TEORI ANTRIAN

Elemen Dasar Model Antrian.

Aktor utama customer dan server.

Elemen dasar : 1. distribusi kedatangan customer. 2. distribusi waktu pelayanan. 3. disain fasilitas pelayanan (seri, paralel atau jaringan). 4. disiplin antrian (pertama datang pertama dilayani, terakhir datang pertama dilayani, pelayanan secara acak) dan prioritas pelayanan. 5. ukuran antrian (terbatas atau tidak terbatas). 6. sumber pemanggilan (terbatas atau tidak terbatas). 7. perilaku manusia.

Distribusi Poisson dan eksponensial.

Proses Poisson memenuhi kondisi: 1. peluang suatu kejadian (kedatangan atau keberangkatan) terjadi antara waktu t dan t+s tergantung hanya pada jangka waktu s. 2. peluang suatu kejadian terjadi selama jangka waktu sangat pendek h adalah positif tapi kurang dari 1. 3. paling banyak satu kejadian dapat terjadi selama jangka waktu sangat pendek h. Eksponensial : f (t ) = e t , t 0, dimana E{t } = 1

Poisson : pn (t ) =

(t )n e t
n!

, n = 0, 1, 2, dimana E{n t } = t

Teori Antrian, oleh Hotniar Siringoringo, hal. 1

Karakteristik Poisson: 1. proses acak sempurna 2. rata-rata dan ragam sama. forgetfulness.

Contoh : Mesin pelayanan selalu mempunyai pengganti yang siap setiap saat menggantikan mesin yang sedang beroperasi jika rusak. Selang waktu kerusakan mesin atau pengganti adalah eksponensial dengan rata-rata 10 jam.

Maka distribusi eksponensial waktu kerusakan adalah sebagai berikut ( = 1/10 kerusakan per jam=0.1):

f (t ) = 0.1e 0.1t , t > 0

Distribusi Poisson untuk jumlah kerusakan selama periode T adalah :

pn

(0.1t )n e 0.1t (t ) =
n!

n = 0, 1, 2,

Misalnya kita ingin mengetahui peluang bahwa satu kerusakan akan terjadi dalam 5 jam, maka probabilitasnya adalah:

P{t < 5} = f (t )dt = 1 e 0.5 = 0.393

0

Kita juga dapat menghitung satu kerusakan akan terjadi 6 jam mendatang, diberikan kerusakan terakhir 3 jam sebelumnya adalah:

P{t > 9 t > 3} = P{t > 6} = e 0.1x 6 = 0.549

Proses Pure Birth and Pure Death.

Pure birth customer bertambah terus dalam sistem dan hampir tidak meninggalkan sistem dalam suatu periode waktu tertentu.

Teori Antrian, oleh Hotniar Siringoringo, hal. 2

Pure birth

proses acak dan dapat dijelaskan dengan distribusi Poisson.

pn

(t )n e t (t ) =
n!

, n = 0, 1, 2,

(pure birth)

= laju kedatangan per satuan waktu Ekspektasi jumlah kedatangan selama periode t = t.

Contoh: Misalkan kelahiran dalam salah satu propinsi didata sepanjang waktu mengikuti distribusi eksponensial dimana rata-rata satu kelahiran setiap 7 menit.

Dari antar waktu kelahiran, laju kelahiran () dapat dihitung, yaitu

24 x60 = 205.7 kelahiran per hari. 7

Ekspektasi jumlah kelahiran dalam propinsi tersebut per tahun adalah 205.7 x 365 = 75080.

Probabilitas jumlah kelahiran dapat dihitung dengan rumus:

pn

(205.7t )n e 205.7t , n = 0, 1, 2, dan t dalam satuan hari. (t ) =

n!
sistem antrian dimana customer ditarik dari sistem dan hampir tidak ada

Pure death

customer yang masuk ke dalam sistem dalam suatu periode waktu tertentu.

( t ) N n e t , pn (t ) = (N n )!
p0 (t ) = 1
Contoh : n =1

n = 1, 2, , N

Pn (t )

Teori Antrian, oleh Hotniar Siringoringo, hal. 3

Pada awal setiap bulan, 15 unit item distok untuk penggunaan selama minggu itu. Penarikan dari stok terjadi hanya selama 6 hari pertama (karena took tutup pada hari Minggu) dan mengikuti distribusi Poisson dengan rata-rata 3 unit/hari. Ketika level stok mencapai 5, order baru dengan jumlah 15 unit dibuat ke supplier untuk diantarkan pada awal minggu berikutnya. Karena sifat produk yang mudah rusak, semua barang yang sisa pada akhir minggu harus dibuang.

Ada beberapa cara untuk menyelesaikan masalah ini: 1. = 3 unit/hari. Misalkan kita tertarik untuk menghitung peluang ada 5 unit dalam stok pada hari ke-t, maka :

(5t )15 5 e 3t , t = 1, 2, ,6 p5 (t ) = (15 5)!

t (hari) t p5(t) 1 3 0.0008 2 6 0.0413 3 9 0.1186 4 12 0.1048 5 15 0.0486 6 18 0.015

2. jika kita tertarik probabilitas membuat order pada hari ke-t, kita harus menghitung probabilitas kumulatif memiliki 5 atau kurang dari 5 pada hari ke-t, yaitu: pn5(t) = p0(t) + p1(t) + p2(t) + p3(t) + p4(t) + p5(t)

t (hari) t Pn5(t)

1 3 0.0011

2 6 0.0839

3 9 0.4126

4 12 0.7576

5 15 0.9301

Informasi lain yang bisa didapat adalah rata-rata unit yang dibuang pada akhir setiap minggu.

Teori Antrian, oleh Hotniar Siringoringo, hal. 4

E{n t = 6} =
n 0 1

n =0
2

npn (6) , t = 18
3 4 5 6 7 8 9 10 11

15

pn(6) 0.792 0.0655 0.0509 0.0368 0.0245 0.015 0.0083 0.0042 0.0018 0.0007 0.0002 0.0001

Antrian Dengan Kombinasi Kedatangan dan Keberangkatan

Server paralel sistem server Garis antrian/ menunggu Customer tiba X X X X c 1 2 keberangkatan

Server tunggal sistem Garis antrian/ menunggu Customer tiba X X X X server keberangkatan

Server seri sistem Garis antrian/ menunggu Customer tiba X X X X 1 server 2 3 keberangkatan

Teori Antrian, oleh Hotniar Siringoringo, hal. 5

Server jaringan sistem server Garis antrian/ menunggu Customer tiba X X X X c 1 2 2 2 i i i keberangkatan

Model Poisson Umum

Antrian Poisson dengan state-dependent arrival and departure rates. n-1 n-1 n n n+1 n n+1

Diagram laju transisi

0 pn = n 1 n 2 p n n 1 1 0
, n= 1, 2, ... dan

n =0
Contoh :

pn = 1

Perhatikan situasi antrian server tunggal dimana laju kedatangan konstan 3 per jam dan keberangkatan konstan 8 perjam, untuk semua n 0.

Teori Antrian, oleh Hotniar Siringoringo, hal. 6

 3 pn = p0 = p0 = (0.375 )n p0 , n = 0, 1, 2, ... 8

p0 + 0.375 p0 = 0.375 2 p0 + = 1 atau p0 1 + 0.375 + 0.375 2 + = 1

Deret geometri :

1 p0 =1 1 0.375
1 0.234 2 0.088 3 0.033 4 0.012

p0 = 0.625

n pn

0 0.625

5 0.005

6 0.002

7 0.001

8 0.000

Ukuran Keseimbangan Kinerja

Kinerja antrian : Ls = jumlah ekspektasi customer dalam sistem. Lq = jumlah ekspektasi customer dalam antrian. Ws = ekspektasi waktu dalam sistem Wq = ekspektasi waktu menunggu dalam antrian.

Pn

Ls =

n =0

npn

Ws =

eff

Ls

Wq = W s

Lq = eff Wq c = Ls Lq

eff =

n=0

n pn

Kita gunakan contoh di atas untuk menghitung parameter sistem :

eff =
Ls =

n=0

n pn = 3 kedatangan per jam.

n=0

np n = 0 0.625 + 1 0.234 + 2 0.088 + 3 0.033 + 4 0.012 + 5 0.005

+ 6 0.002 + 7 0.001 = 0.6

Teori Antrian, oleh Hotniar Siringoringo, hal. 7

Ws =

eff

Ls

1 1 0 .6 = 0.2 jam ; Wq = Ws = 0.2 =0.075 jam; 8 3

Lq = ef Wq = 3 0.075 = 0.225 customer;

persentase utilisasi =
L s Lq c 0.6 0.225 100 = 100 = 100 = 37.5% c 1 1

Teori Antrian, oleh Hotniar Siringoringo, hal. 8

Teori Antrian, oleh Hotniar Siringoringo, hal. 9