Single Server Multiple Channel (M/M/s)

Slides:



Advertisements
Presentasi serupa
MODEL ANTRIAN Matakuliah Operations Research.
Advertisements

Pertemuan II SEBARAN PEUBAH ACAK
Operations Management
Contoh Aplikasi : Kasus 1.
TEORI ANTRIAN.
MODEL ANTRIAN RISET OPERASI.
TEORI ANTRIAN.
Analisis Antiran.
Sistem Delay (Sistem Antrian/Delay System)
SOAL-SOAL LATIHAN TEORI ANTRIAN JURUSAN TEKNIK INDUSTRI UNIVERSITAS INDONUSA OLEH: EMELIA SARI.
Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :
TEORI ANTRIAN Suatu antrian ialah garis tunggu dari nasabah yang
Simulasi Antrian Ipung Permadi, S.Si, M.Cs.
Teori Antrian/Queuing Theory Models
Modul 10 : Optimasi Kompetensi Pokok Bahasan :
TEORI ANTRIAN DAN SIMULASI
Pertemuan 11 Teori Pengambilan Keputusan
Teori Antrian Dalam kehidupan sehari-hari kata antrian sering disebut queuing atau waiting line terjadi bila kita menunggu giliran untuk menerima pelayanan.
MODEL ANTRIAN (Waiting Lines)
TEORI PGB. KEPUTUSAN TEORI ANTRIAN Ari Darmawan, Dr. SAB. MAB.
Teori Antrian.
Operations Management
MODEL SISTEM ANTRIAN.
Tutorial 6 SISTEM ANTRIAN.
Assalamu’alaikum Warohmatullohi Wabarokatuh
Model Antrian.
MANAJEMEN PRODUKSI Perancangan Dan Pengembangan Produk (Lanjutan)
Single Channel Single Server
SOAL-SOAL MODEL ANTRIAN DAN APLIKASINYA
RISET OPERASIONAL RISET OPERASI
MODEL ANTRIAN DAN APLIKASINYA
Operations Management
Pengambilan Keputusan Dalam Kondisi Pasti
Operations Management
Contoh Aplikasi : Kasus 1.
Single Channel Single Server
Pertemuan 6 Model Antrian
Proses Kedatangan dan Distribusi Waktu Pelayanan
Pertemuan 7 Model Antrian
Operations Research (Model Antrian)
Operations Management
SISTEM ANTREAN Pertemuan 11
DISTRIBUSI POISSON Kelompok 6 Elia Lugastio ( )
Analisis Sensitivitas
Teori antrian Manajemen Operasional
ANTRIAN Pertemuan Ke-13.
DISTRIBUSI PROBABILITAS DISKRIT (1)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
DISTRIBUSI PROBABILITAS DISKRIT (1)
ANALISA ANTRIAN.
Industrial Engineering
MODEL ANTRIAN 14.
Teori Antrian.
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
Manajemen sains “Analisis Antrian” oleh: KELOMPOK 13 - STMIK RAHARJA
Teknik Pengambilan Keputusan
Waiting Line & Queuing Theory Model
Operations Management
(Model Antrian).
MODEL ANTRIAN RISET OPERASI.
MODEL ANTRIAN (QUEUING MODEL).
Teori Antrian.
Pengertian Teori Antrian
MODEL ANTRIAN (Waiting Lines)
ANTRIAN.
Riset Operasi Semester Genap 2011/2012
U Operations Research (Model Antrian) Febriyanto, SE., MM Dosen
Riset Operasi Semester Genap 2011/2012
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Transcript presentasi:

Single Server Multiple Channel (M/M/s) Antrian Single Server Multiple Channel (M/M/s)

Karakteristik Pola kedatangan berdistribusi Poisson Waktu pelayanan identik, berdistribusi Eksponensial FIFO Pola kedatangan tidak bergantung keadaan sistem Waktu pelayanan tidak bergantung pada keadaan

Keadaan Tunak saat λ<sμ Jika banyaknya pelayan s orang maka Pn = probabilitas kepastian n pelanggan dalam sistem Po= probabilitas tidak ada pelanggan dalam sistem

Keadaan Tunak saat λ<sμ

Soal Sebuah rumah sakit memiliki ruang gawat darurat (RGD) yang berisikan tiga bagian ruangan yang terpisah untuk setiap kedatangan pasien. Setiap ruangan memiliki satu orang dokter dan satu orang jururawat. Secara rata-rata seorang dokter dan jururawat dapat merawat 5 orang pasien per jam. Apabila pasien yang dihadapi hanya luka-luka ringan, mereka dapat melayani 12 pasien per jam. Laporan pihak statistik pasien pada rumah sakit tersebut menunjukkan bahwa kedatangan dan penyelesaian pelayanan mengikuti distribusi Poisson.

Soal Tentukan : Tentukan rata-rata waktu pelayanan untuk 1 orang pasien Tentukan peluang tidak ada pasien yang datang ke UGD Rata-rata jumlah pasien yang mengantri di UGD Rata-rata waktu pasien yang mengantri di UGD Rata-rata waktu menunggu seorang pasien Rata-rata jumlah pasien yang akan berobat di UGD Tentukan peluang ada 4 pasien datang ke UGD Tentukan peluang ada 2 pasien datang ke UGD

Sistem : (M/M/3) λ = 12 s = 3 µ = 5 s s Pasien menunggu ddalam antrian untuk berobat s Pasien datang (rata-rata 12 pasien per jam) Pasien pergi setelah menerma pengobatan 3 saluran pelayanan 1 team mengobati rata-rata 15 pasien perjam Model UGD

Latihan Diketahui bahwa penumpang mengikuti distribusi Poisson dengan rata-rata 75 per jam. Misalkan lagi waktu pelayanan mengikuti distribusi eksponensial negatif dengan rata-rata 2 menit. Jika dibuka 3 loket setelah steady state tercapai hitunglah : Rata-rata jumlah penumpang yang dilayani / jam Tentukan peluang tidak ada penumpang yang datang ke stasiun kereta Rata-rata jumlah penumpang yang mengantri di stasiun Rata-rata waktu penumpang mengantri di stasiun Rata-rata waktu menunggu seorang calon penumpang Rata-rata jumlah calon penumpang di stasiun Tentukan peluang ada 5 pasien datang ke UGD Tentukan peluang ada 2 pasien datang ke UGD

Jumlah variabel Jumlah kendala Fungsi tujuan Tipe variabel (biasanya nonnegative continuous) Format data masukan

Hasil optimal Hasil perhitungan tiap iterasi Grafik (khusus 2 variabel) Maksimumkan z = 40x1+30x2 Kendala 2x1 + x2 ≤ 20 2x1 + 3x2 ≤ 32 2x1 - x2 ≥ 0 x2 ≥ 2 x1 ≥ 0, x2 ≥ 0

20 ≤ Koef x1≤ 60 dan 20 ≤ Koef x2 ≤ 60 batasan koefisien fungsi tujuan yang tidak akan mengubah nilai optimal z Nilai optimal dari variabel x1 dan x2 Koefisien fungsi tujuan dari x1 dan x2 Kendala 1 dan 2 adalah kendala yang habis terpakai disebut kendala aktif Nilai z yang optimal 16≤RHS kendala 1≤28 24 ≤RHS kendala 1≤40 Tidak ada batasan pada kendala 3 dan 4 Adalah kondisi yang menjamin nilai dual price/shadow price-nya valid Kendala 3 dan 4 adalah variabel yang berlebih Setiap pemanfaatan sisa kapasitas tidak akan mengubah nilai fungsi tujuan Setiap perubahan 1 unit ruas kanan variabel aktif akan mengubah nilai fungsi tujuan sebesar 15 dan 5