Respon Surface Methodology (RSM)
Definisi Respon Surface Methodology (RSM)
Variabel proses yang dioptimasi dibutuhkan untuk
memperoleh hasil yang optimal, dan tujuan tersebut RSM sering digunakan. RSM
merupakan teknik statistik digunakan untuk penelitian yang mempunyai proses
kompleks dan dipergunakan secara luas dalam penelitian teknologi pangan. RSM
adalah gabungan teknik statistik dan matematika untuk rancangan percobaan,
membangun model, evaluasi pengaruh faktor, dan mencari kondisi optimum dari
faktor-faktor yang mempengaruhi respons. Kebanyakan RSM diaplikasikan pada
bidang kimia atau proses teknik, riset industri, dan penelitian biologi
(Assagaf dkk, 2012).
Central
composite design(CCD)one of the most popular RSM due to Box and Wilson was
selected as the experimental design method. There are three main varieti esof
CCD, namely, Central Composite Circumscribed (CCC), central composite inscribed
(CCI), and Central Composite Faced (CCF) ones. CCC design sare the original
form of the central composite design.In the CCC design the lowand high values
of each factor have been extended to create the star points (Cira et al, 2016). Desain komposit pusat (CCD) salah satu RSM paling populer karena Box dan Wilson dipilih sebagai metode desain eksperimental. Ada tiga variasi utama CCD, yaitu, Pusat Komposit Terpisah (CCC), komposit pusat bertulisan (CCI). ), dan yang dimiliki Central Composite Faced (CCF). Desain CSS menunjukkan bentuk asli dari desain komposit pusat. Dalam desain CCC, nilai rendah dan tinggi dari setiap faktor telah diperpanjang untuk menciptakan titik bintang (Cira dkk, 2016).
Kelebihan dan Kekurangan Respon Surface Methodology (RSM)
Keuntungan utama dari RSM adalah berkurangnya jumlah unit
percobaan yang dibutuhkan untuk memperoleh hasil yang secara statistik dapat
diterima. Keunggulan RSM, secara praktis tidak terlihat secara langsung model first order maupun second order. Ketika persamaan (1) tidak memberikan lack-of-fit, maka titik optimal tidak
terdapat pada desain first order
tersebut. Untuk itu, level faktor yang diteliti harus “digeser” sedemikian rupa
ke arah optimalisasi respon. Proses inilah yang disebut sebagai steepest ascent / descent. Pergeseran level-level faktor menuju ke arah
kondisi respon optimum inilah yang menjadi keunggulan dalam RSM. Kelemahan dari
metode RSM adalah harus diketahui terlebih dahulu variabel bebas yang digunakan
mempengaruhi secara signifikan (kurang dari 5%) terhadap variabel respon (Santoso,
2010).
Kegunaan Umum Respon Surface Methodology (RSM)
Metode permukaan respon digunakan untuk menganalisis
permasalahan optimalisasi tentang beberapa variabel bebas yang mempengaruhi
variabel respon yang bertujuan untuk mengoptimumkan suatu respon. Metode
permukaan respon digunakan karena respon dapat diperluas dengan menentukan
titik-titik penyebab respon optimum baru. Metode permukaan respon dapat
dinyatakan secara grafik dalam gambar tiga dimensi untuk memvisualisasikan
bentuk konturnya. Permasalahan umum dalam metode permukaan respon adalah bentuk
hubungan yang terjadi antara perlakuan dengan respon tidak diketahui (Sugiarto,
2009).
Persamaan Matematis Respon Surface Methodology (RSM)
RSM tidak lain
sebuah model regresi linear yang memodelkan hubungan antara variable explanatory dan variable response. RSM mempunyai dua
tahapan utama dalam analisisnya. Pertama, permodelan regresi first order, yang biasa dinyatakan
dengan persamaan linier polinomial dengan order satu. Berikut adalah persamaan RSM
first order dengan dua faktor :
y =
+
+
+
(1)
dimana
adalah faktor yang diteliti dalam eksperimen
dan y adalah variabel respon.
Berikutnya, langkah kedua dapat langsung diterapkan apabila persamaan (1)
mengandung lack-of-fit yakni
menaikkan derajat polinomial persamaan (1) menjadi second order atau derajat dua. Persamaan derajat dua adalah sebagai
berikut :
y =
+
+
+
+
+
+
(2).
Sedangkan
hubungan antara respon y dan variabel
bebas x adalah sebagai berikut :
y = f (
,
)
+
dimana
y adalah variabel respon,
,
....
adalah variabel bebas/faktor, dan
adalah error (Marwan, 2010).
Kriteria Kondisi Operasi Optimum
dalam Model Respon Surface Methodology (RSM)
Kriteria kondisi operasi optimum adalah berdasarkan uji
simpangan dari model, dimana suatu model dinggap tepat atau cocok dengan
permasalahan apabila uji simpangan dari model bersifat tidak nyata secara
statistik, meskipun mungkin kriteria yang lain cukup memuaskan. Pada bagian
ini, akan ditentukan operasi optimum pada proses percobaan yang sedang
dilakukan. Misalnya, pada proses percobaan pada pemurnian oksigen (Y) yang dipengaruhi oleh suhu (T) dan rasio tekanan (R). Dari informasi yang didapat, akan
dibangun data percobaan leih lanjut dengan mengambil titik pusat pada suhu yang
telah ditentukan. Pada tahap ini, akan dibangun model orde dua dengan
menggunakan rancangan komposit pusat untuk mengumpulkan data (Marwan, 2010).
Aplikasi Respon Surface Methodolgy (RSM)
dalam Bidang Teknologi Agroindustri
Aplikasi RSM dalam bidang teknologi agroindustri salah satunya
yaitu untuk mengidentifikasi pola kelelahan fisik para perokok aktif baik di
beban kerja ringan, menengah, dan beban kerja yang berat dengan faktor suhu dan
cahaya dengan menggunakan metode respon surface
methodology (RSM). Dalam RSM
terdapat enam tahapan yakni pemilihan variabel independent dan variabel respon,
pemilihan desain eksperimen yang digunakan, pengambilan data, permodelan hasil
eksperimen, identifikasi, bentuk respon dan verifikasi model (ANOVA), dan penentuan kondisi
optimum.berdasarkan hasil pengolahan data pada beban kerja ringan dan beban
kerja menengah memiliki fungsi pola pelana. Sedangkan pada beban kerja berat
memiliki fungsi respon permukaan minimum (Farihah, 2016).
Komentar
Posting Komentar