Central Composite

Design (CCD)
Introduction
Central composite design adalah rancangan
percobaan yang digunakan dalam metode surface
respons. Pada metode surface respone, CCD
digunakan untuk membangun model (polinomial) 2

suatu fungsi matematis dari variabel – variabel

bebas (X1, X2, X3… Xn) terhadap respon (y) yang
terbentuk.
 Central composite design
terdiri dari rancangan faktorial atau
fraksional faktorial dengan titik
pusat. Titik pusat adalah titik di mana 3

semua variabel yang ditetapkan pada

nilai tengah dari data.
▹ 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.
4
▹ Titik – titik pada rancangan 2 dimensi
digunakan untuk membentuk model orde
satu, sedangkan penambahan centre runs
pada rancangan 3 dimensi digunakan untuk
membentuk model orde dua.
5
 Kecocokan model orde dua Central
Composite Design (CCD) banyak digunakan.
Secara umum, CCD mempunyai faktorial 2k
dengan banyak data (nf), sumbu (2k), dan
pusat (nc). CCD sangat efisien untuk
kecocokan model orde dua. Dua parameter
spesifik dalam CCD adalah jarak sumbu α 6

yang dijalankan dari pusat desain dan jumlah

titik pusat nc (Montgomery, 2001).
 Metode
Permukaan
Respon
▹ Metode permukaan respon (respone surface
methodology) adalah suatu kumpulan dari teknik –
teknik statistika dan matematika yang berguna
untuk menganalisis permasalahan tentang
beberapa variabel bebas yang mempengaruhi
variabel tak bebas atau respon, serta bertujuan
mengoptimumkan respon itu sendiri.

▹ Metode permukaan respon digunakan untuk 8

mencari suatu fungsi pendekatan yang cocok untuk

meramalkan respon yang akan datang, serta
menentukan nilai – nilai dari variabel bebas yang
mengoptimumkan respon yang dipelajari (Gasperz,
1990).
▹ Digunakan untuk membuat model dan menganalisa
suatu respon y yang dipengaruhi oleh beberapa
variabel bebas/faktor x guna mengoptimalkan
respon tersebut. Hubungan antara respon y dan
variabel bebas x adalah:
Y = f(X1, X2,...., Xk) + ε
▹ Pada dasarnya analisis permukaan respon adalah
9
serupa dengan analisis regresi yaitu menggunakan
prosedur pendugaan parameter fungsi respon
berdasarkan kuadrat terkecil (Least Square
Method). Perbedaanya dengan regresi linear adalah
dalam analisis respon diperluas dengan
menerapkan teknik-teknik metematik untuk
menentukan titik-titik optimum agar dapat
ditentukan respon yang optimum (maksimum atau
minimum) (Montgomery, 2001).
 Eksperimen dengan metode permukaan
respon dilakukan dalam dua tahap, yaitu
eksperimen tahap I dan eksperimen tahap II.
Desain eksperimen yang digunakan pada
eksperimen tahap I adalah desain faktorial dua
level, sedangkan desain eksperimen yang
digunakan pada eksperimen tahap II adalah
10
Central Composite Design (CCD).
11
 Dari uji parameter regresi
secara serentak diperoleh p
value = 0,258 atau lebih dari
derajat signifikansi α = 5%, hal
ini berarti variabel-variabel
independen xi tidak mewakili
model. Karena model orde I
tidak sesuai maka analisis
dilanjutkan pada pendugaan
model dari eksperimen tahap II.

12
 Desain CCD pada
eksperimen tahap
II menggunakan
tiga variabel
independen,
sehingga nilai
rotatabilitasnya =
(32 )1/4 =1,6818 ≈
1,682. Oleh karena
itu nilai ± 1,682
termasuk nilai
yang digunakan
untuk pengkodean.

13
Untuk memeriksa signifikansi model orde II, dapat
dilihat pvalue dari regression pada Tabel 9. pvalue
= 0,008 lebih kecil dari derajat signifikansi α = 5%,
hal ini berarti variabel-variabel independen xi
memberikan sumbangan yang berarti dalam model.

14
Keuntungan CCD

- Dengan menggunakan Central composite design,

kita dapat menghemat runs percobaan karena
banyaknya data pengamatan yang diperlukan untuk
15
membuat model jauh lebih sedikit, tanpa
kehilangan informasi tentang efek utama.
- Selain itu juga central composite design merupakan
desain yang sangat efektif dan efisien untuk
memperkirakan orde pertama dan orde kedua. Dan
untuk model variabel respon curventure dengan
menambahkan pusat dan titik aksial untuk desain
faktorial yang sebelumnya.
THANKS!
Any questions?
16