhatikan perubahan-perubahan nilai dari variabel-
variabel yang ada jika terjadi di waktu yang berbeda. Hal ini yang
melatarbelakangi penulis mengangkat permasalahan ini sebagai judul skripsi,
 7

yaitu “PENGGUNAAN METODE MONTE CARLO PADA SIMULASI

ANTRIAN”.

D. RUMUSAN MASALAH
Permasalahan yang akan dibahas adalah bagaimana cara mensimulasikan
model antrian dengan menggunakan metode Monte Carlo sehingga diperoleh
beberapa solusi alternatif yang berbeda-beda untuk antrian tersebut.

E. BATASAN MASALAH
Pembatasan masalah dari permasalahan ini adalah :

1. Permasalahan ini hanya mencakup kedatangan, pelayanan, dan disiplin

antrian.
2. Permasalahan ini menyangkut proses antrian nasabah yang datang ke bank
untuk melakukan transaksi yang berbeda-beda.
3. Model yang digunakan adalah model antrian ganda.

F. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah untuk memodelkan simulasi antrian pada
Bank X dengan metode Monte Carlo dan jika dimungkinkan akan dicari solusi
penyelesaian agar lama waktu antri nasabah dengan alternatif yang berbeda-
beda seperti dengan atau tanpa menambah atau mengurangi fasilitas maupun
komponen penunjang lain secara signifikan.

G. MANFAAT PENELITIAN
1. Hasil penelitian ini diharapkan dapat mengurangi lama waktu mengantri
yang terjadi dalam masalah antrian di kehidupan sehari-hari dengan
menggunakan metode Monte Carlo.
2. Dapat menggunakan metode Monte Carlo dalam masalah lain selain
masalah antrian.
3. Dapat menambah ilmu pengetahuan dan menjadi referensi yang
berhubungan dengan masalah simulasi dan masalah antrian.
 8

H. TINJAUAN PUSTAKA
1. Teori Antrian
Thomas J. Kakiay (2004) dalam bukunya yang berjudul “Dasar Teori Antrian
untuk Kehidupan Nyata” menjelaskan bahwa situasi menunggu merupakan
bagian dari keadaan yang terjadi dalam rangkaian kegiatan operasional yang
bersifat random dalam suatu fasilitas pelayanan. Tujuan sebenarnya dari teori
antrian adalah meneliti kegiatan dari fasilitas pelayanan dalam rangkaian
kondisi random dari suatu sistem antrian yang terjadi.
Richard Bronson (1982) dalam bukunya yang berjudul “Teori dan Soalsoal
Operation Researh” menyatakan bahwa suatu proses antrian (queueing process)
adalah suatu proses yang berhubungan dengan kedatangan seseorang
pelanggan pada suatu fasilitas pelayanan, kemudian menunggu dalam suatu
baris (antrian) jika semua pelayannya sibuk, dan akhirnya meninggalkan
fasilitas tersebut. Sebuah sistem antrian adalah suatu himpunan pelanggan,
pelayan dan suatu aturan yang mengatur kedatangan pada pelanggan dan
pemrosesan masalahnya.
Pangestu Subagyo (1983) dalam bukunya “Dasar-Dasar Operations
Research” menyatakan bahwa Didalam metode simulasi dicoba untuk
menemukan model yang cocok untuk persoalan yang dihadapi. Perumusan
persoalan dan pembuatan model ini dilakukan berdasarkan keadaan masalah
yang dihadapi.
Suad Husnan (1982) dalam bukunya yang berjudul “Teori Antrian”
menyatakan bahwa Salah satu cara yang tepat untuk mengatasi masalah antrian
ini adalah dengan menggunakan metode simulasi keseluruhan masalah untuk
merancang suatu percobaan yang akan menirukan semirip mungkin keadaan
yang sebenarnya dan kemudian mengamati apa yang akan terjadi. Metode
simulasi ini merupakan salah satu metode yang efektif untuk memecahkan
masalah antrian jenis ini. Simulasi didefinisikan sebagai salah satu cara untuk
menghasilkan kondisi dari situasi dengan model untuk studi, menguji, atau
training, dan lain-lain (Oxford Amercan Dictionary,1980).
 9

Khosnevis (1994) mendefinisikan simulasi sebagai pendekatan

eksperimental. Keterbatasan metode analistis dalam mengatasi sistem dinamis
yang kompleks membuat simulasi sebagai alternatif yang baik.

1.1. Faktor Sistem Antrian

Faktor-faktor yang berpengaruh terhadap barisan antrian dan
pelayanannya adalah :
1. Distribusi Kedatangan
a. Kedatangan secara individu (tunggal = single arrivals)
b. Kedatangan secara kelompok (bulk arrivals)
2. Distribusi Waktu Pelayanan
a. Pelayanan secara individual (single service)
b. Pelayanan secara kelompok (bulk service)
3. Fasilitas Pelayanan
a. Bentuk series, dalam satu garis lurus ataupun satu garis
melingkar
b. Bentuk paralel, dalam beberapa garis lurus antara yang satu
dengan yang lain paralel.
c. Bentuk network station, yang dapat didesain secara series
dengan pelayanan lebih dari satu pada setiap stasiun. Bentuk ini
dapat juga dilakukan secara paralel dengan stasiun yang
berbeda-beda.
4. Disiplin Pelayanan
a. Pertama datang, pertama dilayani (FCFS = First Come First
Service).
b. Terakhir datang, pertama kali yang dilayani (LCFS = Last Come
First Service).
c. Pelayanan dalam random order (SIRO = Service in Random
Order).
d. Prioritas pelayanan, yang berarti pelayanan dilakukan khusus
pada pelanggan utama (VIP Customer).
 10

5. Ukuran dalam Antrian

a. Ukuran kedatangan secara tidak terbatas (infinite queue)
b. Ukuran kedatangan secara terbatas (finite queue)
6. Sumber Pemanggilan
a. Sumber panggilan terbatas (finite calling source)
b. Sumber panggilan tak terbatas (infinite calling source)

1.2. Proses Masukan

Dalam antrian, terdapat jeda waktu antara kedatangan pelanggan yang
satu dengan berikutnya, yang bila dicatat secara statistik berlaku bebas
dan dapat juga stabil dengan interval waktu yang panjang dan sekaligus
juga dapat menunjukkan tidak memerlukan kondisi yang khusus.
Dalam antrian yang sedang berlangsung, kadang ada pelanggan
yang meninggalkan barisan antrian dan tidak kembali, karena terlalu
lama dan jemu. Hal ini perlu juga mendapat perhatian dalam desain
perhitungannya. Disisi lain, ada pelanggan yang berpindah-pindah dari
antrian satu ke antrian lainnya, karena ada barisan yang lebih pendek
dan pelanggan ini ingin cepat dilayani.

1.3. Proses Keluaran

Proses pelayanan pada umumnya menggunakan distribusi peluang
tertentu, seperti distribusi eksponensial negatif ataupun menggunakan
parameter distribusi poisson. Dalam proses pelayanan ini terdapat
bentuk pelayanan tunggal (Single Server) dan pelayanan majemuk
(Multiple Server). Sistem pelayanan mengikuti kedatangan pelanggan
dapat dinyatakan dengan :
a. Pelayanan tunggal dengan kedatangan tidak terhingga.
b. Pelayanan majemuk dengan kedatangan tidak terhingga.
c. Pelayanan tunggal dengan kedatangan terbatas.
d. Pelayanan majemuk dengan kedatangan terbatas.
 11

Dalam proses pelayanan, penyedia layanan dapat menggunakan

bentuk pelayanan tertentu yang disesuaikan dengan distribusi
kedatangan pelanggan. Bentuk layanan dapat berupa :
a. Pelayanan tunggal series.
b. Pelayanan tunggal majemuk.
c. Pelayanan tunggal paralel.
d. Pelayanan majemuk paralel.
e. Pelayanan bentuk melingkar.

2. Metode Monte Carlo

Arman Hakim (2007) dalam bukunya “Simulasi Bisnis” menyatakan bahwa
Pendekatan Monte Carlo digunakan untuk menghasilkan variable input dalam
simulasi seperti waktu antar kedatangan, waktu proses, dan variable input lain
sesuai dengan disribusi yang diinginkan. Teknik ini menggunakan bilangan
random yang berdistribusi uniform. Langkah-langkah yang digunakan dalam
metode Monte carlo adalah sebagai berikut :
1. Lakukan observasi terhadap parameter yang dimodelkan.
2. Hitung frekuensi tiap-tiap nilai parameter.
3. Hitung distribusi frekuensi kumulatif dan distribusi probabilitas kumulatif.
4. Pasangkan nilai kelas dari tiap parameter dengan bilangan random dengan
range antara 0.000-0.999.
5. Tarik suatu bilangan random dengan menggunakan tabel random maupun
microsoft excel.
6. Dapatkan nilai parameter yang sesuai dengan memasangkan bilangan
random yang dihasilkan.
Sri Mulyono (2002) dalam bukunya yang berjudul “Riset Operasi”
menyatakan bahwa Dalam simulasi, variable random dinyatakan dalam
distribusi probabilitas, sehingga sebagian besar model simulasi adalah model
probabilistik. Arti istilah Monte Carlo sering dianggap sama dengan simulasi
probabilistik, namun Monte Carlo sampling secara lebih tegas berarti teknik
memilih angka secara random dari distribusi probabilitas untuk menjalankan
simulasi.
 12

P. Siagian (1987) dalam bukunya “Penelitian Operational” menyatakan

bahwa Simulasi Monte Carlo merupakan suatu pendekatan untuk membentuk
kembali distribusi peluang yang didasarkan pada pilihan atau pengadaan
bilangan acak (random). Ada beberapa cara untuk menghasilkan bilangan acak
dari Monte Carlo merupakan cara yang paling baik terutama untuk suatu
distribusi diskrit empiris.
Levin, dkk (2002) menyatakan bahwa pada umumnya terdapat 5 langkah
pokok yang diperlukan dalam menggunakan simulasi, yaitu :
1. Menentukan persoalan atau sistem yang hendak disimulasi.
2. Formulasikan model simulasi yang hendak digunakan.
3. Ujilah model dan bandingkan tingkah lakunya dengan tingkah laku dari
sistem nyata, kemudian berlakukanlah model simulasi tersebut.
4. Rancang percobaan – percobaan simulasi.
5. Jalankan simulasi dan analisis data.
Winda Nur Cahyo (2008) menyatakan bahwa Simulasi Monte Carlo
adalah salah satu metode simulasi sederhana yang dapat dibangun secara cepat
dengan hanya menggunakan spreadsheet (misalnya Microsoft Excel).
Pembangunan model simulasi Monte Carlo didasarkan pada probabilitas yang
diperoleh data historis sebuah kejadian dan frekuensinya, dimana:

fi
Pi =
n
dengan:
Pi : Probabilitas kejadian i.
fi : Frekuensi kejadian i.
n : Jumlah frekuensi semua kejadian.
Tetapi dalam simulasi Monte Carlo, probabilitas juga dapat ditentukan
dengan mengukur probabilitas sebuah kejadian terhadap suatu distribusi
tertentu. Bilangan acak yang digunakan dalam simulasi Monte Carlo ini
merupakan sebuah representasi dari situasi yang tidak pasti dalam sebuah
sistem nyata.
 13

I. METODOLOGI PENELITIAN
Metodologi yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Studi literatur dan referensi, yaitu mempelajari buku-buku dan makalah-
makalah dari pustaka yang berhubungan dengan antrian dan simulasi.
2. Pengambilan data antrian serta melakukan pemeriksaan ulang dikala
terjadi kesalahan dalam melakukan pengambilan data antrian pada Bank
X.
3. Mengolah data berdasarkan kriteria-kriteria olah data pada metode
simulasi Monte Carlo serta menggambarkan beberapa alternatif antrian
yang dapat diterapkan.
4. Menyimpulkan hasil olah data antrian dengan metode simulasi Monte
Carlo serta dapat menentukan alternatif antrian yang diterapkan dengan
waktu menunggu yang paling minimum.
 14

J. KERANGKA PENELITIAN
Adapun kerangka penelitian yang akan dilakukan dalam penelitian ini adalah :

Mengumpulkan referensi berupa buku-buku

materi, bahan ajar perkuliahan dan jurnal
nasional maupun internasional yang
berhubungan dengan antrian dan simulasi

Mengambil data antrian yang akan

disimulasikan serta melakukan pemeriksaan
ulang dikala terjadi kesalahan dalam
melakukan pengambilan data antrian

Mengolah data berdasarkan kriteria-kriteria

olah data pada metode simulasi Monte Carlo

Menggambarkan beberapa alternatif antrian

yang dapat diterapkan

Mencatat hasil dan kesimpulan

Kerangka Penelitian
 15

DAFTAR PUSTAKA

Aminudin, 2005. “ Prinsip-Prinsip Riset Operasi”. Erlangga : Jakarta.

Ary, Maxsi, 2019. “Analisis Model Sistem Antrian pada Pelayanan Administrasi”.
https://doi.org/10.36787/jti.v13i1.102 (diakses 22 Maret 2021).
Bahar, M. Safril, Mans Lumiu Mananohas, dan Chriestie E. J. C. Montolalu,
2018. “Model Sistem Antrian dengan Menggunakan Pola Kedatangan
dan Pola Pelayanan Pemohon SIM di Satuan Penyelenggaraan
Adminstrasi SIM Resort Kepolisian Manado”.
https://ejournal.unsrat.ac.id/index.php/decartesian (diakses 23 Maret
2021)
Bronson, Richard, 1991. “Teori dan Soal-Soal Operation Reasearch”. Edisi
Pertama Cetakan Kedua. Erlangga : Jakarta.
Cahyo, Winda Nur. 2008. “Pendekatan simulasi monte carlo untuk pemilihan
alternative dengan decision tree pada nilai outcome yang probabilistik.
hal.13.
Fitri, Elida, 2009. “Simulasi Antrian dan Implementasinya”.
http://repository.usu.ac.id/handle/123456789/14072 (diakses 12 Maret
2021).
Ginting, Florensa, 2014. “Analisis Kinerja Sistem Antrian M/M/1/N”.
http://repository.usu.ac.id/handle/123456789/41558 (diakses 12 Maret
2021).
Husnan, Suad, 1982.”Teori Antrian”. BPFE : Yogkarta.
Kakiay, Thomas J, 2004. “Dasar Teori Antrian untuk Kehidupan Nyata.” Andi :
Yogyakarta.
Mulyono, Sri, 2002. “Riset Operasi”. Fakultas Ekonomi Universitas Indonesia:
Jakarta.
Nengsih, Mimi Kurnia, Nirta Vera Yustanti, 2017. “Analisis Sistem Antrian
Pelayanan Administrasi Pasien Rawat Jalan pada Rumah Sakit
Padmalalita Muntilan”. https://www.google.com/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwj4jfTnsMbv
 16

AhWVbX0KHV-BDV0QFjAJegQICRAD&url=https%3A%2F
%2Fejournal.unib.ac.id%2Findex.php%2FInsight%2Farticle
%2Fdownload
%2F7752%2F3928&usg=AOvVaw1Qtt_Q2uYvXjZI3QpCC_a0
(diakses 23 Maret 2021).
Panggabean, Yosephin Elisabeth, 2016. “Kajian Sistem Pelayanan Bus Lintas
USU”. http://repository.usu.ac.id/handle/123456789/60815 (diakses 12
Maret 2021).
Riyanto, Muhammad Zaki. 2005. Simulasi antrian klinik dan implementasinya
menggunakan GPSS. hal. 1-14
Siagian, P, 1987. “Penelitian Operasional Teori dan Praktek”. Universitas
Indonesia-PRESS : Jakarta.
Subagyo, Pangestu. 1983. “Dasar-Dasar Operations Research”. Edisi 2. BPFE :
Yogyakarta.
Zebua, Rizka Rahmi, 2011. “Analisis Sistem Antrian Pelayanan Pasien di
Puskesmas Rantang Medan”.
http://repository.usu.ac.id/handle/123456789/29997 (diakses 12 Maret
2021).