χ
2
tabel sebesar 19,7. Jadi χ
2
hitung χ
2
tabel maka H
o
diterima. Artinya pola pelayanan pelanggan mengikuti distribusi Eksponensial dengan
parameter µ.
Berdasarkan Uji Chi Square Goodness of-fit terhadap waktu pelayanan pelanggan pada hari Rabu tanggal 5 Agustus 2009 pukul
11.00 – 13.00, dengan taraf signifikan α = 0,05 dan dk = 10 diperoleh
χ
2
tabel sebesar 18,3. Jadi χ
2
hitung χ
2
tabel maka H
o
diterima. Artinya pola pelayanan pelanggan mengikuti distribusi Eksponensial dengan
parameter µ.
4.1.4 Menentukan Peluang Tidak Ada Pelanggan Dalam Sistem
Menentukan peluang tidak ada pelanggan dalam sistem dapat di hitung menggunakan rumus
1 1
1
s n
n s
s
n s
s s
P
1 Peluang tidak ada pelanggan pada hari Senin tanggal 03 Agustus
2009 pukul 08.30 – 10.30 Pada lampiran 1, lampiran 3, dan lampiran 4 dapat diperoleh bahwa
s = 4, λ = 0,975 pelanggan per menit, dan µ = 0,275 pelanggan per menit,
Sehingga diperoleh :
Terlihat bahwa ρ 1, artinya keadaan tunak tercapai. Peluang tidak ada pelanggan dalam sistem :
0132 ,
886 ,
. 4
886 ,
1 4
886 ,
4
1 4
5 4
n n
n P
Jadi peluang tidak ada pelanggan dalam sistem sebesar 0,0132. 2
Peluang tidak ada pelanggan pada hari Senin tanggal 03 Agustus 2009 pukul 11.00 – 13.00
Pada lampiran 1, lampiran 3, dan lampiran 4 dapat diperoleh bahwa s = 4, λ = 0,958 pelanggan per menit, dan µ = 0,280 pelanggan per
menit, Sehingga diperoleh :
Terlihat bahwa ρ 1, artinya keadaan tunak tercapai. Peluang tidak ada pelanggan dalam sistem :
0195 ,
844 ,
. 4
844 ,
1 4
844 ,
4
1 4
5 4
n n
n P
Jadi peluang tidak ada pelanggan dalam sistem sebesar 0,0195. 3
Peluang tidak ada pelanggan pada hari Selasa tanggal 04 Agustus 2009 pukul 08.30 – 10.30
Pada lampiran 1, lampiran 3, dan lampiran 4 dapat diperoleh bahwa s = 3, λ = 0,850 pelanggan per menit, dan µ = 0,333 pelanggan per
menit, Sehingga diperoleh :
Terlihat bahwa ρ 1, artinya keadaan tunak tercapai. Peluang tidak ada pelanggan dalam sistem :
0396 ,
850 ,
. 3
850 ,
1 3
850 ,
3
1 3
4 3
n n
n P
Jadi peluang tidak ada pelanggan dalam sistem sebesar 0,0396. 4
Peluang tidak ada pelanggan pada hari Selasa tanggal 04 Agustus 2009 pukul 11.00 – 13.00
Pada lampiran 1, lampiran 3, dan lampiran 4 dapat diperoleh bahwa s = 3, λ = 0,858 pelanggan per menit, dan µ = 0,331 pelanggan per
menit, Sehingga diperoleh :
Terlihat bahwa ρ 1, artinya keadaan tunak tercapai. Peluang tidak ada pelanggan dalam sistem :
0353 ,
864 ,
. 3
864 ,
1 3
864 ,
3
1 3
4 3
n n
n P
Jadi peluang tidak ada pelanggan dalam sistem sebesar 0,0353. 5
Peluang tidak ada pelanggan pada hari Rabu tanggal 05 Agustus 2009 pukul 08.30 – 10.30
Pada lampiran 1, lampiran 3, dan lampiran 4 dapat diperoleh bahwa s = 4, λ = 0,950 pelanggan per menit, dan µ = 0,274 pelanggan per
menit,
Sehingga diperoleh :
Terlihat bahwa ρ 1, artinya keadaan tunak tercapai. Peluang tidak ada pelanggan dalam sistem :
0159 ,
867 ,
. 4
867 ,
1 4
867 ,
4
1 4
5 4
n n
n P
Jadi peluang tidak ada pelanggan dalam sistem sebesar 0,0159. 6
Peluang tidak ada pelanggan pada hari Rabu tanggal 05 Agustus 2009 pukul 11.00 – 13.00
Pada lampiran 1, lampiran 3, dan lampiran 4 dapat diperoleh bahwa
s = 4, λ = 0,975 pelanggan per menit, dan µ = 0,289 pelanggan per menit,
Sehingga diperoleh :
Terlihat bahwa ρ 1, artinya keadaan tunak tercapai. Peluang tidak ada pelanggan dalam sistem :
0197 ,
843 ,
. 4
843 ,
1 4
843 ,
4
1 4
5 4
n n
n P
Jadi peluang tidak ada pelanggan dalam sistem sebesar 0,0197.
4.1.5 Menentukan Jumlah Pelanggan Rata-rata dalam Antrian