Professional Documents
Culture Documents
Marwan
Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Syiah Kuala, Jln. Syekh Abdur Rauf No. 3 Darussalam, Banda Aceh 23111
email: marwan.ramli@math-usk.org
ABSTRACT
Response surface methodology is one of the statistical and mathematical techniques is used to
analyze case of some independent variables which influence dependent variables or responses, and
aim to measure optimum value from the response. Method of the steepest ascent and descent is part of
the response surface methodology in determining optimum response also central composite design to
measure optimum value. In the first steps, if will be consider the first model and the second one. The
case study of this research is an experiment of purify oxygen as response observed, temperature (T)
and pressure ratio (R) as variable which are influence respond. At the beginning, the temperature T =
- 220oC and pressure ratio R = 1.2 atm, by applying method of steepest ascent and descent will be
figured out maximum area at the 6th sequence and minimum area at the 4th sequence. At the final
process of determining optimum value with central composite design will be known maximum value at
the temperature -190.3 oC and pressure ratio 1.417 atm with 87.82 purifying of oxygen response,
however the minimum point un-appropriate with the minimum condition.
Keywords: method of steepest slope, optimization, maximum response
ABSTRAK
Metode permukaan respon merupakan suatu teknik statistik dan matematika yang digunakan
untuk menganalisis permasalahan yang terkait dengan respon serta bertujuan untuk menentukan nilai
optimum dari respon itu. Metode dakian tercuram merupakan bagian dari metode permukaan respon
dalam menentukan daerah respon optimum serta rancangan komposit pusat untuk menentukan titik
optimum. Pada tahap awal akan diduga model orde pertama dan model orde kedua. Contoh kasus
pada penelitian ini adalah suatu percobaan pemurnian oksigen sebagai respon yang diamati, suhu
(T) dan rasio tekanan (R) sebagai variabel-variabel yang mempengaruhi respon. Kondisi awal
percobaan pada suhu T = -220 oC dan rasio tekanan R =1.2 atm, dengan menerapkan metode dakian
tercuram diketahui daerah maksimum terjadi pada lintasan ke-6, pada proses akhir dalam penentuan
titik optimum dengan rancangan komposit pusat dan diketahui titik maksimum berada pada suhu
reaksi 190.3 oC dan rasio tekanan sebesar 1.417 atm dengan 87.82 dugaan respon pemurnian
oksigen.
Kata kunci: metode dakian tercuram, optimasi, respon maksimum
34
PENDAHULUAN
Salah satu usaha manusia untuk mengembangkan ilmu dan teknologi adalah melalui kegiatan
penelitian. Kegiatan penelitian merupakan suatu proses belajar yang terarah mengenai suatu masalah
dan dilakukan secara iteratif. Pada sistem nyata, sering terdapat 2 atau lebih elemen pembentuk sistem
saling berhubungan. Hal ini disebabkan karena pada dasarnya suatu sistem terdiri dari elemen yang
saling bergantung dan bekerja sama untuk mencapai suatu tujuan. Proses bekerjanya berbagai elemen
dalam sistem sangat kompleks sehingga untuk melihat hal ini dalam keadaan sebenarnya sangat sulit
dan hampir mustahil. Pada umumnya, pada suatu kegiatan penelitian permasalahan yang dikemukakan
akan dikaji untuk dijadikan hipotesis. Biasanya, hipotesis berbentuk pernyataan yang dapat diuji dalam
tingkatan lebih lanjut berbentuk model matematika. Model matematika ini senantiasa dianggap
memenuhi taksiran tertentu yang dapat menyederhanakan permasalahan yang akan diteliti.
Metode dakian tercuram merupakan suatu prosedur untuk mencari daerah respon maksimum.
Sebaliknya, untuk mencari daerah respon minimum disebut metode turunan tercuram. Pada tulisan
akan dipresentasikan pemanfataan metode dakian tercuram pada proses pemurnian oksigen. Dalam hal
ini, respon dipengaruhi oleh beberapa faktor, di antaranya adalah suhu(oC) dan rasio tekanan (atm)
(Montgomery, 2001). Oleh karena itu, diasumsikan bahwa respon pada kasus ini, respon hanya
dipengaruhi oleh 2 faktor sehingga model matematika orde satu dapat dituliskan sebagai
,
(1)
(2)
METODE PENELITIAN
Data
Data yang digunakan pada penelitian ini adalah data sekunder (Montgomerry, 2001). Respon
yang akan diamati merupakan pemurnian oksigen yang dipengaruhi oleh 2 faktor, yaitu suhu (oC) dan
rasio tekanan (atm). Data ini merupakan data suatu industri kimia yang memproduksi oksigen dengan
cara mencairkan udara dan membaginya ke dalam komponen-komponen gasnya, dengan destilasi
fraksinasi (destilasi bertingkat). Pemurnian oksigen merupakan fungsi dari perbandingan suhu
kondensor dan rasio tekanan antara kolom teratas dan kolom terbawah. Kondisi arus operasi pada suhu
T = -220 oC dan rasio tekanan R =1,2 atm. Data dimaksud disajikan pada Tabel 1 berikut ini.
35
Pemurnian
-225
Rasio tekanan
atm
1.1
-225
1.3
83.5
-215
1.1
84.7
-215
1.3
85.0
-220
1.2
84.1
-220
1.2
84.5
-220
1.2
83.9
-220
1.2
84.3
82.8
Prosedur
Metode dakian tercuram digunakan untuk menentukan model matematika yang menyatakan
hubungan faktor dengan respon. Prosedur yang digunakan dalam menentukan daerah optimum pada
awalnya akan diduga model orde pertama dan orde kedua (Aunuddin, 2005).
Untuk membangun model orde pertama, terlebih dahulu ditetapkan daaerah eksplorasi pada
titik-titik sekitar daerah operasi saat ini, yaitu daerah percobaan awal pada taraf suhu 225 oC sampai
dengan 215oC dan taraf faktor rasio tekanan reaksi 1,1 atm sampai dengan 1,3 atm. Data
dikumpulkan dengan menggunakan percobaan faktorial 2x2 atau 22 yang diperluas dengan 4 titik
pusat, di mana sebagai titik pusatnya adalah pada taraf suhu reaksi T = -220 oC dan taraf rasio tekanan
1,2 atm, yang dalam
reaksi
1,2 atm. Dengan demikian, titik pusat adalah T = -220 oC dan
0 dan
0. Pengulangan pengamatan pada titik pusat
variabel kode berturut-turut dituliskan
dimaksudkan untuk menduga galat percobaan serta memeriksa ketepatan model orde pertama
(Gaspersz, 1992). Selanjutnya, untuk menduga parameter model orde pertama akan dilakukan
transformasi variabel dan ke dalam variabel kode dan yang saling orthogonal dalam bentuk
(3)
,
(4)
36
dan
x2
-1
-1
82.8
-1
83.5
-1
84.7
85.0
84.1
84.5
83.9
84.3
+ 0.25
(5)
Pengujian model (5) sebagai penduga yang cukup baik akan digunakan uji untuk simpangan (lack of
fit). Uji ini bertujuan untuk menguji keberadaan lengkungan dalam model (Walpole, 1995).
Tabel 3 Analisis Ragam Model Orde Satu
Sumber
db
JK
KT
Fhit
Regresi
3.14
1.570
24.53
Residual Error
0.32
0.064
Lack of Fit
0.12
0.060
Pure Error
0.20
0.067
3.46
Total
0.90
= 0,90 <
Berdasarkan Tabel 3, terlihat bahwa nilai uji simpangan
. ; , = 9,55. Ini
=
artinya bahwa tidak terdapat lengkungan dalam model. Selain itu, terlihat pula bahwa nilai
24,53
. ; ; =5,79. Ini memberikan makna bahwa minimal terdapat satu variabel yang
tidak
mempengaruhi respon. Berdasarkan hasil uji secara individu, diketahui bahwa variabel
memberikan pengaruh terhadap respon. Namun demikian, secara umum model (5) dapat digunakan
untuk menentukan lintasan dakian tercuram.
37
1 dan
x1
x2
Basis
0.000
0.000
220
1.2
(baca:delta)
1.000
0.294
Basis+
1.000
0.294
Basis+2
2.000
0.588
3.000
0.882
Basis+4
4.000
1.176
Basis+5
5.000
1.470
Basis+6
6.000
1.764
Basis+7
7.000
2.058
Basis+3
5
215
210
205
200
195
190
185
Respon yang
diamati (Y)
-
0.029
1.229
78.593
1.259
79.202
1.288
80.072
1.318
82.462
1.347
87.442
1.376
87.767
1.406
84.369
Berdasarkan percobaan dakian tercuram yang disajikan pada Tabel 4, terlihat bahwa
peningkatan respon Y terjadi hingga pada lintasan ke-6 dan terjadi penurunan pada lintasan ke-7. Hasil
percobaan respon Y menunjukkan bahwa dalam rentang respon antara 75 dan 90, respon maksimum
terjadi di sekitar titik
6 dan
1.764 atau pada suhu
190
dan rasio tekanan
1.376 atm.
Gambar 1 menyajikan grafik respon berdasarkan data pada Tabel 4. Selanjutnya akan
ditentukan daerah yang berada di sekitar kondisi operasi yang optimum guna membantu dalam
merancang percobaan selanjutnya.
38
,
.
.
(6)
(7)
Berdasarkan sifat dari rancangan komposit pusat dan pengulangan pengamatan yang
dilakukan pada titik pusat, maka dapat dirancang suatu percobaan dengan mengambil titik-titik
dan
atau titik-titik dan yang bersesuaian. Percobaan dilakukan kembali sehingga memperoleh data
seperti Tabel 5.
39
Variabel Asli
Respon (Y)
x1
x2
-1
-1
-195
1.276
86.2768
-1
-195
1.476
87.1249
-1
-185
1.276
87.5670
-185
1.476
86.3998
-190
1.376
87.7321
-190
1.376
87.1454
-190
1.376
88.2779
-190
1.376
88.2319
-1.414
-197.07
1.376
86.0129
1.414
-182.93
1.376
86.1900
-1.414
-190
1.235
87.6819
1.414
-190
1.517
87.2976
Untuk memudahkan proses komputasi dalam membangun model orde kedua, data pada Tabel
5 disusun kembali sebagaimana disajikan pada Tabel 6.
Tabel 6 Dugaan Model Orde Dua Daerah Maksimum
x1
x2
x12
x22
x1 x2
-1
-1
86.2768
-1
-1
87.1249
-1
-1
87.567
86.3998
87.7321
87.1454
88.2779
88.2319
-1.414
1.999
86.0129
1.414
1.999
86.19
-1.414
1.999
87.6819
1.414
1.999
87.2976
Selanjutnya, akan dilakukan pendugaan parameter model orde kedua dengan menggunakan
metode kuadrat terkecil. Hasil perhitungan dengan menggunakan software Minitab disajikan pada
Tabel 7.
40
db
JK
KT
Regresi
5.57
1.11
4.93
0.04
Linear
4.04
2.02
8.94
0.02
Kuadrat
1.52
0.76
3.37
0.1
Interaksi
0.01
0.01
0.04
0.84
Ressidual Error
1.36
0.23
Lack of Fit
0.09
0.03
0.07
0.97
Pure Error
1.26
0.42
Total
6.93
Berdasarkan output diketahui bahwa model orde kedua kasus di atas dapat dituliskan sebagai
87,8
0,102
0,108
0,861
0,167
0,504
(8)
Pengujian koefisien regresi secara parsial untuk model (8) dapat dilihat pada Tabel 7. Terlihat
dan
bahwa nilai P value dengan derajat kepercayaan = 5% uji koefisien regresi signifikan untuk
x1x2. Hal ini berarti bahwa kedua suku tersebut berpengaruh pada model. Selanjutnya, akan ditentukan
titik-titik x1 dan x2 yang memaksimumkan model (8), dengan menerapkan kondisi optimasi.
Berdasarkan model (8), diperoleh matriks Hessian yang dituliskan sebagai (Stewart, 2003)
1.722
0.504
0504
0.344
Dapat ditunjukkan bahwa 0.321 merupakan nilai ekstrim yang bersifat definit negatif. Dengan
demikian, model orde dua (8) memenuhi syarat cukup untuk kondisi maksimum. Akibatnya, titik
stasioner x1 = -0.06 dan
0.41 adalah titik maksimum. Substitusi
dan
pada model (8)
memberikan nilai dugaan respon maksimum
87.8. Grafik permukan respon maksimum
disajikan pada Gambar 2 dan kontur plotnya pada Gambar 3. x1 = -0.06
41
-1
-1
1
1
0
0
0
0
-1
1
-1
1
0
0
0
0
82.8
83.5
84.7
85
84.1
84.5
83.9
84.3
83
83.5
84.7
85.2
84.1
84.1
84.1
84.1
Jumlah
-0.2
0
0
-0.2
0
0.4
-0.2
0.2
0.04
0
0
0.04
0
0.16
0.04
0.04
0.32
Sesuai dengan data pada Tabel 9, apabila koefisien dan variabel yang tidak signifikan dihilangkan dari
model karena diduga menjadi penyebab nilai galat yang besar diperoleh
87.8 0.828
0.504
(9)
42
-1
-1
1
1
0
0
0
0
-1.4
1.4
0
0
-1
1
-1
1
0
0
0
0
0
0
-1.4
1.4
86.276
87.124
87.56
86.399
87.732
87.145
88.277
88.231
86.012
86.19
87.681
87.297
Jumlah
86.320
87.112
87.532
86.308
87.846
87.846
87.846
87.846
85.980
86.269
87.665
87.360
-0.0438
0.0123
0.0348
0.091
-0.1147
-0.701
0.431
0.385
0.032
-0.079
0.016
-0.063
0.0019
0.0002
0.0012
0.0083
0.0132
0.492
0.186
0.1483
0.001
0.006
0.0003
0.0039
0.862
db
JK
KT
Fhit
Regresi
Residual Error
Lack of Fit
Pure Error
Total
2
9
1
8
11
2.58
1.22
0.01
1.20
6.8
2.79
0.14
0.01
0.15
20.65
0.08
-1
-1
86.276
86.381
-0.104
0.0109
-1
87.124
87.389
-0.264
0.0698
-1
87.567
87.389
0.177
0.0316
86.399
86.381
0.018
0.0003
87.732
87.713
0.018
0.0003
87.145
87.713
-0.568
0.3226
88.277
87.713
0.564
0.3187
88.231
87.713
0.518
0.2688
-1.4
86.012
86.058
-0.045
0.0020
1.4
86.19
86.058
0.131
0.0173
-1.4
87.681
87.713
-0.031
0.0009
1.4
87.297
87.713
-0.415
0.1728
Jumlah
1.2165
Dengan demikian, secara umum model orde dua (9) lebih baik untuk menduga hasil percobaan
pemurnian oksigen dibandingkan dengan model orde satu (5) dan model (8). Hal ini juga dapat dilihat
pada Gambar 4. Gambar ini menyajikan grafik galat untuk ketiga model. Terlihat bahwa secara umum
galat untuk model (9) lebih kecil dibandingkan dengan model (5) dan model (8).
43
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
9 10 11 12
PENUTUP
Telah diuraikan penggunaan metode dakian tercuram untuk menentukan nilai optimum.
Sebagai studi kasus, diambil data hasil percobaan pemurnian oksigen di suatu industri kimia.
Pemurnian dilakukan pada suhu (T) dan rasio tekanan (R) tertentu, dengan kondisi awal percobaan
pada suhu T = - 220 oC dan rasio tekanan R =1.2 atm. Berdasarkan hasil perhitungan, diperoleh bahwa
daerah maksimum terjadi pada lintasan ke-6, pada proses akhir dalam penentuan titik optimum dengan
rancangan komposit pusat, dan diketahui titik maksimum berada pada suhu reaksi 190.3oC dan rasio
tekanan sebesar 1.417 atm dengan 87.82 dugaan respon pemurnian oksigen.
DAFTAR PUSTAKA
Amago, T. (2001). Sizing optimization using respond surface method in FOA. Research Report, Japan:
Research Domain 14.
Aunuddin. (2005). Statistika, rancangan, dan analisis data, Bogor: IPB Press.
Gaspersz, V. (1992). Teknik analisis dalam penelitian percobaanm, Bandung: Tarsito.
Khuri, A.I. (2003). Advanced calculus with applications in statistics, Canada: Wiley Interscience.
Mendenhall, W. (1996). Statistics for management and economics, Boston: Duxbury Press.
Montgomery, D.C. (2001). Design and analysis of experiments, 5th ed., New York: John Wiley &
Sons, Inc.
Myers, R.H. (1971). Response surface methodology, Boston: Allyn & Bacon, Inc.
Stewart, J. (2003). Kalkulus, edisi keempat, jilid kedua, Jakarta: Erlangga.
Walpole, R.E., and Myers, R.H. (1995). Ilmu peluang dan statistika untuk insinyur dan ilmuan,
Bandung: Institut Teknologi Bandung.
44