Rancangan Percobaan
Konsep-konsep dasar
variabel terkendali
Tujuan umum:
menentukan variabel2 yg paling
mempengaruhi respons y
menentukan nilai variabel2 penting
supaya y berharga tertentu
menentukan nilai variabel2 penting
supaya variasi y minimum
menentukan nilai variabel2 penting
supaya efek variabel2 tak terkendali
minimum
1. Tebakan terbaik
variabel2 percobaan ditetapkan berdasarkan
pengalaman
keuntungan:
relatif cepat jika didukung pengalaman
kerugian:
jika tebakan awal tidak memuaskan,
tidak ada arahan pasti utk tebakan
selanjutnya (percobaan bisa memakan
waktu lama)
jika tebakan awal ‘cukup baik’, ada
kecenderungan untuk menghentikan
percobaan & puas dg hasil yg belum
tentu terbaik
3. Faktorial
memvariasikan faktor2 secara serempak
dapat mengukur efek individual &
interaksi
tipe:
faktorial penuh (full factorial)
faktorial pecahan (fractional factorial)
dapat diterapkan untuk penyaringan
faktor & optimasi
merupakan ragam strategi yang paling
banyak diterapkan
2. Randomisasi:
Pengacakan pelaksanaan tempuhan: urutan
tempuhan, batch bahan baku, operator, dsb.
Peranan randomisasi:
menjamin terpenuhinya asumsi variabel
output & galat percobaan sebagai variabel
acak
meminimisasi pengaruh variabel2
pengganggu
Tabel bilangan acak dapat digunakan untuk
randomisasi urutan tempuhan
1. penyusunan pernyataan
permasalahan
2. pemilihan faktor, level & rentang
variasi faktor
3. pemilihan variabel respons
4. pemilihan jenis rancangan
percobaan
5. pelaksanaan percobaan
6. analisis statistik data percobaan
7. penarikan kesimpulan &
penyusunan rekomendasi
Analysis of Variance
Source DF SS MS F P
Factor 3 1.045 0.348 3.25 0.081
Error 8 0.858 0.107
Total 11 1.903
Individual 95% CIs For Mean
Based on Pooled StDev
Level N Mean StDev
A1 3 84.470 0.481 (-------*--------)
A2 3 85.053 0.150 (--------*--------)
A3 3 84.787 0.345 (--------*-------)
A4 3 84.283 0.236 (--------*-------)
2k =
menguji efek k variabel/faktor
tiap faktor divariasikan pd 2 level
full factorial menguji seluruh kombinasi
variabel & level
kegunaan: screening variabel, menyusun
model
model: linier, kecuali ditambahkan titik2
tengah dalam rancangan
keuntungan: mampu mengukur efek interaksi
antar faktor
kerugian: memerlukan jumlah tempuhan
relatif besar
k jumlah run
2 4
3 8
4 16
5 32
... ...
Rancangan 22 Rancangan 23
+
faktor B
+
faktor B
-
+
- +
faktor A
- -
- +
faktor A
tanda -/+ mewakili nilai faktor masing2 pada level
rendah & tinggi
variasi: tambahkan titik tengah utk mengukur non-
linearitas respons
Rancangan 22 dg titik tengah
+
faktor B
-
- faktor A +
+ faktor B -
(45) (50)
- faktor A +
angka2 dlm tanda kurung adalah nilai respons
main effect A = [(50-45)+(67-60)]/2 = 6
main effect B = ....... ?
(67) (60)
+ faktor B -
(45) (50)
- faktor A +
Pada percobaan di atas, peningkatan A pd
level B rendah meningkatkan respons
tetapi, peningkatan A pd level B tinggi justru
menurunkan respons
terdapat interaksi antara A & B !
Model linier: y = + 1x1 + 2x2 + 12x1x2 +
suku interaksi
Screening experiment:
rancangan faktorial, bahkan rancangan
fraksional resolusi rendah, tidak ekonomis
untuk jumlah faktor yg sangat besar
(kira2 >7 faktor)
situasi ini sering dijumpai di industri
rancangan tipe screening experiment
merupakan pengembangan dari
rancangan faktorial, yang diarahkan
hanya untuk menyaring variabel2
signifikan
tipe rancangan yg banyak digunakan
adalah tipe2 Plackett-Burman &
Taguchi
struktur alias rancangan2 ini sangat
rumit; praktis hanya main effect yang
didapat
screening experiment dapat dijalankan
sebagai percobaan pendahuluan, sebelum
menjalankan ragam rancangan yg lebih
sensitif untuk membangun model
matematik