ANTRIAN

Jika permintaan terhadap suatu jasa melebihi suplai, akan mengakibatkan terjadi antrian. Masalah tersebut dapat terjadi pada berbagai keadaan. Sebagai contoh Kendaraan menunggu lampu lalu lintas, para penumpang menunggu bis, para pelanggan menunggu di kasir bank, pesawat terbang menunggu ijin terbang, dan proses produksi menunggu bahan baku. Dalam jangka panjang kemacetan akan menyebabkan penumpukan yang akan mengakibatkan pemborosan biaya baik untuk bisnis maupun perorangan yang menunggu pada antrian.

UNIT 8 – TEORI ANTRIAN

Pasar swalayan berkepentingan dengan adanya antrian yang panjang, suatu pemecahan misalnya adalah menambah kasir. Cara ini akan mengurangi waktu pelanggan untuk menunggu. Akan tetapi menambah kasir akan menambah biaya pada pasar swalayan tersebut karena adanya penambahan kasir, ruangan dan peralatan. Model antrian akan sangat berguna untuk menentukan kapasitas optimal dari suatu fasilitas.

2

UNIT 8 – TEORI ANTRIAN

Sistem antrian terdiri dari beberapa komponen dasar. Unit yang memasuki sistem disebut pelanggan dan dikatakan datang dari sumber kedatangan atau sumber populasi. Pelanggan dalam antrian dilayani menurut aturan yang ada yaitu disiplin antrian atau disiplin pelayanan. Pelayanan diberikan oleh mekanisme pelayanan atau fasilitas pelayanan. Pelanggan yang telah menerima pelayanan meninggalkan sistem, seperti terlihat pada gambar 1.

3

UNIT 8 – TEORI ANTRIAN Pelanggan dalam antrian Sumber kedatangan Fasilitas pelayanan Pelanggan meninggalkan antrian Gambar 1 : sebuah sistem antrian Seluruh komponen pada sistem pelayanan mempunyai sifat-sifat yang spesifik. 4 .

Jika ukuran dari sumber kedatangan sangat besar dan tidak mudah diidentifikasi kita katakan sebagai tak terbatas. sumber kedatangan dapat diartikan sebagai terbatas.UNIT 8 – TEORI ANTRIAN Sumber kedatangan dapat berupa tak terbatas maupun terbatas. mudah diidentifikasi dan dapat dihitung dengan tepat. 5 . Namun jika sumber kedatangan kecil. Pembahasan pada antrian di sini difokuskan pada kedatangan yang acak. Jika kedatangan seorang pelanggan mengubah besar kemungkinan kedatangan pelanggan lainnya. ataupun deterministik. Proses kedatangan digambarkan sebagai tingkat kedatangan dapat secara acak.

a. namun dalam pembahasan difokuskan pada waktu penyelesaian yang acak. Walaupun waktu pelayanan yang tetap adalah memungkinkan.l. pelayanan dengan urutan secara acak / service in random order (SIRO). Yang pertama kali datang lebih dahulu dilayani / First come first served (FCFS). dan lain sebagainya. 6 .UNIT 8 – TEORI ANTRIAN Terdapat berbagai jenis antrian yang dapat terjadi. Pembahasan difokuskan pada disiplin antrian first come first served. Yang terakhir kali datang lebih dahulu dilayani / last come first served (LCFS). Proses pelayanan digambarkan sebagai tingkat penyelesaian pelayanan.

UNIT 8 – TEORI ANTRIAN Untuk situasi antrian yang diberikan. Berapakah waktu rata-rata dari setiap pelanggan berada dalam sistem (waktu menunggu ditambah waktu pelayanan) ? 2. Kita mungkin ingin mencari pemecahan persoalan beberapa hal sebagai berikut: 1. Berapakah besar kemungkinan pelanggan yang datang menemukan fasilitas pelayanan dalam keadaan menganggur? 7 . Berapakah waktu rata-rata yang dikeluarkan setiap pelanggan dalam antrian? 5. Berapakah jumlah rata-rata pelanggan yang berada dalam antrian? 4. Berapakah jumlah rata-rata pelanggan dalam sistem? 3.

UNIT 8 – TEORI ANTRIAN 6. Pada sistem antrian pada keadaan awal sistem antrian dalam keadaan transien dan akhirnya masuk ke dalam keadaan tunak (steady 8 . pembatasan antrian pelanggan dan biaya tunggu dapat dibuat keputusan yang optimal berdasarkan pelayanan yang diinginkan dan biaya pelayanan dari fasilitas. Berapakah besar kemungkinan pelanggan yang datang menemukan telah ada sejumlah tertentu pelanggan berada dalam sistem? Pemecahan yang diberikan untuk permasalahan tersebut bersama dengan perkiraan biaya pelayanan.

Terdapat berbagai konfigurasi antrian. yaitu fasilitas antrian tunggal pelayanan tunggal yang dapat dilihat pada gambar 1. pada gambar 2. Pembahasan kita berikutnya adalah pada sistem dalam keadaan tunak. fasilitas antrian tunggal pelayanan jamak. fasilitas antrian jamak pelayanan jamak pada gambar 3. 9 .UNIT 8 – TEORI ANTRIAN state).

UNIT 8 – TEORI ANTRIAN pelayanan pelayanan pelayanan gambar 2 sistem antrian tunggal pelayanan jamak 10 .

UNIT 8 – TEORI ANTRIAN pelayanan pelayanan pelayanan gambar 3 sistem antrian jamak pelayanan jamak 11 .

UNIT 8 – TEORI ANTRIAN DISTRIBUSI EKSPONENSIAL Salah satu distribusi kemungkinan yang digunakan secara luas untuk waktu antar kedatangan (yaitu waktu antara dua kedatangan yang berturut-turut) adalah distribusi eksponensial. 12 . Kita juga harus mempertimbangkan waktu pelayanan terdistribusi secara eksponensial. Diketahui untuk beberapa sistem antrian distribusi eksponensial dapat menyediakan data observasi aktual yang pas.

UNIT 8 – TEORI ANTRIAN Distribusi kemungkinan eksponensial didefinisikan sebagai variabel acak x yang kontinyu dengan parameter r dan dengan fungsi densitas kemungkinan f(x) yang dliberikan sebagai : f(x) = r.e-rx (x > 0) Hal tersebut ditunjukkan pada gambar 4 f(x) x gambar 4 distribusi eksponensial 13 .

diberikan sebagai berikut : V(x) = 1/r2 F(x).UNIT 8 – TEORI ANTRIAN Untuk distribusi eksponensial dengan parameter r. diberikan sebagai berikut : E(x) = 1/r Variansi V(x). nilai yang diharapkan E(x). densitas fungsi kemungkinan kumulatif untuk distribusi eksponensial rumusnya sebagai berikut: F(x) = 1 – e-rx (x > 0) 14 .

7769 15 . Berapa kemungkinan waktu kedatangan antara 2 telepon adalah ≤ 0. maka 1/r = 20 detik = 1/3 menit atau r = 3 panggilan/menit.2231 = 0.UNIT 8 – TEORI ANTRIAN Contoh 1 Waktu rata-rata antara 2 panggilan telepon yang datang pada papan pembagi (switchboard) adalah 20 detik.e -3 x 0.5 = 1 .0. Penyelesaian : Jika r adalah distribusi parameter.5menit ) = P(x<0.5) = 1.5 menit. Waktu tersebut terdistribusi secara eksponensial. Oleh karena itu P (waktu kedatangan<0.

.. . 3 .UNIT 8 – TEORI ANTRIAN DISTRIBUSI POISSON Distribusi Poisson memberikan kemungkinan/probabilitas jumlah kedatangan untuk setiap periode yang diberikan untuk bermacam proses yang ditemukan pada kehidupan nyata.. Didefinisikan sebagai variabel acak Y dengan parameter λ dan dengan fungsi distribusi kemungkinan p(y) yang dirumuskan sebagai berikut: P(y) = P(Y=y) = e − λ .2.λ y y! y =0... Hal tersebut ditunjukkan pada gambar 5 16 . 1.

UNIT 8 – TEORI ANTRIAN P(y) y gambar 5 distribusi Poisson 17 .

UNIT 8 – TEORI ANTRIAN

Untuk distribusi Poisson dengan parameter r, nilai yang diharapkan, E(y) dirumuskan sebagai : E(Y) = r Variansi V(Y), dirumuskan : V(Y) = r Contoh 2 Diambil dari contoh 1 jumlah telepon yang datang tiap menit terdistribusi secara Poisson r = 3 tiap menit. Hitung kemungkinan dari jumlah kedatangan telepon setiap menit adalah a. 4 b. 2 atau lebih kecil c. lebih besar dari 2
18

UNIT 8 – TEORI ANTRIAN

Penyelesaian : a. P(Y=4) = e-3.34 / 4! = 0,0498 x 81 / 24 = 0.1681 b. P(Y<2) = P(Y = 0) + P(Y = 1) + P(Y = 2) = e-3.30 + e-3.31 + e-3 32 0! 1! 2! = 0.498 + 0.1494 + 0.2241 = 0.4233 c. P(Y>3) = 1 – P(Y<2) = 1- 0.4233 = 0.5767

19

UNIT 8 – TEORI ANTRIAN

MODEL ANTRIAN PELAYANAN TUNGGAL

Model antrian yang ada dibagian ini adalah masalah antrian yang mempunyai karakteristik sebagai berikut: 1. Antrian tunggal yang tidak terbatas 2. Jumlah kedatangan yang terdistribusi secara Poisson 3. Sumber kedatangan tidak terbatas 4. disiplin antrian adalah first come first serve 5. waktu pelayanan terdistribusi secara eksponensial

20

3. 21 . .UNIT 8 – TEORI ANTRIAN Notasi yang digunakan pada model diatas: λ = tingkat kedatangan pelanggan per periode waktu μ = tingkat pelayanan rata-rata pelanggan per periode waktu ρ = λ / μ . Intensitas traffic (atau tingkat kegunaan).2. .1. diasumsikan kurang dari 1 Pn = kemungkinan n pelanggan terdapat dalam sistem (yang antri Dan yang sedang dilayani) n= 0. . . .

Rumus umum untuk probabilitas yang terdapat n unit (langganan) dalam sistem diberikan sebagai berikut: Pn = (1 – λ μ λ μ n )x = (1 . Peluang sistem yang menganggur. 22 . 3 .ρ ) x ρ n n = 0. oleh karena itu: P (n > 0) = ρ .ρ : 2. Po adalah: Po = 1 λ μ =1. didapat hasil sebagai berikut: 1. 2. . . . 1. atau tidak ada langganan sama sekali pada sistem. 3. Peluang pada sistem yang tidak menganggur.UNIT 8 – TEORI ANTRIAN dengan menggunakan simbol diatas.

mengantri dan dilayani). Ls adalah jumlah pelanggan yang diharapkan berada dalam sistem (menunggu atau sedang dilayani). adalah: Ls = λ μ −λ = ρ 1− ρ 5. Ws adalah waktu yang diharapkan untuk pelanggan berada dalam sistem ( dari saat datang. dan Wq waktu yang diharapkan pelanggan berada dalam λ 1 1 W = X =W − antrian. maka : μ μ −λ μ q s Lq = λ λ X = W q xλ μ μ −λ 23 . jika Lq adalah jumlah pelanggan yang diharapkan berada dalam antrian.UNIT 8 – TEORI ANTRIAN 4. adalah : Ws = L 1 = s μ −λ λ 6.

UNIT 8 – TEORI ANTRIAN Contoh 18. Berapa probabilitas tidak ada pelanggan pada kantor pos (sistem menganggur) ? b. Ws. Lq.3 Tingkat kedatangan Pelanggan pada kantor pos rata-rata 8 orang per jam. Hitunglah Ls. Berapa probabilitas yang ada lebih dari 2 pelanggan dalam kantor ? c. Berapa probabilitas pelanggan yang sedang dilayani dan tidak ada yang menunggu ? e. Berapa probabilitas yang tidak ada pelanggan yang menunggu untuk dilayani ? d. dan Wq 24 . Setiap pegawai kantor pos melayani pelanggan rata-rata 20 per jam. a.

4n untuk n = 0. 1.4 μ 20 P = (1− ρ)Xρn = (1−0. P [lebih dari 2 pelanggan di kantor] = l – P[pada lebih dari 2 pelanggan di kantor] = 1 .4n = 0.[P0 + P1 + P2] = 1 – [3/5 + 3/5 x 2/5 + 3/5 x (2/5 )2] = 8/125 = 0.064 25 .UNIT 8 – TEORI ANTRIAN Penyelesaian: Dengan λ = 8 per-jam dan μ = 20 per jam.6 b. … n a.6X0. kita peroleh: ρ= λ 8 = = 0. 2.4)X0. 3. P [tidak ada pelanggan di kantor) = Po = 1 – (2/5) = 3/5 = 0.

= (2/3) / 8 = 1/12 jam = 5 menit (waktu ini merupakan waktu rata . P[ada pelanggan sedang dilayani dan tidak seorang pun pelanggan yang menunggu] = P1 = 3/5 x 2/5 = 6/25 = 0.24 e.667 (angka diatas adalah rata-rata jumlah pelanggan di kantor pos) .UNIT 8 – TEORI ANTRIAN c. P[tidak ada pelanggan yang menunggu] = [P0 + P1] = 3/5 + 3/5 x 2/5 = 21/25 = 0.rata yang diperlukan oleh pelanggan di kantor pos) 1 W =W = 1/12 – 1/20 = 2/60 jam = 2 menit (waktu ini μ λ q s Ws = Ls merupakan waktu tunggu yang diperlukan pelanggan dalam antrian) Lq = Wq x λ = 8 x (2/60) = 4/15 = 0. Ls = λ μ -λ = 8 20 − 8 = 2/3 = 0.84 d.267 (jumlah ini adalah Jumlah pelanggan yang menunggu untuk dilayani) 26 .

dengan waktu pelayanan yang terdistribusi eksponensial. Berapa probabilitas sistem yang sibuk? b. dan petugas pemesanan tempat dan melayani pelanggan dalam rata-rata 6 menit. a. Petugas menangani informasi pesanan tempat penumpang dan waktu penerbangan. Berapa rata-rata waktu yang dikeluarkan pelanggan dalam sistem dan dalam antrian? 27 .4 Sebuah perusahaan penerbangan memiliki satu petugas pemesanan tempat yang bertugas pada cabang lokal. Jumlah pelanggan yang datang selama periode waktu yang diberikan didistribusikan secara Poisson dengan tingkat kedatangan 8 per jam.UNIT 8 – TEORI ANTRIAN Contoh 18.

8 b. dan berapa rata-rata jumlah pelanggan dalam sistem? Penyelesaian : dengan λ = 8 per jam dan μ = 10 per jam.UNIT 8 – TEORI ANTRIAN c.Po = ρ = 0. ρ= λ 8 5 = = μ 10 4 maka. Berapa rata-rata panjang antrian. P[sistem sedang sibuk] = P(n > 0) = 1 . Waktu rata rata yang dihabiskan dalam sistem. a. Ws = adalah : Ws = 1 1 = μ − λ 10-8 = ½ jam = 30 menit 28 .

2 pelanggan Kita juga dapat memperoleh jawaban yang sama dengan menggunakan hubungan di bawah ini : Lq = Wq x λ = 8 x (2/5) = 3. q s c.8) = 4 pelanggan. Panjang antrian rata rata.λ = 8 / (10 . Lq adalah Lq = λ λ x μ μ−λ = 8/10 – (8/(10-8)) = 3.2 pelanggan Rata-rata jumlah pelanggan dalam sistem. Ls adalah Ls = μ .UNIT 8 – TEORI ANTRIAN Kita juga dapat memperoleh jawaban yang sama dengan menggunakan hubungan di bawah ini : 1 W =W μ = 1/2 – 1/10 = 4/10 jam = 24 menit. λ 29 .

5 Andaikata manajemen perusahaan penerbangan memutuskan untuk menyewa satu atau lebih petugas pemesanan tempat untuk mengoperasikan dalam pararel dengan petugas yang ada (dua baris yang terpisah). yaitu kedua petugas sedang sibuk? b. Berapa probabilitas pada sistem yang sibuk. Berapa rata-rata waktu yang dikeluarkan pelanggan pada sistem dan dalam antrian? c.UNIT 8 – TEORI ANTRIAN Contoh 18. a. dan berapa rata-rata jumlah pelanggan pada sistem? 30 . Berapa rata-rata panjang antrian.

UNIT 8 – TEORI ANTRIAN Penyelesaian Sistem dapat diilustrasikan dengan gambar 18.6 : 2 petugas dan 2 antrian μ = 10 μ = 10 31 .6 λ =4 petugas λ =4 petugas gambar 18.

P[sistem sedang sibuk] = P[kedua petugas sibuk] = (1 .UNIT 8 – TEORI ANTRIAN Karena ada 8 kedatangan per jam. Dengan λ = 4 per jam dan μ = 10 per jam ρ= λ μ = 4/10 maka : a. Wq menjadi : 32 . rata-rata waktu yang dihabiskan dalam sistem.4) = 1/6 jam = 10 menit Rata-rata waktu yang dihabiskan dalam antrian.Po) = (1 – (6/10)) x (1 – (6/10)) = 0. Ws = adalah : Ws = 1 μ− λ = 1/(10 .Po) x (1 .16 b. = 4 untuk masing-masing antrian. tingkat kedatangan untuk tiap 2 antrian pada kantor adalah setengah jumlah total.

4) = 2/3 = 0. Panjang antrian rata rata. λ Kita akan membandingkan hasil perhitungan sistem antrian dengan dua sistem antrian lain pada bagian berikut.267 pelanggan Jumlah rata-rata pelanggan dalam setiap sistem.λ = 4 / (10 . Ls adalah : Ls = μ .667 pelanggan. Lq adalah Lq = λ λ X μ μ − λ = 4/10 x (1/(10 .4)) = 4/15 jam = 0. 33 .UNIT 8 – TEORI ANTRIAN Wq = λ 1 X μ μ −λ = 4/10 x (1/(10 – 4)) = 4/60 jam = 4 menit c.

2 yang lalu.UNIT 8 – TEORI ANTRIAN MODEL ANTRIAN TUNGGAL PELAYANAN JAMAK Terdapat banyak situasi dimana terdapat lebih dari satu pelayanan tetapi hanya terdapat satu antrian. antrian tunggal pada antrian bank untuk pelayanan oleh berbagai kasir. 34 . Sebagai contoh. Ini adalah sistem antrian tunggal dengan pelayanan jamak digambarkan pada gbr 18.

jumlah kedatangan didistribusikan secara Poisson c. Terdapat beberapa pelayanan. calling population tak terbatas d. terdapat antrian tunggal yang tak terbatas b. dan pelanggan yang terdepan pada antrian akan dilayani segera setelah terdapat loket/pelayan yang kosong 35 . disiplin antrian adalah pertama datang pertama yang dilayani e.UNIT 8 – TEORI ANTRIAN Model antrian ini dapat dipergunakan untuk seluruh masalah antrian yang memiliki karakter sebagai berikut : a.

UNIT 8 – TEORI ANTRIAN f. μ dan λ adalah kurang dari cμ. Kita sekarang harus menggambarkan beberapa persamaan matematik yang telah dikembangkan untuk menganalisa model antrian tunggal dengan pelayanan jamak. semua loket/pelayanan mempunyai tingkat pelayanan yang sama dan waktu pelayanan terdistribusi secara eksponensial. Kita mengasumsikan adanya sejumlah c fasilitas pelayanan masing-masing tingkat pelayanan adalah 36 .

sebelumnya : Po = 1 λ μ P0 diberikan oleh ρ= . Probabilitas pada sistem dalam keadaan mengganggur.UNIT 8 – TEORI ANTRIAN Kita lalu mempunyai hasil sebagai berikut : 1. seperti ∑ i =0 c −1 ρi i! + ρc c!(1 − ρ c ) 37 . yaitu tidak ada pelanggan berada pada sistem.

UNIT 8 – TEORI ANTRIAN untuk c = 3 Po ∑ ρ i! 2 i =0 = 1 i + ρ 3 = 1 3!(1 − ρ 3 ρ 0 ) 0! + ρ 1 1! + ρ2 2! + ρ3 3!(1 − ρ 3 ) 2. 38 . beberapa pelayanan c!c n−c Pn = Po x mengarggur. dan sistem tidak digunakan sepenuhnya pada kapasitas pelayanan. P diberikan oleh: Pn = Po x ρn n! untuk 1<n<c ρn untuk n>c Terdapat dua ekspresi berbeda Pn untuk n < c. Probabilitas bahwa terdapat n pelanggan pada sistem.

Wq adalah waktu yang diharapkan untuk pelanggan berada dalam antrian dan oleh WS waktu yang diharapkan pelanggan berada pada sistem. sbb : Wq = Lq Ls Lq 1 1 λ . Lq adalah jumlah pelanggan yang diharapkan dalam antrian. Ls adalah jumlah pelanggan yang diharapkan pada sistem. sbb : Ls = Lq + ρ 5. sbb : Lq = Po x ρ c +1 (c − 1)!x (c . dan Ws = λ = λ + μ = Wq + μ 39 .ρ )2 4.UNIT 8 – TEORI ANTRIAN 3.

40 . mahasiswa harus datang pada kasir kantor untuk membayar uang kuliah mereka.UNIT 8 – TEORI ANTRIAN Contoh 18. Rata-ratanya. Mahasiswa yang ada dibarisan terdepan akan datang pada kasir yang kosong. 5 mahasiswa datang pada kasir setiap menit.6 Untuk mendaftar pada Universitas Concordia. Mahasiswa mengantri dalam bentuk antrian tunggal dikantor untuk membayar uang kuliah mereka. Terdapat 2 kasir yang bekerja sepanjang waktu dan masing-masing rata rata dapat melayani 3 orang mahasiswa per menit.

41 . μ = 3 per menit dan c = 2 pelayanan. Berapa probabilitas paling sedikit satu mahasiswa menunggu untuk dilayani? c. Berapa probabilitas pada sistem yang menganggur? b. kita lihat bahwa 5<2x3.UNIT 8 – TEORI ANTRIAN a. Berapa rata-rata jumlah mahasiswa di kantor kasir? d. ρ = 5/3 maka. bahwa λ<c<μ. Berapa rata-rata waktu untuk menunggu bagi seorang mahasiswa? Pemecahannya: dengan λ = 5 per menit.

UNIT 8 – TEORI ANTRIAN a.P[tidak seorang mahasiswapun yang menunggu] = 1 . b. P[saat setidak-tidaknya 1 orang menunggu] = 1 . 42 .[P0 + P1+ P2] Selama ada tidak lebih dari 2 orang mahasiswa yang menunggu di kantor kasir. maka tidak akan ada antrian.091 P0 Merupakan nilai probabilitas sistem sedang tidak bekerja. Po = 1+ ρ + 1 ρ 2 Po = 2!(1 − ρ 2 ) 1 5 (5 / 3) 2 1+ + 3 2!(1 − (5 / 3) ) 2 =1/11 = 0.

UNIT 8 – TEORI ANTRIAN Dengan P1 = P0 x ρ1 1! = (1/11) x (5/3) = 5/33 = (1/11) x (25/18) = 25/198 P2 = P0 x ρ2 2! diperoleh 1 – [P0 + P1 + P2] = 1 . Ls diperoleh : Ls = Po x ρ c +1 (c − 1)!x (c .ρ )2 +ρ 1 (5 / 3) 2 60 Ls = x + (5 / 3) = 11 1!x (2 .4545 mahasiswa 43 .[1/11 + 5/33 + 25/198] = 1 – (73/198) = 125/198 = 0. Jumlah mahasiswa rata-rata pada kantor kasir.6313 c.(5 / 3))2 11 = 5.

4) mempunyai dua petugas pemesanan tempat yang melayani penumpang yang antri dalam bentuk tunggal di kantor. Berapa probabilitas sistem sibuk. rata-rata waktu tunggu untuk setiap mahasiswa. lalu : a. Jika jumlah kedatangan pelanggan adalah 8 per jam dan tiap petugas dan melayani setiap pelanggan dalam 6 menit. Wq menjadi : Ls 1 Wq = + ((60)/11)/5) .1/3 = 0. Berapa rata-rata waktu yang dikeluarkan seorang pelanggan pada sistem.UNIT 8 – TEORI ANTRIAN d. yang kedua petugasnya sedang sibuk? b. dan pada antrian? 44 .75 menit λ μ = Perusahaan penerbangan (contoh 18.

Berapa rata-rata panjang antrian. dan berapa rata-rata jumlah pelanggan pada sistem.2 dengan λ = 8 per jam. Pemecahannya : Situasi ini dapat diilustrasikan pada gambar 18.UNIT 8 – TEORI ANTRIAN c. ρ = 8/10 Po = 1+ ρ + 1 ρ2 2!(1 − ρ 2 ) 45 . kita memiliki 8 < 10x2 sebagai contoh λ<μ x c. μ = 10 per jam dan c = 2 pelayanan.

(8 / 10)) 2 0. Ws di dapat : Ls = Po x Ws = Lq λ + 1 μ Di mana nilai Lq adalah : ρ c +1 (c − 1)!x (c .152 46 .UNIT 8 – TEORI ANTRIAN Po = 1+ 8 / 10 + 1 (8 / 10) 2 (8 / 10) 2!(1 − ) 2 = 3/7 a.229 b.[P0 + P1] = 1 – [P0 + P1 x (ρ1/(1!)) = 1 – (3/7 + (3/7 x 8/10)) = 8/35 = 0. Waktu rata-rata yang dihabiskan oleh pelanggan di dalam sistem. P[sistem sedang sibuk] = 1 .ρ )2 (8 / 10) 3 Ls = 3 / 7 x = 16 / 105 = 1!x (2 .

14 Ws = Lq 1 λ + μ = ((16/105)/8) + 1/10 = 0.119 jam = 7.952 pelanggan 47 . Lq diberikan : Lq = 16 105 = 0.UNIT 8 – TEORI ANTRIAN oleh karena itu : Wq = Lq/λ = 16/105/8 = 0.019 jam = 1. Ls diberikan dari : Ls = L q + ρ = 16/105 + 8/10 = 100/105 = 0.14 menit c. Panjang rata-rata dari antrian.152 pelanggan Jumlah rata-rata pelanggan dalam sistem.

Dari tabel 18. Jumlah orang pada sistem berkurang ketika dua pelayanan ditugaskan untuk melakukan suatu pekerjaan.1.7.UNIT 8 – TEORI ANTRIAN Kita sekarang membandingkan hasil yang diperoleh pada contoh 18. kita melihat sebagai berikut : 1. karena terdapat dua antrian pararel. 18. Ls dan Lq untuk masing-masing antrian (0.1.5 dan 18.67 dan 0. Ini dirunjukkan pada tabel 18.27) yang telah digandakan. Catatan yang pada sistem dua pelayanan dua antrian.4. 48 .

dua sistem pelayanan. sistem pelayanan tunggal menjadi 4 menit untuk antrian dua. sistem pelayanan ganda. 3. sistem pelayanan ganda. Kita dapat menyimpulkan bahwa antrian tunggal. dan peningkatan lebih dari dua antrian. 49 . Waktu menunggu pada antrian menurun dari 24 menit untuk antrian tunggal. Dan menurun melebihi 1. dua sistem pelayanan lebih efesien. Kecerendungan yang sama juga dapat ditunjukkan untuk waktu total yang dihabiskan dalam sistem. Jumlah orang yang menunggu dalam antrian lebih banyak menurun pada kasus antrian tunggal.3 menit untuk antrian tunggal.UNIT 8 – TEORI ANTRIAN 2.

667 = 1.534 10 menit 4 menit Antrian tunggal pelayanan jamak 0.334 2 x 0.UNIT 8 – TEORI ANTRIAN Antrian tunggal pelayanan tunggal LS LQ WS WQ 4 3.267 = 0.952 0.14 menit 1.152 7.14 menit 50 .2 30 menit 24 menit Dua antrian dua pelayanan 2 x 0.

Sebagai contoh jika semua bagian servis sedang melakukan aktivitas reparasi.UNIT 8 – TEORI ANTRIAN MODEL-MODEL ANTRIAN POPULASI BERHINGGA Pada banyak situasi kehidupan yang nyata sumber kedatangan/calling source adalah berhingga. Sebagai contoh beberapa terminal komputer yang datang untuk direparasi pada bagian servis komputer terbatas. akan memberikan pengaruh pada nilai kemungkinan kedatangan bagi pengunjung baru. Pada keadaan seperti ini jumlah dari unit yang ada dalam sistem (di bagian servis). 51 . maka tidak akan ada lagi pengunjung.

dan λ adalah rasio dari kedatangan dari setiap unit populasi. Dengan kata lain : λ x (m – LS) Dimana m-LS merupakan jumlah rata-rata dari unit yang tidak termasuk dalam sistem antrian. Rasio kedatangan efektif dapat didenifisikan sebagai rasio kedatangan individu dikalikan dengan jumlah unit dalam populasi yang tidak termasuk dalam sistem antrian. jika jumlah total dari terminal 52 . Jika m adalah jumlah unit dari populasi yang berhingga. Sebagai contoh.UNIT 8 – TEORI ANTRIAN Kita mengasumsikan bahwa setiap terminal komputer memiliki waktu antara meninggalkan sistem antrian dan rusak pada waktu berikutnya yang terdistribusi secara eksponensial.

Dengan menggunakan simbol standard. kemudian ratio efektif kedatangan (diberikan sebagai nilai rata-rata sebesar 5 terminal dalam sistem) adalah λ x (m – LS) = 2 x(20-5) = 30 Sebagai catatan nilai ρ dapat lebih besar dari 1. dengan nilai rata-rata dari dua kerusakan per terminal dalam satu 1 hari.UNIT 8 – TEORI ANTRIAN adalah 20. dan tidak akan ada antrian tak berhingga yang terjadi. oleh karena panjang maksimum dari antrian adalah m-1. model pelayanan antrian tunggal : 53 . kita memiliki formulasi dibawah ini untuk populasi terbatas.

Nilai probabilitas dimana terdapat n unit (langganan) pada sistem diberikan sebagai berikut : Pn = m!/ (m-n)! x ρn x Po. Po diberikan sebagai berikut : Po = 1 m m! ∑ (m . Nilai probabilitas jika sistem menganggur.m. Nilai yang diharapkan bagi kedatangan pelanggan dalam sistem Ls diberikan sebagai berikut : LS = m (1 .UNIT 8 – TEORI ANTRIAN 1.Po) ρ 54 .i) ! ρ i i =0 2.3…….2. 3. n = 1.

Waktu yang diharapkan dalam antrian untuk kedatangan pelanggana. Nilai yang diharapkan bagi kedatangan pelanggan dalam antrian. Waktu kedatangan yang diharapkan pada sistem untuk kedatangan pelanggan. Ws diberikan sebagai berikut : Ws = m 1 − ( μ x (1 .Po)) λ 6.(λ + μ)/λ) .(λ+μ)/λ x (1 .Po). Wq diberikan sebagai berikut : Wq = 1/μ x (m/(1 . Lq diberikan sebagai berikut : Lq = m . 5.Po) . 55 .UNIT 8 – TEORI ANTRIAN 4.

a. Berapakah rasio kedatangan yang efektif ? 56 . Berapakah nilai probabilitas bila tidak ada mesin yang bekerja ? c. Secara rata-rata setiap mesin akan mengalami kerusakan dua kali sehari. Hitunglah Ls. Ws.8 : Sebuah perusahaan memiliki 4 buah mesin yang akan mengalami kerusakan secara acak setiap waktu. Lq. Wq ? d. Berapakah nilai probabilitas keseluruhan 4 mesin yang bekerja ? b. Mesin-mesin tersebut direparasi oleh seorang mekanik dengan menghabiskan waktu rata-rata 2 jam pada setiap mesin.UNIT 8 – TEORI ANTRIAN Contoh 18.

0087 c. kita peroleh ρ = λ/μ = 2/12=1/6 a.UNIT 8 – TEORI ANTRIAN Pemecahannya : Dengan m = 4 mesin. Kemungkinan mesin tidak bekerja diberikan dengan : P4 = m! / (m-4)! x ρ4 x Po = 4!/(4-4)! x (1/6)4 x 54/115 = 1/115 = 0. λ = 2 per hari dan μ = 24/2 = 12 per hari. Po = 1 m m! ∑ (m .(1 – Po)/ρ = 4 – (1-54/115)/(1/6) = 94/115 = 0.470 kemungkinan keempat mesin bekerja) b.i) ! ρ i i =0 = 1/(1 + 2/3 + 1/3 + 1/9 + 1/54) = 54/115 = 0. Ls = m . 82 mesin 57 .

13 jam = 7.36 mesin 58 .(λ + μ)/λ) = 1 /12 x (4/(1-54/115)) – (2+12)/2 = 11/244 = 0.UNIT 8 – TEORI ANTRIAN Lq = m .(λ+μ)/λ x (1 .Po) = 4 – (2+12)/2 x (1-54/115) = 0.29 mesin Ws = m 1 − ( μ x (1 .Ls) = 2 x (4 – 94/115 = 6.Po)) . Rasio kedatangan efektif adalah : λ x (m .8 menit Wq = 1/μ x (m/(1 .7 menit d.Po) λ = 4/(12 x (1-54/115)) – ½ = 47/366 = 0.045 jam = 2.

juga untuk menaikkan pelayanan. serta untuk kenaikkan harga jasa pelayanan. Pada kasus ini kita akan menyediakan 2 persoalan untuk bagaimana seorang bisnis manajer dapat memperlihatkan mengantisipasi penurunan dari harga. 59 .UNIT 8 – TEORI ANTRIAN ANALISA EKONOMI ANTRIAN Secara umum dibicarakan banyak karakter operasi pada sistem antrian yang berbeda dapat dipergunakaan untuk seorang bisnis manajer.

a. Perusahaan menentukan bahwa harga dari setiap harga surat yang antri yang harus diposkan adalah 80 sen per jam dan ongkos tambahan bagi perusahaan adalah 40 dolar per hari (gaji dari juru tik ditambah ongkos peralatan). Benapakah tingkat penggunaan juru tik ? b. Berapakah jumlah rata-rata dari surat yang antri yang harus diketik ? 60 . Sang juru tik bekerja 8 jam per hari dan secara rata-rata membutuhkan waktu 20 menit untuk mengetik setiap surat.9: Seorang juru tik pada Gans Car Company secara rata-rata menerima 22 pucuk surat setiap harinya untuk ditik.UNIT 8 – TEORI ANTRIAN Contoh 18.

Jadi. λ = 22 per hari dan μ = 24 per hari. rasio penggunaan = ρ = λ/μ = 0.λ)) = 10. Berapakah rata2 waktu yang dibutuhkan pengetikan sebuah surat ? d. Jumlah rata-rata dari surat yang antri Lq adalah sebagai berikut : λ/μ x (λ / (μ .UNIT 8 – TEORI ANTRIAN c.083 surat 61 .917 b. Berapakah total dari biaya/ hari untuk pengetikan surat antrian ? Penyelesaian a.

dan setiap pucuk membutuhkan biaya 80 sen per jafn atau 6.40 dolar per tiap hari. Ws adalah sebagai berikut : Ws = 1 /(µ .UNIT 8 – TEORI ANTRIAN c.40 62 . Rata-rata waktu y'ang dibutuhkan untuk pengetikan surat.40 = 22 x$6.40 = 24 − 22 $ 70.λ) = 1/(24-22) = 1/2 hari = 4 jam d.40 = μ − λ λ x$6. Jumlah rata-rata dari surat dalam sistem adalah Ls. Oleh karena itu total biaya/hari untuk surat pada sistem adalah: Ls x $ 6.

9 untuk menambah kenaikan pelayanan pengetikan surat. Untuk jenis mesin tik otomtis.2.10 Berdasarkan contoh 18.UNIT 8 – TEORI ANTRIAN Contoh 18. biaya harian dan kenaikan hasil dari efesiensi pengetikan terdapat pada tabel 18. Tindakan apakah yang harus diambil oleh perusahaan untuk menekan biaya total? 63 . perusahaan dapat menambah juru tik ataut bisa juga menyewa mesin tik otomatis.

2 model pelayanan. (Dua loket satu antrian) 64 . Menambah juru tik kita memperoleh suatu antrian tungggal. λ = 22 per hari μ =24 per hari.UNIT 8 – TEORI ANTRIAN model I II III harga perhari $37 $39 $43 peningkatan dalam efisiensi juru tik 50 % 75 % 150 % Pemecahan: Untuk pemecahan persoalan diatas terdapat 4 pilihan: a.

43 455 65 .1604 surat 455 Oleh karena itu biaya per hari keseluruhan adalah= c = 2 x $40 + $6.UNIT 8 – TEORI ANTRIAN λ < 2.μ 22<2 x 24 Po = 1 loket=2 Po = ρ 2 ) ∑ i =0 c −1 ρi i! + ρ0 2!(1 − 1 13 = 35 22 (22 − 24) 2 1+ + 24 2!(1 22 / 24 ) − 2 dan angka rata-rata bagi surat yang harus diposkan adalah: Ls = ρ c+1 (c − 1)! x(c − ρ ) 2 = 528 = 1.40 x 528 = $ 87.

c. Jadi biaya keseluruhan per hari: Biaya keseluruhan per hari c = $ 40 + $ 39 + $ 6.04 .40x11/7= $ 87. model pelayanan tunggal. μ =42 per hari.40 x 66 22 = 42 − 22 $ 86.06. λ =22 per hari.5 = 36 per hari dan Is= μ − λ = 14 = λ 22 11 7 Jadi biaya keseluruhan setiap hari: c = $40+$37+$6. λ =22 per hari. Menyewa mesin tik model II Di sini kita memiliki antrian tunggal. μ =24 x 1.UNIT 8 – TEORI ANTRIAN b. Menyewa mesin tik model I Di sini kita memiliki antrian tunggal. model pelaymain tunggal.

model pelayanan tunggal.UNIT 8 – TEORI ANTRIAN d. 22 60 − 22 Jadi biaya keseluruhan per hari adalah : c= $ 40 + $ 43+ $ 6.40 x = $ 86.71. 67 . μ = 60 per.04. Menyewa mesin tik model III Di sini kita memiliki antrian tunggal. λ =22 per hari. Jika kita bandingkan keempat pilihan tadi kita akan memperoleh keputusan optimum untuk menyewa mesin tik model II untuk mendapatkan total biaya harian minimum sebesar $ 86.

paniang waktu pelayanan yang tak tertentu dan nilai perkiraan untuk kedatangan pertama. Model-model tersebut sangat berguna untuk menentukan suatu keseimbangan optimum antara harga jasa pelayanan dan harga yang dikaitkan dengan penatian.UNIT 8 – TEORI ANTRIAN RINGKASAN Kita telah menjabarkan 3 buah madel antrian pada beberapa detail pada bab ini. Beberapa contoh kasus telah 68 . aturan dari pelayanan antrian pertama. Setiap model didasarkan atas kedatangan yang tidak tertentu. mendapat pelayanan pertama.

UNIT 8 – TEORI ANTRIAN digambarkan pada penerapan model-model tersebut dan contoh-contoh kasus tersebut juga berlaku dalam situasi kehidupan nyata. jumlah waktu yang menganggur yang tersedia yang diharapkan. Model-model tersebut memberikan informasi menurut sistem yaig berlaku. panjang rata-rata dari antrian dan jumlah rata-rata pelanggan dalam sistem. Model antrian yang telah kita jabarkan di sini mempunyai hubungan dengan ketidaktentuan yang dimaksud di atas ke dalam penggambaran pengukuran dari karakteristik sistem antrian. sebagaimana 69 .

UNIT 8 – TEORI ANTRIAN mengukur rata-rata waktu penantian dan rata-rata waktu yang dihabiskan dalam suatu sistem antrian. Untuk keadaan yang demikian merencanakan sistem pelayanan. Meskipun demikian masih terdapat beberapa keadaan yang terdapat pada kehidupan nyata dimana nilai asumsi yang dibuat dalam model-model diatas tidak berlaku. kita dapat mempergunakan teknik simulasi sebagai media bantu untuk 70 .