TEORI ANTRIAN

(QUEUEING THEORY)

METODE STOKASTIK
 Contoh situasi antrian umum

No. Situasi Yang datang Proses

pelayanan
1. Bank Pelanggan Transaksi oleh
kasir
2. Supermarket Orang yg Membayar di
berbelanja kasir
3. Pelabuhan Kapal/tongkang Pekerja
bongkar muat
4. Dokter Pasien Pengobatan
 TEORI ANTRIAN
• Teori antrian adalah sebuah studi matematis dari
antrian-antrian atau baris-baris penungguan.
Teori ini menggunakan model antrian untuk
menggambarkan macam-macam tipe sistem
antrian yang ada dalam kenyataan.

• Teori antrian sendiri tidak langsung memecahkan

persoalan. Walaupun begitu, teori ini
menyumbangkan informasi penting yang
diperlukan untuk membuat keputusan
 Karasteristik sistem antrian
Terdapat tiga komponen dalam sistem antrian:

1. Kedatangan atau masukan sistem.

2. Disiplin antrian, atau antrian itu sendiri.
3. Fasilitas Pelayanan
 Karakteristik Kedatangan
• Ukuran populasi kedatangan
Menurut ukurannya, populasi yang akan
dilayani bisa terbatas (finite) bisa juga tidak
terbatas (infinite).
• Pola kedatangan
Pola kedatangan bisa teratur, bisa juga acak
(random). Pola kedatangan yang sifatnya
acak dapat digambarkan dengan distribusi
statistik dan dapat ditentukan dua cara yaitu
kedatangan per satuan waktu dan distribusi
waktu antar kedatangan.
 Karakteristik Kedatangan
• Perilaku kedatangan
Populasi yang akan dilayani mempunyai perilaku
yang berbeda-beda dalam membentuk antrian.
Ada tiga jenis perilaku: reneging, balking, dan
jockeying.
Reneging menggambarkan situasi dimana
seseorang masuk dalam antrian, namun belum
memperoleh pelayanan, kemudian
meninggalkan antrian tersebut.
Balking menggambarkan orang yang tidak masuk
dalam antrian dan langsung meninggalkan
tempat antrian.
Jockeying menggambarkan orang yang pindah-
pindah antrian.
 Disiplin Antrian
Panjang antrian :
• Tak terbatas jumlahnya
• Terbatas
 Disiplin Antrian
Pelayanan
• FIFO (first in first Out)
• LIFO (Last in First Out
• Acak
• Prioritas
 Preemtive : begitu ada prioritas datang dan ada
yang sedang dilayani, yang sedang dilayani mundur
dulu
 Non Preemtive : jika ada orang yang sedang
dilayani kemudianprioritas datang, maka orang yang
sedang dilayani tetap dilanjutkan dilayani.
 Fasilitas Pelayanan
Karakteristik fasilitas pelayanan dapat dilihat
dari tata letak (lay out) secara fisik dari sistem
antrian, waktu pelayanan.
 Tata letak
A. SINGLE CHANNEL, SINGLE SERVER

B. SINGLE CHANNEL, MULTISERVER

Tata letak
 Tata letak

D. MULTICHANNEL, MULTISERVER
 Waktu pelayanan

• Karakteristik waktu pelayanan. Waktu yang

dibutuhkan untuk melayani bisa dikategorikan
sebagai konstan dan acak.
• Waktu pelayanan konstan, jika waktu yang
dibutuhkan untuk melayani sama untuk setiap
pelanggan. Sedangkan waktu pelayanan acak,
jika waktu yang dibutuhkan untuk melayani
berbeda-beda untuk setiap pelanggan.
 UKURAN KINERJA
Teori antrian bertujuan untuk
mengetahui/menentukan besaran kinerja sistem
antrian. Kinerja sistem dapat kita lihat dari :
• Panjang antrian rata – rata
• Jumlah pelanggan rata-rata dalam SA
• Waktu tunggu (waktu antri rata-rata)
• Waktu rata-rata “sekarang” pelanggan dalam
sistem antrian
 Terminologi dan Notasi
En : keadaan dimana ada n calling unit pada sistem
antrian
Pn (t): kemungkinan bahwa ada tepat n calling unit pada
SA pada saat t
S : jumlah pelayan (untuk saluran pelayanan paralel) pada
SA
n : tingkat kedatangan rata-rata (ekspektasi jumlah
kedatangan per satuan waktu) dari calling unit baru jika
ada n unit dalam sistem
n : tingkat pelayanan rata-rata (ekspektasi jumlah unit yang
dapat selesai dilayani per satuan waktu) jika ada n unit
dalam sistem
 Terminologi dan Notasi
=/s : faktor penggunaan (utilisasi )untuk fasilitas
pelayanan yaitu ekspektasi perbandingan dari
waktu sibuk para pelayan.
Pn : kemungkinan bahwa ada tepat n calling unit
dalam SA
L : ekspektasi jumlah pelanggan dalam sistem
Lq : ekspektasi panjang antrian
W : ekspektasi waktu menunggu dalam sistem
Wq : ekspektasi waktu menunggu dalam
antrian (tidak termasuk waktu pelayanan)
 Hubungan L dan W
• L = W
• Lq =  Wq
• W = Wq + 1/
• L = Lq + 
• Asumsi : n adalah konstan dan steady state
• Jika ada asumsi waktu pelayanan konstan n = 
• Jika λ n konstan untuk semua n, λ n = λ.
• 1/λ = waktu antarkedatangan rataan
• 1/μ = waktu pelayanan rataan
• Kondisi transien (transient condition) status
sistem dipengaruhi oleh status awal dan waktu
yang dilewati.
• Kondisi mapan (steady-state condition) 
status sistem independen terhadap status awal
dan waktu yang dilewati.
• Teori antrian memfokuskan pada kondisi
mapan.
 Proses Kelahiran-Kematian
(Birth-Death Process)
Sebagian besar model antrian mengasumsikan bahwa input
(pelanggan yang datang) dan output (pelanggan yang pergi)
dari sistem antrian terjadi berdasarkan proses
kelahirankematian (birth-death process)

Dalam konteks antrian,

– Kelahiran (birth)  kedatangan pelanggan yang
baru ke dalam sistem antrian
– Kematian (death)  kepergian dari pelanggan yang
dilayani
 Proses Kelahiran-Kematian
(Birth-Death Process)
• Status dari sistem pada saat t (t ≥ 0), N(t)
jumlah pelanggan dalam sistem antrian pada saat
t.
• Proses kelahiran-kematian menggambarkan
secara probabilistik bagaimana N(t) berubah
dengan bertambahnya t.
• Kelahiran dan kematian individual terjadi secara
random, dimana laju kejadiannya bergantung
hanya pada status saat ini dari sistem.
 Asumsi dari proses kelahiran-kematian

– Asumsi 1: Diberikan N(t) = n, distribusi probabilitas saat

ini dari waktu tersisa hingga kelahiran (kedatangan)
berikutnya adalah berdistribusi eksponensial dengan
parameter λn (n= 0, 1, 2, ...)
– Asumsi 2: Diberikan N(t) = n, distribusi probabilitas saat
ini dari waktu tersisa hingga kematian (penyelesaian
pelayanan) berikutnya adalah berdistribusi
eksponensial dengan parameter μn (n = 1, 2, ...)
– Asumsi 3: Hanya terdapat satu kelahiran atau kematian
yang dapat terjadi pada suatu saat.
 Diagram laju (rate diagram)
untuk proses kelahiran-kematian:
 Diagram laju (rate diagram)
untuk proses kelahiran-kematian:
• Dalam kondisi status-mapan (steady-state
condition)
• Prinsip Laju Masuk = Laju Keluar
(Rate In = Rate Out Principle)
• (Laju masuk rataan) = (Laju keluar rataan)

n1 Pn1   n1 Pn1  (n   n ) P

Persamaan Keseimbangan (Balance equation)

1 P1  0 P0

0 Po   2 P2  (1  1 ) P1

1 P1   3 P3  (2   2 ) P2

n1 Pn1   n1 Pn1  (n   n ) P

 n1n2 ....0 P0 
1
Pn  P0 
 n  n1 ...1 1   Cn
n 1

 

L   nPn Lq   (n  s )Pn
ns
n 0

L Lq
W  Wq 
 
 Peran distribusi Poisson dan Eksponensial

Kedatangan digambarkan dalam jumlah satu waktu, dan bila

kedatangan terjadi secara acak, informasi yang penting adalah
Probabilitas (x) kedatangan dalam periode waktu tertentu,
dimana x = 0,1,2,3,4,5…..

Jika kedatangan diasumsikan terjadi dengan kecepatan rata-

rata yang konstan dan bebas satu sama lain Ahli matematika
dan fisika, Simeon Poisson (1781 – 1840) menemukan suatu
distribusi yang disebut distribusi probabilitas Poisson.
 Peran distribusi Poisson dan Eksponensial

Distribusi Poisson mengatakan bahwa banyaknya kedatangan per

satuan waktu merupakan peubah acak (random variable) yang
menyebar menurut sebaran tertentu (Poisson).
Bila X = banyaknya kedatangan per satuan waktu, maka:

dan

dimana
X : Banyaknya kedatang per satuan waktu
λ : Rata-rata kedatangan per satuan waktu
e : nilai konstanta logartima natural, yaitu 2,71828
P(X=x) : Probabilitas x kedatangan
 Peran distribusi Poisson dan Eksponensial

Bila kedatangan per satuan waktu mengikuti Distribusi Poisson,

waktu antar kedatangan terdistribusi sesuai dengan distribusi
eksponensial

Distribusi eksponensial menyatakan apabila t menyatakan waktu

diantara dua kedatangan yang berurutan, t (interarrival time) maka
sebaran eksponensial dengan parameter yang sama (seperti pada
Poisson)
 lanjutan

Dengan:

Ket:
g(t) : Probabilitas waktu antar kedatangan yang berurutan
T : Satuan waktu tertentu
1/ λ : waktu rata-rata antar kedatangan

Jadi dapat disimpulkan, jika banyaknya kedatangan per satuan

waktu memiliki sebaran Poisson dengan rata-rata 10, maka waktu
diantara dua kedatangan memiliki sebaran eksponensial dengan
rata-rata 1/10.
Sistem antrian seperti ini dikatakan memiliki input Poisson, dan
pelanggan dikatakan datang mengikuti Proses Poisson
 Model Antrian

Model Single Server (S = 1)

Input poisson dan waktu pelayanan eksponensial
Input poisson dan waktu pelayanan sembarang
Input poisson dan waktu pelayanan konstan
Input poisson dan waktu pelayanan Erlang
Input poisson dan waktu pelayanan eksponensial dan antrian terbatas
Model sumber terbatas
Model dengan state dimana tingkat pelayanan λ, atau tingkat
kedatangan besifat dependen.

Model Multiple Server (S > 1)

Model Disiplin Prioritas
 Notasi Model Antrian

(a/b/c) : (d/e/f)

a : Distribusi waktu antar kedatangan

b : Distribusi waktu pelayanan
c : Jumlah pelayan paralel
d : Disiplin pelayanan
e : Jumlah maksimum antrian dalam sistem
f : Jumlah populasi input
 Notasi Model Antrian

(a/b/c) : (d/e/f)

Untuk a dan b
M : Distribusi Poisson/ eksponensial
D : Distribusi degenerate (konstan)
Ek : Distribusi Erlang
GI : Distribusi umum untuk waktu antar kedatangan
G : Distribusi umum untuk waktu pelayanan

Untuk disiplin pelayanan

FCFS : First-come, first served/ FIFO
LCFS : Last-come, first served/ LIFO
SIRO : Service in random order
 Single channel, single server
(M/M/1)
• M pertama: rata-rata kedatangan yang mengikuti
distribusi probabilitas Poisson
• M kedua: tingkat pelayanan yang mengikuti distribusi
probabilitas eksponensial
• 1 : jumlah fasilitas pelayanan dalam sistem atau satu saluran
 Asumsi M/M/1
• Populasi input tidak terbatas
• Distribusi kedatangan pelanggan potensial mengikuti distribusi
Poisson
• Disiplin pelayanan mengikuti pedoman FCFS/FIFO
• Fasilitas pelayanan terdiri dari saluran tunggal
• Distribusi pelayanan mengikuti distribusi eksponensial
• Kapasitas sistem diasumsikan tak terbatas
• Tidak ada penolakan maupun pengingkaran
 Beberapa karakteristik dalam antrian
Berdasarkan asumsi model M/M/1 diperoleh persamaan sebagai
berikut:

Peluang tidak ada pelanggan dalam sistem

Peluang n pelanggan dalam sistem

Rata-rata pelanggan yang diharapkan dalam sistem

Rata-rata pelanggan yang diharapkan menunggu

dalam antrian
 lanjutan

Waktu yang diharapkan oleh pelanggan selama dalam sistem

Waktu yang diharapkan oleh pelanggan selama

menunggu dalam antrian

U    Tingkat intensitas fasilitas pelayanan (prob. pelayan

sedang sibuk)

I = 1-U Prob. Pelayan tidak sibuk (idle time)

 Ilustrasi Aplikasi model

UD ABC mengoperasikan satu buah pompa bensin dengan satu orang

pekerja yaitu Ali.
Rata-rata tingkat kedatangan kendaraan mengikuti distribusi Poisson
yaitu 20 kendaraan/jam. Ali dapat melayani rata-rata 25
kendaraan/jam.
Jika diasumsikan model sistem antrian yang digunakan adalah M/M/1,
hitunglah:

1. Tingkat intensitas (kegunaan) pelayanan

2. Jumlah rata-rata kendaraan yang diharapkan dalam sistem
3. Jumlah kendaraan yang diharapkan menunggu dalam antrian
4. Waktu yang diharapkan oleh setiap kendaraan selama dalam
sistem (menunggu pelayanan)
5. Waktu yang diharapkan oleh setiap kendaraan untuk
menunggu dalam antrian
 Jawaban Soal
Diketahui: λ = 20, μ = 25
Ditanyakan: 1). U?, 2). L?, 3). Lq ?, 4). W ?, 5). Wq ?
Jawab:
1). U = λ / μ = 20/25 =0,80
Bahwa Ali akan sibuk melayani kendaraan selama 80% dari waktu yang
dimilikinya dan pelanggan harus menunggu, sedangkan 20% dari waktunya (1-u)
untuk istirahat (idle time)
2). L = λ / (μ – λ) = 20 / (25-20) = 4
Angka 4 menunjukkan bahwa Ali mengharapkan 4 kendaraan yang berada
dalam sistem
3). Lq = λ2 / μ (μ – λ) = (20)2 / 25(25-20) = 3.2
Jadi kendaraan yang menunggu untuk dilayani dalam antrian sebanyak 3.2
kendaraan
4). W = 1 / (μ – λ) = 1 / (25-20) = 0.2 jam atau 12 menit
Jadi waktu rata-rata kendaraan menunggu dalam sistem selama 12 menit
5). Wq = λ / μ (μ – λ) = 20 / 25(25-20) = 0.16 jam atau 9.6 menit
Jadi waktu rata-rata kendaraan menunggu dalam antrian selama 9.6 menit
Pelanggan PDAM datang pada loket pembayaran dengan tingkat rata-rata 20
per jam secara rata-rata setiap pelanggan dilayani 2 menit. Hitunglah:
1. Terdapat 10 pelanggan dalam sistem antrian
2. Rata-rata banyaknya pelanggan dalam sistem
3. Rata-rata banyaknya pelanggan yang sedang antri
4. Rata-rata waktu menunggu dalam sistem
5. Rata-rata waktu antri

Jawaban soal
Dik: Rata-rata kedatangan λ = 20 pelanggan per jam
Setiap pelanggan dilayani 2 selama menit, dalam 1 jam pelayan dapat
melayani pelanggan sebanyak μ = 60/2 = 30 pelanggan.
Ditanyakan: 1). P10, 2). L?, 3). Lq?, 4). W?, 5). Wq?
Jawab:
1). P10 = [λ/ μ]10. [1- (λ/ μ)]= [20/30]10.[1-(20/30)]
= [2/3]10.[1/3]
= 0,00578
Kemungkinan terdapat 10 pelanggan dalam sistem antrian hanya
0,578%
Input poisson dan waktu pelayanan sembarang
(M/G/1):(GD/∞/ ∞)
Input poisson dan waktu pelayanan konstan
(M/D/1):(GD/∞/ ∞)
Input poisson dan waktu pelayanan erlang
(M/Ek/1):(GD/∞/ ∞)
K adalah parameter yang menentukan dispersi
dari distribusi.
 Model Antrian Terbatas
(M/M/1):(GD/K/ ∞)
Asumsi:
– Waktu antar kedatangan = distribusi poisson
– Waktu pelayanan = distribusi eksponensial
– Jumlah pelayan s=1
– Displin antrian = general dicipline
– Jumlah maksimum pelanggan dalam sistem = K
– Jumlah populasi = tak terhingga

Setiap langganan yang datang pada saat antrian

sudah penuh, harus meninggalkan system tanpa
mendapatkan pelayanan
Model Antrian Terbatas
(M/M/1):(GD/K/ ∞)
Model Antrian Terbatas
(M/M/1):(GD/K/ ∞)
Model Antrian Terbatas
(M/M/1):(GD/K/ ∞)
Model Antrian Terbatas
(M/M/1):(GD/K/ ∞)
 Model Input Terbatas
(M/M/s):(GD/M/M)
Asumsi
– Waktu antar kedatangan = distribusi Poisson
– Waktu pelayanan = distribusi eksponensial
– Jumlah pelayan paralel = s
– Displin antrian = general discipline
– Jumlah maksimum pelanggan dalam sistem = M
– Jumlah populasi = M

Aplikasi:
– Machine repair problem
Model Input Terbatas
(M/M/s):(GD/M/M)
Model Input Terbatas
h
(M/M/s):(GD/M/M)
 h Server
Multiple
 h Server
Multiple
 Model
h
(M/M/s):(GD/∞/ ∞)

Asumsi:
– Waktu antar kedatangan = distribusi poisson
– Waktu pelayanan = distribusi eksponensial
– Jumlah pelayan paralel = s
– Displin antrian = general dicipline
– Jumlah maksimum antrian = tak terhingga
– Jumlah populasi = tak terhingga
 Model
h
(M/M/s):(GD/∞/ ∞)
 Model
h
(M/M/s):(GD/∞/ ∞)
 Model Antrian Terbatas
h
(M/M/s):(GD/K/ ∞)
Asumsi:
– Waktu antar kedatangan = distribusi poison
– Waktu pelayanan = distribusi eksponensial
– Jumlah pelayan paralel = s
– Displin antrian = general dicipline
– Jumlah maksimum pelanggan dalam sistem = K
– Jumlah populasi = tak terhingga

Setiap langganan yang datang pada saat antrian sudah

penuh, harus meninggalkan sistem tanpa mendapatkan
pelayanan
Model Antrian Terbatas
h
(M/M/s):(GD/K/ ∞)
Model Antrian Terbatas
h
(M/M/s):(GD/K/ ∞)
Model Antrian Terbatas
h
(M/M/s):(GD/K/ ∞)
Model Input Terbatas
h
(M/M/s):(GD/N/N)
Model Input Terbatas
h
(M/M/s):(GD/N/N)
Model Input Terbatas
h
(M/M/s):(GD/N/N)
 PERILAKU BIAYA
• Dalam sistem antrian ada dua jenis biaya yang
timbul. Yaitu biaya karena orang mengantri, dan
di sisi lain biaya karena menambah fasilitas
layanan. Biaya yang terjadi karena orang
mengantri, antara lain berupa waktu yang hilang
karena menunggu. Sementara biaya menambah
fasilitas layanan berupa penambahan fasilitas
layanan serta gaji tenaga kerja yang memberi
pelayanan. Tujuan dari sistem antrian adalah
meminimalkan biaya total, yaitu biaya karena
mengantri dan biaya karena menambah fasilitas
layanan.
PERILAKU BIAYA
 Aplikasi model antrian single
channel
Sebuah perusahaan yang menyewakan furniture mempunyai satu
gudang dengan satu mesin pengangkut yang dioperasikan oleh satu
kelompok yang terdiri dari tiga orang tenaga kerja.
Dari data yang telah lalu, diketahui rata-rata kedatangan 4 truk per jam,
dan rata-rata pelayanan 6 truk per jam.
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.
 Karakteristik model antrian

A. Tujuan analisis antrian meminimalkan biaya total, yaitu biaya karena

mengantri, sehingga kita dapat mengidentifikasi karakteristik antrian yang
terdiri dari:
 Rata-rata jumlah pelanggan dalam garis tunggu antrian (waiting
lines), pelanggan menunggu pelayanan (sedang antri)
 Rata-rata jumlah pelanggan dalam sistem, pealanggan sedang
antri dan yang sedang dilayani
 Rata-rata waktu antrian
 Rata-rata waktu dalam sistem
 Tingkat intensitas pelayanan (peluang pelayan sibuk
menggunakan waktu untuk memberikan pelayanan)
B. Biaya karena menambah fasilitas layanan
 Menambah fasilitas layanan
 Menambah tenaga kerja
 lanjutan

Analisis antrian pada kasus di atas adalah mana yang menghasilkan biaya total
optimal apakah satu kelompok, dua kelompok atau tiga kelompok tenaga
kerja.
Identifikasi masalah:
I. Kondisi awal (satu kelompok tenaga kerja terdiri 3 orang):
 Rata-rata kedatangan λ = 4 truk perjam
 Rata-rata pelayanan μ = 6 truk perjam
 Biaya $ 6 per orang per jam, 3 orang $ 18
II.Kondisi kedua (dua kelompok tenaga kerja terdiri 6 orang):
 Rata-rata kedatangan λ = 4 truk perjam
 Rata-rata pelayanan μ = 12 truk perjam
 Biaya $ 6 per orang per jam, 6 orang $ 36
III.Kondisi kedua (dua kelompok tenaga kerja terdiri 9 orang):
 Rata-rata kedatangan λ = 4 truk perjam
 Rata-rata pelayanan μ = 18 truk perjam
 Biaya $ 9 per orang per jam, 6 orang $ 54
Langkah analisis:
i. Kondisi awal (satu kelompok tenaga kerja):
1. Rata-rata jumlah truk dalam antrian Lq
Lq = λ2 / (μ – λ) = 42 / 6(6-4) = 1,333
2. Rata-rata jumlah truk dalam sistem L
L = λ / (μ – λ) = 4 / (6-4) = 2
3. Rata-rata waktu truk dalam antrian Wq
Wq = λ / μ (μ – λ) = 4 / 6(6-4) = 0.333
4. Rata-rata waktu truk dalam sistem W
W = 1 / (μ – λ) = 1 / (6-4) = 0.5
5. Tingkat intensitas pelayanan U
U = λ / μ = 4 / 6 =0,667
 lanjutan

ii. Kondisi kedua (dua kelompok tenaga kerja):

1. Rata-rata jumlah truk dalam antrian Lq
Lq = λ2 / (μ – λ) = 42 / 12(12-4) = 0,167
2. Rata-rata jumlah truk dalam sistem L
L = λ / (μ – λ) = 4 / (12-4) = 0,5
3. Rata-rata waktu truk dalam antrian Wq
Wq = λ / μ (μ – λ) = 4 / 12(12-4) = 0.042
4. Rata-rata waktu truk dalam sistem W
W = 1 / (μ – λ) = 1 / (12-4) = 0.125
5. Tingkat intensitas pelayanan U
U = λ / μ = 4 / 12 =0,333
 lanjutan

iii. Kondisi ketiga (tiga kelompok tenaga kerja):

1. Rata-rata jumlah truk dalam antrian Lq
Lq = λ2 / (μ – λ) = 42 / 18(18-4) = 0,063
2. Rata-rata jumlah truk dalam sistem L
L = λ / (μ – λ) = 4 / (18-4) = 0,286
3. Rata-rata waktu truk dalam antrian Wq
Wq = λ / μ (μ – λ) = 4 / 18(18-4) = 0.016
4. Rata-rata waktu truk dalam sistem W
W = 1 / (μ – λ) = 1 / (18-4) = 0.071
5. Tingkat intensitas pelayanan U
U = λ / μ = 4 / 18 =0,222
 lanjutan

Hasil analisis antrian secara ringkas adalah:

Karakteristik antrian 1 kelompok 2 kelompok 3 kelompok

tenaga kerja tenaga kerja tenaga kerja
Rata-rata jumlah truk dalam antrian (Lq) 1,333 0,167 0,063
Rata-rata jumlah truk dalam sistem (L) 2,000 0,500 0,286
Rata-rata waktu truk dalam antrian (Wq) 0.333 0.042 0.016
Rata-rata waktu truk dalam sistem (W) 0.500 0.125 0.071
Probabilitas fasilitas Pelayanan sibuk (U) 0,667 0,333 0,222
Analisis perbandingan total biaya pada tiap kelopok
Biaya
Biaya Truk per hari Biaya tenaga kerja per hari total
1 kelompok 2 x 8 jam x $20 = $320 3 x $6 x 8 jam = $144 $464
2 kelompok 0,5 x 8 jam x $20 = $ 80 6 x $6 x 8 jam = $288 $368
3 kelompok 0,286 x 8 jam x $20 = 46 9 x $6 x 8 jam = $432 $478

Dari perhitungan biaya total seperti tampak pada tabel di atas terlihat bahwa
biaya total paling rendah jika perusahaan mempekerjakan 2 kelompok tenaga
kerja. Dengan demikian disarankan agar perusahaan tersebut menambah satu
kelompok tenaga kerja.
 KUIS
Kerjakan secara berkelompok soal
latihan di buku ajar no 5 dan 7
halaman 30 dan 31
 TUGAS
Kerjakan soal 17.2.5, 17.6.20 dan
17.6.32 dari buku lieberman.
Kumpulkan minggu depan

Pertemuan minggu depan : Programa

dinamis (BACA BUKU AJAR)