63
sampai 97,72 . Terjadi peningkatan nilai error bila dibandingkan dengan zona normal maupun zona antara. Hal ini cukup jelas karena keragaman perilaku
eksperimen lebih tinggi dibanding dua zona sebelumnya.
IV.4.4. Validasi Model berdasarkan Efek Pengonsentrasian
Validasi model dilakukan untuk mengevaluasi apakah model yang telah dikembangkan mewakili kondisi sebenarnya. Validasi dilakukan dengan
membandingkan hasil model dengan data eksperimen baru sehingga dapat diketahui apakah model masih relevan atau tidak. Untuk melihat apakah model
dapat mendekati kondisi eksperimen dapat dilihat dari nilai MSE Mean Square Error. Model semakin relevan bila nilai MSEnya mendekati nol atau dalam artian
lain antara data model dengan data eksperimen yang dibandingkan hampir tidak mengalami deviasi sehingga model dikatakan valid. Dilakukan validasi dengan
dua data eksperimen yang baru. Tabel 13 menyajikan persentase nilai MSE dari hasil validasi dengan dua data eksperimen baru berdasarkan efek
pengonsentrasian. Tabel 13 Persentase nilai MSE hasil validasi dengan data baru pada berbagai
kondisi
Validasi Kondisi
1 2 3
Data baru 1 0.56
1.69 1.59
Data baru 2 0.74
1.98 1.15
IV.4.4.1. Validasi model Kondisi 1
Pada Tabel 13 diperoleh persentase nilai MSE Mean Square Error untuk kondisi 1 setelah di validasi dengan data baru sebesar 0,56 dan 0,74 . Nilai
tersebut sangat kecil sehingga dapat dikatakan model mampu menjelaskan kondisi eksperimen sampai 99,44 dan 99,26 . Berdasarkan nilai MSE
tersebut model dikatakan mampu memahami perilaku eksperimen. Model dianggap valid dan layak digunakan.
IV.4.4.2. Validasi model Kondisi 2
Pada Tabel 13 diperoleh persentase nilai MSE Mean Square Error untuk kondisi 2 setelah di validasi dengan data baru sebesar 1,69 dan 1,98 . Nilai
tersebut masih kecil sehingga dapat dikatakan model mampu menjelaskan
64
kondisi eksperimen sampai 98,31 dan 98,02 . Terjadi peningkatan nilai error bila dibandingkan dengan kondisi 1. Hal ini terjadi karena peningkatan nilai SVI
pada kondisi ini. Pada kondisi ini pengendapan lumpur terhambat karena proses bioflokulasi yang tidak seimbang. Ketidakseimbangan ini menyebabkan nilai SVI
yang diperoleh meningkat dibanding dengan kondisi 1. Berdasarkan nilai MSE tersebut model dikatakan masih mampu memahami perilaku eksperimen. Model
dianggap valid dan layak digunakan.
IV.4.4.3. Validasi model Kondisi 3
Pada Tabel 13 diperoleh persentase nilai MSE Mean Square Error untuk kondisi 3 setelah di validasi dengan data baru sebesar 1,59 dan 1,15 . Nilai
tersebut masih kecil sehingga dapat dikatakan model mampu menjelaskan kondisi perlakuan sampai 98,41 dan 98,85. Terjadi peningkatan nilai error
bila dibandingkan dengan kondisi 1. Penjelasan yang sama dengan kondisi 2 menjadi alasan utama yaitu peningkatan nilai SVI yang cukup tinggi yang
menyebabkan peningkatan nilai error. Berdasarkan nilai MSE tersebut model dikatakan masih mampu memahami perilaku eksperimen. Model dianggap valid
dan layak digunakan.
IV.4.5. Validasi Model berdasarkan zona pengendapan