Menentukan Peluang Tidak Ada Pelanggan Dalam Sistem

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