keadaan sebenarnya. Waktu yang dibutuhkan untuk melayani bisa dikategorikan sebagai konstan dan acak. Waktu pelayanan konstan, jika waktu yang dibutuhkan
untuk melayani sama untuk setiap pelanggan. Sedangkan waktu pelayanan acak, jika waktu yang dibutuhkan untuk melayani berbeda-beda untuk setiap pelanggan.
2.3 Model –Model Antrian
Karakteristik dan asumsi dari model antrian dirangkum dalam bentuk notasi. Notasi standar yang digunakan adalah sebagai berikut :
a b c d e Di mana simbol a, b, c, d, e merupakan elemen dasar dari model antrian :
a = Bentuk distribusi kedatangan yaitu jumlah kedatangan per satuan waktu b = Bentuk distribusi waktu pelayanan yaitu selang waktu antara satuan-
satuan yang dilayani c = Jumlah fasilitas pelayanan dalam sistem
d = Disiplin pelayanan e = Jumlah maksimum yang diperkenankan berada dalam sistem dalam
pelayanan ditambah yang di garis tunggu. Untuk huruf a dan b, kita gunakan kode-kode berikut sebagai pengganti:
M = Distribusi kedatangan Poisson atau distribusi pelayanan eksponensial D = Antar kedatangan atau waktu pelayanan tetap
G = Distribusi umum kedatangan atau waktu pelayanan Untuk huruf d dipakai kode-kode pengganti:
FIFO atau FCFS = First-in, first-Out atau First-Come First
–Served LIFO atau LCFS
= Last in First-Out atau Last-Come First-served SIRO
= Service In Random Order GD
= Genaral service Discplint Untuk huruf c, dipergunakan bilangan bulat positif yang menyatakan
jumlah pelayanan paralel. Untuk huruf d dan e dipergunakan kode N atau menyatakan jumlah terbatas atau tak berhingga satuan- satuan dalam sistem
antrian dan populasi masukan.
Universitas Sumatera Utara
Misalnya, kalau kita tulis model MM1 : FIFO
, ini berarti
bahwa model menyatakan kedatangan didistribusikan secara Poisson, waktu pelayanan didistribusikan secara eksponensial, pelayanan adalah satu atau
seorang, disiplin antrian adalah first-in first-out, tidak berhingga jumlah langganan boleh masuk dalam sistem antrian, ukuran besarnya populasi
masukan adalah tak berhingga Siagian, 1987.
2.4 Uji Distribusi
Perlakuan terhadap input data yang bersifat acak untuk program simulasi dapat dilakukan sebagai berikut Conover, 1971
1. Nilai-nilai data tersebut digunakan secara langsung dalam simulasi. Sebagai contoh, jika data menggambarkan waktu pelayanan, maka salah
satu data digunakan jika sebuah waktu pelayanan diperlukan dalam sebuah simulasi. Hal ini disebut trace-driven simulation.
2. Nilai data-data tersebut digunakan untuk mendefinisikan sebuah fungsi distribusi umum dengan cara tertentu. Jika diperlukan dalam sebuah
simulasi, sampel diambil dari distribusi ini. 3. Data dicocokkan terhadap bentuk teoritis distribusi tertentu, misal
eksponensial atau poisson, dengan menampilkan hipotesis tes untuk menentukan kecocokan tersebut the goodness of fit. Pencocokan ini
menghasilakan sejumlah parameter statistika. Saat dilakukan simulasi, sampel diambil dari jenis distribusi teoritis dan nilai-nilai parameter
yang cocok.
2.5 Notasi Antrian
