MODEL ANTRIAN POISSON KHUSUS

(M/M/1) : (GD/N/ ∞)

DEPARTEMEN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
2018
 Daftar Isi

Daftar Isi ................................................................................................................................................. 2

BAB I PENDAHULUAN ...................................................................................................................... 3
1.1 Latar Belakang ...................................................................................................................... 3
1.2 Rumusan masalah ................................................................................................................. 3
1.3 Tujuan .................................................................................................................................... 3
BAB II PEMBAHASAN ....................................................................................................................... 4
2.1. DASAR-DASAR TEORI ANTRIAN .................................................................................. 4
2.1.1. Proses Antrian ............................................................................................................... 4
2.1.2. Notasi Kendall ............................................................................................................... 7
2.1.3. Proses poisson ................................................................................................................ 9
2.1.4. Distribusi Eksponensial ................................................................................................ 9
2.1.5. Probabilitas Steady State............................................................................................ 10
2.1.6. Ukuran Keefektifan Sistem Antrian.......................................................................... 10
2.2. TEORI ANTRIAN KHUSUS (M/M/1) : (GD/N/ ∞) ........................................................ 11
2.2.1. Pengertian .......................................................................................................................... 11
2.2.2. Model.................................................................................................................................. 12
2.2.3. Rumus -rumus ................................................................................................................... 14
2.2.4. Contoh Kasus .................................................................................................................... 14
BAB III PENUTUP ............................................................................................................................. 16
3.1. Kesimpulan .......................................................................................................................... 16
3.2. Saran .................................................................................................................................... 16

2
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Antrian masih menjadi masalah yang sering ditemukan di fasilitas pelayanan umum.
Adanya keterbatasan sumber daya dalam suatu sistem ekonomi dan dunia usaha (bisnis)
menyebabkan orang-orang, barang-barang maupun komponen-komponen harus menunggu
untuk mendapatkan jasa pelayanan. Teori Antrian merupakan studi matematika dari suatu
kejadian garis tungggu, yakni suatu garis dari pelanggan yang memerlukan layanan dari
sistem pelayanan yang ada. Hal ini sering kita jumpai dalam kegiatan sehari-hari. Proses
antrian merupakan suatu proses yang berhubungan dengan kedatangan pelanggan pada
suatu fasilitas pelayanan, menunggu mendapatkan pelayanan sampai akhirnya mendapat
pelayanan dan keluar dari fasilitas pelayanan tersebut. Untuk mempertahankan pelanggan,
sebuah organisasi selalu berusaha untuk memberikan pelayanan yang terbaik.
Pelayanan yang terbaik tersebut diantaranya adalah memberikan pelayanan yang cepat
sehingga pelanggan tidak dibiarkan menunggu (mengantri) terlalu lama. Namun demikian,
dampak pemberian layanan yang cepat ini akan menimbulkan biaya bagi organisasi, karena
harus menambah fasilitas layanan. Oleh karena itu, teori antrian merupakan salah satu cara
untuk mendapatkan informasi guna meningkatkan kualitas pelayanan bagi pelanggan serta
memberikan keuntungan maksimal kepada perusahaan.

1.2 Rumusan masalah

Rumusan masalah yang dibahas pada makalah ini adalah :
1. Bagaimana dasar - dasar teori antrian?
2. Bagaimana model sistem antrian khusus (M/M/1) : (GD/N/ ∞)?
3. Bagaimana ukuran kinerja system pada sistem antrian khusus (M/M/1) : (GD/N/ ∞)?

1.3 Tujuan
Penulisan ini bertujuan untuk :
1. Mengetahui dasar - dasar teori antrian sehingga dapat diterapkan dalam kehidupan
sehari-hari.
2. Mengetahui model sistem antrian khusus (M/M/1) : (GD/N/ ∞)
3. Mengetahui ukuran kinerja system pada sistem antrian khusus (M/M/1) : (GD/N/ ∞)?
3
 BAB II
PEMBAHASAN

2.1. DASAR-DASAR TEORI ANTRIAN

2.1.1. Proses Antrian
Proses antrian merupakan proses yang berhubungan dengan kedatangan pelanggan
pada suatu fasilitas pelayanan, menunggu dalam baris antrian jika belum mendapat
pelayanan, dan akhirnya meninggalkan fasilitas tersebut setelah pelayanan berakhir.
Proses ini dimulai saat pelanggan-pelanggan yang memerlukan pelayanan mulai datang.
Mereka berasal dari suatu populasi yang disebut sebagai sumber input.
Populasi suatu antrian dibedakan menjadi dua, yaitu terbatas (finite) dan tidak terbatas
(infinite). Salah satu bentuk populasi adalah pelanggan yang datang pada fasilitas
pelayanan. Besarnya populasi merupakan jumlah pelanggan yang memerlukan fasilitas
pelayanan.
Sebuah sistem antrian adalah himpunan pelanggan, pelayan, dan suatu aturan yang
mengatur pelayanan kepada pelanggan. Sedangkan keadaan sistem menunjuk pada jumlah
pelanggan yang berada dalam antrian dan yang sedang mendapat pelayanan.
Enam komponen dasar yang harus diperhatikan agar penyedia fasilitas pelayanan dalam
sistem antrian dapat melayani para pelanggan yaitu:
1. pola kedatangan,
2. pola pelayanan,
3. jumlah channel pelayanan,
4. disiplin pelayanan.
5. kapasitas sistem,
6. tingkat pelayanan,

Berikut di bawah ini akan diuraikan enam komponen dasar yang harus diperhatikan
oleh penyedia fasilitas pelayanan.

4
1. Pola Kedatangan
Pola kedatangan pelanggan adalah banyaknya kedatangan pelanggan dalam
sistem antrian dalam selang waktu tertentu. Pola kedatangan pelanggan dapat
deterministik yaitu diketahui secara pasti atau juga dapat bersifat stokastik yaitu berupa
variabel acak yang distribusi probabilitasnya dianggap telah diketahui. Pola kedatangan
para pelanggan biasanya diperhitungkan melalui waktu antar kedatangan, yaitu waktu
antara kedatangan dua pelanggan yang berurutan pada suatu fasilitas pelayanan.
Apabila pola kedatangan tidak bergantung pada waktu (time independent), maka sistem
antrian dikatakan memiliki pola kedatangan stasioner. Sebaliknya jika waktu
mempengaruhi pola kedatangan pelanggan, maka sistem antrian memiliki pola
kedatangan non stasioner.
Pelanggan dapat datang satu per satu ataupun berkelompok. Kejadian lain,
apabila dalam fasilitas pelayanan terdapat antrian yang terlalu panjang, ada
kemungkinan bagi pelanggan untuk menolak memasuki fasilitas tersebut. Kejadian ini
disebut balking (penolakan). Sedangkan reneging (pembatalan) terjadi apabila seorang
pelanggan yang telah berada dalam sistem meninggalkan antrian karena keberatan
untuk menunggu lama. Apabila tidak disebutkan secara khusus, maka dianggap bahwa
pelanggan tiba di fasilitas pelayanan satu per satu tanpa terjadi balking maupun
reneging dan kedatangan pelanggan mengikuti distribusi probabilitas tertentu.
Distribusi probabilitas yang paling sering ditemukan dalam teori antrian adalah
distribusi Poisson dan distribusi Eksponensial.
2. Pola Kepergian
Pola kepergian pelanggan adalah banyaknya kepergian pelanggan dalam sistem
antrian pada selang waktu tertentu. Pola kepergian pelanggan dapat ditentukan oleh
waktu pelayanan, yaitu waktu yang dibutuhkan seorang pelayan untuk memberi
pelayanan kepada pelanggan pada fasilitas pelayanan. Waktu pelayanan dapat bersifat
deterministik, atau berupa variabel acak yang distribusi probabilitasnya dianggap telah
diketahui. Besaran ini dapat bergantung pada jumlah pelanggan yang telah berada
dalam fasilitas pelayanan atau tidak bergantung pada keadaan tersebut.
3. Jumlah Channel Pelayanan
Jumlah channel pelayanan merupakan jumlah pelayan paralel yang dapat
memberi pelayanan kepada pelanggan pada waktu yang bersamaan. Fasilitas pelayanan
dapat memiliki satu atau lebih channel pelayanan. Fasilitas yang memiliki satu channel
5
 pelayanan disebut fasilitas pelayanan tunggal (single channel), dan fasilitas yang
memiliki lebih dari satu channel pelayanan dinamakan fasilitas pelayanan ganda
(multiple channel).

Pelanggan
Sumber Pelanggan Pelanggan meninggalkan
Pelanggan memasuki mendapatkan sistem antrian

sistem antrian pelayan

Pelayan 1

Antrian
Pelanggan

Gambar 1 Fasilitas Pelayanan Tunggal

Pelanggan
meninggalkan
sistem antrian
Pelayan 1
Sumber Pelanggan mendapat
Pelanggan pelayanan

Pelanggan
Pelayan 2
memasuki
sistem antrian Antrian

Pelayan n

4. Disiplin Pelayanan
Disiplin pelayanan adalah kebijakan yang berkaitan dengan cara memilih
anggota antrian yang akan dilayani. Ada empat bentuk disiplin pelayanan yang biasa
digunakan dalam praktek.
a. First-come first-served ( FCFS ), artinya pelanggan yang lebih dahulu datang
didahulukan dalam pelayanan. Misalnya, antrian pembelian tiket bioskop.
b. Last-come first-served ( LCFS ), artinya pelanggan yang tiba paling akhir
didahulukan dalam pelayanan. Misalnya, sistem antrian dalam lift untuk lantai
yang sama, dimana pengguna lift yang masuk terakhir justru akan keluar terlebih
dahulu.
6
 c. Service in random order ( SIRO ), artinya panggilan pada pelanggan secara acak.
Misalnya, antrian dalam sistem undian berhadiah yang dipilih secara acak.
d. Priority service ( PS ), artinya prioritas pelayanan diberikan kepada mereka yang
mempunyai prioritas lebih tinggi dibandingkan dengan mereka yang mempunyai
prioritas lebih rendah. Misalnya, dalam suatu pesta dimana tamu-tamu dalam
kategori VIP didahulukan dalam pelayanan.
5. Kapasitas Sistem
Kapasitas sistem adalah jumlah maksimum pelanggan, mencakup pelanggan
yang sedang mendapat pelayanan dan yang berada dalam antrian, yang dapat ditampung
oleh fasilitas pelayanan pada saat yang sama. Sebuah sistem yang tidak membatasi
jumlah pelanggan di dalam fasilitas pelayanannya dikatakan memiliki kapasitas tak
hingga, sedangkan sistem yang membatasi jumlah pelanggan yang berada di dalam
fasilitas pelayanannya dikatakan memiliki kapasitas yang berhingga.
6. Tingkat Pelayanan
Tingkat pelayanan dalam sistem antrian terbagi menjadi tingkat pelayanan
tunggal (singlestage) dan tingkat pelayanan bertingkat (multistage). Tingkat pelayanan
dikatakan tunggal apabila pelayanan kepada pelanggan selesai dalam satu kali proses
pelayanan. Misalnya dalam suatu bank, pelanggan akan langsung meninggalkan
fasilitas pelayanan setelah proses transaksi selesai.
Tingkat pelayanan dikatakan bertingkat apabila pelayanan kepada pelanggan
tidak dapat selesai dalam satu kali proses sehingga pelanggan harus mengalami
beberapa kali proses untuk menuntaskan segala kepentingannya. Sebagai contoh,
seorang pasien harus menjalani pemeriksaan tekanan darah, kadar protein dalam urine,
dan kadar gula dalam darah sebelum akhirnya menjalani operasi ginjal.

2.1.2. Notasi Kendall

Beberapa model antrian diklasifikasikan berdasarkan format yang diperkenalkan oleh
Kendall dan A.M Lee (1953). Secara umum, format baku tersebut ditulis dalam bentuk
(a/b/c) : (d/e/f) .
Penjelasan:
a : menyatakan distribusi waktu antar kedatangan.
M : Markov, waktu antar kedatangan berdistribusi Eksponensial.
D : Deterministik, waktu antar kedatangan konstan.
7
G : General, distribusi probabilitas yang lain.
b : menyatakan distribusi waktu pelayanan.
Huruf b dalam format baku di atas dapat diganti dengan simbol M, D, Ek, atau G.
Ek : Erlang, waktu pelayanan berdistribusi Erlang.
G : General, distribusi probabilitas yang lain.
c : menyatakan jumlah pelayan parallel, dimana c = 1,2,3,....
d : menyatakan disiplin pelayanan (FCFS, LCFS, SIRO, PS.)
e : menyatakan jumlah maksimum yang diperkenankan berada dalam sistem antrian
f : menyatakan jumlah sumber pemanggilan
Sebagai contoh:
a. Model (M/M/1) : (GD/N/∞)
M pertama = Distribution of Poisson Arrival atau Eksponensial Arrival
M kedua = Distribusi yang sama untuk service time
1 = Jumlah server adalah 1
GD = General Discipline
N = Maksimum pelanggan yang masuk terbatas
∞ = Sumber Pelanggan tidak terbatas
b. Model (M / M / 2) : (FCFS / 5 /∞)
M pertama : menyatakan waktu antar kedatangan berdistribusi Eksponensial
M kedua : menyatakan bahwa waktu pelayanan berdistribusi Eksponensial
2 : menyatakan menyatakan bahwa ada sebanyak dua orang pelayan
paralel
FCFS : menyatakan bahwa ada sebanyak dua orang pelayan pararel
5 : menyatakan bahwa jumlah maksimum pelanggan yang diperkenankan
berada dalam sistem antrian adalah 5
∞ : menyatakan bahwa jumlah sumber pemanggilan tidak berhingga
c. Model (M / D / 2) : (LCFS / 5/ ∞)
M : menyatakan bahwa waktu antar kedatangan berdistribusi Eksponensial.
D : menyatakan bahwa pola pelayanan konstan.
2 : menyatakan bahwa dua orang pelayan.
LCFS : menyatakan bahwa disiplin pelayanan adalah LCFS .
5 : menyatakan bahwa jumlah maksimum pelanggan yang diperkenankan
berada dalamsistem antrian adalah 5.
8
 ∞ : menyatakan bahwa jumlah sumber pemanggilan tidak berhingga

2.1.3. Proses poisson

Proses Poisson merupakan proses mencacah yang menghasilkan bilangan N
pada selang waktu tertentu. Bilangan N yang menyatakan banyaknya kejadian dalam
suatu proses Poisson disebut peubah acak Poisson dan distribusi peluangnya disebut
distribusi Poisson. Di dalam teori antrian, distribusi Poisson digunakan untuk
menjabarkan jumlah kejadian pada selang waktu tertentu. Kejadian-kejadian tersebut
dapat berupa kedatangan atau kepergian pelanggan. Suatu distribusi mengikuti pola
distribusi Poisson jika mengikuti aturan berikut ini :
a. Tidak terdapat dua kejadian yang terjadi bersamaan
b. Proses kedatangan bersifat acak
c. Rata-rata jumlah kedatangan per interval waktu sudah diketahui dari pengamatan
sebelumnya
d. Bila interval waktu dibagi kedalam interval yang lebih kecil, maka pernyataan-
pernyataan berikut harus dipenuhi :
 Probabilitas tepat satu kedatangan adalah sangat kecil dan konstan.
 Probabilitas dua kedatangan atau lebih selama interval waktu tersebut angkanya
sangat kecil sehingga mendekati nol.
 Jumlah kedatangan pada interval waktu tersebut tidak tergantung pada
kedatangan di interval waktu sebelum dan sesudahnya.
Fungsi dari probabilitas Hipergeometrik dituliskan sebagai berikut :
𝜆𝑥 𝑒 −𝜆
Pr(𝑥) =
𝑥!

2.1.4. Distribusi Eksponensial

Di dalam teori antrian, hubungan antara distribusi Poisson dengan distribusi
Eksponensial ditunjukkan pada keterkaitan proses kedatangan pelanggan dengan waktu
antar kedatangan pelanggan dan juga pada pola kepergian pelanggan dengan waktu
pelayanan kepada pelanggan. Distribusi eksponensial memiliki ciri-ciri sebagai berikut:
a. Waktu antar kejadian bersifat acak.
b. Waktu antar kejadian berikutnya independen terhadap waktu antar kejadian
sebelumnya.
9
 c. Waktu pelayanan dalam antrian tergantung dari unit yang dilayani.
Fungsi dari probabilitas Exponensial dituliskan sebagai berikut :
P(x) = λ𝑒 −𝜆𝑥 , 𝜆>0

2.1.5. Probabilitas Steady State

Suatu sistem dikatakan stedy state apabila keadaan sistem tersebut independent
(tidak tergantung) pada waktu dan keadaan awal. pada waktu dan keadaan awal.
Apabila sistem antrian telah steady state, maka probabilitas Pn (t ) menjadi konstan
dan independent terhadap waktu. Probabilitas steady state untuk Pn (t) bisa
didapat dengan menetapkan:

lim Pn t   Pn dan lim dPn t  0.

t t  dt

2.1.6. Ukuran Keefektifan Sistem Antrian

Ukuran keefektifan suatu sistem antrian dapat ditentukan setelah probabilitas steady
state diketahui.
Ukuran keefektifan kinerja sistem antrian yang biasa digunakan untuk keperluan
analisis yaitu:
1. nilai harapan banyaknya pelanggan dalam sistem antrian,
2. nilai harapan banyaknya pelanggan dalam antrian,
3. nilai harapan waktu tunggu pelanggan dalam sistem antrian,
4. nilai harapan waktu tunggu pelanggan dalam antrian.

10
2.2.TEORI ANTRIAN KHUSUS (M/M/1) : (GD/N/ ∞)
2.2.1. Pengertian
Model ini mempunyai karakter seperti pelayanan tunggal, masukkan Poisson,
waktu pelayanan eksponensial, dan antrian berhingga. Model ini menunjukkan sistem
yang hanya dapat memuat sejumlah bilangan berhingga langganan atau satuan N, pada
waktu yang ditetapkan. Situasi ini timbul disebabkan oleh ruang yang terbatas pada ruang
tunggu sehingga langganan menolak masuk dalam sistem bila sudah terdapat N-1
langganan dalam antrian. Contoh khusus dari peristiwa ini misalnya, ialah:
a. Terbatasnya ruang tunggu dalam suatu kedai pangkas.
b. Terbatasnya ruang dalam suatu bengkel servis.
c. Terbatasnya tempat pada suatu pompa minyak.
Dalam hal ini, populasi masukan adalah tidak terbatas. Karena itu, langganan yang
menolak masuk dalam antrian memilih bergabung atau tidak dengan populasi dengan
tidak mempunyai pengaruh terhadap analisis.
𝜆
Model ini juga tidak tergantung pada batasan 𝜇 < 1. Dalam model ini terdapat laju

kedatangan efektif, yaitu 𝜆. 𝜆 adalah laju rata-rata kedatangan langganan tiba pada
sistem. Tetapi, karena kedatangan tidak semuanya masuk dalam sistem, maka 𝜆̅ ialah laju
rata-rata langganan masuk dalam sistem. Misalnya PN ialah peluang N langganan dalam
sistem, tentu (1 - PN) ialah peluang satu langganan masuk dalam sistem. Ini dapat
diartikan sebagai keseimbangan atau perbandingan dari 𝜆 yang memasuki sistem.
Apabila didefinisikan berdasarkan penjelasan dari simbol-simbolnya (M/M/1) : (GD/N/
∞) berarti :
M = Distribusi Kedatangan (berupa distribusi poisson/eksponensial)
M = Distribusi Waktu Pelayanan/Keberangkatan
1 = Jumlah Server adalah 1
GD = General Disciplin (FCFS,LCFS,SIRO)
N = Maksimum pelanggan yang masuk antrian terbatas
∞ = Sumber Pelanggan Tidak Terbatas
Perbedaan antara model (M/M/1) : (GD/N/ ∞) dengan model (M/M/1) : (GD/∞/ ∞)
adalah bahwa jumlah pelanggan yang diijinkan dalam sistem adalah N (Panjang antrian
maksimum = N-1). Ini berarti bahwa setelah terdapat N pelanggan dalam sistem, mereka
yang baru tiba akan membatalkan niatnya atau tidak diijinkan bergabung dengan antrian.

11
2.2.2. Model
Situasi yang terjadi pada kasus antrian (M/M/1) : (GD/N/ ∞) dalam bentuk model
yang di generalisasi diterjemahkan menjadi :
𝜆, n = 0,1,2, . . . , N − 1
𝜆𝑛 = {
0, n = N, N + 1, , . ..
𝜇n = 𝜇 untuk semua n = 0,1,2,...
Dengan menganggap 𝜌 = 𝜆/µ kita memperoleh:4

𝜌𝑛 𝑃0 , 𝑛≤𝑁
Pn = {
𝑜, 𝑛>𝑁

Nilai 𝑝0 ditentukan dari persamaan

𝑁

∑ 1, 𝑦𝑎𝑛𝑔 𝑚𝑒𝑛𝑔ℎ𝑎𝑠𝑖𝑙𝑘𝑎𝑛 𝑝0 (1 + 𝜌 + 𝜌2 + ⋯ + 𝜌𝑁 ) = 1
𝑛=0

Atau
1−𝜌
, 𝜌≠1
1 − 𝜌𝑁+1
𝑃0
1
{ 𝑁 + 1, 𝜌=1

Rumus untuk 𝑝𝑛 dapat diringkaskan sebagai

1−𝜌
,
1−𝜌𝑁+1
𝑝𝑛 { 1 𝑛 = 0, 1, 2, … , 𝑁 (M/M/1):(GD/N/)
,
𝑁+1

Catat bahwa 𝜌 = 𝜆/ tidak perlu kurang dari 1 seperti dalam kasus

(M/M/1):(GD/∞/∞). Secara intuitif, kita memahami hasil ini, karena jumlah pelanggaran
yang diijinkan dikendalikan oleh panjang antrian (=N-1), bukan berdasarkan laju
kedatangan dan keberangkatan relative, 𝜆 dan 𝜇
Dengan menggunakan pn di atas, kita menemukan bahwa jumlah yang diperkirakan
dalam sistem dihitung sebagai berikut:

Ls = E{n} = ∑ 𝑛𝑝𝑛
𝑛=0

𝑁
1−𝜌
= ∑ 𝑛𝜌𝑛
1 − 𝜌𝑁+1
𝑛=0
12
 1−𝜌 𝑑 1 − 𝜌𝑁+1
= 𝜌 ( )
1 − 𝜌𝑁+1 𝑑𝜌 1−𝜌

𝜌{1 − (𝑁 + 1)𝑛𝜌𝑛 + 𝑁𝜌𝑁+1

=
(1 − 𝜌)(1 − 𝜌𝑁+1 )
Ukuran Iq, Ws, dan Wq dapat diturunkan dari Ls setelah laju kedatangan efektif
λeff ditentukan.
λeff = 𝜆(1 − 𝑝𝑛 )

2.2.3. Rumus-Rumus
 Peluang seorang langganan dapat langsung dilayani atau peluang bahwa tidak ada
langganan yang menunggu adalah:

1
Untuk → ∞ : 𝑃0 = 1− 𝜌

1
= 𝑁+1 , 𝜇 = 𝜆
Untuk n = N : 𝑃0 { 1− 𝜌
= 1− 𝜌𝑁+1 , 𝜇 ≠ 𝜆

 Peluang seorang langganan meninggalkan fasilitas layanan karena sudah penuh

adalah:
= 𝜌𝑛 𝑃0 , 𝜇 ≠ 𝜆, 𝑛 = 0, 1, 2, … 𝑁
𝑃𝑛 {
= 𝑃0 , 𝜇 = 𝜆
 Jumlah rata-rata langganan yang berada dalam fasilitas adalah:
𝜌 (𝑁 + 1)(𝜌)𝑁+1
= − ,𝜇 ≠ 𝜆
𝐸(𝑛𝑡 ) 1−𝜌 1 − 𝜌𝑁+1
𝑁
{ = ,𝜇 = 𝜆
2
 Jumlah rata-rata langganan yang menunggu dalam fasilitas:
𝐸(𝑛𝑤 ) = 𝐸(𝑛𝑡 ) − (1 − 𝑃0 )
 Laju kedatangan efektif:
𝜆̅ = 𝜆𝑒𝑓𝑓 = 𝜇(1 − 𝑃0 )

 Lamanya seorang pelanggan dalam fasilitas adalah:

𝐸(𝑛𝑡 )
𝐸(𝑇𝑡 ) =
𝜆𝑒𝑓𝑓
13
  Lamanya seorang langganan menunggu sebelum dilayani adalah:
𝐸(𝑛𝑤 )
𝐸(𝑇𝑤 ) =
𝜆𝑒𝑓𝑓

2.2.3. Contoh Kasus

Contoh 1
Seorang tukang pangkas mempunyai hanya 5 tempat duduk dalam ruang tunggu. Kalau
tempat duduk sudah penuh, langganan lain terpaksa pergi dan tidak kembali lagi.
Misalkan langganan yang dating rata-rata 3 orang setiap jam dan setiap orang rata-rata
menghabiskan waktu selama 15 menit.
Jawab: dari contoh diatas, kita dapat mencatat bahwa:
N = 6 (jumlah maksimum dalam ruangan )
λ=3
𝜇=4
3
𝜌=4

1. Peluang seorang langganan dapat langsung dilayani atau peluang bahwa tidak ada
langganan menunggu adalah:
3
1−𝜌 1−4
𝑃0 = = = 0,288
1 − 𝜌𝑁+1 3 7
1 − (4)

2. Jumlah rata-rata langganan yang berada dalam ruangan.

𝜌 (𝑁 + 1)𝜌𝑁+1
𝐸(𝑛𝑡 ) = −
1−𝜌 1 − 𝜌𝑁+1
3 3 𝑁+1
7 (4 )
= 4 −
3
1−4 3 7
1 − (4)

= 1,922 ≈ 2 𝑜𝑟𝑎𝑛𝑔
3. Jumlah rata-rata langganan yang menunggu dalam ruangan
𝐸(𝑛𝑊 ) = 𝐸(𝑛𝑡 ) − (1 − 𝑃0 )
= 1,922 − (1 − 0,288) = 1,210 ≈ 1𝑜𝑟𝑎𝑛𝑔

4. Laju pertibaan efektif (𝜆𝑒𝑓𝑓 )

𝜆𝑒𝑓𝑓 = 𝜇(1 − 𝑃0 )
14
 = 4(1 − 0,288) = 2,848 ≈ 3𝑜𝑟𝑎𝑛𝑔
5. Lamanya seorang dalam ruangan
𝐸(𝑛𝑡 ) 1,922
𝐸(𝑇𝑡 ) = = 2,848 = 0,675 𝑗𝑎𝑚 = 40,5menit
𝜆𝑒𝑓𝑓

6. Lamanya seorang langganan menunggu sebelum berpangkas

𝐸(𝑛𝑊 ) 1,210
𝐸(𝑇𝑡 ) = = 2,848 = 0,425 𝑗𝑎𝑚 = 25,5menit
𝜆𝑒𝑓𝑓

7. Peluang seorang langganan meninggalkan tukang pangkas karena sudah penuh atau
peluang ada 6 orang dalam ruangan

6 3
3 1−
𝑃6 = 𝑃6 . 𝑃0 = ( ) . ( 4 ) = 0,05
4 3 7
1 − (4)

Contoh 2
Pertimbangan sarana pencucian mobil, anggaplah bahwa tempat pencucian mobil
mempunyai 4 tempat parkir. Jika tempat parkir mobil tersebut penuh, maka mobil-mobil
yang baru datang harus mencari pelayanan pencucian mobil di tempat lain. Perhatikan
bahwa N=4+1=5, kita menemukan bahwa keluaran TORA dari model ini. Disini kita
mencari berapa banyak pelanggan yang hilang karena keterbatasan tempat parkir. Ini
sama saja seperti mencari 𝜆Pn atau secara setara 𝜆 − 𝜆eff
𝜆 − 𝜆eff = 4 – 3,8075 = 0,1925 mobil per jam
Atau berdasarkan jam kerja selama 8 jam per hari, sarana pelayanan tersebut kehilangan
sekitar (2=8x0,195) mobil per hari secara rata-rata atau (2/4 x 8) x 100 =6,25% dari
semua mobil yang tiba dalam satu hari . Keputusan untuk memperoleh sarana parkir
tersebut harus didasari “nilai” bisnis yang “hilang ‘ini
Waktu total yang diperkirakan dari saat tiba sebuah mobil sampai mobil tersebut dicuci
adalah Ws = 0,3736(sekitar 22 menit). Yang menurun dari Ws

15
 BAB III
PENUTUP
3.1. Kesimpulan
Aplikasi teori antrian digunakan meningkatkan kualitas pelayanan bagi pelanggan
serta memberikan keuntungan maksimal kepada perusahaan. Teori antrian berkaitan erat
dengan distribusi poisson dan disribusi eksponensial. Pada kasus antrian poisson khusus
ada beberapa jenis model teori antrian. Salah satunya adalah model antrian (M/M/1) :
(GD/N/ ∞). Model antrian ini digunakan untuk menganalisis sebuah kasus antrian yang
hanya terdapat 1 Jumlah Server, Maksimum pelanggan yang masuk antrian terbatas,
namun Sumber Pelanggan yang datang Tidak Terbatas.

3.2. Saran
Dalam penulisan makalah tentang model antrian (M/M/1) : (GD/N/ ∞) akan lebih
bermanfaat apabila dilengkapi dengan contoh kasus sehingga model dapat dipahami
dengan lebih mudah.

16