Response Surface Design

OPTIMIZATION

Ilham Ary Wahyudie

Response surface methodology, or RSM, is to o p tim iz e th is re s p o n s e .
Sebagai contoh, seorang insinyur kimia ingin mencari level temperature (x j dan
feed concentration (x2) yang memaksimalkan yield (y) dari suatu proses. Hasil
proses adalah fungsi dari level temperature dan feed concentration adalah:
Y =f (xxx ) + e
dengan e yang merepresentasikan noise atau error observed pada respon Y.
^ = f(x 1,x2.) disebut response surface.

Pada kebanyakan masalah RSM, bentuk hubungan antara respon dan variabel
bebas tidak diketahui. Jadi, langkah pertama dalam RSM adalah menemukan
pendekatan yang cocok untuk hubungan sebenarnya antara Y dan variabel bebas.
Biasanya, polinomial orde rendah digunakan. Fungsi aproksimasinya adalah first-
o r d e r m o d e l.
k
Y = fi0 + ^ f r X l
i=1
Jika ada kelengkungan dalam sistem, maka polinomial derajat yang lebih tinggi
harus digunakan, seperti model orde kedua (s e c o n d -o rd e r m o d e l).
k k
Y = P0+ X & X,
i=1
+ X
i=1
PnX XZ +
i<j
P j X iX i + *
A th ree-d im en sio n al respo n se surface

f ir s t- o r d e r m o d e l s e c o n d -o rd e r m o d e l
* k k
Y = p + X P ,x , Y= p + X p ,x , X P + X + X X P jX ,X j+ *
i=1 i=1 i=1 i i< j
Desain yang digunakan dalam response surfaces:

Central Composite Design Box-Behnken Design

Central Composite Design (2 Faktor)
> Jarak ke Pusat (a) = 2k/4
Central Composite Circumsribed
--------- +--------- i ~

i
The points in the The points in the axial or Here, the “cube” and axial
“cube” portion of the star portion of the design portions, along with the
design are coded are at center point, are shown.
-1 and +1. (+a,0) (-a,0) The design center is at (0,0).
(0, +a) (0, -a) „
+2

(0, 1.414)

(-1.11 (1.1)

1(-1.414, . 0)
-2 (0,0)
, 1
(1.414, 0 ) +2

1-1.-11 (1.-1)
(0 ,-1.414)

-2 -
 + • + o = I

•-J .

Cube/factorial points Axial points Centre points CCD

 Xi K/ r.*

o -1 -1 -1

o -1 -1 1
Central Composite Face-Centered
(3 -I I -1

Q -1 1 1
* X.*
—►Xi+ O ■ -1 -1

(■
1 i.1> 1 -1 1
0

■ I -1
't 0

( - 1. w\ ■ ■ J*
'M.uJ ' o
■ 1 1
O Cube/fa clorial Point
-a.C D'i fa.D.Of
■ft c: □
1M <
nM ☆
1r * h-'-Ji
■^V A*ial Point
H
a 0 u
Ks if O C e n te r P o in t ☆
l-i.-i.U j 41.-1.1}
0 -ff. 0
☆
Z X-.
i fn.-a.ni a = (2n)1/4
☆
0 a 0

(1-1.-11 0 c: ■ft

0 0 a.
☆
o 0 c 0

Jumlah Center Point Bebas

o 0 0 0

o 0 c: □
a)
• cube points
star points
• center point

factors
Type of Faaors
points A B
C
■1 ■1 ■1
lA
4_* 1 :
c ■1 +1 -1
0
Cl -1 -1 +1
Cj +1 +1 ■1
£
■: -1
0 -1 +1 +1
+x +1 +1
-a 0 0
x + ot o :
" c 0 -a 0
^ 0 0 + a 0
oj Q-
0 0 -a
o o <
Jr. \a 0 0 0
<U
0 0 0
C —
o> O 0 0 0
U CL
0 _ 0 0
Contour Plot

Peta Kontur/Topografi
Response Surface

70-

4a eo-
54*
> &o-

V
LU
4D -

100

140
■=Tem pflcalure IDC)
 torl^ur
plat

X2 = PrWRiirt ipt !■
 Titik optimal Maksimum

XI
X1

(a) Surface and contour plots o f a concavc response surface model. Stationary' point is a maximum.
 Titik Optimal Minimum

<b) Surface and contour plots o f a convex response surface model. Stationary point is a minimum
Titik Optimal Tidak Maks atau Min

XI
(c) Surface plots o f a saddle surface. Stationary point is neither maximum nor minimum
Contoh
• Perusahaan resin di Korea ingin meningkatkan
kekuatan impact dan liquidity dari produk resin
ABC. Tim R&D menemukan bahwa impact power
ditentukan dari extruding process dengan faktor
utama yaitu: Putaran Screw (RPM) dan Temperatur
(TEMP) dengan kondisi operasi faktor RPM adalah
250 Rpm dan TEMP adalah 240 °C.
• Pengalaman yang lalu, diketahui bahwa semakin
tinggi RPM dan TEMP akan meningkatkan impact
power.
• Dalam researchnya, tim akan menggunakan sebuah
oktagonal design dengan center point RPM = 270
Rpm dan TEMP = 250 °C.
• Kondisi operasi
RPM = 250
TEMP = 240

• Pengalaman yang lalu

Semakin tinggi RPM dan TEMP akan meningkatkan
impact power.

• Dalam researchnya, tim akan menggunakan sebuah

oktagonal design dengan center point RPM = 270
Rpm dan TEMP = 250 °C.
Contoh

Daerah penelitian 242 < RPM < 298 serta 236 < TEMP < 264
 Membuat kode variabel bebas
Experimental Condition Co d ed i ndependent v aria bl es Data
O rd er of
Experiment Im pact Power Liquidity (g
RPM TEMP X1 (RPM ) X 2(T E M P )
(kg cm-2) per 10 m ini

3 25 0 2 SO

• X1 (RPM)
K o n d isi op erasi
C e n te r P o in t

2 70 29 0 298
_J__
T T K o n d isi E k sp e rim e n
K o n d isi E k sp e rim e n
28 28 te rrtin gg i
te rren d a h

RPM - 270
RPM - CENTER POINT Xj =
xl = 28
- 1 (m
Maks - Min )
250 - 270
= - 0,714
28
 Membuat kode variabel bebas
Experimental Condition Co d ed i ndependent v aria bl es Data
O rd er of
Experiment Im pact Power Liquidity (g
RPM TEMP X1 (RPM ) X 2(T E M P )
(kg cm-2) per 10 m ini

3 25 0 2 SO

• X2 (TEMP)
K o n d isi op erasi
C e n te r P o in t

250 26 0 264
_ j __
T 1 K o n d isi E k sp e rim e n
K o n d isi E k sp e rim e n
14
14 te rrtin gg i
te rren d a h

TEMP - 250
*1 = 14

260 - 250
= 0,714
14
Contoh
Experimental Condition Coded independent variables Data
Order of
Esperiment Impact Power Liquidity (g
RPM TEMP X1(RPM) X2(TEMP)
(kg cm-2) per 10 min)

6 250 260 -0.714 0.714 20.0 52.5

3 250 240 -0.714 -0.714 19.8 50.8

2 290 260 0.714 0.714 20.8 52.8

11 290 240 0.714 -0.714 20.5 50.9

5 270 250 0 0 21.5 52.2

1 270 250 0 0 21.3 52.0

8 270 250 0 0 21.8 51.9

10 242 250 -1 0 19.6 51.5

4 298 250 1 0 21.0 51.3

9 270 236 0 -1 19.6 50.2

7 270 264 0 1 20.3 53.0

Analisis RSM
• Second-order model dilakukan dengan pendekatan regresi

P 22
/V

I A 2)
dengan:

X1 x2 x !2 X 22
- 0,714 0,714 0,51 0,51
- 0,714 - 0,714 0,51 0,51
0,714 0,714 0,51 0,51
0,714 - 0,714 0,51 0,51
0 0 0 0
X= 0 0 0 0
0 0 0 0
- 1 0 1 0
1 0 1 0
0 - 1 0 1
v 0 0 0 1

Coded
XiX2
20,0
- 0,51^
19,8
0,51
20,8
0,51
20,5
- 0,51
21,5
0
y = 21,3
0
21,8
0
19,6
0
21,0
0
19,6
0
v20,3y
0 y
 Hasilnya:
Coded

1 0/V 1
r 21,531 ^
01 0,612
/V

02 0,262
P = 1X ' y
= (X ' X )— =
P11 —1,142
02 —1,492
/V

VP 12J v 0,049 ,

Sehingga persamaan second order nya adalah:

y = 21,531 + 0,612xj + 0,262r2 —1,142xj2 —1,492^ + 0,049^jX2
Nilai Optimal (Stationary Point/x0)
Canonical form of the second-order model
Untuk mengetahui apakah nilai Stationary Point (x0) merupakan variabel optimum
dalam bentuk nilai maksimum, minimum atau saddle, perlu dilakukan analisis
kanonik. Analisis kanonik adalah mencari nilai eigen dari matrik B. Persamaan
untuk mencari nilai eigen matrik B adalah:

Fitted model
2
y — jPq + + ^ 2^2 ^ * * * ^
Dengan a, adalah variabel bebas (faktor) dan A-,
adalah konstanta. Persamaan tersebut dinamakan:
model bentuk canonical (canonical form o f the
model).
A adalah eigen values atau characteristic roots
o f the matrix B .
• Jika nilai :
• A, semua positif ^ stationary point minimum
• A, semua negatif ^ stationary point maksimum
• A, berbeda tanda ^ saddle point
Stationary point surface

/v
sym p kk
 Menentukan nilai optimal dari surface
y —
— 1
X 0 B ~lh
B h
2

^~\ '21,531 ^
Po
1 1 /V
0,612
P 11 (P 2) (P k ) P/V1
2 2
P/V2 0,262
B— p 2-2 k)
(P — P ( X ' X ) -1 X ' y
2 P 11 1,142
P/V22 1,492
sym P kk v 0,049 ,
VP 12 y
-1
1
1 p 11 (P 1 2 ) P1
2 /V
2 1
(P 1 2 ) p 22 P2
2

1
1
- 1,142 0,049 “0,612“
1 2 “0,270“
X, X 0n —
2 1 0,049 1,492 _0,210_ _0,092_
2
• Xl (RPM)
RPM - 270
xl =
28

RPM - 270
= 0,270
28

RPM = 0,270 x 28 + 270

RPM = 277,5
RPM = 278
• X2 (TEMP)
TEMP - 250
*1 =
14
TEMP - 250
= 0,092
14

PPM = 0,092 x 14 + 250

PPM = 251,3
PPM = 251
Prediksi Nilai Respon Pada Stationary Point

Model Canonical
Lihat persamaan second order
.2
y — 21,531 + 0 ,6 1 2 x + 0,262x2 - 1,142xf - 1,492x2 + 0,049x1x'2

y — y 0 - 1 ,1 4 2 a 2 - 1 ,4 9 2 a 22