Anda di halaman 1dari 27

Model Antrian

Lecturer:
Didik Setyawan
MODEL ANTRIAN
1990-an  AK. ERLANG  Telpon Switching.

“Teori antrian menyangkut studi matematika


antrian atau bentuk garis tunggu, dan tentu saja
sebuah gejala yang umum terjadi apabila
permintaan pelayanan yang sedang berlangsung
melebihi kapasitas yang ada untuk memberikan
pelayanan itu. Teori antrian memberikan beberapa
alternatif model matematika untuk
menggambarkan situasi garis tunggu. Hasil
matematika yang menyatakan beberapa
karakteristik garis tunggu yang sering terdapat
pada model ini” (Hiller&Liebermen)
Tujuan Teori Antrian
Tujuan dasar dari teori antrian
adalah untuk meminimumkan
total dua biaya, yaitu :
1. Biaya langsung yaitu biaya
yang timbul akibat
penyediaan fasilitas
pelayanan
2. Biaya tidak langsung yaitu
biaya yang timbul karena
individu harus menunggu
untuk dilayani
Sumber Masukan
 Sumber masukan dari suatu sistem antrian dapat
terdiri dari suatu populasi orang, barang,
komponen atau kertas kerja yang datang pada
sistem untuk dilayani.
 Bila populasi relatif besar sering diangap bahwa
hal itu merupakan besaran yang tak terbatas.
 Suatu populasi dinyatakan “besar” apabila
populasi tersebut dibanding dengan kapasitas
sistem pelayanan.
Pola Kedatangan
 Cara dengan mana individu-individu dari populasi memasuki
sistem disebut pola kedatangan (arrival pattern). Individu-
individu mungkin datang dengan tingkat kedatangan (arrival
rate) yang konstan ataupun acak/random (yaitu banyak
individu-individu per periode waktu).
 Distribusi probabilitas Poisson adalah salah satu dari pola-pola
kedatangan yang paling sering (umum) bila kedatangan-
kedatangan didistribusikan secara random atau acak.
 Penolakan (balking) adalah bila individu (orang) dan antrian
panjang, individu mungkin akan meninggalkan sistem.
 Bulk arrivals adalah kelompok-kelompok individu yang masuk
dalam pola kedatangan yang memasuki sistem antrian secara
bersama.
Gambar
Distribusi Probabilitas Poisson
Kapasitas Sistem

Yang dimaksud dengan kapasitas sistem adalah


“jumlah maksimum pelanggan, mencakup yang
sedang dilayani dan yang berada dalam antrian,
yang dapat ditampung oleh fasilitas pelayanan pada
saat yang sama”. Bonson (1996 : 310)
Disiplin Antrian
Disiplin antrian menunjukkan pedoman keputusan yang
digunakan untuk menyeleksi individu-individu yang
memasuki antrain untuk dilayani terlebih dahulu
(prioritas).
Tipe-tipe disiplin antrian al. first come, first served
(FCFS), shortest operating (service) time (SOT), last
come first served (LCFS), longest operating time
(LOT), service in random order (SIRO), emergency
first atau critical condition first.
Kepanjangan Antrian
Banyak sistem antrian dapat
menampung jumlah individu-
individu yang relatif besar, tetapi
ada beberapa sistem yang
mempunyai kapasitas yang terbatas.
Bila kapasitas antrian menjadi
faktor pembatas besarnya jumlah
individu yang dapat dilayani dalam
sistem secara nyata, berarti sistem
mempunyai kepanjangan antrian
yang terbatas (finite)
Tingkat Pelayanan
Waktu yang digunakan untuk
melayani individu-individu dalam
suatu sistem disebut waktu
pelayanan (service time). Waktu
ini mungkin konstan, tetapi juga
sering acak (random).
Bila waktu pelayanan mengikuti
distribusi eksponensial atau
distribusi acak, waktu pelayanan
(yaitu unit/jam) akan mengikuti
suatu distribusi Poisson.
Keluar (Exit)
Sesudah individu telah selesai
dilayani, maka individu
tersebut keluar (exit) dari
sistem.
Sesudah keluar, individu
bergabung pada satu di antara
kategori populasi. Mungkin
juga individu akan masuk ke
sistem antrian yang berbeda
sesuai dengan kebutuhan
pelayanan.
Karakteristik Sistem Antrian
Karakteristik
Antrian Asumsi-asumsi Umum
Sumber populasi Tak terbatas atau terbatas
Pola kedatangan Tingkat kedatangan poisson (waktu antar
kedatangan eksponensial)
Kepanjangan antrian Tak terbatas atau terbatas
Disiplin antrian First come – first served
Pola pelayanan Tingkat pelayanan poisson waktu
pelayanan eksponensial
Keluar Langsung kembali ke populasi
Struktur Antrian
a. Single Channel – Single Phase
b. Single Channel – Multiphase
c. Multichannel – Singlephase
d. Multichannel – Multiphase

Channel (saluran) mununjukkan jumlah jalur


(tempat) untuk memasuki sistem pelayanan, yang
juga menunjukkan jumlah fasilitas pelayanan.
Phase berarti jumlah station-station pelayanan,
dimana para pelanggan harus melaluinya sebelum
pelayanan dinyatakan lengkap
Single Channel – Single Phase
Single Channel – Multiphase
Multichannel – Singlephase
Multichannel – Multiphase
Model-model Antrian
Kendall’s Notation merupakan notasi yang
digunakan untuk mengelompokkan model-model
antrian yang berbeda. Contoh M/M/1/I/I
Fasiltas Pelayanan
Populasi (I) Antrian (M) (M/1)
Tingkat FCFS Tingkat
Sumber Tak
Kedatangan Pelayanan Keluar
Terbatas
Poisson Kepanjangan Poisson
Antrian Tak-
Terbatas
(I)
Bentuk Model Umum:

Jumlah
Tingkat Tingkat Besarnya Kepanjangan
Fasilitas
Kedatangan Pelayanan Populasi Antrian
Pelayanan
Singkatan Penjelasan
M Tingkat kedatangan dan pelayanan Poisson
D Tingkat kedatangan atau pelayanan
deterministik (diketahui konstan)
K Distribusi Erlang waktu antar kedatangan atau
pelayanan
S Jumlah fasilitas pelayanan
I Sumber populasi atau kepanjangan antrian tak
terbatas (infinite)
F Sumber populasi atau kepanjangan antrian
terbatas (finite)

Model 1 : M/M/1/I/I
Model 2 : M/M/S/I/I
Model 3 : M/M/1/I/F
Model 4 : M/M/S/F/I
Notasi Model Antrian
Notasi Penjelasan Ukuran
λ Tingkat kedatangan rata-rata Unit/jam
1/λ Waktu antar kedatangan rata-rata Jam/unit
μ Tingkat pelayanan rata-rata Unit/jam
1/μ Waktu pelayanan rata-rata Jam/unit
σ Deviasi standar tingkat pelayanan Unit/jam
S Jumlah fasilitas pelayanan (channels) Unit
pelayanan
p Tingkat kegunaan fasilitas pelayanan Ratio
Q Kepanjangan maksimum sistem (antrian plus ruang Unit
pelayanan)
Pn Probabilitas jumlah n individu dalam sistem Frekuensi
relatif
Po Probabilitas tidak ada individu dalam sistem Frekuensi
relatif
Cont..

Notasi Penjelasan Ukuran


Pw Probabilitas menunggu dalam antrian Frekuensi
relatif
cs Biaya pelayanan per satuan waktu per fasilitas Rp/jam/server
pelayanan
cw Biaya untuk menunggu per satuan waktu per individu Rp/jam/unit
ct Biaya total Rp/jam
Aplikasi
Jumlah individu rata-rata dalam antrian
Jumlah individu dalam sistem antrian
(antrian dan dan fasilitas pelayanan)

Waktu rata-rata dalam antrian

Waktu rata-rata dalam sistem total

Probabilitas jumlah n individu dalam


sistem

Tingkat kegunaan fasiltas layanan


Contoh kasus
Tuan Loan memiliki sebuah restoran yang melayani para
langganannya di dalam mobil mereka. Restoran ini telah
beroperasi sukses selama beberapa bulan di Pulau Demangan. Dia
sangat prihatin dengan panjangnya garis antrian pada jam-jam
makan siang dan makan malam. Beberapa langganannya telah
mengadu tentang waktu menunggu yang berlebihan. Dia merasa
bahwa di suatu ketika akan kehilangan para langganannya. Dia
meminta kepada jasa konsultan untuk menganalisa sistem
antriannya dengan menggunakan teori antrian.
Tingkat kedatangan rata-rata langganan selama periode-periode
puncak adalah 50 mobil per jam. Tingkat kedatangan mengikuti
suatu distribusi Poisson. Waktu pelayanan rata-rata 1 menit dengan
distribusi eksponensial. Pecahkan soal-soal berikut ini untuk Tuan
Loan:
Pertanyaan
1. Tingkat kegunaan bagian pelayanan restoran
2. Jumlah rata-rata dalam antrian
3. Jumlah rata-rata dalam sistem
4. Waktu menunggu rata-rata dalam antrian
5. Waktu menunggu rata-rata dalam sistem
6. Probabilitas lebih dari satu mobil dalam sistem dan lebih
dari empat mobil dalam sistem

And the answer at page 278-279


Penyelesaian
a. Tingkat kegunaan bagian pelayanan restoran

Rata-rata bagian pelayanan sibuk 83,33% dari


waktunya
b. Jumlah rata-rata dalam antrian

c. Jumlah rata-rata dalam sistem


Lanjutan..
d. Waktu menunggu rata-rata dalam antrian

e. Waktu menunggu rata-rata dalam sistem


Lanjutan…
f. Probabilitas lebih dari satu mobil dalam sistem dan
lebih dari empat mobil dalam sistem
P(n>1) = 1 – (P0 + P1) dan P (n>4)
= 1 – (P0 + …………… + P4)
Dengan Pn = 1(1 – λ/μ)( λ/μ)n
P0 = 1(1 – 0.8333)(0.8333)0 = 0,1667
P1 = 1(1 – 0.8333)(0.8333)1 = 0,1389
P2 = 1(1 – 0.8333)(0.8333)2 = 0,1158
P3 = 1(1 – 0.8333)(0.8333)3 = 0,0965
P4 = 1(1 – 0.8333)(0.8333)4 = 0,0804
0,5983
P(n>1) = 1 – P(n≤1) = 1 - (0,1667 + 0,1389) = 0,6944
= 1 – P(n≤4) = 1 – 0,5983 = 0,4017