Kuliah 9 Teori Antrian2

Teori Antrian
Dosen : Vita Sarasi, SE., MT.
To accompany
Quantitative Analysis for Management, Tenth Edition,
by Render, Stair, and Hanna © 2008 Prentice-Hall, Inc.
Power Point slides created by Jeff Heyl © 2009 Prentice-Hall, Inc.
BUDAYA ANTRI CERMINAN
BANGSA BERMARTABAT
© 2008 Prentice-Hall, Inc.

Antri di Jepang vs Indonesia
Sementara itu, inilah kondisi

Inilah pemandangan antrian belum lama bangsa kita dalam budaya antri,
ini di Jepang saat korban Tsunami berebut berdesak-desakan bahkan
menerima bantuan pangan di sebuah tak jarang jatuh korban jiwa, tidak
lapangan ada yang rela mengalah

KENAPA HARUS
ANTRI?

Sejarah
 Penemu teori Antrian adalah Agner
Krarup Erlang (1878-1929), insinyur
ahli matematika juga ahli statistik
dari Denmark
 1909 : AK Erlang melakukan
eksperimen terhadap permintaan
yang berfluktuasi dalam lalu lintas
telepon.
 Delapan tahun kemudian, beliau
mempublikasikan laporan mengenai
penundaan dalam peralatan
pemutaran telepon secara otomatis
 Pada akhir PD II, penelitian Erlang
diperluas pada masalah dan aplikasi
bisnis antrian yang lebih umum.
Pendahuluan
 Queuing theory (Teori Antrian) adalah studi mengenai
waiting lines (barisan orang atau kendaraan yang
sedang menunggu sesuatu)
 Bentuk antrian juga terjadi dalam proses bisnis
 Tiga komponen dasar dari proses antrian adalah

tingkat kedatangan (arrival), fasilitas pelayanan
(service facility) dan antrian yang terjadi (actual
waiting line)
 Model analitis dari antrian dapat membantu manajer

mengevaluasi biaya dan keefektifan sistem pelayanan
© 2009 Prentice-Hall, Inc. 14 – 6
CONTOH SISTEM ANTRIAN
Garis tunggu
Sistem atau antrian
Fasilitas
Pesawat menunggu di
1. Lapangan terbang Landasan pacu
landasan
2. Bank Nasabah (orang) Kasir
3. Pencucian Mobil Mobil Tempat pencucian mobil
4. Bongkar muat barang Kapat dan truk Fasilitas bongkar muat
5. Sistem komputer Program komputer CPU, Printer, dll

6. Bantuan pengobatan Orang Ambulans
darurat
7. Perpustakaan Anggota perpustakaan Pegawai perpustakaan
8. Registrasi mahasiswa Mahasiswa Pusat registrasi

9. Skedul sidang pengadilan Kasus yang disidangkan Pengadilan

Biaya Antrian
 Trade-off antara Biaya Antrian dan Tingkat Pelayanan
Biaya
Biaya pelayanan optimal
Total Biaya yang diharapkan
Biaya untuk menyediakan pelayanan
Biaya waktu menunggu
* Tingkat Pelayanan
Tingkat
Pelayanan
Optimal
Karakteristik Sistem Antrian :
Tiga Bagian
 Ada tiga bagian dalam sistem antrian
1. Tingkat kedatangan atau input dari
sistem (kadang-kadang disebut
sebagai calling population)
2. Antrian itu sendiri
3. Fasilitas pelayanan
 Ketiga komponen ini memiliki karakteristik
masing-masing yang harus diuji sebelum
model matematis dapat dikembangkan

Kedatangan
 Karakteristik kedatangan : ukuran, pola,
perilaku
 Ukuran populasi
 Umumnya infinite (tidak terbatas) atau
finite (terbatas)
 Pola Kedatangan
 Dapat datang dengan pola yang diketahui
atau secara random
 Kedatangan random biasanya mengikuti
distribusi Poisson

Karakteristik Sistem Antrian
Distribusi Poisson
dimana

e  X
P( X )  for X  0, 1, 2, 3, 4,... P(X) = probabilitas kedatangan X
X! X = jumlah kedatangan per unit waktu
 = rata-rata tingkat kedatangan
e = 2.7183
 Dua contoh Distribusi Poisson untuk tingkat

kedatangan
0.30 – 0.25 –
0.25 – 0.20 –
Probabilitas
Probabilitas
0.20 –
0.15 –
0.15 –
0.10 –
0.10 –
0.05 – 0.05 –
0.00 –| | | | | | | | | | 0.00 –| | | | | | | | | |
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
X X
 = 2 distribusi  = 4 distribusi
Perilaku Kedatangan
 Perilaku tingkat kedatangan
 Kebanyakan model antrian mengasumsikan
konsumen adalah sabar dan akan menunggu dalam
antrian sampai mereka dilayani dan tidak berpindah
pada barisan antrian yang lain
 Balking adalah konsumen yang menolak untuk

memasuki antrian
 Reneging adalah konsumen yang memasuki antrian,

tetapi menjadi tidak sabar dan meninggalkan antrian
tanpa menerima pelayanan terlebih dahulu

Disiplin Antrian
 Antrian dapat bersifat terbatas atau tidak terbatas

 Disiplin antrian adalah aturan bagaimana konsumen
dalam antrian menerima pelayanan
 Aturan yang paling umum adalah first-in, first-out
(FIFO) (yang lebih dahulu datang, dilayani lebih
dahulu)
 Aturan lain juga memungkinkan dan berdasarkan
karakteristik kepentingan lain, misalnya last-in, first-
out (LIFO), Service In Random Order (SIRO).
 Aturan lain dapat diterapkan untuk memilih konsumen
mana yang akan memasuki antrian, tetapi FIFO dapat
digunakan ketika mereka telah berada dalam antrian
Konfigurasi
 Empat konfigurasi dasar dari Sistem Antrian
Antrian
Kedatangan Fasilitas Keluar setelah

pelayanan selesai dilayani
Sistem Satu Saluran, Satu Fase (Single-Channel, Single-Phase)
Antrian
Tipe 1 Tipe 2 Keluar
Kedatangan Fasilitas Fasilitas setelah
Pelayanan Pelayanan selesai
dilayani
Sistem Satu Saluran, Banyak Fase (Single-Channel, Multiphase System)

Konfigurasi
Fasilitas
Pelayanan
Antrian
1
Fasilitas Keluar
Tingkat Pelayanan setelah
2 selesai
Kedatangan dilayani
Fasilitas
Pelayanan
3
Banyak Saluran, Satu Fase (Multichannel, Single-Phase System)

Konfigurasi
Tipe 1 Tipe 2
Antrian Fasilitas Fasilitas
Pelayanan Pelayanan
1 1 Keluar
Kedatangan setelah
selesai
Tipe 1 Tipe 2 dilayani
Fasilitas Fasilitas
Pelayanan Pelayanan
2 2
Sistem Banyak Saluran, Banyak Fase (Multichannel, Multiphase System)

Distribusi Eksponensial
 Distribusi waktu  Dua contoh Distribusi
pelayanan Eksponensial
 Pola f (x)
– untuk waktu pelayanan
pelayanan f (x) = e–x
dapat – untuk x ≥ 0
dan  > 0
konstan atau –
random
–  = Rata-rata jumlah yang dilayani per menit
 Waktu
pelayanan –
konstan Rata-rata waktu
biasanya – pelayanan 20 menit
dikontrol –
oleh mesin Rata-rata waktu pelayanan 1 jam
|– | | | | | |
0 30 60 90 120 150 180 Waktu pelayanan (menit)
Identifikasi Model : Notasi Kendall
 D. G. Kendall pada 1953 mengembangkan tiga notasi awal
untuk model antrian yaitu (a/b/c)
 A.M. Lee, pada 1966 menambahkan simbol d dan e dan
simbol f pada 1968
 Bentuk notasinya menjadi : (a/b/c) : (d/e/f) dimana :
a = distribusi tingkat kedatangan
b = distribusi waktu pelayanan
c = jumlah fasilitas pelayanan yang paralel (=1, 2, 3...~)
d = dispilin antrian (FCFS, LCFS, SIRO, GD)
e = jumlah maksimum (terbatas (finite) atau tidak
terbatas (infinite)) yang diijinkan dalam sistem
(dalam antrian ditambah yang dilayani)
f = ukuran dari sumber populasi (terbatas (finite) atau
tidak terbatas (infinite)
Identifikasi Model dengan Notasi Kendall
 Notasi standar untuk menunjukkan distribusi

tingkat kedatangan atau waktu pelayanan
(simbol a dan b) adalah :
 M = Markovian (Poisson) untuk distribusi tingkat
kedatangan atau waktu pelayanan
 D = waktu konstan (deterministik)
 Ek = distribusi waktu Erlang atau Gamma
 G = distribusi General (generik) untuk waktu
pelayanan dengan rata-rata dan varians
diketahui
 GI = distribusi atau waktu antar kedatangan
General (generik)
Identifikasi Model dengan Notasi Kendall
 Model satu saluran dengan tingkat kedatangan berdistribusi
Poisson dan waktu pelayanan berdistribusi Eksponensial,
notasinya adalah :
(M/M/1) : (GD/~/~)
 Model dengan banyak saluran, notasinya adalah :
(M/M/c) : (GD/~/~)
 Model dengan satu saluran dengan tingkat kedatangan
berdistribusi Poisson dan waktu pelayanan Konstan,
notasinya adalah :
(M/D/1) : (GD/~/~)
 Model dengan satu saluran dengan tingkat kedatangan
berdistribusi Poisson dan waktu pelayanan berdistribusi
Eksponensial dan jumlah maksimum yang diijinkan dalam
antrian terbatas, notasinya adalah :
(M/M/1) : (GD/N/~)

Model Satu Saluran (Single Channel)
(M/M/1) : (GD/~/~)
 Asumsi Model
 Kedatangan dilayani berdasarkan basis FIFO
 Tidak ada yang balking atau reneging
 Kedatangan bersifat independen satu sama lain
(terpisah), tetapi konstan sepanjang waktu
 Tingkat kedatangan mengikuti Distribusi
Poisson
 Waktu pelayanan variabel dan independen, tapi
rata-rata diketahui
 Waktu pelayanan mengikuti Distribusi
Eksponensial negatif
 Rata-rata waktu pelayanan lebih besar daripada
rata-rata tingkat kedatangan
(M/M/1)
 = Rata-rata tingkat kedatangan per periode

waktu
 = Rata-rata jumlah orang atau unit yang
dilayani per periode waktu
 Tingkat kedatangan dan waktu pelayanan

harus dalam periode yang sama

(M/M/1)
1. Rata-rata jumlah konsumen atau unit dalam
sistem (L)

L

2. Waktu rata-rata konsumen berada dalam sistem
(W)
1
W 

3. Jumlah rata-rata konsumen dalam antrian (Lq)
2
Lq 
(   )
Model Satu Saluran (Single
Channel) (M/M/1)
4. Waktu rata-rata konsumen menunggu dalam
antrian (Wq)

Wq 
(   )
5. Faktor utilisasi untuk sistem, , probabilitas

fasilitas pelayanan sedang digunakan




Model Satu Saluran (M/M/1)
6. Waktu menganggur, P0, probabilitas tidak ada
orang dalam sistem

P0  1 

7. Probabilitas sejumlah konsumen dalam sistem

lebih besar dari k, Pn>k
k 1

Pn k  


Kasus: Bengkel Knalpot Arnold
 Mekanik Arnold, Reid Blank, dapat memasang

knalpot rata-rata 3 buah per jam atau 1 buah setiap
20 menit
 Konsumen datang rata-rata 2 orang per jam
 = 2 mobil datang per jam
 = 3 mobil dilayani per jam
λ 2 2
L   2
μλ 32 1
Jadi rata-rata 2 mobil berada dalam sistem
1 1
W  1
μλ 32
Jadi rata-rata 1 jam mobil berada dalam sistem
λ2 22 4
Lq     1,33
μ(μ  λ) 3(3  2) 3(1)
Jadi rata-rata 1,33 mobil menunggu dalam antrian
 2
Wq   jam = 40 menit
(   ) 3
Jadi waktu menunggu rata-rata 40 menit per mobil
 2
    0,67
 3
Jadi mekanik berada dalam keadaan sibuk 67%
 2
P0  1   1   0,33
 3
Jadi probabilitas ada 0 (tidak ada) mobil dalam sistem
adalah 0,33
 Probabilitas ada lebih dari k mobil dalam sistem
k Pn>k = (2/3)k+1
0 0,667 Catatan ini sama dengan 1 – P0 = 1 – 0,33 = 0,667

1 0,444
2 0,296
3 0,198 Menunjukkan 19,8% kemungkinan ada lebih dari 3
mobil dalam sistem
4 0,132
5 0,088
6 0,058
7 0,039

 Arnold mengestimasi biaya waktu tunggu
konsumen dalam antrian adalah $10 per jam
Total biaya
menunggu = (8 jam per hari)WqCw
harian = (8)(2)(2/3)($10) = $106.67
 Arnold mengidentifikasi gaji mekanik $7 per jam
sebagai biaya pelayanan
Total biaya
pelayanan = (8 jam per hari)mCs
harian = (8)(1)($7) = $56
 Jari total biaya dari sistem adalah
Total harian biaya
sistem antrian = $106.67 + $56 = $162.67
 Arnold berpikir untuk mempekerjakan mekanik

yang berbeda yang bisa memasang knalpot lebih
cepat
 Karakteristik operasi yang baru menjadi
 = 2 mobil kedatangan per jam
 = 4 mobil dilayani per jam
 2 2
L    1 mobil rata-rata
  42 2 dalam sistem
1 1
W    1/2 jam rata-rata mobil
  42 berada dalam sistem

2 22 4
Lq     1/2 mobil rata-rata
 (    ) 4( 4  2) 8(1) menunggu dalam
antrian
 1
Wq   jam  15 menit rata-rata
(   ) 4 waktu menunggu
per mobil
 2
    0,5  persentase waktu
 4 mekanik berada dalam
keadaan sibuk
 2

P0 1   1   0,5  probabilitas ada 0 mobil
 4 dalam sistem

 Probabilitas ada lebih dari k mobil dalam sistem
k Pn>k = (2/4)k+1
0 0,500
1 0,250
2 0,125
3 0,062
4 0,031
5 0,016
6 0,008
7 0,004

 Biaya menunggu konsumen adalah sama $10 per
jam
Total waktu
menunggu = (8 jam per hari)WqCw
harian = (8)(2)(1/4)($10) = $40.00
 Mekanik yang baru lebih mahal yaitu $9 per jam
Total biaya
pelayanan = (8 jam per hari)mCs
harian = (8)(1)($9) = $72
 Jadi total biaya dalam sistem adalah

Total biaya harian
dalam sistem = $40 + $72 = $112
antrian © 2009 Prentice-Hall, Inc. 14 – 33
 Total waktu menunggu 16 konsumen per hari

dahulu
(16 mobil per hari) x (2/3 jam per mobil) = 10,67 jam
 Sekarang
(16 mobil per hari) x (1/4 jam per mobil) = 4 jam
 Total biaya sistem berkurang dengan
mempekerjakan mekanik, yaitu menghasilkan
penghematan $50 per hari
$162 – $112 = $50

Meningkatkan Sistem Antrian
 Mengurangi waktu menunggu bukan satu-

satunya cara untuk mengurangi biaya
menunggu
 Mengurangi biaya menunggu (Cw) juga
akan mengurangi total biaya menunggu
 Pengurangan tersebut akan lebih murah
dibandingkan dengan mengurangi W atau
Wq

Model Banyak Saluran (M/M/m)
 Asumsi model
 Kedatangan dilayani dengan basis FIFO
 Tidak ada balking atau reneging
 Kedatangan independen satu sama lain tetapi
tingkatnya adalah konstan sepanjang waktu
 Kedatangan mengikuti Distribusi Poisson
 Waktu pelayanan variabel dan independen
tetapi rata-ratanya diketahui
 Waktu pelayanan mengikuti Distribusi
Eksponensial negatif
 Rata-rata waktu pelayanan adalah lebih besar
daripada rata-rata tingkat kedatangan
 Persamaan untuk model antrian dengan banyak
saluran
m = jumlah saluran yang buka
 = tingkat kedatangan rata-rata
 = tingkat pelayanan rata-rata pada setiap saluran
1. Probabilitas ada nol konsumen dalam sistem
1
P0  untuk m   
 n  m 1
1 
n
 1  m
m
  n! 

 n0  m!  m  

2. Rata-rata jumlah konsumen berada dalam sistem
 ( /  )m 
L P 
( m  1)!( m   )2 0 
3. Waktu rata-rata unit berada dalam antrian atau

sedang dilayani dalam sistem
 ( /  )m 1 L
W P  
( m  1)!( m   ) 2 0
 

4. Rata-rata jumlah konsumen atau unit dalam
antrian menunggu untuk dilayani

Lq  L 

5. Waktu rata-rata konsumen atau unit dalam antrian
menunggu untuk dilayani
1 Lq
Wq  W  
 
6. Faktor utilisasi untuk sistem, , probabilitas
fasilitas pelayanan sedang digunakan


m
(revisi)
 Arnold akan menginvestigasi dengan membuka
bengkel kedua
 Ia akan mempekerjakan mekanik kedua yang
bekerja dengan tingkat mekanik pertama
 Tingkat kedatangan konsumen sama seperti
semula
1
P0  untuk m  
 n  m 1
1  1  
n m
m
   ÷   ÷
n!     m!    m  
 n 0
P0  0,5
 probabilitas ada 0 mobil dalam sistem

(revisi)
 Rata-rata jumlah mobil dalam sistem
 ( /  ) m 
L  2 P0
  0,75
( m  1)! ( m    ) 
 Rata-rata mobil berada dalam sistem
L 3
W   jam  22 1 menit
 8 2

(revisi)
 Rata-rata jumlah mobil dalam antrian
 3 2 1
Lq  L      0,083
 4 3 12
 Waktu rata-rata mobil berada dalam antrian
1 Lq 0,083
Wq  W     0,0415 jam  2 1 menit
  2 2

(revisi)
 Efek dari tingkat pelayanan pada karakteristik
operasi Arnold
TINGKAT PELAYANAN
SATU
DUA MEKANIK
SATU MEKANIK YANG LEBIH
KARAKTERISTIK MEKANIK  = 3 UNTUK CEPAT
OPERASI =3 KEDUANYA =4
Probabilitas sistem kosong
0,33 0,50 0,50
(P0)
Rata-rata jumlah mobil
2 mobil 0,75 mobil 1 mobil
dalam sistem (L)
Rata-rata waktu menunggu
60 menit 22,5 menit 30 menit
dalam sistem (W)
1,33 mobil 0,083 mobil 0,50 mobil
dalam antrian (Lq)
dalam antrian \(Wq) © 2009 Prentice-Hall, Inc. 14 – 43
(revisi)
 Penambahan pelayanan kedua mengurangi waktu menunggu
dalam antrian, tetapi akan meningkatkan biaya pelayanan karena
harus mempekerjakan mekanik yang kedua
Total waktu menunggu harian = (8 jam per hari) WqCw

= (8)(2)(0,0415)($10) = $6.64
Total biaya pelayanan harian = (8 jam per hari) mCs

= (8)(2)($7) = $112
 Jadi total biaya sistem adalah

Total biaya sistem = $6.64 + $112 = $118.64
 Mekanik yang bisa bekerja cepat adalah pilihan

dengan biaya terendah
(revisi)
TINGKAT PELAYANAN
SATU
DUA MEKANIK
SATU MEKANIK YANG LEBIH
KARAKTERISTIK MEKANIK  = 3 UNTUK CEPAT
OPERASI =3 KEDUANYA =4
Probabilitas sistem kosong
0,33 0,50 0,50
(P0)
2 mobil 0,75 mobil 1 mobil
dalam sistem (L)
dalam sistem (W)
1,33 mobil 0,083 mobil 0,50 mobil
dalam antrian (Lq)
dalam antrian \(Wq)
Biaya $162.67 $118.64 $112

Model Waktu Pelayanan Konstan (M/D/1)
 Waktu pelayanan konstan digunakan jika

konsumen atau unit yang diproses
berdasarkan siklus yang tetap
 Nilai Lq, Wq, L, dan W selalu kurang
dibandingkan dengan model waktu
pelayanan variabel
 Sebenarnya rata-rata panjang antrian dan
waktu menunggu keduanya adalah
setengah dalam model tingkat pelayanan
konstan

Model Waktu Pelayanan Konstan
(M/D/1)
1. Rata-rata panjang antrian
2
Lq 
2 (    )
2. Rata-rata waktu menunggu dalam antrian

Wq 
2 (    )

(M/D/1)
3. Rata-rata jumlah konsumen dalam sistem

L  Lq 

4. Rata-rata waktu menunggu dalam sistem
1
W  Wq 


(M/D/1)
 Perusahaan siklus ulang Garcia-Golding
 Perusahaan mengumpulkan dan mengemas
kaleng aluminum dan botol kaca
 Truk datang rata-rata 8 per jam (Distribusi
Poisson)
 Pengemudi truk menunggu kira-kira 15 menit
sebelum membongkar muatan
 Biaya pengemudi dan truk $60 per jam
 Mesin otomatis yang baru dapat memproses
muatan truk pada tingkat konstan 12 per jam
 Pengemas baru akan dilunasi dengan biaya $3
per truk

(M/D/1)
 Analisis biaya dan manfaat dari pembelian
Saat ini biaya menunggu/perjalanan=
(1/4 jam waktu menunggu)($60/jam biaya)
= $15/perjalanan
Sistem Baru :  = 8 truk/jam kedatangan
 = 12 truk/jam dilayani
Waktu menunggu rata-rata dalam antrian = Wq = 1/12 jam
Waktu menunggu/perjalanan
dengan pengemas baru = (1/12 jam menunggu)($60/jam biaya)
= $5/perjalanan
Penghematan dengan peralatan baru
= $15 (sistem sekarang – $5 (sistem baru)
= $10 per perjalanan
Biaya pelunasan peralatan baru = $3/perjalanan
Penghematan bersih = $7/perjalanan
Model Populasi Terbatas
(M/M/1 dengan Sumber Terbatas (Finite)
 Jika populasi potensial konsumen terbatas,
modelnya berbeda
 Sekarang ada hubungan ketergantungan antara
panjang antrian dengan tingkat kedatangan
 Model mengikuti asumsi berikut
1. Hanya ada satu fasilitas pelayanan
2. Populasi yang membutuhkan pelayanan
terbatas
3. Tingkat kedatangan mengikuti Distribusi
Poisson dan waktu pelayanan mengikuti
Distribusi Eksponensial
4. Konsumen dilayani dengan basis FIFO

 = rata-rata tingkat kedatangan

 = rata-rata tingkat pelayanan
N = ukuran populasi
 Karakteristik operasinya adalah:
1. Probabilitas sistem berada dalam
keadaan kosong
1
P0 
N!   
N n
  
n  0 ( N  n )!   

2. Rata-rata panjang antrian
  
Lq  N   1 P0 
  
3. Rata-rata jumlah konsumen (unit) berada dalam

sistem
L  Lq  1 P0 
4. Rata-rata waktu menunggu dalam antrian

Lq
Wq 
( N  L)

5. Rata-rata waktu menunggu dalam sistem
1
W  Wq 

6. Probabilitas ada n unit dalam sistem
N!   
n
Pn    P0 for n  0,1,..., N
 N  n !   

Contoh : Departemen Perdagangan
 Departemen Perdagangan memiliki lima printer

yang membutuhkan perbaikan setelah bekerja
kira-kira 20 jam
 Kerusakan mengikuti Distribusi Poisson
 Teknisi dapat memperbaiki printer dengan rata-
rata 2 jam, mengikuti Distribusi Eksponensial
 = 1/20 = 0,05 printer/jam
 = 1/2 = 0,50 printer/jam

1. 1
P0   0,564
5!  0.05 
5 n
 (5  n)!  0.5 ÷

n0
2.  0.05  0.5 
Lq  5   ÷ 1 P0   0,2 printer
 0.05 
3. L  0.2  1  0.564   0,64 printer

4. 0.2 0.2
Wq    0,91 jam
(5  0.64 )0.05  0.22
1
5. W  0.91   2,91 jam
0.50
 Jika biaya memperbaiki $120 per jam dan teknisi
dibayar $25 per jam, maka biaya total adalah
Total (Rata-rata jumlah printer yang rusak)
biaya = (Biaya per jam kerusakan)
jam-an + Biaya per jam teknisi
= (0.64)($120) + $25 = $101.80

Hubungan beberapa Karakteristik
Operasi Umum
 Hubungan tertentu terjadi di antara karakteristik
operasi khusus untuk setiap sistem antrian berada
dalam steady state
 Kondisi steady state terjadi jika sistem berada
dalam kondisi normal dan stabil, biasanya setelah
kondisi transisi awal (initial transient state)
 Persamaannya sebagai berikut :
L = W (W = L/)
Lq = Wq (Wq = Lq/)
 Dan
W = Wq + 1/
Model Antrian yang Lebih Kompleks
dan Penggunaan Simulasi
 Dalam dunia nyata seringkali terjadi variasi
dalam model dasar antrian
 Simulasi Komputer dapat digunakan untuk
menyelesaikan masalah yang lebih kompleks
 Dalam Simulasi memungkinkan untuk
melakukan analisis dari faktor-faktor yang
dapat dikontrol
 Simulasi sebaiknya dilakukan jika model
antrian standar hanya menghasilkan estimasi
yang kurang dari sistem pelayanan yang aktual

Kuliah 9 Teori Antrian2

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kuliah 9 Teori Antrian2

Diunggah oleh

Hak Cipta:

Format Tersedia

Teori Antrian

Dosen : Vita Sarasi, SE., MT.

© 2008 Prentice-Hall, Inc.

Sementara itu, inilah kondisi

© 2008 Prentice-Hall, Inc.

© 2008 Prentice-Hall, Inc.

 Bentuk antrian juga terjadi dalam proses bisnis

 Tiga komponen dasar dari proses antrian adalah

 Model analitis dari antrian dapat membantu manajer

4. Bongkar muat barang Kapat dan truk Fasilitas bongkar muat

5. Sistem komputer Program komputer CPU, Printer, dll

8. Registrasi mahasiswa Mahasiswa Pusat registrasi

© 2009 Prentice-Hall, Inc. 14 – 7

Total Biaya yang diharapkan

Biaya untuk menyediakan pelayanan

Biaya waktu menunggu

© 2009 Prentice-Hall, Inc. 14 – 9

© 2009 Prentice-Hall, Inc. 14 – 10

 Dua contoh Distribusi Poisson untuk tingkat

 Balking adalah konsumen yang menolak untuk

 Reneging adalah konsumen yang memasuki antrian,

© 2009 Prentice-Hall, Inc. 14 – 12

 Antrian dapat bersifat terbatas atau tidak terbatas

Kedatangan Fasilitas Keluar setelah

Sistem Satu Saluran, Satu Fase (Single-Channel, Single-Phase)

Sistem Satu Saluran, Banyak Fase (Single-Channel, Multiphase System)

© 2009 Prentice-Hall, Inc. 14 – 14

Banyak Saluran, Satu Fase (Multichannel, Single-Phase System)

© 2009 Prentice-Hall, Inc. 14 – 15

Sistem Banyak Saluran, Banyak Fase (Multichannel, Multiphase System)

© 2009 Prentice-Hall, Inc. 14 – 16

 Notasi standar untuk menunjukkan distribusi

© 2009 Prentice-Hall, Inc. 14 – 20

 = Rata-rata tingkat kedatangan per periode

 Tingkat kedatangan dan waktu pelayanan

© 2009 Prentice-Hall, Inc. 14 – 22

5. Faktor utilisasi untuk sistem, , probabilitas

© 2009 Prentice-Hall, Inc. 14 – 24

7. Probabilitas sejumlah konsumen dalam sistem

© 2009 Prentice-Hall, Inc. 14 – 25

 Mekanik Arnold, Reid Blank, dapat memasang

 Probabilitas ada lebih dari k mobil dalam sistem

0 0,667 Catatan ini sama dengan 1 – P0 = 1 – 0,33 = 0,667

© 2009 Prentice-Hall, Inc. 14 – 28

 Arnold berpikir untuk mempekerjakan mekanik

© 2009 Prentice-Hall, Inc. 14 – 30

© 2009 Prentice-Hall, Inc. 14 – 31

 Probabilitas ada lebih dari k mobil dalam sistem

© 2009 Prentice-Hall, Inc. 14 – 32

 Jadi total biaya dalam sistem adalah

 Total waktu menunggu 16 konsumen per hari

© 2009 Prentice-Hall, Inc. 14 – 34

 Mengurangi waktu menunggu bukan satu-

© 2009 Prentice-Hall, Inc. 14 – 35

© 2009 Prentice-Hall, Inc. 14 – 37

2. Rata-rata jumlah konsumen berada dalam sistem

3. Waktu rata-rata unit berada dalam antrian atau

© 2009 Prentice-Hall, Inc. 14 – 38

© 2009 Prentice-Hall, Inc. 14 – 40

 Rata-rata mobil berada dalam sistem

© 2009 Prentice-Hall, Inc. 14 – 41

 Waktu rata-rata mobil berada dalam antrian

© 2009 Prentice-Hall, Inc. 14 – 42

Total waktu menunggu harian = (8 jam per hari) WqCw