Tugas Responsi Hari, tanggal : Senin, 15 November 2021

Pengolahan Data Dosen : Dr. Nugraha Edhie S., S.T.P., DEA

Mutu Pangan Asdos : Ismail Hamzah, A.Md

PRINSIP DASAR RANCANGAN OPTIMASI

Disusun oleh
Kelompok 1-BP1

Fatmah Wanda (J3E119043)

M. Rizal Purnama (J3E219154)
Rindi Inggar Suary (J3E219166)

SUPERVISOR JAMINAN MUTU PANGAN

SEKOLAH VOKASI
INSTITUT PERTANIAN BOGOR
BOGOR
2021
a. Cara Input Data

b. Hasil Analisis Data

 COOKING LOSS

Penjelasan Anova:
Nilai F Model sebesar 5,32 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 0,83% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan model terms signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dibuat. Nilai F Kurangnya Kesesuaian sebesar 0,56 menyiratkan
kurangnya kesesuaian tidak signifikan relatif terhadap kesalahan murni. Ada
kemungkinan 65.41% bahwa nilai F Kurangnya kesesuaian sebesar ini dapat terjadi
karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.

Penjelasan Fit Statistics:

Predicted R² sebesar 0,3270 tidak sedekat dengan Adjusted R² sebesar 0,5597 seperti
yang biasanya diharapkan; yaitu perbedaannya lebih dari 0,2. Ini mungkin
menunjukkan efek blok besar atau kemungkinan masalah dengan model dan/atau data
yang dibuat. Hal-hal yang perlu diperhatikan adalah reduksi model, transformasi
respon, outlier, dll. Semua model empiris harus diuji dengan melakukan proses
konfirmasi. Adeq Precision mengukur rasio sinyal terhadap noise. Rasio yang lebih
besar dari 4 diinginkan. Rasio Anda 5,520 menunjukkan sinyal yang memadai. Model
ini dapat digunakan untuk menavigasi ruang desain.

Penjelasan Coefficients in terms of coded factors:

Estimasi koefisien mewakili perubahan yang diharapkan dalam respons per unit
perubahan nilai faktor ketika semua faktor yang tersisa dianggap konstan. Intersep
dalam desain ortogonal adalah respons rata-rata keseluruhan dari semua proses.
Koefisien adalah penyesuaian di sekitar rata-rata itu berdasarkan pengaturan faktor.
Ketika faktor-faktornya ortogonal, VIF adalah 1; VIF lebih besar dari 1 menunjukkan
multikolinieritas, semakin tinggi VIF semakin parah korelasi faktor. Sebagai aturan
kasar, VIF kurang dari 10 dapat ditoleransi.
  ELONGASI

Penjelasan Anova:
Nilai F Model sebesar 5,06 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 1,00% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan istilah model signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dibuat. Nilai F Kurang Kesesuaian sebesar 3,34 menyiratkan ada
kemungkinan 6,96% bahwa Nilai F Kurangnya Kesesuaian sebesar ini dapat terjadi
karena noise. Probabilitas yang relatif rendah (<10%) menunjukkan probabilitas yang
tidak bagus.

Penjelasan Fit Statistics:

Predicted R² sebesar 0,2419 tidak sedekat dengan Adjusted R² sebesar 0,5441 seperti
yang biasanya diharapkan; yaitu perbedaannya lebih dari 0,2. Ini mungkin
menunjukkan efek blok besar atau kemungkinan masalah dengan model dan/atau data
yang dibuat. Hal-hal yang perlu diperhatikan adalah reduksi model, transformasi
respon, outlier, dll. Semua model empiris harus diuji dengan melakukan proses
konfirmasi. Adeq Precision mengukur rasio sinyal terhadap noise. Rasio yang lebih
besar dari 4 diinginkan. Rasio Anda 5.500 menunjukkan sinyal yang memadai. Model
ini dapat digunakan untuk menavigasi ruang desain.

Penjelasan Coefficients in Terms of Coded Factors:

Estimasi koefisien mewakili perubahan yang diharapkan dalam respons per unit
perubahan nilai faktor ketika semua faktor yang tersisa dianggap konstan. Intersep
dalam desain ortogonal adalah respons rata-rata keseluruhan dari semua proses.
Koefisien adalah penyesuaian di sekitar rata-rata itu berdasarkan pengaturan faktor.
Ketika faktor-faktornya ortogonal, VIF adalah 1; VIF lebih besar dari 1 menunjukkan
multikolinieritas, semakin tinggi VIF semakin parah korelasi faktor. Sebagai aturan
kasar, VIF kurang dari 10 dapat ditoleransi.
  KEKERASAN

Penjelasan Anova:
Nilai F Model sebesar 5,62 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 0,67% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan istilah model signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dihasilkan. Nilai F Kurangnya Kesesuaian sebesar 2,13 menyiratkan
Kurangnya Kesesuaian tidak signifikan relatif terhadap kesalahan murni. Ada
kemungkinan 16,60% bahwa nilai F Kurangnya Kesesuaian sebesar ini dapat terjadi
karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.

Penjelasan Fit Statistics:

Predicted R² sebesar 0,3397 tidak sedekat dengan Adjusted R² sebesar 0,5762 seperti
yang biasanya diharapkan; yaitu perbedaannya lebih dari 0,2. Ini mungkin
menunjukkan efek blok besar atau kemungkinan masalah dengan model dan/atau data
yang dihasilkan. Hal-hal yang perlu diperhatikan adalah reduksi model, transformasi
respon, outlier, dll. Semua model empiris harus diuji dengan melakukan proses
konfirmasi. Adeq Precision mengukur rasio sinyal terhadap noise. Rasio yang lebih
besar dari 4 diinginkan. Rasio yang dihasilkan sebesar 6.600 menunjukkan sinyal
yang memadai. Model ini dapat digunakan untuk menavigasi ruang desain.

Penjelasan Coefficients in Terms of Coded Factors:

Estimasi koefisien mewakili perubahan yang diharapkan dalam respons per unit
perubahan nilai faktor ketika semua faktor yang tersisa dianggap konstan. Intersep
dalam desain ortogonal adalah respons rata-rata keseluruhan dari semua proses.
Koefisien adalah penyesuaian di sekitar rata-rata itu berdasarkan pengaturan faktor.
Ketika faktor-faktornya ortogonal, VIF adalah 1; VIF lebih besar dari 1 menunjukkan
multikolinieritas, semakin tinggi VIF semakin parah korelasi faktor. Sebagai aturan
kasar, VIF kurang dari 10 dapat ditoleransi.
  DERAJAT GELATINISASI

Penjelasan Anova:
Nilai F Model sebesar 24,79 menyiratkan model tersebut signifikan. Hanya ada
kemungkinan 0,01% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan model terms signifikan. Dalam hal ini A, A², B²
adalah suku-suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah
model tidak signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak
termasuk yang diperlukan untuk mendukung hierarki), pengurangan model dapat
meningkatkan model yang dihasilkan. Nilai F Kurangnya Kesesuaian sebesar 1,80
menyiratkan Kurangnya Kesesuaian tidak signifikan relatif terhadap kesalahan murni.
Ada kemungkinan 21,64% bahwa nilai F Kurangnya Kesesuaian sebesar ini dapat
terjadi karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.

Penjelasan Fit Statistics:

Prediksi R² sebesar 0,7844 sesuai dengan R² yang Disesuaikan sebesar 0,8749; yaitu
perbedaannya kurang dari 0,2. Adeq Precision mengukur rasio sinyal terhadap noise.
Rasio yang lebih besar dari 4 diinginkan. Rasio yang dihasilkan sebesar 12.303
menunjukkan sinyal yang memadai. Model ini dapat digunakan untuk menavigasi
ruang desain.

Penjelasan Coefficients in Terms of Coded Factors:

Estimasi koefisien mewakili perubahan yang diharapkan dalam respons per unit
perubahan nilai faktor ketika semua faktor yang tersisa dianggap konstan. Intersep
dalam desain ortogonal adalah respons rata-rata keseluruhan dari semua proses.
Koefisien adalah penyesuaian di sekitar rata-rata itu berdasarkan pengaturan faktor.
Ketika faktor-faktornya ortogonal, VIF adalah 1; VIF lebih besar dari 1 menunjukkan
multikolinieritas, semakin tinggi VIF semakin parah korelasi faktor. Sebagai aturan
kasar, VIF kurang dari 10 dapat ditoleransi.
  DAYA CERNA PATI

Penjelasan Anova:
Nilai F Model sebesar 9,24 menunjukkan bahwa model tersebut signifikan. Hanya ada
kemungkinan 0,08% bahwa nilai F sebesar ini dapat terjadi karena noise. P-values
kurang dari 0,0500 menunjukkan istilah model signifikan. Dalam hal ini A, A² adalah
suku model signifikan. Nilai lebih besar dari 0,1000 menunjukkan istilah model tidak
signifikan. Jika ada banyak istilah model yang tidak signifikan (tidak termasuk yang
diperlukan untuk mendukung hierarki), pengurangan model dapat meningkatkan
model yang dihasilkan. Nilai F Kurangnya Kesesuaian sebesar 1,72 menyiratkan
Kurangnya Kesesuaian tidak signifikan relatif terhadap kesalahan murni. Ada
kemungkinan 23,26% bahwa nilai F Kurangnya Kesesuaian sebesar ini dapat terjadi
karena kebisingan. Kurangnya kecocokan yang tidak signifikan itu bagus.

Penjelasan Fit Statistics:

Predicted R² sebesar 0,4735 tidak sedekat dengan Adjusted R² sebesar 0,7079 seperti
yang biasanya diharapkan; yaitu perbedaannya lebih dari 0,2. Ini mungkin
menunjukkan efek blok besar atau kemungkinan masalah dengan model dan/atau data
Anda. Hal-hal yang perlu diperhatikan adalah reduksi model, transformasi respon,
outlier, dll. Semua model empiris harus diuji dengan melakukan proses konfirmasi.
Adeq Precision mengukur rasio sinyal terhadap noise. Rasio yang lebih besar dari 4
diinginkan. Rasio Anda sebesar 8.372 menunjukkan sinyal yang memadai. Model ini
dapat digunakan untuk menavigasi ruang desain.

Penjelasan Coeffisients in Terms of Coded Factors:

Estimasi koefisien mewakili perubahan yang diharapkan dalam respons per unit
perubahan nilai faktor ketika semua faktor yang tersisa dianggap konstan. Intersep
dalam desain ortogonal adalah respons rata-rata keseluruhan dari semua proses.
Koefisien adalah penyesuaian di sekitar rata-rata itu berdasarkan pengaturan faktor.
Ketika faktor-faktornya ortogonal, VIF adalah 1; VIF lebih besar dari 1 menunjukkan
multikolinieritas, semakin tinggi VIF semakin parah korelasi faktor. Sebagai aturan
kasar, VIF kurang dari 10 dapat ditoleransi.
c. Interpretasi
Berdasarkan data di atas dapat disimpulkan bahwa, karakteristik tepung jagung varietas
lokal Elos memiliki kadar amilosa sebesar 27,89% berbasis karbohidrat yang
menunjukkan bahwa tepung Elos dikelompokkan ke dalam jenis pati sedang atau
normal. Sifat gelatinisasi tepung Elos memiliki suhu awal gelatinisasi 73,55ºC dan suhu
gelatinisasi maksimum 91,05ºC. Faktor suhu ekstruder berpengaruh secara signifikan
terhadap respon cooking loss, elongasi, kekerasan, derajat gelatinisasi dan daya cerna
pati, sedangkan kecepatan screw ekstruder berpengaruh signifikan hanya pada respon
derajat gelatinisasi pati. Kondisi proses optimum dengan variabel suhu dan kecepatan
screw ekstruder yang dihasilkan pada optimasi proses menggunakan RSM dengan
program Design Expert 12.0 ini adalah pada suhu 95ºC dan kecepatan screw ekstruder
106 rpm.