Central Composite Design

Contoh penelitian: Optimasi proses destilasi etanol dari limbah cair pencucian tepung
porang kasar. Proses ekstraksi dipengaruhi oleh suhu (0C), dan waktu (jam) yang
digunakan dalam penelitian. Berikut langkah untuk merancang penelitian tersebut:

a. Membuka aplikasi Design Expert 7.0

Buka aplikasi Design Expert 7.0, tampilan sebagai berikut:

Kemudian klik File, pilih New Design

b. Memilih Central Composite Design
Tampilan Design Expert sebagai berikut, kemudian pilih Respon Surface
disebelah kiri, pilih Central Composite Design

c. Merancang Desain Percobaan

1) Menentukan faktor penelitian
Mengisi jumlah faktor yang akan dibuat dalam percobaan dengan cara klik
Numeric Factors, kemudian mengisi “Name” (faktor), “Units” (satuan faktor), “-1
Level” (batas bawah), “+1 Level” (batas atas), kemudian klik “Continue”.

Tabel 1.1 cara menentukan batas atas dan batas bawah:

Faktor -1 (batas 0 (titik +1 (batas atas)
bawah) tengah)
Suhu (0C) 83-5 = 78 83 83+5 = 88
Waktu (jam) 4-1 = 3 4 4+1 = 5

Titik tengah merupakan faktor yang telah ditentukan dalam penelitian

berdasarkan studi literatur dan penelitian pendahuluan. Batas bawah adalah batas
paling minimal faktor dapat mempengaruhi respon, sedangkan batas atas
merupakan batas maksimal faktor dapat mempengaruhi respon. Jarak antara titik
tengah (0) dengan batas bawah (-1) selisihnya harus sama dengan jarak antara titik
tengah (0) dengan batas atas (+1)
Pada Central Composite Design, juga terdapat nilai -alpha (-1,414) dan +alpha
(+1,414) yang nantinya akan secara otomatis berubah mengikuti nilai batas bawah (-
1) dan batas atas (+1) yang diinput. Tampilannya sebagai berikut:
 Dalam percobaan ini menggunakan 2 faktor sehingga pada faktor A, “Name” diisi
dengan suhu, “Unit” diisi dengan 0C, “-1 level” diisi dengan batas bawah yakni 78,
serta “+1 level” diisi dengan batas atas yakni 8, demikian pula untuk faktor B sesuai
dengan Tabel 1.1. Dari faktor yang telah di input, maka dihasilkan 13 kombinasi
pelakuan, yakni center points 5 perlakuan dan not center points 8 perlakuan.
Kemudian klik “Continue”.

2) Menentukan respon penelitian

Mengisi respon yang akan diamati dalam penelitian, dengan memilih
“Responses” serta jumlah respon yang akan diamati, isi “Name” (respon) dan “Units”
(satuan respon) kemudian klik “Continue”.
 Dalam penelitian ini mengamati 2 respon, sehingga respon dipilih 2, kemudian
diisi respon penelitian pertama adalah Kadar Etanol (%v/v) kemudian respon kedua
adalah Rendemen (%), selanjutnya klik “Continue”. Tampilan sebagai berikut:
3) Rancangan percobaan Central Composite Design
Setelah klik Continue, maka akan muncul rancangan percobaan berdasarkan
faktor dan respon yang telah diisi sebelumnya, tampilan sebagai berikut:

(Tampilan Kode)

(Tampilan Aktual)
 Rancangan percobaan yang telah disarankan oleh Design Expert kemudian
dilakukan di laboratorium sesuai dengan urutan standar “Std”, bukan urutan “Run”.

d. Input data ke dalam Design Expert

Setelah itu dilakukan penelitian di laboratorium berdasarkan rancangan yang telah
disarankan oleh Design Expert, kemudian hasil penelitian diinput kembali ke dalam
Design Expert sebagai respon. Hasil penelitian adalah sebagai berikut:

Tabel 1.2 Data respon kadar etanol dan rendemen dari rancangan CCD
X1 X2 Y1 Y2
Std Run Suhu (°C) Waktu (jam) Kadar Etanol (%v/v) Rendemen (%)
1 8 78 3 83.19 22.67
2 11 88 3 73.21 27.33
3 1 78 5 77.69 22.8
4 13 88 5 77.12 32.67
5 4 75.93 4 83.88 9.87
6 10 90.07 4 74.35 37.87
7 6 83 2.59 80.67 26.93
8 3 83 5.41 78.93 28.53
9 12 83 4 80.45 36.53
10 9 83 4 80.46 33.33
11 7 83 4 80.35 27.33
12 2 83 4 81.3 26
13 5 83 4 83.07 29.07
Cara input kedalam Design Expert dilakukan dengan cara membuka data dalam
Microsoft Excel, kemudian blok respon dan dicopy lalu di paste di design expert.
Tampilan sebagai berikut:
(Microsoft Excel)

(Design Expert)
Berikut tampilan hasil data yang telah dinput:

Data siap dianalisa.

e. Analisa Data
Analisa dilakukan sesuai jumlah respon yang diamati, sehingga dalam penelitian ini
analisa dilakukan pada respon kadar etanol dan rendemen. Untuk melakukan analisa
data, klik “Analysis” di sebelah kiri Design Expert, kemudian pilih respon “Kadar Etanol”.

1) Fit Summary
Fit summary digunakan untuk memilih model terbaik yang akan digunakan untuk
permodelan. Model terbaik ditentukan berdasarkan sequential model, lack of fit test, dan
model summary statistics.
Cara analisa dengan klik “Fit Summary” kemudian scroll kebawah untuk melihat
sequential model, lack of fit test, dan model summary statistics, tampilan sebagai
berikut:
 Berdasarkan sequential model, menunjukkan model yang disarankan oleh Design
Expert untuk percobaan ini adalah Quadratic vs 2FI karena nilai p-value <0,05 (nyata).
Hasil ini memiliki arti bahwa antara X1 (suhu), dan X2 (waktu) berpengaruh nyata
terhadap respon kadar etanol.

Apabila ditinjau dari lack of fit (ketidak cocokan model), model yang disarankan
adalah quadratic karena memiliki p-value paling besar (tidak nyata), sehingga model
quadratic yang disarankan oleh Design Expert.

Berdasarkan model summary statistic, model yang disarankan adalah quadratic

karena memiliki nilai R-Square, Adjusted R-Square dan Predicted R-Square tertinggi
dan nilai PRESS (prediction eror sum of squares) terendah. Nilai R-Square yang
didapatkan sebesar 0,9066 atau 90,66% artinya model quadratic mampu menjelaskan
keragaman yang terkandung dalam data pengaruh suhu dan waktu destilasi terhadap
kadar etanol. Sisanya sebanyak 9,44% dipengaruhi oleh faktor lain yang tidak dijadikan
variabel yang diteliti.Meskipun pada model cubic memiliki R-Square 95,85% tetapi
model cubic tidak disarankan karena tidak memiiki nilai PRESS.

2) Pemilihan Model
Untuk memilih model, klik “f(x) Model”. Kemudian pilih model quadratic sesuai
dengan yang disarankan sebelumnya, cara memilih model adalah dengan klik “Process
Order” dengan “Quadratic”. Dalam percobaan ini tidak dilakukan modifikasi model
karena model yang disarankan sudah quadratic. Tampilan sebagai berikut:

Arti tanda huruf M berwarna hijau diatas menandakan bahwa term yang terkait
masuk dalam model. Sedangkan tanda ~ berwarna merah menandakan term tidak
masuk dalam model, serta term yang tidak memiliki tanda menunjukkan bahwa model
yang terbaik dapat dimodifikasi dengan menambahkan term yang belum memiliki tanda.

3) Anova
Anova digunakan untuk mengetahui pengaruh masing-masing faktor terhadap
variabel respon. Cara analisa dengan klik “Anova”, tampilan sebagai berikut:
 Dari data diatas, di ketahui bahwa model quadratic dipilih karena dengan model ini X 1
(suhu), dan X2 (waktu) berpengaruh nyata/signifikan terhadap respon rendemen, hal ini
dinyatakan dengan nilai p-value <0.05. selain itu, model ini memiliki nilai lack of fit
(ketidakcocokan) yang tidak signifikan sehingga model quadratic dapat digunakan.
Kemudian dibuat persamaan dari tampilan berikut:
Sehingga diperoleh model regresi kuadratik adalah sebagai berikut:
Y = 81.13 – 3.00X1 –0.51 X2 + 2.35 X1X2 – 1.42 X12 – 1.08 X22
Keterangan:
Y = Respon Kadar Etanol
X1= Suhu Destilasi
X2= Waktu Destilasi

4) Diagnostics
Tahap ini digunakan untuk menguji residual model yang didapatkan apakah
memenuhi asumsi yang melandasi anova. Cara analisa dengan klik “Diagnostic”,
tampilan sebagai berikut:

Berdasarkan normal plot of residuals menunjukkan bahwa plot residual mengikuti

garis berwarna merah. Hal ini mengindikasikan bahwa secara deskriptif, residual sudah
mengikuti distribusi normal.
Untuk melihat pengujian asumsi yang lain dapat dilakukan dengan klik view
bagian kiri, misalnya untuk mengetahui Residuals vs Predicted, maka tampilan akan
sebagai berikut:
 Berdasarkan plot residuals vs predicted secara random berada di atas dan di
bawah garis mendatar di titik 0.0. Hal ini mengindikasikan homogenitas ragam sudah
terpenuhi.

5) Model Graphs
Model Graphs menunjukkan tampilan grafik berupa kontur dan kurva respon
berdasarkan hasil permodelan. Cara analisa dengan klik “Model Graphs”, tampilan
sebagai berikut:
 Kontur warna semakin merah menunjukkan bahwa respon rendemen semakin
maksimal. Sedangkan kontur warna biru menunjukkan respon rendemen semakin
rendah
Untuk melihat tampilan 3D dilakukan dengan klik “View” di bagian atas,
kemudian centang bagian “3D Surface”, tampilan sebagai berikut:

Hasil tampilan 3D adalah sebagai berikut:

 Tampilan 3D dapat diatur sesuai keinginan sehingga mempermudah interpretasi
dengan menggunakan tools “Rotation” pada sebelah kiri Design Expert.

Untuk melakukan analisa respon Rendemen, dapat dilakukan proses yang sama

f. Proses Optimasi:
Proses ini dilakukan untuk memperoleh suhu dan waktu destilasi yang paling
optimal dalam menghasilkan kadar etanol dan rendemen yang maksimum. Langkah
proses optimasi dengan klik “Optimization”. Tampilan sebagai berikut:

1) Criteria
Pada tahap ini digunakan untuk mengatur kondisi sehingga dihasilkan respon
yang sesuai. Cara analisa yakni dengan memilih faktor dengan kondisi yang diinginkan.
Pada faktor suhu dan waktu “Goal” di pilih opsi in range (sesuai faktor penelitian),
sedangkan respon kadar etanol dan rendemen dipilih opsi maksimum sebagaimana
respon yang diharapkan dalam penelitian. Klik “Numerical” kemudian pilih “Criteria”
tampilan sebagai berikut:
(Kriteria Faktor)

(Kriteria Respon)
2) Solution
Solution merupakan langkah yang digunakan untuk mengetahui kondisi optimal
dalam percobaan. Klik “Solution” kemudian tampilan sebagai berikut:

Berdasarkan hasil optimasi diperoleh suhu destilasi sebesar 82.880C, dan waktu
destilasi selama 3.94 jam. Nilai Desirability yang semakin mendekati 1 menunjukkan
bahwa model quadratic mampu memprediksi dengan sangat baik karena menghasilkan
prediksi kadar etanol dan rendemen maksimum. Dalam penelitian ini nilai desirability
cukup jauh dari angka 1, yakni hanya sebesar 0,689. Hal ini menunjukkan bahwa model
quadratic kurang mampu memprediksi kadar etanol dan rendemen yang maksimum.
Untuk mengetahui Desirability pada masing-masing variabel respon (individual
desirability) dapat dilakukan dengan klik “View” kemudian centang “Desirability Bar
Graph”, tampilan sebagai berikut:
 Berdasarkan grafik desirability di atas, menunjukkan bahwa desirability pada
respon Kadar Etanol sebesar 0.75 sedangkan desirability respon Rendemen sebesar
0.63. Perbedaan nilai desirability ini menunjukkan bahwa suhu dan waktu destilasi lebih
mampu memaksimalkan respon kadar etanol dari pada respon rendemen.

3) Graphs
Untuk analisa Model Graphs dapat dilakukan dengan klik “Graphs”. Untuk
membaca hasil tampilan grafik dapat dilakukan hal yang sama seperti pada model
graphs pada analisa data, dimana grafik akan menampilkan kontur warna dan bentuk
grafik. Adanya kontur warna merah serta grafik memiliki titik maksimum maka hasil
percobaan menunjukkan semakin baik, hal ini dikarenakan model regresi memiliki titik
maksimum terhadap respon percobaan.
Pada bagian tengah gambar juga terdapat nilai prediksi, dimana pada percobaan
ini nilai prediction adalah 0,689. Semakin mendekati angka 1 maka semakin baik,
artinya dalam percobaan ini masih belum optimal respon percobaan yang dihasilkan.
Tampilan grafik adalah sebagai berikut:
 Untuk melihat tampilan 3D dilakukan dengan klik “View” di bagian atas,
kemudian centang bagian “3D Surface”, tampilan sebagai berikut:

Tampilan 3D dapat diatur sesuai keinginan sehingga mempermudah interpretasi

dengan menggunakan tools “Rotation” pada sebelah kiri Design Expert.
 VERIFIKASI

g. Proses Verifikasi:
Proses verifikasi hasil optimum dilakukan untuk membuktikan apakah solusi titik
optimum faktor yang dihasilkan oleh program Design Expert benar-benar memberikan
hasil respon paling optimum. Untuk melakukan proses verifikasi dilakukan dengan cara
klik optimization, pilih numerical klik solution, tampilan sebagai berikut:

(Prediksi Design Expert)

Hasil prediksi dari program Design Expert dilakukan verifikasi dalam laboratorium
dengan pengulangan sebanyak 3 kali, sehingga diperoleh data sebagai berikut:

Parameter Desilasi Respon

Suhu (0C) Waktu (jam) Kadar Etanol (%v/v) Rendemen (%)
Prediksi 82.88 3.94 81.22 27.54
Verifikasi 82.88 3.94 81.98 26.30
(ulangan 1)
Verifikasi 82.88 3.94 83.65 28.01
(ulangan 2)
Verifikasi 82.88 3.94 82.13 28.49
(ulangan 3)

Dari hasil tersebut kemudian dibandingkan dengan metode paired t-test pada
aplikasi Minitab 17. Berikut tahapan yang harus dilakukan:
1) Membuka aplikasi Minitab 17
Tahap pertama adalah membuka aplikasi Minitab 17, tampilan sebagai berikut:

2) Input data
Proses input data dilakukan dalam Micrososft Excel terlebih dahulu, tampilan
sebagai berikut:
 Data dalam Microsoft Excel kemudian di blok lalu di copy dan di paste dalam Minitab
17, tampilan sebagai berikut:

3) Analisa Data
Proses analisa data menggunakan paired t – test, tahapan untuk analisa tersebut
adalah klik “Basic Statistics” kemudian pilih paired t, tampilan sebagai berikut:
 Selanjutnya mengisi “Paired t for the Mean” dimana sampel 1 di isi dengan prediksi,
dan sampel 2 di isi dengan verifikasi, tampilan sebagai berikut:

Kemudian klik “Options” dan mengisi selang kepercayaan pada “Confidence level”
dengan 95.0, klik “OK” pada paired t option, dan klik “OK” pada paired t for mean.
Kemudian akan muncul hasil analisa sebagai berikut:
4) Hasil Analisa
Hasil analisa prediksi dan verifikasi rendemen seperti gambar dibawah ini:

Berdasarkan hasil analisa paired t test dapat dilihat bahwa antara nilai prediksi dan
verifikasi tidak berbeda nyata, hal ini dapat dilihat dari nilai p-value >0,05. Sehingga nilai
verifikasi (percobaan dalam laboratorium) dianggap sama dengan nilai prediksi (saran
dari Design Expert).

Untuk analisa paired t test untuk respon rendemen dilakukan tahapan yang sama.