Professional Documents
Culture Documents
Ls : jumlah pelanggan yang diperkirakan dalam sistem atau rata-rata jumlah pelanggan
yang berada dalam sistem.
Lq : jumlah pelanggan yang diperkirakan dalam antrian atau rata-rata jumlah pelanggan
yang berada pada antrian.
Ws : waktu menunggu yang diperkirakan dalam sistem atau rata-rata waktu menunggu
dalam sistem.
Wq : waktu menunggu yang diperkirakan dalam antrian atau rata-rata waktu menunggu
dalam antrian.
1.4. Distribusi Poisson dan Distribusi Eksponensial Distribusi Poisson
.t) adalah :λ Fungsi densitas distribusi Poisson (dengan mean
.t) adalah :λ Fungsi Kumulatif distribusi Poisson (dengan mean
Distribusi Eksponensial
Fungsi densitas distribusi Eksponensial :
Sistim antrian terdiri dari kedatangan dan keberangkatan (kejadian) yang timbul dalam
satu interval waktu dengan kondisi sebagai berikut :
s bergantung hanya pada panjangnya s , yang berarti bahwa probabilitas tidak bergantung
pada t atau jumlah kejadian yang timbul selama periode waktu (0,t). Secara matematis,
berarti fungsi probabilitas memiliki penambahan independen stasioner. + 1. Probabilitas
dari sebuah kejadian (kedatangan dan keberangkatan) yang timbul antara t dan t
2. Probabilitas kejadian yang timbul selama interval waktu yang sangat kecil h adalah
positif tetapi kurang dari satu.
3. Paling banyak satu kejadian dapat timbul selama interval waktu yang sangat kecil h .
Ketiga kondisi tersebut menggambarkan dimana jumlah kejadian selama satu interval
waktu adalah proses Poisson, dan karena itu interval waktu antara beberapa kejadian yang
berturut-turut adalah eksponensial. Interarrival time berdistribusi eksponensial dengan
parameter λ jika dan hanya jika banyaknya kedatangan yang terjadi pada interval waktu t
mengikuti distribusi Poisson dengan parameter λt.
Distribusi Poisson merupakan proses yang sepenuhnya acak, karena memiliki sifat bahwa
interval waktu yang tersisa sampai pemunculan kejadian berikutnya sepenuhnya tidak
bergantung pada interval waktu sebelumnya. Sifat ini sesuai dengan sifat Lack of Memory
yang dimiliki moleh distribusi Eksponensial :
Contoh :
Sebuah mesin selalu memiliki satu unit cadangan untuk digunakan sebagai pengganti jika
terjadi kerusakan. Waktu kerusakan mesin atau unit cadangannya itu adalah eksponensial
dengan mean 10 jam. Kerusakan terjadi dengan laju 0.1 kejadian per jam.
a. Probabilitas bahwa kerusakan akan terjadi dalam 5 jam
b. Probabilitas bahwa kegagalan akan terjadi setelah 6 jam dari sekarang dengan
diketahui kerusakan terakhir terjadi 3 jam yang lalu.
c. Jumlah kerusakan rata-rata dalam 1 minggu dengan asumsi bahwa mesin tersebut
dipergunakan 24 jam sehari.
Jawab :
D-=max(F(xi:.n)-(i-1)/n)
Statistik uji tersebut dibandingkan dengan batas signifikansi berdasarkan nilai kritis
Statistik Kolmogorov Smirnov.
Misalnya dimiliki data interarrival time dan service time sebagai berikut :
Dalam hal ini digunakan asumsi independensi interarrival time. Interarrival Xn-1, Xn-2,
Xn-3,… adalah independent. Akan diuji pola atau distribusi dari interarrival time dan
service time, apakah berdistribusi eksponensial atau tidak.
Pengujian dapat dilakukan dengan statistik D menggunakan nilai kritis Statistik
Kolmogorov Smirnov. Namun karena di software-software statistik sudah banyak ditemui
alat untuk uji ini,kita akan melakukan uji ini dengan SPSS.
Analyze > Nonparametric Test > 1 Sample K-S >…dipilih option uji Eksponensial
Kesimpulan :
1. Elemen dari sistem antrian adalah pelanggan, pelayan, dan antrian.
2. Model suatu sistem antrian ditentukan oleh distribusi waktu kedatangan, distribusi
waktu pelayanan, jumlah server, kapasitas system, dan sumber pemanggilan.
3. Distribusi Poisson dan distribusi eksponensial merupakan distribusi penting dalam teori
antrian, terutama hubungannya dalam penentuan model antrian.
copied from google
http://community.gunadarma.ac.id/blog/view/id_7207/title_penjelasan-tentang-
metode-antrian/