D-optimal Saturated Design pada Studi Kasus Optimasi Aktivasi Arang Aktif

Abstract

Perancangan percobaan merupakan serangkaian pengujian untuk mengubah peubah input menjadi suatu output yang merupakan respon dari suatu percobaan. Salah satu cabang dari perancangan percobaan adalah rancangan optimal yang mencari rancangan berdasarkan kriteria tertentu. Rancangan optimal membutuhkan algoritma untuk menemukan titik rancangan. Salah satu algoritmanya yaitu Modified Fedorov’s Exchange Algorithm. Di dalam algoritma membutuhkan candidate set. Salah satu candidate set dalam penelitian ini didasarkan pada Central Composite Design (CCD) dengan model kuadratik. Saturated design merupakan rancangan yang hanya membutuhkan banyaknya titik percobaan sama dengan banyaknya parameter yang akan diduga dalam suatu percobaan. Kata kunci dalam Saturated Design adalah meminimalkan jumlah titik percobaan, penelitian ini menggunakan pendekatan desain optimal untuk membentuk Saturated Design. Lima candidate set dibangun berdasarkan CCD dan rancangan faktorial. D-optimality criterion digunakan dalam penelitian ini karena berfokus pada presisi pendugaan parameter. Studi kasus melibatkan eksperimen yang melibatkan arang aktif yang berasal dari hidrokarbon tempurung kelapa sawit. Ada dua belas Saturated Design yang terbentuk. Delapan Saturated Design optimal yang melibatkan set kandidat titik CCD lebih optimal dibandingkan Saturated Design dari hanya titik faktorial dengan D-efisiensi sebesar 1,34.

An experimental design is a series of tests that change input variables to produce an output, which is a response from the experiment. One branch of experimental design is optimal design, which searches for designs based on specific criteria. Optimal design requires an algorithm to identify the optimal design points. One of the algorithms is the Modified Fedorov’s Exchange Algorithm. The algorithm requires a candidate set. One of the candidates sets in this study is based on the Central Composite Design (CCD) with a quadratic model. A Saturated Design only requires the number of experimental points equal to the number of parameters. The key concept in Saturated Design is minimizing the number of experimental points; therefore, this study employs an optimal design approach to create an Optimum Saturated Design. Five candidate sets were built based on CCD and factorial design. The D-optimality criterion is used in this study because it focuses on the precision of parameter estimation. The case study involves an experiment involving activated charcoal derived from palm shell hydrocarbons. There are twelve Saturated Designs formed. Eight optimal Saturated Designs involving the CCD candidate point set are more optimal than Saturated Designs from only factorial points with a D-efficiency of 1.34.