Академический Документы
Профессиональный Документы
Культура Документы
PENDAHULUAN
A. LATAR BELAKANG
Salah satu cara yang dapat digunakan untuk mencapainya adalah dengan
meningkatkan kualitas pelayanan konsumen, baik dalam bentuk barang maupun jasa.
Globalisation refers to all those processes by which the people of the world are
incorporated into a single world society, global society (Martin Albrow, 1990). Jadi, ketika
masyarakat dunia tergabung ke dalam suatu masyarakat yang tunggal, hal ini akan
memberikan pelayanan kepada masyarakat, baik dalam bentuk barang maupun jasa.
Persaingan yang semakin kompetitif saat sekarang ini mendorong setiap pelaku bisnis
untuk memenangkan persaingan. Salah satu cara yang dapat dilakukan untuk
bears its ability to satisfy stated or implied needs (ISO 8402-1986 standard).
Berdasarkan Business Dictionary, barang atau jasa yang berkualitas adalah barang atau
jasa yang tidak memiliki cacat, kerusakan, dan variasi yang signifikan serta harus sesuai
dengan persyaratan yang dapat memuaskan konsumen. Mengingat kondisi bisnis yang
saat ini cenderung bersifat tidak pasti dan bervariasi serta ketidakmampuan para pelaku
bisnis untuk mengolah data yang bervariasi, kepuasan konsumen menjadi suatu hal
yang sangat sulit untuk diraih (Hoerl dan Snee, 2002). Alasan itulah yang mendasari
1
setiap perusahaan untuk fokus kepada peningkatan kualitas karena kualitas
bahan penyusun dalam suatu campuran. Beberapa hal yang harus ditentukan dalam
suatu bahan penyusun (faktor) dan total jumlah dari seluruh faktor tersebut harus dapat
dinyatakan dalam satu kesatuan unit (Sugihartini, 2013). Oleh karena itu penulis
B. TUJUAN
C. MANFAAT
Adapun manfaat yang diperoleh yaitu dapat mengetahui cara menentukan komposisi
optimum simplex lattice design dan factorial design, menambah ilmu tentang
2
BAB II
ISI
A. OPTIMASI
Optimasi adalah suatu pendekatan empiris yang dapat digunakan untuk memperkirakan jawaban yang
tepat sebagai suatu fungsi dari variabel-variabel yang sedang dikaji sesuai dengan respon-respon
yang dihasilkan dari rancangan percobaan yang dilakukan. Untuk mendapatkan komposisi optimum dari
Merupakan cara klasik atau tradisional untuk mendapatkan komposisi formula yang optimum.
reoptimasi. Kelemahan : proses berjalan lambat sehingga memerlukan banyak waktu, mahal
kemungkinan kombinasi yang lebih baik diluar yang dicobakan tidak diketahui
Dibagi menjadi :
Lakukan studi semua pada suatu kondisi. Ulangi dengan mengubah kondisi
satu faktor, lanjutkan sengan menggunakan semua faktor pada kondisi baru
lalu ubah satu faktor dengan kondisi kedua. Lambat, mahal dan perlu banyak
uji secara bertahap tidak dapat menganalisis interaksi antara satu faktor
3
mendapatkan hasil/respon yang optimal. Kelemahan : banyaknya percobaan
yang harus dilakukan untuk mencapai hasil yang optimal tidak diketahui
optimal
2. Nilai yang dicari dapat berpindah dari respon yang rendah mendekati optimum
sub optimal
- Desain percobaan
- Model matematika
4
B. SIMPLEX LATTICE DESIGN
1. Pengertian
bahan penyusun dalam suatu campuran. Beberapa hal yang harus ditentukan dalam
suatu bahan penyusun (faktor) dan total jumlah dari seluruh faktor tersebut harus dapat
Metode Simplex lattice design (SLD) adalah cara optimasi formula pada berbagai
matematika yang cocok untuk masing-masing desain. Ada beberapa model yaitu linier,
Linier model:
Y = ß1X1+ß2X2+ ß2X3................................................................................(1)
Quadratic model:
Special cubic:
Keterangan:
ß1, ß2, ß3, ß12, ß13, ß23, ß123 = Koefisien regresi (dihitung berdasarkan respon
percobaan)
bilangan nol atau positif dan tidak boleh berupa bilangan negatif.
5
Komponen dari X1, X2, ........Xq adalah:
0≤Xi≤1............................................................................................................(4)
Dimana Xi adalah no.1 sampai q. Jumlah seluruh faktor tersebut merupakan satu
kesatuan sehingga
X1+X2+Xq+.....=1.........................................................................................(5)
Apabila dalam penelitian terdapat tiga komponen, maka akan diperoleh kurva
respon yang berupa dua dimensi berbentuk segitiga sama sisi. Proporsi setiap faktor
total komponen adalah 1. Misal pada sudut A maka hanya mengandung komponen A
AB merupakan komposisi dari 50% A dan 50% B, garis BC merupakan komposisi dari
50% B dan 50% C, sedangkan garis AC merupakan komposisi dari 50% A dan 50%
C dimana untuk pihak ketiga bernilai 0. Untuk komposisi tiga bahan ABC maka 33,3%
Persamaan untuk tiga komponen adalah model special cubic yang dirumuskan
sebagai berikut:
Y=ß1(A)+ß2(B)+ß3(C)+ß12(A)(B)+ß13(A)(C)+ß23(B)(C)+ß123(A)(B)(C).....(6)
Keterangan:
6
ß123 = koefisien yang didapat dari percobaan dengan A, B dan C masing-masing
Keterangan:
Y = Respon
Ada beberapa metode yang dapat dilakukan untuk mendapatkan optimasi formula.
Salah satunya adalah metode simplex lattice design, metode ini cocok untuk prosedur
optimasi formula dimana jumlah total dari bahan yang berbeda adalah konstan.
Pelaksaan metode simplex lattice design yaitu dengan mempersiapkan formulasi yang
Keterangan :
Y = Respon
7
(A), (B) = Fraksi komponen dengan syarat: 0≤ (A) ≤ 1, 0≤ (B) ≤ 1,( A+B)=1
Nilai koefisien a, b dan ab didapatkan dengan cara memasukkan respon yang didapat dari hasil
percobaan ke dalam persamaan diatas. Setelah didapatkan nilai a, b dan ab, maka dapat diprediksi
perhitungan dari tiap perbandingan fraksi komponen A dan B. Berdasarkan nilai-nilai respon
(Y) dari setiap perbandingan fraksi komponen A dan B tersebut dapat diketahui profil efek campuran
terhadap respondan berdasarkan profil tersebut dapat ditentukan komposisi A dan B yang dapat
percobaan yang menggunakan 100%A, 100%B dan campuran 50%A dan 50%B.
Misal percobaan yang menggunkan pelarut A 100% dapat melarutkan zat 25 mg/ml.
Sedangkan yang menggunakan pelarut campuran 50%A dan 50%B dapat melarutkan
zat 45 mg/ml.
Koefisien a : dihitung dari percobaan yang menggunakan pelarut A100%, berarti (A) = 1
25 =a(A)+b(B)+ab(A)(B)
25 =a(1)+b(0)+ab(1)(0)
25=a
Jadi,a=25
8
Koefisien b : dihitung dari percobaan yang menggunakan pelarut B100%, berarti (A) = 0
dan (B)=1,Y=35mg/ml.
35=a(A)+b(B)+ab(A)(B)
35=a(0)+b(1)+ab(0)(1)
35=b
Jadi,b=35
Koefisien ab : dihitung dari percobaan yang menggunakan campuran pelarut A50% dan
45=a(A)+b(B)+ab(A)(B)
45=a(0,5)+b(0,5)+ab(0,5)(0,5)
45=25(0,5)+35(0,5)+ab(0,5)(0,5)
45=12,5+17,5+ab(0,25)
45=30+ab(0,25)
15=ab(0,25)
60=ab
Jadi,ab=60
Dari persamaan tersebut kita dapat menentukan profil hubungan kelarutan zat dengan
campuran pelarut. Misalnya dalam campuran pelarut A 65% dan 35% maka kelarutan
zat adalah :
Y=25(A )+35(B)+60(A)(B)
Y=25(0,65)+35(0,35)+60(0,65)(0,35)
Y=16,25+12,25+13,65=42,15 mg/ml
Berdasarkan profil sifat – sifat dapat ditentukan campuran span 60 – tween 60 dengan
kadar optimum untuk digunakan sebagai surfaktan krim yang memenuhi persyaratan.
9
Selain itu campuran optimum span 60 – tween 60 dipilih berdasarkan total respon
Rtotal=R1+R2+R3...+Rn...............................................(2)
Dimana R1,2,3, …n adalah respon dengan masing – masing sifat krim, masing – masing
respon diberi bobot dan jumlah total bobot adalah 1. Karena satuan masing – masing
respon tidak sama, maka perlu distandarisasi penilaian respon dengan menggunakan
rumus berikut :
N=(X–Xmin)/(Xmax–Xmin)..............................................(3)
Jadi R dapat dihitung dengan mengkalikan N dengan bobot yang telah ditentukan,
Formula optimum terpilih dengan melihat harga respon tertinggi (Bolton, 1997).
C. FACTORIAL DESIGN
1. Pengertian
Aplikasi persamaan regresi yaitu teknik untuk memberikan model hubungan antara
Desain faktorial digunakan dalam percobaan untuk menentukan secara simulasi efek dari
10
Rancangan faktorial digunakan apabila eksperimen terdiri atas dua faktor atau lebih.
Desain faktorial memungkinkan kita melakukan kombinasi antar level faktor. Pada tiap
kombinasi faktor, jumlah replikasi yang dilakukan sebanyak n. Dalam desain faktorial,
jumlah level di tiap level faktor dan atau jumlah replikasi yang dilakukan mungkin tidak
sama. Desain faktorial seperti ini sering disebut unbalanced desain faktorial.
faktorial (perlakuan) dengan tiap faktor hanya terdiri dari 2 buah taraf atau
masing terdiri atas 2 taraf maka akan ditulis sebagai rancangan faktorial 2 2. Jadi
faktor (perlakuan) dengan tiap faktor hanya terdiri dari 3 buah taraf atau ulangan.
Rancangan faktorial tersarang yaitu analisis dengan sifat bahwa taraf faktor yang
satu tersarang dalam faktor lain sehingga tidak akan terjadi interaksi antara 2
faktor. Karenanya jika faktor A yang bertaraf a buah dan faktor B yang bertaraf b
11
buah membentuk suatu eksperimen tersarang, tidak akan diperoleh suku interaksi
- Komputer
- Software SPSS
- Data penelitian
5. Contoh Percobaan
pertumbuhan 3 spesies pinus (A, B, dan C).dosis yang digunakan yaitu kontrol 0 kg/ha,
100 kg//ha dan 150 kg/ha. Rata-rata pertumbuhan dari berbagai plot tersaji pada tabel
berikut:
Tabel 1
1. Prosedur Kerja
12
Tabel 2
2. Langkah-Langkah Komputasi
1. Entri data pada tabel 2 kedalam bentuk Data View untuk format data SPSS data
viewer:
13
2. Klik Variable View pada pojok kiri bawah layar
Ketik 1 pada kolom Value, ketik Spesies A pada kolom Value Label, kemudian
klik Add
Ketik 2 pada kolom Value, ketik Spesies B pada kolom Value Label, kemudian
klik Add
Ketik 3 pada kolom Value, ketik Spesies C pada kolom Value Label, kemudian
klik Add
Ketik 1 pada kolom Value, ketik Dosis 0 kg/ha pada kolom Value Label,
14
Ketik 2 pada kolom Value, ketik Dosis 100 kg/ha pada kolom Value Label,
Ketik 3 pada kolom Value, ketik Dosis 150 kg/ha pada kolom Value Label,
Ketik 1 pada kolom Value, ketik Blok I pada kolom Value Label, kemudian klik
Add
Ketik 2 pada kolom Value, ketik Blok II pada kolom Value Label, kemudian klik
Add
Ketik 3 pada kolom Value, ketik Blok III pada kolom Value Label, kemudian klik
Add
Pindahkan variable “Tinggi” kedapam kolom Dependent List, dan Variable “Spesies,
15
5. Klik Model
Maka akan tampil kotak dialog Univariate Model. Pada kolom Specify Model, pilih
Custom, kemudian sorot variable Spesies Dosis dan Blok, pindahkan satu-satu ke dan interaksi
Spesies dan dosis, maka sorot secara bersamaan Spesies dan Dosis pindahkan secara
bersamaan kolom Model . Pada Build Term(s), pilih menu Interaction setelah itu Continue
Klik Post Hoc untuk uji lanjut. Sorot variable Alat dan Metode, kemudian pindahkan ke
kolom Post Hoc Test for: Pada kolom Equal Variances Assumed pilih Duncan kemudian klik
Continue
16
6. Klik OK
Pada kolom ini terlihat ringkasan mengenai sejumlah (N) yang dianalisis, baik pada variabel
Bagian ini menyajikan analisis ragam untuk menguji pengaruh metode penyimpanan dan
17
Tabel Univariat Anova, Test of Between-Subjects Factors
Hipotesis
Keputusan
Pada tabel Test of Between-Subjects Effects dapat dilihat nilai Fhitung nya sebesar
yang berarti (signifikan). Ada beberapa kemungkinan yang terjadi, maka untuk
mengetahui letak perbedaannya perlu untuk menguji lebih lanjut (Post Hoc Test).
18
Homogeneous Subsets
Hipotesis
19
- Jika Fhitung> Ftabel atau probabilitasnya < 0,05 maka H₀ ditolak
Keputusan
Pada tabel Test of Between-Subjects Effects dapat dilihat nilai Fhitung nya sebesar
7,358 dan probabilitasnya sebesar 0,005 (<0,05) sehingga H₀ ditolak. Dengan demikian
pertumbuhan pinus yang berarti (signifikan). Ada beberapa kemungkinan yang terjadi,
maka untuk mengetahui letak perbedaannya perlu untuk menguji lebih lanjut (Post Hoc
Test).
Homogeneous Subsets
- Subset 1 : Dosis 100 kg/ha = Dosis 150 kg/ha, dari keduanya Dosis 150
20
Uji Signifikasi Interaksi Dosis dan Spesies (Dosis*Spesiess)
Hipotesis
Keputusan
Pada tabel Test of Between-Subjects Effects dapat dilihat nilai Fhitung nya sebesar 13,103
dan probabilitasnya sebesar 0,000 (<0,05) sehingga H₀ ditolak. Dengan demikian dapat
21
BAB III
PENUTUP
A. KESIMPULAN
variabel yang sedang dikaji sesuai dengan respon-respon yang dihasilkan dari
3. Metode Simplex lattice design (SLD) adalah cara optimasi formula pada
B. SARAN
Simplex Lattice Design dan Factorial Design harus diaplikasikan dengan teliti
agar dapat memperoleh hasil yang diharapkan karena metode ini menggunakan
22