BAB I

PENDAHULUAN

1.1 Latar Belakang

Analisis yang sering digunakan dalam penelitian untuk mengetahui
hubungan suatu variabel terhadap variabel lain adalah analisis regresi
linear. Pada beberapa kasus, dibutuhkan suatu model yang berguna untuk
perbaikan proses, yaitu model yang dapat mengoptimalkan karakteristik
kualitas yang diteliti. Untuk memenuhi model ini dilakukan pendekatan
statistik secara sistematis yang menghasilkan metode permukaan respon.
Metode permukaan respon adalah himpunan metode-metode matematika
dan statistika yang digunakan untuk melihat hubungan antara satu atau
lebih variable perlakuan berbentuk kuantitatif dengan sebuah variabel
respon yang bertujuan untuk mengoptimalkan respon tersebut. Metode ini
bermanfaat untuk mengembangkan, meningkatkan, dan mengoptimasi
proses. Penerapannya sangat penting terutama di bidang rancangan,
pengembangan dan perumusan produk baru, serta pada peningkatan
rancangan produk yang sudah ada.
Beberapa teknik statistika dan matematika sering dipakai untuk
melakukan pendekatan guna memperoleh pemahaman terhadap kondisi
optimal dari suatu proses, tanpa memerlukan data yang terlampau banyak.
Diantara metode yang sering dipakai adalah metode permukaan respon
Central Composite Design (CCD). Penggunaan sederhananya dengan
menyusun suatu model matematika, peneliti dapat mengetahui nilai
variabel-variabel independen yang menyebabkan nilai variable respon
menjadi optimal. Dibanding dengan metode lain yaitu full factorial yang
jika digunakan untuk mencari hubungan interaksi menggunakan 3 faktor
membutuhkan 27 sampel data, sedangkan menggunakan Central
Composite Design (CCD) hanya memerlukan 20 sampel data, dan dengan
tingkat keberhasilan penelitian sama besar, maka Central Composite
Design (CCD) lebih tepat digunakan dalam penelitian.
1.2 Tujuan
1. Mengetahui proses optimasi data dengan menggunakan model
derajat dua.
2. Memahami hasil analisis data yang dioptimasi dengan
menggunakan metode Central Composite Design.
 BAB II

TINJAUAN PUSTAKA

2.1 Jelaskan mengenai metode optimasi menggunakan Respon Surface

Metode dan Central Composite Design !
Metode permukaan respon adalah kumpulan teknik matematis dan
statistic yang digunakan untuk pemodelan dan analisis masalah dalam
suatu respon dalam hal ini biasanya merupakan kualitas suatu produk yang
dipengaruhi oleh beberapa variabel dan tujuannya adalah untuk
mengoptimasi respon tersebut. Metode permukaan respon sebuah
kombinasi pada statistik dan metode optimasi yang menggunakan model
dan desain optimasi. Optimasi dengan metode permukaan respon bisa
diterapkan pada penelitian Ilmu Pangan (Teknologi Hasil Pertanian),
Pertanian, Kehutanan, Biologi, Farmasi, Kesehatan, Teknik Kimia, Kimia,
Bioteknologi, Teknik, Sosial, Ilmu Kesehatan, Ilmu Ekonomi, dll.
Penggunaan metode permukaan respon tidak hanya terbatas untuk ilmu-
ilmu tersebut, namun semua bidang ilmu khususnya penelitian yang
bertujuan untuk mencari kondisi variable optimum bisa menggunakan
metode ini. Metode ini menggunakan analisis regresi pada data
eksperimen dan plot 3D model permukaan respon [ CITATION Fit15 \l 1033 ].
Central composite design (CCD) membahas konsep mengenai
analisis ridge. Inti dari analisis ridge adalah prosedur akar temuan dari
Lagrange Multiplier untuk persamaan stasioner sehingga memenuhi
persamaan pembatas spherical (bola). Analisis ini bertujuan untuk mencari
estimasi dari kondisi optimum di dalam wilayah spherical (bola) pada
percobaan selama proses optimasi. Untuk mengidentifikasi dan
menentukan model permukaan respon yang sesuai, diperlukan langkah-
langkah mulai dari eksperimen desain, teknik pemodelan regresi, sampai
metode optimasi dasar [ CITATION Rab17 \l 1033 ].
2.2 Sebutkan metode CCD beserta syarat-syaratnya !
Central Composite Design adalah sebuah rancangan percobaan
yang terdiri dari rancangan 2k faktorial dengan ditambahkan beberapa
central runs dan axial run (star runs). CCD untuk k=2 dan k=3 secara
visual ditunjukkan oleh gambar berikut :

Central Composite Design

(Arofa et al., 2018).
 Untuk estimasi model respon permukaan orde II, digunkan Central
Composite Design (CCD). Misalnya k buah variabel input dalam bentuk
kode ditunjukkan dengan x = (x1,......,xk), CCD terdiri dari tiga bagian
berikut :
a. Rancangan 2k faktorial (Runs/Cube Point) = nf, dimana k adalah
banyaknya faktor, yaitu percobaan pada titik (±1, ±1......., ±1)
b. Center Runs (nc) yaitu percobaan pada titik pusat (0,0,....,0)
c. Star Runs / axial runs, yaitu percobaan pada titik-titik (α,0......,0), (-
α, 0......,0), (0, α......,0), (0,- α......,0), (0,0......, α) dan (0,0......,- α)
dengan menggunakan axial atau star point a yang nilainya ditentukan
oleh jumlah variabel faktor dan jenis CCD yang digunakan , dimana
nilai α = (2)nf/4.
Pada CCD, agar kualitas dari prediksi menjadi lebuh baik, maka
rancangannya selain memiliki sifat ortogonal juga harus rotatable. Suatu
rancangan dikatakan rotatable jika ragan dari variabel respon yang
diestimasi merupakan fungsi dari x1,x2,........ xk yang hanya bergantung
pada jarak dari pusat rancangan dan tidak bergantung dari arahnya (letak
titik percobaan). Dengan kata lain ragam dari variabel respon yang diduga
sama untuk semua titik asalkan titik-titik tersebut memiliki jarak yang
sama dari pusat rancangan (center runs) (Arofa et al., 2018).
Pada central composite design (CCD), agar kualitas dari prediksi
jadi lebih baik maka rancangannya selain memiliki sifat orthogonal juga
harus rotable jika ragam dari variabel respon benar – benar tidak diketahui.
Dengan kata lain ragam dari variabel respon yang diduga sama untuk
semua titik asalkan titik-titik tersebut memiliki jarak yang sama dari pusat
rancangan (centre runs). Kurva tiga dimensi (Three dimensional respone
surface and contour plot) digunakan untuk menguji kebenaran pengaruh
variabel percobaan pada hasil yang diperoleh.. Koefisien-koefisien pada
model empirik diestimasi dengan menggunakan analisis regresi multiarah.
Kesesuaian model empirik dengan data eksperimen dapat ditentukan dari
koefisien determinasi (R2). Untuk menguji signifikan atau tidaknya model
empirik yang hasilkan digunakan ANOVA (Analysis of Variance)
[ CITATION Rab17 \l 1033 ].
2.3 Sebutkan keuntungan serta kerugian optimasi menggunakan Central
Composite Design !
Dalam metode permukaan respon seringkali dalam kebanyakan
masalah percobaan tidak dapat diketahui secara pasti di mana lokasi
maksimum yang letaknya diharapkan. Sehingga dugaan awal kondisi
optimum dari sistem akan berbeda jauh dari kondisi optimum yang aktual.
Untuk menyelesaikan masalah tersebut dapat digunakan prosedur dakian
tercuram (Steepest Ascent) untuk mencari daerah respon maksimum dan
mendapatkan titik-titik optimum yang sesuai dengan kondisi optimum
 yang aktual. Metode permukaan respon mampu memberikan arah optimasi
dengan mengakomodasi adanya prosedur steepest ascent. Kelemahan dari
metode permukaan respon adalah diketahui terlebih dahulu variabel bebas
yang digunakan harus signifikan (kurang dari 5% ) mempengaruhi
variabel respon agar pada pengujian persamaan regresi model sesuai (lack
of fit). Dapat juga dilakukan pengujian hipotesis pada rancangan
percobaan ordo pertama, dan jika terjadi lack of fit yaitu kekurangcocokan
model dan signifikan ANOVA kurang dari, maka dapat menghilangkan
variable bebas yang tidak signifikan mempengaruhi respon [ CITATION Fit15
\l 1033 ].
Response Surface Methodology (RSM) mampu mengidentifikasi
titik-titik di luar daerah percobaan (model orde I) dan menentukan titik
dari respon maksimum dengan metode steepest ascent serta dapat
menjelaskan hubungan variabel bebas kuantitatif terhadap respon (model
orde II ditentukan dengan CCD). RSM juga dapat menjelaskan hubungan
variabel terhadap respon secara visual yaitu dengan contour plot dan
surface plot. Dalam RMS, replikasi hanya dilakukan pada titik pusat
(center point) sehingga jumlah percobaan menjadi lebih sedikit. Metode
RSM telah banyak dipakai untuk menentukan parameter optimal baik
dalam industri proses maupun industri manufaktur (Ongkowijoyo et al.,
2016).
2.4 Sebutkan dan jelaskan aplikasi metode CCD dibidang bioproses !
Aplikasi CDD dibidang bioproses yaitu pada proses optimasi
pektin dari kulit buah nangka (Artocarpus heterophyllus) dengan
Microwave Assisted Extraction (MAE) dengan mengkaji waktu ekstraksi
dan konsentrasi pelarut. Proses pengambilan pektin yang dilakukan secara
optimal dapat meningkatkan komposisi fisika dan kimia yang terdapat
pada pektin. Microwave Assisted Extraction (MAE) dapat menjadi salah
satu alternative metode yang dapat meningkatkan komposisi fisika dan
kimia pektin. Kulit buah nangka jenis salak menjadi bahan baku yang baik
dalam pembuatan pektin. Parameter ekstraksi yang dioptimasi adalah
waktu ekstraksi dan konsentrasi pelarut dengan Central Composite Design
(CCD). Sehingga mendapatkan hasil optimasi yang akan menunjukkan
kenaikan komposisi kimia dan fisika pada waktu ekstraksi dan konsentrasi
pelarut (Windiarsih et al., 2015).
Aplikasi CDD dibidang bioproses yaitu pada analisis optimum
bitumen content dan suhu pemadatan pada campuran Split Mastic Asphalt
(SMA) dengan limbah plastik High Denstity Poly Ethylene (HDPE)
sebagai pengganti sebagian agregat. Plastik tutup botol bekas HDPE
digunakan sebagai pengganti sebagian aggregat pada campuran SMA.
Tujuannya untuk mengidentifikasi apakah limbah plastik sebagai aggregat
memberikan pengaruh terhadap karakteristik Marshall serta mendapatkan
suhu terendah pemadatan yang dapat diterapkan pada campuran SMA.
Metode pembuatan benda uji yang digunakan adalah Central Composite
Design (CCD) dengan tahap pertama menggunakan variasi kadar aspal
dan variasi kadar plastik yang tersebar dalam 9 kombinasi. Pada tahap
kedua menggunakan variasi suhu pemadatan sebesar tersebar dalam 5
variasi suhu. Hasil pengujian dianalisis menggunakan software minitab.
Sehingga mendapatkan nilai flow terbesar, nilai Marshall Quetient (MQ)
terbesar (Arofa et al., 2018).
 DAFTAR PUSTAKA

Arofa, M. F., Sarwono, D., dan Djumari. 2018. Analisis Optimum Bitumen
Content dan Suhu Pemadatan Pada Campuran Split Mastic Asphalt
(SMA) dengan Limbah Plastik High Denstity Poly Ethylene (HDPE)
Sebagai Pengganti Sebagian Agregat. e-Jurnal Matriks Teknik Sipil. 6(1):
133-142.

Fitria, N. 2015. Optimasi Parameter Regresi Response Surface Methodology

Dalam Laba Usaha Pedagang Buah dan Aplikasinya Menggunakan
Matlab. Skripsi. Universitas Negeri Semarang, Semarang.

Ongkowijoyo, S., Mulyana, I. J., dan Mulyono, J. 2016. Penentuan Parameter

Setting Mesin Pada Proses Corrugating. Media Teknika Jurnal
Teknologi. 11(1): 22-28.

Surrianingsih, R.. 2017. Aplikasi Central Composite Design Dalam Optimasi

Permesinan Magnesium AZ31. Skripsi.Universitas Lampung, Bandar
Lampung.

Windiarsih, C., Nugroho, W. A., dan Argo, B. D. 2015. Optimasi Pektin dari Kulit
Buah Nangka (Artocarpus heterophyllus) dengan Microwave Assisted
Extraction (MAE) (Kajian Waktu Ekstraksi dan Konsentrasi Pelarut).
Jurnal Bioproses Komoditas Tropis. 3(1): 39-49.
LAMPIRAN