Professional Documents
Culture Documents
Mata Kuliah
: TEORI ANTRIAN
Kode MK
: MAT 713
Jumlah SKS : 3 SKS
Dosen Pengampu: PUTRIAJI H, S.Si., M.Pd., M.Sc.
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Proses Markov adalah suatu himpunan-himpunan objek dan himpunan keadaan sedemikian
rupa sehingga:
1. pada sebarang waktu yang diketahui tiap-tiap objek harus berada dalam keadaan
tertentu.
2. peluang atau probabilitas berpindahnya keadaan satu ke keadaan lain dalam selang
waktu tertentu hanya tergantung pada dua keadaan itu.
Rantai Markov
Bilangan-bilangan bulat positif dari selang waktu setelah proses perpindahan menyatakan
tahapan-tahapan proses yang jumlahnya hingga/tak hingga tetapi dapat dihitung (countable)
maka proses markov tersebut merupakan Rantai Markov (Markov Chain).
Pij = P{X k +1 = j | X k = i}
Catatan: k dan k+1 menunjukkan waktu.
j menunjukkan state yang baru.
i menunjukkan state yang baru
P =1
j =0
ij
dan semua state yang telah berlaku/state sebelumnya hanya bergantung pada state yang
sedang berlangsung saat ini dan itu independent dari masa lalu.
Andaikan suatu RMWK memasuki state i pada suatu waktu, katakan waktu 0 dan andaikan
bahwa proses tersebut tidak meninggalkan state i (yaitu tidak terjadi transisi) selama s unit
waktu berikutnya. Maka probabilitas bahwa proses tidak akan meninggalkan state i selama t
unit waktu yang terjadi adalah sama dengan probabilitas akan tetap berada dalam state
tersebut selama interval [s, s+t] adalah hanya probabilitas bahwa ia akan bertahan di state i
untuk setidaknya selama unit waktu t. Hal ini mengingat bahwa sebagai suatu proses dalam
state i pada waktu s yang mengikuti sifat Markovian property.
Berikut ini merupakan sifat proses markov waktu kontinu:
P(sistem
dalam
(1 t )
state
= e
untuk
waktu
| sistem
pada
state
i saat
ini)
dengan t 0
pendaftaran lomba dalam jangka waktu tertentu tanpa dilakukan seleksi terlebih
dahulu merupakan proses kelahiran murni.
Proses seleksi setelah proses pendaftaran lomba ditutup merupakan proses kematian
murni.
Bila proses seleksi berlangsung dalam jangka waktu pendaftaran lomba maka terjadi
proses kelahiran dan kematian bersamaan.
Dalam pendefinisian proses kelahiran dan kematian terdapat beberapa pendefinisian sebagai
berikut:
Proses kelahiran dan kematian adalah suatu rantai markov waktu kontinu dengan state
{0,1,} dimana untuk setiap transisi dari state n hanya dapat menuju ke state n+1
(kelahiran) atau state n-1 (kematian).
Dengan kata lain dapat dikatakan bahwa proses kelahiran-kematian adalah kasus khusus
pada proses markov waktu kontinu di mana setiap state menggambarkan ukuran populasi
dan dimana transisinya dibatasi terhadap kelahiran-kematian.
Suatu proses disebut proses kelahiran-kematian jika merupakan proses stokastik {X(t), t
0} yang adalah suatu rantai markov yang mempunyai probabilitas transisi stationary dan
memenuhi:
(i)
(ii)
(iii)
Peluang untuk terjadinya satu kelahiran saja dalam selang waktu t , bila pada titik
awal selang tersebut terdapat suatu populasi dengan n anggota, adalah:
P {X(t+ t ) X(t) = 1 | X(t) = n} =
(iv)
t + 0( t ) Birth Rate
Peluang untuk terjadinya satu kematian saja dalam selang waktu t , bila pada titik
awal selang tersebut terdapat suatu populasi dengan n anggota, adalah:
P {X(t+ t ) X(t) = -1 | X(t) = n} =
(v)
h + 0( t ) Death Rate
Peluang untuk terjadi lebih dari satu kelahiran atau kematian dalam selang waktu
t , adalah:
P {dua atau lebih peristiwa terjadi (t, t+ t ) | X(t) = n} = 0( t )
dengan parameter { n ,
n , n = 0,1,2,}
laju kematian.
Misalkan jumlah orang dalam suatu populasi atau suatu sistem adalah n, maka:
Berikut diagram laju (rate diagram) untuk proses kelahiran dan kematian:
State dari suatu proses biasanya idenya sebagai representasi dari jumlah beberapa populasi
dan saat state meningkat 1 dikatakan bahwa terjadi kelahiran, dan saat state menurun 1
dikatakan terjadi kematian.
Karena itu dalam suatu proses kelahiran dan kematian dapat diterka bahwa sewaktu-waktu
terdapat n orang dalam sistem sampai waktu kelahiran berikutnya berdistribusi eksponensial
(proses poisson) dengan laju
n.
Kedatangan baru yang masuk dalam suatu sistem pada laju n dengan waktu sampai
dengan kedatangan berikutnya berdistribusi eksponensial (proses poisson) dengan mean
Jika dimisalkan populasi = n, kelahiran dan kematian adalah suatu proses poisson: laju
kelahiran n dan laju kematian n (0 = 0).
Dengan demikian:
P { B ( t , t ) = 0 | populasi
= n} = 1 n t + 0 ( t )
P { B ( t , t ) = 1 | populasi
= n} = n t + 0 ( t )
P { B ( t , t ) > 0 | populasi
= n} = 0 ( t )
P { D ( t , t ) = 0 | populasi
= n} = 1 n t + 0 ( t )
P { D ( t , t ) = 1 | populasi
= n} = n t + 0 ( t )
P { D ( t , t ) > 1 | populasi
= n} = 0 ( t )
Proses kelahiran-kematian secara umum sebagai rantai Markov dapat ditulis dalam bentuk
matriks transisi berikut:
1 0
1
P = 0
0
M
0
1 1 1
2
0
M
1
1 2 2
3
M
0
0
2
1 3 3
M
L
L
L
L
O
Perlu diketahui bahwa jumlah state dari 0 sedemikian sehingga jumlah state adalah sama
sebagaimana jumlah populasi.
Contoh Rantai Markov Waktu Kontinu Proses Kelahiran Dan Kematian
Contoh 1
Sebuah swalayan memiliki satu pelayan (kasir) dan pelanggan yang akan membayar
bergabung dalam suatu antrian saat mereka datang. Kedatangan pelanggan sesuai dengan
laju dengan waktu interval kedatangan berdistribusi eksponensial (proses poisson) dan
pelayan melayani pelanggan dengan laju
eksponensial. Jika X(t) adalah jumlah pelanggan dalam antrian pada waktu t, maka {X(t), t >
0} adalah proses kelahiran-kematian dengan
Contoh 2
Suatu kasus antrian pada suatu bank dengan 5 orang teller yang melayani antrian di bank
dengan pelanggan yang akan menggunakan jasa teller bergabung bersama dalam antrian
tunggal dan pada gilirannya pelanggan akan pergi ke teller pertama yang tersedia (yang
sedang tidak melayani pelanggan lain). Ini merupakan proses kelahiran dan kematian
dengan n =
untuk n 0.
n , untuk 1 n < s
s , untuk n > s
n =
PERSAMAAN KOLMOGOROV
Dari kriteria-kriterria proses kelahiran kematian markov secara umum jika t 0 maka akan
diperoleh persamaan Kolmogorov sebagai berikut:
d Pn (t )
= (n + n ) Pn (t ) + n +1 Pn +1 (t ) + n 1 Pn 1 (t )
dt
d P0 (t )
= 1 P1 (t ) 0 P0 (t )
dt
7
1 e t
Pn (t ) =
0
n 1
e t , n =1,2,K
, n= 0
E [N (t )]= e t
Ukuran populasi yang diharapkan pada saat t jika populasinya dimulai dari N (0 )
adalah
E [N (t )]= N (0 ). e t
C N (0 ) . e nt . 1 e t
Pn (t ) = n
0
)()
N 0 n
, n N (0)
, n > N (0 )
Ukuran populasi yang diharapkan pada saat t jika populasinya dimulai dari N (0 )
adalah
E [N (t )]= N (0). e t
r (t ) =
[e( )t 1]
[e( )t 1]
(
)
s
t
=
dan
e( )t
e( )t
E [N (t )]= e( )t
Ukuran populasi yang diharapkan pada saat t jika populasinya dimulai dari N (0 )
adalah
E [N (t )]= N (0 ). e( )t
Pn (t ) =
(t )n et
n!
, n = 0,1,2,K
(t )n N (0 ) t
e , n N (0)
Pn (t ) = [n N (0)]!
0
, n < N (0)
E [N (t )]= N (0 ) + t
(t )N (0 ) n t
Pn (t )=
e
[N (0 ) n ]!
N (0 )
1 Pn (t )
n =1
, n > N (0 )
,1 n N (0 )
,n=0
E [N (t )]= N (0 ) t
n = dan n = .
Contoh kasus
Kelahiran dalam suatu keadaan tersebar sepanjang waktu sesuai distribusi eksponensial
(proses poisson) dengan satu kelahiran terjadi setiap 7 menit secara rata rata.
a.
b.
c.
d.
Hitung probabilitas pengeluaran 45 akte kelahiran di akhir periode yang terdiri dari 3 jam
dengan diketahui bahwa 35 akte dikeluarkan dalam 2 jam pertama.
Jawab
a.
Karena waktu antara kedatangan (antar kelahiran) rata-rata adalah 7 menit, laju kelahiran
dalam keadaan ini adalah:
=
b.
2460
7
= 205, 7 kelahiran/hari
P1 (1) =
d.
Karena kelahiran terjadi sesuai proses Poisson, maka probabilitas pengeluaran 45 akte
kelahiran di akhir periode yang terdiri dari 3 jam dengan diketahui bahwa 35 akte
dikeluarkan dalam 2 jam pertama adalah:
=
ingat bahwa Pn (t ) =
60
7
= 8,57 kelahiran/jam
(t )n et
n!
, n = 0,1,2,K
10
jumlah
t).
Proses kelahiran-kematian menggambarkan secara probabilitas bagaimana N(t) berubah
sesuai dengan bertambahnya t. Kelahiran dan kematian individual terjadi secara random, di
mana laju kejadiannya bergantung hanya pada status saat ini dari sistem.
Asumsi dari proses kelahiran-kematian:
Asumsi 1: diberikan N(t) = n, distribusi probabilitas saat ini dari waktu tersisa hingga
kelahiran (kedatangan) berikutnya adalah berdistribusi eksponensial dengan parameter
{ n , n 0}
Asumsi 2: diberikan N(t) = n, distribusi probabilitas saat ini dari waktu tersisa hingga
kematian (penyelesaian pelayanan) berikutnya adalah berdistribusi eksponensial dengan
parameter { n , n 1}.
Asumsi 3: hanya terdapat 1 kelahiran /kematian yang dapat terjadi pada suatu saat
Berdasarkan asumsi 1 dan 2, proses kelahiran-kematian merupakan jenis khusus dari RM waktu kontinu.
SOAL
1. Sebuah proses kelahiran markov linear dengan satu anggota mengalami laju kelahiran
rata-rata setiap jam sebesar 2. Tentukan peluang, untuk mendapatkan populasi yang lebih
besar dari 3 setelah 1 jam dan tentukan ukuran populasi yang diharapkan pada saat itu.
2. Selesaikan soal 1 jika prosesnya adalah proses kelahiran poisson.
3. Sebuah proses kematian Markov linear dimulai dengan sepuluh anggota, mengalami
kematian rata rata perminggu sebesar 0,6. Tentukan peluang mendapatkan populasi
sekurang-kurangnya 8 setelah 3 hari dan tentukan ukuran populasi pada saat tersebut.
4. Selesaikan soal 3 jika prosesnya kematian poisson.
11
5. Seorang ahli biologi mengamati pertumbuhan serat-serat bakteria dalam suatu tanaman
peliharaan dan menemukan bahwa peluang pertumbuhan serat dan peluang kematian
bakteri keduanya sebanding dengan jumlah bakteri dalam tanaman dan waktu yang
berlaku. Secara rata-rata setiap bakteri menghasilkan 1 bakteri baru setiap 7 jam dan
kemudian ia mati setelah 30 jam. Berapa banyaknya bakteri yang diharapkan dalam
tanaman peliharaan setelah satu minggu apabila populasi bakteri dimulai dari 1 bakteri.
12
TEORI ANTRIAN
Definisi Teori Antrian
Antrian terjadi pada kondisi apabila obyek-obyek menuju suatu area untuk dilayani, namun
kemudian menghadapi keterlambatan disebabkan oleh karena mekanisme pelayanan
mengalami kesibukan. Antrian timbul karena adanya ketidakseimbangan antara yang dilayani
dengan pelayanannya. Antrian timbul disebabkan oleh kebutuhan
pelayanan
banyak
hal,
tambahan
fasilitas pelayanan
dapat
diberikan
untuk
mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi biaya karena
memberikan pelayanan tambahan, akan menimbulkan pengurangan keuntungan mungkin
sampai di bawah tingkat yang dapat diterima. Sebaliknya, sering timbulnya antrian yang
panjang akan mengakibatkan hilangnya pelanggan/nasabah.
Contoh antrian :
Sifat fundamental problema antrian mencakup suatu imbangan antara waktu menunggu dan
waktu pelayanan (service), terlihat pada grafik di bawah ini :
13
Teori tentang antrian ditemukan dan dikembangkan oleh A. K. Erlang, seorang insinyur dari
Denmark
Erlang
otomatis.
Dalam
waktu-waktu
yang
sibuk
operator
sangat kewalahan
untuk melayani para penelepon secepatnya, sehingga para penelepon harus antri menunggu
giliran mungkin cukup lama. Persoalan aslinya Erlang
keterlambatan (delay)
dilanjutkan
untuk
pada
tahun
1917
penelitian
Pengertian Antrian
Menurut
yang memerlukan
layanan dari
ialah
suatu
satu atau
garis
tunggu
lebih pelayan
dari
nasabah
(fasilitas layanan).
(satuan)
Umumnya,
sistem antrian dapat diklasifikasikan menjadi sistem yang berbeda-beda di mana teori
antrian dan simulasi sering diterapkan secara luas.
Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut:
1. Sistem pelayanan komersial
2. Sistem pelayanan bisnis industri
3. Sistem pelayanan transportasi
4. Sistem pelayanan sosial
Sistem
pelayanan komersial merupakan aplikasi yang sangat luas dari model antrian,
mencakup lini
produksi,
merupakan
kantor dan jawatan-jawatan lokal aupun nasional, seperti kantor registrasi SIM dan STNK,
kantor pos, rumah sakit, puskesmas, dan lain-lain (Subagyo, 2000).
14
Waktu tunggu di lain pihak dapat mengambil semua nilai pada garis hitung nyata.
Maka proses ini merupakan proses yang berkelanjutan. Proses discrete-state
stochastic sering pula disebut rantai stochastic.
2. Proses Markov
Jika state pada masa yang akan datang dari proses itu tidak tergantung pada masa
yang telah lalu dan hanya tergantung pada masa sekarang saja, proses ini disebut
Proses Markov. Pengetahuan state proses pada masa sekarang ini harus memadai.
Proses discrete state Markov disebut rantai Markov.
Untuk memprediksi proses Markov selanjutnya yang ada di masa datang diperlukan
pengetahuan state yang sedang berlangsung saat ini. Tidak dibutuhkan pengetahuan
berapa lama proses terjadi di masa sekarang ini. Hal ini memungkinkan jika waktu
state menggunakan distribusi eksponensial (memoryless). Ini akan membatasi
aplikabilitas proses Markov.
3. Proses Birth-Death
Area diskrit proses Markov dimana transisi jadi terlarang bagi state lain
di
sekelilingnya, disebut proses birth death. Untuk proses ini memungkinkan untuk
merepresentasikan state dengan suatu integer dimana proses pada state n dapat
berubah hanya ke state n+1 atau n-1.
Sebagai contoh adalah jumlah job dalam antrian. Kedatangan job dalam antrian (birth)
menyebabkan state berubah menjadi +1 (plus satu), dan keberangkatan dari antrian
karena telah sampai waktunya mendapatkan layanan (death) menyebabkan state
berubah menjadi -1 (minus satu).
4. Proses Poisson
Jika waktu interarrival IID dan distribusi eksponensial tercapai, jumlah kedatangan dari
n berlangsung dalam interval (t, t+x) berarti memiliki distribusi Poisson, dan oleh
karena itu proses kedatangan diarahkan pada proses Poisson atau aliran Poisson.
Aliran Poisson sangat populer dalam teori antrian karena kedatangan biasanya
memoryless sebagai waktu interarrival terdistribusi secara eksponensial.
Kondisi 2 :
Probabilitas kejadian yang timbul selama interval waktu yang sangat kecil h
adalah positif tapi kurang dari satu.
15
Kondisi 3 :
Paling banyak satu kejadian dapat timbul selama interval waktu yang sangat
kecil h.
Ketika kondisi diatas menjabarkan sebuah proses dimana jumlah kejadian selama satu
interval waktu yang diberikan adalah poisson dan karena itu interval waktu antara beberapa
kejadian yang berturut-turut adalah eksponensial. Dengan kasus demikian, dikatakan bahwa
kondisi tersebut mewakili proses poisson.
16
sering
dijumpai
pada
proses
pembuatan/pengemasan
produk
yang
sudah
distandardisasi. Pada proses semacam ini, kedatangan produk untuk diproses pada
bagian selanjutnya biasanya sudah ditentukan waktunya, misalnya setiap 1 menit.
Sedangkan pola kedatangan yang sifatnya acak (random) banyak dijumpai misalnya
kedatangan nasabah di bank. Pola kedatangan yang sifatnya acak dapat
digambarkan
kedatangan per satuan waktu dan distribusi waktu antar kedatangan. Jika
kedatangan diasumsikan terjadi dengan kecepatan rata-rata yang konstan dan bebas
satu sama lain disebut distribusi probabilitas Poisson.
Ciri distribusi poisson:
1. rata-rata jumlah kedatangan setiap interval bisa diestimasi dari data sebelumnya
2. bila interval waktu diperkecil misalnya dari 10 menit menjadi 5 menit, maka
pernyataan berlaku
a. probabilitas bahwa seorang pasien datang merupakan angka yang sangat
kecil dan konstan untuk setiap interval
b. probabilitas bahwa 2 atau lebih pasien akan datang dalam waktu interval
sangat kecil sehingga probabilitas untuk 2 atau lebih dikatakan nol (0).
c. Jumlah pasien yang datang pada interval waktu bersifat independent
d. Jumlah pasien yang datang pada satu interval tidak tergantung pada
interval yang lain.
17
Yang merupakan bagian dari pelayanan antara lain waktu pelayanan pelanggan, jumlah
server, konstruksi (paralel/seri), contohnya, jalan tol dapat memiliki beberapa
pintu tol. Mekanisme pelayanan dapat pula hanya terdiri dari satu pelayan dalam
satu fasilitas pelayanan yang ditemui pada loket seperti pada penjualan tiket di
gedung bioskop.
3. Antrian
Timbulnya antrian terutama tergantung dari sifat kedatangan dan proses pelayanan.
Jika tak ada antrian berarti terdapat pelayan yang menganggur atau kelebihan
fasilitas pelayanan (Mulyono, 1991). Batasan panjang antrian bisa terbatas (limited)
bisa juga tidak terbatas (unlimited). Sebagai contoh antrian di jalan tol masuk dalam
kategori panjang antrian yang tidak terbatas. Sementara antrian di rumah makan,
masuk kategori panjang antrian yang terbatas karena keterbatasan tempat.
Dalam
kasus batasan panjang antrian yang tertentu (definite line-length) dapat menyebabkan
penundaan kedatangan antrian bila batasan telah tercapai. Contoh : sejumlah tertentu
pesawat pada landasan telah melebihi suatu kapasitas bandara, kedatangan pesawat
yang baru dialihkan ke bandara yang lain.
4. Disiplin antrian
Beberapa disiplin antrian diantaranya FIFO, LIFO, random, seleksi prioritas.
Karakteristik sumber:
1. Ini adalah tipe, terbatas atau tidak terbatas. Jika sumber terbatas, maksimum jumlah
job yang dibuat oleh sumber dalam suatu model mengandung batas atas tertentu.
2. Distribusi interval maing-masing job yang berturut-turut (waktu interarrival).
3. Permintaan setiap job untuk dilayani oleh setiap pusat layanan terdapat dalam model;
jika setiap tipe permintaan didistribusi secara bersamaan untuk semua job perlu
dipertimbangkan permintaan itu menjadi salah satu karakteristik hubungan antara
pusat layanan, bukan sekedar sumber saja.
Karakteristik Pusat Layanan:
1. Jumlah dan kapasitas dalam antrian: kapasitas antrian adalah jumlah maksimum job
yang dapat ditampung.
2. Jumlah server dan jumlah channel pada setiap server tersebut.
3. Kecepatan server: Jika permintaan suatu job d diberikan dalam unit layanan, dan v
adalah kecepatan server dalam memberikan layanan per waktu unit, maka waktu
layanan ts =
d
. Rata-rata layanan server pada periode waktu yang telah lewat
v
didefinisikan sebagai
1
, dimana rata rata ts adalah rata-rata waktu
rata rata ts
18
4. Tertib layanan yang akan terlihat dalam kondisi server memberi perlakuan terhadap
order job yang dilayani.
19
Dalam
dinyatakan bahwa
entitas
yang
berada dalam garis tunggu tetap tinggal di sana sampai dilayani. Hal ini bisa saja
tidak terjadi. Misalnya, seorang pembeli bisa menjadi tak sabar menunggu
antrian dan meninggalkan antrian.
Untuk
entitas
yang
meninggalkan
antrian
sebelum
dilayani
digunakan
istilah pengingkaran (reneging). Pengingkaran dapat bergantung pada panjang garis tun
ggu atau lama waktu tunggu. Istilah penolakan (balking) dipakai untuk
menjelaskan entitas yang menolak untuk bergabung dalam garis tunggu.
Macam Bentuk Antrian
1. Antrian tunggal, server tunggal (Single Channel Single Phase)
Single Channel berarti hanya ada satu jalur yang memasuki sistem pelayanan atau
ada satu fasilitas pelayanan. Single Phase berarti hanya ada satu pelayanan.
20
server paralel
Antri
Fasilitas
pelayanan
21
server paralel
Model-model Antrian
Pada pengelompokkan model-model antrian yang berbeda akan digunakan suatu notasi
yang disebut dengan Notasi Kendal. Notasi ini sering digunakan karena beberapa alasan.
Diantaranya, karena notasi tersebut merupakan alat yang efisien untuk mengidentifikasi
tidak hanya model-model antrian, tetapi juga asumsi-asumsi yang harus dipenuhi.
atau
distribusi
satuan
SOAL
1. Sebuah pesawat televisi baru tiba/datang setiap 3 menit untuk diperiksa oleh bagian
quality control dengan dasar yang pertama datang yang akan pertama dilayani. Pada
bagian quality control hanya terdapat seorang ahli dan dibutuhkan waktu 4 menit
untuk memeriksa tiap pesawat televisi yang baru. Tentukan jumlah rata-rata pesawat
televisi yang menunggu untuk diperiksa setelah
1
jam pertama dari suatu jam kerja
2
jika pada awal jam kerja tidak ada pesawat televisi yang menunggu!
2. Bis-bis mendatangi suatu tempat pusat untuk pencucian dalam kelompok-kelompok
yang terdiri dari dari 5 bis setiap jam. Bis-bis dilayani dalam urutan yang acak 1 bis
Prodi Staterkom Jurusan Matematika FMIPA Unnes
2011
dalam 1 saat. Tiap-tiap bis membutuhkan waktu pelayanan 11 menit dan segera
meninggalkan tempat tersebut setelah bersih. Tentukan:
a. Jumlah rata-rata dari bis yang berada di tempat pencucian.
b. Jumlah rata-rata bis yang menunggu untuk dibersihkan.
c. Berapa waktu rata-rata yang dihabiskan bis dalam suatu tempat pencucian.
3. Para pasien didaftarkan untuk suatu tes kesehatan di sebuah klinik setiap 5 menit
dimulai pukul 9 pagi. Tes ini membutuhkan waktu 8 menit dan biasanya dilakukan
oleh seorang dokter yang digaji khusus untuk tugas ini. Jika terdapat 3 atau lebih
pasien dalam ruang tunggu maka seorang dokter lainnya juga melakukan tes ini
hingga ruang tunggu menjadi kosong. Pada saat itu dokter kedua kembali
menjalankan tugasnya semula hingga ia dibutuhkan kembali.
a. Pada jam berapa dokter kedua untuk pertama kalinya melakukan tes ini dan
pada jam berapa ia berhenti juga untuk pertama kalinya.
b. Berapa jumlah rata-rata pasien dalam ruang tunggu antara pukul 9 pagi dan
pukul 10 pagi.
c. Berapa jumlah rata-rata pasien dalam klinik dari pukul 9 pagi sampai pukul 10
pagi.
Peluang sebuah customer (disebut job) datang dalam selang waktu yang sangat
singkat t dapat dinyatakan dengan P = t, dimana adalah konstan.
Hanya ada dua kemungkinan yang terjadi di dalam selang t yaitu datang satu job
atau tidak ada kedatangan.
Di dalam selang t, baik ada atau tidak ada kedatangan, tidak tergantung pada
kedatangan dalam selang waktu lainnya.
3
1
1
=
unit waktu maka t =
dan x = 4
60 20
20
e t ( t ) x
x!
72(1/20)
e
(72*(1/ 20)) 4
P( x) =
4!
P( x) =
Model antrian ini dalam notasi Kendal secara lengkap adalah (M/M/1):(GD/~/~)
dimana:
Notasi M (Markov)
: Single Server
Dalam topik ini akan dibahas permasalahan antrian yang didasarkan pada asumsi berikut:
1) Satu pelayanan dan satu tahap.
2) jumlah kedatangan per unit waktu digambarkan oleh proses Poisson dengan =
rata-rata kecepatan kedatangan
3) waktu pelayanan eksponensial dengan = rata-rata kecepatan pelayanan
4) disiplin antrian adalah First Come First Served (aturan antrian pertama datangpertama dilayani) seluruh kedatangan dalam barisan hingga dilayani.
5) dimungkinkan panjang barisan yang tak terhingga.
6) populasi yang dilayani tidak terbatas
7) rata-rata kedatangan lebih kecil dari rata-rata waktu pelayanan
Kasus contoh sederhana yang seringkali dapat kita jumpai dalam kehidupan sehari-hari:
1. Sebuah kantor pos dengan seorang petugas saja.
2. Sebuah pom bensin dengan satu pelayan.
3. Sebuah supermarket dengan seorang kasir.
Parameter model antrian ditentukan dengan notasi berikut:
= rata-rata laju/kecepatan kedatangan (jumlah kedatangan persatuan waktu)
= rata-rata waktu antar kedatangan (waktu antar kedatangan yang diharapkan)
Prodi Staterkom Jurusan Matematika FMIPA Unnes
2011
pelayan sibuk).
= rata-rata waktu yang dibutuhkan pelayan (waktu yang diharapkan untuk melayani 1
pelanggan)
jumlah pelanggan
satuan waktu
Sistem antrian M/M/1 merupakan proses kelahiran kematian Poisson, maka n = dan
n = untuk semua n.
Steady State (Keadaan Tunak)
Peluang terjadinyakeadaan tunak untuk sistem antrian, jika:
Pn = lim Pn (t ) , n = 0,1,2,K
t n
d Pn (t )
= (n + n ) Pn (t ) + n +1 Pn +1 (t ) + n 1 Pn 1 (t )
dt
d P0 (t )
= 1 P1 (t ) 0 P0 (t )
dt
Keadaan tunak dicapai jika
d Pn (t )
= 0 dengan n = dan n =
dt
( + ) Pn (t ) + Pn +1 (t ) + Pn 1 (t ) = 0
Pn (t ) Pn (t ) + Pn +1 (t ) + Pn 1 (t ) = 0
Pn +1 (t ) = Pn (t ) + Pn (t ) Pn 1 (t )
Pn +1 (t ) = Pn (t ) + Pn (t ) Pn 1 (t )
Pn +1 (t ) = ( + 1)Pn (t ) Pn 1 (t )
Prodi Staterkom Jurusan Matematika FMIPA Unnes
2011
Jadi, Pn +1 = ( + 1)Pn Pn 1
.. (1)
n = 0 P1 (t ) = ( + 1)P0 (t ) P1 (t )
P1 (t ) = P0 (t ) + P0 (t )
P1 (t ) = P0 (t )
P1 = P0
n = 1 P2 = ( + 1)P1 P0
= ( + 1) P0 P0
P2 = 2 P0
n = 2 P3 = ( + 1)P2 P1
= ( + 1) 2 P0 2 P0
P3 = 3 P0
n = 3 P4 = ( + 1)P3 P2
= ( + 1) 3 P0 2 P0
P4 = 4 P0
Secara umum Pn = n P0
Jumlah peluang-peluang di atas harus sama dengan 1 dan 0 < <1 , maka
P =1
n=0
n=0
P0
P0 =1
=1
n=0
1
=1
P0
1
P0 =1
Dengan demikian Pn = n P0
Pn = n (1 )
TERBUKTI
Jika >1 maka kedatangan pelanggan terjadi dengan kelajuan yang cepat dari pada
yang dapat ditampung oleh pelayan akibatnya panjang antrian yang diharapkan
bertambah tanpa batas sehingga tidak terjadi keadaan tunak.
Demikian pula jika =1 akibatnya kedatangan pelanggan terjadi dengan kelajuan yang
sama dengan rata-rata waktu pelayanan akhirnya tidak akan terjadi keadaan tunak
karena tidak terjadi antrian.
Ukuran keefektifan
Dalam keadaan tunak (steady state) terdapat ukuran-ukuran keefektifan.
n = jumlah pelanggan dalam sistem
n.P
i =0
Lq =
2
2
=
1 ( )
Wq =
( )
W (t ) = e
, t 0
Wq (t ) = e
, t 0
Wq (t ) = P Tq > t = 1 P Tq t
Ls = .W
Lq = .Wq
W s = Wq +
( )
( )
Soal
1. Bagian Pelayanan khusus untuk pria disebuah toko memperkerjakan seorang penjahit
baju.jumlah pelanggan yang hendak mengukur baju mengikuti distribusi poisson
dengan laju kedatangan rata rata 24 orang per jam. Para pelanggan dilayani berdasar
aturan FIFO dan mereka rela menunggu pelayanan penjahit karena pengubahan
ukuran bajunya gratis. Waktu yang dibutuhkan penjahit untuk mengambil baju
pelanggan terdistribusi secara eksponensial dengan rata ratanya 2 menit.
sendiri. Pola kedatangan pelanggan pada hari sabtu kelihatanya mengikuti pola
distribusi poisson dengan rata-rata laju kedatangan 10 orang per jam. Para pelanggan
dilayani dengan aturan FIFO. Karena reputasi toko yang baik, para pelanggan rela
menunggu begitu meraka tiba. Waktu yang dibutuhkan untuk melayani pelanggan
ditaksir berdistribusi eksponensial dengan waktu pelayanan rata-rata 4 menit.
3. Tempat pembayaran pada sebuah penjualan eskrim dilayani oleh seorang pelayan.
Para pelanggan berdatangan mengikuti proses Poisson dengan laju kedatangan ratarata 30 orang perjam. Meraka dilayani berdasarkan aturan FIFO dan karena kualitas
eskrim yang memuaskan mereka rela menunggu bila perlu. Waktu pelayanan
per
1
hari. Biaya operasi yang ditanggung perusahaan bis pemilik fasilitas
12
1
hari. Apakah kebijakan membeli peralatan
15
10
LS =
W s = Wq +
L = n Pn
n =0
= n n (1 )
W s = Wq +
n =0
= (1 )
d n
n = 0 dp
d
n
dp n =0
= (1 )
d 1
dp 1
= (1 )
LS =
(1 )
dalam M / M / 1 berlaku =
1
W=
1
(1 )
=
1
=
Lq =
2
1
LS = W
Lq = L s
LS = W
W=
L s = Lq +
= (1 )
Wq =
Lq
2
1
=
2
2 1
=
.
1
2
=
Wq =
11
dan
Pn =
n 1
. .K. 0
.Pn 1 atau Pn = n 1 n 2
.P0 , n = 1, 2
n
n . n 1 .K 1
P
n=0
=1
n 1
< 1 untuk semua n yang besar
n
Rumus Litle:
Laju kedatangan rata-rata pelanggan memasuki suatu fasilitas pelayanan.
= n Pn
n =0
Ls = nPn
n =0
Lq = maks {n S n , 0} Pn
n =0
PENOLAKAN (BALKING)
Terjadi apabila seorang pelanggan menolak masuk kedalam fasilitas pelayanan karena
antrian yang terlalu panjang. Balking menggambarkan orang yang tidak masuk dalam
antrian dan langsung meninggalkan tempat antrian.
Jika pola kedatangan pelanggan tidak tergantung pada keadaan dengan laju rata-rata
maka laju ratarata kedatangan pelanggan masuk dalam fasilitas pelayanan adalah
n = [1 b(n )]
Dengan b(n ) = fungsi penolakan, bila tidak terjadi penolakan b(n ) = 0.
PEMBATALAN (RENEGING)
Terjadi apabila pelanggan meninggalkan antrian sebelum dilayani karena waktu
menunggu untuk dilayani terlalu lama. Reneging menggambarkan situasi dimana
seseorang masuk dalam antrian, namun belum memperoleh pelayanan, kemudian
meninggalkan antrian tersebut.
Efek keseluruhan akan memperbesar laju pelayanan.
Untuk sistem antrian M/M/1, laju pelayanan:
n = + r (n )
dengan r (n ) adalah fungsi pembatalan yang didefinisikan.
r (n ) = lim
t 0
JOCKEYING
Jockeying menggambarkan orang yang pindah-pindah antrian.
Soal
1. Pemilik sebuah toko kecil tetapi cukup sibuk menjual surat kabar dan rokok. Melayani
pelanggannya dengan rata-rta pelayanan 1 pelanggan tiap 30 detik dan distribusi
sebenarnya berbentuk eksponensial. Kedatangan pelangganya mengikuti proses
poisson dengan laju rata-rata 3 0rang per menit dan mereka rela menunggu untuk
dilayani. Beberapa pelanggan tidak ingin menunggu dan mereka mencari toko yang
lain. Peluang bahwa seorang pelanggan yang datang menolak masuk adalah
n
3
dengan n banyaknya pelanggan yang telah ada di dalam toko. Berapa keuntungan
yang hilang menurut perkiraan pemilik toko karena berpindahnya pelanggan ke toko
lain, jika keuntungan rata-rata tiap pelanggan $ 30.
2. Stasiun pompa bensin pada suatu jalan pedesaan mempunyai sebuah pompa untuk
menyalurkan bensin ke mobil. Kedatangan mobil ke statiun ini untuk mengisi bensin
mengikuti proses poisson, dengan laju rata-rata 10 mobil perjam. Waktu yang
dibutuhkan untuk melayani sebuah mobil kelihatannya berdistribusi eksponensial
dengan rata-rata 2 menit. Stasiun ini dapat menampung paling banyak 4 mobil.
Sedangkan peraturan lalu lintas lokal melarang mobil-mobil menunggu dijalanan.
Stasiun pompa ini cukup populer karena menjual bensin dengan harga yang lebih
rendah dari pesaingnya. Tetapi harga ini tidak cukup menggantikan kerugian karena
beberapa pelanggan cenderung membatalkan niat untuk mengisi bensin karena
antrian yang panjang. Fungsi pembatalannya adalah
n =
n , n = 0,1, K , s
s , n = s + 1, s + 2, K
n =
<1
s.
s!(1 ) n =0 n!
(s )n
P0
n
!
Pn = s n
s
s!
Lq =
s s s +1
s!(1 p )
, n = 1, 2, K , s
, , n = s + 1, s + 2, K
P0
Lq = .Wq
Prodi Staterkom Jurusan Matematika FMIPA Unnes
2011
W = Wq +
L s = .W
W (t ) = e
(s )s P0 1 e
1 +
,t 0
s!(1 )(s 1 s )
t ( s 1 s )
(s )s P0 st (1 )
Wq (t ) =
e
s!(1 )
,t 0
Soal
1. Pada sebuah bank kecil terdapat 2 teller yang samasama efisien , dan mereka
sanggup melayani transaksi masing-masing 60 pelanggar/jam, dengan waktu
pelayanan terdistribusi secara eksponensial. Kedatangan pelanggan mengikuti proses
poisson dengan laju rata-rata kedatangan 100 pelanggan/jam.Tentukan:
kecelakaan
lalu
lintas
dengan
waktu
penyelidikan
kelihatanny
mengikuti
proses
poisson
dengan
lahu
rata-rata
300
ke lima tempat ini, menurut proses poisson, dengan laju rata-rata 100 orang per
jam.Lama waktu melakukan satu pembicaraan telepon 2 menit mengikuti distribusi
eksponensial. Tentukan :
: berdistribusi poisson
Pola pelayanan
: berdistribusi eksponensial
Jumlah pelayan
:1
Kapasitas pelayanan : k
, n = 0,1, K , k 1
n =
0 , n = k , k + 1
dengan peluang
n (1 )
1 k +1
Pn =
1
k + 1
, 1
, =1
Ukuran keefektifan :
(k + 1) k +1
1
1 k +1
L=
k
2
, 1
, =1
dengan = (1 Pk ) .
SOAL
1. Sebuah stasiun pompa bensin terletak disebuah pedesaan mempunyai sebuah
pompa untuk menyalurkan bensin ke mobil. Kedatangan mobilmobil pada stasiun ini
untuk mengisi bensin mengikuti proses poisson dengan laju rata-rata 10 buah mobil
per jam. Waktu yang dibutuhkan untuk melayani sebuah mobil kelihatannya
berdistribusi eksponensial dengan nilai rata-rata 2 menit. Stasiun ini dapat
menampung paling banyak 4 mobil, sedangakan peraturan lalu lintas di desa tsb
melarang mobil-mobil menunggu di jalanan.
Tentukan:
Prodi Staterkom Jurusan Matematika FMIPA Unnes
2011
a. Jumlah mobil rata-rata yang secara serempak berada di stasiun pompa bensin.
b. Waktu rata-rata yang dihabiskan seorang menunggu dilayani begitu terjadi
kelebihan daya tampung di stasiun ini.
a. Jumlah waktu yang dihabiskan sebuah bis ditempat servis tersebut bila bis tetap
berada di sana.
b. Kerugian yang dialami perusahaan bis karena terbatasnya fasilitas servis jika
biaya yang dikirim untuk sebuah bis ke tempat servis dan ternyata kembali tanpa
diservis adalah Rp.800.000.
4. Sebuah rumah sakit untuk pasien hamil mempunyai 5 buah ruang bersalin pasien
hamil mendatangi RS ini menurut proses poisson dengan rata-rata 12 pasien tiap hari
dan dikirim ke ruang bersalin jika ada yang kosong. Jika tidak ada yang kosong maka
pasien dikirim ke RS lain. Seorang pasien rata-rata menempati ruang bersalin selama
Prodi Staterkom Jurusan Matematika FMIPA Unnes
2011
10
n =
0
, n = 0, 1, 2, K , k 1
, n = k , k + 1, K
n , n = 0, 1, 2, K , s
s , n = s + 1, s + 2, K
n =
dengan peluang-peluang
s
keadaan tunak:
n 1
s s . s +1 1 k s
s
(
s )
+
, 1
s!(1 )
n!
n =0
P0 =
1
s s .(k s ) s s n
, =1
+
s
n
!
!
=
0
n
(s ) n
P0
n!
s s . n
Pn =
P0
s!
0
, n = 0, 1, 2, K , s
, n = s + 1, K , k
, n = k + 1, K
dengan = (1 Pk ) .
Ukuran-ukuran keefektifan:
Lq =
Wq =
s s . s +1
s!(1 )
{1
k s
(1 )(k s ) k s .P0
Lq
11
W = Wq +
L = .W
dengan = (1 Pk ) .
Soal
1. Sebuah tempat pencucian mobil swalayan. Mempunyai 4 buah petak dimana para
pelanggan dapat mencuci dan mengkilapkan mobil secara swalayan. Juga terdapat
ruang dimana para pelanggan dapat memarkir mobilnya jika keempat petak tadi
penuh. Ruangan ini hanya dapat menampung 3 buah mobil. Kedatangan mobil-mobil
mengikuti proses poisson dengan laju rata-rata 15 pelanggan perjam.Jika tidak ada
ruang untuk memarkir mobil maka pelanggan harus pergi ketempat lain. Waktu ysng
dibutuhkan
untuk
melayani
sebuah
mobil
kelihatannya
terdistribusi
secara
12
MODEL SWALAYAN
Pada model swalayan, pelanggan yang akan membeli barang-barang keperluannya
melayani sendiri sehingga pelanggan sekaligus sebagai pelayan.
Contohnya pada ujian tertulis untuk mendapatkan SIM.
Catatan :
1. Hal yang dimaksudkan diatas bukan pada pembayaran, tetapi pada pelayanan
pembelian.
2. Pompa pengisian bahan bakar dan Bank yang bekerja 24 jam (ATM) tidak termasuk
pada model ini. Meskipun pelanggan melayani diri sendiri tetapi yang dimaksud
pelayan
pada
kasus
tersebut
adalah
mesin
ATM
dan
komputer
bukan
pelanggannya.
Dengan demikian model antrian pada swalayan dapat dicirikan: M/M/
Untuk model yang digeneralisasi:
n =
, n 0
n = n
,n 0
n
n
.
P
=
.P0
0
n!
n! n
Pn =
P
n =0
=1
P0 +
1!
P0 +
2
2!
P0 +
3
3!
P0 + K = 1
2 3
P0 1 + +
+
+ K = 1
2!
3!
P0 =
P0 =
P0 = e
3
1
+
+
+
+ K
2!
3!
1
e
13
Dengan demikian:
e . n
Pn =
, n = 0, 1, 2, K n ~ POI ( )
n!
Ingat kembali distribusi poisson :
f (x ) =
x ~ POI ( )
e . x
x!
Lq = .Wq = .0 = 0
ii)
W = Wq +
iii)
L = .W = .
=0+
1
= = E [n]
14
(k n )
0
,0 n k
n =
,n>k
n , 0 n s
n = s , s n k
0
,n > k
C nk . n .P0
Pn = k n! n
P0
C n
s! s n s
,0 n s
,s < n k
k
s
n! n
P0 = C nk n + C nk
s! s n s
n = s +1
n =0
Ukuran-ukuran keefektifan:
Lq =
(n s )P
n = s +1
, s >1
L = L q + (s s )
s
s = (s n ).Pn
n =0
L = L q + (s s )
= Lq +
dengan = E [ (k n )] .
Jika s =1 maka Lq = k 1 +
1 P0
L = k
1
(1 P0 )
15
Soal
1. Sebuah bengkel secara keseluruhan memiliki 5 mesin. Rata-rata sebuah mesin rusak
setiap 2 jam. Diperlukan waktu 12 menit untuk melakukan perbaikan. Pemilik bengkel
berminat untuk menentukan jumlah petugas perbaikan yang diperlukan agar bengkel
tersebut berjalan cukup lancar.
2. Dua petugas reparasi merawat 5 buah mesin disebuah bengkel. Setiap mesin rusak
sesuai dengan distribusi poisson dengan rata-rata 3 mesin per jam. Waktu reparasi
per mesin terdistribusi secara eksponensial dengan rata-rata 15 menit. Tentukan :
a. Peluang bahwa kedua petugas reparasi tidak bekerja ( P0 )
b. Peluang bahwa seorang petugas reparasi tidak bekerja ( P1 )
c. Jumlah yang diperkirakan dari mesin-mesin yang tidak beroperasi yang tidak
diperbaiki.( Lq )
16
DAFTAR PUSTAKA
Operasional:
Teori
dan
Praktek. Jakarta.
17