• Tidak ada hasil yang ditemukan

TAP.COM - TEORI ANTRIAN. Teori Antrian

N/A
N/A
Protected

Academic year: 2017

Membagikan "TAP.COM - TEORI ANTRIAN. Teori Antrian"

Copied!
32
0
0

Teks penuh

(1)

Pendahuluan

Teori Antrian

Prihantoosa

pht854@yahoo.com

(2)

http://openstat.wordpress.com Teori Antrian : Intro p : 2

Tujuan

● Tujuan : Meneliti kegiatan dan fasilitas pelayanan dalam

rangkaian kondisi acak dari suatu sistem antrian yang terjadi

● Tinjauan pengukuran logis :

Berapa lama pelanggan harus menunggu sebelum akhirnya

mendapatkan pelayanan

Berapa persenkah dari waktu yang disediakan untuk

memberikan pelayanan suatu fasilitas pelayanan dalam kondisi menganggur/iddle

● Elemen dasar : Pelanggan dan Pelayan

● Waktu pelayanan harus dapat dihitung, kemudian waktu

(3)

Garis tunggu atau

antrian

Fasilitas

pelayanan

Struktur Sistem Antrian

1

2

3

n

Sistem antrian

Pelanggan

masuk ke

dalam sistem

antrian

(4)

http://openstat.wordpress.com Teori Antrian : Intro p : 4

Kejadian Antrian

● Kendaraan yang menunggu jalan di trafic light ● Pembeli yang antri di kasir supermarket

● Pasien yang sedang menunggu di periksa di klinik

(5)

Faktor Sistem Antrian

● Distribusi Kedatangan

● Distribusi Waktu Pelayanan ● Fasilitas Pelayanan

● Disiplin Pelayanan

(6)

http://openstat.wordpress.com Teori Antrian : Intro p : 6

Faktor Sistem Antrian (2)

● Distribusi Kedatangan

Kedatangan secara individu (single arrivals)

Kedatangan secara berkelompok (bulk arrivals)

● Distribusi waktu pelayanan

Pelayanan secara individual (single services)

Pelayanan secara kelompok (bulk services)

● Fasilitas Pelayanan

Bentuk series dalam satu garis lurus atau garis melingkarBentuk paralel dalam beberapa garis lurus yang sejajar

Bentuk jaringan/network station yang dapat di desain secara series dengan pelayanan lebih dari satu pada setiap stasiun

(7)

Proses Antrian

● Masukan (Input) :

Pola kedatangan yang dapat dinyatakan dalam distribusi

peluang seperti poisson dan eksponensial

Pola kedatangan yang tidak dapat dinyatakan dalam

distribusi peluang

● Keluaran (Output) :

Setelah mendapatkan pelayanan dengan baik, pelanggan

akan segera meninggalkan fasilitas pelayanan

Proses pelayanan pada umumnya menggunakan distribusi

(8)
(9)

Notasi Dalam Sistem Antrian

● n = jumlah pelanggan dalam sistem

● Pn = probabilitas kepastian n pelanggan dalam sistem

● λ = jumlah rata-rata pelanggan yang datang per satuan

waktu

● μ = jumlah rata-rata pelanggan yang dilayani per satuan

waktu

● Po = probabilitas tidak ada pelanggan dalam sistem

● P = tingkat intensitas fasilitas pelayanan

● L = jumlah rata-rata pelanggan yang diharapkan dalam

sistem

● Lq = jumlah pelanggan yang diharapkan menunggu dalam

sistem

● W = waktu yang diharapkan oleh pelanggan selama dalam

sistem

● Wq = waktu yang diharapkan oleh pelanggan selama

menunggu dalam antrian

● 1/ μ = waktu rata-rata pelayanan

● 1/ λ = waktu rata-rata antar kedatangan

(10)

http://openstat.wordpress.com Teori Antrian : Intro p : 10

Single Channel Model

(M/M/1)

● M pertama: rata-rata kedatangan yang mengikuti

distribusi probabilitas Poisson

● M kedua: tingkat pelayanan yang mengikuti distribusi

probabilitas Poisson

● 1: jumlah fasilitas pelayanan dalam sistem atau satu

(11)

Asumsi M/M/1

● Populasi input tidak terbatas

● Distribusi kedatangan pelanggan potensial mengikuti

distribusi Poisson

● Disiplin pelayanan mengikuti pedoman FCFS ● Fasilitas pelayanan terdiri dari saluran tunggal

● Distribusi pelayanan mengikuti distribusi Poisson (λ <

μ)

(12)

http://openstat.wordpress.com Teori Antrian : Intro p : 12

Contoh Soal

UD ABC mengoperasikan satu buah pompa bensin

dengan satu orang pekerja yaitu Ali. Rata-rata tingkat kedatangan kendaraan mengikuti distribusi Poisson

yaitu 20 kendaraan/jam. Ali dapat melayani rata-rata 25 kendaraan/jam. Jika diasumsikan model sistem antrian yang digunakan adalah M/M/1, hitunglah:

1) Tingkat intensitas (kegunaan) pelayanan

2) Jumlah rata-rata kendaraan yang diharapkan dalam sistem

3) Jumlah kendaraan yang diharapkan menunggu dalam antrian

4) Waktu yang diharapkan oleh setiap kendaraan selama dalam sistem (menunggu pelayanan)

(13)

Jawaban Soal

Diketahui: λ = 20, μ = 25

p = λ / μ = 20/25 = 0.80

Bahwa Ali akan sibuk melayani kendaraan

selama 80% dari waktunya, sedangkan

20% dari waktunya (1-p) untuk istirahat

L = λ / (μ – λ) = 20 / (25-20) = 4, atau

L = p / (1-p) = 0.80 / (1-0.80) = 4

(14)

http://openstat.wordpress.com Teori Antrian : Intro p : 14

Lq = λ

2

/ μ (μ – λ) = (20)

2

/ 25(25-20) = 3.2

Jadi kendaraan yang menunggu untuk dilayani

dalam antrian sebanyak 3.2 kendaraan

W = 1 / (μ – λ) = 1 / (25-20) = 0.2 jam atau 12 menit

Jadi waktu rata-rata kendaraan menunggu dalam

sistem selama 12 menit

Wq = λ / μ (μ – λ) = 20 / 25(25-20) = 0.16 jam atau

9.6 menit

J

adi waktu rata-rata kendaraan menunggu dalam

(15)

Pelayanan Tunggal (Single Server)

(M / M / 1) ; ( GD / ∞ /∞ )

Unlimited Queue

First Come First Serve Distribusi Poisson

For Arrival

Distribusi Poisson/Expo

For Service Single Server

● Asumsi : Tidak ada hubungan/ketergantungan antara proses

kedatangan dengan proses layanan

● Notasi : λ rasio kedatangan (banyak antrian / waktu); µ rasio

layanan (banyak yang sedang antri / waktu ); ρ utilisasi

(16)

http://openstat.wordpress.com Teori Antrian : Intro p : 16

Pr : Prob. Sistem dalam keadaan sibuk (ρ)

Po : Prob. Sistem dalam keadaan idle (Po = 1-Pr) Pn : Prob ada n pelanggan dalam sistem

Ls : Jumlah yang diharapkan berada di dalam sistem (queue & serve) = /−

Lq : Jumlah yang diharapkan dalam antrian = 2

/ −

Ws : Expected time dalam sistem = 1/−

Wq : Expected time dalam queue = /−

Wn : Expected time dalam queue untuk non empty queue =

1/−

Ln : Expected number dalam queue = /−

(17)

Latihan Soal

● Sebuah Airport dapat menerima 2 pesawat dalam kurun

waktu 3 menit dengan variasi mengikuti distribusi poisson. Rata-rata waktu tunggu mempunyai distribusi exponential sebesar 5 menit

Berapa rata-rata waktu antar kedatangan pesawat ?

Berapa peluang sistem dalam keadaan sibuk guna melayani

pesawat-2 tersebut ?

Berapa jumlah rata-rata pesawat yang dapat dilayani dalam

(18)
(19)

Tab A. 8.1 Waktu Antar Kedatangan

(menit)

Customer Antar Kedatangan Jam Waktu Kedatangan

1 0 0

2 2 2

3 4 6

4 1 7

5 2 9

(20)
[image:20.720.166.564.176.404.2]

http://openstat.wordpress.com Teori Antrian : Intro p : 20

Tabel A. 8.2 Waktu Service (menit)

Customer

Waktu Pelayanan

1

2

2

1

3

3

4

2

5

1

(21)
[image:21.720.36.707.175.505.2]

Tabel A.8.3 Hasil Simulasi

Nomor Customer Waktu Kedatangan (Jam) Awal Pelayanan (Jam) Waktu Pelayanan (durasi) Akhir Pelayanan (Jam)

1 0 0 2 2

2 2 2 1 3

3 6 6 3 9

4 7 9 2 11

5 9 11 1 12

(22)

http://openstat.wordpress.com Teori Antrian : Intro p : 22

Tabel A.8.4 Kronologis Urutan

Kejadian

Tipe Kejadian Nomor Pelanggan Waktu (Jam)

Kedatangan 1 0

Keberangkatan 1 2

Kedatangan 2 2

Keberangkatan 2 3

Kedatangan 3 6

Kedatangan 4 7

Keberangkatan 3 9

Kedatangan 5 9

Keberangkatan 4 11

Keberangkatan 5 12

Kedatangan 6 15

(23)

Contoh 1. Antrian

Perusahaan A sedang mencoba menentukan

rata-rata customer menunggu dalam sistem , jika

customer rata-rata menunggu lebih dari 10

(24)
[image:24.720.165.562.175.382.2]

http://openstat.wordpress.com Teori Antrian : Intro p : 24

Tabel 8.6 Waktu Kedatangan

Waktu Antar Kedatangan

Probability (Frequensi)

0 0.10

1 0.35

2 0.25

3 0.15

4 0.10

(25)
[image:25.720.162.563.203.396.2]

Tabel 8.5 Waktu Pelayanan

Waktu Pelayanan Probabilitas Frequensi

0 0.00

1 0.25

2 0.20

3 0.40

(26)
[image:26.720.13.699.174.418.2]

http://openstat.wordpress.com Teori Antrian : Intro p : 26

Tabel A.8.7 Interval Bilangan Acak

Kedatangan Pelayanan Antar Kedatangan Kumulatif Probablitas Interval Bilangan Acak Waktu Pelayanan Kumulatif Probablitas Interval Bilangan Acak

0 0.10 1 - 10 0 0.00

-1 0.45 11 - 45 1 0.25 1 - 25

2 0.70 46 - 70 2 0.45 26 - 45

3 0.85 71 - 85 3 0.85 46 - 85

4 0.95 86 - 95 4 1.00 86 - 99

(27)

Bilangan acak untuk service dan

kedatangan

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Pely 52 37 82 69 98 96 33 50 88 90 50 27 45 81 66

(28)

http://openstat.wordpress.com Teori Antrian : Intro p : 28

Pertanyaan

(29)
[image:29.720.22.668.85.484.2]

Penyelesaian :

Tabel A. 8.8 Antar Kedatangan dan Waktu

Pelayanan

No. Cust Bil Acak Kedatangan Antar Kedatangan Bil Acak Service Waktu Service

1 50 2 52 3

2 28 1 37 2

3 68 2 82 3

4 36 1 69 3

5 90 4 98 4

6 62 2 96 4

7 27 1 33 2

8 50 2 50 3

9 18 1 88 4

10 36 1 90 4

11 61 2 50 3

12 21 1 27 2

13 46 2 45 2

14 01 0 81 3

(30)
[image:30.720.24.699.88.504.2]

http://openstat.wordpress.com Teori Antrian : Intro p : 30

Tabel A. 8.9 Perhitungan Antrian

No. Cust Antar Kedatangan Waktu Ke- datangan Waktu Service Awal Service Akhir Service Waktu Tunggu Waktu dlm sistem Waktu Idle

1 2 9.02 3 9.02 9.05 0 3 2

2 1 9.03 2 9.05 9.07 2 4 0

3 2 9.05 3 9.07 9.10 2 5 0

4 1 9.07 3 9.10 9.13 4 7 0

5 4 9.10 4 9.13 9.17 3 7 0

6 2 9.12 4 9.17 9.21 5 9 0

7 1 9.13 2 9.21 9.23 8 10 0

8 2 9.15 3 9.23 9.26 8 11 0

9 1 9.16 4 9.26 9.30 10 14 0

10 1 9.17 4 9.30 9.34 13 17 0

11 2 9.19 3 9.34 9.37 15 18 0

12 1 9.20 2 9.37 9.39 17 19 0

13 2 9.22 2 9.39 9.41 17 19 0

14 0 9.22 3 9.41 9.44 19 21 0

15 1 9.23 3 9.44 9.47 21 124 0

(31)

Perhitungan

Rata-rata waktu menunggu :

162 / 15 = 10,7 menit

Maka perlu menambah kasir

Customer yang dapat bonus :

(32)

http://openstat.wordpress.com Teori Antrian : Intro p : 32

Rangkuman

● Setiap masalah antrian diuraikan dalam 3 karateristik,

yaitu : kedatangan , antrian dan pelayanan

● Mensimulasikan sistem antrian dengan metode Monte

Gambar

Tabel A. 8.2 Waktu Service (menit)
Tabel A.8.3 Hasil Simulasi
Tabel 8.6 Waktu Kedatangan
Tabel 8.5 Waktu Pelayanan
+4

Referensi

Dokumen terkait

Pada hari ini Senin tanggal Sepuluh bulan September tahun dua ribu dua belas, Panitia Pengadaan Barang/Jasa Pada Kantor Kementerian Agama Kabupaten Lebak Tahun 2012, telah

[r]

Penyakit obstruksi saluran nafas kronis yang ditandai dengan sumbatan jalan nafas, infeksi saluran nafas, dan beberapa perubahan patologis lain yang menyebabkan pasien

Pembelajaran kooperatif dengan metode Group Investigation siswa dilatih untuk memiliki kemampuan yang baik dalam berkomunikasi, semua kelompok menyajikan suatu

Tujuan Pembelajaran Khusus Sub Pokok Bahasan dan Rincian Materi (kegiatan mahasiswa) Proses Pembelajaran Tugas dan Evaluasi Media &amp; Buku Sumber.. Perkenalan antara dosen

Tujuan dalam penelitian ini adalah untuk menganalisis pola musim penangkapan ikan layur, menganalisis hubungan panjang dan berat ikan layur, menganalisis Catch Per Unit Effort

nasabah sebesar 0.08, adapun besarnya pengaruh ditujukan dari hasil perhitungan determinasi, diperoleh nilai sebesar 22.30%, hal ini menunjukkan bahwa kualitas

Hasil yang ditunjukkan pada tabel 2 dan tabel 3 mirip dengan tabel 1, dimana semakin lama waktu hidrolisis dan semakin besar suhu hidrolisis yang digunakan maka kadar