ANALISIS ANTRIAN DATA TRAFIK JARINGAN PADA WEBSITE ILMU KOMPUTER UNIVERSITAS PAKUAN BOGOR MENGGUNAKAN WEBLOG EXPERT DAN R CONSULE ABSTRAK
|
|
- Ridwan Indradjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS ANTRIAN DATA TRAFIK JARINGAN PADA WEBSITE ILMU KOMPUTER UNIVERSITAS PAKUAN BOGOR MENGGUNAKAN WEBLOG EXPERT DAN R CONSULE Aries Maesya 1 a.maesya@gmail.com ABSTRAK Analisis jaringan senantiasa perlu dilakukan untuk mengevaluasi kinerja dari jaringan. Komponen dalam lalu lintas jaringan seperti bandwith, protocol, paket data, dan lain-lain dapat dijadikan sebagai patokan untuk menentukan baik tidaknya sebuah jaringan. Pada kasus data traffic website ilmu komputer-fmipa Universitas Pakuan Bogor ( secara online pada akan dilakukan analisis jaringan berdasarkan data interarrival dan services time. Tujuan Analisis data trafik jaringan ini, diantaranya meng-capture data interrarival dan services time dari paket data dan menganalisis sebaran data, melihat dan menampilkan distribusi dari sebaran data dan melakukan analisis antrian berdasarkan sebaran data dan distribusi dari paket data dengan menggunakan software WebLog Expert dan R. Berdasarkan hasil analisis kinerja jaringan pada website Program Studi Ilmu Komputer menunjukan data trafik jaringannya adalah cukup baik, hal ini dapat dilihat dari sebaran data dan analsis antrian yang menunjukan bahwa banyaknya paket dalam sistem, banyaknya paket dalam antrian, sebaran waktu tunggu dan waktu paket dalam sistem dengan nilai rata rata cukup kecil. Kata Kunci : Analisis Jaringan, Data Trafik, Interarrival Time, Service Time. 1. PENDAHULUAN Analisis jaringan senantiasa perlu dilakukan untuk mengevaluasi kinerja dari jaringan. Komponen dalam lalu lintas jaringan seperti bandwith, protocol, paket data, dan lainlain dapat dijadikan sebagai patokan untuk menentukan baik tidaknya sebuah jaringan. Pada kasus data traffic website ilmu komputer- FMIPA Universitas Pakuan Bogor ( secara online pada akan dilakukan analisis jaringan berdasarkan data interarrival dan services time untuk mengetahui sebaran data yang didapatkan kemudian selanjutnya mencoba melihat baik atau tidaknya kinerja jaringan selama pemantauan data serta melihat baik atau tidaknya aktivitas yang terdapat di dalam jaringan tersebut. Tujuan kegiatan analisis data trafik jaringan ini, diantaranya meng-capture data interrarival dan services time dari paket data dan menganalsis sebarannya, melihat dan menampilkan distribusi dari sebaran data yang telah dianalisis sebelumnya dan melakukan analisis antrian berdasarkan sebaran data dan distribusi dari paket data dengan menggunakan software WebLog Expert dan R. 2. TINJAUAN TEORI 2.1. Teori Antrian Teori antrian merupakan cabang dari terapan teori probabilitas yang awalnya digunakan untuk mempelajari kemacetan lalu lintas telepon, Pertama kali diperkenalkan oleh seorang ahli matematika dari Denmark, Agner Kramp Erlang ( ). Proses antrian merupakan suatu proses yang berhubungan dengan kedatangan seorang pelangan pada suatu fasilitas pelayanan kemudian menunggu dalam suatu baris atau antrian karena pelayannya sedang sibuk dan akhirnya meninggalkan sistem setelah selesaidilayani. Sedangkan yang dimaksud dengan sistem antrian adalah himpunan pelanggan, pelayan dan suatu aturan 1
2 yang mengatur kedatangan para pelanggan dan pemrosesan masalahnya. (Ivo dan Jacques, 2002). Menurut Prabu (2005), suatu analisis data trafik jaringan mengadopsi dari teori antrian untuk mengestimasi network traffic, cara yang sangat penting untuk memprediksi kinerja jaringan, analisis dan estimasi, dimana memiliki keuntungan dapat menyamai jaringan yang sebenarnya, dan hal ini bermanfaat dan dapat dipercaya untuk mengorganisir, monitoring dan melindungi jaringan. Berikut beberapa faktor yang harus diperhatikan dalam teori antrian, yaitu : 1. Kedatangan untuk dilayanani layanan 2. Menunggu untuk mendapat layanan 3. Mendapat layanan 4. Meninggalkan sistem Gambaran secara umum Sistem Antrian : pada waktu (time-independent) maka bersifat Stasioner, akan tetapi sebaliknya distribusi kedatangannya bergantung pada waktu, maka bersifat non-stasioner. b. Pola Layanan Pelayanan dapat secara tunggal atau kelompok. Sama halnya dengan pola kedatangan, juga dapat bersifat deterministic dimana waktu pelayanan yang sifatnya tetap maupun stokastik dimana waktu pelayanan yang sifatnya tidak tetap (acak). Pelayanan yang tergantung pada jumlah pelanggan yang sedang menunggu disebut pelayanan state-dependen. Hal hal yang perlu diperhatikan dalam Pola pelayanan adalah sebagai berikut ; - Distribusi untuk waktu layanan. - Layanan tunggal/single atau batch (mesin paralel). - Proses layanan tergantung jumlah pelanggan menunggu (state dependent). - Kecepatan dalam melakukan layanan Gambar 1. Model Sistem Antrian (Ivo dan Jacques, 2002) Dalam teori antrian menurut Bunday (1996) memiliki beberapa karakteristik, sebagai berikut : a. Pola Kedatangan Pola kedatangan dapat dilakukan secara tunggal atau kelompok, distribusi kedatangan dari pelanggan dapat dilihat dari waktu antar kedatangan 2 pelanggan yang berurutan (interarrivaltime). Beberapa karakteristik dari Pola kedatangan ini, diantaranya : - Bersifat deterministik dimana pola kedatangan dapat diprediksi secara pasti - Bersifat stokastik dimana pola kedatangan secara acak. Pada saat distribusi kedatangan tidak bergantung c. Disiplin Antrian Merupakan prosedur yang dapat digunakan oleh para pelayan untuk memutuskan urutan pelanggan yang dilayani dari antrian. Cara pelanggan atau paket mendapatkan layanan dapat dibagi menjadi 2 jenis disiplin antrian, diantaranya : - First come, first serve (FCFS), pelanggan yang datang pertama maka akan mendapatkan pelayan pertama - Last come, first serve (LCFS), pelanggan yang datang terakhir maka akan mendapatkan pelayan pertama - Random serve, pelayanan yang bersifat acak d. Kapasitas Sistem Kapasitas sistem dalam suatu antrian dapat dibedakan menjadi 2 (dua) yaitu kapasitas sistem yang terbatas dan kapasitas sistem tidak terbatas. Kapasitas sistem merupakan jumlah 2
3 ukuran maksimum dalam melayani pelanggan atau paket. e. Jumlah Kanal Layanan Jumlah kanal layanan dalam teori antrian terbagai menjadi 2 (dua), yaitu single line service dan multiple line service. Berikut sistem antrian yang terlihat pada gambar dibawah ini. Gambar 2a. Single Line Service Gambar2b. Multiple Line Service 2.2. Mean performance measures Menurut Ivo dan Jacques (2002) dalam melakukan analisis data trafik terdapat parameter-parameter yang dapat dilakukan pengukuran, diantaranya : Rata-rata banyaknya paket di dalam sistem: Rata-rata waktu yang dibutuhkan oleh paket dalam sistem: Banyaknya paket dalam antrian (queue): Rata-rata waktu tunggu: E(L) = λ E(S), artinya kapasitas sistem mencukupi, atau banyaknya costumers dalam sistem tidak tumbuh tak terbatas Distribusi Poisson Percobaan Poisson merupakan percobaan yang menghasilkan peubah acak X yang bernilai numeric, yaitu banyaknya sukses selama selang waktu tertentu atau dalam daerah tertentu. Selang waktu tertentu dapat berupa sedetik, semenit, sejam, sehari, seminggu maupun sebulan. Daerah tertentu dapat berupa satumeter, satu kilometer persegi dan lain-lain. (Bunday, 1996) Karakteristik percobaan poisson : 1. Banyaknya sukses terjadi dalam suatu selang waktu atau daerah tertentu tidak terpengaruh oleh apa yang terjadi pada selang waktu atau daerah lain yang dipilih (bebas). 2. Peluang terjadinya suatu sukses (tunggal) dalam selang waktu yang amat pendek atau dalam daerah yang kecil sebanding dengan panjang selang waktu atau besarnya daerah dan tidak tergantung pada banyaknya sukses yang terjadi di luar selang waktuatau daerah tersebut. 3. Peluang terjadinya lebih dari satu sukses dalam selang waktu yang pendek atau daerah yang sempit tersebut dapat diabaikan. Banyaknya sukses X dalam suatu percobaan Poisson disebut suatu peubah acak Poisson. Distribusi peluang suatu peubah acak Poisson X disebut distribusi Poisson dan dinyatakan dengan p(x;μ), karena nilainya hanya tergantung pada μ, yaitu rata-rata banyaknya sukses yang terjadi pada selang waktu atau daerah tertentu. Dalam persoalan menyelesaikan distribusi Poisson kita dapat menggunakan tabel statistik dengan jumlah peluang Poisson Rataan dan variansi distribusi Poisson p(x; μ) keduanya sama dengan μ, dengan ketentuan Dalam little s law hubungan antara E(L), E(S), dan λ diperlihatkan sebagai berikut: Bila n besar dan p dekat dengan nol, distribusi Poisson dapat digunakan, dengan 3
4 μ = np, untuk menghampiri peluang binomial. Bila p dekat dengan 1, distribusi Poisson masih dapat dipakai untuk menghampiri peluang binomial dengan mempertukarkan apa uang telah dinamai dengan sukses dan gagal, jadi dengan mengganti p dengan suatu nilai yang dekat dengan nol. Fungsi densitas distribusi Poisson (dengan mean λ.t) adalah : Distribusi Eksponensial Fungsi densitas distribusi Eksponensial : Fungsi Kumulatif distribusi Eksponensial : Karakteristik Distribusi Eksponensial : 1. Distribusi Eksponential adalah distribusi kontinyu 2. E(X) = 1/λ V(X) = 1/λ 2 Fungsi Kumulatif distribusi Poisson (dengan mean λ.t) adalah : 2.4. Distribusi Eksponensial Menurut Ivo dan Jacques (2002) distribusi eksponensial merupakan distribusi kontinyu yang mengikuti hukum exponential probability sebagai berikut: 2.5. Kernel Density Estimation Dalam cabang ilmu statistik, kernel density estimation adalah sebuah pendugaan nonparametrik untuk sebuah fungsi kepekatan peluang dari variabel acak. Sebagai ilustrasi, misalnya dari sebuah populasi didapatkan data sampel, kemudian dengan menggunakan kernel density estimation memungkinkan untuk extrapolate sebaran data dari seluruh populasi. (Ivo dan Jacques, 2002). Jika rata-rata munculnya suatu kejadian adalah konstan sebesar, maka peluang kemunculan tersebut hanya akan dipengaruhi oleh dan interval waktu t serta akan mengikuti distribusi eksponensial. Merupakan distribusi diskrit yang mengestimasi probabilitas munculnya suatu keluaran dalam suatu standar unit tertentu sebanyak x kali, dimana rata-rata kemunculan keluaran tersebut per unitnya konstan sebesar.standar unit ini dapat berupa interval waktu (menit, detik, hari, bulan,dan lainnya) atau luas daerah tertentu. Gambar 3. Kernel density estimation dari 100 normally distributed random numbers menggunakan smoothing bandwidths. 4
5 3. ANALISIS DAN PEMBAHASAN 3.1. Akuisisi Data Trafik Dalam melakukan akuisisi data trafik maka perlu melakukan pembacaan data mean (λ) waktu antar kedatangan dan mean (µ) waktu layanan yang berasal dari data yang didapat dari server website ilmu komputer-fmipa Universitas Pakuan Bogor ( yang berisikan tentang data waktu antar kedatangan setiap satu jam, jumlah paket yang datang tiap satuan waktu (tiap 1 menit) disebut mean (λ) dari waktu antarkedatangan, jumlah paket yang dilayani tiap satuan waktu (tiap 1 menit) disebut mean (µ) dari waktu layanan. Untuk membaca data mean (λ) waktu antarkedatangan dan mean (µ) waktu layanan digunakan bahasa R. Dengan kode program dalam bahasa R : // membaca data dari file.csv// > x <- read.csv("g:/datatrafik.csv",header =TRUE, sep=",", quote="\"", dec=".") > x // Tampilan data yang didapat dari membaca file datagrafik.csv// InterrarivalTimeLambda ServiceTimeMu a. Mean (λ) Waktu Antar Kedatangan Untuk menampilkan grafik Mean (λ) Waktu Antar Kedatangan dalam bahasa R digunakan kode program seperti dibawah ini: //Menampilkan data dalam bentuk histogram// > hist(x$interrarivaltimelambda) // Output data yang dihasilkan // Gambar 4. Histogram mean (λ) dari waktu antar keadatangan //Menampilkan dalam bentuk fungsi kepekatan // > plot(density(x$interrarivaltimelamb da,bw=0.5,kernel="gaussian")) >lines(density(x$interrarivaltimela mbda,bw=0.7,kernel="gaussian"),col= 2) >lines(density(x$interrarivaltimela mbda,bw=0.2,kernel="gaussian"),col= 3) //Output data yang dihasilkan// Gambar 5. Fungsi kepekatan mean (λ) dari waktu antar keadatangan 5
6 Dari grafik histogram mean (λ) dari waktu antar keadatangan dengan lebar interval banyaknya paket = 5 dapat dilihat bahwa banyaknya data pada selang antara 5 sampai dengan 10 memiliki frekuensi sebesar 14, sedangkan banyaknya paket pada selang antara 10 sampai dengan 15 memiliki frekuensi sebanyak 8, dan banyaknya paket pada selang 15 sampai dengan 20 memiliki frekuensi sebanyak 1, demikian juga pada banyaknya paket pada selang 20 sampai dengan 25 memililki frekuensi sebanyak 1. Dengan demikian dapat dilihat bahwa banyaknya paket yang memiliki selang antara 5 sampai dengan 10 merupakan data yang paling banyak datang ke dalam system. Sedangkan banyaknya paket yang datang kedalam system dengan ukuran antara 15 sampai dengan 25 merupakan paket yang paling sedikit didalam sistem. Sedangkan pada grafik fungsi kepekatan dengan perbandingan bandwith 0.5, 0.2 dan 0.7. tidak lain hanya untuk memperhalus/membuat data grafik semakin akurat, pada grafik tersebut daiatas dapat dilihat dengan bandwidth 0.7 (grafik warna merah), bandwith 0.5 (grafik warna hitam), dan bandwith 0.2 (grafik warna hijau). Dari grafik tersebut dapat dilihat bahwa grafik dengan bandwith 0.7 memiliki keakuratan yang lebih rendah dibandingakan dengan grafik dengan bandwith lainnya namun memiliki bentuk grafik yang lebih halus, sedangkan grafik dengan bandwith 0.2 memiliki keakuratan yang lebih baik daripada bandwith lainnya tetapi memiliki bentuk grafik yang cenderung lebih kasar daripada bandwith 0.5 dan 0.7. b. Mean (µ) Waktu Layanan Untuk menampilkan grafik Mean (µ) waktu layanan dalam bahasa R digunakan kode program seperti dibawah ini : //Menampilkan data dalam bentuk histogram// > hist(x$servicetimemu) //Output data yang dihasilkan// Gambar 7. Histogram Mean (µ) waktu layanan Dari grafik histogram Mean (µ) waktu layanan dengan lebar interval banyaknya paket = 10 dapat dilihat bahwa banyaknya data pada selang antara 40 sampai dengan 50 memiliki frekuensi sebesar 5, sedangkan banyaknya paket pada selang antara 110 sampai dengan 120 memiliki frekuensi sebanyak 0, dengan artian tidak ada data antara 110 sampai dengan 120. Dengan demikian dapat dilihat bahwa banyaknya paket yang memiliki selang antara 40 sampai dengan 50 dan paket antara selang 60 sampai dengan70 merupakan data yang paling banyak datang ke dalam system. //Menampilkan dalam bentuk fungsi kepekatan // plot(density(x$servicetimemu,bw=0.5,kernel="gaussian")) lines(density(x$servicetimemu,bw=0. 7,kernel="gaussian"),col=2) lines(density(x$servicetimemu,bw=0. 2,kernel="gaussian"),col=3) Gambar 8. Fungsi kepekatan Mean (µ) waktu layanan 6
7 Sedangkan pada grafik fungsi kepekatan dengan perbandingan bandwith 0.5, 0.2 dan 0.7. tidak lain hanya untuk memperhalus/membuat data grafik semakin akurat, pada grafik tersebut daiatas dapat dilihat dengan bandwidth 0.7 (grafik warna merah), bandwith 0.5 (grafik warna hitam), dan bandwith 0.2 (grafik warna hijau). Dari grafik tersebut dapat dilihat bahwa grafik dengan bandwith 0.7 memiliki keakuratan yang lebih rendah dibandingakan dengan grafik dengan bandwith lainnya namun memiliki bentuk grafik yang lebih halus, sedangkan grafik dengan bandwith 0.2 memiliki keakuratan yang lebih baik daripada bandwith lainnya tetapi memiliki bentuk grafik yang cenderung lebih kasar daripada bandwith 0.5 dan Distribusi Data Mean Waktu Antar Kedatangan dan Waktu Layanan Untuk melihat data sebaran pada data mean (λ) waktu antarkedatangan dan mean (µ) waktu layanan. Digunakan sebaran poisson dan sebaran eksponensial. Sedangkan untuk membaca sebaran data pada data mean (λ) waktu antarkedatangan dan mean (µ) waktu layanan digunakan bahasa R. a. Sebaran Poisson Pada Data Mean (λ) Waktu Antar Kedatangan Untuk menampilkan data sebaran poisson pada bahasa R dapat digunakan namun sebelumnya harus diketahui nilai dari mean (λ) waktu antarkedatangan, setelah dilakukan perhitungan nilai dari mean (λ) waktu antarkedatangan dengan cara mencari nilai rerata dari mean (λ) waktu antarkedatangan Nilai dari mean (λ) waktu antarkedatangan = paket/menit, sedangkan kode program R dapat dilihat dibawah ini : Gambar 9. Sebaran poisson data mean (λ) waktu antar kedatangan Dari Grafik sebaran poisson data mean (λ) waktu antarkedatangan dengan nilai lambda (λ) = 10.03, dan dengan interval sebesar = 5 dapat dilihat bahwa data yang menyebar dengan interval antara 5 sampai dengan 10 terjadi kenaikan grafik dengan dimulai pada probabilitas 0.02 sampai dengan probabilitas 0.12, dan kemudian terjadi penurunan lagi pada interval 10 sampai dengan 25. Ini berarti bahwa data dengan interval 10 merupakan peak/puncak dari peluang yang ada. b. Sebaran Eksponensial Pada Data Mean (λ) Waktu Antar Kedatangan Untuk menampilkan data sebaran eksponensial pada bahasa R dapat digunakan namun sebelumnya harus diketahui nilai dari mean (λ) waktu antarkedatangan, setelah dilakukan perhitungan nilai dari mean (λ) waktu antarkedatangan dengan cara mencari nilai rerata dari mean (λ) waktu antarkedatangan > x<- (dexp(0:24, rate =10.03)) > x<- dpois(0:24,lambda = 10.03) 7
8 Gambar 10. Sebaran eksponensial data mean (λ) waktu antar kedatangan Dari Grafik sebaran eksponensial data mean (λ) waktu antarkedatangan dengan nilai lambda (λ) = 10.03, dan dengan interval sebesar = 5 dapat dilihat bahwa data yang menyebar dengan interval antara 4 sampai dengan 25 terjadi grafik yang terbentuk cenderung linear. sedangkan pada titik 1 dimana data berada pada titik puncak dengan nilai = 10. c. Sebaran Poisson Pada Data Mean (µ) Waktu Layanan Untuk menampilkan data sebaran poisson pada bahasa R dapat digunakan namun sebelumnya harus diketahui nilai dari mean (µ) waktu layanan, setelah dilakukan perhitungan nilai dari mean (µ) waktu layanan dengan cara mencari nilai rerata dari mean (µ) waktu layanan. Nilai dari mean (µ) waktu layanan = paket/menit. Sedangkan kode program R dapat dilihat dibawah ini : > x<- dpois(0:24,lambda = 73.35) Gambar 11. Sebaran poisson data mean (µ) waktu layanan Dari Grafik sebaran poisson data mean (µ) waktu layanan dengan nilai(µ) = 73.35, dan dengan interval sebesar = 5 dapat dilihat bahwa data yang menyebar dengan interval antara 1 sampai dengan 20 terjadi grafik yang terbentuk cenderung linear. sedangkan pada titik 20 sampai dengan 24 grafik megalami kenaikan denagn titik puncak 24 dengan nilai = 1.2 exp- 11. d. Sebaran Eksponensial Pada Data Mean (µ) Waktu Layanan Untuk menampilkan data sebaran eksponensial pada bahasa R dapat digunakan namun sebelumnya harus diketahui nilai dari mean (µ) waktu layanan, setelah dilakukan perhitungan nilai dari mean (µ) waktu layanan dengan cara mencari nilai rerata dari mean (µ) waktu layanan. Nilai dari mean (µ) waktu layanan = paket/menit. Sedangkan kode program R dapat dilihat dibawah ini : > x<- dexp(0:24,lambda = 73.35) 8
9 berjalan dengan baik, dengan kata lain semua paket yang datang dapat dilayani di dalam server, sehingga server tidak mengalami kondisi bottle neck. b. Jumlah paket dalam sistem (E(L)) E(L) merupakan perhitungan untuk menganalisa jumlah paket di dalam sistem dan dirumuskan sebagai berikut : E(L) = ρ / (1 ρ) Gambar 12. Sebaran eksponensial data mean (µ) waktu layanan Dari Grafik sebaran eksponensial data mean (µ) waktu layanan dengan nilai (µ) = 73.35, dan dengan interval sebesar = 5 dapat dilihat bahwa data yang menyebar dengan interval antara 4 sampai dengan 25 terjadi grafik yang terbentuk cenderung linear. sedangkan pada titik 1 dimana data berada pada titik puncak Analisis Antrian Data Trafic Jaringan Dari data yang diperoleh pada data traffic jaringan dapat dilakukan suatu analisa jaringan antara lain untuk menentukan Utilitas server (ρ), Jumlah paket dalam sistem (E(L)), Soujourn Time (E(S)), Waiting Time (E(W)), Jumlah paket dalam antrian (E(L q )). a. Utilitas Server (Rho) Rho merupakan nilai dari utilitas server, nilai rho dirumuskan sebagai berikut : ρ = λ / µ < 1 dimana ; λ = paket/menit µ = paket/menit ρ = / = Karena nilai dari ρ jauh dari 1 maka dapat dianalisa bahwa utilitas jaringan tersebut Dimana ρ = E(L) = / ( ) = 0, paket. Dari hasil perhitungan E(L) dapat diketahui bahwa rata-rata jumlah paket dalam 1 menit didalam sistem adalah c. Soujourn Time (E(S)) E(S) merupakan waktu untuk menganalisa berapa lama paket tersebut mendapatkan layanan didalam sistem dan dirumuskan sebagai berikut : E(S) = (1/ µ)/(1- ρ) E(S) = (1/73.35)/( ) = menit. Sistem dalam jaringan tersebut dapat melayani rata-rata setiap paket yang datang selama sekitar Semakin tinggi nilai dari soujern time maka jaringan tersebut memiliki utilitas yang rendah. d. Waiting Time (E(W)) E(W) merupakan waktu untuk menganalisa berapa waktu menunggu paket tersebut mendapatkan layanan didalam sistem dan dirumuskan sebagai berikut : E(L q ) = E(L) ρ E(L q ) = = paket. 9
10 Dari hasil perhitungan E(L q ) dapat diketahui bahwa rata-rata jumlah paket dalam 1 menit didalam antrian adalah paket. 4.SIMPULAN Berdasarkan hasil analisis terhadap data trafic per jam yang masuk ke server website Program Studi Ilmu Komputer Universitas Pakuan Bogor, dengan waktu pengamatan selama 24 jam, maka dapat di ambil beberapa kesimpulan sebagai berikut : - Dengan nilai utilitas service sekitar , hal ini menujukan unit layanan pada website Program studi Ilmu Komputer secara umum tidak terlalu sibuk. - Kinerja jaringan pada website Program Studi Ilmu Komputer adalah cukup baik, hal ini dapat dilihat dari sebaran data dan analsis antrian yang menunjukan bahwa banyaknya paket dalam sistem, banyaknya paket dalam antrian, sebaran waktu tunggu dan waktu paket dalam sistem dengan nilai rata rata cukup kecil. - Dari hasil perhitungan E(L) dapat diketahui bahwa rata-rata jumlah paket dalam 1 menit didalam system adalah DAFTAR PUSTAKA B.D.Bunday, An Introductionto Queueing Theory, London,1996 Ivo.A, Jacques R, Queueing Theory, Dept of Mathematics and Computing Science Eindhoven University of Technology,The Netherlands,2002 Leonard Kleinrock, Queueing Systems, Vol 1, New York, 1975 N U Prabu,, Queueing Systems Theory and Applications:, Springer Netherlands,
PERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA
PERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA Idatriska P 1, R. Rumani M 2, Asep Mulyana 3 1,2,3 Gedung N-23, Program Studi Sistim Komputer,
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Antrian Teori antrian adalah teori yang menyangkut studi sistematis dari antrian atau baris-baris penungguan. Formasi baris-baris penungguan ini tentu saja merupakan suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Antrian 2.1.1. Sejarah Teori Antrian. Teori antrian adalah teori yang menyangkut studi matematis dari antrian atau baris-baris penungguan. Teori antrian berkenaan dengan
Lebih terperinciREKAYASA TRAFIK ARRIVAL PROCESS.
REKAYASA TRAFIK ARRIVAL PROCESS ekofajarcahyadi@st3telkom.ac.id OVERVIEW Point Process Fungsi Distribusi Point Process Karakteristik Point Process Teorema Little Distribusi Point Process PREVIEW Proses
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam pelayanan ada beberapa faktor penting pada sistem antrian yaitu pelanggan dan pelayan, dimana ada periode waktu sibuk maupun periode dimana pelayan menganggur. Dan waktu dimana
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1. Metode Pengambilan Sampling 2.1.1. Populasi Populasi adalah kelompok elemen yang lengkap, yang biasanya berupa orang, objek, transaksi, atau kejadian dimana kita tertarik untuk
Lebih terperinciBAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan
BAB 3 PEMBAHASAN 3.1. Uji Kesesuaian Distribusi Dalam penelitian ini kedatangan pasien diasumsikan berdistribusi Poisson dan waktu pelayanan diasumsikan berdistribusi Eksponensial. Untuk menguji kebenarannya
Lebih terperinciBAB 2 LANDASAN TEORI
24 BAB 2 LANDASAN TEORI 2.1 Pendahuluan Ilmu pengetahuan tentang bentuk antrian, yang sering disebut sebagai teori antrian (queueing theory) merupakan sebuah bagian penting operasi dan juga alat yang sangat
Lebih terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1. Pendahuluan Antrian adalah kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan loket untuk mendapatakan tiket kereta api, menunggu pengisian bahan bakar,
Lebih terperinciUNY. Modul Praktikum Teori Antrian. Disusun oleh : Retno Subekti, M.Sc Nikenasih Binatari, M.Si Jurusan Pendidikan Matematika FMIPA UNY
UNY Modul Praktikum Teori Antrian Disusun oleh : Retno Subekti, M.Sc Nikenasih Binatari, M.Si Jurusan Pendidikan Matematika FMIPA UNY Daftar Halaman : Halaman Muka... Bagian I. Mengenal Model Antrian...
Lebih terperinciANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Analysis of Queue System on the Bank Mandiri Branch Ambon
Jurnal Barekeng Vol. 8 No. 1 Hal. 45 49 (2014) ANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Analysis of Queue System on the Bank Mandiri Branch Ambon SALMON NOTJE AULELE Staf Jurusan Matematika,
Lebih terperinciQueuing Models. Deskripsi. Sumber. Deskripsi. Service Systems
Queuing Models Sistem Antrian Deskripsi matematis dari sistem antrian: The arrival process of customers The behaviour of customers The service times The service discipline The service capacity The waiting
Lebih terperinciSesi XVI METODE ANTRIAN (Queuing Method)
Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XVI METODE ANTRIAN (Queuing Method) e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pendahuluan Teori
Lebih terperinciBAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau
BAB II TINJAUAN PUSTAKA 2.1 Proses Stokastik Menurut Gross (2008), proses stokastik adalah himpunan variabel acak Semua kemungkinan nilai yang dapat terjadi pada variabel acak X(t) disebut ruang keadaan
Lebih terperinciTeori Antrian. Aminudin, Prinsip-prinsip Riset Operasi
Teori Antrian Aminudin, Prinsip-prinsip Riset Operasi Contoh Kendaraan berhenti berderet-deret menunggu di traffic light. Pesawat menunggu lepas landas di bandara. Surat antri untuk diketik oleh sekretaris.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Antrian Sistem antrian adalah merupakan keseluruhan dari proses para pelanggan atau barang yang berdatangan dan memasuki barisan antrian yang seterusnya memerlukan pelayanan
Lebih terperinciPENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 741-749 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT.
Lebih terperinciBAB II. Landasan Teori
BAB II Landasan Teori Antrian merupakan waktu tunggu yang dialami pelanggan untuk mencapai tujuan, dikarenakan jumlah pelanggan melebihi kapasitas layanan yang tersedia. Waktu tunggu yang terlalu lama
Lebih terperinciTeori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1
Pendahuluan Teori Antrian Prihantoosa pht854@yahoo.com toosa@staff.gunadarma.ac.id Last update : 14 November 2009 version 1.0 http://openstat.wordpress.com Teori Antrian : Intro p : 1 Tujuan Tujuan : Meneliti
Lebih terperinci11/1/2016 Azwar Anas, M. Kom - STIE-GK Muara Bulian 1 TEORI ANTRIAN
11/1/2016 Azwar Anas, M. Kom - STIE-GK Muara Bulian 1 TEORI ANTRIAN 11/1/2016 Azwar Anas, M. Kom - STIE-GK Muara Bulian 2 Pendahuluan Perhatikan beberapa situasi berikut ini: Kendaraan berhenti berderet-deret
Lebih terperinciRiska Sismetha, Marisi Aritonang, Mariatul Kiftiah INTISARI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 01 (2017), hal 51-60. ANALISIS MODEL DISTRIBUSI JUMLAH KEDATANGAN DAN WAKTU PELAYANAN PASIEN INSTALASI RAWAT JALAN RUMAH SAKIT IBU DAN
Lebih terperinciREKAYASA TRAFIK ARRIVAL PROCESS
REKAYASA TRAFIK ARRIVAL PROCESS eko fajar [ST3 TELKOM] [ekofajarcahyadi@st3telkom.ac.id] 1. Karakteristik Point Process a. Stasioner b. Independen c. Simple Seperti yang sudah dijelaskan di awal bahwa
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Lebih terperinciBAB 2 LANDASAN TEORI
13 BAB 2 LANDASAN TEORI 2.1 Pendahuluan Antrian merupakan kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan kasir untuk membayar barang yang kita beli, menunggu pengisian bahan
Lebih terperinciANTRIAN. pelayanan. Gambar 1 : sebuah sistem antrian
ANTRIAN Jika permintaan terhadap suatu jasa melebihi suplai, akan mengakibatkan terjadi antrian. Masalah tersebut dapat terjadi pada berbagai keadaan. Sebagai contoh Kendaraan menunggu lampu lalu lintas,
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciBAB II KAJIAN TEORI. dalam pembahasan model antrean dengan disiplin pelayanan Preemptive,
BAB II KAJIAN TEORI Pada bab ini akan dijabarkan tentang dasar-dasar yang digunakan dalam pembahasan model antrean dengan disiplin pelayanan Preemptive, mencangkup tentang teori antrean, pola kedatangan
Lebih terperinciIDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG
Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 44 51 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND IDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG ZUL AHMAD ERSYAD, DODI DEVIANTO
Lebih terperinciBAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population)
BAB I PENDAHULUAN Antrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan check-in, di super market saat
Lebih terperinciMODEL ANTRIAN YULIATI, SE, MM
MODEL ANTRIAN YULIATI, SE, MM Model Antrian Teori antrian pertama kali diciptakan oleh A.K. Erlang seorang ahli matematik Denmark pada tahun 1909. Sejak itu penggunaan model antrian mengalami perkembangan
Lebih terperinciTEORI ANTRIAN (QUEUEING THEORY)
TEORI ANTRIAN (QUEUEING THEORY) Papers for II2092 Probstat Teori Antrian (Queueing Theory) Gharta Hadisa Halim / 18209013 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika
Lebih terperinciKarakteristik Proses Antrian. Pola kedatangan Pola layanan Disiplin antrian Kapasitas sistem Jumlah kanal layanan Jumlah tingkat/stages layanan
Sistem Antrian Umum Karakteristik Proses Antrian Pola kedatangan Pola layanan Disiplin antrian Kapasitas sistem Jumlah kanal layanan Jumlah tingkat/stages layanan Stochastic Distribusi probabilitas Pola
Lebih terperinciPemodelan Sistem Antrian Satu Server Dengan Vacation Queueing Model Pada Pola Kedatangan Berkelompok
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Pemodelan Sistem Antrian Satu Server Dengan Vacation Queueing Model Pada Pola Kedatangan Berkelompok Sucia Mentari, Retno Subekti, Nikenasih
Lebih terperinciBAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilakukan di Kantor Penjualan Senayan City PT Garuda Indonesia (Persero) Tbk yang berlokasi di Senayan City, Jakarta. Penelitian dilakukan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam bab ini diuraikan dua subbab yaitu tinjauan pustaka dan landasan teori. Subbab tinjauan pustaka memuat hasil-hasil penelitian yang telah dilakukan. Subbab landasan teori memuat
Lebih terperinciBAB I PENDAHULUAN. Antrian dalam kehidupan sehari-hari sering ditemui, misalnya antrian di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Antrian dalam kehidupan sehari-hari sering ditemui, misalnya antrian di kasir supermarket, antrian di pom bensin, antrian saat bayar parkir, antrian pasien
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Menunggu dalam suatu antrian adalah hal yang sering terjadi dalam kehidupan sehari-hari khususnya dalam sebuah sistem pelayanan tertentu. Dalam pelaksanaan pelayanan pelaku utama dalam
Lebih terperinciBAB III METODE PENELITIAN. Jl. Panjang No.25 Jakarta Barat. Penelitian dilakukan selama 2 Minggu, yaitu
BAB III METODE PENELITIAN A. Waktu Dan Tempat Penelitian Penelitian dilakukan di PT Plaza Toyota Green Garden yang berlokasi di Jl. Panjang No.25 Jakarta Barat. Penelitian dilakukan selama 2 Minggu, yaitu
Lebih terperinciPenelpon menunggu dilayani. A.K. Erlang tahun Teori Antrian
Banyaknya penelpon di waktu sibuk(jam kerja) Operator telepon terbatas Penelpon menunggu dilayani Teoriyang menyangkut studi matematis dari antrianantrian A.K. Erlang tahun 1910 Teori Antrian Proses antrian
Lebih terperinciBAB 8 TEORI ANTRIAN (QUEUEING THEORY)
BAB 8 TEORI ANTRIAN (QUEUEING THEORY) Analisis pertama kali diperkenalkan oleh A.K. Erlang (93) yang mempelajari fluktuasi permintaan fasilitas telepon dan keterlambatan annya. Saat ini analisis banyak
Lebih terperinciOperations Management
Operations Management OPERATIONS RESEARCH William J. Stevenson 8 th edition Proses Antrian Suatu proses yang berhubungan dengan kedatangan pelanggan pada suatu fasilitas pelayanan, menunggu dalam baris
Lebih terperinciBAB I PENDAHULUAN. Dalam kehidupan sehari-hari banyak terlihat kegiatan mengantri seperti, pasien
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Dalam kehidupan sehari-hari banyak terlihat kegiatan mengantri seperti, pasien yang ingin periksa ke dokter, orang yang mengantri beli bensin di SPBU, orang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Permasalahan Transportasi Transportasi adalah suatu bagian yang integral dari hampir seluruh kegiatan manusia, sehingga secara prinsip sukarlah membedakan sebab dan akibatnya
Lebih terperinciANALISIS SISTEM ANTREAN PELAYANAN DI KANTOR PERTANAHAN KOTA SEMARANG ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 719-729 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS SISTEM ANTREAN PELAYANAN DI KANTOR PERTANAHAN KOTA
Lebih terperinciANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN
ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN SKRIPSI Oleh: NURSIHAN 24010210110001 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2015 ANALISIS
Lebih terperinciMODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI)
Model Eksponensial (Sugito) MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI) Sugito 1, Yuciana Wilandari 2 1,2 Staf Pengajar Jurusan Statistika FSM Undip sugitozafi@undip.ac.id,
Lebih terperinci[Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model]
[Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model] eko fajar cahyadi [ekofajarcahyadi@st3telkom.ac.id] Overview 1. Little s Law 2. Birth & Death
Lebih terperinciTeori Antrian (Queueing Theory)
Teori Antrian (Queueing Theory) Gharta Hadisa Halim / 18209013 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciOleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si
Oleh: Isna Kamalia Al Hamzany 1207 100 055 Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Teori Antrian 2.1.1 Definisi Antrian Antrian adalah suatu garis tunggu dari nasabah yang memerlukan layanan dari satu atau lebih pelayanan. Kejadian garis tunggu timbul disebabkan
Lebih terperinciModel Antrian. Tito Adi Dewanto S.TP LOGO. tito math s blog
Model Antrian Tito Adi Dewanto S.TP tito math s blog titodewanto@yahoo.com LOGO Intro Menunggu dalam suatu antrian adalah hal yang paling sering terjadi dalam kehidupan sehari-hari Intro Siapapun yang
Lebih terperinciRiana Sinaga 1 Alumni Program Studi S1 Administrasi Bisnis Fakultas Komunikasi dan Bisnis, Universitas Telkom
Volume 19 Nomor 2, 2015 133 ANALISIS SISTEM ANTRIAN DI DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL KOTA BANDUNG: STUDI PADA LOKET PELAYANAN PENCATATAN DAN PENERBITAN AKTA KELAHIRAN BAYI BERUMUR 0-60 HARI Riana
Lebih terperinciAntrian adalah garis tunggu dan pelanggan (satuan) yang
Pendahuluan Antrian Antrian adalah garis tunggu dan pelanggan (satuan) yang membutuhkan layanan dari satu atau lebih pelayan (fasilitas pelayanan). Masalah yang timbul dalam antrian adalah bagaimana mengusahakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Antrian Siapapun yang pernah pergi berbelanja ke supermarket atau ke bioskop mengalami ketidaknyamanan dalam mengantri. Dalam hal mengantri, tidak hanya manusia saja
Lebih terperinciSISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION
SISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION Novita Eka Chandra 1, Supriyanto 2, dan Renny 3 1 Universitas Islam Darul Ulum Lamongan, novitaekachandra@gmail.com 2 Universitas Jenderal Soedirman, supriyanto
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 2337-3520 (2301-928X Print) 1 ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Desi Nur Faizah, Laksmi Prita Wardhani. Jurusan Matematika, Fakultas
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciOPTIMALISASI SISTEM ANTRIAN PELANGGAN PADA PELAYANAN TELLER DI KANTOR POS (STUDI KASUS PADA KANTOR POS CABANG SUKOREJO KENDAL)
OPTIMALISASI SISTEM ANTRIAN PELANGGAN PADA PELAYANAN TELLER DI KANTOR POS (STUDI KASUS PADA KANTOR POS CABANG SUKOREJO KENDAL) Diyan Mumpuni 1, Bambang Irawanto 2, Dr. Sunarsih 3 1,2,3 Jurusan Matematika
Lebih terperinciKAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT
KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT QUEUES ANALYSIS M/M/ TYPE WITH SLOW AND FAST PHASE SERVICE SYSTEM Oleh: Erida Fahma Nurrahmi NRP. 1208 100 009 Dosen Pembimbing:
Lebih terperinciBAB III PEMBAHASAN. Dalam skripsi ini akan dibahas tentang model antrean satu server dengan
BAB III PEMBAHASAN Dalam skripsi ini akan dibahas tentang model antrean satu server dengan disiplin antrean Preemptive dengan pola kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi Eksponensial.
Lebih terperinciTEORI ANTRIAN PERTEMUAN #10 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI
TEORI ANTRIAN PERTEMUAN #10 TKT101 PENGANTAR TEKNIK INDUSTRI 6623 TAUFIQUR RACHMAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ESA UNGGUL KEMAMPUAN AKHIR YANG DIHARAPKAN Mampu membandingkan
Lebih terperinciMetode Kuantitatif. Kuliah 5 Model Antrian (Queuing Model) Dr. Sri Poernomo Sari, ST, MT 23 April 2009
Metode Kuantitatif Kuliah 5 Model Antrian (Queuing Model) Dr. Sri Poernomo Sari, ST, MT 3 April 009. Pendahuluan. Struktur Model Antrian (The Structure of Queuing Model) 3. Single-Channel Model 4. Multiple-Channel
Lebih terperinciBAB 2 LANDASAN TEORI. antrian (queuing theory), merupakan sebuah bagian penting dan juga alat yang
6 BAB 2 LANDASAN TEORI 2.1 Teori Antrian Ilmu pengetahuan tentang bentuk antrian yang sering disebut dengan teori antrian (queuing theory), merupakan sebuah bagian penting dan juga alat yang sangat berharga
Lebih terperinciPENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM. PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG
PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG SKRIPSI Oleh: MASFUHURRIZQI IMAN 24010210141002 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciANALISIS SISTEM ANTRIAN SATU SERVER (M/M/1)
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 59 66 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS SISTEM ANTRIAN SATU SERVER (M/M/1) ERIK PRATAMA, DODI DEVIANTO Program Studi Matematika, Fakultas
Lebih terperinciBAB III METODE PENELITIAN. Gambar 3.1
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini yang dipilih dalam penelitian ini adalah Bank Permata cabang Citra Raya. Berlokasi di Ruko Taman Raya Jl. Raya Boulevard Blok K 01
Lebih terperinciBAB II LANDASAN TEORI. Ada tiga komponen dalam sistim antrian yaitu : 1. Kedatangan, populasi yang akan dilayani (calling population)
BAB II LANDASAN TEORI 2.1 Karakteristik Sistem Antrian Ada tiga komponen dalam sistim antrian yaitu : 1. Kedatangan, populasi yang akan dilayani (calling population) 2. Antrian 3. pelayanan Masing-masing
Lebih terperinciANALISIS PENERAPAN SISTEM ANTRIAN MODEL M/M/S PADA PT. BANK NEGARA INDONESIA (PERSERO)
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 2 (2015), hal 111 118. ANALISIS PENERAPAN SISTEM ANTRIAN MODEL M/M/S PADA PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR CABANG PONTIANAK
Lebih terperinciANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PEMBAYARAN KASIR INSTALASI RAWAT INAP RSUP Dr KARIADI SEMARANG
ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PEMBAYARAN KASIR INSTALASI RAWAT INAP RSUP Dr KARIADI SEMARANG Anisa Alfiani Rahayu 1, Sugito 2, Sudarno 2 1 Alumni Jurusan Statistika
Lebih terperinciBAB 2 LANDASAN TEORI. harus menunggu dalam sebuah proses manufaktur untuk diproses ke tahap
BAB 2 LANDASAN TEORI 2.1 Pengertian Antrian Siapapun yang pernah pergi berbelanja ke supermarket atau ke bioskop mengalami ketidaknyamanan dalam mengantri. Dalam hal mengantri, tidak hanya manusia saja
Lebih terperinciBAB II LANDASAN TEORI. pembahasan model antrian dengan working vacation pada pola kedatangan
BAB II LANDASAN TEORI Pada bab ini diuraikan tentang dasar-dasar yang diperlukan dalam pembahasan model antrian dengan working vacation pada pola kedatangan berkelompok (batch arrival) satu server, mencakup
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Antrian Teori antrian pertama kali disusun oleh Agner Krarup Erlang yang hidup pada periode 1878-1929. Dia merupakan seorang insinyur Demark yang bekerja di industri telepon.
Lebih terperinciBAB V SIMPULAN DAN SARAN
BAB V SIMPULAN DAN SARAN A. Simpulan Berdasarkan pengamatan dan penelitian yang penulis lakukan di PT Plaza Toyota Green Garden dapat disimpulkan kebijakan pengelolaan antrian pelanggan secara kualitatif
Lebih terperinciTELETRAFIK SEBAGAI PENGEVALUASI UNJUK-KERJA DAN PENDIMENSIAN SISTEM KOMUNIKASI DAN KOMPUTER RISWAN DINZI
TELETRAFIK SEBAGAI PENGEVALUASI UNJUK-KERJA DAN PENDIMENSIAN SISTEM KOMUNIKASI DAN KOMPUTER RISWAN DINZI Jurusan Teknik Elektro Fakultas Teknik Universitas Sumatera Utara BAB I PENDAHULUAN 1.1. Tujuan
Lebih terperinciANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research)
2013 ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research) Disusun oleh: Dian Fitriana Arthati (09.5934), Dede Firmansyah (09.5918), Eka Fauziah Rahmawati
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Antrian Suatu antrian ialah suatu garis tunggu dari nasabah yang memerlukan layanan dari satu atau lebih fasilitas pelayanan. Kejadian garis tunggu timbul disebabkan oleh
Lebih terperinciAnalisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya
Analisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya Zarah Ayu Annisa 1308030058 Dosen Pembimbing : Dra. Sri Mumpuni R., MT PENDAHULUAN Antrian Meningkatnya kebutuhan
Lebih terperinciRiset Operasional. Tahun Ajaran 2014/2015 ~ 1 ~ STIE WIDYA PRAJA TANA PASER
Dari sebuah artikel BUDAYA ANTRI MEMBERI BANYAK MANFAAT, kalimat pembuka dari kata seorang guru di Australia menyatakan, Kami tidak terlalu khawatir jika anak-anak sekolah dasar kami tidak pandai matematika
Lebih terperinciPendahuluan. Teori Antrian. Pertemuan I. Nikenasih Binatari. Jurusan Pendidikan Matematika FMIPA UNY. September 6, 2016
Pendahuluan Pertemuan I Jurusan Pendidikan Matematika FMIPA UNY September 6, 2016 Diskusi Pendahuluan Pertemuan Pertama : Metode Pembelajaran : Small Group Discussion, Discovery learning. Diskusikan dengan
Lebih terperinciANALISIS SISTEM ANTRIAN CALON PENUMPANG LION AIR DI BANDAR UDARA MUTIARA SIS AL-JUFRI PALU
JIMT Vol. 12 No. 2 Desember 201 (Hal 139-148) ISSN : 2450 7X ANALISIS SISTEM ANTRIAN CALON PENUMPANG LION AIR DI BANDAR UDARA MUTIARA SIS AL-JUFRI PALU V. R. Vitasari 1, Rais 2, A. Sahari 3 1,3 Program
Lebih terperinciSI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu menggunakan teori dan model antrian untuk menganalisa operasi 1. Penggunaan teori antrian 2. Struktur masalah antrian 3. Distribusi
Lebih terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciCONTOH STUDI KASUS ANTRIAN
CONTOH STUDI KASUS ANTRIAN ABSTRAKSI Teori Antrian merupakan teori yang menyangkut studi matematis dari antrian-antrian dan barisbaris penengguan, yang formasinya merupakn suatu fenomena biasa yang terjadi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Dasar Teori Antrian Dalam kehidupan sehari-hari, antrian (queueing) sangat sering ditemukan. Mengantri sering harus dilakukan jika kita menunggu giliran misalnya mengambil
Lebih terperinciPENENTUAN MODEL ANTRIAN BUS ANTAR KOTA DI TERMINAL MANGKANG. Dwi Ispriyanti 1, Sugito 1. Abstract
PENENTUAN MODEL ANTRIAN BUS ANTAR KOTA DI TERMINAL MANGKANG Dwi Ispriyanti 1, Sugito 1 1 Staf Pengajar Jurusan Statistika FMIPA UNDIP Abstract In daily activities, we often face in a situation of queueing.
Lebih terperinciModel Antrian. Queuing Theory
Model Antrian Queuing Theory Ada tiga komponen dasar dalam model antrian, yaitu kedatangan, fasilitas pelayanan, dan antrian actual. Permasalahan deret tunggu kebanyakan dipusatkan pada pertanyaan untuk
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciMata Kuliah Pemodelan & Simulasi
MODEL ANTRIAN Mata Kuliah Pemodelan & Simulasi Pertemuan Ke- 11 Riani L. JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan Teori antrian merupakan teori yang menyangkut studi matematis
Lebih terperinciANALISIS MODEL PASIEN RAWAT JALAN RUMAH SAKIT KARIADI DENGAN PENDEKATAN POISSON-EKSPONENSIAL. Abstract
Analisis Model (Dwi Ispriyanti) ANALISIS MODEL PASIEN RAWAT JALAN RUMAH SAKIT KARIADI DENGAN PENDEKATAN POISSON-EKSPONENSIAL Dwi Ispriyanti 1, Sugito 2, Agus Rusgiyono 3 1,2,3 Dosen Jurusan Statistika
Lebih terperinciOperations Management
Operations Management OPERATIONS RESEARCH William J. Stevenson 8 th edition Pendahuluan Analisis antrian pertama kali diperkenalkan oleh A.K Erlang (1913) yang mempelajari fluktuasi permintaan fasilitas
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciMODEL WAKTU TUNGGU PADA PERSIMPANGAN LAMPU LALU LINTAS SKRIPSI
UNIVERSITAS INDONESIA MODEL WAKTU TUNGGU PADA PERSIMPANGAN LAMPU LALU LINTAS SKRIPSI M. TRY SUTRISNO GAUS 0 6 0 6 0 6 7 5 0 2 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika adalah ilmu yang penting dipelajari karena menyangkut pengembangan berpikir dan erat dengan kehidupan sehari-hari serta bidang lain. Hal ini diperkuat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1. Teori Antrian Menunggu dalam suatu antrian adalah hal yang sering terjadi dalam kehidupan kita sehari-hari. Teori Antrian (Queueing Theory), meliputi studi matematika dari antrian
Lebih terperinciMODEL ANTREAN KONTINU (STUDI KASUS DI GERBANG TOL BANYUMANIK)
MODEL ANTREAN KONTINU (STUDI KASUS DI GERBANG TOL BANYUMANIK) 1 Sugito, 2 Alan Prahutama, 3 Rukun Santoso, 4 Jenesia Kusuma Wardhani 1,2,3,4 Departemen Jurusan Statistika FSM Universitas Diponegoro e-mail:
Lebih terperinciBAB. Teori Antrian PENDAHULUAN PENDAHULUAN
PENDAHULUAN BAB 10 Teori Antrian PENDAHULUAN ntrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan checkin,
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO. Fajar Etri Lianti ABSTRACT
ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO Fajar Etri Lianti Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciBAB III METODE PENELITIAN. Kebon Jeruk yang berlokasi di Jl. Raya Perjuangan Kav.8 Kebon Jeruk Jakarta
BAB III METODE PENELITIAN A. Waktu Dan Tempat Penelitian Penelitian dilakukan di Instalasi Farmasi Rawat Jalan Siloam Hospitals Kebon Jeruk yang berlokasi di Jl. Raya Perjuangan Kav.8 Kebon Jeruk Jakarta
Lebih terperinci