Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehSukarno Chandra Telah diubah "6 tahun yang lalu
1
Teori Antrian Lab. Telematika ITB 2006 hend@telecom.ee.itb.ac.id
ET6040 Jaringan Antrian
2
Situasi kehidupan nyata
Menunggu untuk membeli bensin Menunggu untuk naik wahana di Dufan Menunggu utk ambil uang di ATM Menunggu lampu hijau Menunggu … Dll. Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
3
Siapa yang Senang Menunggu?
Pelanggan/customer jelas tidak Pengusaha juga tidak Biaya lebih Membutuhkan biaya ruang lebih utk menunggu Kehilangan pelanggan Pelanggan tidak bahagia Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
4
Lalu Mengapa Menunggu? Permintaan/demand > Layanan/service yg tersedia Mengapa layanan tdk mencukupi? Tidak ekonomis Tidak ada ruang Kedatangan yg tdk dp diprediksi Pertanyaan menarik untuk pelanggan? Berapa lama saya harus menunggu? Berapa orang dlm barisan? Kapan sebaiknya saya datang utk mendapatkan layanan lebih cepat? Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
5
Masih Menunggu … Pertanyaan menarik utk service provider?
Seberapa besar area tunggu? Berapa banyak pelanggan pergi? Apakah sebaiknya teler ditambah? Apakah sebaiknya sistem membentuk 1 atau 3 barisan antrian? Apakah sebaiknya sistem menyediakan jalur cepat? Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
6
Akhirnya … Datang Teori Antrian
Menjelaskan fenomena antrian Menunggu dan melayani Memodelkan sistem secara matematis Mencoba menjawab pertanyaan-pertanyaan tadi Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
7
Sistem Antrian Kedatangan utk layanan Menunggu utk layanan
Mendapat layanan Meninggalkan sistem Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
8
Sistem Antrian Umum Lab. Telematika ITB 2006 hend@telecom.ee.itb.ac.id
ET6040 Jaringan Antrian
9
Karakteristik Proses Antrian
Pola kedatangan Pola layanan Disiplin antrian Kapasitas sistem Jumlah kanal layanan Jumlah tingkat/stages layanan Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
10
Pola Kedatangan Stochastic Kelakuan pelanggan Apakah time dependent?
Distribusi probabilitas Kedatangan tunggal/single atau batch Kelakuan pelanggan Pelanggan sabar Menunggu selamanya Pelanggan tidak sabar Menunggu utk suatu perioda waktu dan memutuskan utk pergi Melihat antrian panjang dan memutuskan tdk bergabung Mengubah barisan utk menunggu Apakah time dependent? Pola kedatangan Stationary (time independent – probability distribution) Pola kedatangan Nonstationary Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
11
Karakteristik dari populasi yang akan dilayani (calling population) dapat dilihat menurut ukurannya, pola kedatangan, serta perilaku dari populasi yang akan dilayani. Menurut ukurannya, populasi yang akan dilayani bisa terbatas (finite) bisa juga tidak terbatas (infinite). Sebagai contoh jumlah mahasiswa yang antri untuk registrasi di sebuah perguruan tinggi sudah diketahui jumlahnya (finite), jumlah nasabah bank yang antri untuk setor, menarik tabungan, maupun membuka rekening baru, bisa tak terbatas (infinte). Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
12
Pola kedatangan bisa teratur, bisa juga acak (random).
Kedatangan yang teratur sering kita jumpai pada proses pembuatan/ pengemasan produk yang sudah distandardisasi. Pada proses semacam ini, kedatangan produk untuk diproses pada bagian selanjutnya biasanya sudah ditentukan waktunya, misalnya setiap 30 detik. pola kedatangan yang sifatnya acak (random) banyak kita jumpai misalnya kedatangan nasabah di bank. Pola kedatangan yang sifatnya acak dapat digambarkan dengan distribusi statistik dan dapat ditentukan dua cara yaitu kedatangan per satuan waktu dan distribusi waktu antar kedatangan Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
13
Ciri distribusi poisson:
Contoh : Kedatangan digambarkan dalam jumlah satu waktu, dan bila kedatangan terjadi secara acak, informasi yang penting adalah Probabilitas n kedatangan dalam periode waktu tertentu, dimana n = 0,1,2,. Jika kedatangan diasumsikan terjadi dengan kecepatan rata-rata yang konstan dan bebas satu sama lain disebut distribusi probabilitas Poisson Ciri distribusi poisson: 1. rata-rata jumlah kedatangan setiap interval bisa diestimasi dari data sebelumnya 2. bila interval waktu diperkecil misalnya dari 10 menit menjadi 5 menit, maka pernyataan ini benar a. probabilita bahwa seorang pasien datang merupakan angka yang sangat kecil dan konstan untuk setiap interval b. probabilita bahwa 2 atau lebih pasien akan datang dalam waktu interval sangat kecil sehingga probabilita untuk 2 atau lebih dikatakan nol (0). c. Jumlah pasien yang yang datang pada interval waktu bersifat independent d. Jumlah pasien yang datang pada satu interval tidak tergantung pada interval yang lain. Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
14
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
15
Pola Layanan Distribusi utk waktu layanan
Layanan tunggal/single atau batch (mesin paralel) Proses layanan tergantung jumlah pelanggan menunggu (state dependent) Layanan sangat cepat masih memerlukan antrian? Tergantung juga pada kedatangan Mengasumsikan mutually independent Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
16
Disiplin Antrian Cara pelanggan-pelanggan mendapatkan layanan
First come, first serve Last come, first serve Random serve Priority serve Preemptive Nonpreemptive Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
17
Kapasitas Sistem Kapasitas terbatas Kapasitas tdk terbatas
Ukuran sistem maksimum Kapasitas tdk terbatas Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
18
Jumlah Kanal Layanan Sistem antrian multiserver Single line service
Multiple line service Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
19
Tingkat/Stages Layanan
Single stage Multiple stages Tanpa feedback (Entrance Exam) Dg feedback (Manufacturing) Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
20
Notasi Antrian A / B / X / Y / Z A : Distribusi waktu antar kedatangan
Notasi Kendall (1953) A / B / X / Y / Z A : Distribusi waktu antar kedatangan B : Distribusi waktu layanan X : # kanal layanan paralel Y : Kapasitas sistem Z : Disiplin antrian Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
21
Notasi Antrian A/B/X/Y/Z
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
22
Notasi Antrian A/B/X/Y/Z
M/M/3/∞/FCFS Waktu antar kedatangan exponential Waktu layanan exponential 3 server paralel Ruang tunggu tdk terbatas Disiplin antrian First-Come First-Serve Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
23
Notasi Antrian A/B/X/Y/Z
M/D/1 Waktu antar kedatangan exponential Waktu layanan Deterministic 1 server Ruang tunggu tdk terbatas (default) Disiplin antrian FCFS (default) Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
24
Notasi Antrian A/B/X/Y/Z
M/M/1 M/M/c/k M/M/∞ Ek/M/1 M/G/1 G/M/m G/G/1 Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
25
Sistem Antrian - Dasar G/G/m Waktu antar kedatangan dg distribusi A(t)
Waktu layanan dg distribusi B(x) m servers Cn: pelanggan ke-n memasuki sistem Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
26
PERILAKU BIAYA dua jenis biaya yang timbul
PERILAKU BIAYA dua jenis biaya yang timbul. Yaitu biaya karena orang gambar 10.2 Total Biaya untuk fasilitas pelayanan Dalam sistem antrian ada mengantri, dan di sisi lain biaya karena menambah fasilitas layanan. Biaya yang terjadi karena orang mengantri, antara lain berupa waktu yang hilang karena menunggu. Sementara biaya menambah fasilitas layanan berupa penambahan fasilitas layanan serta gaji tenaga kerja yang memberi pelayanan. Tujuan dari sistem antrian adalah meminimalkan biaya total, yaitu biaya karena mengantri dan biaya karena menambah fasilitas layanan. Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
27
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
28
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
29
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
30
Single-channel Queuing Model :
Poisson distributed Arrivals and exponentially distributed service time Perkiraan prestasi dari sistem antrian dapat digambarkan dengan: rata-rata jumlah kedatangan dalam antrian, rata-rata waktu tunggu dari suatu kedatangan dan persentase waktu luang dari pelayanan Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
31
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
32
CONTOH 1. Mc Donald memiliki data tingkat kedatangan rata-rata konsumen adalah 0,75 orang per menit dan tingkat layanan rata-rata sebanyak 1 konsumen per menit. Tentukan: Tingkat probabilitas fasilitas layanan sibuk Jumlah rata rata konsumen dalam antrian Jumlah rata rata konsumen dalam sistem Waktu rata rata dalam antrian Waktu rata rata dalam sistem CONTOH 2. Mc Donald memiliki data tingkat kedatangan rata-rata konsumen adalah 10 orang per jam dan tingkat layanan rata-rata sebanyak 6 konsumen per 30 menit. Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
33
Prob tidak unit dalam layanan
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
34
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
35
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
36
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
37
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
38
Tingkat probabilitas tidak ada konsumen dalam sistem
Contoh. Channel = 2 tingkat kedatangan rata-rata =0,75 konsumen per menit dan tingkat layanan rata-rata per menit = 1 konsumen. Tentukan: Tingkat probabilitas tidak ada konsumen dalam sistem Jumlah rata rata konsumen dalam sistem Rata rata waktu dalam antrian Rata rata waktu dalam sistem Probabilitas unit yang datang harus menunggu Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
39
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
40
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
41
Contoh. 1 Sebuah perusahaan yang menyewakan furniture mempunyai satu gudang dengan satu mesin pengangkut yang dioperasikan oleh satu kelompok yang terdiri dari tiga orang tenaga kerja. Pemimpin perusahaan melihat pada jam-jam tertentu terjadi antrian truk tetapi di saat lain, petugas yang mengoperasikan mesin menganggur. Dari data yang telah lalu, diketahui rata-rata kedatangan 4 truk per jam, dan rata-rata pelayanan 6 truk per jam. Untuk mengatasi masalah tersebut, pimpinan perusahaan merencanakan untuk menambah kelompok tenaga kerja untuk mengoperasikan mesin. Bagaimana dampak penambahan kelompok tenaga kerja terhadap biaya total yang dikeluarkan perusahaan jika biaya sewa truk $ 20 per jam, sedang upah tenaga kerja untuk mengoperasikan mesin $6 per orang per jam. Diasumsukan jika perusahaan menggunakan dua kelompok tenaga kerja maka rata-rata pelayanan menjadi 12 truk per jam dan jika perusahaan menggunakan tiga kelompok tenaga kerja maka rata-rata pelayanan menjadi 18 truk per jam. 1 hari 8 jam kerja. Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
42
Sebuah perusahaan yang menyewakan furniture mempunyai satu gudang dengan satu mesin pengangkut yang dioperasikan oleh satu kelompok yang terdiri dari tiga orang tenaga kerja. Pemimpin perusahaan melihat pada jam-jam tertentu terjadi antrian truk tetapi di saat lain, petugas yang mengoperasikan mesin menganggur. Dari data yang telah lalu, diketahui rata-rata kedatangan 4 truk per jam, dan rata-rata pelayanan 6 truk per jam. Untuk mengatasi masalah tersebut, pimpinan perusahaan merencanakan untuk menambah kelompok tenaga kerja untuk mengoperasikan mesin. Bagaimana dampak penambahan kelompok tenaga kerja terhadap biaya total yang dikeluarkan perusahaan jika biaya sewa truk $ 20 per jam, sedang upah tenaga kerja untuk mengoperasikan mesin $6 per orang per jam. Diasumsukan jika perusahaan menggunakan dua kelompok tenaga kerja maka rata-rata pelayanan menjadi 12 truk per jam dan jika perusahaan menggunakan tiga kelompok tenaga kerja maka rata-rata pelayanan menjadi 18 truk per jam. 1 hari 8 jam kerja. Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
43
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
44
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
45
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
46
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
47
0! = 1 Lab. Telematika ITB 2006 hend@telecom.ee.itb.ac.id
ET6040 Jaringan Antrian
48
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
49
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
50
What is the probability that the teller is idle?
An average of 10 cars per hour arrive at a single-server drive-in teller. Assume that the average service time for each customer is 4 minutes, and both interarrival times and service times are exponential. Answer the following questions: What is the probability that the teller is idle? What is the average number of cars waiting in line for the teller? (A car that is being served is not considered to be waiting in line.) What is the average amount of time a drive-in customer spends in the bank parking lot (including time in service)? On the average, how many customers per hour will be served by the teller? Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
51
What is the probability that the teller is idle?
An average of 10 cars per hour arrive at a single-server drive-in teller. Assume that the average service time for each customer is 4 minutes, and both interarrival times and service times are exponential. Answer the following questions: What is the probability that the teller is idle? What is the average number of cars waiting in line for the teller? (A car that is being served is not considered to be waiting in line.) What is the average amount of time a drive-in customer spends in the bank parking lot (including time in service)? On the average, how many customers per hour will be served by the teller? Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
52
1 For the present situation, compute L and W.
Suppose that all car owners fill up when their tanks are exactly half full.† At the present time, an average of 7.5 customers per hour arrive at a single-pump gas station. It takes an average of 4 minutes to service a car. Assume that interarrival times and service times are both exponential. 1 For the present situation, compute L and W. 2 Suppose that a gas shortage occurs and panic buying takes place. To model this phenomenon, suppose that all car owners now purchase gas when their tanks are exactly three-quarters full. Since each car owner is now putting less gas into the tank during each visit to the station, we assume that the average service time has been reduced to 3 1/3 minutes. How has panic buying affected L and W? Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
53
Machinists who work at a tool-and-die plant must check out tools from a tool center. An average of ten machinists per hour arrive seeking tools. At present, the tool center is staffed by a clerk who is paid $6 per hour and who takes an average of 5 minutes to handle each request for tools. Since each machinist produces $10 worth of goods per hour, each hour that a machinist spends at the tool center costs the company $10. The company is deciding whether or not it is worthwhile to hire (at $4 per hour) a helper for the clerk. If the helper is hired, the clerk will take an average of only 4 minutes to process requests for tools. Assume that service and interarrival times are exponential. Should the helper be hired? Problems in which a decision maker must choose between alternative queuing systems are called queuing optimization problems. In the current problem, the company’s goal is to minimize the sum of the hourly service cost and the expected hourly cost due to the idle times of machinists. In queuing optimization problems, the component of cost due to customers waiting in line is referred to as the delay cost. Thus, the firm wants to minimize Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
54
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
55
Lab. Telematika ITB 2006 ET6040 Jaringan Antrian
56
UD ABC mengoperasikan satu buah pompa bensin dengan satu orang pekerja yaitu Ali. Rata-rata tingkat kedatangan kendaraan mengikuti distribusi Poisson yaitu 20 kendaraan/jam. Ali dapat melayani rata-rata 25 kendaraan/jam. Jika diasumsikan model sistem antrian yang digunakan adalah M/M/1, hitunglah: Tingkat intensitas (kegunaan) pelayanan Jumlah rata-rata kendaraan yang diharapkan dalam sistem Jumlah kendaraan yang diharapkan menunggu dalam antrian Waktu yang diharapkan oleh setiap kendaraan selama dalam sistem (menunggu pelayanan) Waktu yang diharapkan oleh setiap kendaraan untuk menunggu dalam antrian
57
MODEL KEPUTUSAN ANTRIAN
Model antrian digunakan untuk menentukan sistem antrian yang optimal pada suatu jenis (disiplin) pelayanan antrian tertentu. Optimal dalam hal ini adalah efisien dan adil. Model keputusan antrian dapat berupa: Model Biaya, dan Model Tingkat Aspirasi Pada model biaya, optimasi dapat dilakukan untuk mendapatkan: Laju layanan optimum, atau Jumlah server optimum Bina Nusantara University
58
MODEL KEPUTUSAN ANTRIAN
MODEL BIAYA Bila CE = Biaya ekonomi CP = Biaya pelayanan CM = Biaya menunggu Maka Total Biaya Ekonomi = Biaya Pelayanan + Biaya Menunggu, atau CE = CP + CM Dengan NL = Jumlah pelanggan rata-rata dalam jalur antrian dan S jumlah server, maka untuk: Antrian pada 1server CE = S.CP + NL.CM Antrian pada s server CE = S.CP + S.NL.CM Pembahasan selanjutnya dilakukan melalui contoh optimasi jumlah server dibawah ini. Pada suatu jalan tol terdapat ramp dengan 6 gerbang. Tiap gerbang dilayani oleh seorang petugas dengan upah Rp 10,000/jam. Waktu pelayanan tiap gerbang rata-rata adalah 9 detik/kendaraan. Pada jam sibuk yang cukup sibuk terdapat 15 kendaraan per menit yang lewat. Biaya yang harus ditanggung oleh setiap kendaraan akibat mengantri diperkirakan sebesar Rp 3,500. Tentukan jumlah gerbang tol yang harus dibuka pada jam sibuk tersebut agar tercapai minimasi biaya ekonomi (total biaya untuk upah petugas ditambah biaya kendaraan). Bina Nusantara University
59
MODEL KEPUTUSAN ANTRIAN
Maka optimasi biaya ekonomi tercapai bila jumlah pintu yang dibuka = 4 Bina Nusantara University
60
PENERAPAN DALAM TEKNIK SIPIL
Penentuan jumlah pintu tol Sistem antrian lain Dsb. Bina Nusantara University
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.