Model Antrian

Beberapa contoh berikut ini menunjukkan bahwa penggunaan sistem antrian sangat membantu dalam
melancarkan pelayanan kepada pelanggan atau konsumen seperti :

1. Pelanggan menunggu pelayanan di depan kasir.

2. Mahasiswa menunggu untuk konsultasi dengan dosen pembimbing.
3. Mahasiswa menunggu untuk registrasi dan pembayaran uang kuliah.
4. Para penumpang kereta api menunggu pelayanan loket penjualan karcis.
5. Para pengendara kendaraan menunggu untuk mendapatkan pelayanan pengisian BBM.
6. Pelanggan menunggu pelayanan di KFC.
7. Pesawat terbang menunggu pelayanan menara pengawas untuk take off maupun landing.

Beberapa contoh diatas, sebenarnya dapat didesain lebih efisien dengan menggunakan teori antrian.

Gambar 1

Pelanggan masuk Garis tunggu Pelanggan keluar

ke dalam sistem s dari sistem antrian
antrian
atau antrian

Fasilitas
Pelayanan

Sistem Antrian

Gambar diatas menunjukkan struktur umum dari model antrian yang memiliki dua komponen utama
yaitu : (1) Garis tunggu atau sering disebut antrian (queue), dan (2) Fasilitas pelayanan (service
facility). Pelanggan atau konsumen menunggu untuk mendapatkan jasa pelayanan. Setiap pelanggan
menunggu giliran untuk memasuki fasilitas pelayanan, menerima pelayanan, dan akhirnya keluar dari
sistem pelayanan.

Contoh yang tepat untuk menggambarkan keadaan ini adalah pelayanan pengisian BBM di SPBU.
Seandainya sebuah SPBU memiliki 3 pompa dan 1 garis tunggu seperti gambar 2, dengan asumsi
bahwa setiap pelanggan yang datang lebih awal dilayanani lebih dulu (first come-first out / FIFO).

Pemilihan bagaimana model sebuah sistem antrian adalah sangat penting dalam mencapai
keberhasilan aplikasi model antrian. Dalam contoh SPBU pada gambar 2, mungkin kita akan
mengatakan bahwa akan lebih realistis apabila garis tunggu dilakukan untuk setiap pompa bensin.
Disamping itu untuk meningkatkan kapasitas pelayanan, mungkin lebih baik menggunakan satu
pompa untuk premium, satu pompa untuk pertamax dan satu pompa untuk solar.

Model Antrian- Eko Hartanto 1

 Gambar 2

Kendaraan masuk Kendaraan keluar

Konsumen antri s
dalam garis tunggu

Tiga pompa
bensin

Sistem Antrian

Langkah-langkah dalam Analisa Antrian

Secara umum prosedur dalam mengerjakan teknik antrian adalah sebagai berikut :

Langkah 1. Tentukan sistem antrian apa yang harus dipelajari.

Langkah 2. Tentukan model antrian yang cocok dalam menggambarkan sistem. Dalam kasus
pompa bensin paling sedikit ada tiga model yang dapat digunakan yaitu : (a) tiga
pompa untuk premium dengan satu garis tunggu, (b) tiga pompa untuk premium
dengan masing-masing memiliki satu garis tunggu, (c) satu pompa untuk premium,
satu pompa untuk pertamax dan satu pompa untuk solar yang masing-masing
memiliki satu garis tunggu.
Langkah 3. Gunakan formula matematik atau metode simulasi untuk menganalisa model antrian.

Sistem antrian memiliki beberapa komponen seperti berikut :

1. Populasi masukan (input population). Berapa banyak pelanggan potensial yang dapat
memasuki sistem antrian.
2. Distribusi kedatangan. Menggambarkan bagaimana distribusi pelanggan memasuki sistem.
Para pelanggan mungkin datang setiap lima menit (constant arrival distribution), atau mungkin
datang secara acak (arrival pattern random). Dengan demikian terdapat dua pola kedatangan
(arrival pattern) yaitu : (1) menggambarkan tingkat kedatangan per unit waktu, atau (2)
menggambarkan jumlah kedatangan dalam periode waktu tertentu secara berturut-turut dalam
waktu yang berbeda.
3. Disiplin pelayanan. Menggambarkan pelanggan mana yang harus dilayani lebih dulu. Pedoman
umum yang digunakan dalam disiplin pelayanan adalah first come-first served, dan last come-first
served. Disamping itu pelanggan mungkin dilayani secara acak dan bahkan mungkin dilayani
berdasarkan prioritas.
4. Fasilitas pelayanan. Pengelompokan fasilitas pelayanan menurut jumlah yang tersedia. Sistem
single-channel merupakan sistem yang terdiri dari satu saluran untuk memasuki sistem
pelayanan dengan satu fasilitas pelayanan. Atau menggunakan sistem multiple-channel yang
terdiri dari satu antrian dengan beberapa fasilitas pelayanan.

Sistem single channel

service
Kedatangan Selesai dilayani
Garis tunggu Fasilitas
atau antrian Pelayanan

Model Antrian- Eko Hartanto 2

5. Distribusi pelayanan. Dapat ditetapkan berdasarkan salah satu dari dua cara berikut : (a) berapa
banyak pelanggan yang dapat dilayani per satuan waktu. Atau (b) Berapa lama pelanggan dapat
dilayani. Dalam kasus yang lain, suatu distribusi probabilitas mungkin digunakan untuk
menentukan rata-rata waktu pelayanan.
6. Kapasitas sistem pelayanan. Memaksimumkan jumlah pelanggan yang diperkenankan masuk
dalam sistem. Kapasitas sistem mungkin terbatas atau mungkin berlebih.
7. Karakteristik sistem lainnya. Dalam praktek sistem antrian mungkin pelanggan tidak akan
memasuki sistem antrian jika mengetahui sudah banyak pelanggan yang menunggu, dengan kata
lain mungkin pelanggan meninggalkan antrian.

Notasi dalam Sistem Antrian.

Notasi yang digunakan dalam menggambarkan sistem antrian yaitu :

n = Jumlah pelanggan dalam sistem.

Pn = Probabilitas kepastian n pelanggan dalam sistem.
= Jumlah rata-rata pelanggan yang datang per satuan waktu.
= Jumlah rata-rata pelanggan yang dilayani per satuan waktu.
Po = Probabiltas tidak ada pelanggan dalam sistem.
P = Tingkat intensitas fasilitas pelanggan.
L = Jumlah rata-rata pelanggan yang diharapkan dalam sistem.
Lq = Jumlah pelanggan yang diharapkan menunggu dalam antrian.
W = Waktu yang diharapkan oleh pelanggan selama dalam sistem.
Wq = Waktu yang diharapkan pelanggan selama menunggu dalam antrian.
1/ = Waktu rata-rata pelayanan.
1/ = Waktu rata-rata antar kedatangan.
S = Jumlah fasilitas pelayanan.

Single Channel Model (M/M/1)

Salah satu model paling sederhana adalah model saluran tunggal (single-channel model) yang
ditulis dengan notasi sistem M/M/1. Komponen dari sistem ini adalah :

1. Populasi input tak terbatas yaitu jumlah kedatangan pelanggan potensial tak terbatas.
2. Distribusi kedatangan pelanggan potensial mengikuti distribusi Poisson. Rata-rata kedatangan
pelanggan per satuan waktu adalah variabel random suatu distribusi probabilitas Poisson. Dalam
notasi (M/M/1), tanda M pertama menunjukkan rata-rata kedatangan yang mengikuti distribusi
probabilitas Poisson. Sedangkan arti M kedua adalah tingkat pelayanan yang mengikuti distribusi
probabilitas Poisson. Angka satu menunjukkan jumlah fasilitas pelayanan dalam sistem atau satu
saluran (one channel).
3. Disiplin pelayanan mengikuti pedoman FCFS.
4. Fasilitas pelayanan terdiri dari saluran tunggal.
5. Distribusi pelayanan mengikuti distribusi Poisson. Diasumsikan bahwa lamda lebih kecil dari miu
( < ) yaitu rata-rata jumlah kedatangan pelanggan per satuan waktu lebih kecil dari rata-rata
jumlah pelanggan yang dapat dilayani per satuan waktu dalam sistem.
6. Kapasitas sistem diasumsikan tak terbatas.
7. Tidak ada penolakan maupun pengingkaran.

Persamaan yang digunakan dalam sistem (M/M/1) adalah sebagai berikut :

(1)
p

p n p n 1 p (2)

Model Antrian- Eko Hartanto 3

 p
L (3)
1 p

2 p2
Lq (4)
1 p

1
W (5)

Wq (6)

Contoh (1) : Model (M/M/1) kasus pompa bensin (SPBU)

PT. SGT mengoperasikan satu buah pompa bensin dengan satu orang operator yang bernama John,
seperti diperlihatkan gambar berikut :

Pompa

Mobil antri menunggu Fasilitas pelayanan 1

Mobil keluar
Kedatangan 15 pelayanan buah pompa dapat
mobil / jam melayani 20 mobil per jam

Rata-rata tingkat kedatangan kendaraan mengikuti distribusi Poisson yaitu 20 kendaraan per jam.
John dapat melayani rata-rata 25 kendaraan per jam, dengan waktu pelayanan setiap kendaraan
mengikutu distribusi probabilitas eksponensial. Jika diasumsikan model sistem antrian yang
digunakan John adalah (M/M/1), hitung :

1. Tingkat intensitas (kegunaan) pelayanan (p).

2. Jumlah rata-rata kendaraan yang diharapkan dalam sistem.
3. Jumlah kendaraan yang diharapkan menunggu dalam antrian.
4. Waktu yang diharapkan oleh setiap kendaraan selama dalam sistem (menunggu pelayanan).
5. Waktu yang diharapkan oleh setiap kendaraan untuk menunggu dalam antrian.

Model Antrian- Eko Hartanto 4

Penyelesaian :

Dari kasus diatas, kita memiliki = 20 dan = 25

1. Tingkat intensitas (kegunaan) pelayanan atau p :

20
p 0 ,80
25

Angka 0,80 tersebut menunjukkan bahwa John akan sibuk melayani mobil selama 80% dari
waktunya. Sedangkan 20% dari waktunya atau (1 p) atau (1 0,80) yang sering disebut idle
time akan digunakan John untuk istirahat, membersihkan pompa dan lain-lain.

20
2. L 4 , atau
25 20

p 0,80
L 4 (lihat persamaan (3)
1 p 1 0,80

Angka 4 menunjukkan bahwa John dapat mengharapkan 4 mobil yang berada dalam sistem.

3. Lq
2

20 400 3,20
2

2525 20 125

Angka tersebut menunjukkan bahwa, mobil yang menunggu untuk dilayani dalam antrian
adalah 3,20 mobil.

1 1 1
4. W 0,20 jam atau 12 menit
25 20 5

Angka tersebut menunjukkan bahwa, waktu rata-rata mobil menunggu dalam sistem selama 12
menit.

20 20
5. Wq 0,16 jam atau 9,6 menit
2525 20 125

Angka tersebut menunjukkan bahwa, waktu rata-rata kendaraan menunggu dalam antrian
selama 9,6 menit.

Untuk menggunakan persamaan (2) yaitu probabilitas kepastian jumlah mobil yang ada dalam sistem,
dihitung dengan menjumlahkan p0 + p1 + p2 + p3 + p4, dimana pn = p (1 p) atau
n

n
pn = (0,80) (1 0,80)
n
= (0,80) (0,20)

Model Antrian- Eko Hartanto 5

Hasil perhitungan pn adalah sebagai berikut :

n Pn =(0,80)n (0,20)
0
0 [(0,80) ] (0,20) = 0,200
1
1 [(0,80) ] (0,20) = 0,160
2
2 [(0,80) ] (0,20) = 0,128
3
3 [(0,80) ] (0,20) = 0,102
4
4 [(0,80) ] (0,20) = 0,082
Jumlah = 0,672

Perhitungan tersebut menunjukkan bahwa, tingkat probabilitas 4 mobil berada dalam sistem
pelayanan adalah sebesar 67,20%.

Dalam setiap sistem antrian distribusi Poisson, akan selalu terjadi hubungan yang berkait antara L, Lq,
W dan Wq. Hubungan tersebut dapat dinyatakan dalam persamaan berikut :

L = W (7)
Lq = Wq (8)
W = Wq + 1/ (9)

Persamaan diatas dapat dicek dengan persamaan yang terdapat dalam sistem (M/M/1). Misalnya
persamaan (7). Jika persamaan (5) dikalikan dengan lamda (), maka akan diperoleh hasil berikut :

1
W persamaan (5)

1
W L

Dari hasil pengecekan tersebut, apakah kita akan menggunakan persamaan (7), (8) maupun (9)
diatas ? Jika kita mengetahui salah satu nilai dari keempat parameter L, Lq, W dan Wq, maka kita
dapat menyelesaikan masalah dengan menggunakan ketiga persamaan tersebut.

Misalnya, kita mempunyai sistem (M/M/1) dengan = 20 dan = 25 (lihat contoh (1)). Dari
persamaan (5) kita dapat menghitung W sebagai berikut :

1 1
W 0,20
25 20

Disamping itu, kita juga dapat menghitung L, Lq, W dan Wq dengan menggunakan persamaan (3), (4)
dan (6) seperti dalam contoh (1), atau kita dapat memakai persamaan (8) dan (9) untuk menghitung
ketiga parameter tersebut.

Jika kita telah mengetahui nilai W, maka kita dapat mencari nilai Wq dengan persamaan (9) :

1 1
Wq W 0,20 0,20 0,04 0,16 jam
25

Dengan diketahuinya nilai Wq, kita dapat menggunakan persamaan (7) untuk menemukan nilai Lq.

Lq = Wq = 20(0,16) = 3,20 mobil

Model Antrian- Eko Hartanto 6

Jika persamaan (9) dimasukkan dalam persamaan (7) maka diperoleh persamaan sebagai berikut

1
L W Wq Wq Lq p (10)

dimana Wq = Lq dan / = p.

Jika L = Jumlah pelanggan yang diharapkan dalam sistem, maka :

jumlah pelanggan yang jumlah pelanggan yang

L= diharapkan dalam antrian + diharapkan dalam pelayanan

Sedangkan jumlah yang diharapkan dalam pelayanan dapat ditulis dengan persamaan sebagai
berikut :

Probabilitas tingkat Probabilitas

1 pelanggan + 0 pelanggan
intensitas pelayanan idle time

= p(1) + (1 p)(0) = p

dari perhitungan tersebut, akan diperoleh persamaan sebagai berikut :

L = Lq + p (11)

Multiple Channel Model (M/M/s)

Perbedaan dengan single channel model terletak pada jumlah pelayanan. Fasilitas pelayanan yang
dimiliki model (M/M/s) lebih dari satu. Huruf (s) yang terdapat pada (M/M/s) menyatakan jumlah
fasilitas pelayanan.

Contoh (2) : Ruang UGD rumah sakit

Sebuah rumah sakit memiliki sebuah ruang unit gawat darurat (UGD) yang berisikan tiga bagian
ruangan yang terpisah untuk setiap kedatangan pasien. Setiap ruangan mimiliki satu orang dokter dan
satu orang jururawat. Secara rata-rata seorang dokter dan jururawat dapat merawat 5 orang pasien
per jam. Apabila pasien yang dihadapi hanya luka-luka ringan, mereka dapat melayani rata-rata 12
pasien per jam. Laporan pihak statistik pasien menunjukkan bahwa kedatangan dan penyelesaian
pelayanan mengikuti distribusi Poisson.

Analisa kasus seperti diatas, dapat menggunakan multiple-channel model dengan sistem antrian
(M/M/3) seperti gambar dibawah ini.

Model Antrian- Eko Hartanto 7

 Pasien datang rata- Pasien pergi
rata 12 pasien per setelah menerima
jam Pasien menunggu pengobatan
dalam antrian untuk
berobat

Sistem : (M/M/3) Tiga saluran

pelayanan.
= 12 Setiap tim dokter
=5 dapat mengobati
p = 12/3(5) = 0,80 rata-rata 5 pasien
per jam.

Notasi yang digunakan dalam multiple-channel model, pada dasarnya sama dengan single-channel
model, kecuali untuk dua persamaan berikut ini :

= rata-rata tingkat pelayanan untuk setiap fasilitas pelayanan

p (12)
s

Jika, = 12
=5
s =3

12 12
maka p 0,80
53 15
Kondisi yang harus dipenuhi untuk kasus UGD tersebut adalah

s atau p 1 (13)

jika s , maka jumlah pelanggan dalam sistem akan menjadi tak terbatas.

Oleh karena itu, jika kita berpegang pada persamaan (13), maka persamaan yang digunakan dalam
sistem (M/M/s) adalah sebagai berikut :

1
p0 n s
(13.a)


s 1
n s

n 0 n! s!

n s s

1
p0 n s
(13.b)




1
s 1

n 0 n! s!
1
s

Model Antrian- Eko Hartanto 8

 1
s 1 / n / s 1
p 0 (14.a)
n 0 n! s! 1 /s

n


p 0 , jika 0 n s
n!
pn = (14.b)
n


p , jika n s
0
s!s n -s

s

p 0 p

Lq 2 (14.c)
s!1 - p

Lq
Wq (14.d)

1
W Wq (14.e)

L W L q (14.f)

Dalam persamaan (14.b) dan (14.c) membutuhkan nilai po yaitu probabilitas sistem dalam keadaan
idle atau dalam keadaan tidak ada pelanggan. Untuk menghitung nilai Lq digunakan persamaan
(14.c), sedangkan persamaan (14.d), (14.e) dan (14.f) masing-masing digunakan untuk menghitung
nilai Wq, W dan L.

Jika kasus UGD dengan sistem (M/M/3) diselesaikan, akan diperoleh hasil seperti berikut :

5
12 12
0,20
Lq 5 15
2
12
3!1 -
15

0,2013,824 0,80 2,21184

9,216 pasien
60,04 0,24

Model Antrian- Eko Hartanto 9

 Lq 9,216
Wq 0,768 jam atau 46 menit
12

1 1
W Wq 0,768 0,968 jam atau 58 menit
5

L W 12(0,968) 11,62

Contoh 3 : Registrasi Mahasiswa

Bagian registrasi sebuah perguruan tinggi telah menggunakan sistem komputer dengan 4 orang
operator dan setiap operator melakukan pekerjaan yang sama. Rata-rata kedatangan mahasiswa
yang mengikuti distribusi Poisson adalah 100 mahasiswa per jam. Setiap operator dapat memproses
40 registrasi mahasiswa per jam dengan waktu pelayanan per mahasiswa mengikuti distribusi
eksponensial.

a) Berapa prosentase waktu mahasiswa tidak dalam pusat registrasi ? (p0)

b) Berapa lama rata-rata mahasiswa menghabiskan waktunya di pusat registrasi ? (W)
c) Atas dasar rata-rata tersebut, berapa lama mahasiswa menunggu untuk mendapatkan
pelayanan registrasi ? (Lq)
d) Berapa lama rata-rata mahasiswa menunggu dalam garis antrian ? (Wq)
e) Jika ruang tunggu pusat registrasi mahasiswa hanya mampu menampung 5 mahasiswa,
berapa prosentase waktu setiap mahasiswa berada dalam garis antrian di luar ruangan ?

Penyelesaian.

Kasus ini dapat diselesaikan dengan model (M/M/4). Rata-rata kedatangan mahasiswa = 100, dan
rata-rata setiap operator dapat melayani mahasiswa = 40.

100 100
a) p 0,625
s 4(40) 160

1
s 1 / n / s 1
p 0
n 0 n! s! 1 /s

1
(100 / 40) 0 (100 / 40)1 (100 / 40) 2 (100 / 40) 3 (100 / 40) 4 1
p0
0! 1! 2! 3! 4! 1 (100 /( 4.40)

1
6,25 15,625 39,0625 1
p 0 1 2,5
2 6 24 1 0,625

p 0 1 2,5 3,125 2,60411,6276 (2,6667) 1 0,0737

Model Antrian- Eko Hartanto 10

 Hasil perhitungan tersebut menunjukkan bahwa probabilitas mahasiswa tidak dalam kondisi
mendatangi pusat registrasi sebesar 0,0737 atau 7,37%.

b) Untuk menghitung waktu rata-rata yang dihabiskan mahasiswa di pusat registrasi, pertama yang
harus dihitung adalah Lq.

100 4
p0 ( ) s p 0,0737( ) 0,625
40 (0,0737 )(39,0625 )(0,625 ) 1,7993216406
Lq
s! (1 p ) 2 4! (1 0,625 ) 2
24(1 0,625 ) 2 24(0,140625 )

1,7993216406
0,533
3,375

Setelah Lq ditemukan, langkah selanjutnya adalah menghitung Wq dengan menggunakan

persamaan Wq = Lq / .

Wq = 0,533/100 = 0,00533 jam atau 0,3198 menit.

Akhirnya kita dapat menghitung nilai W dengan menggunakan persamaan W = Wq + 1/.

W = 0,00533 + 1/40 = 0,03 jam atau 1,8 menit, artinya, waktu rata-rata yang digunakan
mahasiswa dipusat registrasi adalah 1,8 menit.

c) Lq = 0,533, maksudnya adalah waktu menunggu mahasiswa untuk mendapatkan pelayanan

registrasi adalah 0,533 jam atau 31,98 menit.

d) Wq = 0,00533, maksudnya adalah waktu menungg mahasiswa selama dalam proses antrian
adalah 0,00533 jam atau 0,03 menit

e) Untuk menentukan berapa lama mahasiwa berada di luar ruangan tunggu, dilakukan dengan
menghitung Pn yaitu menjumlahkan P0+P1+P2+P3+P4+P5 = 0,0737 + 0,1852 + 0,2303 + 0,1919 +
0,1200 + 0,0750 = 0,8751, sama dengan proporsi waktu yang digunakan mahasiswa menunggu di
dalam ruangan registrasi. Persentase waktu yang digunakan mahasiswa untuk menunggu di luar
ruangan adalah : 1 0,8751 = 0,1249 atau 12,49% dari waktu mahasiswa. Jika mahasiswa
berada dalam sistem selama 1,8 menit, maka 87,51% dari waktu tersebut mahasiswa berada
dalam ruang tunggu, dan 12,49% atau 0,225 menit mahasiswa berada di luar ruangan tunggu.

APLIKASI SINGLE DAN MULTIPLE CHANNEL MODEL

Bagaimana dua model antrian (M/M/1) dan (M/M/s) digunakan dalam mendisain fasilitas pelayanan ?.
Untuk mempermudah memahami dapat kita lihat seperti contoh berikut :

PT. Bank Bagus sedang mempertimbangkan jumlah kasir yang diperlukan untuk melayani nasabah
yang ada diruang lobby, dengan menggunakan sistem (M/M/s). Tingkat kedatangan nasabah di bank
rata-rata 40 orang per jam. Setiap kasir bank rata-rata dapat melayani 10 nasabah per jam. Berapa
banyak kasir bank yang harus disediakan, agar rata-rata waktu nasabah menunggu dalam antrian
tidak lebih dari 1,5 menit.

Penyelesaian.

Waktu 1,5 menit sama dengan 0,0025 jam, berarti kita harus menemukan Wq 0,0025 jam.
Disamping itu kita juga memiliki = 40 dan = 10. Jika p = /(s) = 40/(s)(10) hasilnya harus kurang
dari 1. Oleh karena itu kita harus menyediakan paling sedikit 5 orang kasir atau s 5. Jika ditetapkan
jumlah kasir sebanyak 5 orang, apakah bank tersebut dapat memenuhi keinginannya, bahwa waktu
tunggu nasabah tidak lebih dari 1,5 menit atau 0,0025 jam ? Untuk itu kita kita harus menghitung nilai
P0 dengan menggunakan rumus 13.a atau mengunakan tabel P0 untuk multiple channel pada s = 5

Model Antrian- Eko Hartanto 11

dan /s = 0,80. Nilai P0 = 0,0130. Dari nilai P0 kita dapat menghitung Lq dengan menggunakan
persamaan 14.c sebagai berikut :

p0 ( )s p 0,0130 ( 40 )5 0,80
10 10,6496
Lq 2
2
2,219
s! (1 p) 5! (1 0,80) 4,8

Langkah selanjutnya adalah menghitung Wq :

Lq 2,219
Wq = 0,0555 jam atau sama dengan 3,33 menit
40

Ternyata rata-rata nasabah menunggu dalam antrian selama 0,0555 jam atau 3,33 menit, lebih lama
dari waktu yang ditetapkan yaitu 1,5 menit atau 0,025 jam.

Dengan cara yang sama, kita coba untuk menaikkan jumlah kasir hingga waktu rata-rata nasabah
menunggu atau Wq maksimum 1,5 menit atau 0,025 jam. Perhitungan tersebut dapat dilihat pada
tabel berikut :

Kasir (s) P0 Lq Wq
5 0,0130 2,219 0,0555
6 0,0163 0,556 0,0140
7 0,0180 0,182 0,0046

Dari tabel diatas menunjukkan bahwa PT Bank Bagus harus menyediakan paling sedikit 6 orang kasir
agar waktu rata-rata nasabah menunggu dalam antrian (Wq) tidak lebih dari 1,5 menit atau 0,025 jam.

Model Antrian- Eko Hartanto 12