Tugas Akhir Nuryanti

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(373-391)
373
METODE PERMUKAAN RESPON
DAN APLIKASINYA PADA OPTIMASI EKSPERIMEN KIMIA

Nuryanti
*
, Djati H Salimy
**

ABSTRAK

METODE PERMUKAAN RESPON DAN APLIKASINYA PADA OPTIMASI
EKSPERIMEN KIMIA. Makalah membahas kajian teoritis dan aplikasi dari metode desain eksperimen
yang disebut metode permukaan respon. Kajian teoritis difokuskan pada penjabaran konsep metode
permukaan respon, analisis dan pengujiannya. Dengan metode ini dapat diketahui model empirik yang
menyatakan hubungan antara variabel-variabel independen dengan variabel respon, serta dapat diketahui
nilai variabel-variabel independen yang menyebabkan nilai variabel respon menjadi optimal. Eksperimen
dengan metode permukaan respon dilakukan dalam dua tahap, yaitu eksperimen tahap I dan eksperimen
tahap II. Desain eksperimen yang digunakan pada eksperimen tahap I adalah desain faktorial dua level,
sedangkan desain eksperimen yang digunakan pada eksperimen tahap II adalah Central Composite
Design (CCD). Tahapan dalam metode permukaan respon pada intinya meliputi: mencari fungsi
aproksimasi yang menyatakan hubungan antara variabel respon dengan variabel-variabel independen,
mengestimasi parameter-parameter dari fungsi aproksimasi yang diperoleh dengan metode kuadrat
terkecil, dan selanjutnya dilakukan analisis pengepasan permukaan. Karakteristik permukaan respon
digunakan untuk menentukan apakah jenis titik stasionernya maksimum, minimum atau titik pelana.
Prosedur pengujian yang dilakukan dalam metode permukaan respon diantaranya: uji kesesuaian model
regresi (Lack of Fit ), uji parameter regresi secara serentak dan pengujian asumsi residual bahwa residual
harus memenuhi asumsi

IID Normal (0,
2
). Aplikasi metode permukaan respon pada eksperimen
penumbuhan kristal menunjukkan bahwa nilai respon penumbuhan kristal optimal diperoleh pada suhu
(x
1
)

=807,165
C, tekanan (x
2
)=2,336 bar dan PH (x
3
)

=11,5169. Sementara nilai respon penumbuhan
kristal optimal yang diperoleh adalah sebesar 106,0022 gram.

Kata-kata kunci: desain eksperimen, metode permukaan respon, variabel independen, variabel respon
optimal, eksperimen penumbuhan kristal

ABSTRACT

RESPONSE SURFACE METHODOLOGY AND THE APPLICATION FOR
OPTIMIZATION OF CHEMICAL EXPERIMENT. This paper discussed theoretical and application
study of design of experiment methodology namely response surface methodology. Theoretical study is
focused on concept description of response surface methodology, analyze, and test. With this
methodology, the empirical model that express the relation between independent variables and response
variable, and independent variable values that caused response value become optimum could be
understand. The experiments with response surface methodology was done in two steps, they were first
step experiment which was done with two level factorial design and second step experiment which was
done with Central Composite Design (CCD). The important steps of response surface metodology consist
of: searching the approximation function that state relation between response variable and independent
variables, estimate parameters of approximation function which obtained by least quadratic method, and

*
Pusat Pengembangan Energi Nuklir BATAN, Telp/Fax: (021)5204243 e-mail: nuryanti@batan.go.id
**
Pusat Pengembangan Energi Nuklir BATAN, Telp/Fax: (021)5204243 e-mail: djatihs@batan.go.id
Daftar Isi
374
then analyse the surface fitting. The characteristic of response surface is used to determine the type of
stationair point, whether maximum, minimum, or saddle point. Testing procedure which is done in the
methodology of response surface consist of : lack of fit, simultaneously regression test, and test of
residual assumption. The application of response surface methodology for the experiment of crystal
growth showed that the optimum value of crystal growth response could be achieved at temperature
807.165
C, pressure 2.336 bar and acid degree 11.5169. Meanwhile the optimum value of crystal growth
is 106.0022 gram.

Keywords: design of experiment, response surface methodology, independent variables, optimum
response variable, experiment of crystal growth.

PENDAHULUAN

Secara umum, tujuan suatu eksperimen adalah untuk memperoleh keterangan
tentang bagaimana respon yang diberikan oleh suatu obyek pada berbagai keadaan
tertentu yang ingin diperhatikan. Keadaan tertentu biasanya merupakan sesuatu yang
sengaja diciptakan atau ditimbulkan, baik melalui pemberian perlakuan atau
pengaturan keadaan lingkungan. Meskipun pemberian perlakuan telah ditentukan dan
keadaan lingkungan telah diatur dengan cermat, penelaahan mengenai respon tidak
akan luput dari gangguan keragaman alami yang ada pada setiap obyek serta pengaruh
berbagai faktor yang memang tidak dapat dibuat persis sama bagi setiap obyek dalam
eksperimen. Dalam hal ini metode analisis varian dapat membantu peneliti untuk
memisah dan mengusut apa saja yang menimbulkan keragaman respon, yaitu berapa
bagian yang disebabkan oleh perlakuan, berapa bagian yang disebabkan oleh
lingkungan dan berapa bagian yang ditimbulkan oleh berbagai pengaruh yang tidak
dapat dianalisis dengan jelas
[1]
.
Untuk memahami seberapa jauh suatu proses yang optimum dipengaruhi oleh
sejumlah variabel, sering diperlukan data-data percobaan dalam jumlah besar dan
membutuhkan waktu lama, yang secara otomatis juga akan memerlukan biaya dalam
jumlah yang besar. Beberapa teknik statistika dan matematika sering dipakai untuk
melakukan pendekatan guna memperoleh pemahaman terhadap kondisi optimum dari
suatu proses, tanpa memerlukan data yang terlampau banyak. Diantara metode yang
sering dipakai adalah metode permukaan respon.
Metode permukaan respon (response surface methodology) merupakan
sekumpulan teknik matematika dan statistika yang berguna untuk menganalisis
permasalahan dimana beberapa variabel independen mempengaruhi variabel respon
dan tujuan akhirnya adalah untuk mengoptimalkan respon
[2,3]
. Ide dasar metode ini
adalah memanfaatkan desain eksperimen berbantuan statistika untuk mencari nilai
optimal dari suatu respon. Metode ini pertama kali diajukan sejak tahun 1951 dan
sampai saat ini telah banyak dimanfaatkan baik dalam dunia penelitian maupun
aplikasi industri. Misalnya, dengan menyusun suatu model matematika, peneliti dapat
mengetahui nilai variabel-variabel independen yang menyebabkan nilai variabel
respon menjadi optimal.
375
Makalah ini membahas tentang metode permukaan respon. Pembahasan
dimulai dengan penjabaran konsep, dilanjutkan dengan prosedur analisis dan
pengujian, kemudian diberikan contoh aplikasi pada eksperimen kimia, yaitu
eksperimen penumbuhan kristal. Tujuan dari kajian adalah untuk memahami peran
metode permukaan respon dalam menentukan nilai variabel-variabel independen yang
menyebabkan nilai respon penumbuhan kristal menjadi optimal. Dalam eksperimen
ini, variabel respon penumbuhan kristal (y) dipengaruhi oleh tiga variabel independen
yaitu suhu (x
1
), tekanan (x
2
) dan derajat keasaman (x
3
). Menggunakan formulasi
model yang tepat, maka dapat diperoleh nilai variabel-variabel independen (x
1
, x
2
, dan
x
3
) yang menyebabkan nilai penumbuhan kristal menjadi optimal.

DASAR TEORI

Metode Permukaan Respon

Langkah pertama dari metode permukaan respon adalah menemukan hubungan
antara respon y dengan variabel independen x
i
melalui persamaan polinomial orde satu
(model orde I)
[6]
. Dinotasikan variabel-variabel independen dengan x
1
, x
2, ,
x
k
.
Variabel-variabel tersebut diasumsikan terkontrol oleh peneliti dan mempengaruhi
variabel respon y yang diasumsikan sebagai variabel random. J ika respon dimodelkan
secara baik dengan fungsi linier dari variabel-variabel independen x
i
, maka
aproksimasi fungsi dari model orde I adalah:

+ + =

=
k
i
i i
x y
1
0
(1)

dengan y : variabel dependen (respon)
x
i
: faktor-faktor yang berpengaruh terhadap variabel respon, i =1, 2, , k
: komponen residual(error) yang bersifat random dan terdistribusi secara
identik dan saling bebas (Independent Identically DistributedIID)
dengan distribusi Normal pada nilai rataan 0 dan varian
2
. Secara
matematis dinyatakan dengan

IID Normal (0,
2
).

Selanjutnya pada keadaan mendekati respon, model order dua atau lebih
biasanya disyaratkan untuk mengaproksimasi respon karena adanya lengkungan
(curvature) dalam permukaannya. Dalam banyak kasus, model order dua yang
dinyatakan dengan:

376
j i x x x x y
i j
j i ij
k
i
i ii i
k
i
i
< + + + =

= =
,

1
2
1
0
(2)

dianggap mencukupi. Analisis pengepasan permukaan respon order dua sering disebut
sebagai analisis kanonik
[4]
.
Metode kuadrat terkecil digunakan untuk mengestimasi parameter-parameter
pada fungsi-fungsi aproksimasi tersebut. Analisis permukaan respon selanjutnya
digunakan untuk pengepasan permukaan. J ika pengepasan permukaan merupakan
aproksimasi yang cukup baik dari suatu fungsi respon maka analisis pengepasan
permukaan akan ekuivalen dengan analisis sistem yang aktual.

Karakteristik Permukaan Respon

Misalkan ingin didapatkan nilai x
1
, x
2
,, x
k
yang megoptimalkan respon yang
diprediksikan. J ika nilai-nilai optimal ini ada, maka y pada persamaan (2) merupakan
himpunan yang beranggotakan x
1
, x
2
,, x
k
sedemikian sehingga turunan parsialnya:

0

2 1
=
= =
k
x
y
x
y
x
y
m (3)

Dalam notasi matriks, persamaan (3) dapat dinyatakan sebagai:

Bx x b x y + + =
0
(4)

dengan

=
k
x
x
x
x
o
2
1
'

=
k
b
3
2
1
o
dan
=
kk k k
k k
k
B

2 /
2 /
2 /

2 /
2 /
2 /

1 1
1 22 1
1 12 11
m
o r o o
m
m

b merupakan vektor koefisien regresi orde 1, sedangkan B adalah matriks ordo k yang
elemen diagonal utamanya merupakan koefisien kuadratik murni
ij
dan elemen-
elemen segitiga atasnya adalah dari koefisien kuadratik campuran ) ,
( j i
ij
.
377
Turunan dari y terhadap vektor x adalah sama dengan 0, sehingga dinyatakan
dengan:

0 2
= + =
Bx b
x
y
(5)

Titik-titik stasioner merupakan solusi dari persamaan (5), yaitu:

b B x
1
0
2
1

= (6)

di mana x
0
=(x
1.0
, x
2.0
,,x
k.0
). Substitusi persamaan (6) ke persamaan (4) diperoleh
nilai respon optimal yang diprediksikan terjadi pada titik-titik stasioner, yaitu:

b x y '
2
1
0 0 0
+ = (7)

Karakteristik permukaan respon digunakan untuk menentukan jenis titik
stasioner, apakah maksimum, minimum atau titik pelana
[5]
.
Titik stasioner dapat diidentifikasi dengan mentransformasikan fungsi respon
dari titik asal x(0,0,...,0) ke titik stasioner x
0
dan sekaligus merotasikan sumbu
koordinatnya, sehingga dihasilkan fungsi respon sebagai berikut:

2 2
2 2
2
1 1 0
...
k k
w w w y y + + + + = (8)

dengan:
w
i
: Variabel independen baru hasil transformasi
0
y : Harga taksiran y pada titik stasioner x
0

i
: Konstanta yang merupakan eigen value dari matrik B, i =1,2,,k

Karakteristik dari permukaan respon ditentukan oleh harga
i
. J ika nilainya
semua positif maka x
0
adalah titik minimum, sedangkan jika semua negatif maka x
0
adalah titik maksimum, jika harganya berbeda tanda diantara harga
i
, maka x
0
merupakan titik pelana
[5]
.

378

PEMBAHASAN

Untuk memahami metode permukaan respon, diberikan contoh aplikasi pada
desain eksperimen yang bertujuan mengoptimalkan penumbuhan kristal. Terdapat tiga
variabel independen yang diperhatikan sebagai variabel yang mempengaruhi
penumbuhan kristal, yaitu suhu (x
1
)
,
tekanan (x
2
) dan derajat keasaman/pH (x
3
). Desain
eksperimen yang digunakan dalam eksperimen tahap I adalah desain faktorial dua
level (2
k
) ditambah dengan empat center point. Sedangkan pada eksperimen tahap II
digunakan Central Composite Design(CCD). Data pada eksperimen tahap I maupun
tahap II ini merupakan data simulasi dan disajikan pada Tabel 1 dan Tabel 2.

Tabel 1. Data Eksperimen Tahap I

Suhu
(
0
C)
Tekanan
(Bar)
pH Penumbuhan
Kristal(gram)
810 1 9 66
810 1 11 70
810 3 9 78
810 3 11 60
840 1 9 80
840 1 11 70
840 3 9 100
840 3 11 75
825 2 10 100
825 2 10 80
825 2 10 68
825 2 10 63

Level-level eksperimen pada masing-masing variabel independen dikodekan
sedemikian hingga level rendah berhubungan dengan -1 dan level tinggi berhubungan
dengan 1 untuk mempermudah perhitungan. Desain CCD pada eksperimen tahap II
menggunakan tiga variabel independen, sehingga nilai rotatabilitasnya =(3
2
)
1/4
=
1,6818 1,682. Oleh karena itu nilai 1,682 termasuk nilai yang digunakan untuk
pengkodean.

379

Tabel 2. Data Eksperimen Tahap II

Suhu
(
0
C)
Tekanan
(Bar)
pH Penumbuhan
Kristal (gram)
810 1 9 66
810 1 11 70
810 3 9 78
810 3 11 60
840 1 9 80
840 1 11 70
840 3 9 100
840 3 11 75
799,8 2 10 100
850,2 2 10 80
825 0,3 10 68
825 3,7 10 63
825 2 8,3 65
825 2 11,7 82
825 2 10 113
825 2 10 100
825 2 10 118
825 2 10 88
825 2 10 100
825 2 10 85

Pengkodean variabel-variabel independen dihitung dengan menggunakan
persamaan-persamaan:

C
C
x
0
0
1
1
15
825
=

,
bar
bar
x
1
2
2
2

=

dan
1
10
3
3

=

x (9)

di mana
1
,
2
dan
3
masing-masing menyatakan nilai sesungguhnya dari variabel
suhu, tekanan dan derajat keasaman. Berdasar persamaan (9), diperoleh nilai
pengkodean untuk variabel x
1
, x
2
, dan

x
3
yang disajikan pada Tabel 3.

380

Tabel 3. Kode Level vs Nilai Level

Kode Level -1,682 -1 0 1 1,682
x
1
799,8 810 825 840 850,2
x
2
0,3 1 2 3 3,7
x
3
8,3 9 10 11 11,7

Setelah dikodekan, maka data pada Tabel 1 dan Tabel 2 dapat disajikan dalam bentuk
data kode sebagaimana tercantum pada Tabel 4 dan Tabel 5.

Tabel 4. Data Eksperimen Tahap I Setelah Dikodekan

x
1
x
2
x
3
y
-1 -1 -1 66
-1 -1 1 70
-1 1 -1 78
-1 1 1 60
1 -1 -1 80
1 -1 1 70
1 1 -1 100
1 1 1 75
0 0 0 100
0 0 0 80
0 0 0 68
0 0 0 63

Analisis Model

Pengolahan data dilakukan dengan bantuan perangkat lunak Minitab 13 dan
MATLAB 6.0.
381

Tabel 5. Data Pengkodean Variabel Independen

x
1
x
2
x
3
y
-1 -1 -1 66
-1 -1 1 70
-1 1 -1 78
-1 1 1 60
1 -1 -1 80
1 -1 1 70
1 1 -1 100
1 1 1 75
-1.682 0 0 100
1.682 0 0 80
0 -1.682 0 68
0 1.682 0 63
0 0 -1.682 65
0 0 1.682 82
0 0 0 113
0 0 0 100
0 0 0 118
0 0 0 88
0 0 0 100
0 0 0 85

Analisis Eksperimen Tahap I

Pengolahan data pada eksperimen tahap I diperoleh hasil yang ditunjukkan pada
Tabel 6.

Tabel 6. Koefisien Regresi Model Orde I

382
Model yang diperoleh dari eksperimen tahap I adalah:

y =82,75 x
1
+11,5x
2
+3,25x
3

Analisis varian dari data eksperimen tahap I disajikan pada Tabel 7.

Tabel 7. Analisis Varian Model Orde I

Dari uji parameter regresi secara serentak diperoleh p
value
=0,258 atau lebih dari
derajat signifikansi =5%, hal ini berarti variabel-variabel independen x
i
tidak
mewakili model. Karena model orde I tidak sesuai maka analisis dilanjutkan pada
pendugaan model dari eksperimen tahap II.

Analisis Eksperimen Tahap II

Pengolahan data pada eksperimen tahap II diperoleh hasil yang ditunjukkan
pada Tabel 8.

Tabel 8. Koefisien Regresi Model Orde I

383

Analisis varian dari data eksperimen tahap II disajikan pada Tabel 9.

Tabel 9. Analisis Varian Model orde II

Untuk memeriksa signifikansi model orde II, dapat dilihat p
value
dari regression
pada Tabel 9. p
value
=0,008lebih kecil dari derajat signifikansi =5%, hal ini berarti
variabel-variabel independen x
i
memberikan sumbangan yang berarti dalam model.

Prosedur uji lain yang juga dilakukan adalah:
Uji kesesuaian model regresi (Lack of Fit )
Hipotesisnya:
H
0
: Model regresi cocok (tidak ada lack of fit)
H
1
: Model regresi tidak cocok (ada lack of fit)

Hasil:
Dari uji Lack of Fit terhadap model diperoleh p
value
= 0,986 atau >derajat
signifikansi =0,05 sehingga tidak ada alasan untuk menolak H
0
. Artinya
model regresi cocok.

Uji parameter regresi secara serentak
Hipotesisnya:
H
0
:
i
=0, i =1, 2, 3,, k
H
1
: Paling tidak ada satu
i
yang tidak sama dengan nol.
Hasil:
Dari Tabel 9 terlihat bahwa F
hitung
=5,35, sedangkan F
tabel
=F
(9;19;0.05)
=2,42.
Karena F
hitung
> F
tabel
maka diambil keputusan untuk menolak H
0
. Artinya
variabel-variabel independen x
i
memberikan sumbangan yang berarti terhadap
model. Pada Tabel 9 juga diketahui bahwa p
value
untuk model kuadratik (square)
adalah 0,001 < =0,05, maka model yang tepat adalah model kuadratis.
384

Tabel 8 menunjukkan hasil taksiran parameter model. Berdasarkan hasil
analisis, diperoleh model sebagai berikut:
y =100,67 6,05x
1
+1,36x
2
+5,83x
3
3,77x
1
2
12,43x
2
2
- 9,60x
3
2
4,63x
1
x
2

- 2,63x
1
x
3
+2,88x
2
x
3

dengan: y : nilai taksiran untuk respon penumbuhan kristal
x
1
: nilai kode variabel suhu
x
2
: nilai kode variabel tekanan
x
3
: nilai kode variabel derajat keasaman/ pH

Pengujian Asumsi Residual

Untuk memeriksa kecukupan model tidak hanya diperhatikan lack of fit, tetapi
harus pula dilakukan analisis residual. Harus dibuktikan bahwa residual mengikuti
asumsi
i
IID Normal (0,
2
).

Independensi

Residual akan independen bila nilai Auto Correlation Function (ACF)-nya
berada pada interval
n
2
[3]
. Untuk model diatas, dengan jumlah pengamatan n =20
residual telah memenuhi asumsi independen karena nilai ACF-nya terletak pada
interval 0,894, seperti terlihat pada Gambar 1.

Gambar 1. Plot ACF untuk Residual

385

Keidentikan

Pada Gambar 2 ditunjukkan bahwa plot antara residual dengan fit terlihat
menyebar secara acak di sekitar nol. Ini berarti varian residual homogen.

Gambar 2. Plot antara Residual dengan Fitted Value

Kenormalan

Pengujian asumsi kenormalan residual dilakukan dengan uji Kolmogorov
Smirnov. Hasil pengujian dengan derajat signifikansi =0,05 ditunjukkan pada
Gambar 3.

Hipotesisnya: H
0
: residual model regresi berdistribusi Normal
H
1
: residual model regresi tidak berdistribusi Normal

HASIL PENGUJIAN

Nilai statistik Kolmogorov Smirnov (KS
hitung
) adalah 0,168, sementara nilai
Kolmogorov Smirnov dari Tabel (KS
tabel
) untuk =0,05 dan jumlah pengamatan 20
adalah 0,294. Karena KS
hitung
<KS
tabel
maka H
0
diterima. Artinya residual dari model
yang diperoleh telah berdistribusi Normal.

386

Gambar 3. Uji Kenormalan Residual

Penentuan Titik Stasioner

Koefisien regresi dari model yang diduga tercantum pada Tabel 8. Dari nilai-
nilai koefisien tersebut, dapat disusun matrik b dan B, yaitu:

b =
83 , 5
36 , 1
05 , 6
dan B =

60 , 9 44 , 1 315 , 1
44 , 1 43 , 12 315 , 2
315 , 1 315 , 2 77 , 3

Sehingga titik stasioner dapat dihitung dengan persamaan (6)

x
0
=
2
1
b B
5169 , 0
3360 , 0
1890 , 1

Sedang nilai taksiran respon pada titik stasioner dihitung dengan persamaan (7).

b x y '
2
1
0 0 0
+ =
=
[ ]
+
83 , 5
36 , 1
05 , 6
5169 , 0 3360 , 0 1890 , 1
2
1
67 , 100
=106,0022

387

Dengan memasukkan nilai dari titik-titik stasioner ke dalam persamaan (9), maka
dapat diperoleh nilai sesungguhnya dari variabel-variabel independen yang
menghasilkan respon optimal tersebut, yaitu: suhu (x
1
)

=807,165
C, tekanan (x
2
)=
2,336 bar dan pH (x
3
)

=11,5169.

Analisis Karakteristik Permukaan Respon

Untuk membantu analisis karakteristik permukaan respon, digunakan metode
analisis kanonik
[5]
. Dengan persamaan (8) dapat digambarkan permukaan dan kontur
dari model yang diperoleh. Untuk itu, terlebih dahulu harus dihitung nilai eigen dari
Matrik B, yaitu:
i
=[-13,3432 -9,6617 -2,7951]
Karena ketiga nilai eigen adalah negatif, maka bentuk permukaan responnya
maksimum.
Dengan membuat konstan salah satu variabel pada titik stasioner dapat
ditunjukkan bahwa bentuk permukaan dan konturnya adalah maksimum. Sebagai
contoh, dibuat plot kontur dan permukaan pada kondisi suhu 807,165
C atau
dikodekan dengan x
1
=-1,1890, yang disajikan pada Gambar 4 dan 5.

Gambar 4. Plot kontur pada kode level x
1
=-1,1890

388

Gambar 5. Plot permukaan respon pada kode level x
1
=-1,1890

Terlihat pada Gambar 4 bahwa penumbuhan kristal makin tinggi apabila
tekanan berada di antara kode level -0,25 dan 0,5, sedangkan derajat keasaman berada
di antara kode level 0 dan 1. Pada kondisi sebenarnya berarti tekanan berada di antara
1,75 bar dan 2,5 bar, sedangkan derajat keasaman berada di antara 10 dan 11.

KESIMPULAN

Berdasar analisis dan pembahasan di atas, dapat disimpulkan bahwa metode
permukaan respon dapat digunakan untuk mengetahui nilai variabel-variabel
independen yang menyebabkan nilai variabel respon suatu proses eksperimen kimia
menjadi optimal.

DAFTAR PUSTAKA

1. GASPERS,Metode Perancangan Percobaan, Armico, Bandung, 1994.

2. http://en.wikipedia.org/wiki/Response_surface-methodology

3. IRIAWAN, D. & ASTUTI, S. P., Mengolah Data Statistik dengan Mudah
Menggunakan Minitab 14, Penerbit Andi, Yogyakarta, 2006.

4. MONTGOMERY, D. C., Design and Analysis of Experiments, J ohn Wiley &
Sons, Canada,1984.

389
5. WAHYUDI, D., ALIMIN, R., YULIANTO, G.E., Aplikasi Rekayasa Mutu
untuk Mengurangi Cacat pada Mesin Injection Molding, J urnal Teknik Mesin,
Fakultas Teknologi Industri, Universitas Kristen Petra, Vol. 1, (2), Oktober 1999.

6. WAHYUDI, D., Aplikasi Metode Response Surface Untuk Optimasi Kualitas
Warna Minyak Goreng. www.petra.ac.id./ ~puslit/ journals/

390
DISKUSI

MAIYESNI

Aplikasi contohnya untuk pertumbuhan kristal apa, suhu optimal yang
diperoleh sangat ekstrim sehingga sulit diaplikasikan dalam kondisi biasa. Agar
penelitian komputasi berdayaguna/aplikatif apakah ketika penelitian komtasi
menjalin kerjasama dengan peneliti di lab ?

NURYANTI

Makalah yang saya buat itu adalah baru pada tatanan teori statistika. Dan
contoh aplikasi yang diberikan itu baru pada tahap simulasi penulis saja. Maka
idealnya memang diperlukan kerjasama antara peneliti di laboratorium dengan
peneliti di bidang komputasi/modeling untuk menyelesaikan masalah-masalah
di bidang eksperimen kimia ataupun bidang yang lain

DAFTAR RIWAYAT HIDUP

1. Nama : NURYANTI
2. Tempat/Tanggal Lahir : REMBANG/ 12 NOPEMBER 1979
3. Instansi : PPEN-BATAN
4. Pekerjaan / J abatan : PNS/ STAF
5. Riwayat Pendidikan :
Sarjana Matematika Universitas Diponegoro, Lulus Tahun 2002
6. Pengalaman Kerja :
Guru SDIT Permata Bunda Bawen Semarang,J uli Desember 2002
Staf Bidang Perencanaan Sistem Energi,Pusat Pengembangan Energi
Nuklir BATAN (Februari 2003 Sekarang)
7. Publikasi (Makalah) :
Masdin, Sudi Ariyanto dan Nuryanti, Analisis Opsi Nuklir dalam
Perencanaan Sistem Kelistrikan J aringan J awa Bali dengan Menggunakan
Program MESSAGE, J urnal Pengembangan Energi Nuklir, Volume 6,
Nomor 3 dan 4, September-Desember 2004
Sc. S. Herdinie, Nuryanti dan Sudi Ariyanto, Energy Indicator for
Sustainable Development in Indonesia: (1) Overview of Social, Energy
391
and Environmental Conditions, J urnal Teknologi, Volume 9, Nomor 1,
J uni 2006
Sc. S. Herdinie, Nuryanti, Suprapto dan Sudi Ariyanto, Energy Indicator
for Sustainable Development in Indonesia: (2) Indicator and Proposed
Scenario, J urnal Teknologi, Volume 9, Nomor 1, J uni 2006
Nuryanti, Djati Hoesen Salimy, Aplikasi Proses Pembaharuan Tagihan
pada Antrian Pembayaran Listrik, J urnal Ilmiah Mat Stat, Vol. 7 No. 2,
J uli 2007
Nuryanti, Sc. S. Herdinie, Analisis Konsumsi Energi pada Sektor Rumah
Tangga di Indonesia, Prosiding Seminar Nasional III SDM Teknologi
Nuklir, STTN BATAN, Yogyakarta, 21 Nopember 2007
Analisis Konsumsi Energi pada Sektor Transportasi di Indonesia,
Prosiding Seminar Nasional Pengembangan Energi Nuklir, PPEN-
BATAN, J akarta, 18 J uni 2008

Daftar Isi

Tugas Akhir Nuryanti

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tugas Akhir Nuryanti

Diunggah oleh

Hak Cipta:

Format Tersedia

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 2008(373-391)

Anda mungkin juga menyukai