53 Gambar 8. Grafik tiga dimensi hasil respon tebal
3. Optimasi Formula
Setelah mendapatkan data Anova dari ketiga respon, maka dilanjutkan pada optimasi produk. Pada penelitian ini proses optimasi dilakukan untuk
mencapai komposisi atau formula yang paling optimal yaitu dengan desirability mendekati 1. Parameter yang dioptimasi pada penelitian ini adalah
bahan baku utama yaitu soft flour, pati modifikasi A, pati modifikasi B dan bahan pengembang. Program Design Expert version 7 telah menyediakan
pembobotan ini dengan nama importance. Pada kolom importance terdapat pilihan tanda positif +, mulai dari positif 1+ hingga positf 5+++++.
Semakin tinggi tingkat kepentingan dari atributrespon yang diukur terhadap produk, maka semakin banyak tanda positif + diberikan.
Optimasi yang dilakukan adalah dengan mengoptimalkan jumlah soft flour yaitu antara 39 - 40 dan target komponen adalah in range. Jumlah pati
modifikasi A dioptimalkan antara 4-4.5 dan target komponen adalah in range. Jumlah pati modifikasi B dioptimalkan antara 4-4.5 dan target
komponen adalah in range. Untuk jumlah bahan pengembang dioptimalkan antara 3-3.5 dan target komponen adalah in range. Skor respon tebal
54 dioptimalkan antara 0.712-0.828 cm dengan target maximize. Skor respon
WT loss dioptimalkan antara 14.43 - 19.67 dengan target in range. Skor respon L increase dioptimalkan antara 2.69 - 7.45 dengan target in
range. Semuanya memiliki tingkat rangking 3 +++. Formula dari proses optimasi yang disarankan oleh program Design
Expert version 7 adalah formula ke-1 F new 1 dengan komposisi soft flour 39.62, pati modifikasi A 4.318, pati modifikasi B 4.5 dan bahan
pengembang 3.5. Formula ini diprediksi akan menghasilkan biskuit dengan tebal 0.823901 cm, nilai WT loss 17.84, nilai L increase 5.65 dan
nilai desirability sebesar 0.964662 artinya formula tersebut akan menghasilkan produk yang memiliki karakteristik yang paling optimal dan sesuai dengan
keinginan kita sebesar 96.47. Selanjutnya formula yang disarankan divalidasi untuk dibuktikan kebenarannya. Hasil proses optimasi dapat dilihat
pada Lampiran 8.
Gambar 9. Contour plot Desirability Produk Terhadap Formulasi
Design-Expert® Software Desirability
Design Points 1
X1 = A: SF X2 = B: pati modifikasi A
X3 = C:Pati modifikasi B Actual Component
D: LA = 3.500
A: SF 39.5
B: Pati modifikasi A 4
C: Pati modifikasi B 4.000
4.500 4.5
40
Desirability
0.196 0.196
0.349 0.503
0.657 0.811
2 2
2 2
Prediction 0.965
55 Gambar 10. Grafik tiga dimensi hasil nilai desirability
Pada Gambar 9 dapat dilihat bahwa terdapat beberapa garis yang menunjukkan nilai desirability dalam beberapa kombinasi bahan baku. Nilai
desirability sebesar 0.965 berarti kemampuan formula dalam menghasilkan produk yang optimum sesuai dengan keinginan kita. Di samping itu juga dapat
dilihat grafik tiga dimensi dari hasil nilai desirability seperti pada Gambar 10. Faktor-faktor yang mempengaruhi desirability antara lain kompleksitas
jumlah komponen, beberapa kendala dalam formulasi dan target. Kompleksitas jumlah komponen dapat terlihat pada persyaratan jumlah bahan
baku yang dianggap penting dan berpengaruh terhadap produk untuk menentukan formulasi. Jumlah masing-masing bahan baku ditentukan dalam
selang yang berbeda-beda yang akan berpengaruh pada nilai desirability. Beberapa kendala dalam formulasi antara lain jumlah bahan baku yang
ditentukan oleh formulator yang akan mempengaruhi formula yang disarankan oleh progran Design Expert version 7. Semakin lebar selang jumlah bahan
baku, formula yang disarankan akan semakin banyak sehingga penentuan formula yang optimum dengan nilai desirability yang tinggi oleh program
akan semakin sulit. Dalam hal ini berarti nilai desirability yang dihasilkan
56 kemungkinan rendah. Faktor yang ketiga yaitu target untuk masing-masing
respon. Nilai masing-masing respon berbeda targetnya satu sama lain sesuai dengan keinginan formulator, sehingga akan berpengaruh terhadap nilai
desirability.
4. Validasi
Kategori