Anda di halaman 1dari 4

Perancangan percobaan

Dari Wikipedia bahasa Indonesia, ensiklopedia bebas

Design of experiments dengan full factorial design (kiri), response surface dengan derajat
polinomia kedua (kanan)
Perancangan percobaan atau rancangan percobaan (Design of Experiment) adalah kajian
mengenai penentuan kerangka dasar kegiatan pengumpulan informasi terhadap objek yang
memiliki variasi (stokastik), berdasarkan prinsip-prinsip statistika. Bidang ini merupakan salah
satu cabang penting dalam statistika inferensial dan diajarkan di banyak cabang ilmu
pengetahuan di perguruan tinggi karena berkaitan erat dengan pelaksanaan percobaan
(eksperimen).
Perancangan percobaan dapat dikatakan sebagai "jembatan" bagi peneliti untuk bergerak dari
hipotesis menuju pada eksperimen agar memberikan hasil yang valid secara ilmiah. Dengan
demikian, perancangan percobaan dapat dikatakan sebagai salah satu instrumen dalam metode
ilmiah.
Kajian perancangan percobaan adalah pelaksanaan percobaan (eksperimen) terkendali. Dalam
percobaan semacam ini, peneliti memberikan sejumlah tindakan (dapat juga "pelabelan" sesuai
dengan ciri-ciri objeknya, diistilahkan sebagai perlakuan atau treatment) pada sejumlah objek
yang memiliki variasi pada derajat tertentu. Objek ini diistilahkan sebagai satuan percobaan atau
experimental unit, yang dapat berwujud hewan, tumbuhan, manusia, atau barang. Apabila
perlakuan yang sama dikenakan terhadap sejumlah objek, objek-objek ini merupakan ulangan
(replicate) dari perlakuan tadi. Pengamatan dilakukan terhadap sejumlah karakteristik yang
diminati sang peneliti terhadap objek-objek tadi. Hipotesis statistis ditentukan ("hipotesis nol")
untuk memaknai pengaruh perlakuan-perlakuan yang diberikan terhadap hasil pengamatan (data)
yang ada.
Beberapa pustaka menggunakan istilah experimental design bagi untuk rancangan-rancangan
yang dibuat untuk kegiatan pengumpulan informasi tidak terkendali, seperti survei, jajak
pendapat (polling), penelitian pengamatan (natural experiment), dan quasi-experiment.
Meskipun hal ini memiliki dasar statistika, kajian klasik perancangan percobaan tidak mencakup
tipe-tipe penelitian semacam itu.

Daftar isi

1 Prinsip-prinsip perancangan percobaan


o 1.1 Pengacakan (Randomization)
o 1.2 Pengulangan(Replication)
o 1.3 Blocking
o 1.4 Ortgonal (Orthogonality)
o 1.5 Factorial experiments

2 Pengambilan Keputusan

3 Beberapa rancangan percobaan dasar

4 Referensi

Prinsip-prinsip perancangan percobaan


Perancangan percobaan dilandasi atas sejumlah prinsip statistika mendasar agar analisis yang
diterapkan terhadap hasil pengamatan valid secara ilmiah. Ronald Fisher adalah orang yang
pertama kali meletakkan prinsip-prinsip ini pada awal abad ke-20. Tokoh-tokoh perancangan
percobaan setelah Fisher mengembangkan berbagai penerapan terhadap prinsip-prinsip ini,
seperti C. S. Peirce, Frank Yates, Gertrude M. Cox, Calyampudi R. Rao, R. C. Bose, Oscar
Kempthorne, William T. Federer, William G. Cochran, dan Genichi Taguchi.
Prinsip-prinsip perancangan percobaan mencakup pengacakan (randomisasi), pengendalian
sesatan/galat (error), dan ortogonalitas.

Pengacakan (Randomization)
Pengacakan adalah proses memasangkan masing masing level pada tiap faktor dengan acak
dalam sebuah percobaan. Pengacakan dilakukan sebagai jaminan akan peluang yang sama bagi
setiap satuan percobaan untuk mendapat suatu perlakuan. Lebih jauh lagi, tanpa pengacakan
hampir semua rumusan statistika yang diterapkan dalam analisis akan menjadi tidak valid karena
digunakannya asumsi independensi dalam setiap pengaruh galat yang muncul. Tanpa pengacakan
tidak ada jaminan bagi munculnya kovarians antargalat.

Pengulangan(Replication)
Pengukuran biasanya selalu memiliki variasi dan ketidakpastian. Dengan mengulangi
keseluruhan percobaan, akan bisa membantu mengidentifikasi sumber dari variasi tersebut.

Blocking
Blocking adalah mengatur percobaan menjadi beberapa group (block) yang masing masing
group berisi faktor yang sejenis. Blocking membantu untuk mengetahui apakah ada pengaruh
block terhadap hasil percobaan.

Ortgonal (Orthogonality)

Contoh design yang ortogonal


Ortogonalitas adalah prinsip yang penting dalam hal rancangan-rancangan berblok tidak lengkap
atau data tidak setimbang (unbalanced). Ortogonalitas menjamin bahwa pendugaan (estimation)
dapat dilakukan. Selain itu, ortogonalitas akan menjaga agar efisiensi suatu rancangan tetap
tinggi.

Factorial experiments
Factorial experiment berati, dalam percobaan semua level dari tiap faktor di perhitungkan, bukan
mengubah satu persatu faktor yang ada. Metode ini membuat percobaan menjadi lebih efisien.

Pengambilan Keputusan
Perancangan percobaan sangat berkait erat dengan statistika inferensial. Kajian klasik
perancangan percobaan menggunakan pendekatan frequentist, yaitu mengandalkan analisis
varians sebagai metode statistika pokok untuk pengambilan kesimpulan. Sejak tahun 1970-an
berkembang pula pendekatan Bayes (adj. Bayesian) sebagai alternatif yang lebih terpercaya
dalam pengambilan kesimpulan, seiring dengan berkembang pesatnya bidang informatika dan
komputasi.

Beberapa rancangan percobaan dasar


Rancangan percobaan mengenal rancangan lingkungan, untuk mengendalikan pengaruh
lingkungan, dan rancangan perlakuan, untuk menarik informasi sebanyak-banyaknya dari seri
perlakuan yang dikenakan. Keduanya dapat dikombinasikan dengan memperhatikan prinsip
ortogonalitas.

Rancangan lingkungan yang populer adalah Rancangan Acak Lengkap (Completely Randomized
Design) dan Rancangan Acak Kelompok Lengkap (Randomized Complete Block Design).
Masing-masing rancangan itu berhubungan erat dengan analisis varians satu-arah dan analisis
varians dua-arah tanpa interaksi. Beberapa rancangan lingkungan lain adalah Rancangan Persegi
Latin dan Rancangan Persegi Greko-Latin.
Rancangan perlakuan mengenal rancangan satu faktor dan rancangan faktor berganda (rancangan
faktorial). Faktor adalah himpunan seri perlakuan sejenis. Bagaimana menempatkan kombinasi
perlakuan pada setiap satuan percobaan dalam suatu percobaan adalah kajian penelitian yang
hingga sekarang masih banyak dilakukan, khususnya apabila peneliti dihadapkan pada
kombinasi tidak lengkap atau situasi yang tidak setimbang. Matematika kombinatorik memiliki
penerapan yang luas di bagian kajian ini.

Anda mungkin juga menyukai