Antri di Bank

*@&**@# !!!

Antrian di Jalan Tol

Karakteristik kedatangan
1. Ukuran populasi
Tidak terbatas (infinite) or terbatas (finite)

2. Pattern of arrivals
Terjadwal atau acak , sering berdistribusi
Poisson

3. Perilaku kedatangan
Menunggu di dalam antrian dan tidak
pindah barisan
No balking or reneging

Bebek aja bisa

antre !

Bagian-bagian sistem antrian

Populasi mobil

Kedatangan
dari populasi

Antrian

Fasilitas
pelayanan

Keluar dari sistem

Gerbang tol

Enter

Kedatangan ke
dalam sistem

Karakteristik kedatangan
Ukuran populasi
Perilaku kedatangan
Distribusi statistik
kedatangan

Di dalam sistem

Karakteristik antrian
Tak terbatas vs
terbatas
Disiplin antrian

Exit

Keluar dari sistem

Karakteristik jasa
Service design
Statistical distribution of
service
Figure D.1

MODEL ANTRIAN/GARIS TUNGGU

(WAITING LINE ANALYSIS)
Beberapa hal yang terjadi pada kegiatan industri/jasa
- Antrian pelanggan pada stasiun pembayaran di
toko/grocery
- Barang-barang palet yang terdapat pada bagian
penerimaan/pengapalan
- Barang yang terakumulasi diatas conveyor
- Akumulasi Penyimpanan barang setengah jadi
- dll

Empat buah (unsur) dalam mendefinisikan sistem antrian:

1. Customer (pelanggan)
Truk menunggu pada bagian penerimaan; pasien pada
rumah sakit, pesawat terbang pada bandara, dll
2. Server (pelayan)
segala sesuatu yang memberikan pelayanan terhadap
customer; dapat berupa alat ataupun kombinasi
manusia dan alat
3. Queue discipline (disiplin antrian)
menggambarkan tingkah laku customer pada garis
antrian;
4. Service discipline (disiplin pelayanan)
umumnya sistem melayani pelanggan yang pertama
datang

Penulisan sistem antrian/skema:

(x / y / z) : (u / v / w)
x = distribusi kedatangan pelanggan
y = distribusi pelayanan (waktu layanan)
z = jumlah server (channel) dalam sistem
u = disiplin pelayanan
v = maksimum jumlah (customer) dalam sistem
w = ukuran populasi (pelanggan)

Simbol x dan y, umumnya dituliskan sesuai dengan pola

distribusinya :
M = poison atau exponensial; markov
GI = General independent
G = General distribusi
D = deterministik
Simbol u mempunyai pola-pola seperti:
- FCFS = first come, first served
- LCFS = last come, first served
- SIRO = service in random order
- SPT = Shortest processing time
- GD = general service discipline

Single Channel
Single
Server/Phase

Single
Channel
/Server
Multiple
Phase

Multiple
Channel/Server
Single Phase

Pada kasus Material Handling, kendaraan pengangkut dapat:

Sebagai Objek yang mengantri, misal:
Pada kasus Pabrik penggilingan tebu:
Truk mengangkut tebu dari kebun, antri di depan pabrik untuk
dibongkar muatan tebunya.
Pada kasus proses produksi di pabrik:
Kendaraan pengangkut yang mengangkut bahan dari gudang
menunggu untuk dibongkar muatannya di depan pabrik , atau
Kendaraan pengangkut yang mengangkut hasil dari salah satu
tahapan produksi menunggu dibongkar muatannya didepan
tahapan produksi berikutnya.
Variabel keputusan :
o. bagaimana mengatur kecepatan kedatangan kendaraan
pengangkut ()
o. bagaimana mengatur kecepatan pelayanan /pembongkaran (u):
1) menambah jumlah server/stasion/operator
kasus M server ( M > 1)
2) jumlah server tetap 1 tetapi kecepatannya / kapasitas
pembongkarannya ditingkatkan.

Truk sebagai obyek

 Sebagai Server yang memberikan pelayanan

pengangkutan, dan dalam hal ini sebagai Objek yang
antri adalah jumlah order pengangkutan atau jumlah
bahan yang akan diangkut.
Variabel keputusan :
o. bagaimana mengatur kecepatan pengangkutan
(u), atau
o. bagaimana menentukan jumlah kendaraan
pengangkut.
kasus M server ( M > 1)

Truk sebagai Server

Beberapa karakteristik (kinerja) model yang

ditentukan dalam analisis antrian:
L = ekspetasi rata2 jumlah customer dalam sistem
Lq = ekspetasi rata2 jumlah customer dalam garis
antrian
W = ekspetasi rata2 waktu tunggu yang dibutuhkan
customer dalam sistem
Wq = ekspetasi rata2 waktu tunggu yang dibutuhkan
customer dalam garis antrian
U = server utilization
^ = tingkat kedatangan efektif

Antrian Poisson
- Umumnya distribusi (penyebaran) kedatangan
pelanggan ataupun waktu pelayanan (server)
mengikuti distribusi poisson ataupun eksponensial
(M / M / )
unit kedatangan mulai akhir
1
0
0 8
8
2
10
10
16
3
15
16
27
4
23
27
39
5
31
39
48
6
37
48
53
7
43
53
60
8
52
60
66
9
62
66
77
10
69
77
82
11
82
82
89
12
90
90
100
13
100 100
.

pelayanan
6
11
12
9
5
7
6
11
5
7
10

Jika n= jumlah pelanggan dan N = jumlah total

pelanggan, maka:
P0 + P1 + P2 + P3 + . + PN = 1

Pn

012n-1
= 123.n

P0

= laju kedatanganan pelanggan

= laju pelayanan
Pn = peluang terdapatnya pelanggan (customer)
dalam sistem antrian

0
0 : P1
P0
1
1
10
1 : P2
P1
P0
2
2 1
2 10
2
2 : P3
P2
P0
3
3 2 1
n 1
n 1n 2 ...0
n 1 : Pn
Pn 1
P0
n
n n 1 ...1
n
n n 1n 2 ...0
n : Pn 1
Pn
P0
n 1
n 1 n n 1...1

Beberapa ukuran kinerja antrian (Poisson) (M/M/c)

N

L = n Pn

Lq =

n=c

n=0

^
= (L Lq)

U = (L - Lq)/c
W = L / ^

L = Lq

(n-c) Pn

Wq
^

= Lq /

W = Wq +

Contoh soal 1
Sebuah conveyor memiliki satu buah server dan kapasitas
penyimpanan sebanyak 5 unit barang. Kedatangan barang tersebut
ke conveyor bersifat acak berdasarkan aturan poisson dengan laju
kedatangan 1 unit/menit. Waktu pelayanan server juga bersifat
exponensial dengan rata2 waktu penyelesaian 45 detik per unit.
Tentukan kinerja dari sistem antrian tersebut

Menentukan n dan n

n =

1 n= 0,1,2,,5

{0

n =

n=6
0

{ (4/3)

n= 0
n=1,2,,6

Contoh soal 2
Sebuah conveyor memiliki dua buah server (c = 2) dan kapasitas
penyimpanan sebanyak 5 unit barang. Kedatangan barang tersebut
ke conveyor bersifat acak berdasarkan aturan poisson dengan laju
kedatangan 2 unit/menit. Waktu pelayanan masing-masing server
juga bersifat exponensial dengan rata2 waktu penyelesaian 45 detik
per unit. Tentukan kinerja dari sistem antrian tersebut

n =

n =

2 n= 0,1,2,,6

{0

n=7
0
(4/3)

n= 0
n=1

(8/3) n=2,3,7

Contoh 3
Sebuah sistem antrian dengan 2 buah server menunjukkan bahwa
pelanggan akan datang secara poisson dengan rata2 laju kedatangan
sebesar 12 /jam jika terdapat tidak lebih dari 1 pelanggan yang
menunggu. Laju kedatangan pelanggan akan menurun jika ada 2
pelanggan yang menunggu menjadi 8 /jam, dan jika terdapat 3
pelanggan menunggu, laju kedatangan pelanggan menjadi 4 /jam.
Pelanggan tidak akan memasuki sistem jika terdapat 4 pelanggan
yang menunggu.
Jika masing-masing server mengerjakan
pekerjaannya bersifat exponensial dengan rata-rata lama pelayanan
10 menit per pelanggan, dan jumlah maksimum pelanggan dalam
sisten adalah 6; tentukan kinerja dari sistem antrian tersebut

(M/M/1):(GD/N/)

(M/M/1) : (GD//)

(M/M/c) : (GD/N/)

Jika

Jika

(M/M/c) : (GD//)

jika

jika

Soal 4 (latihan menggunakan rumus antrian)

Tentukan nilai kinerja sistem antrian pada contoh no.1 dengan
menggunakan penerapan rumus yang ada (Po, L, Lq, Wq, W)
Soal 5.
Jika pada sistem (soal contoh no.1) diinginkan peluang sistem tersebut
penuh adalah kurang dari 2%, tentukan kapasitas maksimum pelanggan
dalam sistem tersebut.

Pn

012n-1
= 123.n

P0

Jika c=1, maka o=1=..=N -1 dan 1=2=..=N

Sehingga:

PN = N P0

Beberapa model antrian yang lain

(M b /M/1) : (GD//)
Digunakan untuk pelanggan yang datang secara grup,
misalnya kedatangan truk dengan membawa
sejumlah satuan yang berbeda.
(M/M/c) : (GD/K/K)
Digunakan untuk kondisi jumlah populasi yang terbatas,
misalnya dalam sebuah perusahaan sudah ditentukan
jumlah truk yang ada dan tempat menunggu yang
terbatas sejumlah truk yang ada

(M/G/1) : (GD//)
Pola waktu pelayanan yang terdistribusi normal dengan
standar deviasi tertentu
(D/M/1) : (GD//)
Pola kedatangan pelanggan yang konstan (deterministik)
(M/G/c) : (GD/c/)
Formula erlangs loss formula

Soal
Sebuah sistem antrian memiliki pola kedatangan
pelanggan mengikuti poisson dengan rataan laju 4 unit
per jam. Waktu pelayanan sebuah server yang
ditempatkan pada bagian penerimaan bersifat
exponensial dengan rataan 10 menit untuk setiap truk.
Tentukan kinerja yang sistem antrian tersebut.
Jika server tersebut ditambah menjadi dua buah apakah
kinerja antrian akan lebih baik, tentukan kinerjanya.