LECTURE NOTES

ISYE6099-System Simulation

Topic 7
Queueing Model

ISYE6099-System Simulation
 LEARNING OUTCOMES

LO3 Mahasiswa mampu menganalisis dan memecahkan masalah dengan menggunakan

tahapan tahapan sistem simulasi dan pengambilan keputusan berdasarkan teori dan
hasil simulasi.

OUTLINE MATERI (Sub-Topic):

Model Antrian

- Karakteristik dari Sistem Antrian.

- Notasi Antrian.

- Pengukuran Jangka Panjang Kinerja Sistem Antrian.

ISYE6099-System Simulation
 ISI MATERI

Simulasi sering digunakan dalam analisis model antrian. Secara sederhana, model
antrian dapat digambarkan seperti seorang atau beberapa pelanggan tiba dari waktu ke waktu
dan bergabung dalam sejumlah antrian, dilayani, dan akhirnya meninggalkan sistem. Istilah
"pelanggan" mengacu pada setiap jenis entitas yang dapat dilihat sebagai meminta
"pelayanan" dari sebuah sistem. Oleh karena itu, banyak fasilitas layanan, sistem produksi,
perbaikan dan pemeliharaan fasilitas, komunikasi dan sistem komputer, dan transportasi dan
bahan-penanganan sistem dapat dilihat sebagai sistem antrian.

Dalam praktiknya, model antrian baik yang diselesaikan secara matematis atau
dianalisis melalui simulasi, memerlukan analisis dengan alat (tools) yang ampuh untuk
merancang dan mengevaluasi kinerja sistem antrian. Beberapa aktivitas menggambarkan
kinerja sistem seperti utilisasi server (persentase waktu server yang sibuk), panjang antrean,
dan penundaan dari pelanggan. Cukup sering, ketika merancang atau mencoba untuk
memperbaiki sistem antrian, analis atau pembuat keputusan akan terlibat dalam trade off
antara utilisasi server dan kepuasan pelanggan dalam hal panjang garis antrian dan
penundaan (delay dan idle).

Teori Antrian dan analisis simulasi digunakan untuk memprediksi pengukuran kinerja
sistem sebagai fungsi dari parameter input. Parameter input dapat meliputi tingkat kedatangan
pelanggan, tuntutan layanan pelanggan, tingkat di mana server bekerja, serta jumlah dan
susunan server. Untuk tingkat tertentu, beberapa parameter input berada di bawah kendali
langsung manajemen. Akibatnya, ukuran kinerja bisa berada di bawah kendali langsung
mereka, asalkan hubungan antara ukuran kinerja dan parameter masukan dipahami secara
memadai untuk sistem yang diberikan.

Untuk sistem yang relatif sederhana, ukuran kinerja ini dapat dihitung secara
matematis dimana dapat menghasilkan penghematan yang cukup dari segi waktu dan biaya
dibandingkan dengan penggunaan model simulasi. Namun, untuk model yang realistis dari
sistem yang kompleks, simulasi biasanya diperlukan. Sehingga dalam simulasi model antrian
memerlukan kemampuan dalam mengembangkan pemahaman tentang perilaku dinamis dari
sistem antrian dan hubungan antara berbagai ukuran kinerja

ISYE6099-System Simulation
Karakteristik Dari Sistem Antrian.

Elemen-elemen kunci dari sistem antrian adalah pelanggan dan server. Istilah
"customer" dapat merujuk kepada orang-orang, mesin, truk, mekanik, pasien, palet, pesawat
terbang, e-mail, kasus, perintah, atau pakaian kotor apa saja yang tiba di fasilitas dan
membutuhkan pelayanan. Istilah "server" mungkin merujuk kepada resepsionis, montir,
mekanik, pegawai alat-boks, tenaga medis, penyimpanan otomatis dan mesin pencarian
(misalnya, crane), landasan pacu di bandara, pengepakan otomatis, pemetik order, CPU
dalam komputer, atau mesin-apa cuci sumber daya (orang, mesin, dll) yang menyediakan
layanan yang diminta. Meskipun terminologi yang digunakan akan bahwa dari pelanggan tiba
ke pusat layanan, kadang-kadang bergerak server untuk pelanggan; misalnya, perbaikan
orang pindah ke mesin yang rusak. Hal ini sama sekali tidak membatalkan model tetapi
hanyalah soal terminologi. Tabel 6. 1 daftar sejumlah sistem yang berbeda bersama-sama
dengan subsistem yang terdiri dari "tiba pelanggan" dan satu atau lebih "server." Sisa dari
bagian ini menjelaskan unsur-unsur dari sistem antrian secara lebih rinci.

Tabel 6.1 Contoh sistem antrian

Populasi Potensial Pelanggan.

Populasi pelanggan potensial disebut sebagai populasi yang akan menjadi pelanggan dari
suatu system antrian, dapat diasumsikan terbatas atau tak terbatas. Misalnya, pertimbangkan

ISYE6099-System Simulation
sebuah bengkel dengan lima mesin yang digunakan untuk memperbaiki ban. Setelah selang
waktu, mesin otomatis terbuka dan harus ada operator yang mengeluarkan ban dan
memasukkan ban yang akan diperbaiki ke dalam mesin. Mesin-mesin ini adalah "pelanggan; '
yang "tiba" pada saat mesin otomatis terbuka. Pekerja adalah "server," yang "melayani"
mesin terbuka sesegera mungkin. Populasi panggilan terbatas dan terdiri dari lima mesin.

Dalam sistem dengan populasi besar pelanggan potensial, populasi panggilan

biasanya diasumsikan infinite (tidak terbatas). Untuk sistem seperti ini, asumsi ini biasanya
tidak berbahaya dan lebih jauh lagi mungkin dapat menyederhanakan model. Contoh populasi
tak terbatas termasuk pelanggan potensial, bank, atau fasilitas layanan serupa lainnya restoran
dan juga kelompok yang sangat besar dari mesin dilayani oleh seorang teknisi. Meskipun
jumlah pelanggan yang sebenarnya dilayani atau menunggu untuk layanan pada waktu
tertentu adalah sebagian kecil dari populasi pelanggan potensial.

Perbedaan utama antara model populasi terbatas dan tak terbatas adalah bagaimana
tingkat kedatangan didefinisikan. Dalam model populasi yang tak terbatas, tingkat
kedatangan (misalnya, rata-rata jumlah kedatangan per unit waktu) tidak terpengaruh dengan
jumlah pelanggan yang telah meninggalkan populasi panggilan dan bergabung dengan sistem
antrian. Ketika proses kedatangan homogen dari waktu ke waktu (misalnya, tidak ada jam-
jam sibuk), tingkat kedatangan biasanya diasumsikan konstan. Di sisi lain, untuk model
panggilan-populasi terbatas, tingkat kedatangan ke sistem antrian tidak tergantung pada
jumlah pelanggan yang dilayani dan menunggu

Kapasitas Sistem.

Dalam banyak sistem antrian, terdapat batas untuk jumlah pelanggan yang mungkin di
garis tunggu atau sistem. Sebagai contoh, sebuah cuci mobil otomatis mungkin memiliki
ruang untuk hanya 10 mobil untuk menunggu sebelum memasuki mekanisme. Mungkin
terlalu berbahaya (atau ilegal) untuk mobil untuk menunggu di jalan. Pelanggan tiba yang
menemukan sistem penuh tidak masuk tetapi segera kembali ke populasi panggilan. Beberapa
sistem, seperti penjualan tiket konser bagi siswa, dapat dianggap sebagai memiliki kapasitas
terbatas, karena tidak ada batasan pada jumlah siswa diperbolehkan untuk menunggu untuk
membeli tiket. Seperti yang akan terlihat kemudian, ketika sistem memiliki kapasitas terbatas,
perbedaan dibuat antara tingkat kedatangan (yaitu, jumlah kedatangan per satuan waktu) dan

ISYE6099-System Simulation
tingkat kedatangan yang efektif (yaitu, jumlah yang tiba dan memasuki sistem per waktu
satuan).

Proses Kedatangan.

Proses kedatangan untuk model yang tak terbatas-populasi biasanya digambarkan dalam
bentuk waktu antar pelanggan berturut-turut. Kedatangan dapat terjadi pada waktu yang
dijadwalkan atau secara acak. Ketika pada waktu acak, waktu antar biasanya
dikarakteristikan oleh distribusi probabilitas. Selain itu, pelanggan dapat tiba satu per satu
atau dalam batch. Batch mungkin ukuran konstan atau ukuran acak.

Model yang paling penting untuk kedatangan acak adalah proses kedatangan Poisson.
Jika An merupakan waktu antar antara pelanggan n = 1 dan pelanggan n (A1 adalah waktu
kedatangan yang sebenarnya dari pelanggan pertama), maka untuk proses kedatangan
Poisson, An eksponensial didistribusikan dengan rata-rata 1/λ unit. waktu. Tingkat
kedatangan adalah λ pelanggan per satuan waktu. Jumlah kedatangan dalam interval waktu
panjang t, mengatakan N(t), memiliki distribusi Poisson yang berarti λt. pelanggan.

Proses kedatangan Poisson telah berhasil digunakan sebagai model kedatangan orang
untuk restoran, drive-bank, dan fasilitas pelayanan lainnya; kedatangan panggilan telepon ke
call center; kedatangan tuntutan, atau perintah untuk layanan atau produk; dan kedatangan
komponen gagal atau mesin untuk perbaikan fasilitas.

Sebuah kelas penting kedua kedatangan dijadwalkan kedatangan, seperti pasien untuk
kantor dokter atau dijadwalkan kedatangan maskapai penerbangan ke bandara. Dalam hal ini,
waktu antar {A., n = I, 2, ...} bisa berupa ditambah konstan atau konstan atau minus jumlah
acak kecil untuk mewakili awal atau akhir kedatangan.

Situasi ketiga terjadi ketika setidaknya satu pelanggan diasumsikan selalu hadir dalam
antrian, sehingga server tidak pernah menganggur karena kurangnya pelanggan. Misalnya,
"pelanggan" dapat mewakili bahan baku untuk produk, dan bahan baku yang cukup
diasumsikan selalu tersedia.

Disiplin Antrian.

Perilaku antrian mengacu pada tindakan pelanggan saat berada di antrian menunggu untuk
layanan untuk memulai. Dalam beberapa situasi, ada kemungkinan bahwa pelanggan yang
masuk akan menolak (meninggalkan ketika mereka melihat bahwa garis terlalu panjang),

ISYE6099-System Simulation
mengingkari (meninggalkan setelah berada di baris ketika mereka melihat bahwa garis
bergerak terlalu lambat), atau joki (bergerak dari satu baris ke yang lain jika mereka berpikir
mereka telah memilih garis lambat).

Disiplin antrian mengacu pada urutan logis dari pelanggan dalam antrian dan
menentukan pelanggan akan dipilih untuk layanan ketika server menjadi bebas. disiplin
antrian umum termasuk first-in-first-out (FIFO); last-in-first-out (LIFO); Service in random
order (SIRO); Shortest Processing Time First (SPT); dan layanan sesuai dengan prioritas
(PR). Di toko pekerjaan, disiplin antrian kadang-kadang berdasarkan tanggal jatuh tempo dan
waktu proses yang diharapkan untuk suatu jenis pekerjaan. Perhatikan bahwa disiplin antrian
FIFO menyiratkan bahwa layanan dimulai pada urutan yang sama seperti kedatangan, ut
bahwa pelanggan bisa meninggalkan sistem dalam urutan yang berbeda karena berbeda-
panjang kali layanan.

Waktu dan Mekanisme Layanan.

Waktu layanan dari kedatangan ditunjukkan oleh S1, S2, S3. Waktu kedatangan
mungkin dalam durasi konstan atau acak. Dalam kasus terakhir, {S1, S2, S3, . .) biasanya
mempunyai karakteristik yang secara identik mengikuti urutan variabel independen dan
terdistribusi acak. Distribusi eksponensial, Weibull, gamma, lognormal dan normal semuanya
telah digunakan sebagai model layanan layanan dalam situasi yang berbeda. Kadang-kadang
layanan mempunyai didistribusi yang identik untuk semua pelanggan dari jenis atau kelas
atau prioritas yang diberikan, sedangkan pelanggan dari berbagai jenis mungkin memiliki
distribusi layanan-waktu yang sama sekali berbeda. Selain itu, dalam beberapa sistem, waktu
layanan tergantung pada waktu hari atau pada panjang garis tunggu. Sebagai contoh, server
mungkin bekerja lebih cepat dari biasanya ketika garis tunggu panjang, sehingga secara
efektif mengurangi waktu layanan.

Sebuah sistem antrian terdiri dari sejumlah pusat layanan dan interkoneksi antrian.
Setiap pusat layanan terdiri dari beberapa jumlah server, c, bekerja secara paralel; yaitu,
setelah mendapatkan ke kepala garis, pelanggan diproses pada server pertama yang tersedia.
mekanisme pelayanan paralel yang baik server tunggal (c = 1), beberapa server yang (1<c<
∞), atau server terbatas (c = ∞). Sebuah fasilitas self-service biasanya ditandai sebagai
memiliki jumlah yang tidak terbatas dari server

ISYE6099-System Simulation
 Berikut adalah bentuk sistem antrian :

Contoh Antrian
Kantor Fasilitas Keberangkatan
praktik Kedatangan setelah
pelayan
dokter gigi pelayanan
keluarga
an
Sistem jalur tunggal, satu tahap

Dua jendela Antrian

kendara-lewat
Kedatangan Fasilitas Fasilitas Keberangkatan
(drive-through)
pelayan pelayan setelah
di McDonald
an an pelayanan

Sistem jalur tunggal,tahapan berganda

Notasi Sistem Antrian.

Menyadari keragaman sistem antrian, Kendall [1953] mengusulkan sistem notasi untuk
sistem server paralel yang telah diadopsi secara luas. Sebuah versi singkat dari konvensi ini
didasarkan pada format A/B/c/N/K. Huruf-huruf ini mewakili karakteristik sistem berikut:

A mewakili antar distribusi kedatangan-waktu.

B mewakili distribusi layanan-waktu.

c mewakili jumlah server paralel.

N merupakan kapasitas sistem.

K merupakan ukuran populasi panggilan.

Simbol umum untuk A dan B termasuk M (eksponensial atau Markov), D (konstan atau
deterministik), Ek (Erlang order k), PH (fase-jenis), H (hyperexponential), G (sewenang-
wenang atau umum), dan Gl (independen umum).

Misalnya, M/M/1/∞/∞ menunjukkan sistem single-server yang memiliki kapasitas antrian tak
terbatas dan populasi tak terbatas kedatangan potensial. Waktu Antar Kedatangan dan waktu
pelayanan didistribusikan secara eksponensial.

Ketika N dan K yang tak terbatas, mereka mungkin diturunkan dari notasi. Misalnya, M/M/1/
∞/∞ sering disingkat menjadi M/M/1. Sistem ban-curing dapat awalnya diwakili oleh
G/G/1/5/5.

ISYE6099-System Simulation
Notasi variabel dalam model antrian :

λ = Tingkat kedatangan rata-rata

1/λ = Waktu antar kedatangan rata-rata

μ = Tingkat pelayanan rata-rata

1/μ = waktu pelayanan rata-rata

σ = Simpangan baku tingkat pelayanan

n = Jumlah individu dalam sistem pada suatu waktu.

Lq = Jumlah individu rata-rata dalam antrian

LS = Jumlah individu dalam sistem

Wq = Waktu rata-rata dalam antrian

wS = Waktu rata-rata dalam sistem

S = Jumlah fasilitas pelayanan

p = Tingkat kegunaan fasilitas pelayanan

Sistem Pengukuran dari Kinerja Antrian.

Langkah-langkah jangka panjang utama kinerja sistem antrian adalah jumlah waktu
rata-rata jangka panjang dari pelanggan dalam sistem (L) dan dalam antrian (LQ), yang
jangka panjang rata-rata waktu yang dihabiskan dalam sistem (W) dan di antrian (Wq) per
pelanggan, dan utilisasi server, atau proporsi waktu itu server sibuk (p). Istilah "sistem"
biasanya mengacu pada garis tunggu ditambah mekanisme layanan, tetapi, secara umum,
dapat merujuk ke salah subsistem dari sistem antrian; sedangkan "antrian" merujuk pada garis
tunggu saja. ukuran lain kinerja yang menarik termasuk proporsi jangka panjang pelanggan
yang tertunda dalam antrian panjang daripada unit waktu, proporsi jangka panjang pelanggan
berpaling karena keterbatasan kapasitas, dan proporsi jangka panjang dari waktu garis tunggu
berisi lebih dari pelanggan.

ISYE6099-System Simulation
Waktu Jumlah Rata-rata pada Sistem (L).

Mempertimbangkan sistem antrian selama periode waktu T, dan L (t) menunjukkan jumlah
pelanggan di sistem pada waktu t. Sebuah simulasi sistem seperti ditunjukkan pada Gambar
dibawah

Diketahui bahwa Tmerupakan total waktu selama [0, T] di mana sistem yang terdiri dari i
pelanggan. Pada Gambar dibawah, terlihat bahwa T0 = 3, T1 = 12, T2 = 4, dan T3 = 1.
(segmen garis yang panjangnya Total T1 = 12 diberi label "T1” pada Gambar dibawah) Secara
umum, ∑∞
𝑖=0 𝑇𝑖 = 𝑇. jumlah waktu rata-rata tertimbang dalam suatu sistem didefinisikan oleh

∞ ∞
1 𝑇𝑖
𝐿̂ = ∑ 𝑖𝑇𝑖 = ∑ 𝑖 ( )
𝑇 𝑇
𝑖=0 𝑖=0

Untuk Gambar diatas, L = [0 (3) + 1 (12) 2 (4) + 3 (1)] / 20 = 23/20 = 1. 15

pelanggan. Perhatikan bahwa Tj / Tis proporsi waktu sistem berisi persis i pelanggan.
Estimator L adalah contoh dari rata-rata tertimbang waktu.

Dengan mempertimbangkan Gambar diatas, maka dapat dilihat bahwa luas total di
bawah fungsi L(t) dapat diuraikan ke dalam empat persegi panjang dari ketinggian i dan
panjang T1 Sebagai contoh, persegi panjang dari area 3 x T3 memiliki basis berjalan dari t =
7 ke t = 8 (sehingga T3 = 1); Namun, sebagian besar persegi panjang yang terpilah-pilah
menjadi beberapa bagian, seperti segi empat dari area 2 x T2 yang memiliki bagian antara t =
5 dan t = 7 dan sisanya dari t = 8, untuk t = 10 (sehingga T2* 2 + 2 *4).

ISYE6099-System Simulation
Rata-rata Waktu yang Digunakan di Sistem Tiap Pelanggan w.

Jika kita mensimulasikan sistem antrian untuk beberapa periode waktu, mengatakan T, maka
kita dapat mencatat waktu setiap pelanggan menghabiskan waktu di sistem selama [0, T],
dengan W1, W2,. . ., WN, di mana N adalah jumlah kedatangan selama [0, T]. Rata-rata waktu
yang dihabiskan dalam sistem per pelanggan, yang disebut sistem waktu rata-rata, diberikan
oleh sampel rata-rata biasa

𝑁
1
̂ =
𝑊 ∑ 𝑊𝑖
𝑁
𝑖=1

ISYE6099-System Simulation
 SIMPULAN

Model antrian telah digunakan secara luas dalam analisis fasilitas layanan, produksi
dan sistem penanganan material, sistem telepon dan komunikasi, dan banyak situasi lain di
mana kemacetan atau persaingan untuk sumber daya yang dapat terjadi. Ketika
mensimulasikan sistem yang berkembang dari waktu ke waktu, analis harus memutuskan
apakah perilaku transien atau kinerja kondisi mapan yang akan dipelajari.

Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi kemampuan

(kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna fasilitas yang tiba tidak bisa
segera mendapat layanan disebabkan kesibukan layanan. Pada banyak hal, tambahan fasilitas
pelayanan dapat diberikan untuk mengurangi antrian atau untuk mencegah timbulnya antrian.
Akan tetapi biaya karena memberikan pelayanan tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya, sering
timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan.

Pengurangan waktu menunggu umumnya membutuhkan investasi yang ekstra. Untuk

memutuskan ya atau tidak untuk investasi adalah penting mengetahui efek dari investasi
untuk waktu antrian. Maka kita memerlukan model dan tehnik untuk menganalisis situasi
seperti ini. Di dalam buku ini kita akan memerlukan beberapa model dasar teori antrian.
Perhatian ditekankan pada metode untuk menganalisis model ini, dan juga aplikasi dari
Antrian model. Area penting dari aplikasi model antrian adalah sistem produksi, transportasi
dan sistem persediaan barang, sistem komunikasi, dan sistem pengolahan informasi. Antrian
model bermanfaat untuk perancangan sistem dalam kaitannya dengan tata ruang, kapasitas
dan kendali. Di dalam kuliah ini perhatian kami terbatas pada model dengan satu antrian.
Situasi dengan lebih dari satu antrian diperlukan dalam kursus antrian jaringan. Merupakan
tehnik lanjutan untuk bilangan eksak, aproksimasi dan analisis numerik dari antrian model
akan menjadi pokok bahasan atau metode algoritma teori antrian.

ISYE6099-System Simulation
 DAFTAR PUSTAKA

Blank, J., Joh S, Carson II, Barry L.Nelson, David M. Nicol. (2013). Discrete Event System
Simulation. 5th Edition, Pearson Education Ltd, ISBN: 9781292024370
Zeigler, B. P., Sarjoughian, H. S., Duboz, R., & Soulie, J. C. (2017). Guide to modeling and
simulation of systems of systems. 2nd Edition, Springer London. ISBN 978-0-85729-
865-2

ISYE6099-System Simulation