TUGAS TEORI ANTRIAN

Oleh, David Budiman Hutomo (0804405068)

JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS UDAYANA 2011

Erlang melakukan eksperimen tentang fluktuasi permintaan fasilitas telepon yang berhubungan dengan automatic dialing equipment.mungkin Persoalan aslinya Erlang hanya memperlakukan perhitungan keterlambatan (delay) dari seorang operator. Pertama kali diperkenalkan oleh seorang ahli matematika dari Denmark. 1987). Dalam periode ini Erlang menerbitkan bukunya yang terkenal berjudul Solution of some problems in the theory of probabilities of significance in Automatic Telephone Exhange.BAB I PENDAHULUAN 1. yaitu peralatan penyambungan telepon secara otomatis. sehingga para penelepon harus antri menunggu cukup lama. Proses antrian adalah suatu proses yang berhubungan dengan kedatangan seorang pelangan pada suatu fasilitas pelayanan kemudian menunggu dalam suatu baris atau antrian karena pelayannya sedang sibuk dan akhirnya meninggalkan sistem setelah selesai dilayani. Dalam waktu – waktu yang sibuk operator sangat kewalahan untuk melayani para penelepon secepatnya. giliran.1 Sejarah Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran pelayanan sangatlah menjengkelkan.K. Agner Kramp Erlang (1878-1929).Erlang. hasil penelitian Erlang diperluas penggunaa nya antara lain dalam teori antrian (Supranto.seorang insinyur dari Denmark yang bekerja pada perusahaan telepon di Kopenhagen pada tahun 1910. Teori tentang antrian diketemukan dan dikembangkan oleh A. Baru setelah perang dunia kedua. Rata – rata lamanya waktu menunggu (waiting time) sangat tergantung kepada ratrata tingkat kecepatan pelayanan (rate of services). Teori antrian adalah cabang dari terapan teori probabilitas yang awalnya digunakan untuk mempelajari kemacetan lalu lintas telepon. kemudian pada tahun 1917 penelitian dilanjutkan untuk menghitung kesibukan beberapa operator. Sedangkan yang dimaksud dengan .

Dalam model antrian. Teori antrian adalah teori yang menyangkut studi matematis dari antrian antrian atau baris-baris penungguan. pengoperasian sarana tersebut dapat dijadwalkan sedemikian rupa sehingga akan sepenuhnya menghilangkan keharusan untuk menunggu. interaksi antara pelanggan dan pelayan adalah berkaitan dengan periode waktu yang diperoleh pelanggan untuk menyelesaikan sebuah pelayanan. Sedangkan Queue adalah antrian itu sendiri. Tujuan mempelajari pengoprasian sebuah sarana pelayanan dalam kondisi acaka dalah untuk memperoleh beberapa karakteristik yang mengukur kinerja sistem yang sedang dipelajari. Teori Antrian memiliki sedikitnya 3 elemen utama. service facility. dan queue. . yaitu elemen customer. kedatangan pelangan dan waktu pelayanan tidak diketahui sebelumnya karena jika bisa diketahui.sistem antrian adalah himpunan pelanggan. Customer adalah istilah generic untuk pihak yang meminta pelayanan. pelayan dan suatu aturan yang mengatur kedatangan para pelanggan dan pemrosesan masalahnya. Fenomena menunggu adalah hasil langsung dari keacakan dalam operasi sarana pelayanan secara umum. Service Facility adalah fasilitas dari sebuah sistem untuk memberikan proses pelayanan terhadap customer. dalam antrian kedatangan pelanggan umumnya disebut sebagai distribusi kedatangan (arrival distribution) dan distribusi waktu pelayanan (service time distribution). yaitu tempat dimana customer-customer yang sedang tidak dilayani berada sambil menunggu giliran untuk dilayani.

model-model antrian sendiri dapat direpresentasikan dengan menggunakan notasi Kendall sebagai berikut : A/B/S/K/N/Dis Dimana :       A adalah distribusi waktu antar kedatangan B adalah distribusi waktu layanan S adalah jumlah dari server K adalah kapasitas sistem N adalah populasi pendudukan ( yang sedang melakukan pendudukan ) Dis adalah asumsi dari disiplin layanan . Probabilitas antrian penuh atau kosong. Analisa terhadap model antrian yang tepat akan memungkinkan penyebab antrian dapat diidentifikasi dan akibatakibatnya dapat diminimisasi. antara lain termasuk:      Jumlah rata-rata pelanggan yang berada dalam antrian atau sistem. dan Probabilitas mendapatkan sistem dalam suatu kondisi tertentu.BAB II MODEL SISTEM ANTRIAN 2. suatu model antrian digunakan untuk memperkirakan suatu situasi antrian sesungguhnya .1 Model Sistem Antrian Pada teori antrian. Secara umum. Dengan model sistem antrian maka akan dimungkinkan untuk menentukan ukuran performansi pada kondisi steady. Waktu rata-rata dalam antrian atau sistem. sehingga kelakuan antrian dapat dianalisa secara matematik. Ukuran-ukuran performansi tersebut sangat penting sebagai isu atau problem yang disebabkan oleh situasi antrian yang biasanya terkait dengan masalah kepuasan pelanggan terhadap layanan. Distribusi statistik dari jumlah pelanggan dan waktu dalam antrian.

tapi dibuat menunggu sampai dapat dilayani. 3 parameter terakhir diabaikan. B. maka panggilan dari pelanggan yang tidak dapat dilayani tidak harus langsung hilang. implementasi sistem antrian memungkinkan pelanggan-pelanggan yang belum terlayani untuk antri sampai tersedianya sarana (resources) untuk proses pelayanan. Last in first out Pada disiplin ini hanya satu pelanggan juga yang dapat dilayani pada suatu waktu tertentu.1. Pada sistem switching. First in first out Prinsip disiplin ini. hanya satu pelanggan yang dapat dilayani pada suatu waktu tertentu dan pelanggan yang sudah menunggu paling lama yang akan dilayani lebih dulu. tapi pelanggan dengan waktu menunggu paling pendek yang akan dilayani lebih dulu. Model sistem antrian dapat diilustrasikan secara sederhana pada gambar 2.Umumnya. sehingga notasi hanya terdiri dari A/B/S dan diasumsikan bahwa K = infinitely (= ∾). Secara umum ada empat disiplin antrian yang dikenal. dan Dis = FIFO. . yaitu: A. Disiplin suatu antrian ditentukan oleh cara sistem switching menangani panggilan. Ini berarti bahwa jika level intensitas trafik melebihi kapasitas yang tersedia. Notasi standar yang sering digunakan untuk distribusi (A atau B) adalah:      M untuk suatu distribusi Markovian (exponential) Eκ untuk suatu distribusi Erlang dengan fase κ D untuk distribusi (konstan) Degenerate (atau Deterministic) G untuk distribusi General (arbitrary) PH untuk suatu distribusi Phase-type Sebagai contoh. suatu proses layanan Deterministic (constant time) dan suatu server tunggal (single). N = infinitely. "G/D/1" akan mengindikasikan suatu proses kedatangan General (bisa apa pun).

1 Model Sistem Antrian C. Pure-chance traffic – Kelahiran dan kematian panggilan bersifat random dan kejadian-kejadiannya bersifat independent. Priority Pelanggan dengan prioritas tinggi akan dilayani lebih dulu. Sistem antrian biasanya menggunakan suatu bentuk persamaan kondisi tertentu yang dikenal sebagai Markov chain yang menjadi model sistem pada setiap kondisi. 2. Kapasitas jaringan dibagi (shared) diantara para pelanggan dan para pelanggan secara efektif akan mengalami delay yang sama. . D. Processor sharing Pelanggan-pelanggan akan dilayani secara sama. Proses antrian ditangani oleh sistem prosesor perangkat switching dan dapat dimodelkan dengan menggunakan persamaan kondisi. yaitu : 1.Gambar 2. Statistical equilibrium – Probabilitas dalam sistem tidak berubah. Trafik yang datang ke sistem di-modelkan dengan suatu distribusi Poisson dan menjadi subyek dari asumsi sistem antrian Erlang.

.3..... trafik yang ditawarkan..... panjang antrian secara kontinyu akan bertambah ke arah tidak terhingga (infinity).... Dimana untuk 0 ≤ k ≤ N . maka panggilanpanggilan akan masuk ke sistem dengan rate yang jauh lebih besar disbanding keluarnya. kapasitas server sistem switching). dapat dinyatakan dengan P(k-1 → k) = P(k-1) A δt / h . Dalam hal ini.. Apabila k > N... Asumsi (1) sampai (3) merupakan faktor umum pada sistem rugi.. jika semua server sibuk maka panggilan-panggilan yang dating pada saat itu akan mengalami delay. Sebagai hasilnya.. Congestion di clear kan segera setelah server-server bebas.. Ini berarti tidak terjadi keseimbangan statistic (statistical equilibrium)..... dari persamaan terdahulu di bab 2.... Maka..... yaitu probabilitas suatu panggilan datang yang dinyatakan dengan P(a) = A δt / h dimana h adalah waktu pendudukan rata-rata...... probabilitas suatu transisi dari panggilan k – 1 ke k pada sistem selama δt. Full availability – Semua trafik yang datang dapat di-routing-kan ke semua pelanggan lainnya dalam jaringan. 4.. δt... asumsi (2) mengimplikasikan bahwa A ≤ N ( A. dan N.. maka jika k < N panggilan-panggilan akan dapat dilayani semuanya dan tidak terjadi delay..... (21)  Jika k ≥ N Probabilitas dari suatu panggilan datang pada suatu periode waktu yang sangat pendek. Jika k merupakan jumlah total panggilan dalam sistem... Jika A ≥ N. Jadi akan ada N panggilan yang dilayani dan k – N panggilan dalam antrian  Jika k ≤ N Tidak ada antrian dan perilaku sistem sama dengan sistem rugi tanpa congestion........

. sehingga probabilitas panggilan berakhir (ending) dapat dinyatakan dengan P(e) = N δt / h dan probabilitas suatu transisi dari k ke k-1 adalah P(k → k-1) = P(k) P(e) = P(k) N δt / h Dan. dimana P(0) adalah berdasarkan persamaan (2-5). dari persamaan (2-1) dan (2-3) : ……………………………………. (2-2) Maka. persamaan (2-1) dan (2-3) tergantung pada apakah k ≤ N atau k ≥ N. Ini dikenal sebagai Distribusi Erlang Kedua (Second Erlang Distribution). secara umum untuk k ≥ N : ………. Server malayani customer rata-rata (service rate) dalam waktu μ per customer per server. Terdapat c server dalam sistem antrian 2.2 Spesifikasi sistem antrian 1. ………………………………(2-5) Dalam hal ini.. ……………………………….………………. .(2-3) Selanjutnya. hanya N panggilan yang sedang dilayani yang akan diterminasi.……………………….Karena semua server sibuk.. Customer masuk ke sistem dengan rata-rata kedatangan persatuan waktu (arrival rate) λ. dan jarak antar kedatangannya (interarrival rate) adalah τ 3..(2-4) Sehingga didapat.. 2.

. Sesuai dengan namanya disiplin pada sistem antrian jenis ini akan mengacak urutan customer yang akan dilayani lebih dahulu tidak peduli urutan customer-customer tersebut masuk ke dalam sistem. Yang terakhir adalah PRI (priority service).L = λW Jumlah customer dalam sebuah sistem antrian yang steady state adalah hasil kali dari tingkat kedatangan rata-rata customer per satuan waktu dengan waktu total sistem antrian tersebut. Disiplin ini menyebabkan service facility pada sistem antrian akan melayani customer tertentu terlebih dahulu sesuai dengan tingkat prioritas yang sebelumnya telah ditentukan di dalam sistem.3 Little’s Formula J. LCFS (Last Come First Served) atau biasa juga disebut LIFO (Last In First Out). Disiplin FCFS paling banyak ditemukan di kehidupan sehari-hari. FCFS (First Come First Served) atau biasanya di dalam studi struktur data sering disebut dengan FIFO (First In First Out). misalnya antrian di bank atau di supermarket.2. disiplin ini membuat sistem antrian melayani customer yang datang paling terakhir. C. 2.Lq = λWq .C Little menunjukkan dalam sebuah sistem antrian yang steady state memiliki kasus umum yang memenuhi dua kondisi berikut : .2.1 Faktor faktor penting dalam pengembangan model antrian A. RSS (random-selection service) atau biasa juga disebut SIRO (service in random order).D. Kebalikan dari FCFS. B. Maksud dari sistem pelayanan FCFS adalah melayani duluan customer yang masuk ke dalam sistem paling awal. D.

5 Model Antrian M/M/1 Sistem antrian M/M/1 adalah salah satu sistem antrian yang paling sederhana. 2.2 Model Antrian M/M/1 .Sedangkan jumlah customer dalam antrian diperoleh dari hasil kali tingkat kedatangan rata-ratanya dengan waktu tunggu antrian. sistem M/M/1 menunjukkan sistem antrian tersebut memiliki distribusi interarrival time dan distribusi service time berbentuk distribusi eksponensial dan juga memiliki jumlah server = 1. Sesuai dengan notasi Kendalnya. Server utilization adalah parameter yang menunjukan tingkat kesibukan sebuah server dalam melakukan pelayanan relatif terhadap tingkat kedatangan customer. F.4 Performance dalam sistem antrian Sedangkan ukuran dari sebuah performance antrian di pengaruhi oleh varianvarian berikut: E. u = E[s]/E[τ] = λ/μ adalah intensitas antrian (traffic intensity) H. E[s] = 1/μ adalah waktu layanan rata-rata per server. I. 2. Gambar 2. E[τ] = 1/λ adalah waktu antar kedatangan rata-rata G. ρ = u/c adalah utilisasi server (server utilization) biasanya dinyatakan dalam (%).

maka nilai Lq. . Ini adalah generalisasi dari model M/M/1. 2.6 Model Antrian M/M/C Dalam teori matematika dari proses acak. W dan Wq juga dapat ditemukan dengan mudah. Dari perumusan L tersebut. model M / M / c adalah model antrian multi-server. Apabila nilai L dapat diketahui.Biasanya dalam analisis problem sebuah sistem antrian M/M/1. Wq : waktu tunggu rata-rata customer dalam antrian L = λW Lq = λWq (berada dalam keadaan steady state. Berikut perumusan nilai L. Secara umum : Hubungan antara variabel-variabel tersebut adalah sebagai berikut : Dengan Pn(t) adalan probabilitas seuah sistem antrian terdiri dari n buah customer saat waktu t. Hal ini dilakukan dengan tujuan agar L bisa dinyatakan oleh variabel λ dan μ saja dan kemudian diketahui nilainya. kemudian akan dicari hubungan nilai Pn dengan nilai λ dan μ. Dan dicari beberapa nilai variabel lain yaitu :         L : jumlah rata-rata customer di dalam seluruh sistem antrian Lq : jumlah rata-rata customer di dalam antrian W : waktu rata-rata yang di perlukan customer dalam menjalani sebuah sistem antrian secara utuh. Sesuai dengan perumusan Little’s Formula) W = Wq + (1/μ) Tingkat kesulitan mencari nilai L tergantung dari tipe sistem antrian yang digunakan. diberikan 2 buah nilai variabel yaitu :   λ : Tingkat kedatangan rata-rata customer per-satuan waktu μ : Tingkat pelayanan sistem antrian per customer per server.

Berikut ini notasi Kendall itu menunjukkan sistem di mana:      Kedatangan adalah proses Poisson Waktu layanan eksponensial didistribusika Ada server c Panjang antrian di mana pengguna tiba menunggu sebelum dilayani tidak terbatas Populasi pengguna (yaitu kolam pengguna). Sama seperti model M/M/1. tersedia untuk bergabung sistem ini terbatas Jenis sistem muncul dalam banyak situasi.. termasuk jalur di bank. mengambil dalam asumsi bahwa server tidak kosong jika ada pelanggan yang menunggu di antrian. aplikasi sumber daya komputer. kita mendapatkan parameter sebagai berikut: Dimana intensitas traffic yang diberikan. Jika intensitas traffic lebih besar dari satu maka antrian akan bertambah tanpa batas tetapi jika λ <cμ maka kita mendapatkan distribusi stasioner berikut ditentukan oleh: . dll . model M / M / c dapat dianggap sebagai kelahiran dan proses kematian. sistem telepon antrian. atau permintaan.

pengukuran menunjukkan paket-paket data datang dengan tingkat kedatangan rata-rata sama dengan 125 paket/sekon (pps). --Sebuah Network Gateway (gerbang jaringan) adalah sebuah sistem internetworking yang bertujuan menghubungkan dua buah jaringan (network) yang menggunakan base protocol yang berbeda--. .7 Penerapan dalam bidang Telekomunikasi Contoh Problem Sistem Antrian dalam Sistem Informasi dan Telekomunikasi. Dalam sebuah network gateway. Rata-rata (diharapkan) jumlah permintaan dalam sistem: Rata-rata (yang diharapkan) panjang antrian: Rata-rata (diharapkan) waktu tunggu dalam antrian: 2.Probabilitas bahwa permintaan harus menunggu dalam antrian (jika semua server semua diduduki): Probabilitas tunggu ini juga diberikan oleh rumus Erlang C. Dapat dilihat dibawah ini: A.

25 = 25% Buffer overflow terjadi jika di dalam gerbang. dan di asumsikan sistem antrian yang digunakan dalam sistem network gateway ini sesuai dengan sistem M/M/1.     λ (tinkat kedatangan rata-rata) = 125 paket/sekon μ (tingkat pelayanan) = 1/2ms = 500paket/sekon ρ = λ/μ = 125/500 = 0. Jawab. Tentukan nilai ρ (server utilization) terlebih dahulu dan cari peluang terjadinya buffer overflow (saat dimana sistem menemukan terdapat paket yang menumpuk karena server (buffer) tidak dapat melayani semua paket yang datang sekaligus). paket . Diketahui jumlah buffer dalam gerbang adalah 13.Gerbang tersebut membutuhkan waktu sekitar 2 milisekon untuk melanjutkan paket-paket tersebut.

. Model sistem antrian sekarang banyak diaplikasikan ke dalam studi jaringan informasi maupun telekomunikasi dimana sering muncul problem mengenai sebuah pelayanan dengan sebuah server terbatas namun memiliki source input yang infinit. model M / M / c dapat dianggap sebagai kelahiran dan proses kematian.BAB III KESIMPULAN 1. model M / M / c adalah model antrian multi-server. Ini adalah generalisasi dari model M/M/1. Dalam teori matematika dari proses acak. 3. Sistem antrian M/M/1 adalah salah satu sistem antrian yang paling sederhana. Sesuai dengan notasi Kendalnya. beserta elemen didalamnya yaitu customer. mengambil dalam asumsi bahwa server tidak kosong jika ada pelanggan yang menunggu di antrian. 2. Sama seperti model M/M/1. Teori antrian merupakan cabang ilmu probabilitas dan statistika dan banyak menggunakan studi distribusi peluang di dalamnya dalam mengukur berbagai faktor di dalam sebuah sistem. sistem M/M/1 menunjukkan sistem antrian tersebut memiliki distribusi interarrival time dan distribusi service time berbentuk distribusi eksponensial dan juga memiliki jumlah server = 1.service facility dan antrian itu sendiri secara matematis. Teori antrian adalah sebuah teori yang menganalisis sebuah sistem antrian.

com/2011/02/teori-antrian.id/course/diploma-three-program/study-program-ofinformatics-management-2013-d3/teknik-riset-operasional/teori-antrian) .blogspot.wikipedia.ac. Probabilitas dan Statistik – Sem.gunadarma.com/2010/01/18/teori-antrian/ (diakses tanggal 18 Oktober 2011) http://irhabi-abdi.html (diakses tanggal 18 Oktober 2011) Makalah II2092 Gharta Hadisa Halim / 18209013 .org/wiki/M/M/c_model (diakses tanggal 19 Oktober 2011) UNJANI/REKAYASA TRAFIK TELEKOMUNIKASI/BAB V (http://ocw. I Tahun 2010/2011 http://en.wordpress.DAFTAR PUSTAKA http://thesonofdevil.

Sign up to vote on this title
UsefulNot useful