Asumsi tentang normalitas dibutuhkan bahwa distribusi pada variabel respon adalah berdistribusi normal. Akan tetapi, karena analisa varian dianggap sebagai
percobaan robust, maka normalitas pada variabel respon bukan merupakan syarat yang wajib.
2. Asumsi Penambahan
Hal ini berarti bahwa tiap variabel respon terdiri dari jumlah rata-rata secara keseluruhan ditambah dengan seluruh efek interaksi dari faktor dan efek karena
kekeliruan eksperimen.
3. Homogenitas
Hal ini dibutuhkan untuk menunjukkan bahwa variasi yang timbul dalam observasi reflikasi adalah sama. Ini merupaka syarat yang wajib dan analisa varian tidak
dapat dilakukan apabila asumsi ini tidak terpenuhi. 4.
Pengamatan yang Independen Hal ini memiliki arti bahwa tiap nilai respon tidak saling terikat dengan nilai
respon yang sebelumnya. Hal ini dijamin melalui pengacakan kombinasi dalam melakukan percobaan.
3.3. Response Surface Methodology RSM
Response Surface Methodology adalah suatu metodologi yang terdiri dari suatu grup teknik statistik untuk membangun model empiris dan mengeksploitasi model.
Universitas Sumatera Utara
Suatu eksperimen yang melibatkan k buah faktor antara lain : X
1
, X
2
,....X
k
, dimana k buah faktor disebut sebagai variabel bebas, predikator ataupun variabel kontrol,
dan menghasilkan Y, dimana Y adalah suatu variabel terikat, variabel tak bebas ataupun variabel respon. Semua variabel ini dapat diukur dan diketatui bahwa Y adalah
merupakan respon dari :X
1
, X
2
,....X
k
, maka dikatakan bahwa Y adalah fungsi dari X
1
, X
2
,....X
k
, dan secara umum ditulis dalam bentuk Y = f X
1
, X
2
,....X
k
. Fungsi tersebut dikatakan sebagai response surface.
Respon surface methodology RSM memiliki beberapa kegunaan antara lain : 1.
Menunjukkan bagaimana variabel respon Y dipengaruhi oleh variabel bebas X di wilayah yang secara tertentu diperhatikan.
2. Menentukan pengaturan variabel bebas yang paling tepat dimana akan memberikan
hasil yang memenuhi spesifikasi dan respon yang berupa hasil, kekotoran, warna, tekstur dan lain sebagainya.
3. Mengeksplorasi ruang dari variabel bebas X untuk mendapatkan hasil maksimum dan
menentukan sifat dasar dari nilai maksimum. Untuk melaksanakan Respon surface methodology RSM, ada tahap-tahap
perencanaan yang dilakukan, dimana defenisi perencanaan adalah proes, cara atau kegiatan merencanakan, menyusun dan mengurangi langkah-langkah pelaksanaan suatu
kegiatan. Adapun tahap-tahap perencanaan untuk memulai pelaksanaan Respon surface
methodology RSM antara lain :
Universitas Sumatera Utara
1. Menentukan model persamaan orde pertama, dimana suatu desain eksperimen
dilakukan untuk pengumpulan data dan arah penelitian selanjutnya ditentukan dengan metode steepest ascent.
2. Setelah arah penelitian selanjutnya telah diperoleh, kemudian ditentukan level faktor
untuk mengumpulan data selanjutnya. 3.
Menentukan model persamaan orde kedua. Penentuan model dilakukan dengan melakukan desain eksperimen dengan level yang telah ditetapkan setelah metode
steepest ascent dilakukan. 4.
Menentukan titik optimal dari faktor-faktor yang diteliti. RSM yang bertujuan menentukan titik optimal dapat diinterpretasikan pada
countour plot dan surface plot seperti contoh Gambar 3.1. dan 3.2.
Gambar 3.1. Contour Plot
Gambar 3.1. menyatakan countour plot antara faktor ’suhu pendinginan’ dan faktor ’suhu segel’ dimana respon semakin baik apabila suhu segel berada diantara level -
1dan -0.5 dan suhu pendinginan mendekati level 0.
Universitas Sumatera Utara
Gambar 3.2. Surface Plot
Gambar 3.2. menyatakan surface plot dan dalam 3 dimensi, tetapi besarnya variabel bebas X
1
, X
2
,....X
3
yang mengoptimalkan respon masih belum dapat diketahui. Salah pertimbangan penting yang muncul dalam RSM adalah bagaimana
menentukan faktor dan level yang dapat cocok dengan model yang di kembangkan. Jika faktor atau level yang dipilih dalam suatu eksperimen tidak tepat maka kemungkinan
terjadinya ketidakcocokan model akan sangat besar dan jika itu terjadi maka penelitian yang dilakukan bersifat bias.
Response Surface Methodology RSM erat kaitannya dengan desain eksperimen karena dalam pelaksanaannya data yang dikumpulkan adalah melalui desain eksperimen.
Beberapa alasan mengapa desain eksperimen sangat diperlukan, antar lain: 1.
Variabel input yang penting yang dipengaruhi respon sering merupakan salah satu variabel yang tidak akan diubah.
2. Hubungan antara variabel respon dan berbagai variabel input mungkin dipengaruhi
oleh variabel yang tidak tercatat dimana variabel tersebut mempengaruhi respon dan variabel input. Hal ini tersebut dapat membangun suatu korelasi yang salah.
3. Data operasi masa lalu sering mengundang celah dan mengundang informasi
tambahan yang penting.
Universitas Sumatera Utara
3.4. Model Orde Pertama
