Professional Documents
Culture Documents
Disusun oleh :
PENDAHULUAN
A. Latar Belakang
Dalam kehidupan sehari – hari banyak sekali kita temui hal – hal yang dekat dan
sering berhubungan langsung dengan sisitem antrian. Tanpa disadari kadang kita
mengalami secara langsung system antrian itu sendiri. Seperti misalnya kita mengantri
untuk mendapatkan pelayanan kasir swalayan, mengunggu untuk mendapatkan pesanan
makanan, menunggu untuk mendapatkan pelayanan registrasi mahasiswa, dan lain
sebagainya.
Garis – garis tunggu tersebut sering disebut dengan antrian (queues), dan fasilitas
pelayanannya disebut server. Sistem antrian tersebut sebenarnya dapat diefisienkan
dengan menggunakan teori antrian. Dan penyelesaian untuk mengatasi masalah antrian
tersebut salah satunya adalah menggunakan ilmu matematika. Ilmu matematika terdiri
dari dua, yakni Matematika Murni (pure mathematics) dam Matematika Terapan
(Applied Mathematics).
Ilmu matematika terapan paling dekat hubungannya dengan teori antrian dalam
aplikasinya. Sehingga banyak para ilmuwan menerapkan ilmu matematika terapan untuk
membantu ilmu lain dalam memenuhi kebutuhan – kebutuhan dan pengembangannya.
Karena aplikasinya sangat luas dalam kehidupan sehari – hari maupun dalam ilmu – ilmu
lain sehingga dalam perkembangannya sanngat pesat. Termasuk dalam menyelesaikan
permasalahan system antrian.
Sistem antrian yang terjadi di Bank Jateng UNNES mengikuti pola antrian
Multichannel single phase, dimana terdapat dua atau lebih fasilitas pelayanan dengan
dialiri oleh satu antrian atau antrian tunggal. Situasi antrian yang terjadi di Bank Jateng
UNNES dapat digambarkan sebagai berikut :
Tujuan dasar model-model antrian adalah untuk meminimumkan total dua biaya,
yaitu biaya langsung penyediaan fasilitas pelayanan dan biaya tidak langsung yang timbul
karena para individu harus menunggu untuk dilayani. Bila suatu sistem mempunyai
fasilitas pelayanan lebih dari jumlah optimal, ini berarti membutuhkan investasi modal
yang berlebihan, tetapi bila jumlahnya kurang dari optimal hasilnya adalah tertundanya
pelayanan. Model antrian yang akan dibahas merupakan peralatan penting untuk sistem
pengelolaan yang menguntungkan dengan menghilangkan antrian.
Sistem antrian yang terjadi dapat sederhana atau sangat kompleks. Sistem yang
sederhana akan dapat dirumuskan dengan menggunakan teknik-teknik. Dan untuk sistem
yang lebih kompleks membutuhkan analisa yang menggunakan simulasi.
Dalam sistem antrian saluran tunggal ini, ada dua tempat pelayanan, dimana terdapat
n pelanggan di dalam sistem dalam satuan waktu tertentu. Keadaan seperti tersebut dapat
diasumsikan akan terjadi hal sebagai berikut.
a. Tidak ada antrian sebab semua pelanggan yang datang sedang dilayani di tempat
pelayanan atau pelanggan yang datang kurang dari kemampuan tempat pelyanan
(n ≤ s)
b. Terjadi antrian sebab pelayanan yang diminta oleh pelanggan yang datang jauh
lebih besar dari kemampuan tempat pelayanan untuk melayani (n >s).
Dalam hal (a) tidak ada persoalan, sedang dalam hal (b) muncul permasalahan
yaitu sering kali terjadi ketidakseimbangan. Mungkin terjadi suatu antrian yang panjang
(long queue) yang mengakibatkan pelanggan harus menunggu lama untuk memperoleh
giliran dilayani atau mungkin tersedia fasilitas pelayanan yang berlebihan yang
mengakibatkan fasilitas tersebut tidak dapat dimanfaatkan sepenuhnya.
Dalam banyak hal tambahan fasilitas pelayanan dapat diberikan untuk mengurangi
antrian atau mencegah timbulnya antrian. Akan tetapi, biaya karena memberikan
tambahan pelayanan akan menimbulkan pengurangan keuntungan mungkin sampai
tingkat yang dapat diterima. Sebaliknya, sering timbulnya antrian yang panjang akan
sangat membosankan.
B. Rumusan Masalah
Dari penjelasan diatas, maka dapat diperoleh rumusan masalahb adalah sebagai
berikut :
1. Bagaimana laju kedatangan antrian di Bank Jateng UNNES ?
2. Bagaimana laju pelayanan antrian di Bank Jateng UNNES ?
3. Bagaimana model antrian di Bank Jateng UNNES ?
4. Berapa rata – rata waktu pelanggan menunggu dalam antrian dan sistem di Bank
Jateng UNNES ?
5. Berapa faktor kegunaan pada antrian di Bank Jateng UNNES ?
C. Batasan Masalah
Untuk membatasi ruang lingkup pada penelitian ini diberikan batasan masalah
sebagai berikut.
1. Tidak terjadi penolakan (balking) terhadap kedatangan para pelanggan.
2. Pelangan dalam makalah ini adalah orang yang hendak melakukan transaksi
perbankan di Bank Jateng UNNES.
3. Server dalam makalah ini adalah pelayan yang melayani pelanggan di Bank Jateng
UNNES.
D. Tujuan Penulisan
Berdasarkan rumusan masalah diatas, maka tujuan penulisan makalah ini adalah
sebagai berikut :
1. Untuk mengetahui laju kedatangan antrian di Bank Jateng UNNES.
2. Untuk mengetahui laju pelayanan antrian di Bank Jateng UNNES.
3. Untuk mengetahui model antrian di Bank Jateng UNNES.
4. Untuk mengetahui rata – rata waktu pelanggan menunggu dalam antrian dan sistem di
Bank Jateng UNNES.
5. Untuk mengetahui faktor kegunaan pada antrian di Bank Jateng UNNES.
BAB II
LANDASAN TEORI
Karakteristik-
Asumsi-asumsi Umum
karakteristik Antrian
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
Sistem-sistem Antrian
Sistem pelayanan komersial merupakan aplikasi yang sangat luas dri model-
model antrian, seperti restoran, cafeteria, took-toko, tempat potong rambut (salon),
boutiques, supermarkets, dan sebagainya.
Struktur-struktur Antrian
Selain empat model struktur antrian diatas sering terjadi struktur antrian diatas sering
terjadi struktur campuran(mixed arrangements) yang merupakan campuran dari dua atau
lebih struktur antrian diatas. Misal, Toko-toko dengan beberapa pelayanan
(multichannel), namun pembayarannya hanya pada seorang kasir (single channel).
definisi khusus, misal p menunjukkan besarnya jumlah individu rata-rata dalam antrian.
model-model antrian. Tabel 9.1 berisi symbol-simbol yang menunjukkan suatu konsep atau
Model-model dan aplikasinya
Model 1 : M/M/1/I/I
Gambar dibawah menunjukkan rumusan yang harus diikuti agar model ini dapat dipergunakan.
Model ini merupakan teori antrian yang paling sederhana, tetapi mengandung banyak asumsi-
asumsi (lihat gambar) yang harus ditepati. Sebagia contoh, rumusan model ini akan dipakai
untuk memecahkan persoalan di bawah :
Fasilitas
Populasi 1 Antrian (M)
pelayanan (M/1)
n
λ2 λ λ λ
nq = tq = p n = 1 −
µ (µ − λ ) µ (µ − λ ) µ µ
λ 1 λ
nt = tt = p=
µ −λ µ −λ µ
Model 2 :M/M/S/I/I
Model 2 ditunjukkan dalam gambar di bawah. Ini adalah system multichannel – singke phase
yang mempunyai antrian tunggal dengan melalui beberapa fasilitas pelayanan pelayanan. Model
ini identik dengan model I dengan perbedaan bahwa dua atau lebih individu dapat dilayani pada
waktu bersamaan oleh fasilitas-fasiltas pelayanan yang berlainan.
Fasilitas
pelayanan (M/1)
Tingkat
Populasi 1 Antrian (M) pelayanan
poisson
Tingkat FCFS
Sumber tak
kedatangan Keluar
terbatas
poisson Kepanjangan
antrian tak Tingkat
terbatas pelayanan
poisson
S
λµ λ µ 2
P0 λ
nq = P tq =
(S − 1)!(Sµ − λ )2 0 µS (S!) − [(λ Sµ )] µ
2
λ 1
nt = nq + tt = t q +
µ λ
λ
P=
Sµ
1
P0 =
S −1 ( µ)
λ n
(λ µ )S
∑
n =0
+
S!(1 − λ Sµ )
n!
S
λ P0
P0 =
µ S![1 − (λ Sµ )]
Model 3 : M/M/1/I/F
Pada gambar dibawah menunjukkan model antrian 3. model 3 ini identik dengan model 1,
dengan perbedaan bahwa kepanjangan antrian adalah terbatas.
Fasilitas
Populasi 1 Antrian (M)
pelayanan (M/1)
1
2 1
1
λ λ
λ µ µ
λ
1 1
µ λ
µ µ
1
1
1
λ λ
λ µ µ
λ
1
1 1
µ λ
µ µ
1 λ
λ
µ
λ
1 µ
1
µ
Model 4 : M/M/S/F/I
Model ini adalah ekuivalen dengan model 2 dengan perbedaan bahwa model ini mempunyai
sumber populasi yang terbatas. Sabagai contoh, sejumlah mesin-mesin dalam suatu departemen
produksi yang rusak atau memerlukan penyesuaian (adjustment), sejumlah pasien dalam suatu
rumah sakit yang memerlukan tipe-tipe perawatan tertenu, dan sebagainya, merupakan system-
sistem yang mempunyai jumlah individu-individu terbatas yang memerlukan pelayanan.
Karena formula antrian dengan populasi terbatas sulit dipecahkan, table-tabel antrian terbatas
(finite queuning tables) telah digeneralisasikan untuk beberapa model-model yang berbeda.
Apendik table 1 menyajikan table antrian terbatas untuk populasi 5, 10, dan 20 individu.
Beberapa variable yang haris diketahui dalam table tersebut dapat dijelaskan sebagai berikut :
U = waktu rata-rata antarkedatangan per unit
T = Waktu rata-rata pelayanan per unit
H = Jumlah rata-rata yang sedang dilayani
J = jumlah rata-rata unit yang sedang beroperasi
N = jumlah unit dalam populasi
M = jumlah channel pelayanan
X = Faktor pelayanan (proporsi waktu pelayanan yang diperlukan)
D = Probabilitas bawha suatu kedatangan harus menunggu
F = Faktor efisiensi menunggu dalam garis (antrian)
Untuk dapat menggunakan tabel antrian terbatas, harus diketahui nilai-nilai N dan M, dan
menghitung nilai X. Rumusan yang dipakai diberikan dalam gambar sebagai berikut :
Fasilitas
pelayanan (M/S)
Tingkat
Populasi F Antrian (M) pelayanan
poisson
Tingkat FCFS
Sumber
kedatangan Keluar
terbatas
poisson Kepanjangan
antrian tak Tingkat
terbatas (I) pelayanan
poisson
1
J = NF (1-X)
Bank Jateng UNNES terletak diantara ATM BRI dan poliklinik jalan raya sekaran
Gunung Pati. Satu lokasi dengan kantor pos di lingkungan sekitar unnes, dan terletak
tepat didepan koperasi Handayani.
Bank Jateng unnes ini terdiri dari dua sistem pelayanan dengan satu sistem
antrian. Adapun yang kami amati adalah antrian pelanggan yang datang untuk melakukan
transaksi.
a. Jumlah sukses yang terjadi pada interval waktu atau daerah yang bersifat
independent terhadap yang terjadi pada interval waktu atau daerah tertentu yang
lain.
b. Besar kemungkinan terjadinya sukses pada interval waktu atau daerah tertentu
yang sempit, proporsional dengan panjang jangka waktu ataupun ukuran daerah
terjadinya sukses tersebut.
c. Besar kemungkinan terjadinya lebih dari satu sukses pada interval waktu yang
singkat ataupun daerah yang sempit, diabaikan.
Model distribusi Poisson adalah model distribusi probabilitas yang digunakan
untuk menggambarkan distribusi variabel random pada suatu eksperimen yang
memenuhi kriteria sebagai eksperimen Poisson. Menurut Maman A Djauhari, (
1990:163), eksperimen Poisson adalah eksperimen yang memiliki sifat-sifat sebagai
berikut :
a. Peluang terjadinya 1 kali sukses dalam setiap selang yang sempit, sebanding
dengan “ lebar “ selang.
b. Peluangnya sangat kecil (dapat diabaikan) untuk terjadi lebih dari 1 kali sukses
dalam setiap selang yang sempit
c. Jika A dan B dua selang dimana kejadian A dan kejadian B saling asing, maka
banyaknya sukses dalam A independent dengan banyaknya sukses dalam B.
Pada dasarnya sifat-sifat dari eksperimen Poisson yang dikemukakan oleh kedua
ahli tersebut di atas adalah sama. Eksperimen Poisson adalah suatu eksperimen yang
menghasilkan jumlah sukses yang terjadi pada interval waktu ataupun daerah yang
spesifik, dimana jumlah sukses anatar interval waktu saling bebas atau independent.
Definisi
λx e −λ
, x = 0,1,…
x!
f(x) =
0 , x yang lain
Pada definisi di atas, parameter λ adalah mean dan juga variansi dari X. Parameter
λ juga menyatakan rata-rata banyaknya sukses dalam suatu selang.
2. Model Distribusi Eksponensial
Definisi
f(x) =
1. Uji Chi Square Goodness of-fit terhadap peristiwa yang berdistribusi Poisson
Misalkan Variabel random X berdistribusi Poisson. Untuk menghitung frekuensi
harapan fe digunakan fungsi kepadatan probabilitas dari distribusi Poisson.
e −λ λ x
p(x) = , x = 0 ,1, 2 ,...... m
x!
fe = np (x)
Nilai dari chi square hitung ( X 2 ) dihitung dengan menggunakan rumus sebagi
berikut:
m
( f0 − fe )2
X2 =∑
x =0 fe
2. Uji Chi Square Goodness of-fit terhadap peristiwa yang berdistribusi Eksponensial
Misalkan variable acak X berdistribusi eksponensial. Frekunsi teoritis ( fe ) yang
berkaitan dengan interval I i −1, I i[ ] dihitung sebagai
i
fe = ∫ f (t )d (t ), i = 1,2,..., m
i =1
1
µ=
λ
f t = µe − µt t > 0, µ > 0
f e = n(e − µ ( Ii −1 ) − e − µ ( Ii ) )
Nilai Chi Square hitung diperoleh denagn menggunakan rumus berikut :
( f0 − fe )2
m
X =∑ 2
x =0 fe
Dalam uji Chi square Goodness of-fit keputusan diambil berdasarkan hipotesis
penelitian yang telah ditentukan sebelumnya. H0 diterima jika harga
2 2
FX hitung< X tabel dengan dk = m – k – 1 dan dengan tingkat signifikan α , dengan m
adalah jumlah baris yang digunakan dan k adalah jumlah parameter yang diestimasi dari
dat mentah untuk dipergunakan dalam mendefinisikan distribusi teoritis yang
bersangkutan.(Taha,1997:11:12)
BAB III