OBSERVASI SISTEM ANTRIAN DI BANK

TUGAS KELOMPOK
Dosen Pengampu : Bpk. Walid
1. Fatkhur Rohman
2. Khusnul Khotimah
3. Dwi mulyono
4. Yuni Ambarwati D.
5. M. Umam Khamdani
FAKULTAS MATEMATIKA DAN ILMU
UNIVERSITAS NEGERI SEMARANG
JATENG UNNES
Disusun oleh :
PENGETAHUAN ALAM
TEORI ANTRIAN
(4151306535)
(4151307004)
(4151307013)
(4151307019)
(4151307033)
2009
BAB
I
PENDAHULUAN

A.
Latar
Belakang
Dalam
kehidupan
sehari
hari
banyak
sekali
kita
temui
hal
hal
yang
dekat
dan
sering
berhubungan
langsung
dengan
sisitem
antrian.
Tanpa
disadari
kadang
kita
mengalami
secara
langsung
system
antrian
itu
sendiri.
Seperti
misalnya
kita
mengantri
untuk
mendapatkan
pelayanan
kasir
swalayan,
mengunggu
untuk
mendapatkan
pesanan
makanan,
menunggu
untuk
mendapatkan
pelayanan
registrasi
mahasiswa,
dan
lain
sebagainya.

Garis
garis
tunggu
tersebut
sering
disebut
dengan
antrian
(queues),
dan
fasilitas
pelayanannya
disebut
server.
Sistem
antrian
tersebut
sebenarnya
dapat
diefisienkan
dengan
menggunakan
teori
antrian.
Dan
penyelesaian
untuk
mengatasi
masalah
antrian
tersebut
salah
satunya
adalah
menggunakan
ilmu
matematika.
Ilmu
matematika
terdiri
dari
dua,
yakni
Matematika
Murni
(pure
mathematics)
dam
Matematika
Terapan
(Applied
Mathematics).
Ilmu
matematika
terapan
paling
dekat
hubungannya
dengan
teori
antrian
dalam
aplikasinya.
Sehingga
banyak
para
ilmuwan
menerapkan
ilmu
matematika
terapan
untuk
membantu
ilmu
lain
dalam
memenuhi
kebutuhan
kebutuhan
dan
pengembangannya.
Karena
aplikasinya
sangat
luas
dalam
kehidupan
sehari
hari
maupun
dalam
ilmu
ilmu
lain
sehingga
dalam
perkembangannya
sanngat
pesat.
Termasuk
dalam
menyelesaikan
permasalahan
system
antrian.

Penyelesaian
permasalahan
sistem
antrian
berdasarkan
teori
antrian
dengan
menggunakan
ilmu
matematika
terapan
mengacu
pada
model
keputusan
antrian.
Ada
dua
model
keputusan
antrian,
yakni
model
biaya
dan
model
tingkat
aspirasi.
Model
biaya
dalam
antrian
berusaha
menyeimbangkan
biaya
menunggu
dengan
biaya
kenaikan
tingkat
pelayanan
yang
bertentangan.
Tingkat
pelayanan
meningkat
sedangkan
biaya
waktu
menunggu
pelanggan
menurun.
Tingkat
pelayanan
optimum
terjadi
ketika
jumlah
kedua
biaya
ini
minimum.
Sedangkan
model
tingkat
aspirasi
memanfaatkan
karakteristik
yang
terdapat
dalam
sistem
untuk
memutuskan
nilai-nilai
optimum
dari
parameter
perancangan.
Optimasi
dipandang
dalam
arti
memenuhi
tingkat
aspirasi
tertentu
yang
ditentukan
oleh
pengambilan
keputusan.
Untuk
kasus
dimana
sulit
untuk
mengestimasi
parameter
biaya,
digunakan
model
tingkat
aspirasi.
Dalam
penelitian
ini
digunakan
model
tingkat
aspirasi
sehingga
ukuran-ukuran
kinerja
yang
digunakan
adalah
jumlah
pelanggan
rata-rata
dalam
sistem
(L),
jumlah
pelanggan
rata-rata
dalam
antrian
(Lq),
waktu
menunggu
rata-rata
dalam
sistem
(W)
,
waktu
menunggu
rata-rata
dalam
antrian
(Wq).
Ukuran-ukuran
tersebut
pada
akhirnya
akan
digunakan
untuk
menentukan
jumlah
pelayan
yang
ideal.

Berdasarkan
uraian
diatas,
dilakukan
penelitian
mengenai
sistem
dan
model
antrian
serta
pengambilan
keputusan
di
Bank
Jateng
UNNES.

Sistem
antrian
yang
terjadi
di
Bank
Jateng
UNNES
mengikuti
pola
antrian
Multichannel
single
phase,
dimana
terdapat
dua
atau
lebih
fasilitas
pelayanan
dengan
dialiri
oleh
satu
antrian
atau
antrian
tunggal.
Situasi
antrian
yang
terjadi
di
Bank
Jateng
UNNES
dapat
digambarkan
sebagai
berikut
:

Tujuan
dasar
model-model
antrian
adalah
untuk
meminimumkan
total
dua
biaya,
yaitu
biaya
langsung
penyediaan
fasilitas
pelayanan
dan
biaya
tidak
langsung
yang
timbul
karena
para
individu
harus
menunggu
untuk
dilayani.
Bila
suatu
sistem
mempunyai
fasilitas
pelayanan
lebih
dari
jumlah
optimal,
ini
berarti
membutuhkan
investasi
modal
yang
berlebihan,
tetapi
bila
jumlahnya
kurang
dari
optimal
hasilnya
adalah
tertundanya
pelayanan.
Model
antrian
yang
akan
dibahas
merupakan
peralatan
penting
untuk
sistem
pengelolaan
yang
menguntungkan
dengan
menghilangkan
antrian.

Sistem
antrian
yang
terjadi
dapat
sederhana
atau
sangat
kompleks.
Sistem
yang
sederhana
akan
dapat
dirumuskan
dengan
menggunakan
teknik-teknik.
Dan
untuk
sistem
yang
lebih
kompleks
membutuhkan
analisa
yang
menggunakan
simulasi.

Dalam
sistem
antrian
saluran
tunggal
ini,
ada
dua
tempat
pelayanan,
dimana
terdapat
n
pelanggan
di
dalam
sistem
dalam
satuan
waktu
tertentu.
Keadaan
seperti
tersebut
dapat
diasumsikan
akan
terjadi
hal
sebagai
berikut.
a.
Tidak
ada
antrian
sebab
semua
pelanggan
yang
datang
sedang
dilayani
di
tempat
pelayanan
atau
pelanggan
yang
datang
kurang
dari
kemampuan
tempat
pelyanan
(n
=
s)
b.
Terjadi
antrian
sebab
pelayanan
yang
diminta
oleh
pelanggan
yang
datang
jauh
lebih
besar
dari
kemampuan
tempat
pelayanan
untuk
melayani
(n
>s).
Dalam
hal
(a)
tidak
ada
persoalan,
sedang
dalam
hal
(b)
muncul
permasalahan
yaitu
sering
kali
terjadi
ketidakseimbangan.
Mungkin
terjadi
suatu
antrian
yang
panjang
(long
queue)
yang
mengakibatkan
pelanggan
harus
menunggu
lama
untuk
memperoleh
giliran
dilayani
atau
mungkin
tersedia
fasilitas
pelayanan
yang
berlebihan
yang
mengakibatkan
fasilitas
tersebut
tidak
dapat
dimanfaatkan
sepenuhnya.

Dalam
banyak
hal
tambahan
fasilitas
pelayanan
dapat
diberikan
untuk
mengurangi
antrian
atau
mencegah
timbulnya
antrian.
Akan
tetapi,
biaya
karena
memberikan
tambahan
pelayanan
akan
menimbulkan
pengurangan
keuntungan
mungkin
sampai
tingkat
yang
dapat
diterima.
Sebaliknya,
sering
timbulnya
antrian
yang
panjang
akan
sangat
membosankan.

B.
Rumusan
Masalah
Dari
penjelasan
diatas,
maka
dapat
diperoleh
rumusan
masalahb
adalah
sebagai
berikut
:

1.
Bagaimana
laju
kedatangan
antrian
di
Bank
Jateng
UNNES
?
2.
Bagaimana
laju
pelayanan
antrian
di
Bank
Jateng
UNNES
?
3.
Bagaimana
model
antrian
di
Bank
Jateng
UNNES
?
4.
Berapa
rata
rata
waktu
pelanggan
menunggu
dalam
antrian
dan
sistem
di
Bank
Jateng
UNNES
?
5.
Berapa
faktor
kegunaan
pada
antrian
di
Bank
Jateng
UNNES
?
C.
Batasan
Masalah
Untuk
membatasi
ruang
lingkup
pada
penelitian
ini
diberikan
batasan
masalah
sebagai
berikut.

1.
Tidak
terjadi
penolakan
(balking)
terhadap
kedatangan
para
pelanggan.
2.
Pelangan
dalam
makalah
ini
adalah
orang
yang
hendak
melakukan
transaksi
perbankan
di
Bank
Jateng
UNNES.
3.
Server
dalam
makalah
ini
adalah
pelayan
yang
melayani
pelanggan
di
Bank
Jateng
UNNES.
D.
Tujuan
Penulisan
Berdasarkan
rumusan
masalah
diatas,
maka
tujuan
penulisan
makalah
ini
adalah
sebagai
berikut
:

1.
Untuk
mengetahui
laju
kedatangan
antrian
di
Bank
Jateng
UNNES.
2.
Untuk
mengetahui
laju
pelayanan
antrian
di
Bank
Jateng
UNNES.
3.
Untuk
mengetahui
model
antrian
di
Bank
Jateng
UNNES.
4.
Untuk
mengetahui
rata
rata
waktu
pelanggan
menunggu
dalam
antrian
dan
sistem
di
Bank
Jateng
UNNES.
5.
Untuk
mengetahui
faktor
kegunaan
pada
antrian
di
Bank
Jateng
UNNES.
BAB
II

LANDASAN
TEORI

A.
Elemen
-Elemen
Dasar
Teori
Antrian
1.
Sumber
Masukan
(Input)
Sumber
masukan
dari
suatu
sistem
antrian
dapat
terdiri
atas
suatu
populasi
orang,barang,
komponen
atau
kertas
kerja
yang
datang
pada
sistem
untuk
dilayani.
Bila
populasi
relative
besar
sering
dianggap
bahwa
hal
itu
merupakan
besaran
yang
tak
terbatas.
Anggapan
ini
adalah
hamper
umum
karena
perumusan
sumber
masukan
yang
tak
terbatas
lebih
sederhana
daripada
sumber
yang
terbatas.
Suatu
populasi
dinyatakan
besar
bila
populasi
tersebut
besar
disbanding
dngan
kapasitas
sistem
pelayanan.
Sebagai
contoh,
suatu
masyarakat
kecil
yang
terdiri
dari
10.000
orang
mungkin
akan
menjadi
suatu
populasi
yang
tak
terbatas
bagi
100
shopping
center
yang
ada.
Bila
dirumuskan
sistem
pemeliharaan
sejumlah
mesin
sebagai
populasi
dan
perawat
mesin
sebagai
fasilitas
pelayanan,
tntu
saja
sejumlah
mesin
tersebut
tidak
akan
dinyatakansebagai
sumber
yang
tak
terbatas.

2.
Pola
kedatangan
Cara
dengan
mana
individu-individu
dari
populasi
memasuki
sistem
disebut
pola
kedatangan
(arrival
pattern).
Individu-individu
mungkin
datang
dengan
tingkat
kedatangan
(arrival
rate)
yang
konstan
ataupun
acak/random
(yaitu
berapa
banyak
individu-individu
per
periode
waktu).
Tingkat
kedatangan
produk-produk
yang
bergerak
sepanjang
lini
perakitan
produksi
massa
mungkin
konstan,
sedang
tingkat
kedatangan
telephone
calls
sangat
sering
mengikuti
suatu
distribusi
probabilitas
Poisson.

Distribusi
probabilitas
Poisson
adalah
salah
satu
dari
pola-pola
kedatangan
yang
paling
sering
(umum)
bila
kedatangan-kedatangan
didistribusikan
secara
random.
Hal
ini
terjadi
karena
distribusi
Poisson
menggambarkan
jumlah
kedatangan
per
unit
waktu
bila
sejumlah
besar
variabel-variabel
random
mempengaruhi
tingkat
kedatangan.
Bila
pola
kedatangan
individu-individu
mengikuti
suatu
distribusi
Poisson,
maka
waktu
antar
kedatangan
atau
interarrival
time
(yaitu
waktu
antara
kedatangan
setiap
individu)
adalah
random
dan
mengikuti
suatu
distribusi
eksponensial
(exponential
distribution).

Bila
individu-individu
(komponen,
produk,
kertas
kerja
,
atau
karyawan)
memasuki
suatu
sistem,
mereka
mungkin
memperagakan
perilaku
yang
berbeda.
Bila
individu
ter
sebut
adalah
orang,
antrian
dan
antrian
relative
panjang,
dia
mungkin
meninggalkan
sistem.
Perilaku
seperti
ini
disebut
penolakan
(
balking).
Penolakan
akan
sering
terjadi
bila
kepanjangan
antrian
kelewat
panjang.

Variasi
yang
mungkin
lainnya
dalam
pola
kedatangan
adalah
kedatangan
dari

kelompok-kelompok
individu.
Bila
lebih
dari
satu
individu
memasuki
suatu
sistem

seketika
secara
bersama,
maka
terjadi
dengan
apa
yang
disebut
bulk
arrivals.
3.
Disiplin
Antrian
Displin
antrian
menunjukkan
pedoman
keputusan
yang
digunakan
untuk
menyeleksi
individu-individu
yang
memasuki
antrian
untuk
dilayani
terlebih
dahulu
(prioritas).
Disiplin
antrian
yang
paling
umum
adalah
pedoman
first
come,
first
served
(FCFS),
yang
pertama
kali
datang
pertama
kali
dilayani.
Tetapi
bagaimanapun
juga
ada
beberapa
tipe
disiplin
antrian
lainnya
yang
dapat
termasuk
dalam
model-
model
matematis
antrian.
Model-model
yang
disajikan
disini
dibatasi
untuk
disiplinantrian
FCFS.

Beberapa
disiplin
antrian
lainnya
ialah
pedoman-pedoman
shortest-operating
(service)-time
(SOT),
last
come-first
served
(LCFS),
longest-operating-time
(LOT),
dan
service
in
random
order
(SIRO).
Dalam
rumah
sakit-rumah
sakit
dan
fasilitas-
fasilitas
kesehatan
lainnya
mungkin
mempunyai
pedoman-pedoman
yang
berbeda,
seperti
emergency
first
atau
critical
condition
first .

4.
Kepanjangan
Antrian
Banyak
sistem
antrian
dapat
dapat
menampung
jumlah
individu-individu
yang
relative
besar,
tetapi
ada
beberapa
sistem
yang
mempunyai
kapasitas
yang
yang
terbatas.
Bila
kapasitas
antrian
menjadi
faktor
pembatas
besarnya
jumlah
individu
yang
dapat
dilayani
dalam
sistem
secara
nyata,
berarti
sistem
mempunyai
kepanjangan
antrian
antrian
yang
terbatas
(finite);
dan
model
antrian
terbatas
harus
digunakan
untuk
menganalisa
sistem
tersebut.
Sebagai
contoh
sistem
yang
mungkin
mempunyai
antrian
yang
terbatas
adalah
jumlah
tempat
parker
atau
station
pelayann,
jumlah
tempat
minum
di
pelabuhan
udara,
atau
jumlah
tempat
tidur
di
rumah
sakit.
Secara
umum
model
antrian
terbatas
lebih
kompleks
daripada
sistem
antrian
tak-
terbatas
(infinite).

5.
Tingkat
Pelayanan
Waktu
yang
digunakan
untuk
melayani
individu-individu
dalam
suatu
sistem
disebut
waktu
pelayanan
(service
time).
Waktu
ini
mungkin
konstan,
tetapi
juga
sering
acak
(random).
Bila
waktu
pelyanan
mengikuti
distribusi
eksponensial
atau
distribusinya
acak,
waktu
pelayanan
(yaitu
unit/jam)
akan
mengikuti
suatu
distribusi
Poisson.

Pebedaan
distribusi-distribusi
waktu
pelayanan
dapat
diliput
oleh
model-model
antrian
dengan
lebih
mudah
disbanding
perbedaan
distribusi
waktu
kedatangannya.

6.
Keluar
(Exit)
Sesudah
seseorang
(individu)
telah
selesai
dilayani,
dia
keluar
(exit)
dari
sistem.
Sesudah
keluar,
dia
mungkin
bergabung
pada
satu
di
antara
kategori
populasi.
Dia
mungkin
bergabung
dengan
populasi
asal
dan
mempunyai
probabilitas
yangf
sama
untuk
memasuki
sistem
kembali,
atau
dia
mungkin
bergabung
dengan
populasi
lain
yang
mempunyai
probalitas
lebih
kecil
dalam
hal
kebutuhan
pelayanan
tersebut
kembali.

B.
Karakteristik
Penting
Sistem
dan
Struktur
Antrian
Berikut
ini
daftar
karakteristik-karakteristik
tersebut
dengan
asumsi-asumsi
yang
paling
umum:

Karakteristik-
karakteristik
Antrian
Asumsi-asumsi
Umum
Sumber
populasi
Tak
terbatas
atau
terbatas
Pola
kedatangan
Tingkat
kedatangan
Poisson
(waktu
antar
kedatangan
eksponensial)
Kepanjangan
antrian
Tak
terbatas
atau
terbatas
Disiplin
antrian
First
come
first
served
Pola
pelayanan
Tingkat
pelayanan
Poisson
(waktu
pelayanan
eksponensial)
KeluarLangsungkembalikepopulasi
SISTEM
DAN
STRUKTUR
ANTRIAN

Banyak
perbedaan
sistem-sistem
dan
struktur-struktur
antrian
yang
terdapat
dalam
masyarakat
yang
semakin
kompleks.
Perbedaan-perbedaan
dalam
jumlah
antrian,
fasilitas
pelayanan,
dan
hubungan-hubungan
yang
terjadi
dapat
menghasilkan
bentuk/susunan
yang
bervariasi
tidak
terbatas.

Sistem-sistem
Antrian

Pada
umumnya,
sistem
antrian
dapat
diklasifikasikan
menjadi
sistem
yang
berbeda-beda
dimana
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-sistem
pelayanan
sosial
merupakan
sistem-sistem
pelayanan
yang
dikelola
oleh
kantor-kantor
dan
jawatan-jawatan
local
maupun
nasional,
seperi
kantor
tenaga
kerja,
kantor
regritrasi
SIM
dan
STNK
dan
sebagainya,
serta
kantor
pos,
rumah
sakit,
puskesmas,
dan
lain-lainya.

Sistem
pelayanan
komersial
merupakan
aplikasi
yang
sangat
luas
dri
model-
model
antrian,
seperti
restoran,
cafeteria,
took-toko,
tempat
potong
rambut
(salon),
boutiques,
supermarkets,
dan
sebagainya.

Sistem
pelayanan
bisnis-industri
mencakup
lini
produksi,
sistem
material-
handing,
sistem
penggudangan,
dan
sistem-sistem
informasi
computer.

Struktur-struktur
Antrian

Atas
dasar
sifat
proses
pelayanannya,
dapat
diklasifikasikan
fasilitas-failitas
pelyanan
dalam
susunan
atau
channel
(single
atau
multiple)
yang
akan
membentuk
suatu
struktur
antrian
yang
berbeda-beda.
Istilah
saluran
atau
channel
menunjukkan
jumlah
jalur
(tempat)
untuk
memasuki
sistem
pelayanan,
yang
juga
menunjukkan
jumlah
fasilitas
pelayanan.
Istilah
phase
berarti
jumlah
station-station
pelayanan,
dimana
para
langganan
harus
melaluinya
sebelum
pelayanan
dinyatakan
lengkap.
Ada
4
model
struktur
antrian
dasar
yang
umum
terjadi
didalam
seluruh
sistem
antrian:

1)
Single
Channel-Single
Phase
Sistem
ini
adalah
yang
paling
sederhana.
Single
channel
berarti
bahwa
hanya
ada
satu
jalur
untuk
memasuki
sistem
pelayanan
atau
ada
satu
fasilitas
pelayanan.
Single
phase
menunjukkan
bahwa
hanya
ada
satu
fasilitas
pelayanan.
Single
phase
menunjukkan
bahwa
hanya
ada
satu
station
pelayanan
atau
sekumpulan
tunggal
operasi
yang
dilaksanakan.
Setelah
menerima
pelayanan,
individu-individu
keluar
dari
sistem.
Contoh
untuk
model
struktur
ini
adalah
seorang
tukang
cukur,
pembelian
tiket
kerteta
api
antarkota
kecil
yang
dilayani
oleh
satu
loket,
seorang
pelayan
took,
dan
sebagainya.
2)
Single
channel-Multiphase
Istilah
multiphase
menunjukkan
ada
dua
atau
lebih
pelayanan
yang
dilaksanakan
secara
berurutan
(dalam
phase-phase).
Sebagai
contoh,
lini
produksi
massa,
pencucian
mobil,
tukang
cat
mobil,
dan
sebagainya.
3)
Multichannel-Single
Phase
Sistem
multichannel-single
phase
terjadi
(ada)
kapan
saja
dua
atau
lebih
fasilitas
pelayanan
dialiri
oleh
antrian
tunggal.
Sebagai
contoh
model
ini
adalah
pembelian
tiket
yang
dilayani
oleh
lebih
dari
satu
loket
pelayanan
potong
rambut
oleh
beberapa
tukang
potong,
dan
sebagainya.
4)
Multichannel-Multiphase
Contoh
model
ini
yaitu
herregistrasi
para
mahasiswa
di
universitas,
pelayanan
kepada
pasien
di
rumah
sakit
dari
pendaftaran,
diagnosa,
penyembuhan
sampai
pembayaran.
Setiap
sistem-sistem
ini
mempunyai
beberapa
fasilitas
pelayanan
pada
setiap
tahap,
sehingga
lebih
dari
satu
individu
dapat
dilayani
pada
suatu
waktu.
Pada
umumnya,
jaringan
antrian
ini
terlalu
kompleks
untuk
dianalisa
dengan
teori
antrian,
mungkin
simulasi
lebih
sering
digunakan
untuk
menganalisa
sistem
ini.

Selain
empat
model
struktur
antrian
diatas
sering
terjadi
struktur
antrian
diatas
sering
terjadi
struktur
campuran(mixed
arrangements)
yang
merupakan
campuran
dari
dua
atau
lebih
struktur
antrian
diatas.
Misal,
Toko-toko
dengan
beberapa
pelayanan
(multichannel),
namun
pembayarannya
hanya
pada
seorang
kasir
(single
channel).

C.
Model
Model
Antrian
Dalam
mengelompokkan
model-model
antrian
yang
berbeda-beda
akan
digunakan
suatu

notasi
yang
disebut
Kendall s
Notation.
Notasi
ini
sering
dipergunakan
karena
beberapa
alasan.

Pertama,
karena
notasi
tersebut
merupakan
alat
yang
efisien
untuk
mengidentifikasi
tidak
hanya
model-model
antrian,
tetapi
juga
asumsi-asumsi
yang
harus
dipenuhi.
Kedua,
hampir
semua
buku
(literature)
yang
membahas
teori
antrian
menggunakan
notasi
ini.
Model
khusus
diatas
:
M/M/1/I/I.

Singkatan
Penjelasan
M
Tingkat
kedatangan
dan
pelayanan
Poisson
D
Tingkat
kedatangan
atau
pelayanan
deterministic
(diketahui
konstan)
K
Distribusi
Erlang
waktu
antarkedatangan
atau
pelayanan
S
Jumlah
fasilitas
pelayanan
I
Sumber
populasi
atau
kepanjangan
antrian
tak-terbatas
(infinite)
F
Sumber
populasi
atau
kepanjangan
qantrian
terbatas
(finite)

Tanda
pertama
notasi
selalu
menunjukkan
distribusi
tingkat
kedatangan.
Dalam
hal
ini,
M
menunjukkan
tingkat
kedatangan
mengikuti
suatu
distribusi
probabilitas
Poisson.
Tanda
kedua
menunjukkan
distribusi
probabilitas
Poisson.
Tanda
kedua
menunjukkan
distribusi
tingkat
pelayanan.
Lagi,
M
menunjukkan
bahwa
tingkat
pelayanan
mengikuti
distribusi
probalitas
Poisson.
Tanda
ketiga
menunjukkan
jumlah
fasilitas
pelayanan
(channels)
dalam
sistem.
Model
diatas
adalah
model
yang
mempunyai
fasilitas
pelayanan
tunggal.
Tanda
keempat
dan
kelima
ditambahkan
untuk
menunjukkan
apakah
sumber
populasi
dan
kepanjangan
antrian
adalah
tak-terbatas(F).
Model
diatas,
baik
sumber
populasi
dan
kepanjangan
antrian
adalah
tak-terbatas.
Dengan
tanda-tanda
tersebut
ditunjukkan
empat
model
yang
berbeda
yang
akan
dirumuskan
dan
dipecahkan
dalam
bagian
ini:
Model
1:
M/M/1/I/I
Model
2:M/M/S/I/I
Model
3:M/M/1/I/F
Model
4:M/M/S/F/I

Walaupun
tidak
ditunjukkan
dalam
notasi
ini,
seluruh
model
menganggap
bahwa
displin
antrian
adalah
first
come
first
served.Sebelum
memberikan
rumusan-rumusan
untuk
setiap
model,
Tabel
13.1
menyediakan
suatu
daftar
notasi-notasi
yang
digunakan
dalam
penyajian
model-model
antrian.
Tabel
9.1
berisi
symbol-simbol
yang
menunjukkan
suatu
konsep
atau
definisi
khusus,
misal
.
p
menunjukkan
besarnya
jumlah
individu
rata-rata
dalam
antrian.
Model-model
dan
aplikasinya
Model
1
:
M/M/1/I/I
Gambar
dibawah
menunjukkan
rumusan
yang
harus
diikuti
agar
model
ini
dapat
dipergunakan.
Model
ini
merupakan
teori
antrian
yang
paling
sederhana,
tetapi
mengandung
banyak
asumsiasumsi
(lihat
gambar)
yang
harus
ditepati.
Sebagia
contoh,
rumusan
model
ini
akan
dipakai
untuk
memecahkan
persoalan
di
bawah
:

Fasilitas

Populasi
1
Antrian
(M)
pelayanan
(M/1)

FCFS

Sumber
tak

Keluar

terbatas

Kepanjangan
antrian
tak
terbatas

TingkatkedatanganpoissonTingkatpelayananpoisson
2
.
.

.
n

n
=
t
=
p
=.

1
-
...


qq
n

µ(µ-)
µ(µ-)
.
µ
µ.
.

1
.

n
=
t
=
p
=

t
µ
-.
t
µ-.
µ

Model
2
:M/M/S/I/I
Model
2
ditunjukkan
dalam
gambar
di
bawah.
Ini
adalah
system
multichannel
singke
phase
yang
mempunyai
antrian
tunggal
dengan
melalui
beberapa
fasilitas
pelayanan
pelayanan.
Model
ini
identik
dengan
model
I
dengan
perbedaan
bahwa
dua
atau
lebih
individu
dapat
dilayani
pada
waktu
bersamaan
oleh
fasilitas-fasiltas
pelayanan
yang
berlainan.

Fasilitas

SumbertakterbatasTingkatkedatanganpoissonKeluarTingkatpelayananpoissonPopulasi1A
ntrian(M)
pelayanan(M/1)
KepanjanganantriantakterbatasFCFSTingkatpelayananpoisson
 .
S
2µ 

P0

.

n
=
P0
tq
=
..

q
22

(S
-1)(!
Sµ
-)
µS
(S!)-
[(
Sµ)]
µ.
.

nt
=
nq
+
tt
=
tq
+

µ.
.

P
=

Sµ

P
=

S
S
-1



S
0
(
µ
) 
+
(
µ)
.

n=0
.
n!
.
S!(1-
µ)


SP

P0
=. .

0


µ.
S![1-(
Sµ
)]

Model
3
:
M/M/1/I/F
Pada
gambar
dibawah
menunjukkan
model
antrian
3.
model
3
ini
identik
dengan
model
1,
dengan
perbedaan
bahwa
kepanjangan
antrian
adalah
terbatas.

Fasilitas

Populasi
1
Antrian
(M)

pelayanan
(M/1)

FCFS

Sumber
tak

Keluar

terbatas

Kepanjangan
antrian
tak
terbatas

TingkatkedatanganpoissonTingkatpelayananpoisson
.



µµ




.

µµ


.

µµ
.

.

µ



.

µµ

 µ
 
.

µ

.

Model
4
:
M/M/S/F/I
Model
ini
adalah
ekuivalen
dengan
model
2
dengan
perbedaan
bahwa
model
ini
mempunyai
sumber
populasi
yang
terbatas.
Sabagai
contoh,
sejumlah
mesin-mesin
dalam
suatu
departemen
produksi
yang
rusak
atau
memerlukan
penyesuaian
(adjustment),
sejumlah
pasien
dalam
suatu
rumah
sakit
yang
memerlukan
tipe-tipe
perawatan
tertenu,
dan
sebagainya,
merupakan
system-
sistem
yang
mempunyai
jumlah
individu-individu
terbatas
yang
memerlukan
pelayanan.
Karena
formula
antrian
dengan
populasi
terbatas
sulit
dipecahkan,
table-tabel
antrian
terbatas
(finite
queuning
tables)
telah
digeneralisasikan
untuk
beberapa
model-model
yang
berbeda.
Apendik
table
1
menyajikan
table
antrian
terbatas
untuk
populasi
5,
10,
dan
20
individu.
Beberapa
variable
yang
haris
diketahui
dalam
table
tersebut
dapat
dijelaskan
sebagai
berikut
:
U
=
waktu
rata-rata
antarkedatangan
per
unit
T
=
Waktu
rata-rata
pelayanan
per
unit
H
=
Jumlah
rata-rata
yang
sedang
dilayani
J
=
jumlah
rata-rata
unit
yang
sedang
beroperasi
N
=
jumlah
unit
dalam
populasi
M
=
jumlah
channel
pelayanan
X
=
Faktor
pelayanan
(proporsi
waktu
pelayanan
yang
diperlukan)
D
=
Probabilitas
bawha
suatu
kedatangan
harus
menunggu
F
=
Faktor
efisiensi
menunggu
dalam
garis
(antrian)
Untuk
dapat
menggunakan
tabel
antrian
terbatas,
harus
diketahui
nilai-nilai
N
dan
M,
dan
menghitung
nilai
X.
Rumusan
yang
dipakai
diberikan
dalam
gambar
sebagai
berikut
:

Fasilitas

SumberterbatasTingkatkedatanganpoissonKeluarTingkatpelayananpoissonPopulasiFAntr
ian(M)
pelayanan(M/S)
Kepanjanganantriantakterbatas(I)
FCFSTingkatpelayananpoisson


.

.


.

.

.


.

.
 

J = NF (1-X)
D.
Gambaran
Tempat
Observasi
Bank
Jateng
UNNES
terletak
diantara
ATM
BRI
dan
poliklinik
jalan
raya
sekaran

Gunung
Pati.
Satu
lokasi
dengan
kantor
pos
di
lingkungan
sekitar
unnes,
dan
terletak

tepat
didepan
koperasi
Handayani.

Bank
Jateng
unnes
ini
terdiri
dari
dua
sistem
pelayanan
dengan
satu
sistem
antrian.
Adapun
yang
kami
amati
adalah
antrian
pelanggan
yang
datang
untuk
melakukan

transaksi.

E.
Model
Distribusi
Poisson
dan
Eksponensial
1.
Model
Distribusi
Poisson
Suatu
eksperimen
yang
menghasilkan
jumlah
sukses
yang
terjadi
pada
interval
waktu
ataupun
pada
daerah
yang
spesifik
dikenal
sebagai
eksperimen
Poisson.
Menurut
Tarliyah,
dkk.
(1992
:
309)
mengemukakan
sifat
eksperimen
Poisson
adalah
sebagai
berikut
:

a.
Jumlah
sukses
yang
terjadi
pada
interval
waktu
atau
daerah
yang
bersifat
independent
terhadap
yang
terjadi
pada
interval
waktu
atau
daerah
tertentu
yang
lain.
b.
Besar
kemungkinan
terjadinya
sukses
pada
interval
waktu
atau
daerah
tertentu
yang
sempit,
proporsional
dengan
panjang
jangka
waktu
ataupun
ukuran
daerah
terjadinya
sukses
tersebut.
c.
Besar
kemungkinan
terjadinya
lebih
dari
satu
sukses
pada
interval
waktu
yang
singkat
ataupun
daerah
yang
sempit,
diabaikan.
Model
distribusi
Poisson
adalah
model
distribusi
probabilitas
yang
digunakan
untuk
menggambarkan
distribusi
variabel
random
pada
suatu
eksperimen
yang
memenuhi
kriteria
sebagai
eksperimen
Poisson.
Menurut
Maman
A
Djauhari,
(
1990:163),
eksperimen
Poisson
adalah
eksperimen
yang
memiliki
sifat-sifat
sebagai
berikut
:
a.
Peluang
terjadinya
1
kali
sukses
dalam
setiap
selang
yang
sempit,
sebanding
dengan
lebar
selang.
b.
Peluangnya
sangat
kecil
(dapat
diabaikan)
untuk
terjadi
lebih
dari
1
kali
sukses
dalam
setiap
selang
yang
sempit
c.
Jika
A
dan
B
dua
selang
dimana
kejadian
A
dan
kejadian
B
saling
asing,
maka
banyaknya
sukses
dalam
A
independent
dengan
banyaknya
sukses
dalam
B.
Pada
dasarnya
sifat-sifat
dari
eksperimen
Poisson
yang
dikemukakan
oleh
kedua
ahli
tersebut
di
atas
adalah
sama.
Eksperimen
Poisson
adalah
suatu
eksperimen
yang
menghasilkan
jumlah
sukses
yang
terjadi
pada
interval
waktu
ataupun
daerah
yang
spesifik,
dimana
jumlah
sukses
anatar
interval
waktu
saling
bebas
atau
independent.

Definisi

Variabel
Random
X
dikatakan
berdistribusi
Poisson
dengan
parameter
L,
ditulis
X
~
POI
(
.
),
jika
X
memiliki
fungsi
kepadatan
peluang
sebagai
berikut
:

x
-
.
e

,
x
=
0,1,

x!

f(x)
=

0,
x
yang
lain

(Djauhari,
1990
:
163-164)

Pada
definisi
di
atas,
parameter
.
adalah
mean
dan
juga
variansi
dari
X.
Parameter
.
juga
menyatakan
rata-rata
banyaknya
sukses
dalam
suatu
selang.
2.
Model
Distribusi
Eksponensial
Distribusi
Eksponensial
digunakan
untuk
menggambarkan
distribusi
waktu
pada
fasilitas
jasa
yang
mengasumsikan
bahwa
waktu
pelayanaan
bersifat
acak.
Artinya,
waktu
untuk
melayani
pendatang
(pelanggan)
tidak
tergantung
dari
banyaknya
waktu
yang
telah
dihabiskan
untuk
melayani
pendatang
atau
pelanggan
sebelumya,
dan
tidak
tergantung
jumlah
pendatang
yang
sedang
menunggu
untuk
dilayani.
Contoh
dari
kejadian
atau
peristiwa
Eksponensial
antara
lain
adalah
waktu
yang
dibutuhkan
untuk
melayani
nasabah
bank,
waktu
yang
dibutuhkan
kasir
untuk
melayani
pembeli
pada
suatu
supermarket,
waktu
yang
dibutuhkan
untuk
memproses
ijin
penggunaan
kendaraan
bermotor,
waktu
yang
digunakan
dokter
untuk
memeriksa
pasien,
dan
lain-
lain.

Definisi

Variabel
random
kontinu
X
memiliki
distribusi
Eksponensial
dengan
parameter
1/
L,
jika
fungsi
kepadatan
peluang
dari
X
adalah
:

-x
e
,
untuk
x
>
0,
.
>
0

f(x)=

0
,
untuk
x
yang
lain

(Djauhari,
1990
:
175-176)

Disini
X
dapat
menyatakan
waktu
yang
dibutuhkan
sampai
terjadinya
1
kali
sukses
dengan
.
=
rata-rata
banyaknya
sukses
dalam
selang
waktu
satuan.

F.
Goodness
of-fit
Test
Goodness
of-fit
Test
adalah
uji
yang
dilakukan
untuk
menentukan
distribusi
probabilitas
dari
dat
yang
diperoleh
dengan
membandingkan
frekuensi
teroritis
atau
frekuensi
yang
diharapkan

1.
Uji
Chi
Square
Goodness
of-fit
terhadap
peristiwa
yang
berdistribusi
Poisson
Misalkan
Variabel
random
X
berdistribusi
Poisson.
Untuk
menghitung
frekuensi
harapan
fe
digunakan
fungsi
kepadatan
probabilitas
dari
distribusi
Poisson.

-
x

,
e
.

p
(
x
)
=

x
=
0,1,2,......
m

x!

sehingga
untuk
sejumlah
n
frekuensi
observasi
fo
,maka

fe
=
np(x)
Nilai
dari
chi
square
hitung
(
X
2
)
dihitung
dengan
menggunakan
rumus
sebagi
berikut:

(
f
-
f
)2

20
e
X

=.

x=0
fe

Dengan
m
adalah
jumlah
sel
atau
baris
yang
dipergunakan
dalam
mengembangkan
fungsi
kepadatan
empiris.

2.
Uji
Chi
Square
Goodness
of-fit
terhadap
peristiwa
yang
berdistribusi
Eksponensial
Misalkan
variable
acak
X
berdistribusi
eksponensial.
Frekunsi
teoritis
(
fe
)
yang
berkaitan
dengan
interval
[Ii
I
]
dihitung
sebagai

-1,
i

fe
=.
f
(t)d
(t),
i
=
1,2,...,
m

i=1

Dengan
m
adalah
banyaknya
interval
yang
dipergunakan.
Sedangkan
f(t)
adalah
fungsi
kepadatan
peluang
dari
distribusi
eksponensial
dengan

µ=

-µt
ft
=µet
>
0,
µ>
0

Dengan
demikian
diperoleh
:

-µ
(
I
)
-µ
(
I
)
i
-1
i
fe
=
n(e
-
e
)
Nilai
Chi
Square
hitung
diperoleh
denagn
menggunakan
rumus
berikut
:

(
f
-
f
)2

20
e
X
=.
m

f
x=0
e

Dalam
uji
Chi
square
Goodness
of-fit
keputusan
diambil
berdasarkan
hipotesis

H
penelitian
yang
telah
ditentukan
sebelumnya.
0
diterima
jika
harga

X
2
X
2
hitung
tabel
<
dengan
dk
=
m
k
1
dan
dengan
tingkat
signifikan
a
,
dengan
m
adalah
jumlah
baris
yang
digunakan
dan
k
adalah
jumlah
parameter
yang
diestimasi
dari
dat
mentah
untuk
dipergunakan
dalam
mendefinisikan
distribusi
teoritis
yang
bersangkutan.(Taha,1997:11:12)
BAB
III
HASIL
PENELITIAN
DAN
PEMBAHASAN