TEKNIK OPTIMASI DESAIN

FAKTORIAL
Materi Kajian:

1. Definisi dan Prinsip Factorial

2. Teknik Optimasi.
3. Definisi Desain faktorial.
4. Jenis Desain Faktorial.
5. Dasar-dasar Desain faktorial.
6. Karakteristik Desain Faktorial.
7. Pengujian Desain faktorial.
8. Keuntungan Desain Faktorial.
9. Kerugian Desain faktorial.
 DEFINISI DAN PRINSIP FAKTORIAL

 Banyak percobaan melibatkan studi tentang efek dari dua

faktor atau lebih. Desain faktorial paling efisien untuk
memudah eksperimen.

 Dalam desain faktorial, semua kemungkinan kombinasi

tingkat faktor diselidiki dalam setiap replikasi.

 Jika ada a level faktor A, dan b level faktor B, maka

masing-masing ulangan berisi semua kombinasi perlakuan
ab.
 Efek Utama

 Efek utama suatu faktor didefinisikan sebagai perubahan

dalam respons yang dihasilkan oleh perubahan tingkat
faktor.

 Efek utama A adalah perbedaan antara respons rata-rata

di A1 dan A2
 Interaksi

 Dalam beberapa percobaan kita mungkin menemukan

bahwa perbedaan dalam respons antara tingkat satu faktor
tidak sama pada semua tingkat faktor lainnya. Ketika ini
terjadi, ada interaksi antara faktor-faktor tersebut.
 Di B1, efek A adalah:
 Pada B2, efek A adalah:
Grafik Interaksi
 Catatan

 Grafik sering berguna dalam menafsirkan interaksi yang

signifikan.

 Ketika interaksi besar, efek utama memiliki sedikit arti

yang berguna.

 Interaksi yang signifikan akan sering menutupi arti dari

efek utama.
 FAKTORIAL 2K
 Desain Faktorial 2K adalah percobaan di mana semua
FAKTOR hanya memiliki DUA LEVEL.
 Jumlah kombinasi (Run) untuk Desain Faktorial Penuh
dilambangkan sebagai n = 2k (di mana k = jumlah Faktor)
 22 DESAIN EKSPERIMENTAL FAKTOR

CONTOH: Anggaplah pembuatan suatu produk yang digunakan

dalam pembuatan cat, dalam proses batch. Jumlah bahan baku yang
tetap dipanaskan di bawah tekanan dalam rektor-1 untuk periode
waktu yang ditetap dan produk kemudian di-recovery. Proses ini
dioperasikan pada suhu 225 °C dan tekanan 4,5 bar. Sebagai bagian
dari proyek Six Sigma, yang bertujuan untuk meningkatkan hasil
produk, direncanakan percobaan 22 faktorial dengan dua replikasi.
Yield biasanya sekitar 90 kg. Diputuskan setelah diskusi antara tim
proyek untuk menggunakan level 200 °C dan 250 °C untuk suhu dan
level 4.0 bar dan 5,0 bar untuk tekanan.

 Respon : Hasil Produk (Yield) “Y”

 Faktor : Suhu “XA” & Tekanan “XB”
 Level : 200 °C dan 250 °C & 4.0 bar dan 5.0 bar
 Teknik Optimasi:
Optimasi adalah memilih elemen terbaik dari sejumlah
alternatif yang tersedia.

Menurut Merriam Webster Dictionary Optimization berarti

"tindakan, proses atau metodologi untuk membuat sesuatu
sepenuhnya sempurna, fungsional atau seefektif mungkin

Dalam prosedur matematika, ini berarti mengoptimalkan untuk

membuat sesempurna mungkin. Ini adalah proses memperoleh
formulasi yang optimal. Ini berarti mengoptimalkan sesuatu,
atau menggunakan sesuatu yang terbaik, menemukan jawaban
efektif atau fungsional yang sempurna.
 Pengembangan formulasi adalah proses pemilihan komponen dan
pemrosesan. Tujuan dari optimasi adalah untuk memahami formulasi
dan parameter pemrosesan target dan bahan-bahan formulasi. Ini
digunakan untuk pemilihan kualitas.

 Sering kali menemukan jawaban yang benar bukanlah hal yang

sederhana dan langsung dalam kasus seperti itu menggunakan
prosedur Optimasi untuk kompromi terbaik adalah cara yang lebih
cerdas untuk menyelesaikan masalah.

 Optimalisasi adalah proses menemukan cara terbaik untuk

menggunakan sumber daya yang ada sambil memperhitungkan semua
faktor yang memengaruhi keputusan dalam percobaan apa pun.
Definisi Desain faktorial:

 Eksperimen faktorial adalah eksperimen

yang desainnya terdiri dari dua faktor atau
lebih, masing-masing dengan nilai atau
tingkat yang berbeda.

 Teknik Desain faktorial diperkenalkan oleh

fisher pada tahun 1926.

 Desain faktorial diterapkan dalam teknik

optimasi.
Jenis Desain faktorial:
 Ada dua jenis desain faktorial.
1. Desain Faktorial Penuh.
2. Desain faktorial pecahan.
 Desain Faktorial Lengkap:
Desain di mana setiap pengaturan setiap faktor muncul dengan pengaturan
setiap faktor lainnya adalah desain faktorial penuh.

Desain sederhana untuk dibuat, tetapi sangat tidak efisien.

Jika ada faktor k, masing-masing pada level Z, FD penuh memiliki Zk.

Jumlah menjalankan (N)
N = yx
di mana, y = jumlah level, x = jumlah factor, misalnya 3
Faktor, 2 level masing-masing 23 = 8
 Faktor: Faktor dapat berupa kuantitatif (angka
angka) atau bersifat kualitatif.

 Design Desain faktorial tergantung pada

variabel independen untuk pengembangan
formulasi baru.

 Desain faktorial juga tergantung pada level dan

juga pengkodean.
 Desain faktorial: 22, 23, 32, 33

22 FD = 2 Faktor, 2 Level = 4 Run.

23 FD = 3 Faktor, 2 Level = 8 Run.
32 FD = 2 faktor, 3 Level = 9 Run.
33 FD = 3 Faktor, 3 Level = 27 Run
Dua Level full FD:
2 Faktor: X1 dan X1 (variabel independen)
2 level: Rendah dan Tinggi
Pengodean: (-1), (+ 1)

Tiga Level full FD:

Dalam desain faktorial tiga tingkat,
3 faktor: X1, X2 dan X3.
3 level digunakan,
1) rendah (-1)
2) menengah (0)
3) tinggi (+1)
 Desain Faktorial Fraksi:
Dalam FD penuh, ketika sejumlah faktor atau level
meningkat, jumlah percobaan yang diperlukan melebihi ke
tingkat yang tidak terkelola.

Dalam kasus seperti itu, jumlah percobaan dapat dikurangi

secara sistematis dan desain yang dihasilkan disebut
Fractional Factorial Design (FFD).

Diterapkan jika tidak ada faktor lebih dari 5.

Kombinasi level dipilih untuk memberikan informasi yang

cukup untuk menentukan efek faktor.
 Jenis Desain faktorial pecahan:
1. Homogeneous Fractional
2. Mixed level fractional
3. Plackett – Burman

Homogenous fractional:
Berguna ketika sejumlah besar faktor harus disaring.

Mixed level Fractional:

Berguna ketika berbagai faktor perlu dievaluasi untuk
efek utama dan interaksi tingkat yang lebih tinggi dapat
dianggap diabaikan.
Plackett- Burman:
Ini adalah kelas screening design yang populer.

Desain ini adalah desain penyaringan yang sangat

efisien ketika hanya efek utama yang menarik.

Ini berguna untuk mendeteksi efek utama yang besar

secara ekonomis, dengan asumsi semua interaksi dapat
diabaikan jika dibandingkan dengan efek utama yang
penting.
Dasar-dasar Desain faktorial

 Desain faktorial paling efisien untuk eksperimen yang

melibatkan studi efek dua faktor atau lebih.

 Dengan desain faktorial, kami bermaksud bahwa dalam

setiap percobaan lengkap atau replikasi percobaan semua
kemungkinan kombinasi tingkat faktor diselidiki.

 Ketika Faktor-faktor disusun dalam desain faktorial, faktor-

faktor tersebut sering dikatakan disilangkan.
Karakteristik Desain Faktorial
 Perawatan harus dapat diberikan dalam kombinasi tanpa
mengubah dosis di hadapan setiap perawatan lainnya.

 Harus dapat diterima tidak memberikan pengobatan secara

individu (mis. Plasebo beretika) atau memberikannya
dengan dosis yang lebih rendah jika itu diperlukan untuk
kombinasi.

 Harus benar-benar tertarik mempelajari kombinasi

pengobatan yang diperlukan untuk desain factorial

 Pertanyaan terapi harus dipilih

 Pengujian Desain faktorial.
In chromatographic condition responses can be
1. Efficiency.
2. Retention Factor.
3. Asymmetry.
4. Retention Time.
5. Resolution.
Contoh:
Dalam contoh ini resolusi dianggap sebagai respons.
esponse.
No Factors Low High level
level
1 Temp(x1 ) 30 50

2 % Ethanol (X2 ) 55 60

3 Flow Rate Of 0.1 0.2

Mobile Phase
Experiments for a 23 Factorial
Design:
No X1 X2 X3
1 -1 -1 -1
2 -1 1 -1
3 1 -1 -1
4 1 1 -1
5 -1 -1 1
6 -1 1 1
7 1 -1 1
8 1 1 1
 Data analysis for 23 :
Temp % Ethanol Flow rate Resolution

30 55 0.1 2.4

50 55 0.1 1.8

30 60 0.1 1.9

50 60 0.1 1.4

30 55 0.2 2.4

50 55 0.2 1.8

30 60 0.2 1.6

50 60 0.2 1.1
Dibandingkan dengan hasil keseluruhan, sepertinya A
(merek) memiliki pengaruh yang sangat kecil terhadap
rasa. Dilanjutkan analisisnya dengan membedakan
rata-rata dari atas ke bawah dan dari belakang ke
depan untuk mendapatkan efek B dan C. Silakan dan
lakukan perhitungan jika Anda mau. Hasilnya –20,5
untuk B dan –17 untuk C. Dampak, atau “efek,” dari
faktor B (daya) dan C (waktu) jauh lebih besar
daripada A (merek popcorn).
Keuntungan Desain faktorial.

 Lebih mudah untuk mempelajari efek gabungan dari dua

faktor atau lebih secara bersamaan dan menganalisis
keterkaitan mereka.

 Ini memiliki berbagai kombinasi faktor yang digunakan.

 Menghemat waktu.

 Ini memungkinkan evaluasi efek interaksi.

Kerugian Desain faktorial.

 Kompleksnya ketika beberapa faktor terlibat secara

bersamaan.

 Buang-buang waktu dan bahan percobaan.

 Peningkatan ukuran faktor menyebabkan peningkatan

ukuran blok yang meningkatkan kemungkinan kesalahan.
Software Used:
 Design Expert 7.1.3
 SYSTAT sigma Stat 3.11
 CYTEL East 3.1
 Minitab
 Matrex
 Omega
THANKS YOU