MODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI … · model with Poisson distributed arrival and...
Transcript of MODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI … · model with Poisson distributed arrival and...
i
MODEL ANTRIAN DENGAN KEDATANGAN
BERDISTRIBUSI POISSON DAN WAKTU PELAYANAN
BERDISTRIBUSI EKSPONENSIAL
(Studi Kasus: Antrian Prioritas Layanan BPJS RS Panti Rapih)
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Sains
Program Studi Matematika
Disusun oleh:
Amalya Widiastuti
NIM: 123114017
PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2016
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ii
THE QUEUEING MODEL WITH POISSON DISTRIBUTED
ARRIVAL AND EXPONENTIAL DISTRIBUTED SERVICE
TIME
(Case Study: Priority Queue of BPJS Service at
Panti Rapih Hospital)
A THESIS
Presented as a Partial Fulfillment of the
Requirements to Obtain the Degree of Sarjana Sains
Mathematics Study Program
Written by:
Amalya Widiastuti
Student ID: 123114017
MATHEMATICS STUDY PROGRAM DEPARTMENT OF MATHEMATICS
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2016
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
SKRIPSI
MODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI
POISSON DAN WAKTU PELAYANAN BERDISTRIBUSI
EKSPONENSIAL
(Studi Kasus : Antrian Prioritas Layanan BPJS RS Panti Rapih)
Disusun oleh:
Nama: Amalya Widiastuti
NIM: 123114017
Telah disetujui oleh:
Dosen pembimbing skripsi
Ir. Ig Aris Dwiatmoko, M.Sc. Tanggal: 17 Oktober 2016
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
SKRIPSI
MODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI
POISSON DAN WAKTU PELAYANAN BERDISTRIBUSI
EKSPONENSIAL
(Studi Kasus: Antrian Prioritas BPJS RS Panti Rapih)
Disiapkan dan ditulis oleh:
Amalya Widiastuti
NIM: 123114017
Telah dipertahankan dihadapan Panita Penguji
Pada tanggal 16 November 2016
Dan dinyatakan memenuhi syarat
Susunan Panitia Penguji
Nama lengkap tanda tangan
Ketua: Sudi Mungkasi, Ph.D. .....................
Sekertaris: Y.G. Hartono, Ph.D. .....................
Anggota: Ir. Ig. Aris Dwiatmoko, M.Sc. .....................
Yogyakarta,
Fakultas Sains dan Teknologi
Universitas Sanata Dharma
Dekan
(Sudi Mungkasi, Ph.D.)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
v
HALAMAN PERSEMBAHAN
*Jangan pernah menunda sesuatu, sebab menunda adalah masalah.
Karya tulis ini ku persembahkan untuk:
Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga
skripsi ini dapat selesai,
Mama yang selalu mendoakan ku dan memberi perhatian serta kasih sayang
hingga saat ini.
Papa, Mas Thias, Mba Laila dan Dimas yang selalu mendukung serta
melindungi ku.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vi
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya, bahwa skripsi yang saya tulis ini tidak
memuat karya atau bagian karya orang lain kecuali yang disebutkan dalam daftar
pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 17 Oktober 2016
Amalya Widiastuti
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
ABSTRAK
Antrian adalah suatu kondisi dengan subyek-subyek menuju suatu area
untuk dilayani dan menghadapi suatu keterlambatan yang disebabkan oleh
mekanisme pelayanan yang mengalami kesibukan. Masalah ini memerlukan model
matematika untuk memahami perilaku sistem antrian. Model antrian dengan
kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi Eksponensial
akan diulas dalam skripsi ini. Unsur-unsur antrian seperti model antrian, sikap
subyek terhadap antrian, waktu tunggu, serta disiplin antrian mempunyai
karakteristik yang harus dipelajari.
Dalam skripsi ini disiplin antrian yang digunakan adalah disiplin antrian
prioritas yaitu pelayanan diberikan kepada subyek yang mempunyai prioritas yang
lebih tinggi dibanding subyek yang lain. Model antrian yang diterapkan untuk
menganalisis antrian layanan BPJS Rumah Sakit Panti Rapih Yogyakarta yang
bertujuan untuk mengevaluasi penyebab masalah antrian yang terjadi.
Kata kunci: Antrian prioritas, Pelayanan berdistribusi Eksponensial, Sistem antrian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
ABSTRACT
Queueing is a condition where the subjects go to a particular area to be
served and face a lateness due to a busy-service mechanism. This problem needs a
mathematical model to understand the queueing system behavior. The queueing
model with Poisson distributed arrival and Exponential distributed service time will
be discussed in this thesis. The elements of queue, such as the queue model, the
subject behavior towards the queue, the waiting time, and the queue discipline
respectively have characteristics that need to be studied.
In this thesis the queue discipline used is priority queueing discipline, that
is, a service is given first to the subjects having higher priority than others. The
queueing model is applied to analyze the BPJS queueing service at Panti Rapih
Hospital Yogyakarta. It aims to evaluate the factors causes the queueing problem.
Keywords: Queueing priority, Exponential Distribution Time Service, Queueing
system.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
LEMBAR PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma:
Nama : Amalya Widiastuti
NIM : 123114017
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan
Universitas Sanata Dharma karya ilmiah saya yang berjudul:
Model Antrian Dengan Kedatangan Berdistribusi Poisson Dan Pelayanan
Berdistribusi Eksponensial
(Studi Kasus: Antrian Prioritas Layanan BPJS RS Panti Rapih)
beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan
kepada Perpustakaan Universitas Sanata Dharma untuk menyimpan, mengalihkan
ke dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data,
mendistribusikan secara terbatas, dan mempublikasikannya di internet atau media
lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun
memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai
penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di Yogyakarta
Pada tanggal 16 November 2016
Yang menyatakan
Amalya Widiastuti
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
KATA PENGANTAR
Puji dan syukur kepada Allah SWT atas berkat yang selalu menyertai penulis
dalam menyelesaikan skripsi ini. Skripsi ini dibuat sebagai salah satu syarat untuk
memperoleh gelar Sarjana Sains pada Program Studi Matematika, Universitas
Sanata Dharma.
Banyak tantangan dalam proses penulisan skripsi ini, namun dengan
penyertaan Allah SWT serta dukungan dari berbagai pihak akhirnya skripsi ini
dapat diselesaikan. Untuk itu penulis ingin mengucapkan terima kasih kepada:
1. Bapak Ir. Ig. Aris Dwiatmoko, M.Sc., selaku dosen pembimbing skripsi
yang telah meluangkan waktu, tenaga, dan pikiran serta ilmu yang telah
diberikan sehingga terselesaikannya skripsi ini.
2. Bapak YG. Hartono, S.Si., M.Sc., Ph.D, selaku Ketua Program Studi
Matematika sekaligus Dosen Pembimbing Akademik Matematika 2012.
3. Bapak Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D. selaku dekan Fakultas
Sains dan Teknologi.
4. Romo Prof. Dr. Frans Susilo, S.J., Ibu M. V. Any Herawati, S.Si., M.Si.,
Bapak Dr. rer. nat. Herry P. Suryawan, S.Si., M.Si., dan Ibu Lusia
Krismiyati Budiasih, S.Si., M.Si. selaku dosen-dosen Prodi Matematika
yang telah memberikan banyak pengetahuan kepada penulis selama proses
perkuliahan.
5. Kedua orang tuaku tercinta Asriyanto dan Rusmiati, kakakku Thias Bahtiar
Nugroho dan Laila Chairunisa, adikku Dimas Ali Prasojo, dan sahabatku
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
Arum, Eni dan Adi yang selalu memberikan dukungan, doa, dan semangat
sehingga terselesaikannya skripsi ini.
6. Sahabat BSD (Rian dan Fitri), teman-teman Matematika 2012 (Ajeng,
Putri, Sila, Anggun, Noni, Manda, Happy, Dewi, Rian, Budi, Ega, Boby,
Tika, Ferny, Juli, Ilga, Oxi, dan Risma), Nawacatur, Bovis, dan Nancy
Amanda, Ensi, dan Linda yang telah membantu dalam penulisan skripsi
ini, dan memberikan keceriaan serta dukungan selama masa kuliah.
7. Rumah Sakit Panti Rapih yang telah mengizinkan penulis melakukan
penelitian pada skripsi ini.
8. Semua pihak yang telah membantu penulis dalam menyelesaikan skripsi
ini.
Semoga segala doa, perhatian, dukungan, bantuan, dan cinta yang telah diberikan
mendapatkan balasan dari Allah SWT.
Penulis menyadari bahwa masih banyak kekurangan dalam penulisan
skripsi ini. Oleh karena itu, penulis mengharapkan kritik dan saran demi penelitian
selanjutnya. Harapan penulis, semoga skripsi ini bermanfaat bagi pembaca dan
menjadi referensi belajar yang baik.
Yogyakarta, 17 Oktober 2016
Penulis,
Amalya Widiastuti
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
DAFTAR ISI
HALAMAN JUDUL DALAM BAHASA INDONESIA ..................................... i
HALAMAN JUDUL DALAM BAHASA INGGRIS .......................................... ii
HALAMAN PERSETUJUAN PEMBIMBING .................................................. iii
HALAMAN PENGESAHAN ............................................................................. iv
HALAMAN PERSEMBAHAN ............................................................................ v
PERNYATAAN KEASLIAN KARYA .............................................................. vi
ABSTRAK .......................................................................................................... vii
ABSTRACT ...................................................................................................... viii
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI .............................. ix
KATA PENGANTAR ........................................................................................... x
DAFTAR ISI ...................................................................................................... xii
DAFTAR TABEL ............................................................................................... xv
DAFTAR GAMBAR ......................................................................................... xvi
BAB I PENDAHULUAN ...................................................................................... 1
A. Latar Belakang ......................................................................................... 1
B. Rumusan Masalah ................................................................................... 3
C. Batasan Masalah ...................................................................................... 3
D. Tujuan Penulisan ..................................................................................... 4
E. Metode Penulisan .................................................................................... 4
F. Manfaat Penulisan ................................................................................... 4
G. Sistematika Penulisan .............................................................................. 5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
BAB II DASAR- DASAR TEORI PELUANG DAN STATISTIKA ................... 7
A. Peluang .................................................................................................... 7
B. Nilai Harapan ......................................................................................... 17
C. Variansi .................................................................................................. 25
D. Fungsi Pembangkit Momen (FPM) ....................................................... 27
E. Distribusi Poisson .................................................................................. 29
F. Distribusi Gamma .................................................................................. 32
G. Distribusi Eksponensial ......................................................................... 39
H. Uji Sampel Tunggal Kolmogorov-Smirnov .......................................... 40
BAB III TEORI ANTRIAN ................................................................................ 45
A. Proses Antrian ....................................................................................... 45
B. Unsur-Unsur Antrian ............................................................................. 45
C. Aturan Distribusi Eksponensial ............................................................. 51
D. Proses Poisson ....................................................................................... 53
E. Waktu Antar Kedatangan ...................................................................... 60
F. Hubungan Antara Distribusi Poisson dengan Distribusi Eksponensial.64
G. Model Antrian Poisson yang Diperumum ............................................. 65
H. Antrian Poisson Khusus ........................................................................ 70
I. Model Antrian dengan Pelayanan Tunggal Kapasitas Tak Hingga ....... 75
J. Model Antrian dengan 𝑐 Pelayanan Kapasitas Tak Hingga .................. 81
BAB IV ANALISIS ANTRIAN LAYANAN BPJS RS PANTI RAPIH
YOGYAKARTA ................................................................................................. 86
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
A. Sistem Antrian Pelayanan BPJS di Rumah Sakit Panti Rapih dan
Harapan Pasien ...................................................................................... 87
B. Analisis Deskriptif Data Waktu Kedatangan dan Waktu Pelayanan ..... 93
C. Analisis Sistem Antrian Layanan BPJS ................................................ 97
D. Analisis Perhitungan Performa Antrian ............................................... 107
E. Evaluasi dan Saran Untuk Sistem Antrian .......................................... 109
BAB V PENUTUP ............................................................................................ 110
A. Kesimpulan .......................................................................................... 110
B. Saran ................................................................................................... 111
DAFTAR PUSTAKA ........................................................................................ 112
LAMPIRAN ...................................................................................................... 114
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
DAFTAR TABEL
Tabel 2.1 Fungsi peluang banyaknya bola merah yang terambil .......................... 12
Tabel 2.2 Fungsi probabilitas bersama.................................................................. 15
Tabel 2.3 Fungsi probabilitas dari variabel acak 𝑋 ............................................... 23
Tabel 2.4 Data suatu sampel acak ......................................................................... 42
Tabel 2.5 Uji sampel tunggal Kolmogorov-Smirnov secara manual .................... 43
Tabel 2.6 Uji Sampel tunggal Kolmogorov-Sminrov dengan SPSS..................... 44
Tabel 3.1 Hubungan antara distribusi Poisson dengan distribusi Eksponensial di
antrian .................................................................................................................... 64
Tabel 3.2 Sistem pelayanan pada Toko Grosir B&K ............................................ 68
Tabel 3.3 Hasil perhitungan performa antrian dengan software MATLAB ......... 85
Tabel 4.1 Pembagian tugas loket dalam melayani pasien ..................................... 91
Tabel 4.2 Jawaban dari pertanyaan nomor 1 oleh responden ............................... 92
Tabel 4.3 Jawaban responden mengenai waktu mengantri ................................... 92
Tabel 4.4 Informasi kedatangan dan waktu pelayanan sistem antrian .................. 94
Tabel 4.5 Statistik hasil uji distribusi kedatangan ................................................. 96
Tabel 4.6 Statistik hasil uji waktu pelayanan ........................................................ 97
Tabel 4.7 Rangkuman hasil perhitungan performa antrian BPJS .......................107
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
DAFTAR GAMBAR
Gambar 1.1 Antrian orang yang menunggu dilayani ............................................ 2
Gambar 1.2 Antrian peti kemas yang menunggu dikirim ..................................... 2
Gambar 2.1 Pemetaan 𝑋 ........................................................................................ 11
Gambar 3.1 Model antrian satu saluran satu fase ................................................. 48
Gambar 3.2 Model antrian satu saluran multi fase ............................................... 49
Gambar 3.3 Model antrian multi saluran satu fase ............................................... 50
Gambar 3.4 Model antrian multi saluran multi fase ............................................. 50
Gambar 3.5 Ilustrasi waktu tunggu ...................................................................... 61
Gambar 3.6 Diagam transisi antrian Poisson ........................................................ 66
Gambar 3.7 Skema antrian Poisson khusus ......................................................... 71
Gambar 4.1 Ilustrasi antrian layanan BPJS RS Panti Rapih ................................. 87
Gambar 4.2 Pengambilan tiket antrian layanan BPJS ........................................... 89
Gambar 4.3 Pasien yang menunggu untuk dilayani .............................................. 89
Gambar 4.4 Pasien yang sedang mendapatkan pelayanan oleh petugas di loket
(server) .................................................................................................................. 90
Gambar 4.5 Contoh tiket antrian layanan dokter dan tiket layanan BPJS ............ 90
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
A. Latar Belakang
Antrian masih menjadi masalah yang sering ditemukan di fasilitas
pelayanan umum. Antrian adalah suatu kondisi dengan subyek-subyek menuju
suatu area untuk dilayani dan menghadapi suatu keterlambatan yang disebabkan
oleh mekanisme pelayanan yang mengalami kesibukan. Dalam hal ini terjadi waktu
tunggu yaitu waktu yang diperlukan dalam sebuah antrian. Antrian yang terbentuk
dalam pelayanan terjadi akibat kurangnya jumlah pelayanan, banyaknya
kedatangan, dan waktu tunggu yang lama. Kedatangan dan waktu pelayanan yang
berbeda-beda, setiap orang yang terlibat dalam antrian akan memiliki waktu tunggu
yang berbeda-beda. Terjadinya antrian merupakan sesuatu yang kurang baik dalam
suatu pelayanan karena membuat orang yang terlibat dalam antrian harus
menunggu untuk dilayani.
Proses antrian juga dipengaruhi oleh banyaknya pelanggan yang semakin
banyak. Dengan kata lain fenomena yang terjadi pada antrian adalah pelayanan
masih berjalan tetapi dengan tingkat pelayanan yang lebih lambat dengan
sebelumnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
Berikut ini adalah contoh nyata sebuah antrian, yang ditunjukkan oleh
Gambar 1.1 dan Gambar 1.2.
Gambar 1.1 Antrian orang yang menunggu dilayani.
Gambar 1.2 Antrian peti kemas yang menunggu dikirim.
Dalam karya tulis ini akan dibahas mengenai model antrian dengan
kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi Eksponensial
dan juga akan dipelajari ukuran kinerja sistem dalam antrian seperti rata-rata
banyaknya subyek dalam sistem antrian, rata-rata banyaknya subyek yang
menunggu dalam antrian, waktu tunggu subyek yang dihabiskan dalam sistem, dan
waktu tunggu subyek yang dihabiskan dalam antrian.
Ukuran kinerja sistem dapat digunakan untuk menentukan banyaknya
pelayanan yang dibutuhkan agar waktu tunggu menjadi minimum. Dalam karya
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
tulis ini, penulis melakukan penelitian dari suatu layanan antrian. Obyek yang
dijadikan penelitian adalah antrian layanan BPJS di Rumah Sakit Panti rapih.
Penulis akan mengambil data secara langsung dan mengolah data serta akan
menganalisis ukuran kinerja sistem sehingga menghasilkan suatu usulan perbaikan.
B. Rumusan Masalah
Rumusan masalah yang dibicarakan pada tugas akhir ini adalah:
1. Bagaimana dasar-dasar teori antrian?
2. Bagaimana distribusi Poisson dan Eksponensial dapat dipergunakan dalam
sebuah antrian?
3. Bagaimana ukuran kinerja sistem pada model antrian dengan kedatangan yang
berdistribusi Poisson dan waktu pelayanan yang berdistribusi Eksponensial?
C. Batasan Masalah
Dalam pembuatan tugas akhir ini ada beberapa hal yang dibatasi agar
permasalahan tidak meluas atau tidak sesuai dengan tujuan awal. Berikut adalah
batasan masalahnya:
1. Model yang dibahas adalah model dengan kedatangan berdistribusi Poisson
dan waktu pelayanan berdistribusi Eksponensial.
2. Model yang dibahas adalah:
a. Model antrian dengan pelayanan tunggal yaitu (𝑀 ∕ 𝑀 ∕ 1): (𝐺𝐷 ∞⁄ ∞⁄ ).
b. Model antrian dengan 𝑐 pelayanan yaitu (𝑀 ∕ 𝑀 ∕ 𝑐): (𝐺𝐷 ∞⁄ ∞⁄ ).
3. Teori yang dibahas hanya yang berkaitan langsung dengan pokok skripsi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
4. Data yang digunakan adalah data antrian layanan BPJS di Rumah Sakit Panti
Rapih Yogyakarta.
D. Tujuan penulisan
Penulisan ini bertujuan membahas dasar-dasar teori sebuah antrian, peranan
distribusi Eksponensial dalam sebuah antrian serta penerapannya pada masalah
antrian layanan BPJS di Rumah Sakit Panti Rapih Yogyakarta.
E. Metode Penulisan
Metode penulisan yang dipakai adalah metode studi pustaka, yaitu dengan
membaca referensi buku-buku pendukung dan jurnal yang mengenai antrian dengan
kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi Eksponensial.
Jenis-jenis sumber pustaka yang digunakan dicantumkan dalam daftar pustaka.
F. Manfaat Penulisan
Manfaat yang diperoleh dari karya tulis ini adalah:
1. Bagi penulis: memahami mengenai teori antrian dan mampu menganalisis
masalah antrian.
2. Bagi pembaca: memperdalam pengetahuan baru tentang teori antrian serta
memberikan informasi bagi pihak yang membutuhkan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
G. Sistematika Penulisan
BAB I : PENDAHULUAN
A. Latar Belakang
B. Rumusan Masalah
C. Batasan Masalah
D. Tujuan Penulisan
E. Metode Penulisan
F. Manfaat Penulisan
BAB II : DASAR-DASAR TEORI PELUANG DAN STATISTIKA
A. Peluang
B. Nilai Harapan atau Mean
C. Variansi
D. Fungsi Pembangkit Momen (FPM)
E. Distribusi Poisson
F. Distribusi Gamma
G. Distribusi Eksponensial
H. Uji Sampel Tunggal Kolmogorov-Smirnov
BAB III TEORI ANTRIAN
A. Proses Antrian
B. Unsur-Unsur Antrian
C. Aturan Distribusi Eksponensial
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
D. Proses Poisson
E. Waktu Antar Kedatangan
F. Model Antrian Poisson yang Diperumum
G. Antrian Poisson Khusus
H. Model Antrian Tunggal dengan Kapasitas Tak Hingga
I. Model Antrian dengan 𝑐 Pelayanan Kapasitas Tak Hingga
BAB IV: ANALISIS ANTRIAN LAYANAN BPJS RUMAH SAKIT PANTI
RAPIH YOGYAKARTA
A. Sistem Antrian Pelayanan BPJS Rumah Sakit Panti Rapih
B. Analisis Deskriptif Data Waktu Kedatangan dan Waktu Pelayanan
C. Analisis Sistem Antrian BPJS
D. Analisis Perhitungan
E. Evaluasi dan Saran
BAB V: PENUTUP
A. Kesimpulan
B. Saran
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
BAB II
DASAR-DASAR TEORI PELUANG DAN STATISTIKA
Dalam Bab ini akan disajikan dasar-dasar teori peluang dan statistika
sebagai landasan pembahasan skripsi ini.
A. Peluang
Definisi 2.1 Ruang Sampel
Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel
dan dinyatakan dengan simbol 𝑆.
Contoh 2.1
Percobaan pelemparan sekeping koin sebanyak dua kali dengan kedua sisinya yaitu
gambar dan angka, ruang sampel 𝑆 dari percobaan tersebut adalah
{𝐺𝐴, 𝐺𝐺, 𝐴𝐺, 𝐴𝐴}.
Simbol 𝐺 menyatakan “Gambar” pada sisi koin dan simbol 𝐴 menyatakan “Angka”
pada sisi koin.
Definisi 2.2 Kejadian
Kejadian adalah himpunan bagian dari ruang sampel. Kejadian dinotasikan dengan
huruf kapital, misalnya 𝐴.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
Contoh 2.2
Percobaan pengambilan 3 buah bola yang diambil secara satu per satu tanpa
pengembalian dari kantong yang berisi 9 buah bola dengan 3 buah bola berwarna
hijau, 3 buah bola berwarna merah, dan 3 buah bola berwarna biru.
𝐴: Kejadian terambilnya bola pertama berwarna hijau.
Maka 𝐴 = {𝐻𝑀𝐵,𝐻𝐵𝑀,𝐻𝑀𝑀,𝐻𝐵𝐵,𝐻𝐻𝑀,𝐻𝐻𝐵,𝐻𝑀𝐻,𝐻𝐵𝐻,𝐻𝐻𝐻}
dengan 𝐻 menyatakan “bola berwarna hijau”, 𝑀 menyatakan “bola berwarna
merah”, dan 𝐵 menyatakan “bola berwarna biru”.
Definisi 2.3
Misalkan 𝐴 dan 𝐵 adalah adalah kejadian dari ruang sampel 𝑆, maka:
1. Gabungan dari dua kejadian dinotasikan 𝐴 ∪ 𝐵 dengan
𝐴 ∪ 𝐵 = {𝑥 |𝑥 𝜖 𝐴 ∨ 𝑥 𝜖 𝐵}.
2. Irisan dari dua kejadian dinotasikan 𝐴 ∩ 𝐵 dengan
𝐴 ∩ 𝐵 = {𝑥 |𝑥 𝜖 𝐴 ∧ 𝑥 𝜖 𝐵}.
3. Komplemen suatu kejadian dinotasikan 𝐴𝑐 dengan
𝐴𝑐 = { 𝑥 𝜖 𝑆 | 𝑥 ∉ 𝐴}.
4. Selisih dari kejadian 𝐴 dan 𝐵 dinotasikan 𝐴\𝐵 dengan
𝐴\𝐵 = 𝐴 ∩ 𝐵𝑐.
5. 𝐴 dan 𝐵 adalah kejadian-kejadian yang saling asing bila 𝐴 ∩ 𝐵 = 𝜙.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
Definisi 2.4 Peluang
Diberikan ruang sampel 𝑆 dan kejadian 𝐴 dari 𝑆. Peluang dari 𝐴 dinotasikan 𝑃(𝐴)
yang memenuhi:
1. 𝑃(𝐴) ≥ 0.
2. 𝑃(𝑆) = 1.
3. Jika 𝐴1, 𝐴2, 𝐴3, …. adalah kejadian yang saling asing di 𝑆 maka
𝑃(𝐴1 ∪ 𝐴2 ∪ 𝐴3 ∪ …) =∑𝑃(𝐴𝑖)
∞
𝑖=1
.
Definisi 2.5 Peluang Suatu Kejaadian
Diberikan kejadian 𝐴 pada ruang sampel 𝑆, peluang terjadinya 𝐴 adalah
𝑃(𝐴) =𝑛(𝐴)
𝑛(𝑆)
dengan 𝑛(𝐴) adalah banyaknya anggota 𝐴 terjadi dan 𝑛(𝑆) adalah banyaknya
anggota ruang sampel 𝑆.
Contoh 2.3
Pelemparan koin sebanyak dua kali. Berapa peluang munculnya minimal 1 sisi
“Angka”?
Ruang sampel 𝑆 pada percobaan tersebut adalah
𝑆 = {𝐴𝐺, 𝐺𝐴, 𝐴𝐴, 𝐺𝐺}
dengan 𝐴 menyatakan “Angka” pada sisi koin dan 𝐺 menyatakan “Gambar” pada
sisi koin. Jika 𝐵 adalah kejadian yang menyatakan terjadinya minimal munculnya
satu sisi “Angka” maka 𝐵 = {𝐴𝐺, 𝐺𝐴, 𝐴𝐴}. Jadi 𝑃(𝐵) =1
4+1
4+1
4=
3
4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
Definisi 2.6 Peluang Bersyarat
Diberikan dua kejadian 𝐴 dan 𝐵 dalam ruang sampel 𝑆. Peluang kejadian 𝐵 setelah
kejadian 𝐴 terjadi dinotasikan dengan 𝑃(𝐵|𝐴),
𝑃(𝐵|𝐴) =𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴), 𝑃(𝐴) > 0.
Dua kejadian 𝐴 dan 𝐵 saling bebas jika 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴)𝑃(𝐵).
Contoh 2.4
Diberikan ruang sampel 𝑆 = {1,2,3,4,5,6} dan misalkan 𝐴 adalah kejadian
bilangan genap di 𝑆 dan 𝐵 adalah kejadian bilangan yang lebih dari 3 di 𝑆 maka
diperoleh 𝐴 = {2,4,6} , 𝐵 = {4,5,6}. Tentukanlah apakah 𝐴 dan 𝐵 saling bebas.
Jawab:
𝐴 ∩ 𝐵 = {4,6} berarti 𝑃(𝐴 ∩ 𝐵) =2
6=
1
3,
𝑃(𝐴) =3
6=
1
2 dan 𝑃(𝐵) =
3
6=
1
2,
oleh karena 𝑃(𝐴)𝑃(𝐵) =1
4≠ 𝑃(𝐴 ∩ 𝐵) =
1
3 maka 𝐴 dan 𝐵 tidak saling bebas.
Definisi 2.7 Variabel Acak
Variabel acak adalah fungsi bernilai real yang nilainya ditentukan oleh setiap unsur
dalam ruang sampel.
Variabel acak dinotasikan dengan huruf kapital dan nilainya dinotasikan
dengan huruf kecil. Misalkan 𝑋 merupakan variabel acak maka nilai dari 𝑋 adalah
𝑥.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
Contoh 2.5
Percobaan pengambilan 2 buah bola tanpa pengembalian dari kantong yang berisi
4 buah bola berwarna merah dan 3 buah bola berwarna hijau. Misalkan variabel
acak 𝑋 menyatakan banyaknya bola berwarna merah yang terambil.
Ruang sampel 𝑆 pada percobaan tersebut:
𝑆 = {𝑀𝐻,𝑀𝑀,𝐻𝑀,𝐻𝐻}
dengan 𝑀 menyatakan bola berwarna “Merah” dan 𝐻 menyatakan bola berwarna
“Hijau”.
𝑋 = banyaknya bola berwarna merah yang terambil.
Nilai numerik 0, 1, atau 2 dapat diberikan pada setiap titik sampel dimana nilai 0,
1, atau 2 merupakan besaran acak yang nilainya ditentukan dari percobaan.
𝑆 ℝ
Gambar 2.1 Pemetaan 𝑋.
Definisi 2.8 Variabel Acak Diskrit
Sebuah variabel acak dikatakan variabel acak diskrit jika himpunan dari
kemungkinan hasilnya adalah terbilang. Jika tidak memenuhi definisi di atas maka
variabel random di atas disebut variabel random kontinu.
𝑀𝐻
𝑀𝑀
𝐻𝑀
𝐻𝐻
0
1
2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
Definisi 2.9 Fungsi Probabilitas Diskrit
Himpunan pasangan terurut (𝑥, 𝑃(𝑥)) adalah suatu fungsi probabilitas diskrit 𝑋
untuk setiap kemungkinan hasil 𝑥 yang mungkin jika:
1. 0 ≤ 𝑃(𝑥) ≤ 1 untuk setiap 𝑥 𝜖 ℝ.
2. ∑ 𝑃(𝑥) = 1𝑥 .
Contoh 2.6
Dari contoh 2.5 tentukan fungsi peluang banyaknya bola berwarna merah yang
terambil.
Jawab:
Pada gambar 2.1 nilai 𝑥 adalah bilangan-bilangan yang menyatakan banyaknya bola
berwarna merah yang terambil.
Tabel 2.1 Fungsi peluang banyaknya bola merah yang terambil.
𝑥 0 1 2
𝑃(𝑥) 1
7
4
7
2
7
𝑃(𝑋 = 0) =(40)(32)
(72)
=1
7,
𝑃(𝑋 = 1) =(41)(31)
(72)
=12
21=4
7,
𝑃(𝑋 = 2) =(42)(30)
(72)
=2
7,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
Definisi 2.10 Fungsi Probabilitas Kontinu
Fungsi 𝑓(𝑥) adalah fungsi probabilitas (probability function) untuk variabel
random kontinu 𝑋, jika:
1. 𝑓(𝑥) ≥ 0 untuk setiap 𝑥 𝜖 ℝ.
2. ∫ 𝑓(𝑥) 𝑑𝑥 = 1∞
−∞.
3. 𝑃(0 ≤ 𝑋 ≤ 1) = ∫ 𝑓(𝑥) 𝑑𝑥∞
−∞.
Contoh 2.7
Andaikan suhu dalam 0C dalam sebuah percobaan adalah variabel acak kontinu 𝑋
yang mempunyai fungsi densitas:
𝑓(𝑥) = {𝑥2
30
, −1 < 𝑥 < 2
, lainnya
a. Buktikan bahwa 𝑓(𝑥) adalah fungsi probabilitas.
b. Tentukan 𝑃(0 < 𝑋 ≤ 1).
Jawab:
a. Menurut definisi 2.10 (2) jelas 𝑓(𝑥) ≥ 0,
∫ 𝑓(𝑥) 𝑑𝑥 = ∫𝑥2
3𝑑𝑥 =
𝑥3
9|2
−1= 1
2
−1
.∞
−∞
b. 𝑃(0 < 𝑋 ≤ 1) = ∫𝑥2
3𝑑𝑥 =
𝑥3
9|10=
1
9
1
0.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
Definisi 2.11 Distribusi Fungsi Kumulatif
Fungsi distribusi kumulatif dari sebuah variabel random diskrit dan kontinu
didefinisikan sebagai berikut
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) =
{
∑ 𝑝(𝑥)
∀𝑋≤𝑥
, jika 𝑋 diskrit,
∫ 𝑓(𝑡)𝑑𝑡𝑥
−∞
, jika 𝑋 kontinu.
Definisi 2.12 Fungsi Probabilitas Bersama Diskrit
Fungsi 𝑝(𝑥, 𝑦) adalah fungsi probabilitas bersama diskrit jika variabel acak 𝑋 dan
𝑌 memenuhi:
1. 𝑝(𝑥, 𝑦) ≥ 0, ∀(𝑥, 𝑦).
2. ∑ ∑ 𝑝(𝑥, 𝑦) = 1𝑦𝑥 .
Untuk setiap 𝐴 di bidang 𝑥𝑦, 𝑃[(𝑋, 𝑌) ∈ 𝐴] = ∑∑ 𝑓(𝑥, 𝑦).𝐴
Contoh 2.8
Dua buah pensil dipilih secara acak dari kotak yang berisikan 3 buah pensil
berwarna biru, 2 buah pensil berwarna merah, dan 3 buah pensil berwarna hijau.
Jika 𝑋 adalah banyaknya pensil biru yang terpilih dan 𝑌 adalah banyaknya pensil
merah yang terpilih. Tentukan fungsi probabilitas bersama untuk fungsi 𝑝(𝑥, 𝑦).
Jawab:
Nilai dari pasangan terurut (𝑥, 𝑦) yang mungkin adalah
(0,0) , (0,1) , (1,0), (1,1, ) (0,2), (2,0).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
Misalkan (0,1) adalah kemungkinan terpilihnya pensil berwarna hijau dan pensil
berwarna merah. Banyaknya kemungkinan terpilihnya 2 pensil dari kotak tersebut
adalah (82) = 28. Banyaknya kemungkinan terpilihnya 1 pensil merah dari 2 pensil
merah di dalam kotak dan terpilihnya 1 pensil hijau dari 3 pensil hijau di kotak
adalah (21)(31) = 6. Jadi 𝑝(0,1) =
6
28=
3
14. Perhitungan yang sama dapat digunakan
untuk mencari kemungkinan-kemungkinan pada kasus yang lainnya. Secara umum
diperoleh 𝑝(𝑥, 𝑦) = (3𝑥)(
2𝑦)(
32−𝑥−𝑦)
(82) untuk setiap 𝑥 = 0,1,2 ; 𝑦 = 0,1,2 ; dan 0 ≤
𝑥 + 𝑦 ≤ 2.
Tabel 2.2 Fungsi probabilitas bersama.
Definisi 2.13 Fungsi Probabilitas Bersama Kontinu
Fungsi 𝑓(𝑥, 𝑦) adalah fungsi probabilitas bersama kontinu dengan variabel acak 𝑋
dan 𝑌 jika:
1. 𝑓(𝑥, 𝑦) ≥ 0 , ∀(𝑥, 𝑦).
2. ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦 = 1∞
−∞
∞
−∞.
𝑝(𝑥, 𝑦) 𝑥 Total
Baris 0 1 2
𝑦
0 3
28
9
28
3
28
15
28
1 3
14
3
14 0
3
7
2 1
28 0 0
1
28
Total Kolom 5
14
15
28
3
28 1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
Contoh 2.9
Diberikan 𝑓(𝑥, 𝑦) sebagai berikut:
𝑓(𝑥, 𝑦) = {2
5(2𝑥 + 3𝑦),
0 ,
0 ≤ 𝑥 ≤ 1, 0 ≤ 𝑦 ≤ 1,
Tunjukkan bahwa ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦 = 1∞
−∞
∞
−∞.
Jawab:
Integral dari 𝑓(𝑥, 𝑦) adalah
∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦∞
−∞
∞
−∞
= ∫ ∫2
5(2𝑥 + 3𝑦)𝑑𝑥 𝑑𝑦
1
0
1
0
= ∫ (
2𝑥2
5+6𝑥𝑦
5) |𝑥 = 1
𝑥 = 0𝑑𝑦
1
0
= ∫ (
2
5+6𝑦
5)𝑑𝑦
1
0
= (
2𝑦
5+3𝑦2
5) |1
0
=2
5+3
5
= 1.
Definisi 2.14 Variabel Acak Saling Bebas
Misalkan 𝑋 mempunyai fungsi distribusi 𝑔(𝑥), 𝑌 mempunyai fungsi distribusi ℎ(𝑦)
dan 𝑋, 𝑌 mempunyai fungsi distribusi bersama 𝑠(𝑥, 𝑦). Maka 𝑋 dan 𝑌
dikatakan saling bebas jika dan hanya jika
𝑠(𝑥, 𝑦) = 𝑔(𝑥)ℎ(𝑦)
lainnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
untuk setiap pasangan bilangan real (𝑥, 𝑦).
Jika 𝑋 dan 𝑌 variabel acak diskrit dengan fungsi probabilitas bersama
𝑝(𝑥, 𝑦) dan fungsi distribusi dari masing-masing variabel 𝑋 dan 𝑌 adalah 𝑔(𝑥) dan
ℎ(𝑦) , maka 𝑋 dan 𝑌 saling bebas jika dan hanya jika
𝑝(𝑥, 𝑦) = 𝑔(𝑥) ℎ(𝑦)
untuk semua pasangan bilangan real (𝑥, 𝑦).
Jika 𝑋 dan 𝑌 variabel acak kontinu dengan fungsi densitas bersama 𝑓(𝑥, 𝑦)
dan fungsi fungsi distribusi dari masing-masing variabel 𝑋 dan 𝑌 adalah 𝑔(𝑥) dan
ℎ(𝑦), maka 𝑋 dan 𝑌 saling bebas jika dan hanya jika
𝑓(𝑥, 𝑦) = 𝑔(𝑥)ℎ(𝑦)
untuk semua pasangan bilangan real (𝑥, 𝑦).
Contoh 2.10
Pada contoh 2.8 variabel acak 𝑋 dan 𝑌 tidak saling bebas sebab berdasarkan definisi
2.14 𝑋 dan 𝑌 saling bebas jika 𝑝(𝑥, 𝑦) = 𝑔(𝑥)ℎ(𝑦) untuk setiap pasangan bilangan
real (𝑥, 𝑦). Pasangan bilangan real (0,0) diperoleh 𝑔(0) =5
14, ℎ(0) =
15
28, dan
𝑔(0)ℎ(0) =5
14 ×15
28=75
392≠ 𝑝(0,0) =
3
28.
B. Nilai Harapan
Definisi 2.15 Nilai Harapan atau Mean (Rata-rata)
Diberikan variabel acak 𝑋 dengan distribusi probabilitas yang diketahui. Mean atau
nilai harapan dari 𝑋 adalah:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
𝜇 = 𝐸(𝑋) =∑𝑥 𝑝(𝑥)
𝑥
; jika 𝑋 adalah variabel acak diskrit,
𝜇 = 𝐸(𝑋) = ∫ 𝑥 𝑓(𝑥)𝑑𝑥∞
−∞
; jika 𝑋 adalah variabel acak kontinu.
Contoh 2.11
Diberikan 7 sampel dengan 4 sampel tergolong tidak rusak dan 3 sampel lainnya
tergolong rusak. Bila dilakukan pengambilan 3 sampel secara acak, tentukanlah
nilai harapan terpilihnya sampel yang tidak rusak dari pengambilan tersebut.
Andaikan 𝑋 variabel acak yang menunjukkan banyaknya komponen yang tidak
rusak pada sampel. Fungsi probabilitas distribusi dari 𝑋 adalah
𝑓(𝑥) =(4𝑥)( 32−𝑥
)
(73)
, 𝑥 = 0,1,2,3
sehingga diperoleh
𝑓(0) =1
35, 𝑓(1) =
12
35, 𝑓(2) =
18
35, 𝑓(3)
4
35
nilai harapan 𝑋 adalah
𝜇 = 𝐸(𝑋) = (0)1
35+ (1)
12
35+ (2)
18
35+ (3)
4
35=12
7= 1.7
jadi nilai harapan dari terpilihnya sampel yang tidak rusak dari pengambilan
tersebut adalah 1.7.
Contoh 2.12
Diberikan variabel acak 𝑋 yang mewakili masa hidup elektronik dalam jam dengan
fungsi densitas sebagai berikut:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
𝑓(𝑥, 𝑦) = {
20000
𝑥3, 𝑥 > 100
0, lainnya
Tentukanlah nilai harapan 𝑋.
Menurut definsi nilai harapan diperoleh:
𝜇 = 𝐸(𝑋) = ∫ 𝑥 20000
𝑥3𝑑𝑥 = ∫
20000
𝑥2𝑑𝑥 = 200.
∞
100
∞
100
Nilai harapan dari 𝑋 adalah 200.
Definisi 2.16 Nilai Harapan Fungsi Variabel Acak
Diberikan variabel acak 𝑋 dengan distribusi probabilitas 𝑓(𝑥) dan 𝑝(𝑥) adalah
fungsi yang bernilai real dari 𝑋. Nilai harapan 𝑔(𝑋) adalah:
𝜇𝑔(𝑋) = 𝐸[𝑔(𝑋)] =∑𝑔(𝑥)𝑝(𝑥)
𝑥
; jika 𝑋 adalah variabel acak diskrit,
𝜇𝑔(𝑋) = 𝐸[𝑔(𝑋)] = ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥∞
−∞
; jika 𝑋 adalah variabel acak kontinu.
Lemma 2.1
Diberikan suatu konstanta tak nol 𝑏 maka 𝐸(𝑏) = 𝑏.
Bukti:
Untuk variabel acak diskrit,
𝐸(𝑏) =∑𝑏𝑝(𝑥) = 𝑏∑𝑓(𝑥) = 𝑏(1) = 𝑏.
Untuk variabel acak kontinu,
𝐸(𝑏) = ∫𝑏 𝑓(𝑥) 𝑑𝑥 = 𝑏 ∫𝑓(𝑥) 𝑑𝑥 = 𝑏. ∎
lainnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
Lemma 2.2
Diberikan suatu konstanta tak nol 𝑎 maka 𝐸(𝑎𝑋) = 𝑎𝐸(𝑋).
Bukti:
Untuk variabel acak diskrit,
𝐸(𝑎𝑋) =∑𝑎𝑥 𝑝(𝑥) = 𝑎∑𝑥 𝑝(𝑥) = 𝑎 (𝑋).
Untuk variabel acak kontinu,
𝐸(𝑎𝑥) = ∫𝑎𝑥 𝑓(𝑥) 𝑑𝑥 = 𝑎 ∫𝑥 𝑓(𝑥) 𝑑𝑥 = 𝑎 𝐸(𝑋). ∎
Teorema 2.1
Diberikan 𝑎, 𝑏 suatu konstanta, 𝐸(𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) + 𝑏.
Bukti:
Berdasarkan Definisi 2.16 diperoleh sebagai berikut:
untuk variabel acak diskrit,
𝐸(𝑎𝑋 + 𝑏) =∑(𝑎𝑥 + 𝑏) 𝑝(𝑥)
=∑(𝑎𝑥 𝑝(𝑥) + 𝑏 𝑝(𝑥))
=∑𝑎𝑥 𝑝(𝑥) +∑𝑏 𝑝(𝑥)
= 𝑎𝐸(𝑋) + 𝑏.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
Untuk variabel acak kontinu,
𝐸(𝑎𝑋 + 𝑏) = ∫ (𝑎𝑥 + 𝑏)𝑓(𝑥)𝑑𝑥∞
−∞
= ∫ 𝑏𝑥 𝑓(𝑥)𝑑𝑥 + ∫ 𝑏 𝑓(𝑥)𝑑𝑥
∞
−∞
∞
−∞
= 𝑎𝐸(𝑋) + 𝑏. ∎
Teorema 2.2 Nilai Harapan dari Jumlahan Dua atau Lebih Fungsi Variabel
Acak
Nilai harapan dari jumlahan dua atau lebih fungsi variabel acak 𝑋 adalah
𝐸[𝑔(𝑋) + ℎ(𝑋)] = 𝐸[𝑔(𝑋)] + 𝐸[ℎ(𝑋)].
Bukti:
Menurut Definisi 2.16 diperoleh sebagai berikut:
untuk variabel acak diskit,
𝐸[𝑔(𝑋) + ℎ(𝑋)] =∑[𝑔(𝑋) + ℎ(𝑋)] 𝑝(𝑥)
=∑[𝑔(𝑋)𝑝(𝑥) + ℎ(𝑋)𝑝(𝑥)]
=∑𝑔(𝑋)𝑝(𝑥) +∑ℎ(𝑋)𝑝(𝑥)
= 𝐸[𝑔(𝑋)] + 𝐸[𝑓(𝑋)].
Untuk variabel acak kontinu,
𝐸[𝑔(𝑋) + ℎ(𝑋)] = ∫ [𝑔(𝑥) + ℎ(𝑥)]𝑓(𝑥) 𝑑𝑥∞
−∞
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
= ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥 + ∫ ℎ(𝑥)𝑓(𝑥)𝑑𝑥∞
−∞
∞
−∞
= 𝐸[𝑔(𝑥)] + 𝐸[ℎ(𝑥)]. ∎
Teorema 2.3 Nilai Harapan dari Selisih Dua atau Lebih Fungsi Variabel Acak
𝐸[𝑔(𝑋) − ℎ(𝑋)] = 𝐸[𝑔(𝑋)] − 𝐸[ℎ(𝑋)].
Bukti:
Menurut Definisi 2.16 diperoleh:
untuk variabel acak diskrit,
𝐸[𝑔(𝑋) − ℎ(𝑋)] =∑[𝑔(𝑋) − ℎ(𝑋)] 𝑝(𝑥)
=∑[𝑔(𝑋)𝑝(𝑥) − ℎ(𝑋)𝑝(𝑥)]
=∑𝑔(𝑋)𝑝(𝑥) −∑ℎ(𝑋)𝑝(𝑥)
= 𝐸[𝑔(𝑋)] − 𝐸[𝑓(𝑋)].
Untuk variabel acak kontinu,
𝐸[𝑔(𝑋) − ℎ(𝑋)] = ∫ [𝑔(𝑥) − ℎ(𝑥)]𝑓(𝑥) 𝑑𝑥∞
−∞
= ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥 − ∫ ℎ(𝑥)𝑓(𝑥)𝑑𝑥∞
−∞
∞
−∞
= 𝐸[𝑔(𝑥)] − 𝐸[ℎ(𝑥)]. ∎
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
Contoh 2.13
Diberikan variabel acak 𝑋 dengan fungsi probabilitas sebagai berikut:
Tabel 2.3 Fungsi probabilitas dari variabel acak 𝑋.
𝑥 0 1 2 3
𝑓(𝑥) 1
3
1
2
0 1
6
Carilah nilai harapan 𝑌 = (𝑋 − 1)2.
Jawab:
Dengan menggunakan Teorema 2.1, Teorema 2.2 dan Teorema 2.3 fungsi 𝑌 =
(𝑋 − 1)2 dapat ditulis sebagai berikut:
𝐸[(𝑋 − 1)2] = 𝐸(𝑋2 − 2𝑋 + 1) = 𝐸(𝑋2) − 2𝐸(𝑋) + 𝐸(1),
𝐸(1) = 1,
𝐸(𝑋) = 0 (1
3) + 1 (
1
2) + 2(0) + 3 (
1
6) = 1,
𝐸(𝑋2) = 0 (1
3) + 1 (
1
2) + 4(0) + 9 (
1
6) = 2,
Jadi, nilai harapan 𝑌 = (𝑋 − 1)2 adalah 𝐸[(𝑋 − 1)2] = 2 − 2(1) + 1 = 1.
Teorema 2.4 Nilai Harapan dari Perkalian Dua atau Lebih Variabel Acak
Diberikan variabel acak 𝑋 dan 𝑌 yang saling bebas. Nilai harapan dari perkalian
variabel acak tersebut adalah 𝐸(𝑋𝑌) = 𝐸(𝑋)𝐸(𝑌).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
Bukti:
Menurut Definisi 2.14 dan Definisi 2.16 untuk 𝑋, 𝑌 diskrit diperoleh,
𝐸(𝑋𝑌) =∑∑𝑥𝑦 𝑔(𝑥)ℎ(𝑦)
𝑦𝑥
=∑∑𝑥 𝑔(𝑥) 𝑦 ℎ(𝑦)
𝑦𝑥
=∑𝑥 𝑔(𝑥) ∑𝑦 ℎ(𝑦)
𝑦𝑥
=∑𝑥 𝑔(𝑥) 𝐸(𝑌)
𝑥
= 𝐸(𝑋)𝐸(𝑌).
Menurut Definisi 2.14 dan Definisi 2.16 untuk 𝑋, 𝑌 kontinu diperoleh,
𝐸(𝑋𝑌) = ∫ ∫ 𝑥𝑦∞
−∞
∞
−∞
𝑔(𝑥)ℎ(𝑦)𝑑𝑦 𝑑𝑥
= ∫ 𝑥𝑔(𝑥) [∫ 𝑦 ℎ(𝑦) 𝑑𝑦∞
−∞
] 𝑑𝑥 ∞
−∞
= ∫ 𝑥 𝑔(𝑥) 𝐸(𝑌) 𝑑𝑥∞
−∞
= 𝐸(𝑌)∫ 𝑥 𝑔(𝑥) 𝑑𝑥∞
−∞
= 𝐸(𝑋)𝐸(𝑌). ∎
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
C. Variansi
Definisi 2.17 Variansi
Diberikan variabel acak 𝑋 dengan distribusi probabilitas yang diketahui dengan
mean 𝜇. Variansi dari 𝑋 adalah:
𝜎2 = 𝐸[(𝑋 − 𝜇)2] = ∑(𝑥 − 𝜇)2𝑝(𝑥)
𝑥
; jika 𝑋 variabel acak diskrit,
𝜎2 = 𝐸[(𝑋 − 𝜇)2] = ∫ (𝑥 − 𝜇)2𝑓(𝑥)𝑑𝑥∞
−∞
; jika 𝑋 variabel acak kontinu.
Akar dari variansi adalah 𝜎 dan disebut standar deviasi dari 𝑋.
Contoh 2.14
Perhatikan Contoh 2.11. Tentukan variansi dari 𝑋.
Diketahui bahwa 𝐸(𝑋) = 1.7 dari perhitungan pada contoh 2.11 diperoleh:
𝑓(0) =1
35, 𝑓(1) =
12
35, 𝑓(2) =
18
35, 𝑓(3) =
4
35.
Variansi dari 𝑋 adalah
𝜎2 =∑(𝑥 − 1.7)23
𝑥=0
= (1 − 1.7)2 (1
35) + (1 − 1.7)2 (
12
35) + (1 − 1.7)2 (
18
35) + (1 − 1.7)2 (
4
35)
= 0.49.
Teorema 2.5
Variansi dari variabel acak 𝑋 adalah
𝜎2 = 𝐸(𝑋2) − (𝐸(𝑋))2.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
Bukti:
Bila 𝑋 adalah variabel acak diskrit diperoleh,
𝜎2 =∑(𝑥 − 𝜇)2𝑝(𝑥)
𝑥
=∑(𝑥2 − 2𝜇𝑥 + 𝜇2)𝑝(𝑥)
𝑥
=∑𝑥2𝑝(𝑥) − 2𝜇∑𝑥 𝑝(𝑥) + 𝜇2∑𝑝(𝑥).
𝑥𝑥𝑥
Menurut definisi nilai harapan 𝜇 = ∑ 𝑥 𝑝(𝑥)𝑥 dan menurut definisi fungsi
probabilitas diskrit yang ke (2) ∑ 𝑝(𝑥) = 1𝑥 untuk setiap fungsi probabilitas diskrit
maka diperoleh
𝜎2 =∑𝑥2 𝑝(𝑥) − 𝜇2
𝑥
= 𝐸(𝑋2) − 𝜇2.
Bila 𝑋 adalah variabel acak kontinu diperoleh
𝜎2 = ∫ (𝑥 − 𝜇)2𝑓(𝑥)𝑑𝑥∞
−∞
= ∫ (𝑥2 − 2𝜇𝑥 + 𝜇2)𝑓(𝑥)∞
−∞
𝑑𝑥
= ∫ 𝑥2𝑓(𝑥)𝑑𝑥 − 2𝜇∫ 𝑥𝑓(𝑥) 𝑑𝑥 + ∫ 𝜇2𝑓(𝑥) 𝑑𝑥.∞
−∞
∞
−∞
∞
−∞
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
Menurut definisi nilai harapan 𝜇 = ∫ 𝑥 𝑓(𝑥) 𝑑𝑥∞
−∞ dan menurut fungsi probabilitas
kontinu yang ke (2) ∫ 𝑓(𝑥) 𝑑𝑥 = 1∞
−∞ untuk setiap fungsi probabilitas kontinu maka
diperoleh
𝜎2 = ∫ 𝑥2𝑓(𝑥)𝑑𝑥 − ∫ 𝜇2𝑓(𝑥) 𝑑𝑥∞
−∞
∞
−∞
= 𝐸(𝑋2) − 𝜇2. ∎
D. Fungsi Pembangkit Momen (FPM)
Fungsi pembangkit momen berguna untuk menyelesaikan masalah-masalah
komputasi dalam statistika matematis.
Definisi 2.18
Momen ke-𝑘 dari variabel acak 𝑋 adalah 𝐸(𝑋𝑘) dan dinotasikan 𝜇′𝑘.
Definisi 2.19 Fungsi Pembangkit Momen (FPM)
Fungsi pembangkit momen untuk variabel acak 𝑋 didefinisikan sebagai berikut
𝑚(𝑡) = 𝐸(𝑒𝑡𝑥).
Teorema 2.6 Fungsi Pembangkit Momen dari Jumlahan Variabel Acak
Misalkan 𝑋1, 𝑋2, … , 𝑋𝑛 adalah variabel acak yang saling bebas dengan fungsi
pembangkit momen masing-masing adalah 𝑚𝑥1(𝑡),𝑚𝑥2
(𝑡),… ,𝑚𝑥𝑛(𝑡).
Jika 𝑌 = 𝑋1 + 𝑋2 +⋯+ 𝑋𝑛 maka 𝑚𝑌(𝑡) = 𝑚𝑥1(𝑡) × 𝑚𝑥2
(𝑡) × …×𝑚𝑥𝑛(𝑡).
Bukti:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
Diketahui 𝑋1, 𝑋2, … , 𝑋𝑛 adalah variabel acak yang saling bebas maka menurut
Teorema 2.4 dan Definisi 2.19 diperoleh:
𝑚𝑌(𝑡) = 𝐸(𝑒𝑡𝑌)
= 𝐸(𝑒𝑡(𝑋1+𝑋2+⋯+𝑋𝑛))
= 𝐸(𝑒𝑡(𝑋1) × 𝑒𝑡(𝑋2) × …× 𝑒𝑡(𝑋𝑛))
= 𝐸(𝑒𝑡(𝑋1)) × 𝐸(𝑒𝑡(𝑋2)) × …× 𝐸(𝑒𝑡(𝑋𝑛))
= 𝑚1(𝑡) × 𝑚2(𝑡) × … × 𝑚𝑛(𝑡). ∎
Teorema 2.7 Ketunggalan
Diberikan 𝑚𝑥(𝑡) dan 𝑚𝑦(𝑡) adalah fungsi pembangkit momen dari variabel
random 𝑋 dan 𝑌. Jika 𝑚𝑥(𝑡) = 𝑚𝑦(𝑡) maka 𝑋 dan 𝑌 mempunyai distribusi yang
sama.
Bukti:
(Julie, H. (1999). Teorema Limit Pusat Lindenberg dan Terapannya. Skripsi)
Pada skripsi tersebut, Teorema Ketunggalan dibuktikan secara umum dengan
menggunakan definisi fungsi karakteristik yaitu
𝜑𝑋(𝑡) = 𝐸(𝑒𝑖𝑡𝑥)
dengan 𝑖 adalah bilangan kompleks.
Perhatikan bahwa FPM adalah bentuk khusus dari fungsi karakteristik dengan
mengganti 𝑡 = −𝑖𝑡, bukti dilakukan dengan menunjukan bahwa bila 𝐹 dan 𝐺
adalah fungsi distribusi kumulatif dengan fungsi karakteristik yang sama yaitu
∫ 𝑒𝑖𝑡𝑥𝑑𝐹(𝑥)∞
−∞
= ∫ 𝑒𝑖𝑡𝑥𝑑𝐺(𝑥)∞
−∞
∀𝑡 ∈ ℝ
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
maka 𝐹(𝑥) = 𝐺(𝑥) (skripsi hal 54).
Berdasarkan Teorema Ketunggalan terdapat korespondensi satu-satu antara fungsi
pembangkit momen dengan fungsi probabilitas.
E. Distribusi Poisson
Percobaan yang menghasilkan nilai numerik dari variabel acak 𝑋 yang
menyatakan banyaknya kejadian khusus yang terjadi selama jangka waktu tertentu
disebut percobaan Poisson. Misalnya variabel acak yang menyatakan banyaknya
telepon yang masuk dalam kurun waktu 1 jam. Distribusi probabilitasnya disebut
distribusi Poisson. Distribusi Poisson merupakan distribusi probabilitas diskrit.
Definisi 2.20 Distribusi Poisson
Distribusi probabilitas untuk variabel acak Poisson 𝑋 yang menyatakan banyaknya
hasil percobaan yang terjadi selama suatu selang waktu atau daerah tertentu
didefinisikan sebagai berikut:
𝑝(𝑥; 𝜆𝑡) =(𝜆𝑡)𝑥𝑒−𝜆𝑡
𝑥!, 𝑥 = 0,1,2, ….
dengan 𝜆 adalah rata-rata banyaknya hasil percobaan yang terjadi selama selang
waktu atau daerah tertentu yang dinyatakan dan 𝑡 adalah menunjukkan selang
waktu.
Teorema 2.8 Nilai Harapan Distribusi Poisson
Nilai harapan dari variabel acak diskrit yang 𝑋 berdistribusi Poisson adalah
𝐸(𝑋) = 𝜆𝑡.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
Bukti:
Berdasarkan Definisi 2.15 diperoleh:
𝐸(𝑋) =∑𝑥 𝑝(𝑥)
∞
𝑥=0
=∑𝑥 𝑒−𝜆𝑡(𝜆𝑡)𝑥
𝑥!
∞
𝑥=0
=∑𝑥 𝑒−𝜆𝑡𝜆𝑡(𝜆𝑡)𝑥−1
𝑥(𝑥 − 1)!
∞
𝑥=1
= 𝜆𝑡∑𝑒−𝜆𝑡(𝜆𝑡)𝑥−1
(𝑥 − 1)!
∞
𝑥=1
.
Misalkan 𝑦 = 𝑥 − 1, maka
𝐸(𝑋) = 𝜆𝑡∑𝑒−𝜆𝑡(𝜆𝑡)𝑦
𝑦!.
∞
𝑦=0
Mengingat bahwa 𝑝(𝑦) =𝑒−𝜆𝑡(𝜆𝑡)𝑦
𝑦! berdistribusi Poisson dan berdasarkan definisi
fungsi probabilitas diskrit ke- (2) ∑ 𝑝(𝑦) = 1∞𝑦=0 maka diperoleh
𝐸(𝑋) = 𝜆𝑡∑𝑒−𝜆𝑡(𝜆𝑡)𝑥−1
(𝑥 − 1)!
∞
𝑥=1
= 𝜆𝑡∑𝑒−𝜆𝑡(𝜆𝑡)𝑦
𝑦!
∞
𝑦=0
= 𝜆𝑡. ∎
Teorema 2.9 Variansi Distribusi Poisson
Variansi dari variabel acak diskrit 𝑋 berdistribusi Poisson 𝑝(𝑥; 𝜆𝑡) adalah
𝑉𝑎𝑟(𝑋) = 𝜆𝑡.
Bukti:
Berdasarkan Teorema 2.5 akan dicari 𝐸(𝑋2).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
Misalkan:
𝐸(𝑋2) = 𝐸(𝑋2) − 𝐸(𝑋) + 𝐸(𝑋)
= 𝐸(𝑋2 − 𝑋) + 𝐸(𝑋)
= 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋),
𝐸[𝑋(𝑋 − 1)] =∑𝑥(𝑥 − 1)𝑝(𝑥)
∞
𝑥=0
=∑𝑥(𝑥 − 1) 𝑒−𝜆𝑡(𝜆𝑡)𝑥
𝑥!
∞
𝑥=0
=∑𝑥(𝑥 − 1) 𝑒−𝜆𝑡(𝜆𝑡)2(𝜆𝑡)𝑥−2
𝑥(𝑥 − 1)(𝑥 − 2)!
∞
𝑥=1
,
𝐸[𝑋(𝑋 − 1)] = (𝜆𝑡)2∑𝑒−𝜆𝑡(𝜆𝑡)𝑥−2
(𝑥 − 2)!
∞
𝑥=1
= (𝜆𝑡)2,
sehingga diperoleh
𝐸(𝑋2) = 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋)
= (𝜆𝑡)2 + (𝜆𝑡),
dengan demikian
𝑉𝑎𝑟 (𝑋) = 𝐸(𝑋2) − 𝜇2
= (𝜆𝑡)2 + (𝜆𝑡) − (𝜆𝑡)2
= 𝜆𝑡. ∎
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
Teorema 2.10 Fungsi Pembangkit Momen Distribusi Poisson
Fungsi pembangkit momen untuk variabel acak 𝑋 berdistribusi Poisson adalah
𝑒𝜆𝑡(𝑒𝑡−1)
Bukti:
Misalkan 𝜆𝑡 = 𝜃, maka
𝑚(𝑡) =∑𝜃𝑥𝑒−𝜃
𝑥!
∞
𝑥=0
𝑒𝑡𝑥
=∑𝜃𝑥𝑒𝑡𝑥−𝜃
𝑥!
∞
𝑥=0
= 𝑒−𝜃∑(𝜃𝑒𝑡)𝑥
𝑥!
∞
𝑥=0
= 𝑒𝜃𝑒𝑡𝑒−𝜃
= 𝑒𝜃(𝑒𝑡−1)
= 𝑒𝜆𝑡(𝑒𝑡−1).
∎
F. Distribusi Gamma
Distribusi Gamma merupakan distribusi probabilitas berasal dari fungsi
Gamma yang sudah dikenal luas. Distribusi Gamma merupakan distribusi kontinu.
Beberapa distribusi merupakan kejadian khusus dari distribusi Gamma. Misalnya
distribusi Eksponensial.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
Definisi 2.21 Fungsi Gamma
Fungsi Gamma didefinisikan sebagai berikut
Γ(𝛼) = ∫ 𝑥𝛼−1 𝑒−𝑥𝑑𝑥 , 𝛼 > 0.∞
0
Teorema 2.11 Sifat-sifat Fungsi Gamma
Berikut ini adalah sifat-sifat dari fungsi Gamma:
1. Γ(𝛼) = (𝛼 − 1)Γ(𝛼 − 1) untuk setiap 𝛼 > 0.
2. Γ(1) = 1.
3. Γ(𝑛) = (𝑛 − 1) ! untuk setiap bilangan bulat positif 𝑛.
Bukti:
1. Menggunakan definisi fungsi Gamma dan pengintegralan kalkulus secara
parsial yaitu ∫𝑢 𝑑𝑣 = 𝑢𝑣 − ∫𝑣 𝑑𝑢, dengan memisalkan 𝑢 = 𝑥𝛼−1 maka
𝑑𝑢 = (𝛼 − 1)𝑥𝛼−2, dan 𝑑𝑣 = 𝑒−𝑥 maka 𝑣 = ∫ 𝑒−𝑥 𝑑𝑥 = −𝑒−𝑥|∞0
∞
0 sehingga
diperoleh
Γ(𝛼) = lim𝑡→∞
−𝑒−𝑥𝑥𝛼−1 |𝑡
0− ∫ −𝑒−𝑥(𝛼 − 1)𝑥𝛼−2𝑑𝑥
∞
0
= lim𝑡→∞
−𝑒−𝑥𝑥𝛼−1 |𝑡
0+ ∫ 𝑒−𝑥(𝛼 − 1)𝑥𝛼−2𝑑𝑥
∞
0
= lim𝑡→∞
−𝑒−𝑥𝑥𝛼−1 |𝑡
0+ (𝛼 − 1)∫ 𝑒−𝑥𝑥(𝛼−1)−1
∞
0
𝑑𝑥
= −lim𝑡→∞
(𝑡𝛼−1
𝑒𝑡) + (𝛼 − 1)Γ(𝛼 − 1)
= −lim𝑡→∞
[exp((𝛼 − 1) ln 𝑡)
𝑒𝑡] + (𝛼 − 1)Γ(𝛼 − 1)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
= −lim𝑡→∞
[exp((𝛼 − 1) ln 𝑡 − 𝑡)] + (𝛼 − 1)Γ(𝛼 − 1)
= −lim𝑡→∞
{exp [(𝛼 − 1)𝑡 (ln 𝑡
𝑡− 1)]} + (𝛼 − 1)Γ(𝛼 − 1)
= (𝛼 − 1)Γ(𝛼 − 1).
2. Berdasarkan definisi fungsi Gamma diperoleh:
Γ(1) = ∫ 𝑥1−1𝑒−𝑥𝑑𝑥∞
0
= ∫ 𝑒−𝑥𝑑𝑥
∞
0
= lim
𝑡→∞−𝑒−𝑥 |
𝑡
0
= 0 − (−1)
= 1. (2.1)
3. Berdasarkan definisi fungsi Gamma diperoleh:
Γ(𝑛 − 1) = (𝑛 − 1) ∫ 𝑒−𝑥𝑥𝛼−2∞
0
𝑑𝑥
= ((𝑛 − 1) − 1)∫ 𝑒−𝑥𝑥(𝛼−1)−2
∞
0
𝑑𝑥
= (𝑛 − 2)∫ 𝑒−𝑥𝑥(𝛼−1)−2
∞
0
𝑑𝑥
= (𝑛 − 2)Γ(𝑛 − 2), (2.2)
menurut teorema sifat-sifat fungsi Gamma ke-(1) dan ke- (2) serta dari persamaan
(2.1) dan persamaan (2.2) diperoleh:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
Γ(𝑛) = (𝑛 − 1)Γ(𝑛 − 1) (2.3)
= (𝑛 − 1)(𝑛 − 2)Γ(𝑛 − 2)
= (𝑛 − 1)(𝑛 − 2)(𝑛 − 3)Γ(𝑛 − 3)
= (𝑛 − 1)(𝑛 − 2)(𝑛 − 3)(𝑛 − 4)Γ(𝑛 − 4)… . Γ(1)
= (𝑛 − 1)(𝑛 − 2)(𝑛 − 3)(𝑛 − 4)Γ(𝑛 − 4)… .1
= (𝑛 − 1)!. ∎
Definisi 2.22 Distribusi Probabilitas Gamma
Variabel acak kontinu 𝑋 berdistribusi Gamma dengan parameter 𝛼 dan 𝛽 dengan
fungsi densitas sebagai berikut:
𝑓(𝑥) = {𝑥𝛼−1𝑒
− 𝑥𝛽
𝛽𝛼Γ(𝛼) , untuk 𝑥 > 0, 𝛼 > 0, 𝛽 > 0,
0 , selainnya.
Teorema 2.11 Nilai Harapan Distribusi Gamma
Nilai Harapan variabel acak kontinu 𝑋 yang berdistribusi Gamma adalah
𝐸(𝑋) = 𝛼𝛽.
Bukti:
Misalkan 𝜆 =1
𝛽 menurut nilai harapan dan definisi distribusi probabilitas Gamma
diperoleh:
misalkan 𝑢 = 𝜆𝑥 maka dan 𝑢
𝜆= 𝑥 𝑑𝑢 = 𝜆𝑑𝑥 maka persamaan (2.4) menjadi
berdasarkan definisi fungsi Gamma persamaan (2.5) menjadi
𝐸(𝑋) = ∫ 𝑥𝜆𝛼
(𝛼 − 1)!𝑥𝛼−1𝑒−𝜆𝑥𝑑𝑥
∞
0
, (2.4)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
=
1
𝜆(𝛼 − 1)!Γ(𝛼 + 1)
=
1
𝜆(𝛼 − 1)!𝛼 Γ(𝛼)
=𝛼
𝜆(𝛼 − 1)! (𝛼 − 1)!
=𝛼
𝜆
(2.6)
karena 𝜆 =1
𝛽 maka persamaan (2.6) menjadi
𝐸(𝑋) = 𝛼𝛽. ∎
Teorema 2.12 Variansi Distribusi Gamma
Variansi variabel acak kontinu 𝑋 yang berdistribusi Gamma adalah
𝑉𝑎𝑟(𝑋) = 𝛼𝛽2.
Bukti:
Berdasarkan Teorema 2.5 akan dicari 𝐸(𝑋2).
𝐸(𝑋2) = ∫ 𝑥2 (𝑥𝛼−1 𝑒
−𝑥𝛽
𝛽𝛼Γ(𝛼))
∞
0
𝑑𝑥
=1
𝛽𝛼Γ(𝛼)∫ 𝑥𝛼+1 𝑒
−𝑥𝛽
∞
0
𝑑𝑥
=1
𝛽𝛼Γ(𝛼)[𝛽𝛼+2 Γ(𝛼 + 2)]
𝐸(𝑋) = ∫ (𝑢
𝜆)
𝜆𝛼
(𝛼 − 1)!(𝑢
𝜆)𝛼−1 𝑒−𝑢
𝜆𝑑𝑢
∞
0
= ∫𝜆𝛼
𝜆1+𝛼−1+1 (𝛼 − 1)!𝑢(1+𝛼)−1𝑒−𝑢𝑑𝑢,
∞
0
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
=𝛽2(𝛼 + 1)𝛼 Γ(α)
Γ(𝛼)
= 𝛼(𝛼 + 1)𝛽2,
𝑉𝑎𝑟 (𝑋) = 𝐸(𝑋2) − (𝐸(𝑋))2
= 𝛼(𝛼 + 1)𝛽2 − (𝛼𝛽)2
= 𝛼2𝛽2 + 𝛼𝛽2 − 𝛼2𝛽2
= 𝛼𝛽2. ∎
Teorema 2.13 Fungsi Pembangkit Momen Distribusi Gamma
Fungsi pembangkit momen dari variabel acak kontinu 𝑋 berdistribusi
Gamma (𝛽, 𝛼) adalah
𝑚𝑥(𝑡) =1
(1 − 𝑡𝛽)𝛼.
Bukti:
Misalkan 𝛽 =1
𝜆, berdasarkan Definisi Nilai Harapan dan Definisi Fungsi
Pembangkit Momen diperoleh persamaan
𝑚𝑥(𝑡) = 𝐸(𝑒𝑡𝑥)
= ∫ 𝑒𝑡𝑥 [
𝜆𝛼
Γ(𝛼)𝑥𝛼−1𝑒−𝑥𝜆] 𝑑𝑥
∞
0
= ∫
𝜆𝛼
Γ(𝛼)𝑥𝛼−1𝑒𝑡𝑥−𝑥𝜆
∞
0
𝑑𝑥
= ∫
𝜆𝛼
Γ(𝛼)𝑥𝛼−1𝑒
−𝜆𝑥(1−𝑡𝜆)
∞
0
𝑑𝑥 (2.7)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
misalkan 𝑦 = 𝜆𝑥(1 −𝑡
𝜆) atau 𝑥 =
𝑦
𝜆(1−𝑡
𝜆) dengan 𝑡 < 𝜆 maka 𝑑𝑥 =
1
𝜆(1−𝑡
𝜆)𝑑𝑦
sehingga Persamaan 2.7 menjadi
𝑚𝑥(𝑡) = ∫
𝜆𝛼
Γ(𝛼)𝑦𝛼−1𝑒−𝑦
𝜆 (1 −𝑡𝜆)
(1
𝜆 (1 −𝑡𝜆))
∞
0
𝛼−1
𝑑𝑦
= ∫ (1
𝜆 (1 −𝑡𝜆))
𝛼
𝜆𝛼
Γ(𝛼)𝑦𝛼−1𝑒−𝑦 𝑑𝑦
∞
0
= ∫ (1
(1 −𝑡𝜆))
𝛼
𝑦𝛼−1𝑒−𝑦
Γ(𝛼)
∞
0
𝑑𝑦
= (1
(1 −𝑡𝜆))
𝛼
∫𝑦𝛼−1𝑒−𝑦
Γ(𝛼)𝑑𝑦,
∞
0
(2.8)
karena ∫𝑦𝛼−1𝑒−𝑦
Γ(𝛼)𝑑𝑦
∞
0 adalah fungsi probabilitas Gamma dengan 𝛽 = 1 maka
menurut Definisi Fungsi Probabilitas Kontinu ke-(2) persamaan 2.8 menjadi
𝑚𝑥(𝑡) = (1
(1 −𝑡𝜆))1
= (1
(1 −𝑡𝜆)).
=1
1 − 𝑡𝛽.
∎
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
G. Distribusi Eksponensial
Distribusi Eksponensial merupakan salah satu kejadian khusus dari distribusi
Gamma yaitu ketika 𝛼 = 1 dan 𝛽 =1
𝜆. Banyak sekali pengambilan keputusan untuk
menyelesaikan suatu masalah dengan menggunakan distribusi Eksponensial.
Misalnya waktu pelayanan pada subyek dalam sistem antrian.
Definisi 2.23 Distribusi Eksponensial
Variabel acak kontinu 𝑋 dikatakan berdistribusi Eksponensial dengan parameter 𝜆,
ditulis 𝐸𝑥𝑝 (𝑥, 𝜆) bila mempunyai fungsi densitas sebagai berikut:
𝑓(𝑥) = {𝜆𝑒−𝜆𝑥,0,
𝑥 ≥ 0
lainnya
Teorema 2.14 Nilai Harapan Distiribusi Eksponensial
Nilai harapan dari variabel acak kontinu 𝑋 berdistribusi Eksponensial adalah
𝐸(𝑋) =1
𝜆.
Bukti:
𝐸(𝑋) = 𝛼𝛽 = 1 ×1
𝜆=1
𝜆.
∎
Teorema 2.15 Variansi Distribusi Eksponensial
Variansi dari variabel acak kontinu 𝑋 berdistribusi Exponensial (𝑥; 𝜆) adalah
𝑉𝑎𝑟(𝑋) =1
𝜆2.
lainnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
Bukti:
𝑉𝑎𝑟(𝑋) = 𝛼𝛽2 = 1 × (1
𝜆)2
=1
𝜆2.
∎
Teorema 2.16 Fungsi Pembangkit Momen Distribusi Eksponensial
Bila 𝑋~𝐸𝑥𝑝(𝑥, 𝜆) maka fungsi pembangkit momennya adalah
𝑚𝑥(𝑡) =1
(1 −𝑡𝜆) .
Bukti:
𝑚𝑥(𝑡) =1
(1 − 𝑡𝛽)𝛼=
1
1 −𝑡𝜆
.
∎
H. Uji Sampel Tunggal Kolmogorov-Smirnov
Uji sampel tunggal Kolmogorov-Smirnov atau sering disebut (godness of
fit) adalah uji kecocokan atau keselarasan. Uji ini ditemukan oleh matematikawan
Rusia A. N. Kolmogorov pada tahun 1933. Uji ini memusatkan perhatian pada dua
buah fungsi distribusi kumulatif yaitu distribusi kumulatif yang dihipotesiskan dan
distribusi kumulatif yang diamati. Mengingat 𝐹(𝑥) menyatakan suatu fungsi
distribusi kumulatif. Apabila ingin mengambil sampel dari distribusi kumulatif
𝐹(𝑥) yang belum diketahui, hal ini mendorong untuk memastikan apakah dapat
disimpulkan 𝐹(𝑥) = 𝐹0(𝑥) untuk semua 𝑥 dengan 𝐹0(𝑥) adalah suatu fungsi
distribusi kumulatif yang sepenuhnya ditentukan yakni distribusi kumulatif yang
dihipotesiskan. Jika 𝐹(𝑥) = 𝐹0(𝑥) sangat diharapkan ada kecocokan antara 𝐹0(𝑥)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
dan 𝑆𝑛(𝑥), dengan 𝑆𝑛(𝑥) adalah fungsi distribusi sampel yang diamati atau fungsi
distribusi empirik.
Definisi 2.24 Distribusi Sampel atau Distribusi Empirik
Misalkan 𝑋1, 𝑋2, … , 𝑋𝑛 adalah variabel random. Fungsi distribusi empiris 𝑆𝑛(𝑥) di
definisikan sebagai berikut:
𝑆𝑛(𝑥) =
{
0
, 𝑥 < 𝑋(𝑖)
𝑖
𝑁 , 𝑋(𝑖) < 𝑥 < 𝑋(𝑖+1)
1 , 𝑋(𝑛) ≤ 𝑁
dengan 𝑥𝑖 adalah pengaruh urutan ke-𝑖 dan 𝑖 menyatakan banyaknya nilai
pengamatan dalam sampel yang kurang dari atau sama dengan 𝑥 dan 𝑁 menyatakan
banyaknya pengamatan.
Definisi 2.25 Statistik Uji Kolmogorov-Smirnov
Statistik uji Kolmogorov-Smirnov dinotasikan 𝐷 didefinisikan sebagai berikut:
𝐷 = max(𝐷+, 𝐷−).
𝐷+ = max[𝑆𝑛(𝑥) − 𝐹0(𝑥)].
𝐷− = max [𝐹0(𝑥) − 𝑆𝑛(𝑥)].
Prosedur dalam melakukan uji ini adalah sebagai berikut:
1. Tentukan hipotesis yaitu:
𝐻0: 𝐹(𝑥) = 𝐹0(𝑥)
𝐻1: 𝐹(𝑥) ≠ 𝐹0(𝑥)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
2. Tentukan tingkat signifikasi yaitu 𝛼.
3. Hitung 𝐹0(𝑥) dan 𝑆𝑛(𝑥) yang diamati dan hitunglah 𝐹0(𝑥) − 𝑆𝑛(𝑥).
4. Tentukan wilayah kritis yaitu:
𝐻0 ditolak dan 𝐻1 diterima bila 𝐷 > 𝐷𝛼 .
5. Carilah nilai 𝐷 dan nilai 𝐷𝛼, 𝐷𝛼 diperoleh dari Lampiran 5.
6. Buatlah kesimpulan.
Untuk mempermudah pengujian, uji sampel Kolmogorov-Smirnov juga
dapat dilakukan dengan SPSS.
Contoh 2.15
Diberikan data suatu sampel acak.
Tabel 2.4 Data suatu sampel acak.
Data
8 1 3 3 2
1 4 0 5 9
Apakah data tersebut berdistribusi Poisson atau tidak?
Jawab:
1. 𝐻0: data berdistribusi Poisson.
𝐻1: data tidak berdistribusi Poisson.
2. Tingkat signifikansi (𝛼) = 0.05.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
3. Perhitungan secara manual:
Rata-rata dari data adalah 3.6.
Tabel 2.5 Uji sampel tunggal Kolmogorov-Smirnov secara manual.
𝑥 frek Fkum 𝐼 𝑆𝑛(𝑥𝑖) 𝐹0(𝑋) 𝑆(𝑛−1)(𝑥𝑖) 𝐷+ 𝐷−
0 1 1 1 0.1 0.027324 0 0.0726763 0.027324
1 2 3 2 0.2 0.125689 0.1 0.0743109 0.025689
2 1 4 3 0.3 0.302747 0.2 -0.002747 0.102747
3 2 6 4 0.4 0.515216 0.3 -0.115216 0.215216
4 1 7 5 0.5 0.706438 0.4 -0.206438 0.306438
5 1 8 6 0.6 0.844119 0.5 -0.244119 0.344119
8 1 9 7 0.7 0.988329 0.6 -0.288329 0.388329
9 1 10 8 0.8 0.995976 0.7 -0.195976 0.295976
max(𝐷+) = 0.0743109 dan max(𝐷−) = 0.388329.
𝐷 = max(𝐷+, 𝐷−) = 0.388329.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
Perhitungan dengan SPSS:
Tabel 2.6 Uji Sampel tunggal Kolmogorov-Smirnov dengan SPSS.
VAR00002
N 10
Poisson Parametera,,b Mean 3.6000
Most Extreme Differences Absolute .174
Positive .174
Negative -.169
Kolmogorov-Smirnov Z .551
Asymp. Sig. (2-tailed)
.922
a. Test distribution is Poisson.
b. Calculated from data.
4. Daerah penolakan 𝐻0 ditolak bila:
𝐷 > 𝐷 tabel = 0.9987 atau Asymp.Sig (2-tailed) < 𝛼.
5. Kesimpulan:
Dari perhitungan diperoleh 𝐷 = 0.388329 < 𝐷 tabel = 0.9987 dan dari SPSS
diperoleh nilai Asymp.Sig.(2-tailed) adalah = 0.922 > 𝛼 = 0.05. maka 𝐻0
diterima. Jadi dapat disimpulkan bahwa data berdistribusi Poisson.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
BAB III
Teori Antrian
A. Proses Antrian
Antrian adalah suatu kondisi subyek-subyek menuju suatu area untuk
dilayani dan menghadapi suatu keterlambatan yang disebabkan oleh mekanisme
pelayanan yang mengalami kesibukan. Antrian sendiri timbul karena adanya
ketidakseimbangan antara banyaknya subyek yang dilayani dengan pelayanannya.
Prinsip utama dalam situasi mengantri adalah subyek yang terlibat dalam
antrian atau pelanggan (customer) dan fase atau pelayan (server). Pokok dari
analisis antrian adalah kedatangan pelanggan diwakili dengan waktu antar
kedatangan yang terjadi secara berturut-turut, untuk selanjutnya istilah waktu antar
kedatangan ditulis dengan waktu kedatangan. Pelayanan diwakili dengan waktu
pelayanan pada tiap pelanggan. Secara umum waktu antar kedatangan bersifat suatu
kemungkinan, misalnya suatu pelanggan yang datang untuk membeli tiket bioskop
atau bersifat telah ditetapkan, misalnya kedatangan pelamar pekerjaan untuk
wawancara.
B. Unsur-Unsur Antrian
Dalam sebuah antrian terdapat unsur-unsur penting yaitu:
1. Distribusi kedatangan.
Distribusi kedatangan biasanya dinyatakan dalam distribusi probabilitas
tertentu seperti distribusi Poisson, distribusi Eksponensial, atau distribusi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
Erlang. Kedatangan pelanggan untuk masuk dalam sistem antrian terbagi
menjadi dua yaitu:
a. Kedatangan secara individu.
b. Kedatangan secara kelompok.
2. Distribusi pelayanan
Dalam distribusi pelayanan dibutuhkan pola pelayanan yaitu waktu pelayanan.
Waktu pelayanan berupa variabel acak yang distribusi probabilitasnya
diketahui. Pelayanan kepada pelanggan terbagi menjadi dua yaitu:
a. Pelayanan secara individu.
b. Pelayanan secara kelompok.
3. Perilaku pelanggan pada antrian.
Perilaku pelanggan pada sistem antrian merupakan faktor yang penting.
Perilaku pelanggan pada sistem antrian bisa mempengaruhi analisis pada
barisan antrian. Perilaku manusia dalam sistem antrian berperan sebagai
berikut:
a. Jockeying adalah suatu perilaku manusia untuk mengurangi waktu tunggu
dengan berpindah dari antrian satu ke yang lainnya.
b. Balking adalah suatu perilaku dimana seseorang masuk dalam antrian dan
menunggu hingga memperoleh pelayanan.
c. Reneging adalah suatu perilaku dimana seseorang masuk dalam antrian,
namun belum memperoleh pelayan, kemudian meninggalkan antrian
tersebut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
4. Peraturan pelayanan
Pelanggan pada sistem antrian dapat dilayani secara individual atau
berkelompok. Peraturan pelayanan sangat penting sebab peraturan pelayanan
meghasilkan keputusan yang digunakan untuk menyeleksi pelanggan pada
sistem antrian, siapa yang akan dilayani terlebih dahulu. Terdapat empat cara
dalam mengambil keputusan pada peraturan pelayan yaitu:
a. First in first out (FIFO)
First in first out (FIFO) bisa juga menggunakan istilah first come first
served (FCFS). Aturan pelayanan ini menerapkan pelanggan pertama yang
datang akan dilayani terlebih dahulu, misalnya pelanggan yang mengantri
untuk melakukan transaksi dengan teller di bank.
b. Last in first out (LIFO)
Last in first out (LIFO) bisa juga menggunakan istilah last come first served
(LCFS). Aturan pelayanan ini menerapkan pelanggan yang terakhir datang
akan dilayani terlebih dahulu, misalnya sistem antrian dalam elevator untuk
lantai yang sama. Pelanggan yang pertama kali keluar adalah pelanggan
yang terakhir masuk ke dalam elevator.
c. Random selection for service (RRS)
Random selection for service (RRS) bisa juga menggunakan istilah Service
in random order (SIRO). Pada peraturan pelayanan ini, setiap pelanggan
pada antrian mempunyai peluang yang sama untuk dilayani terlebih dahulu,
misalnya pada arisan. Pelayanan dalam sistem antrian dilakukan
berdasarkan undian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
d. Priority service (PS)
Pada peraturan pelayanan Priority service (PS) berarti prioritas pelayanan
diberikan kepada pelanggan yang mempunyai prioritas yang lebih tinggi
dibanding pelanggan yang lain, misalnya seseorang yang mempunyai
penyakit yang lebih serius akan dilayani terlebih dahulu.
5. Klasifikasi model antrian
Berdasarkan proses pelayanannya ada dua istilah yang dikenal pada struktur
antrian. Istilah saluran atau baris pada antrian menunjukkan banyaknya jalur
antrian yang tersusun secara paralel untuk memasuki sistem pelayanan
sedangkan istilah fase menunjukkan banyaknya pelayanan yang tersusun secara
seri. Saluran atau baris dapat berupa tunggal ataupun ganda begitu pula fase
dapat berupa tunggal ataupun ganda.
Model antrian yang terjadi secara umum adalah sebagai berikut:
a. Satu saluran satu fase
Satu saluran satu fase (single channel single phase) merupakan model
antrian yang memiliki satu jalur antrian dan satu pelayanan. Contoh dari
model ini adalah seseorang yang mengantri di sebuah bilik ATM.
Gambar 3.1 Model antrian satu saluran satu fase.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
b. Satu saluran multi fase
Satu saluran multi fase (single channel multi phase) merupakan model
antrian yang memiliki satu jalur antrian dan beberapa fase pelayanan yang
disusun secara seri. Beberapa fase pada model antrian ini menujukkan
adanya dua atau lebih pelayanan yang dilakukan secara seri. Contoh dari
model ini adalah seseorang yang mengantri berobat di sebuah rumah sakit
yang harus melewati beberapa tahap yaitu, pendaftaran konsultasi dokter
pembayaran di kasir pengambilan obat di apotek rumah sakit.
Gambar 3.2 Model antrian satu saluran multi fase.
c. Multi saluran satu fase
Multi saluran satu fase (multi channel single phase) merupakan model
antrian yang mempunyai lebih dari satu jalur antrian dan hanya satu fase
pelayanan. Contoh dari model ini adalah antrian pembelian tiket bioskop,
yaitu terdapat beberapa jalur antrian dan satu fase pelayanan yaitu layanan
penjualan tiket.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
Gambar 3.3 Model antrian multi saluran satu fase.
d. Multi saluran multi fase
Multi saluran multi fase (multi channel multi phase) adalah model antrian
yang memiliki beberapa jalur antrian dan beberapa fase pelayanan yang
disusun secara seri, berarti terdapat dua atau lebih fase pelayanan yang
dilakukan secara berurutan atau seri. Contoh dari model antrian ini adalah
produksi pewarnaan kertas yang prosesnya dimulai dari kertas dimasukkan
ke dalam mesin pewarnaan kertas dimasukkan ke dalam mesin pemotong
kertas dipilah kertas dimasukkan ke dalam mesin pengepakan.
Gambar 3.4 Model antrian multi saluran multi fase.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
6. Ukuran sumber kedatangan
Sumber kedatangan pelanggan bisa bersifat terbatas atau tak terbatas. Sumber
yang terbatas (finite source) berati bahwa pelanggan yang datang untuk
mendapatkan pelayanan terbatas, seperti pada kerusakan pada mesin-mesin
yang menunggu servis dari montir. Sumber yang tak terbatas (infinite source)
adalah pelanggan yang terus datang tanpa henti seperti panggilan terhadap
operator telepon.
C. Aturan Distribusi Eksponensial
Kedatangan subyek atau pelanggan pada sebuah antrian bersifat acak berarti
peristiwa kedatangan pelanggan atau penyelesaian pelayanan tidak dipengaruhi
oleh panjang waktu yang telah berlalu sejak terjadinya peristiwa sebelumnya.
Waktu pelayanan dan antar kedatangan yang acak ini dijelaskan menurut
model antrian dengan distribusi Eksponensial. Pada Definisi 2.22 telah dijelaskan
fungsi peluang distribusi Eksponensial.
𝑓(𝑡) = 𝜆𝑒−𝜆𝑡, 𝑡 > 0.
Fungsi distribusi kumulatifnya adalah:
𝑃(𝑋 ≤ 𝑥) = ∫ 𝜆𝑒−𝜆𝑡𝑑𝑡𝑥
0
= 1 − 𝑒−𝜆𝑥.
Fakta bahwa distribusi Eksponensial bersifat acak diilustrasikan dari contoh
berikut; jika sekarang menunjukan pukul 08.20 dan waktu kedatangan paling awal
terjadi pada pukul 08.02. Kemungkinan bahwa kedatangan selanjutnya terjadi pada
pukul 08.29 merupakan sebuah fungsi dari interval waktu 08.20 hingga 08.29 dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
hal tersebut tidak terikat pada lama waktu yang telah berlalu ketika terjadinya
peristiwa pertama yaitu antara 08.02 hingga 08.20. Sifat distribusi Eksponensial
semacam ini disebut sifat tanpa ingatan (memoryless atau lack of memory atau
forgetfulness).
Teorema 3.1 Sifat Tanpa Ingatan Distribusi Eksponensial
Dimisalkan 𝑓(𝑥) adalah fungsi probabilitas Eksponensial dengan 𝑋 mewakili
waktu kedatangan. Jika 𝑡 adalah interval waktu kejadian pertama dan ℎ adalah
interval kejadian dari peristiwa terakhir maka sifat tanpa ingatan dari distribusi
Eksponensial adalah
𝑃(𝑋 > 𝑡 + ℎ |𝑋 > 𝑡) = 𝑃(𝑋 > ℎ),
untuk menunjukkan sifat tanpa ingatan pada distribusi Eksponensial:
𝑃(𝑋 > 𝑥) = 1 − 𝑃(𝑥 < 𝑋)
= 𝑒−𝜆𝑥,
dengan demikian,
𝑃(𝑋 > 𝑡 + ℎ |𝑋 > 𝑡) =𝑃(𝑋 > 𝑡 + ℎ ∩ 𝑋 > 𝑡)
𝑃(𝑋 > 𝑡)
=𝑃(𝑋 > 𝑡 + ℎ)
𝑃(𝑋 > 𝑡)
=𝑒−𝜆(𝑡+ℎ)
𝑒−𝜆𝑡
= 𝑃(𝑋 > ℎ). ∎
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
D. Proses Poisson
Definisi 3.1 Proses Stokastik
Proses stokastik {𝑋(𝑡), 𝑡 𝜖 𝑇} adalah himpunan semua kemungkinan nilai 𝑋(𝑡)
pada suatu ruang sampel dengan 𝑇 adalah himpunan indeks yang berkaitan dengan
waktu diskrit, 𝑇 = {0,1,2, … }.
Definisi 3.2 Proses Membilang
Proses membilang {𝑁(𝑡), 𝑡 ≥ 0} haruslah memenuhi kriteria sebagai berikut:
1. 𝑁(𝑡) ≥ 0.
2. 𝑁(𝑡) adalah bilangan bulat.
3. Jika 𝑡 < 𝑠 maka 𝑁(𝑡) ≤ 𝑁(𝑠).
4. Untuk 𝑡 < 𝑠 , 𝑁(𝑠) − 𝑁 (𝑡) menyatakan kejadian yang terjadi pada interval
waktu (𝑡, 𝑠].
Proses membilang juga mempunyai sifat orderliness yaitu peluang dari dua
atau lebih kedatangan yang terjadi secara bersama-sama diabaikan.
Sifat lainnya dari proses membilang adalah tanpa memori (memorylessness)
yaitu setiap titik dalam waktu proses membilang saling bebas dengan masa lalu.
Definisi 3.3 Kenaikan Bebas
Proses membilang disebut proses dengan kenaikan bebas (independent increments)
jika banyaknya kejadian yang terjadi pada interval waktu terpisah adalah saling
bebas. Artinya banyaknya kejadian yang terjadi pada waktu 𝑡 yaitu 𝑁(𝑡) bebas dari
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
banyaknya kejadian yang terjadi pada waktu antara 𝑡 dan 𝑡 + 𝑠 yaitu 𝑁(𝑡 + 𝑠) −
𝑁(𝑡).
Definsi 3.4 Kenaikan Stasioner
Proses membilang juga disebut proses kenaikan stasioner (stationary increments)
jika distribusi dari banyaknya kejadian yang terjadi pada interval waktu tertentu
hanya tergantung pada panjang interval tersebut, tidak bergantung pada letak
interval tersebut. Artinya banyaknya kejadian pada interval waktu (𝑡1 + 𝑠, 𝑡2 + 𝑠]
yaitu 𝑁(𝑡2 + 𝑠) − 𝑁(𝑡1 + 𝑠) mempunyai distribusi yang sama dengan banyaknya
kejadian pada interval waktu (𝑡1, 𝑡2] yaitu 𝑁(𝑡2) − 𝑁(𝑡1) untuk semua 𝑡1 < 𝑡2 ,
𝑃(𝑁(𝑠 + 𝑡) − 𝑁(𝑠) = 𝑘) = 𝑃𝑘(𝑡).
Definisi 3.5 Proses Poisson
Proses membilang {𝑁𝑡, 𝑡 ≥ 0} adalah Proses Poisson dengan laju 𝜆 > 0 jika :
1. 𝑁0 = 0.
2. Banyaknya kejadian pada dua interval yang tidak tumpang tindih serta saling
bebas yaitu untuk setiap 𝑠 > 𝑡 > 𝑢 > 𝑣 > 0, dan variabel acak 𝑁(𝑠) − 𝑁(𝑡)
dengan variabel acak 𝑁(𝑢) − 𝑁(𝑣) adalah saling bebas.
3. Peluang ada 𝑘 kejadian dalam interval waktu 𝑡 berdistribusi Poisson dengan
mean 𝜆𝑡 untuk setiap 𝑠, 𝑡 ≥ 0 berlaku:
𝑃𝑘(𝑡) = 𝑃(𝑁(𝑡 + 𝑠) − 𝑁(𝑠) = 𝑘) =(𝜆𝑡)𝑘
𝑘!𝑒−𝜆𝑡, 𝑘 = 0,1,2,3,…
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
Definisi 3.6 Fungsi 𝒐(𝒉)
Fungsi 𝑓(ℎ) dikatakan 𝑜(ℎ) jika
limℎ→0
𝑓(ℎ)
ℎ= 0.
Contoh 3.1
Untuk interval waktu yang kecil (ℎ > 0):
𝑒−𝜆ℎ = ∑(−𝜆ℎ)𝑛
𝑛!
∞
𝑛=0
= 1 − 𝜆ℎ +(𝜆ℎ)2
2!−(𝜆ℎ)3
3!+ ⋯,
𝑒−𝜆ℎ = 1 − 𝜆ℎ + 𝑜(ℎ),
1 − 𝑒−𝜆ℎ = 𝜆ℎ + 𝑜(ℎ).
Pada persamaan 1 − 𝑒−𝜆ℎ = 𝜆ℎ + 𝑜(ℎ) menunjukkan peluang dari kejadian
interval ℎ > 0 sedangkan persamaan 𝑒−𝜆ℎ = 1 − 𝜆ℎ + 𝑜(ℎ) menunjukkan peluang
tidak ada kejadian dari interval ℎ > 0 atau dapat ditulis sebagai berikut:
𝑃(𝑁(ℎ) = 0) = 1 − 𝜆ℎ + 𝑜(ℎ). (3.1)
Definisi 3.7 Proses Poisson
Proses membilang {𝑁𝑡, 𝑡 ≥ 0} adalah Proses Poisson dengan laju 𝜆 > 0 jika:
1. 𝑁0 = 0.
2. Bersifat kenaikan stasioner.
3. 𝑃(𝑁(ℎ) = 1) = 𝜆ℎ + 𝑜(ℎ).
4. 𝑃(𝑁(ℎ) ≥ 2) = 𝑜(ℎ).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
Untuk menyatakan peluang bahwa ada kejadian 𝑘 yang terjadi pada interval waktu
(0, 𝑡] dengan 𝑡 ≥ 0 berlaku:
𝑃𝑘(𝑡) = 𝑃(𝑁(𝑡) = 𝑘 |𝑁(0) = 0), 𝑘 = 0,1,2,3… (3.2)
Contoh 3.2
Misalkan 𝑋(𝑡) adalah banyaknya ikan yang ditangkap pada waktu [0, 𝑡]. Andaikan
ikan yang tersedia sangatlah banyak. Proses {𝑋(𝑡) ; 𝑡 ≥ 0} dapat dianggap sebagai
proses Poisson, kesempatan menangkap ikan di sungai tidak tergantung dengan
banyak ikan yang telah tertangkap. Dengan demikian pemancing yang baru saja
tiba di sungai mempunyai kesempatan yang sama untuk menangkap ikan dengan
pemancing yang sudah menunggu selama 4 jam menangkap ikan.
Teorema 3.2
Definisi 3.5 ekivalen dengan Definisi 3.7.
Bukti:
Definisi 3.5 ⇛ Definisi 3.7
1. Definisi 3.5 ke-(1) dengan Definisi 3.7 ke-(1) sangatlah jelas ekivalen.
2. Pada Definisi 3.5 ke-(2) (𝑁(𝑡 + 𝑠) − 𝑁(𝑠)) mempunyai distribusi yang sama
dengan 𝑁(𝑡). Artinya mempunyai kenaikan yang stasioner.
3. Sifat 3 Definisi 3.5:
Untuk 𝑃(𝑁(ℎ) = 1) = 𝑒−𝜆ℎ(𝜆ℎ)1
1!= 𝜆ℎ𝑒−𝜆ℎ,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
𝑃(𝑁(ℎ) = 1) = 𝜆ℎ∑(−𝜆ℎ)𝑘
𝑘!
∞
𝑘=0
= 𝜆ℎ [1 − 𝜆ℎ +
(𝜆ℎ)2
2−(𝜆ℎ3)
3!+ ⋯ ]
= 𝜆ℎ − (𝜆ℎ)2 +
(𝜆ℎ)3
2!−(𝜆ℎ)4
3!+ ⋯
= 𝜆ℎ + [−(𝜆ℎ)2 +
(𝜆ℎ)3
2!−(𝜆ℎ)4
3!+ ⋯ ]
= 𝜆ℎ + 𝑜(ℎ).
Memenuhi sifat (3) pada Definisi 3.7.
𝑃(𝑁(ℎ) ≥ 2) = 𝑒−𝜆ℎ∑(−𝜆ℎ)𝑘
𝑘!
∞
𝑘=2
= 𝑒−𝜆ℎ [
(𝜆ℎ)2
2!−(𝜆ℎ)3
3!+(𝜆ℎ)4
4𝜆!− ⋯ ]
= 𝑒−𝜆ℎ𝜆ℎ [
1
2!−𝜆ℎ
3!+(𝜆ℎ)2
4!− ⋯ ]
= 𝜆ℎ 𝑒−𝜆ℎ∑
(−𝜆ℎ)𝑘−2
𝑘!,
∞
𝑘=2
bila mengambil nilai limitnya diperoleh:
= limℎ→0
𝜆ℎ 𝑒−𝜆ℎ ∑(−𝜆ℎ)𝑘−2
𝑘!∞𝑘=2
ℎ
= 𝑜(ℎ),
Memenuhi sifat (4) pada Definisi 3.7.
Definisi 3.7 ⇒ Definisi 3.5
1. Definisi 3.7 ke-(1) dengan Definisi 3.5 ke-(1) sangatlah jelas ekivalen.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
2. Pada Definisi 3.4 𝑁(𝑡) tidka bergantung pada letak interval, artinya 𝑁(𝑡) saling
bebas.
3. Dari Definisi 3.7 diperoleh bentuk:
𝑃𝑘(𝑡) = 𝑃(𝑁(𝑡) = 𝑘)
𝑃0(𝑡 + ℎ) = 𝑃(𝑁(𝑡 + ℎ) = 0) Definisi 𝑃𝑘(𝑡) = 𝑃(𝑁(𝑡) = 𝑘)
= 𝑃(𝑁(𝑡) = 0 , 𝑁(𝑡 + ℎ) − 𝑁(𝑡) = 0) Definisi Kenaikan Bebas
= 𝑃(𝑁(𝑡) = 0) 𝑃(𝑁(𝑡 + ℎ) − 𝑁(𝑡) = 0)
= 𝑃0(𝑡)𝑃0(ℎ) Definisi Kenaikan Stasioner
= 𝑃0(𝑡)(1 − 𝜆ℎ + 𝑜(ℎ))
= 𝑃0(𝑡) − 𝜆ℎ𝑃0(𝑡) + 𝑜(ℎ).
Dari bentuk 𝑃0(𝑡 + ℎ) = 𝑃0(𝑡) − 𝜆ℎ𝑃0 + 𝑜(ℎ) diperoleh:
𝑃′0(𝑡) = limℎ→0
𝑃0(𝑡 + ℎ) − 𝑃0(𝑡)
ℎ
= limℎ→0
𝑃0(𝑡) − 𝜆ℎ𝑃0(𝑡) + 𝑜(ℎ) − 𝑃0(𝑡)
ℎ
= limℎ→0
−𝜆ℎ𝑃0(𝑡) + 𝑜(ℎ)
ℎ
= limℎ→0
−𝜆𝑃0(𝑡) +𝑜(ℎ)
ℎ
= −𝜆𝑃0(𝑡)
𝑃′0(𝑡)
𝑃0(𝑡) = −𝜆
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
∫𝑃′0(𝑡)
𝑃0(𝑡)𝑑𝑡 = ∫−𝜆 𝑑𝑡
ln 𝑃0(𝑡) = −𝜆𝑡 + 𝑐
𝑃0(𝑡) = 𝐾𝑒−𝜆𝑡.
Pilih 𝑃0(0) = 𝑃(𝑁(0) = 0) = 1 maka diperoleh:
𝑃0(𝑡) = 𝑒−𝜆𝑡, (3.3)
untuk 𝑘 ≥ 1
𝑃𝑘(𝑡 + ℎ) = 𝑃(𝑁(𝑡 + ℎ) = 𝑘)
= 𝑃(𝑁(𝑡) = 𝑘, 𝑁(𝑡 + ℎ) − 𝑁(𝑡) = 0)
+ 𝑃(𝑁(𝑡) = 𝑘 − 1, 𝑁(𝑡 + ℎ) − 𝑁(𝑡) = 1) + 𝑃(𝑁(𝑡)
≤ 𝑘 − 2,𝑁(𝑡 + ℎ) − 𝑁(𝑡) ≥ 2)
= 𝑃𝑘(𝑡)𝑃0(ℎ) + 𝑃𝑘−1(𝑡)𝑃1(ℎ) + 𝑜(ℎ)
= 𝑃𝑘(𝑡)(1 − 𝜆ℎ + 𝑜(ℎ)) + 𝑃𝑘−1(𝑡)(𝜆ℎ + 𝑜(ℎ)) + 𝑜(ℎ)
= (1 − 𝜆ℎ)𝑃𝑘(𝑡) + 𝑃𝑘−1(𝑡)𝜆ℎ
= 𝑃𝑘(𝑡) − 𝜆ℎ𝑃𝑘(𝑡) + 𝜆ℎ𝑃𝑘−1(𝑡),
𝑃𝑘(𝑡 + ℎ) − 𝑃𝑘(𝑡) = −𝜆ℎ𝑃𝑘(𝑡) + 𝜆ℎ𝑃𝑘−1(𝑡)
limℎ→0
𝑃𝑘(𝑡 + ℎ) − 𝑃𝑘(𝑡)
ℎ = lim
ℎ→0
−𝜆ℎ𝑃𝑘(𝑡) + 𝜆ℎ𝑃𝑘−1(𝑡)
ℎ
𝑃′𝑘(𝑡) = −𝜆𝑃𝑘(𝑡) + 𝜆𝑃𝑘−1(𝑡)
𝑃′𝑘(𝑡) + 𝜆𝑃𝑘(𝑡) = 𝜆𝑃𝑘−1
𝑒𝜆𝑡[𝑃′𝑘(𝑡) + 𝜆𝑃𝑘(𝑡)] = 𝑒𝜆𝑡𝜆𝑃𝑘−1
𝑑
𝑑𝑡(𝑒𝜆𝑡𝑃𝑘(𝑡)) = 𝜆𝑒
𝜆𝑡𝑃𝑘−1. (3.4)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
Dari persamaan (3.4) dipilih 𝑘 = 1 sehingga diperoleh:
𝑑
𝑑𝑡(𝑒𝜆𝑡𝑃𝑘(𝑡)) = 𝜆
𝑃1(𝑡) = (𝜆𝑡+𝑐)𝑒−𝜆𝑡,
dengan syarat awal 𝑃1(0) = 0,
𝑃1(𝑡) = 𝜆𝑒−𝜆𝑡.
Untuk menunjukkan 𝑃𝑘(𝑡) =(𝜆𝑡)𝑘
𝑘!𝑒−𝜆𝑡 menggunakan induksi matematis.
Asumsikan benar untuk 𝑘 − 1 diperoleh:
𝑃𝑘−1(𝑡) =𝑒−𝜆𝑡(𝜆𝑡)𝑘−1
(𝑘 − 1)!,
dari persamaan (3.4) diperoleh:
𝑑
𝑑𝑡(𝑒𝜆𝑡𝑃𝑘(𝑡)) =
𝜆(𝜆𝑡)𝑘−1
(𝑘 − 1)!
𝑒𝜆𝑡𝑃𝑘(𝑡) =(𝜆𝑡)𝑘
𝑘!+ 𝑐
𝑃𝑘(𝑡) = ((𝜆𝑡)𝑘
𝑘!+ 𝑐) 𝑒−𝜆𝑡
karena 𝑃𝑘(0) = 𝑃(𝑁(0) = 𝑘) = 0 maka 𝑃𝑘 = 𝑒−𝜆𝑡 (𝜆𝑡)
𝑘
𝑘!. ∎
E. Waktu antar kedatangan
Berdasarkan proses membilang {𝑁(𝑡), 𝑡 ≥ 0}, 𝑁(𝑡) menyatakan banyaknya
kedatangan sampai waktu 𝑡. Kedatangan tersebut dapat terjadi dalam interval (0, 𝑡].
Andaikan 𝑡1 adalah waktu terjadinya kedatangan pertama, dalam hal ini 𝑁(𝑡1) = 1
dan 𝑁(𝑡) = 0 untuk 𝑡 < 𝑡1 lalu 𝑡2 adalah waktu terjadinya kedatangan ke-2 maka
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
61
𝑁(𝑡2) = 2 dan 𝑁(𝑡) = 1 untuk 𝑡1 < 𝑡2. Kedatangan selanjutnya dilanjutkan
dengan cara yang sama. Jadi 𝑡𝑘+1 − 𝑡𝑘 adalah panjang waktu diantara saat
terjadinya kedatangan ke-𝑘 + 1 setelah kedatangan ke-𝑘. Panjang selang inilah
yang disebut waktu antar kedatangan.
Definisi 3.8
Misalkan 𝑋1 menyatakan interval waktu dari kedatangan pertama. Untuk 𝑛 ≥ 1 ,
misalkan 𝑋𝑛 adalah interval waktu antara kejadian ke-(𝑛 − 1) dan kejadian ke-𝑛
maka {𝑋𝑛, 𝑛 = 0,1,2, . . . } adalah barisan waktu antar kedatangan atau waktu antar
kejadian.
Definisi 3.9 Waktu Tunggu
Waktu tunggu 𝑆𝑛 sampai waktu kedatangan ke-𝑛 adalah
𝑆𝑛 = 𝑋1 + 𝑋2 +⋯+ 𝑋𝑛. (3.5)
𝑆0 = 0
Gambar 3.5 Ilustrasi waktu tunggu.
Teorema 3.3 Waktu Antar Kedatangan
Waktu antar kedatangan 𝑋𝑘, 𝑘 = 1,2,3, …. dari suatu proses Poisson adalah saling
bebas dan berdistribusi Eksponensial dengan parameter 𝜆.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
62
Bukti:
𝑃(𝑋1 ≤ 𝑡) = 1 − 𝑃(𝑋1 > 𝑡) = 1 − 𝑃{𝑁(𝑡) = 0} = 1 − 𝑒−𝜆𝑡.
Fungsi distribusi kumulatif dari 𝑋1 adalah 𝐹(𝑡) = 1 − 𝑒−𝜆𝑡 oleh karena fungsi
peluang 𝑓(𝑡) adalah turunan dari fungsi distribusi kumulatif 𝐹(𝑡), maka fungsi
peluang 𝑋1 dapat diperoleh dengan cara berikut:
𝑓(𝑡) =𝑑𝐹(𝑡)
𝑑𝑡
=𝑑(1 − 𝑒−𝜆𝑡)
𝑑𝑡
= 𝜆𝑒−𝜆𝑡 untuk 𝑡 ≥ 0.
Jadi 𝑋1 waktu antar kedatangan berdistribusi Eksponensial dengan parameter 𝜆.
Untuk 𝑋2diperoleh dari peluang bersyarat dari kejadian pertama saat waktu 𝑠.
𝑃(𝑋2 ≤ 𝑡 |𝑋1 = 𝑠) = 1 − 𝑃(𝑋2 > 𝑡 | 𝑋1 = 𝑠)
= 1 − 𝑃(𝑁(𝑡 + 𝑠) − 𝑁(𝑠) = 0 | 𝑋1 = 𝑠)
= 1 − 𝑃(𝑁(𝑡 + 𝑠) − 𝑁(𝑠) = 0) (Kenaikan bebas)
= 1 − 𝑃(𝑁(𝑡) = 0) (Kenaikan stasioner)
= 1 − 𝑒−𝜆𝑡
= 𝐹(𝑋2).
𝐹(𝑋2) = 𝑃(𝑋2 ≤ 𝑡 |𝑋1 = 𝑠) diatas tidak tergantung pada 𝑋1 sehinga 𝑋2
berdistribusi Eksponensial secara rekrusif dapat ditunjukkan bahwa 𝑋𝑛 saling bebas
dan berdistribusi Eksponensial. ∎
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63
Menurut Definisi 3.5 dan Definisi 3.7, untuk proses Poisson 𝑁(𝑡)
berdistribusi Poisson dengan parameter 𝜆𝑡 dan berdasarkan Teorema 3.3 𝑋𝑘, 𝑘 =
1,2, … berdistibusi Eksponensial dengan parameter 𝜆 pada Persamaan 3.5 diperoleh
waktu tunggu 𝑆𝑛 dengan 𝑆0 = 0.
Teorema 3.4
Andaikan 𝑋𝑘, (𝑘 = 1,2, … . ) saling bebas dan berdistribusi Eksponensial maka
waktu tunggu 𝑆𝑛berdistribusi Gamma.
Bukti:
Akan dibuktikan bahwa 𝑆𝑛 berdistribusi Gamma. Diberikan 𝑋1, 𝑋2, … , 𝑋𝑘
berdistribusi Eksponensial dengan 𝜇 =1
𝜆. Nilai harapan dari 𝑋1, 𝑋2, … , 𝑋𝑘 adalah
𝐸(𝑋1) = 𝐸(𝑋2) = ⋯ = 𝐸(𝑋𝑘) =1
𝜆.
Berdasarkan Teorema 21.6, fungsi pembangkit momen dari 𝑋1, 𝑋2, … , 𝑋𝑘 adalah
𝑚𝑥𝑖(𝑡) =
1
(1 −𝑡𝜆).
Berdasarkan definisi waktu tunngu, 𝑆𝑛 = 𝑋1 + 𝑋2 +⋯+ 𝑋𝑘 dan Teorema 2.6
diperoleh:
𝑚𝑆𝑛(𝑡) =
1
(1 −𝑡𝜆)×
1
(1 −𝑡𝜆)× …
1
(1 −𝑡𝜆) (sebanyak 𝑘 kali)
= (1
(1 −𝑡𝜆))
𝑘
(3.6)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
Pari Persamaan (3.6) diperoleh hasil yang sama dengan fungsi pembangkit momen
distribusi Gamma pada Teorema 2.13 dengan 𝛽 =1
𝜆 dan 𝛼 = 𝑘, dan menurut
Teorema 2.7, 𝑆𝑛 berdistribusi Gamma. ∎
F. Hubungan Antara Distribusi Posisson dengan Distribusi Eksponensial
Berikut ini akan dijelaskan hubungan antara distribusi Poisson dengan distribusi
Eksponensial
Tabel 3.1 Hubungan distribusi Poisson dengan distribusi Eksponensial di antrian.
Distribusi
Eksponensial
Distribusi Poisson
Variabel acak
Waktu antar
kedatangan
berturut-turut, 𝑡.
Banyaknya kedatangan 𝑛 selama
periode waktu 𝑡.
Range 𝑡 ≥ 0 𝑛 = 0,1,2…
Fungsi probabilitas 𝑓(𝑡) = 𝜆𝑒−𝜆𝑡, 𝑡 ≥ 0 𝑃𝑛(𝑡) =(𝜆𝑡)𝑛𝑒−𝜆𝑡
𝑛!, 𝑛 = 0,1,2,
Mean 1
𝜆 satuan waktu 𝜆𝑡 kedatangan selama waktu 𝑡
Peluang kumulatif
𝑃(𝑡 ≤ 𝐴)
= 1 − 𝑒−𝜆𝐴
𝑃𝑛≤𝑁(𝑡) = 𝑃0(𝑡) + 𝑃1(𝑡) + ⋯
+ 𝑃𝑁(𝑡)
Peluang tidak ada
kedatangan selama
periode waktu 𝐴
𝑃(𝑡 > 𝐴) = 𝑒−𝜆𝐴 𝑃0(𝐴) = 𝑒−𝜆𝐴
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
Contoh 3.3
Kelahiran bayi pada suatu negara mempunyai mean 1 kelahiran setiap 12 menit.
Laju kelahiran bayi berdistribusi Eksponensial. Hitunglah:
a. Rata-rata kelahiran bayi per tahun.
b. Peluang tidak ada bayi yang lahir pada satu hari.
Jawab:
a. Kelahiran bayi per hari:
𝜆 =24 ×60
12= 120 kelahiran/hari.
Kelahiran bayi per tahun adalah:
𝜆𝑡 = 120 × 365 = 43,800 kelahiran/tahun.
b. Peluang tidak ada bayi yang lahir pada satu hari dihitung dengan distribusi
Poisson.
𝑃0(1) =(120 × 1)0 𝑒−120×1
0!= 𝑒−120 = 0.
Cara lain untuk menghitung peluang tidak ada bayi yang lahir pada satu hari
sama saja dengan menghitung peluang waktu antar kelahiran yang berturutan
lebih dari satu hari
𝑃{𝑡 > 1} = 𝑒−120 = 0.
G. Model Antrian Poisson yang Diperumum
Pengembangan model antrian dengan asumsi kedatangan berdistribusi
Poisson dan waktu antar kedatangan serta pelayanan berdistribusi Eksponensial
adalah model antrian Poisson khusus. Untuk memperumum model antrian yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66
berdasarkan kondisi jangka panjang atau perilaku keadaan tunak (steady state) pada
antrian yaitu kondisi dengan rata-rata laju arus masuk sama dengan laju arus keluar.
Gambar 3.6: Diagram transisi antrian Poisson.
Terdapat istilah kedatangan dan keberangkatan (departure), istilah
kedatangan merepresentasikan sebagai penambahan banyaknya pelanggan pada
sistem antrian sedangkan istilah keberangkatan merepresentasikan sebagai
pengurangan banyaknya pelanggan pada sistem antrian.
Peluang 𝑝𝑛 dapat ditentukan dari diagram transisi antrian Poisson. Sistem
antrian pada status 𝑛 menyatakan banyaknya pelanggan dalam sistem antrian adalah
𝑛. Peluang terjadinya lebih dari satu kejadian yang terjadi selama interval ℎ yang
kecil dinyatakan dengan ℎ → 0 diartikan bahwa untuk setiap 𝑛 > 0, 𝑛 dapat
berubah menjadi dua kemungkinan yaitu 𝑛 − 1 ketika keberangkatan terjadi pada
laju 𝜇𝑛 atau 𝑛 + 1 ketika kedatangan terjadi pada laju 𝜆𝑛, ketika 𝑛 = 0 dapat
berubah menjadi 1 ketika terjadi kedatangan pada laju 𝜆0. Pada 𝜇0 tidak terdefinisi
karena tidak ada keberangkatan yang terjadi ketika sistem kosong.
Berikut ini adalah simbol-simbol yang digunakan dalam sistem antrian:
𝑛 = banyaknya pelanggan yang terlibat dalam sistem antrian.
𝜆𝑛 = rata-rata kedatangan dari 𝑛 pelanggan yang terlibat dalam sistem antrian.
𝜇𝑛 = rata-rata keberangkatan dari 𝑛 pelanggan yang terlibat dalam sistem antrian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
𝑝𝑛 = peluang kondisi keadaan tunak (steady state) dari 𝑛 pelanggan yang
terlibat dalam sistem antrian.
Model yang diperumum berasal dari 𝑝𝑛 yang merupakan fungsi dari 𝜆𝑛 dan
𝜇𝑛. Peluang ini kemudian digunakan untuk menentukan langkah-langkah sistem
kinerja seperti rata-rata panjang antrian, waktu tunggu antrian, dan rata-rata
pelayanan.
Dalam kondisi keadaan tunak (steady state) untuk 𝑛 > 0 laju arus masuk
yang diharapkan sama dengan laju arus keluar. Kondisi ketika 𝑛 dapat berubah
menjadi 𝑛 − 1 atau 𝑛 + 1 diperoleh:
Ekspektasi laju arus masuk ke keadaan 𝑛:
𝜆𝑛−1𝑃𝑛−1 + 𝜇𝑛+1𝑃𝑛+1.
Ekspektasi laju arus keluar dari keadaan 𝑛:
𝜆𝑛𝑃𝑛 + 𝜇𝑛𝑃𝑛 = (𝜆𝑛 + 𝜇𝑛)𝑃𝑛.
Ekspektasi laju arus masuk ke keadaan 𝑛 = Ekspektasi laju arus keluar dari keadaan
𝑛
𝜆𝑛−1𝑃𝑛−1 + 𝜇𝑛+1𝑃𝑛+1 = (𝜆𝑛 + 𝜇𝑛)𝑃𝑛.
Pada Gambar 3.6 kondisi ketika 𝑛 = 0 adalah:
𝜆0𝑝0 = 𝜇1𝑝1
𝑝1 = (𝜆0𝜇1) 𝑝0.
Untuk 𝑛 = 1 diperoleh:
𝜆0𝑝0 + 𝜇2𝑝2 = (𝜆1 + 𝜇1)𝑝1
substitusikan 𝑝1 = (𝜆0
𝜇1) 𝑝0 sehingga diperoleh:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
68
𝑝2 = (𝜆1𝜆0𝜇2𝜇1
) 𝑝0
secara umum diperoleh bentuk:
𝑝𝑛 = (𝜆𝑛−1𝜆𝑛−2…𝜆0𝜇𝑛𝜇𝑛−1…𝜇1
) 𝑝0 , 𝑛 = 1,2, .. (3.7)
nilai 𝑝0 ditentukan dari ∑ 𝑝𝑛 = 1∞𝑛=0 .
Contoh 3.4
Toko Grosir B & K mengoperasikan 3 toko. Manager toko menggunakan jadwal
untuk menentukan banyaknya stasiun pelayanan yang beroperasi. Berikut ini adalah
banyaknya pelanggan dalam toko.
Tabel 3.2 Sistem pelayanan pada Toko Grosir B&K.
Banyaknya pelanggan dalam toko Banyaknya stasiun pelayanan yang
beroperasi
1 – 3 1
4 – 6 2
Lebih dari 6 3
Kedatangan pelanggan berdistribusi Poisson dengan rata-rata kedatangan 10
pelanggan per jam. Waktu pelayanan berdistribusi Eksponensial dengan rata-rata
12 menit. Tentukanlah peluang 𝑝𝑛 pelayanan pelanggan saat kondisi steady state.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
69
Jawab:
Diketahui
𝜆 = 10 pelanggan per jam, 𝑛 = 0,1, ..
oleh karena terdapat 3 stasiun layanan yang beroperasi diperoleh:
𝜇𝑛 = {
60
12= 5 , 𝑛 = 0,1,2,3
2 × 5 = 10 , 𝑛 = 4,5,6 3 × 5 = 15 , 𝑛 = 7,8, …
dengan demikian dari persamaan (3.7) diperoleh:
𝑝1 = (10
5) 𝑝0 = 2𝑝0
𝑝2 = (10
5)2
𝑝0 = 4𝑝0
𝑝3 = (10
5)3
𝑝0 = 8𝑝0
𝑝4 = (10
5)3
(10
10) 𝑝0 = 8𝑝0
𝑝5 = (10
5)3
(10
10)2
𝑝0 = 8𝑝0
𝑝6 = (10
5)3
(10
10)3
𝑝0 = 8𝑝0
𝑝𝑛≥7 = (10
5)3
(10
10)3
(10
15)𝑛−6
𝑝0 = 8(2
3)𝑛−6
𝑝0,
nilai dari 𝑝0 ditentukan dari persamaan berikut:
𝑝0 + 𝑝0(2 + 4 + 8 + 8 + 8 + 8 + 8(2
3) + 8 (
2
3)2
+ 8(2
3)3
+...) = 1
𝑝0(31 + 8(1 +2
3+ (
2
3)2
+⋯)) = 1,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
70
dengan deret geometri yaitu:
∑𝑥𝑖 =1
1 − 𝑥𝑖, |𝑥| < 1,
∞
𝑖=0
diperoleh:
𝑝0(31 + 8(1
1 −23
)) = 1
𝑝0 =1
55.
Oleh karena 𝑝0 sudah diketahui maka bisa ditentukanlah 𝑝𝑛 untuk 𝑛 > 0. Misalnya
berapa peluang jika hanya ada 1 stasiun pelayanan yang beroperasi? peluang
tersebut dapat dihitung sebagai peluang maksimal terdapat 3 pelanggan yang
terlibat dalam sistem antrian,
𝑝1 + 𝑝2 + 𝑝3 = (2 + 4 + 8) (1
55) ≈ 0.25.
H. Antrian Poisson Khusus
Antrian Poisson khusus merupakan pengembangan dari model antrian
dengan asumsi kedatangan berdistribusi Poisson. Berikut ini adalah gambar yang
mengilustrasikan situasi antrian Poisson khusus dengan 𝑐 pelayan (server) atau fase
yang pararel. Seorang pelanggan mengantri untuk mendapatkan pelayanan dari
pelayan pertama yang tersedia.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
Gambar 3.7 Skema antrian Poisson khusus.
Kedatangan pada sistem antrian adalah 𝜆 pelanggan per satuan waktu.
Semua stasiun pelayan adalah identik, berarti laju pelayanan untuk setiap stasiun
pelayan adalah 𝜇 pelanggan per satuan waktu. Banyaknya pelanggan pada sistem
terdiri dari pelanggan yang sedang dilayani dan pelanggan yang sedang mengantri
untuk dilayani.
Untuk mendeskripsikan suatu model antrian maka dibutuhkan suatu notasi
untuk meringkas suatu karakteristik yang berpengaruh. Notasi yang digunakan
adalah notasi Kendall. Berikut ini adalah format notasi Kendall:
(𝑎 𝑏⁄ 𝑐⁄ ) ∶ (𝑑 𝑒⁄ 𝑓⁄ )
keterangan:
𝑎 = Distribusi kedatangan.
𝑏 = Distribusi waktu pelayanan.
𝑐 = Banyaknya pelayan pararel, 𝑐 = 1,2,3, ….
Antrian
Sistem antrian
Waktu
pelayanan
Pelayanan
(server)
Pelayanan
(server)
Pelayanan
(server)
𝜆
𝜇
𝜇
𝜇
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
𝑑 = Peraturan pelayanan.
𝑒 = Banyaknya maksimal pelanggan yang diperbolehkan dalam sistem antrian
(pada antrian dan saat pelayanan).
𝑓 = Ukuran sumber kedatangan.
Notasi standar untuk mewakili distribusi kedatangan dan pelayanan (simbol
𝑎 dan 𝑏) adalah:
𝑀 = Kedatangan pelanggan berdistribusi Poisson atau waktu pelayanan
berdistribusi Eksponensial.
𝐷 = Waktu antar kedatangan atau pelayanan pelanggan telah ditentukan atau
terjadwal.
𝐸𝑘 = Distribusi Erlang.
𝐺𝐼 = Distribusi umum waktu antar kedatangan.
𝐺 = Distribusi umum waktu pelayanan.
Notasi peraturan pelayanan (simbol 𝑑) yaitu:
FCFS = First Come First Served.
LCFS = Last Come First Served.
SIRO = Service in Random Order.
PRI = Priority Service.
GD merupakan disiplin antrian secara umum berlaku pada sebagian besar sistem
antrian (apabila tidak ada disiplin khusus yang mengikat) yaitu pelanggan yang
pertama datang adalah pertama yang dilayani.
Untuk mengilustrasikan penggunaan dari notasi, model
(𝑀 𝐷⁄ 10⁄ ): (LCFS 20⁄ ∞)⁄ adalah model dengan distribusi kedatangan berupa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
73
distribusi Poisson (atau waktu antar kedatangan Eksponensial), distribusi pelayanan
yang telah terjadwal, terdapat 10 server, peraturan pelayanan secara umum
LCFS kapasitas sistem antrian 20 pelanggan, dan ukuran sumber kedatangan tidak
terbatas.
Sebelum dijelaskan mengenai keutamaan dari antrian Poisson akan
dijelaskan bagaimana kondisi steady state dari situasi antrian Poisson yang
diperumum dari peluang 𝑝𝑛.
Simbol yang paling digunakan pada ukuran perfoma di suatu antrian adalah:
𝐿𝑠 = Nilai harapan banyaknya pelanggan dalam sistem antrian.
𝐿𝑞 = Nilai harapan banyaknya pelanggan dalam antrian.
𝑊𝑠 = Nilai harapan waktu tunggu dalam sistem antrian.
𝑊𝑞 = Nilai harapan waktu tunggu dalam antrian.
𝑛 = Banyaknya pelanggan.
𝑐̅ = Nilai harapan server yang sibuk.
Akan ditunjukkan ukuran performa antrian yang berasal dari peluang steady
state dari 𝑛 yaitu 𝑝𝑛 sebagai berikut:
𝐿𝑠 = ∑𝑛 𝑝𝑛
∞
𝑛=0
.
𝐿𝑞 = ∑ (𝑛 − 𝑐)𝑝𝑛.
∞
𝑛=𝑐+1
Hubungan antara 𝐿𝑠 dan 𝑊𝑠 begitu juga 𝐿𝑞 dan 𝑊𝑞 dikenal sebagai Little’s Formula
yaitu:
𝐿𝑠 = 𝜆𝑒𝑓𝑓 𝑊𝑠.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
= +
𝐿𝑞 = 𝜆𝑒𝑓𝑓 𝑊𝑞 .
Parameter 𝜆𝑒𝑓𝑓 adalah rata-rata kedatangan yang efektif pada sistem antrian atau
sama saja dengan 𝜆 ketika semua pelanggan berada dalam sistem antrian atau tidak
ada kedatangan pelanggan yang tidak terlayani. Bila pelanggan tidak dapat masuk
ke dalam sistem antrian karena kapasitas sistem antrian tidak mampu menampung
kedatangan pelanggan maka 𝜆𝑒𝑓𝑓 < 𝜆 atau dengan kata lain ada pelanggan yang
tidak bisa masuk dalam sistem antrian. Misalkan 𝜆𝑙𝑜𝑠𝑠 adalah adalah rata-rata
kedatangan pelanggan yang tak terlayani maka:
𝜆 = 𝜆𝑒𝑓𝑓 + 𝜆𝑙𝑜𝑠𝑠
Hubungan antara 𝑊𝑠 dan 𝑊𝑞dapat diketahui sebagai berikut:
`
𝑊𝑠 = 𝑊𝑞 +1
𝜇
Hubungan antara 𝐿𝑠 dan 𝐿𝑞 diperoleh dengan mengalikan kedua sisi dengan
𝜆𝑒𝑓𝑓 dan dengan Little’s formula menghasilkan:
𝐿𝑠 = 𝐿𝑞 +𝜆𝑒𝑓𝑓
𝜇.
Nilai harapan server yang sibuk yaitu 𝑐̅ adalah
𝑐̅ = 𝐿𝑠 − 𝐿𝑞 =𝜆𝑒𝑓𝑓
𝜇.
Nilai harapan
waktu tunggu
pada sistem
Nilai harapan
waktu tunggu
pada antrian
Nilai harapan
waktu
pelayaan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
Contoh 3.5
Pada contoh 3.4 telah dihitung peluang jika hanya 1 stasiun pelayan yang
beroperasi. Hitunglah performa antrian bila hanya 1 stasiun yang beroperasi.
Jawab:
𝑝0 =1
55= 0.2,
akan dicari banyaknya pelanggan dalam sistem antrian:
𝐿𝑠 = 0𝑝0 + 1𝑝1 + 2𝑝2 + 3𝑝3
= 0 + 1(2 × 0.2) + 2(4 × 0.2) + 3(8 × 0.2)
= 2.6 pelanggan.
Banyaknya pelanggan dalam antrian:
𝐿𝑞 = 𝐿𝑠 −𝜆
𝜇= 2.6 −
10
5= 0.6 pelanggan.
Waktu tunggu pelanggan dalam sistem antrian:
𝑊𝑠 =𝐿𝑠
𝜆=
2.6
10= 0.26 jam ≈ 15.6 menit.
Waktu tunggu pelanggan dalam antrian:
𝑊𝑞 = 𝑊𝑠 −1
𝜆= 0.26 −
1
10= 0.16 jam ≈ 9.6 menit.
I. Model Antrian Dengan Pelayanan Tunggal Kapasitas Tak Hingga
Model ini mempunyai notasi Kendall yaitu (𝑀 𝑀⁄ 1⁄ ) ∶ (𝐺𝐷 ∞⁄ ∞⁄ )
dengan waktu antar kedatangan dan waktu pelayanan berdistribusi Eksponensial
dan hanya terdapat satu pelayanan, peraturan pelayanan adalah umum GD
kapasitas sistem antrian tidak terbatas, dan sumber kedatangan tidak terbatas.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
76
Dengan menggunakan notasi pada model antrian Poisson yang diperumum
diperoleh:
𝜆𝑛 = 𝜆
} 𝑛=0,1,2.. 𝜇𝑛 = 𝜇
Kapasitas sistem antrian tidak terbatas maka semua pelanggan yang datang dapat
masuk ke dalam sistem antrian dan tidak ada kedatangan pelanggan yang tak
terlayani maka diperoleh 𝜆𝑒𝑓𝑓 = 𝜆 dan 𝜆𝑙𝑜𝑠𝑠 = 0. Misalkan 𝜌 =𝜆
𝜇 dengan
𝜌 menyatakan kepadatan pelanggan pada stasiun pelayanan sehingga maka
Persamaan (3.7) persaman 𝑝𝑛 menjadi:
𝑝𝑛 = 𝜌𝑛𝑝0, 𝑛 = 0,1,2, … (3.8)
untuk menentukan nilai 𝑝0 dapat diperoleh dengan mensubstitusikan persamaan
(3.8) sehingga diperoleh sebagai berikut:
𝑝0 + 𝑝1 + 𝑝2 +⋯+ 𝑝𝑛 = 1
𝑝0 + 𝜌1𝑝0 + 𝜌
2𝑝0 +⋯+ 𝜌𝑛𝑝0 = 1
𝑝0(1 + 𝜌 + 𝜌2 +⋯+ 𝜌𝑛) = 1.
Asumsikan 𝜌 < 1 deret geometri mempunyai jumlahan berhingga yaitu (1
1−𝜌)
sehingga diperoleh:
𝑝0 (1
1 − 𝜌) = 1
𝑝0 = 1 − 𝜌. (3.9)
Substitusikan Persamaan (3.9) ke Persamaan (3.8) sehingga diperoleh:
𝑝𝑛 = (1 − 𝜌)𝜌𝑛, 𝑛 = 1,2, … (3.10)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
77
Kondisi 𝜌 < 1 atau 𝜆 < 𝜇 supaya sistem tidak melebihi batas dan steady state bisa
ditentukan. Apabila 𝜆 ≥ 𝜇 maka deret geometri tidak konvergen dan tidak steady
state sehingga peluang 𝑝𝑛 tidak dapat ditentukan. Dengan kata lain jika laju
pelayanan lebih besar dari pada laju kedatangan maka panjang antrian akan terus
bertambah dan tidak terjadi steady state.
Ukuran-ukuran dasar kinerja model (𝑀 𝑀⁄ 1⁄ ) ∶ (𝐺𝐷 ∞⁄ ∞⁄ ) adalah:
𝐿𝑠 =∑𝑛𝑝𝑛
∞
𝑛=0
=∑𝑛(1 − 𝜌)𝜌𝑛∞
𝑛=0
= (1 − 𝜌)(0 + 𝜌 + 2𝜌2 + 3𝜌3 +⋯+ 𝑛𝜌𝑛)
= (1 − 𝜌) 𝜌 (1 + 2𝜌 + 3𝜌2 +⋯+ 𝑛𝜌𝑛−1)
= (1 − 𝜌)𝜌∑𝑛
∞
𝑛=0
𝜌𝑛−1
= (1 − 𝜌)𝜌1
(1 − 𝜌)2
=𝜌
(1 − 𝜌),
karena 𝜆𝑒𝑓𝑓 = 𝜆 dengan laju kedatangan tidak terbatas maka untuk menentukan 𝑊𝑠
diperoleh sebagai berikut:
𝐿𝑠 = 𝜆𝑒𝑓𝑓𝑊𝑠
= 𝜆𝑊𝑠
𝑊𝑠 =𝐿𝑠𝜆
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
=
𝜌(1 − 𝜌)
𝜆
=𝜌
𝜆(1 − 𝜌)
=
𝜆𝜇
𝜆 (1 −𝜆𝜇)
=
𝜆𝜇
(𝜆𝜇 − 𝜆2
𝜇 )
=𝜆
𝜆𝜇 − 𝜆2
=𝜆
𝜆(𝜇 − 𝜆)
=1
𝜇 − 𝜆.
Untuk 𝑊𝑞 diperoleh sebagai berikut:
𝑊𝑠 = 𝑊𝑞 +1
𝜇
𝑊𝑞 = 𝑊𝑠 −1
𝜇
=1
𝜇 − 𝜆−1
𝜇
=𝜇 − (𝜇 − 𝜆)
𝜇(𝜇 − 𝜆)
=𝜆
𝜇(𝜇 − 𝜆)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
79
=𝜆
𝜇(𝜇 − 𝜆)×
1𝜇1𝜇
=
𝜆𝜇
(𝜇 − 𝜆)𝜇 𝜇
=
𝜆𝜇
(1 −𝜆𝜇)𝜇
=𝜌
(1 − 𝜌)𝜇.
Untuk 𝐿𝑞 diperoleh sebagai beikut:
𝐿𝑞 = 𝜆𝑒𝑓𝑓𝑊𝑞
= 𝜆𝑊𝑞
= 𝜆𝜌
(1 − 𝜌)𝜇
=𝜆
𝜇
𝜌
(1 − 𝜌)
=
𝜌2
(1 − 𝜌).
Untuk menentukan kepadatan pelanggan diperoleh:
𝑐̅ = 𝐿𝑠 − 𝐿𝑞
=
𝜌
(1 − 𝜌)−
𝜌2
(1 − 𝜌)
=𝜌(1 − 𝜌)
(1 − 𝜌)
= 𝜌
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
80
Contoh 3.6
Jasa cuci mobil pada suatu tempat mampu membersihkan mobil dalam waktu 10
menit/mobil dengan waktu pelayanan berdistribusi Eksponensial. Kedatangan
mobil yang datang utnuk dilayani berdistribusi Poisson dengan rata-rata kedatangan
4 jam/mobil. Fasilitas ini tidak dapat menangani lebih dari satu mobil setiap saat.
Bagaimana analisis ukuran-ukuran kinerjanya?
Jawab:
Kedatangan mobil berdistribusi Poisson dengan laju kedatangan 4 jam/mobil berarti
𝜆 = 4 dan pelayanan berdistribusi Eksponensial dengan laju kedatangan 𝜇 =60
10=
6 mobil / jam karena 𝜌 =𝜆
𝜇=
4
6< 1 maka sistem yang beroperasi dibawah kondisi
steady state. Berikut ini adalah perhitungan performa antrian.
Banyaknya mobil pada sistem antrian adalah
𝐿𝑠 =𝜌
1−𝜌=
4
6
1−4
6
= 2 mobil.
Banyaknya mobil pada antrian:
𝐿𝑞 =𝜌2
1−𝜌=
(4
6)2
1−4
6
= 1.3333 mobil.
Waktu tunggu dalam sistem antrian adalah:
𝑊𝑠 =1
𝜇−𝜆=
1
6−4= 0.5 jam = 30 menit.
Waktu tunggu dalam antrian adalah:
𝑊𝑞 =𝜌
𝜇(1−𝜌)=
4
6
6(1−4
6)= 0.333 menit.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
81
J. Model Antrian Dengan 𝒄 Pelayanan Kapasitas Tak Hingga
Model antrian dengan 𝑐 pelayanan kapasitas tak hingga mempunyai notasi
Kendall (𝑀 𝑀⁄ 𝑐⁄ ): (𝐺𝐷 ∞⁄ ∞⁄ ). Pada model antrian ini waktu antar kedatangan
dan waktu pelayanan berdistribusi Eksponensial, terdapat 𝑐 pelayanan, peraturan
pelayanan adalah umum (GD) artinya peraturan tersebut dapat berupa FCFS, LCFS,
SIRO atau prosedur lainnya yang digunakan oleh pelayan untuk memutuskan
urutan pelanggan, kapasitas sistem antrian tidak terbatas, dan sumber kedatangan
tidak terbatas.
Rata-rata kedatangan pelanggan adalah 𝜆 dan rata-rata waktu pelayanan
adalah 𝜇. Kapsitas sistem antrian tidak terbatas maka semua pelanggan yang datang
dapat masuk kedalam sistem antrian dan tidak ada kedatangan pelanggan yang
terbuang maka diperolah 𝜆𝑒𝑓𝑓 = 𝜆. Oleh karena terdapat 𝑐 pelayanan yang disusun
secara pararel, hal ini mengakibatkan meningkatnya rata-rata waktu pelayanan
diperoleh:
𝜆𝑛 = 𝜆, 𝑛 ≥ 0.
𝜇𝑛 = {𝑛𝜇,𝑐𝜇,
𝑛 ≤ 𝑐
𝑛 ≥ 𝑐.
sehingga,
𝑝𝑛 =
{
𝜆𝑛
𝜇(2𝜇)(3𝜇)… (𝑛𝜇)𝑝0 =
𝜆𝑛
𝑛! 𝜇𝑛𝑝0 =
𝜌𝑛
𝑛!𝑝0, 𝑛 < 𝑐
𝜆𝑛
(∏ 𝑖𝜇𝑐𝑖=1 )(𝑐𝜇)𝑛−𝑐
𝑝0 =𝜆𝑛
𝑐! 𝑐𝑛−𝑐𝜇𝑛𝑝0 =
𝜌𝑛
𝑐! 𝑐𝑛−𝑐𝑝0, 𝑛 ≥ 𝑐.
(3.11)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
82
Misalkan 𝜌 =𝜆
𝑐𝜇 dan asumsikan
𝜌
𝑐< 1. Untuk menentukan nilai 𝑝0 diperoleh
sebagai berikut:
𝑝0 = {∑𝜌𝑛
𝑛!+𝜌𝑐
𝑐!∑ (
𝜌
𝑐)𝑛−𝑐
∞
𝑛=0
𝑐−1
𝑛=0
}
−1
= {∑𝜌𝑛
𝑛!+𝜌𝑐
𝑐!(
1
1 −𝜌𝑐
)
𝑐−1
𝑛=0
}
−1
,𝜌
𝑐< 1.
Untuk 𝐿𝑞 dapat diperoleh sebagai berikut:
𝐿𝑞 =∑(𝑛 − 𝑐)𝑝𝑛
∞
𝑛=𝑐
.
Misalkan 𝑘 = 𝑛 − 𝑐,
𝐿𝑞 =∑𝑘𝑝𝑘+𝑐
∞
𝑘=0
=∑𝑘𝜌𝑘+𝑐
𝑐𝑘𝑐!
∞
𝑘=0
𝑝0
=𝜌𝑐
𝑐!𝑝0∑𝑘(
𝜌
𝑐)
∞
𝑘=0
𝑘
=𝜌𝑐
𝑐!𝑝0∑𝑘(
𝜌
𝑐)
∞
𝑘=0
𝑘−1𝜌
𝑐
=𝜌𝑐+1
𝑐! 𝑐𝑝0∑𝑘(
𝜌
𝑐)
∞
𝑘=0
𝑘−1
=𝜌𝑐+1
𝑐! 𝑐𝑝0
𝑑
𝑑 (𝜌𝑐)∑(
𝜌
𝑐)𝑘
∞
𝑘=0
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
83
=𝜌𝑐+1
𝑐! 𝑐𝑝0
1
(1 −𝜌𝑐)
2
=𝜌𝑐+1𝑝0
𝑐! 𝑐 (𝑐 − 𝜌𝑐 )
2
=𝜌𝑐+1𝑝0
(𝑐 − 1)! 𝑐2(𝑐 − 𝜌)2
𝑐2
=𝜌𝑐+1
(𝑐 − 1)! (𝑐 − 𝜌)2𝑝0.
Untuk menentukan 𝐿𝑠 diperoleh sebagai berikut:
𝐿𝑠 = 𝐿𝑞 +𝜆𝑒𝑓𝑓
𝑐𝜇
= 𝐿𝑞 +𝜆
𝑐𝜇
= 𝐿𝑞 + 𝜌
=𝜌𝑐+1
(𝑐 − 1)! (𝑐 − 𝜌)2𝑝0 + 𝜌.
Untuk menentukan 𝑊𝑠 dapat diperoleh sebagai berikut:
𝐿𝑠 = 𝜆𝑒𝑓𝑓𝑊𝑠
𝑊𝑠 =𝐿𝑠𝜆
=
𝜌𝑐+1
(𝑐 − 1)! (𝑐 − 𝜌)2𝑝0 + 𝜌
𝜆
=𝜌𝜌𝑐𝑝0
𝜆(𝑐 − 1)! (𝑐 − 𝜌)2+𝜌
𝜆
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
84
=𝜌
𝜆
𝜌𝑐𝑝0(𝑐 − 1)! (𝑐 − 𝜌)2
+𝜌
𝜆
= 𝜌𝑐𝑝0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2+1
𝜇.
𝑊𝑞 dapat diperoleh sebagai berikut:
𝑊𝑠 = 𝑊𝑞 +1
𝜇
𝑊𝑞 = 𝑊𝑠 −1
𝜇
=𝜌𝑐𝑝0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2+1
𝜇−1
𝜇
=𝜌𝑐𝑝0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2.
Contoh 3.7
Sebuah komunitas yang dilayani oleh dua perusahaan taksi. Masing-masing
perusahaan mempunyai 1 taksi. Keduanya mempunyai pemasaran yang sama. Laju
panggilan pesanan yang diterima pada setiap perusahaan adalah 3 panggilan per
jam sedangkan rata-rata waktu pelayanan per perjalanan adalah 12 menit. Panggilan
pesanan yang diterima berdistribusi Poisson sedangkan waktu pelayanan
berdistribusi Eksponensial. Seorang investor membeli kedua perusahaan tersebut
dan akan menggabungkan kedua perusahaan tersebut menjadi satu pelayanan.
Berikan usulan yang baik kepada investor apakah dengan menggabungkan kedua
perusahaan terebut menjadikan pelayanan menjadi optimal?
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
85
Jawab:
Dari sudut pandang antrian, taksi merupakan server, perjalanan taksi mengantar
penumpang adalah pelayanan. Dengan demikian diperoleh model antrian untuk
kasus tersebut adalah (𝑀 𝑀⁄ 2⁄ ): (𝐺𝐷 ∞⁄ ∞⁄ ) dengan rata-rata pelayanan per jam
adalah:
𝜇 =60
12= 5 pengantaran / jam,
dan rata-rata kedatangan yaitu panggilan pesanan yang diterima per jam adalah
𝜆 = 3 panggilan / jam.
Bila tidak dilakukan penggabungan maka model antrian untuk kasus tersebut
adalah (𝑀 𝑀⁄ 1⁄ ): (𝐺𝐷 ∞⁄ ∞⁄ ).
Perhitungan performa model antrian (𝑀 𝑀⁄ 2⁄ ): (𝐺𝐷 ∞⁄ ∞⁄ ) dilakukan dengan
software MATLAB untuk algoritma pemrograman terlampir pada Lampiran 4.
Tabel 3.3 Hasil perhitungan performa antrian dengan Software MATLAB.
𝑐 𝜆 𝜇 𝐿𝑞 𝐿𝑠 𝑊𝑞 𝑊𝑠
2 3 5 0.0001 0.2001 0.004 0.204
1 3 5 1.5000 0.9000 0.300 0.500
Hasil dari analisa menunjukkan bahwa waktu menunggu untuk melakukan
perjalanan dengan kondisi 1 taksi yang tersedia adalah 0,3 jam≈18 menit
sedangkan waktu menunggu untuk perjalanan dengan kondisi 2 taksi yang tersedia
adalah 0,004 jam ≈ 0.24 menit. Hal ini memperlihatkan terjadi penurunan waktu
tunggu pelanggan lebih dari 50% sehingga penggabungan kedua perusahaan
tersebut menjadikan pelayanan menjadi optimal.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
86
BAB IV
ANALISIS ANTRIAN LAYANAN BPJS
RS PANTI RAPIH YOGYAKARTA
Pada bab ini akan dibahas suatu masalah nyata yang memiliki situasi antrian
dengan beberapa channel. Tujuan dari bab ini adalah melakukan analisis terhadap
ukuran-ukuran kinerja sistem yang selanjutnya dipergunakan untuk
meminimumkan waktu tunggu pada sistem antrian.
Badan Penyelenggara Jaminan Sosial (BPJS) berfungsi menyelenggarakan
program jaminan kesehatan kepada seluruh penduduk Indonesia. Jaminan
kesehatan menurut UU SJSN diselenggarakan secara nasional berdasarkan prinsip
asuransi sosial dan prinsip ekuitas dengan tujuan menjamin agar peserta
memperoleh manfaat pemeliharaan kesehatan dan perlindungan dalam memenuhi
kebutuhan dasar kesehatan.
Rumah Sakit sebagai sarana pelayanan kesehatan yang semula hanya
melaksanakan upaya penyembuhan dan pemulihan, kini juga meningkatkan mutu
terhadap rumah sakit itu sendiri. Peningkatan mutu rumah sakit salah satunya
adalah menerima dan menyediakan fasilitas untuk pasien peserta BPJS.
Disiplin antrian yang umum diterapkan dalam kehidupan sehari-hari adalah
FIFO (first in first out) namun dalam beberapa kejadian, disiplin antrian tersebut
tidak bisa diterapkan karena alasan kebutuhan seorang pasien yang dilayani. Salah
satu contoh yang menerapkan displin pelayanan PS (priority service) yaitu pasien
karena keadaannya lebih dahulu harus dilayani oleh dokter.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
87
Gambar 4.1 Ilustrasi antrian layanan BPJS RS Panti Rapih.
Rumah Sakit yang dijadikan obyek dalam penelitian ini adalah Rumah Sakit
Panti Rapih Yogyakarta. Masalah pokok yang dihadapi rumah sakit tersebut adalah
lamanya waktu tunggu pasien peserta BPJS untuk dilayani dan padatnya antrian
pasien peserta BPJS. Hal tersebut ditinjau dari hasil kuesioner yang dibagikan
kepada 70 pasien peserta BPJS (data dilampirkan pada lampiran 3).
A. Sistem Antrian Pelayanan BPJS di Rumah Sakit Panti Rapih dan Harapan
Pasien
Informasi mengenai sistem antrian pasien peserta BPJS diperoleh dengan
cara mewawancarai salah satu petugas Rumah Sakit Panti Rapih bagian rekam
medik bernama Lintang. Pelayanan pada sistem antrian pasien peserta BPJS
dimulai pukul 07.15 WIB sedangkan pengambilan tiket antrian dimulai pukul 06.00
WIB. Sistem antrian layanan BPJS dapat dijabarkan dengan dalam skema berikut:
Antrian
Sistem antrian
Waktu
pelayanan
Pelayanan
(server)
Pelayanan
(server)
Pelayanan
(server)
𝜆
𝜇
𝜇
𝜇
Pasien datang
mengambil
tiket antrian
Pasien menunggu
untuk dilayani
Pasien sedang dilayani
pelayan (server)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
88
Definisi 4.1 Waktu Kedatangan Pasien
Waktu kedatangan pasien adalah waktu ketika pasien tiba dan mengambil tiket
antrian.
Definisi 4.2 Waktu Antar Kedatangan Pasien
Waktu antar kedatangan pasien adalah selisih dari waktu kedatangan pasien dengan
waktu kedatangan pasien selanjutnya (𝑡𝑘+1 − 𝑡𝑘).
Definisi 4.3 Waktu Tunggu Pasien
Waktu tunggu pasien adalah waktu yang diperlukan pasien dimulai dari waktu
kedatangan hingga dilayani oleh petugas BPJS.
Definisi 4.4 Definisi Waktu Pelayanan
Waktu pelayanan adalah waktu yang diperlukan petugas untuk melayani seorang
pasien sejak dipanggil hingga meninggalkan loket pelayanan.
Untuk mendapatkan layanan BPJS pasien harus mengambil tiket antrian
terlebih dahulu. Berikut ini adalah gambar dari situasi yang terjadi pada antrian
layanan BPJS.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
89
Gambar 4.2 Pengambilan tiket antrian layanan BPJS.
Gambar 4.3 Pasien yang menunggu untuk dilayani.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
90
Gambar 4.4 Pasien yang sedang mendapatkan pelayanan oleh petugas di
loket (server).
Dalam sistem antrian terdapat 4 kategori keperluan pasien yang hendak
dilayani. Kategori nomor berkepala 1 untuk pasien yang memiliki antrian dengan
dokter yang selesai melayani pasien pada pukul 09.00. Kategori nomor berkepala 2
untuk pasien yang memiliki antrian dengan dokter yang selesai melayani pada
pukul 14.00. Kategori nomor berkepala 3 untuk pasien yang memiliki antrian
dengan dokter yang selesai melayani hingga malam hari. Kategori nomor berkepala
5 untuk pasien yang mempunyai keperluan rawat inap. Kategori nomor berkepala
4 dihilangkan karena dari pihak BPJS sendiri tidak menanggung.
Gambar 4.5 Contoh tiket antrian layanan dokter dan tiket layanan BPJS.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
91
Loket pelayanan untuk melayani para pasien peserta BPJS pada rumah sakit
tersebut memiliki 4 loket yang diatur secara paralel dengan masing-masing loket
memiliki kriteria tugas yang berbeda-beda dalam melayani. Loket 1 memiliki tugas
untuk melayani pasien hemodialisa terlebih dahulu. Pasien hemodialisa tidak
termasuk dalam ke-4 kategori yang telah disebutkan di atas. Loket 2 mempunyai
tugas untuk melayani kategori 1. Loket 3 dan loket 4 mempunyai tugas untuk
melayani kategori 3 dan kategori 5. Setelah loket 1 selesai menangani pasien
hemodialisa, loket 1 memulai melayani kategori 2 dan loket 4 memulai melayani
kategori 3 dan kategori 5 secara bergantian sementara loket 3 melayani kategori 2.
Pada pukul 10.00 loket 1 dan 2 mempunyai tugas untuk melayani kategori 2
sementara loket 3 dan 4 melayani kategori 3 dan kategori 5 secara bergantian.
Berikut ini tabel pemberian tugas pada masing-masing loket.
Tabel 4.1 Pembagian tugas loket dalam melayani pasien.
Pasien kategori nomor berkepala Loket yang melayani
1 2
2 1,2,4
3 2,3,4
5 3,4
Sistem antrian layanan BPJS Rumah Sakit Panti Rapih mempunyai disiplin
antrian PR (Priority Service) artinya prioritas pasien menjadi keputusan dalam
melayani pasien. Berikut ini adalah urutan prioritas yang menjadi keputusan pihak
rumah sakit dalam melayani:
1. Pasien hemodialisa akan dilayani terlebih dahulu di loket 1.
2. Pasien kategori nomer berkepala 1 yaitu antrian pasien yang dilayani dokter
pagi pukul 07.00-09.00.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
92
3. Pasien kategori nomer berkepala 2 yaitu antrian pasien yang dilayani dokter
pagi pukul 09.00-14.00.
4. Pasien kategori nomer berkepala 3 yaitu antrian pasien yang dilayani dokter
siang pukul 14.00-malam.
5. Pasien kategori nomer berkepala 5 yaitu antrian pasien untuk rawat inap.
6. No urut dari masing-masing kategori kebutuhan pasien.
Berikut ini adalah rangkuman hasil kuesioner yang dibagikan kepada 70
pasien atau responden (berdasarkan tabel lampiran 3).
Tabel 4.2 Jawaban dari pertanyaan no 1 oleh responden.
Mengenai pertanyaan bila antrian panjang hal apa yang dilakukan oleh responden,
36 responden menjawab akan menunggu hingga memperoleh pelayanan, 15
responden menjawab akan meninggalkan antrian dan kembali lagi stelah kira-kira
sampai giliran, dan 19 responden menjawab kadang-kadang menunggu hingga
memperoleh pelayanan.
Tabel 4.3 Jawaban responden mengenai waktu mengantri.
Pertanyaan
Responden
Sangat Padat Cukup
Padat Tidak Padat
Berdasarkan pengalaman selama ini,
antrian di BPJS R.S Panti Rapih 48 22 0
Pertanyaan Rata-rata waktu
Paling cepat mengantri 35 menit
Paling lama mengantri 90 menit
Batas toleransi maksimal mengantri 45 menit
Waktu mengantri yang diharapkan 30 menit
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
93
Berdasarkan hasil kuesioner yang dibagikan kepada 70 pasien (responden)
diperoleh hasil rata-rata waktu tunggu yang diharapkan pada sistem antrian layanan
BPJS adalah 30 menit. Waktu mengantri yang diharapkan selama 30 menit akan
menjadi acuan untuk mengevaluasi sistem antrian pelayanan BPJS di Rumah Sakit
Panti Rapih.
B. Analisis Deskriptif Data Waktu Kedatangan dan Waktu Pelayanan
Berikut ini adalah tabel waktu kedatangan dan waktu pelayanan pasien yang
masing-masing memiliki keperluan berdasarkan kategori keperluan pasien. Data
kedatangan pasien kategori nomor berkepala 1 disajikan dalam Tabel 4.4 dengan
penulisan “kedatangan_1” sementara untuk pelayanan pasien kategori nomor
berkepala 1 disajikan dalam Tabel 4.4 dengan penulisan “pelayanan_1”. Begitu
pula penyajian untuk kedatangan dan pelayanan pasien kategori nomor berkepala
2, 3, dan 5.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
94
Tabel 4.4 Informasi kedatangan dan waktu pelayanan pada sistem antrian.
N Min Max
Rata-rata waktu
antar kedatangan
dan pelayanan
Std.
Deviation
Statistic Std. Error Statistic
kedatangan_1 27 0.07 41.33 6.84 1.78568 9.27866
pelayanan_1 27 0.16 10.46 3.7007 0.62854 3.26599
kedatangan_2 201 0.01 11.58 1.7195 0.13524 1.91738
pelayanan_2 201 0.01 10.48 1.4857 0.11505 1.63105
kedatangan_3 86 0.02 15.02 4.6279 0.40176 3.72575
pelayanan_3 86 0.02 13.52 3.5499 0.32036 2.9709
kedatangan_5 38 0.23 68.39 9.52 1.9868 12.24744
pelayanan_5 38 1.15 39.37 7.8608 1.44389 8.90073
Dari Tabel 4.4 diperoleh informasi banyaknya kedatangan pasien kategori
nomor berkepala 1 sebanyak 𝑁 =27 pasien, waktu antar kedatangan tercepat adalah
0.07 menit, waktu antar kedatangan terlama adalah 41.33 menit, dan rata-rata waktu
antar kedatangan adalah 6.84 menit dengan standar eror dan standar deviasi
berturut-turut adalah 1.78568 dan 9.27866. Banyaknya pasien kategori nomor
berkepala 1 yang dilayani adalah 27 pasien, waktu pelayanan tercepat adalah 0.16
menit, waktu pelayanan terlama adalah 10.46 menit, dan rata-rata waktu pelayanan
adalah 3.7007 menit dengan standar eror dan standar deviasi bertutur-turut adalah
0.62854 dan 3.26599. Begitu pula untuk kedatangan dan pelayanan pasien kategori
nomor berkepala 2, 3, dan 5. Pada tabel 4.3 kedatangan pasien yang paling banyak
adalah kedatangan pasien kategori nomor berkepala 2, rata-rata waktu antar
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
95
kedatangan dan pelayanan yang paling cepat adalah rata-rata waktu antar
kedatangan dan pelayanan pasien kategori nomor berkepala 2. Kedatangan pasien
yang paling sedikit adalah kedatangan pasien kategori nomor berkepala 1, rata-rata
waktu antar kedatangan dan pelayanan terlama adalah kategori pasien nomor
berkepala 5.
Sebelum menghitung performa-performa pada sistem antrian akan diuji
terlebih dahulu distribusi kedatangan dan distribusi pelayanan pasien kategori
nomor berkepala 1, 2, 3, dan 5.
Berikut ini adalah langkah-langkah pengujian distribusi kedatangan untuk
pasien kategori nomor berkepala 1 dengan menggunakan SPSS.
1. 𝐻0: kedatangan pasien kategori nomor berkepala 1 berdistribusi Poisson.
𝐻1: kedatangan pasien kategori nomor berkepala 1 tidak berdistribusi Poisson.
2. Tingkat signifikansi (𝛼) = 0.05.
3. Daerah penolakan:
𝐻0 ditolak bila Asymp.Sig (2-tailed) < 𝛼.
Untuk langkah-langkah pengujian distribusi kedatangan pasien kategori
nomor berkepala 2, 3, dan 5 sama dengan langkah-langkah pengujian distribusi
kedatangan pasien kategori nomor berkepala 1.
Berikut ini adalah langkah-langkah pengujian distribusi pelayanan untuk
pasien kategori nomor berkepala 1 dengan menggunakan SPSS.
1. 𝐻0: pelayanan pasien kategori nomor berekepala 1 berdistribusi Eksponensial.
𝐻1: pelayanan pasien kategori nomor berekepala 1 tidak berdistribusi
Eksponensial.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
96
2. Tingkat signifikansi (𝛼) = 0.05.
3. Daerah penolakan:
𝐻0 ditolak bila Asymp.Sig (2-tailed) < 𝛼.
Untuk langkah-langkah pengujian distribusi pelayanan pasien kategori
nomor berkepala 2, 3, dan 5 sama dengan langkah-langkah pengujian distribusi
pelayanan pasien kategori nomor berkepala 1.
Berikut ini adalah ringkasan tabel hasil pengujian distribusi kedatangan
pasien kategori nomor berkepala 1, 2, 3, dan 5 dengan batuan software SPSS. Untuk
tabel uji sampel tunggal Kolmogorov-Smirnov terlampir pada lampiran.
Tabel 4.5 Statistik hasil uji distribusi kedatangan.
Pasien Kategori Nomor Berkepala
1 2 3 5
Kolmogorov-
Smirnov Z 0.941 0.880 0.338 0.580
Asymp.Sig
(2-tailed)
*0.395 *0.067 *0.147 *0.202
Asymp.Sig (2-
tailed) < 𝛼
Tidak Tidak Tidak Tidak
Kesimpulan 𝐻0 diterima 𝐻0 diterima 𝐻0 diterima 𝐻0 diterima
*) nilai < 0.05.
Kesimpulan dari Tabel 4.5, pada uji distribusi kedatangan pasien kategori
nomor berkepala 1, 2, 3, dan 5 mempunyai kesimpulan bahwa 𝐻0 diterima dapat
disimpulkan bahwa kedatangan pasien kategori nomor berkepala 1, 2, 3, dan 5
berdistribusi Poisson.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
97
Berikut ini adalah ringkasan tabel uji hasil pengujian distribusi pelayanan
pasien kategori nomor berkepala 1, 2, 3, dan 5 dengan bantuan software SPSS.
Tabel 4.6 Statistik hasil uji distribusi waktu pelayanan.
Pasien Kategori Nomor Berkepala
1 2 3 5
Kolmogorov-
Smirnov Z 0.899 1.304 1.142 1.071
Asymp.Sig
(2-tailed) *0.395 *0.067 *0.147 *0.202
Asymp.Sig (2-
tailed) < 𝛼 Tidak Tidak Tidak Tidak
Kesimpulan 𝐻0 diterima 𝐻0 diterima 𝐻0 diterima 𝐻0 diterima
*) nilai < 0.05
Kesimpulan dari Tabel 4.6, pada uji distribusi pelayanan pasien kategori
nomor berkepala 1, 2, 3, dan 5 mempunyai kesimpulan bahwa 𝐻0 diterima dengan
demikan dapat disimpulkan bahwa pelayanan pasien kategori nomor berkepala 1,
2, 3, dan 5 berdistribusi Eksponensial.
C. Analisis Sistem Antrian Pelayanan BPJS
Pada Subab A telah dijelaskan sistem antrian pelayanan BPJS Rumah Sakit
Panti Rapih. Berikut ini adalah analisa dan perhitungan performa antrian.
C.1 Perhitungan Perfoma Pasien Kategori Nomor Berkepala 1
Pada Tabel 4.1 terlihat pasien kategori nomor berkepala 1 dilayani 1 loket.
Dengan demikian pasien yang memiliki antrian kategori nomor berkepala 1
memiliki model antrian (𝑀 𝑀⁄ ∕ 1).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
98
Pada Tabel 4.4 diketahui rata-rata waktu antar kedatangan pasien kategori
nomor berkepala 1 adalah 6.84 menit per pasien atau 𝜆= 8.77 pasien per jam.
Sedangkan untuk waktu layanan pasien kategori nomor berkepala 1 diperoleh
3.7007 menit per pasien atau 𝜇 =16.213 pasien per jam.
Selanjutnya akan dihitung analisis sistem untuk pasien kategori nomor
berkepala 1. Tingkat kesibukan loket dalam melayani pasien telah dijelaskan pada
Subab I halaman 78. Bila 𝜌 ≥ 1 berarti loket tidak dapat melayani semua pasien
atau menampung semua pasien. Namun bila 𝜌 < 1 berati loket dapat melayani
semua pasien.
Berikut ini adalah perhitungan 𝜌 dan performa antrian.
𝜆 = 8.77 dan 𝜇 = 16.213
𝜌 =𝜆
𝜇
=8.77
16.213
= 0.540,
dari perhitungan di atas dapat disimpulkan server dapat melayani semua pasien.
Selanjutnya akan dicari 𝑃0 sebagai berikut:
𝑃0 = 1 − 𝜌
= 1 − 0.540
= 0.46,
kemudian akan dicari ekspektasi waktu tunggu dalam antrian yaitu waktu yang
dihabiskan pasien dalam menunggu untuk proses dilayani.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
99
𝑊𝑞 =𝜌
(1 − 𝜌)𝜇
=
0.540
(1 − 0.540) 16,213
= 0,0724.
Waktu tunggu dalam antrian adalah 0.0724 jam ≈ 4.344 menit.
Selanjutnya akan dicari ekspetasi waktu tunggu dalam sistem antrian adalah
waktu total yang dihabiskan pasien dari proses menunggu dilayani hingga proses
pelayanan selesai.
𝑊𝑠 =1
𝜇 − 𝜆
=1
16.213 − 8.77
= 0.13435.
Waktu tunggu dalam sistem antrian adalah 0.13435 jam ≈ 8.061 menit.
Kemudian akan dicari ekspektasi banyaknya pasien dalam antrian adalah
jumlah pasien yang menunggu untuk dilayani saja.
𝐿𝑞 =𝜌2
1 − 𝜌
=
0.5402
1 − 0.540.
Total pasien yang menunggu untuk dilayani adalah 0.63391 pasien ≈ 1 pasien.
Banyaknya pasien dalam sistem antrian yaitu total pasien yang berada
dalam sistem antrian adalah
𝐿𝑠 = 𝜆𝑊𝑠
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
100
= 8.77 (0.13435)
= 1.17824.
Total pasien dalam sistem antrian adalah 1.17824 pasien ≈ 2 pasien.
C.2 Perhitungan Perfoma Pasien Kategori Nomor Berkepala 2
Pada Tabel 4.1 terlihat pasien kategori nomor berkepala 2 dilayani 3 loket.
Dengan demikian pasien yang memiliki antrian kategori nomor berkepala 2
memiliki model antrian (𝑀 ∕ 𝑀 ∕ 3).
Pada Tabel 4.4 diketahui rata-rata waktu kedatangan pasien kategori nomor
berkepala 2 adalah 1.7195 menit per pasien atau 𝜆 = 34.8938 pasien per jam.
Sedangkan untuk waktu layanan pasien kategori nomor berkepala 2 diperoleh
1.4857 menit per pasien atau 𝜇 = 40.385 pasien per jam.
Dengan langkah yang sama dengan C.1 berikut ini perhitungan performa-
performa antrian untuk pasien kategori nomor berkepala 2 yaitu:
a. Tingkat kesibukan loket
Bila 𝜌 ≥ 1 maka server tidak dapat melayani semua pasien atau menampung semua
pasien. Namun bila 𝜌 < 1 maka server dapat melayani semua pasien
𝜆 = 34.8938 dan 𝜇 = 40.385.
𝜌 =𝜆
𝑐𝜇
=34.8938
3(40.385)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
101
= 0.288,
dari perhitungan diatas dapat disimpulkan server dapat melayani pasien.
b. Berikut ini adalah perhitungan 𝑃0
𝑃0 = {∑𝜌𝑛
𝑛!+𝜌𝑐
𝑐!(
1
1 −𝜌𝑐
)
𝑐−1
𝑛=0
}
−1
= {∑0.288𝑛
𝑛!+0.8403
3!(
1
1 −0.2883
)
2
𝑛=0
}
−1
= 0.7496.
c. Ekspektasi waktu tunggu dalam antrian:
𝑊𝑞 =𝜌𝑐𝑃0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2
=
0.2883 × 0.7469
40.385(3 − 1)! (3 − 0.840)2
= 3 × 10−4.
Waktu tunggu dalam antrian adalah 3 × 10−4jam ≈ 0.018 menit.
d. Ekspektasi waktu tunggu dalam sistem antrian:
𝑊𝑠 =𝜌𝑐𝑃0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2+1
𝜇
=0.2883 × 0.7469
40.385(3 − 1)! (3 − 0.840)2+
1
40.385
= 0.024.
Waktu tunggu dalam sistem antrian adalah 0.024 jam ≈ 1.44 menit.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
102
e. Ekspektasi banyaknya pasien dalam antrian:
𝐿𝑞 =𝜌𝑐+1
(𝑐 − 1)! (𝑐 − 𝜌)2𝑃0
=
0.2884
(3 − 1)! (3 − 0.288)2(0.7469)
= 3.5 × 10−4.
Banyaknya pasien dalam antrian 3.5 × 10−4 pasien ≈ 1 pasien.
f. Banyaknya pasien dalam sistem antrian yaitu total pasien yang berada dalam
sistem antrian:
𝐿𝑠 = 𝐿𝑞 + 𝜌
= 3.49319 × 10−4 + 0.288
= 0.28836.
Total pasien dalam sistem antrian adalah 0.28836 pasien ≈ 1 pasien.
C.3 Perhitungan Perfoma Antrian Pasien Kategori Nomor Berkepala 3
Pada Tabel 4.1 terlihat pasien kategori nomor berkepala 3 dilayani 3 loket.
Dengan demikian pasien yang memiliki antrian kategori nomor berkepala 3
memiliki model antrian (𝑀 𝑀⁄ 3⁄ ).
Pada Tabel 4.4 diketahui rata-rata kedatangan pasien kategori nomor
berkepala 3 adalah 4.6279 menit per pasien atau 𝜆 = 12.964 pasien per jam.
Sedangkan untuk waktu layanan pasien kategori nomor berkepala 3 diperoleh
3.5499 menit per pasien atau 𝜇 =16.901 pasien per jam.
Dengan langkah yang sama dengan C.1 berikut ini perhitungan performa-
performa antrian untuk pasien kategori nomor berkepala 3 yaitu:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
103
a. Tingkat kesibukan loket
Bila 𝜌 ≥ 1 maka server tidak dapat melayani semua pasien atau menampung semua
pasien. Namun bila 𝜌 < 1 maka server dapat melayani semua pasien.
𝜆 = 12.964 dan 𝜇 = 16.901.
𝜌 =𝜆
𝑐𝜇
=12.964
3(16.901)
= 0.2556,
dari perhitungan diatas dapat disimpulkan server dapat melayani pasien.
b. 𝑃0 diperoleh sebagaik berkut:
𝑃0 = {∑𝜌𝑛
𝑛!+𝜌𝑐
𝑐!(
1
1 −𝜌𝑐
)
𝑐−1
𝑛=0
}
−1
= {∑0.2556𝑛
𝑛!+0.25663
3!(
1
1 −0.25563
)
2
𝑛=0
}
−1
= 0.7743.
c. Ekepektasi waktu tunggu dalam antrian:
𝑊𝑞 =𝜌𝑐𝑃0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2
=
0.25563 × 0.7743
16.901(3 − 1)! (3 − 0.2556)2
= 5 × 10−4.
Waktu tunggu dalam antrian adalah 5 × 10−4jam ≈ 0.03 menit.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
104
d. Ekspektasi waktu tunggu dalam sistem antrian:
𝑊𝑠 =𝜌𝑐𝑃0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2+1
𝜇
=0.25563 × 0.7742
16.901(3 − 1)! (3 − 0.2556)2+
1
16.901
= 0.05921.
Waktu tunggu dalam sistem antrian adalah 0.05921 jam ≈ 3.5526 menit.
e. Ekspektasi banyaknya pasien dalam antrian:
𝐿𝑞 =
𝜌𝑐+1
(𝑐 − 1)! (𝑐 − 𝜌)2𝑃0
=
0.25564
(3 − 1)! (3 − 0.2556)2(0.7742)
= 2.19367 × 10−4.
Banyaknya pasien dalam antrian adalah 2.19367 × 10−4pasien ≈ 1 pasien.
f. Banyaknya pasien dalam sistem antrian:
𝐿𝑠 = 𝐿𝑞 + 𝜌
= 2.19367 × 10−4 + 0.2556
= 0.2559.
Total pasien dalam sistem antrian adalah 0.2558 pasien ≈ 1 pasien.
C.4 Analisa dan Perhitungan Perfoma Pasien Kategori Nomor Berkepala 5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
105
Pada Tabel 4.1 terlihat pasien kategori nomor berkepala 5 dilayani 2 loket.
Dengan demikian pasien yang memiliki antrian kategori nomor berkepala 5
memiliki model antrian (𝑀 𝑀⁄ 2⁄ ).
Pada Tabel 4.4 diketahui rata-rata waktu kedatangan pasien kategori nomor
berkepala 5 adalah 9.52 menit per pasien atau 𝜆 = 6.302 pasien per jam. Sedangkan
untuk waktu layanan pasien kategori nomor berkepala 5 diperoleh 7.8608 menit per
pasien atau 𝜇 = 7.6323 pasien per jam.
Dengan langkah yang sama dengan C.1 berikut ini perhitungan performa-
performa antrian untuk pasien kategori nomor berkepala 3 yaitu:
a. Tingkat kesibukan loket.
Bila 𝜌 ≥ 1 maka server tidak dapat melayani semua pasien atau menampung
semua pasien. Namun bila 𝜌 < 1 maka server dapat melayani semua pasien
𝜆 = 6.302 dan 𝜇 = 7.6326.
𝜌 =𝜆
𝑐𝜇
=6.302
2(7.6323)
= 0.4128,
dari perhitungan diatas dapat disimpulkan server dapat melayani pasien.
b. 𝑃0 diperoleh sebagai berikut:
𝑃0 = {∑𝜌𝑛
𝑛!+𝜌𝑐
𝑐!(
1
1 −𝜌𝑐
)
𝑐−1
𝑛=0
}
−1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
106
= {∑0.4128𝑛
𝑛!+0.41282
2!(
1
1 −0.41282
)
1
𝑛=0
}
−1
= 0.6578.
c. Ekspektasi waktu tunggu dalam antrian:
𝑊𝑞 =𝜌𝑐𝑃0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2
=
0.41282 × 0.6578
7.6323(2 − 1)! (2 − 0.4128)2
= 5.829811 × 10−3.
Waktu tunggu dalam antrian adalah 5.829811 × 10−3 jam ≈ 0.3497 menit.
d. Ekspektasi waktu tunggu dalam sistem antrian adalah
𝑊𝑠 =𝜌𝑐𝑃0
𝜇(𝑐 − 1)! (𝑐 − 𝜌)2+1
𝜇
=0.41282 × 0.6578
7.6323(2 − 1)! (2 − 0.4128)2+
1
7.6323
= 0.13685.
Waktu tunggu dalam sistem antrian adalah 0.13685 jam ≈ 8.211 menit.
e. Ekspektasi banyaknya pasien dalam antrian:
𝐿𝑞 =𝜌𝑐+1
(𝑐 − 1)! (𝑐 − 𝜌)2𝑃0
=
0.41283
(2 − 1)! (2 − 0.4128)2(0.6578)
= 0.01836.
Banyaknya pasien yang menunggu untuk dilayani adalah 0.01836 pasien ≈ 1
pasien.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
107
Banyaknya pasien dalam sistem antrian:
𝐿𝑠 = 𝐿𝑞 + 𝜌
= 0.01836 + 0.4128
= 0.43116.
Total pasien dalam sistem antrian adalah 0.43116 pasien ≈ 1 pasien
D. Analisis Perhitungan Performa Antrian
Berikut ini adalah tabel dari perhitungan yang telah dilakukan.
Tabel 4.7 Rangkuman hasil perhitungan performa antrian BPJS.
Antrian pasien
kategori nomor
berkepala
𝑊𝑞
(menit)
𝑊𝑠
(menit)
𝐿𝑞
(pasien)
𝐿𝑠
(pasien)
1 4.344 8.061 1 2
2 0.018 1.44 1 1
3 0.03 3.5526 1 1
5 0.3497 8.211 1 1
Pada analisa di atas diperoleh waktu tunggu 𝑊𝑞 < 0.5 jam. Berarti sudah
memenuhi waktu tunggu yang diharapkan pasien yaitu 30 menit atau 0.5 jam. Fakta
ini bertentangan dengan hasil kuesioner yang diisi pasien. Rata-rata waktu
mengantri paling lama adalah 90 menit. Untuk mengetahui apa penyebab masalah
antrian yang terjadi dilakukan dengan pengamatan dan pendekatan wawancara
pasien antrian pelayanan BPJS. Berdasarkan pengamatan yang telah dilakukan
anjungan karcis antrian layanan BPJS dimulai pada pukul 06.00 WIB sedangkan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
108
untuk waktu pelayanan dimulai pada pukul 07.15 WIB, oleh sebab itu pasien yang
datang lebih awal untuk mengambil karcis antrian dipastikan sudah mempunyai
waktu tunggu minimal 1 jam 15 menit. Hasil dari wawancara diperoleh bahwa
pasien tidak mengetahui bahwa sistem antrian yang berlaku pada antrian layanan
BPJS Rumah Sakit Panti Rapih adalah berdasarkan prioritas kebutuhan pasien.
Pasien berpandangan bahwa apabila pasien datang lebih awal untuk mengambil
nomor antrian akan mendapatkan pelayanan terlebih dahulu atau dengan kata lain
pasien mengasumsikan bahwa sistem antrian yang berlaku pada sistem antrian
layanan BPJS Rumah Sakit Panti Rapih adalah FIFO (first in first out). Selain itu,
pasien berpendapat bahwa sesungguhnya waktu pelayanan dikategorikan cepat,
namun waktu menunggu untuk dilayani yang lama. Sebagai contoh pasien dengan
nomor antrian 3003 datang pada pukul 5:50:01 dan dilayani pada pukul 7:26:45.
Dengan demikian pasien dengan nomor antrian 3003 harus menunggu selama
1:36:44, sedangkan pasien dengan no urut 3055 datang pada pukul 10:17:01 dan
dilayani pada pukul 10:32:08. Pasien no urut 3055 menunggu selama 0:15:07 atau
15 menit 7 detik.
Dari deskripsi di atas permasalahannya adalah perbedaan presepsi tentang
waktu tunggu pasien yang menganggap waktu tunggu adalah waktu sejak
mengambil tiket antrian hingga memperoleh pelayanan, sedangkan sistem
mengatur berdasarkan prioritas.
Bila pasien mengetahui bahwa sistem antrian yang berlaku maka
sesungguhnya pasien tak perlu mengantri tiket terlalu dini untuk menghindari
waktu tunggu yang lama akibat ketidaktahuan pasien.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
109
E. Evaluasi dan Saran Untuk Sistem antrian
Berdasarkan dari segi pelayanan fasilitas penyediaan 4 loket untuk melayani
pasien antrian layanan BPJS, waktu tunggu (𝑊𝑞) sudah memenuhi harapan pasien.
Masalah waktu tunggu yang dialami pasien cukup lama pada antrian
layanan BPJS disebabkan karena ketidaktahuan pasien mengenai sistem antrian
yang berlaku. Untuk itu sebaiknya diberikan informasi bahwa sistem antrian yang
berlaku adalah sistem antrian prioritas.
Pasien yang mempunyai kebutuhan pelayanan dokter pada jam 07.00 –
09.00 atau pasien kategori nomor berkepala 1 mempunyai layanan dokter yang
selesai pukul 09.00 dianjurkan untuk mengambil nomor antrian di awal sebelum
pukul 09.00 . Sedangkan pasien dengan kategori nomor berkepala 3 mempunyai
layanan dokter yang selesai pada malam hari diajurkan untuk mengambil nomor
antrian pada pukul 10.00 – 13.00.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
110
BAB V
PENUTUP
A. Kesimpulan
Antrian masih menjadi masalah yang sering ditemukan di fasilitas
pelayanan umum. Antrian adalah suatu kondisi dimana subyek-subyek menuju
suatu area untuk dilayani dan menghadapi suatu keterlambatan yang disebabkan
oleh mekanisme pelayanan yang mengalami kesibukan. Antrian sendiri timbul
karena adanya ketidakseimbangan antara yang dilayani dengan pelayanannya.
Prinsip utama dalam situasi mengantri adalah subyek yang terlibat dalam
antrian atau pelanggan (customer) dan fase atau pelayanan (server). Pokok dari
analisis antrian adalah kedatangan pelanggan diwakili dengan waktu antar
kedatangan dan pelayanan diwakili dengan waktu pelayanan pada tiap pelanggan.
Kedatangan pelanggan dapat dipelajari karakteristiknya. Karakteristik
kedatangan diwakili oleh adanya distribusi probabilitas. Distribusi Poisson
mewakili kedatangan pelanggan. Waktu pelayanan dalam antrian dapat pula
dipelajari karakteristiknya. Distribusi Eksponensial mewakili waktu pelayanan
yang terjadi dalam antrian.
Disiplin antrian yang diterapkan pada antrian layanan BPJS adalah displin
prioritas. Dengan demikian dalam melayani pasien mempertimbangkan kebutuhan
yang paling mendesak atau dengan kata lain pasien yang datang lebih awal belum
tentu mendapat pelayanan terlebih dahulu. Bentuk antrian pada layanan BPJS
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
111
Rumah Sakit Panti Rapih adalah bentuk antrian Multi saluran satu fase dengan
model pelayanan tunggal atau (𝑀 𝑀⁄ 1⁄ ) dan model 𝑐 pelayanan atau (𝑀 𝑀⁄ 𝑐⁄ ).
Sistem antrian layanan BPJS sebenarnya sudah memenuhi harapan waktu
tunggu pasien yaitu kurang dari 30 menit, namun hal tersebut bertentangan dengan
hasil kuesioner yang diisi oleh pasien yaitu waktu mengantri paling lama adalah 90
menit. Penyebab masalah yang terjadi adalah perbedaan presepsi waktu tunggu
pasien yang menganggap bahwa waktu tunggu adalah waktu sejak mengambil tiket
antrian hingga memperoleh pelayanan, sementara sistem mengatur berdasarkan
prioritas. Bila pasien mengetahui bahwa sistem antrian yang berlaku maka
sesungguhnya pasien tak perlu mengantri tiket terlalu dini untuk menghindari
waktu tunggu yang lama akibat ketidaktahuan pasien.
B. Saran
Beberapa hal yang perlu dipertimbangkan untuk penyempurnaan antara lain:
1. Model antrian yang dibahas dalam skripsi ini hanya model antrian dengan
kapasitas sistem antrian ∞ pada masing-masing model. Oleh karena itu
disarankan untuk membahas model antrian dengan kapasitas sistem antrian
berukuran 𝑁.
2. Pada skripsi ini tidak membahas model biaya pada sebuah antrian. Model biaya
berkaitan dengan penentuan laju pelayanan optimum. Secara umum model
biaya menyeimbangkan dua biaya yang saling bertentangan yaitu biaya
menunggu dan biaya pelayanan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
112
DAFTAR PUSTAKA
Aditama, T.Y dan Wardhani, L.P. (2013). Distribusi Waktu Tunggu pada Antrian
dengan Menggunakan Disiplin Pelayanan Prioritas (Studi Kasus: Instalasi
Rawat Darurat di RSUD Dr. Soetomo Surabaya).
Institut Teknologi Sepuluh November
Agustriani, M.N. (2014). Model Antrian dengan Kedatangan Berdistribusi Poisson
dan Waktu Pelayanan Berdistribusi Erlang. Yogyakarta: Universitas
Sanata Sharma
Allen, A.O. (1990). Probability, Statistics, and Queueing Theory with Computer
Science Apllications. Second edition. New York: Academic Press, Inc.
Daniel, W.W. (1980). Statistik Nonparametrik Terapan. Jakarta : Gramedia
Freund, R. J dan Wilson, W. J. (2003). Statistical Methods. Second edition.
New York : Academic Press, Inc.`
Hamdy, A. Taha. 2007. Operation Research : An Introduction. Eight edition.
New Jersey : Pearson Education, Inc.
Julie, Hongkie. (1999). Teorema Limit Pusat dan Terapannya. Yogyakarta:
Universitas Sanata Dharma
Karlin, Samuel & Taylor, H. M. 1975. A first Course in Stocahstic Processes.
Second edition. New York: Academic Press, Inc
Mendenhall, W.,Scheaffer, R.L., dan Wackerly, D.D. 1986. Mathematical
Statistics with Applications. Third edition. United States: PWS Publisher
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
113
Mikosch, T. (1998). Elemntary Stochastic Calculus. Singapore: World Scientific
Publishing Co. Pte. Ltd
Osaki, Shunji. 1992. Applied Stochastic System Modelling. Heidelberg: Springer
Putranto, M. A. (1992). Analisis Sistem Antrian Model Multi Phase pada Kantor
Samsat Yogyakarta. Yogyakarta: Universitas Negeri Yogyakarta
Susilo, Frans. (2012). Landasan Matematika. Yogyakarta: Graha Ilmu
Walpole, R. E., Raymond H. Myres, Syaron L. Myres, & Keying Ye. (2012).
Probability & Statistics for Engineers & Scientits. Ninth edition.
Boston : Pearson Education, Inc.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
114
LAMPIRAN
Lampiran 1
Berikut ini adalah lampiran tabel pengamatan antrian layanan BPJS
k No urut
Pasien
Waktu
Kedatangan
(𝑡𝑘)
Waktu
Pelayanan Loket
1 1003 5:48:59 7:20:10 2
2 1004 6:30:32 7:22:15 2
3 1007 6:57:47 7:25:55 2
4 1008 7:03:03 7:27:32 2
5 1009 7:08:25 7:30 2
6 1010 7:14 7:35:10 2
7 1011 7:17:25 7:37:56 2
8 1012 7:33:06 7:39:01 2
9 1013 7:33:59 7:40:38 2
10 1014 7:34:06 7:41:51 2
11 1015 7:47:43 7:52:04 2
12 1016 7:57:15 7:58:00 2
13 1017 7:57:32 7:58:36 2
14 1018 7:58:09 8:00:46 2
15 1019 7:59:00 8:02:24 2
16 1020 8:02:05 8:03:55 2
17 1021 8:05:01 8:06:39 2
18 1022 8:05:19 8:07:48 2
19 1023 8:16:00 8:18:15 2
20 1024 8:16:42 8:18:31 2
21 1025 8:19:02 8:20:49 2
22 1026 8:24:05 8:31:35 2
23 1027 8:26:33 8:33:39 2
24 1028 8:30:42 8:35:21 2
25 1029 8:40:53 8:44:05 2
26 1030 8:44:03 8:52:09 2
27 1031 8:45:03 8:59:09 2
28 1032 8:58:07 9:04:42 2
29 2047 5:51:44 7:51:58 4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
115
30 2048 5:55:45 7:52:35 1
31 2049 5:55:46 7:52:47 2
32 2050 5:56:14 7:54:18 4
33 2051 5:57:41 7:55:03 4
34 2052 5:58:36 7:55:36 1
35 2053 5:58:53 7:56:43 1
36 2054 6:00:27 7:57:58 1
37 2055 6:01:19 7:59:00 4
38 2056 6:05:11 7:59:15 4
39 2057 6:06:06 8:00:57 1
40 2058 6:06:33 8:01:14 4
41 2059 6:09:05 8:02:25 1
42 2060 6:10:44 8:04:43 1
43 2061 6:11:03 8:07:54 1
44 2062 6:11:35 8:10:14 1
45 2063 6:16:09 8:11:17 4
46 2064 6:17:04 8:13:30 1
47 2065 6:17:14 8:13:47 4
48 2066 6:17:39 8:14:21 4
49 2067 6:18:17 8:14:43 4
50 2068 6:18:49 8:16:15 1
51 2069 6:20:23 8:17:00 2
52 2070 6:21:11 8:17:36 4
53 2071 6:21:28 8:18:39 2
54 2072 6:21:38 8:19:15 4
55 2073 6:21:59 8:19:18 4
56 2074 6:23:07 8:20:57 4
57 2075 6:24:06 8:22:59 4
58 2076 6:24:21 8:24:24 1
59 2077 6:26:39 8:25:10 4
60 2078 6:28:47 8:25:14 1
61 2079 6:29:15 8:26:22 2
62 2080 6:30:58 8:27:55 1
63 2081 6:32:36 8:30:29 4
64 2082 6:33:12 8:32:32 1
65 2083 6:33:16 8:34:19 4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
116
66 2084 6:34:49 8:34:57 1
67 2085 6:37:01 8:36:31 4
68 2086 6:37:13 8:38:59 4
69 2087 6:37:19 8:39:30 1
70 2088 6:41:11 8:39:52 1
71 2089 6:42:12 8:40:52 4
72 2090 6:45:52 8:42:57 1
73 2091 6:46:17 8:44:44 4
74 2092 6:46:35 8:49:46 1
75 2093 6:53:32 8:51:34 4
76 2094 7:00:00 8:51:53 2
77 2095 7:02:03 8:52:59 1
78 2096 7:05:26 8:53:15 2
79 2097 7:06:19 8:55:11 1
80 2098 7:07:17 8:55:40 2
81 2099 7:13:35 8:55:44 4
82 2100 7:15:46 8:57:07 1
83 2101 7:17:27 9:03:10 2
84 2102 7:24:05 9:05:08 2
85 2103 7:24:47 9:06:39 1
86 2104 7:26:14 9:07:08 1
87 2105 7:28:03 9:08:43 1
88 2106 7:28:35 9:08:45 1
89 2107 7:29:38 9:09:13 4
90 2108 7:30:15 9:09:54 1
91 2109 7:34:23 9:09:59 2
92 2110 7:37:34 9:11:34 4
93 2111 7:39:03 9:12:46 1
94 2112 7:39:45 9:15:27 1
95 2113 7:41:09 9:16:35 4
96 2114 7:43:15 9:17:09 2
97 2115 7:46:04 9:17:53 4
98 2116 7:50:43 9:19:41 4
99 2117 7:51:44 9:20:42 4
100 2118 7:52:01 9:24:22 4
101 2119 7:52:30 9:24:58 2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
117
102 2120 7:53:08 9:25:09 4
103 2121 7:55:55 9:27:54 3
104 2122 7:56:01 9:29:09 2
105 2123 7:58:16 9:39:57 4
106 2124 8:00:29 9:41:31 2
107 2125 8:03:11 9:42:00 4
108 2126 8:04:01 9:44:10 1
109 2127 8:04:58 9:44:24 4
110 2128 8:06:22 9:45:24 2
111 2129 8:11:06 9:46:10 1
112 2130 8:12:11 9:47:10 4
113 2131 8:12:33 9:47:23 4
114 2133 8:14:52 9:50:49 1
115 2134 8:15:23 9:52:05 4
116 2135 8:18:04 9:52:31 4
117 2136 8:18:51 9:53:28 2
118 2137 8:19:23 9:54:12 4
119 2138 8:22:57 9:54:21 1
120 2139 8:25:03 9:55:27 2
121 2140 8:27:53 9:56:34 1
122 2141 8:30:21 9:58:32 1
123 2142 8:31:11 9:58:36 2
124 2143 8:31:51 9:58:41 4
125 2144 8:32:13 9:59:31 2
126 2145 8:37:02 9:59:38 1
127 2146 8:37:16 10:00:25 4
128 2147 8:40:24 10:00:49 4
129 2148 8:44:05 10:03:14 1
130 2149 8:47:06 10:03:59 4
131 2150 8:47:07 10:04:57 1
132 2151 8:47:17 10:05:06 2
133 2152 8:48:13 10:06:03 2
134 2153 8:52:52 10:06:19 4
135 2154 8:53:25 10:08:30 1
136 2155 8:54:41 10:08:34 1
137 2156 8:56:33 10:11:11 4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
118
138 2157 8:57:56 10:11:45 1
139 2158 9:00:03 10:13:49 2
140 2159 9:02:33 10:13:55 4
141 2160 9:04:21 10:15:21 1
142 2161 9:05:05 10:15:35 4
143 2162 9:05:31 10:16:41 2
144 2163 9:06:23 10:16:51 1
145 2164 9:07:22 10:17:22 2
146 2165 9:08:00 10:17:45 4
147 2166 9:09:55 10:18:54 1
148 2167 9:12:36 10:19:17 2
149 2168 9:13:29 10:21:16 1
150 2169 9:14:55 10:21:34 2
151 2170 9:16:24 10:23:09 1
152 2171 9:17:05 10:23:37 4
153 2172 9:18:27 10:24:33 1
154 2173 9:20:04 10:25:33 2
155 2174 9:24:01 10:27:01 4
156 2175 9:27:03 10:28:12 1
157 2176 9:28:12 10:30:03 1
158 2177 9:29:02 10:30:31 4
159 2178 9:34:12 10:31:11 4
160 2179 9:35:02 10:31:45 2
161 2180 9:36:47 10:34:19 1
162 2181 9:38:03 10:35:58 1
163 2182 9:41:25 10:38:17 4
164 2183 9:43:05 10:39:04 1
165 2184 9:43:35 10:40:02 4
166 2185 9:44:37 10:40:09 2
167 2186 9:44:47 10:40:32 1
168 2187 9:45:05 10:41:16 2
169 2188 9:45:50 10:42:30 1
170 2189 9:47:03 10:44:16 1
171 2190 9:48:11 10:44:44 2
172 2191 9:48:39 10:45:20 1
173 2192 9:49:51 10:46:55 2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
119
174 2193 9:53:47 10:47:38 1
175 2194 9:54:17 10:50:26 2
176 2195 9:56:34 10:52:05 1
177 2196 9:57:20 10:52:06 2
178 2197 10:08:16 10:53:55 1
179 2198 10:09:47 10:55:35 1
180 2199 10:10:46 10:56:32 2
181 2200 10:12:37 10:56:47 1
182 2201 10:12:59 10:59:40 2
183 2202 10:17:23 11:06:21 1
184 2203 10:23:43 11:07:29 1
185 2204 10:26:50 11:10:11 2
186 2205 10:27:39 11:10:35 1
187 2206 10:30:42 11:11:51 2
188 2207 10:31:06 11:14:37 2
189 2208 10:31:58 11:15:41 2
190 2209 10:32:28 11:19:07 2
191 2210 10:38:02 11:19:08 3
192 2211 10:39:45 11:19:36 3
193 2212 10:40:13 11:21:28 2
194 2213 10:42:14 11:22:06 1
195 2214 10:42:42 11:22:16 2
196 2215 10:44:58 11:24:17 4
197 2216 10:48 11:28:00 2
198 2217 10:50:14 11:30:50 1
199 2218 10:53:56 11:34:12 4
200 2219 10:55:08 11:35:15 2
201 2220 10:56:55 11:37:05 4
202 2221 10:57:21 11:38:54 2
203 2222 11:04:38 11:43:47 1
204 2223 11:05:47 11:47:20 1
205 2224 11:06:18 11:50:29 1
206 2225 11:10:04 11:57:37 1
207 2226 11:12:07 11:59:42 2
208 2227 11:14:57 12:02:52 1
209 2228 11:21:21 12:05:07 1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
120
210 2229 11:21:35 12:05:58 2
211 2230 11:23:19 12:09:45 2
212 2231 11:25:07 12:12:56 2
213 2232 11:29:00 12:13:57 2
214 2233 11:32:28 12:15:23 2
215 2234 11:35:06 12:18:33 2
216 2235 11:39:05 12:44:33 2
217 2236 11:41:51 12:49:46 2
218 2237 11:42:07 12:52:33 2
219 2238 11:43:23 12:59:23 2
220 2239 11:52:16 13:01:24 2
221 2240 11:54:45 13:04:25 1
222 2241 11:55:04 13:09:25 1
223 2242 11:56:02 13:11:42 1
224 2243 12:08:00 13:18:32 1
225 2244 12:08:18 13:19:55 1
226 2245 12:08:43 13:24:08 1
227 2246 12:08:51 13:27:47 1
228 2247 12:16:00 13:31:31 2
229 2248 12:16:19 13:40:21 2
230 2249 12:21:16 13:47:29 2
231 3003 5:50:01 7:26:45 3
232 3004 5:59:32 7:29:15 3
233 3005 5:59:37 7:30:02 3
234 3006 6:02:16 7:37:36 3
235 3007 6:06:51 7:40:19 3
236 3008 6:12:03 7:43:20 3
237 3009 6:27:05 7:50:21 3
238 3010 6:36:39 7:53:02 3
239 3011 6:50:43 7:57:49 3
240 3012 6:53:18 8:02:36 3
241 3013 6:55:19 8:05:40 3
242 3014 6:57:06 8:10:09 3
243 3015 7:01:09 8:14:08 3
244 3016 7:04:29 8:17:53 3
245 3017 7:09:54 8:20:59 3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
121
246 3018 7:18:03 8:29:56 3
247 3019 7:20:11 8:34:01 3
248 3020 7:27:02 8:39:04 4
249 3021 7:42:00 8:46:31 3
250 3022 7:45:23 8:51:01 3
251 3023 7:50:17 8:53:13 3
252 3024 7:56:24 8:59:18 3
253 3025 7:56:31 8:59:44 3
254 3026 8:00:01 9:04:42 3
255 3027 8:09:01 9:08:14 3
256 3028 8:14:16 9:13:57 3
257 3029 8:16:02 9:16:01 3
258 3030 8:17:41 9:23:05 3
259 3031 8:19:26 9:25:48 3
260 3032 8:30:03 9:31:17 3
261 3033 8:30:24 9:42:35 3
262 3034 8:31:18 9:45:32 3
263 3035 8:35:15 9:49:03 3
264 3036 8:39:24 9:53:28 3
265 3037 8:46:15 9:55:18 3
266 3038 8:52:32 10:02:39 3
267 3039 9:04:09 10:02:59 2
268 3040 9:06:49 10:06:35 4
269 3041 9:07:01 10:12:12 4
270 3042 9:09:38 10:15:03 3
271 3043 9:13:14 10:17:47 3
272 3044 9:14:59 10:17:58 4
273 3045 9:15:13 10:19:07 3
274 3046 9:20:25 10:20:01 4
275 3047 9:33:05 10:20:03 3
276 3048 9:35:02 10:22:15 4
277 3049 9:37:31 10:24:14 4
278 3050 9:40:21 10:25:32 4
279 3051 9:50:23 10:27:48 4
280 3052 9:56:12 10:30:34 4
281 3053 9:56:24 10:31:03 3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
122
282 3054 10:02:20 10:31:48 3
283 3055 10:17:01 10:32:08 3
284 3057 10:21:02 10:33:04 3
285 3058 10:21:35 10:35:54 4
286 3058 10:26:44 10:36:26 3
287 3059 10:30:18 10:37:41 3
288 3060 10:32:38 10:38:27 4
289 3061 10:32:40 10:39:06 3
290 3062 10:38:38 10:49:36 4
291 3063 10:39:57 10:50:03 3
292 3064 10:51:02 10:53:52 2
293 3065 10:55:03 11:03:34 3
294 3066 11:00:02 11:14:42 3
295 3067 11:08:37 11:18:32 3
296 3068 11:13:19 11:21:49 3
297 3069 11:15:14 11:22:19 3
298 3070 11:20:03 11:32:21 2
299 3071 11:25:00 11:35:58 2
300 3072 11:30:45 11:42:29 2
301 3073 11:41:05 11:43:53 2
302 3074 11:43:07 11:48:36 2
303 3075 11:45:44 11:54:13 2
304 3076 11:48:11 11:57:08 2
305 3077 11:50:38 12:02:03 2
306 3078 11:54:29 12:03:37 2
307 3080 11:55:08 12:10:07 2
308 3081 12:00:15 12:12:06 2
309 3082 12:02:15 12:14:38 2
310 3083 12:07:33 12:16:04 2
311 3084 12:07:54 12:18:24 4
312 3085 12:12:12 12:20:11 4
313 3086 12:18:38 12:20:41 4
314 3087 12:19:00 12:21:23 2
315 3088 12:29:28 12:35 2
316 3089 12:39:56 12:43:08 2
317 3090 12:46:01 12:50:24 3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
123
318 5003 5:57:04 7:27:24 3
319 5004 6:10:16 7:31:34 4
320 5005 6:13:01 7:35:03 3
321 5006 6:22:39 7:39:02 3
322 5007 6:37:29 7:41:15 3
323 5008 6:49:05 7:48:19 3
324 5009 7:07:38 7:52:49 3
325 5010 7:29:06 7:55:31 3
326 5011 7:32:06 8:00:38 3
327 5012 7:35:32 8:03:44 3
328 5013 7:40:25 8:05:43 3
329 5014 7:42:21 8:11:45 4
330 5015 7:48:27 8:15:29 3
331 5016 7:50:02 8:19:44 3
332 5017 7:56:59 8:28:52 3
333 5018 7:59:59 8:32:12 3
334 5019 8:09:17 8:36:18 4
335 5020 8:10:23 8:42:23 4
336 5021 8:19:44 8:50:31 4
337 5022 8:25:08 8:53:30 3
338 5023 8:35:39 8:59:03 3
339 5024 8:56:00 9:03:18 3
340 5025 9:00:00 9:10:20 4
341 5026 9:25:15 9:32:34 3
342 5027 9:31:52 9:43:13 3
343 5028 9:42:28 9:46:38 4
344 5029 9:42:51 9:47:58 3
345 5030 9:43:15 9:54:03 4
346 5031 9:46:27 9:57:04 3
347 5032 9:48:13 10:01:00 3
348 5033 9:50:29 10:06:17 3
349 5034 10:03:02 10:09:33 3
350 5035 10:04:26 10:10:48 3
351 5036 10:05:28 10:14:23 3
352 5037 10:22:21 10:30:38 3
353 5038 11:31:00 11:33:59 3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
124
354 5039 11:33:56 11:41:36 3
355 5040 11:58:14 12:08:17 4
356 5041 12:24:00 12:31:50 4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
125
Lampiran 2
Berikut ini adalah tabel uji distribusi kedatangan
One-Sample Kolmogorov-Smirnov Test
kedatangan_1 kedatangan_2 kedatangan_3 kedatangan_5
N 4 8 8 8
Poisson Parametera,,b Mean 7.0000 25.1250 10.8750 4.8750
Most Extreme Differences Absolut
e
.470 .311 .120 .205
Positive .470 .250 .120 .205
Negativ
e
-.447 -.311 -.118 -.190
Kolmogorov-Smirnov Z .941 .880 .338 .580
Asymp. Sig. (2-tailed) .339 .421 1.000 .889
a. Test distribution is Poisson.
b. Calculated from data.
Berikut ini adalah tabel uji distribusi pelayanan
One-Sample Kolmogorov-Smirnov Test
Pelayanan_1 Pelayanan_2 Pelayanan_3 Pelayanan_5
N 27 201 86 38
Exponential parameter.a,,b Mean 3.7007 1.4857 3.5499 7.8608
Most Extreme Differences Absolute .173 .092 .123 .174
Positive .144 .092 .052 .174
Negative -.173 -.092 -.123 -.160
Kolmogorov-Smirnov Z .899 1.304 1.142 1.071
Asymp. Sig. (2-tailed) .395 .067 .147 .202
a. Test Distribution is Exponential.
b. Calculated from data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
126
Lampiran 3
Berikut ini adalah pertanyaan kuisioner yang dibagikan
No urut antrian BPJS.....
1. Berdasarkan pengalaman selama ini, antrian di BPJS R.S Panti Rapih.
(lingkari salah satu jawabannya)
a. Sangat Padat b. Cukup padat c. Tidak padat
2. Berdasarkan pengalaman,
a. Paling cepat saya menunggu antrian selama ………..menit
b. Paling lama saya menunggu antrian selama ………….menit
3. Bila antrian panjang (lingkari salah satu yang paling prioritas)
a. Saya akan tetap menunggu sampai giliran saya dipanggil
b. Kadang-kadang saya menunggu
c. Saya tinggalkan dulu antrian dan kembali lagi setelah kira-kira sampai
giliran
d. Saya membatalkan antrian
4. Batas maksimal kesabaran saya dalam mengantri adalah ………….menit
5. Menurut saya, lama waktu mengantri yang paling dapat diterima adalah
……menit
Terima kasih atas kerja sama Bapak/Ibu/Saudara
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
127
Tabel Lampiran jawaban responden (pasien) berdasarkan pertanyaan (item)
No
pasien
item 1 item 2 item 3 item 4 item 5
a b c A b a b c d
1 30 90 45 20
2 25 60 60 30
3 40 90 60 30
4 30 60 60 20
5 60 120 60 30
6 20 60 60 30
7 25 60 45 30
8 30 90 45 30
9 30 60 45 20
10 20 90 45 30
11 30 60 60 30
12 60 120 60 30
13 30 60 45 30
14 30 60 45 30
15 30 90 45 30
16 45 120 60 30
17 40 120 45 30
18 40 60 45 30
19 20 90 45 20
20 30 60 30 30
21 20 45 30 20
22 30 60 45 30
23 30 90 30 30
24 45 120 30 30
25 40 120 45 30
26 20 60 30 30
27 20 60 30 30
28 30 60 45 30
29 40 120 45 30
30 45 120 60 30
31 30 60 45 30
32 30 90 45 30
33 45 120 45 30
34 45 90 45 30
35 20 60 30 30
36 35 120 30 30
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
128
37 20 60 30 30
38 30 120 45 20
39 30 90 30 30
40 60 90 30 30
41 40 120 30 30
42 60 120 30 30
43 30 60 45 30
44 30 60 60 30
45 45 120 60 30
46 20 60 60 30
47 60 120 30 30
48 60 120 45 30
49 30 90 45 30
50 45 120 60 30
51 40 120 30 30
52 30 90 30 30
53 45 120 30 30
54 20 60 45 30
55 30 90 45 30
56 45 120 30 30
57 30 60 30 30
58 30 90 30 30
59 20 60 60 30
60 45 120 30 30
61 30 90 30 30
62 30 90 45 30
63 20 60 45 30
64 45 120 45 30
65 45 120 60 30
66 30 60 50 30
67 40 120 60 30
68 40 120 50 30
69 30 60 60 30
70 30 120 60 30
Rata-
rata
atau
total
48 22 34.64 89.35 36 19 15 44.28 29.14
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
129
Lampiran 4
Berikut ini adalah algoritma pemrograman untuk model multiserver (M: M : C)
pada contoh 3.7
%c = banyaknya server %lamda = rata-rata waktu antar kedatangan %mu = rata-rata waktu pelayanan %Po_inverse = P0 %Lq = banyaknya pasien dalam antrian %Ls = banyaknya pasein dalam sistem antrian %Wq = waktu tunggu pasien dalam antrian %Ws = waktu tunggu pasien dalam sistem antrian
clc clear
c=2; lamda=3; mu=5; rho=lamda/(c*mu)
P01=0; for i=0:c-1; P0i=rho^i/factorial(i); P01=P01+P0i; end
P02=(rho^c/(factorial(c)))*(1/(1-rho/c)); P0=P01+P02; Po_inverse=1/P0
Lq=rho^(c+1)*Po_inverse/((factorial(c-1)*(c-rho)^2)); Ls=Lq+rho; Ws=(rho^c*Po_inverse/(mu*factorial((c-1))*(c-rho)^2))+1/mu; Wq=Ws-(1/mu);
tabel=[c, lamda, mu, Lq, Ls, Wq, Ws]; disp('============================================') disp(' c lamda mu Lq Ls Wq
Ws ') disp('============================================') disp(tabel)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
130
Lampiran 5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI