Professional Documents
Culture Documents
Pendahuluan
http://openstat.wordpress.com
p:1
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 pelanggan datang dan waktu pelayanan dapat dinyatakan dalam distribusi probabilitas
http://openstat.wordpress.com
p:2
1 2 Pelanggan masuk ke dalam sistem antrian Garis tunggu atau antrian 3 n Pelanggan keluar dari sistem
http://openstat.wordpress.com
p:3
Kejadian Antrian
Kendaraan yang menunggu jalan di trafic light Pembeli yang antri di kasir supermarket Pasien yang sedang menunggu di periksa di klinik Program komputer yang menunggu di proses oleh processor Tumpukan surat yang harus diketik oleh seorang sekretaris dll
http://openstat.wordpress.com
p:4
Distribusi Kedatangan Distribusi Waktu Pelayanan Fasilitas Pelayanan Disiplin Pelayanan Ukuran dalam antrian Sumber pemanggilan
http://openstat.wordpress.com
p:5
Distribusi Kedatangan
Kedatangan secara individu (single arrivals) Kedatangan secara berkelompok (bulk arrivals) Pelayanan secara individual (single services) Pelayanan secara kelompok (bulk services) Bentuk series dalam satu garis lurus atau garis melingkar Bentuk 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 atau secara paralel dengan stasiun yang berbeda-beda
Fasilitas Pelayanan
http://openstat.wordpress.com
p:6
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 Setelah mendapatkan pelayanan dengan baik, pelanggan akan segera meninggalkan fasilitas pelayanan Proses pelayanan pada umumnya menggunakan distribusi peluang eksponensial negatif dan poisson
Keluaran (Output) :
http://openstat.wordpress.com
p:7
http://openstat.wordpress.com
p:8
n = jumlah pelanggan dalam sistem Pn = probabilitas kepastian n pelanggan dalam sistem = jumlah rata-rata pelanggan yang datang per satuan waktu = 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/ = waktu rata-rata pelayanan 1/ = waktu rata-rata antar kedatangan S = jumlah fasilitas pelayanan
Teori Antrian : Intro p:9
http://openstat.wordpress.com
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 saluran
http://openstat.wordpress.com
p : 10
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 ( < ) Kapasitas sistem diasumsikan tak terbatas Tidak ada penolakan maupun pengingkaran
http://openstat.wordpress.com
p : 11
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) 2) 3) 4) 5) Tingkat intensitas (kegunaan) pelayanan Jumlah rata-rata kendaraan yang diharapkan dalam sistem Jumlah kendaraan yang diharapkan menunggu dalam antrian Waktu yang diharapkan oleh setiap kendaraan selama dalam sistem (menunggu pelayanan) Waktu yang diharapkan oleh setiap kendaraan untuk menunggu dalam antrian
http://openstat.wordpress.com
p : 12
Jawaban Soal
Diketahui: = 20, = 25 p = / = 20/25 = 0.80 Bahwa Ali akan sibuk melayani kendaraan selama 80% dari waktunya, sedangkan 20% dari waktunya (1-p) untuk istirahat L = / ( ) = 20 / (25-20) = 4, atau L = p / (1-p) = 0.80 / (1-0.80) = 4 Angka 4 menunjukkan bahwa Ali dapat mengharapkan 4 kendaraan yang berada dalam sistem
http://openstat.wordpress.com
p : 13
Lq = 2 / ( ) = (20)2 / 25(25-20) = 3.2 Jadi kendaraan yang menunggu untuk dilayani dalam antrian sebanyak 3.2 kendaraan W = 1 / ( ) = 1 / (25-20) = 0.2 jam atau 12 menit Jadi waktu rata-rata kendaraan menunggu dalam sistem selama 12 menit Wq = / ( ) = 20 / 25(25-20) = 0.16 jam atau 9.6 menit Jadi waktu rata-rata kendaraan menunggu dalam antrian selama 9.6 menit
http://openstat.wordpress.com
p : 14
Single Server
Asumsi : Tidak ada hubungan/ketergantungan antara proses kedatangan dengan proses layanan Notasi : rasio kedatangan (banyak antrian / waktu); rasio layanan (banyak yang sedang antri / waktu ); utilisasi sistem : / = Pr < 1
http://openstat.wordpress.com
Teori Antrian : Intro p : 15
Notasi
Pr : Prob. Sistem dalam keadaan sibuk () 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/
http://openstat.wordpress.com
p : 16
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 sistem ?
http://openstat.wordpress.com
p : 17
http://openstat.wordpress.com
p : 18
http://openstat.wordpress.com
p : 19
Customer 1 2 3 4 5 6
Waktu Pelayanan 2 1 3 2 1 4
http://openstat.wordpress.com
p : 20
Nomor Customer 1 2 3 4 5 6
http://openstat.wordpress.com
Contoh 1. Antrian
Perusahaan A sedang mencoba menentukan rata-rata customer menunggu dalam sistem , jika customer rata-rata menunggu lebih dari 10 menit maka pihak perusahaan akan menambah kasir dan memberikan bonus. Data yang didapat pada tabel A.8.5 dan tabel A.8.6 Kasir buka jam 9 pagi.
http://openstat.wordpress.com
p : 23
http://openstat.wordpress.com
p : 24
Waktu Pelayanan 0 1 2 3 4
http://openstat.wordpress.com
p : 25
Kedatangan Antar Kedatangan 0 1 2 3 4 5 Kumulatif Probablitas 0.10 0.45 0.70 0.85 0.95 1.00 Interval Bilangan Acak 1 - 10 11 - 45 46 - 70 71 - 85 86 - 95 99
Pelayanan Waktu Pelayanan 0 1 2 3 4 Kumulatif Probablitas 0.00 0.25 0.45 0.85 1.00 Interval Bilangan Acak 1 - 25 26 - 45 46 - 85 86 - 99
http://openstat.wordpress.com
p : 26
No Pely Dtg
1 52 50
2 37 28
3 82 68
4 69 36
5 98 90
6 96 62
7 33 27
8 50 50
9 88 18
10 90 36
11 50 61
12 27 21
13 45 46
14 81 01
15 66 14
http://openstat.wordpress.com
p : 27
Pertanyaan
Apakah perlu menambah kasir dengan simulasi 15 kali ? Customer ke berapa yang mendapatkan bonus ?
http://openstat.wordpress.com
p : 28
http://openstat.wordpress.com
p : 29
Waktu Idle 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
p : 30
http://openstat.wordpress.com
Perhitungan
Rata-rata waktu menunggu : 162 / 15 = 10,7 menit Maka perlu menambah kasir Customer yang dapat bonus : no: 10, 11 , 12 , 13 , 14 dan 15
http://openstat.wordpress.com
p : 31
Rangkuman
Setiap masalah antrian diuraikan dalam 3 karateristik, yaitu : kedatangan , antrian dan pelayanan Mensimulasikan sistem antrian dengan metode Monte Carlo
http://openstat.wordpress.com
p : 32