Tidak terdapat pengaruh lamanya waktu pengasapan tingkatan temperatur terhadap mutu produk Ribbed Smoke Sheet RSS.
5.2.4. Pengujian Rata-rata Perlakuan Sesudah Eksperimen.
Prosedur penggunaan Uji beda nyata jujur BNJ adalah sebagai berikut : 4.
Hitung Nilai BNJ yaitu : BNJ 5 = w = q α p,n2 S
Y
Berdasarkan pengumpulan data pada tabel 5.8. maka diperoleh data sebagai berikut :
p = jumlah perlakuan = 4 n2 = derajat bebas galat = jumlah perlakuan replikasi-1 = 4 x 6-1 =20
KT galat = 0.3525 berdasarkan uji keragaman pada tabel 5.7. α = 5 ; r = replikasi
S
Y
= 24
. 6
3525 .
= =
r KT
galat
Maka BNJ 5 = w = q α p,n2 S
Y
= q 0.05 4,20 0,24 = 3.96 x 0.24 = 0.95
5. Hitung selisih antar rata-rata dua perlakuan yang mungkin dapat
dibandingkan. Berdasarkan pengumpulan data pada tabel 5.1. maka diperoleh perlakuan yaitu :
A = Interaksi antara 4 hari pengasapan, temperatur rendah 35-60 ⁰C
Maka massa rata-rata Ribbed Smoke Sheet RSS
65 .
88 6
531.9 = =
A
Universitas Sumatera Utara
B = Interaksi antara 5 hari pengasapan, temperatur rendah 35-60 ⁰C
Maka massa rata-rata Ribbed Smoke Sheet RSS
15 .
96 6
576.9 = =
B
C = Interaksi antara 4 hari pengasapan, temperatur rendah 45-60 ⁰C
Maka massa rata-rata Ribbed Smoke Sheet RSS
32 .
93 6
559.9 = =
C
D = Interaksi antara 5 hari pengasapan, temperatur rendah 45-60 ⁰C
Maka massa rata-rata Ribbed Smoke Sheet RSS
08 .
86 6
516.5 = =
D
6. Kriteria Penerimaan Uji Hipotesa metode Uji Beda Nyata Jujur BNJ.
c. Jika nilai selisih antar rata-rata dua perlakuan nilai BNJ = 5, berarti
ada perbedaan nyata antara kedua perlakuan. d.
Jika nilai selisih antar rata-rata dua perlakuan nilai BNJ = 5, berarti tidak ada perbedaan nyata antara kedua perlakuan.
Dari perhitungan waktu rata-rata perlakuan maka disusun Tabel selisih antar rata- rata perlakuan seperti pada tabel 5.9.
Universitas Sumatera Utara
Tabel 5.9. Selisih Rata-rata antara dua perlakuan Interaksi
Selisih rata-rata BNJ 5
Uji Hipotesa
B A
− 7.5
0.95 Nyata
C A
− 4.67
Nyata D
A −
2.57 Nyata
C B
− 2.83
Nyata D
B −
10.07 Nyata
D C
− 7.24
Nyata
5.2.5 Tahap Optimasi Variabel Eksperimen
Pada tahap optimasi ini, keadaan awal dari suatu rancangan percobaan eksperimen design membentuk sebuah kontur yang menggambarkan pola data
pengujian. Salah satu hasil pengujian yang diharapkan adalah penentuan titik optimum dari rancangan percobaan. Salah satu cara yang dapat digunakan adalah
menggunakan Steepest Ascent. Desain matrik yang terpilih untuk eksperimen faktorial untuk desain 22 adalah :
X0 X1 X2 X3
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
− +
+ +
− +
− +
− −
+ +
− −
− +
= X
Universitas Sumatera Utara
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
− −
− −
+ +
− −
+ −
+ −
+ +
+ +
= X
4 4
4 4
= X
X
4 1
4 1
4 1
4 1
2
= X
X
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
− −
− −
+ +
− −
+ −
+ −
+ +
+ +
= Y
X
4 3
2 1
Y Y
Y Y
=
4 3
1 y
y y
y
C C
C C
Nilai Y berasal dari rata-rata nilai untuk masing-masing perlakuan yaitu : variabel lamanya waktu pengasapan A , variabel B.
65 .
88 6
9 .
531 6
88.8 89.2
88.8 89
88.6 87.5
1
= =
+ +
+ +
+ =
Y
32 .
93 6
559.9 6
93.5 93.7
93.9 92.5
92.8 93.5
3
= =
+ +
+ +
+ =
Y
08 .
86 6
516.5 6
85.5 85.1
87.2 86.2
86.3 86.2
4
= =
+ +
+ +
+ =
Y
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
3 2
1
− −
− −
+ +
− −
+ −
+ −
+ +
+ +
= =
b b
b b
bo 08
. 86
32 .
93 15
. 96
65 .
88
Universitas Sumatera Utara
= =
3 2
1
b b
b b
bo 05
. 91
35 .
1 065
. 05
. 91
Harga-harga koefisien b ,
1
b ,
2
b dan
3
b disubtitusikan ke persamaan 2, Indeks koefisien dari
1
b menunjukkan apakah variabel tersebut dinaikkan atau diturunkan. Bila harga
1
b positif, maka taraf variabel yang disesuaikan akan dinaikkan dan sebaliknya bila harga
1
b negatif maka harga taraf variabel diturunkan sehingga akan diperoleh harga taraf baru yang akan digunakan dalam
percobaan optimisasi. Nilai konstanta untuk masing-masing variabel yaitu : b =
91.05,
1
b = 0.065, dn
2
b = 1.35 Y =
b +
1
b
1
X +
2
b
2
X +….+
n
b
n
X sehingga persamaan optimasi menjadi : Y = 91.05 + 0.065
1
X + 1.35
2
X …………………………………1
5.6.1. Penentuan Titik Optimasi Menggunakan Metode Steepest Ascent