C. METODE
IV. HASIL DAN PEMBAHASAN
2. Formulasi Flakes I: Optimasi Proses dalam Pembuatan Flakes
RSM merupakan metode analisis regresi yang digunakan untuk memprediksi nilai dari variabel respon berdasarkan variabel eksperimental terkontrol (Meilgaard et al., 2007; Lenth, 2009). RSM biasa digunakan dalam mengoptimalkan kualitas proses atau produk (Myers dan Montgomery, 2002). Tujuan utama penggunaan teknik ini adalah untuk melakukan optimasi terhadap parameter respon yang dipengaruhi oleh parameter terkontrol (Raissi, 2009). Tabel 15 menunjukkan variabel respons, yaitu tekstur flakes dari 20 formula rancangan RSM. Optimasi parameter respons akan dianalisis menggunakan RSM sehingga diperoleh optimasi proses dalam pembuatan flakes komposit.
Tabel 15. Nilai variabel respon tekstur dari 20 rancangan formula RSM Formula Suhu (oC) Waktu (menit) Tebal (mm) Hardness (g) Total work (mJ) Fracturability (g) 1 118,11 12,03 0,50 116,50 ± 11,52 0,26 ± 0,08 116,50 ± 11,52 2 141,89 12,03 0,50 253,50 ± 22,53 0,83 ± 0,10 253,50 ± 22,53 3 118,11 17,97 0,50 187,50 ± 15,12 0,53 ± 0,06 187,50 ± 15,12 4 141,89 17,97 0,50 337,13 ± 18,47 1,40 ± 0,04 337,13 ± 18,47 5 118,11 12,03 1,25 73,25 ± 9,87 0,14 ± 0,06 73,25 ± 9,87 6 141,89 12,03 1,25 117,88 ± 12,16 0,27 ± 0,12 117,88 ± 12,16 7 118,11 17,97 1,25 85,00 ± 9,77 0,23 ± 0,11 85,00 ± 9,77 8 141,89 17,97 1,25 190,50 ± 9,66 0,54 ± 0,07 190,50 ± 9,66 9 110,00 15,00 0,88 107,63 ± 17,04 0,24 ± 0,07 107,63 ± 17,04 10 150,00 15,00 0,88 211,88 ± 18,62 0,58 ± 0,05 212,00 ± 18,62 11 130,00 10,00 0,88 115,00 ± 15,32 0,25 ± 0,06 115,00 ± 15,32 12 130,00 20,00 0,88 198,00 ± 21,94 0,56 ± 0,04 198,00 ± 21,94 13 130,00 15,00 0,25 232,00 ± 19,25 0,62 ± 0,02 232,00 ± 19,25 14 130,00 15,00 1,50 113,88 ± 14,26 0,25 ± 0,09 113,88 ± 14,26 15 130,00 15,00 0,88 120,00 ± 18,17 0,30 ± 0,15 120,00 ± 18,17 16 130,00 15,00 0,88 133,75 ± 13,78 0,39 ± 0,18 133,75 ± 13,78 17 130,00 15,00 0,88 150,63 ± 15,51 0,44 ± 0,07 150,63 ± 15,51 18 130,00 15,00 0,88 158,38 ± 16,18 0,46 ± 0,06 158,38 ± 16,18 19 130,00 15,00 0,88 169,25 ± 21,66 0,48 ± 0,07 169,25 ± 21,66 20 130,00 15,00 0,88 178,88 ± 15,86 0,51 ± 0,04 178,88 ± 15,86
Nilai hardness yang diperoleh dari hasil pengukuran berkisar antara 73,25-337,13 g. Nilai hardness merupakan jumlah gaya yang dibutuhkan untuk mencapai puncak pada saat kompresi. Pada saat kompresi pertama kali didapatkan nilai hardness. Nilai hardness diperoleh dari puncak tertinggi dalam grafik analisis tekstur. Hardness menggambarkan kekerasan produk yang dihasilkan. Menurut Cauvain dan Young (2004), pengukuran kekerasan produk dapat dilakukan dengan menggunakan gaya kompresi standar dalam waktu tertentu untuk mengetahui deformasi yang terjadi pada produk. Selain itu dapat juga dengan menggunakan jarak kompresi tertentu dan mengukur gaya yang dibutuhkan untuk mencapai persen deformasi yang diinginkan (Cauvain dan Young, 2004).
Nilai total work produk berkisar antara 0,14-1,4 mJ. Nilai ini didapat dari hasil luas area di bawah puncak pada kompresi pertama. Total
work menggambarkan jumlah energi yang digunakan untuk mengkompresi produk ketika dianalisis karakteristik teksturnya. Nilai fracturability yang diperoleh berkisar antara 73,25-337,13 g. Nilai ini merupakan puncak pertama dalam grafik analisis tekstur.
Optimasi dilakukan dengan penetapan target nilai karakteristik tekstur sesuai dengan nilai yang diinginkan. Hal ini dilakukan dengan menggunakakan nilai karakteristik tekstur dari produk sejenis yang terdapat di pasaran sebagai pembanding. Produk pembanding adalah flakes merk A yang memiliki nilai hardness sebesar 136,5 g, total work sebesar 0,295 mJ, dan fracturability sebesar 136,5 g. Nilai ini menjadi acuan karakteristik tekstur flakes yang akan dioptimasi.
Hasil optimasi dari 20 formula desain proses yang diolah dengan menggunakan Response Surface Method (RSM) menghasilkan nilai variabel respon berupa karakterisitik tekstur yang paling sesuai dengan nilai variabel repon yang diinginkan. Tabel 16 menunjukan desain proses optimal yang direkomendasikan oleh Response Surface Method (RSM) dan tabel 17 menunjukan prediksi nilai variabel responnya.
Tabel 16. Parameter proses terpilih hasil optimasi
Parameter proses optimal Nilai
Suhu (oC) 120,82
Waktu (menit) 12,02
Ketebalan (mm) 0,50
Desain proses optimal yang direkomendasikan Response Surface
Method (RSM) menggunakan suhu sebesar 120,82 (oC) dengan waktu
pemanggangan 12,02 menit serta ketebalan flakes 0,50 mm. Formula tersebut diprediksi dapat menghasilkan flakes yang memiliki variabel respon dengan nilai hardness sebesar 136,50 g, nilai total work sebesar 0,33 mJ dan nilai fracturability sebesar 13,49 g (Tabel 17). Formula tersebut memiliki nilai desirability 0,974. Variabel respon yang digunakan berupa parameter tekstur dapat dianalisis dengan texture profil analysis (Sipos, 2003).
Tabel 17. Nilai prediksi variabel respon dari formula optimal
Variabel Respon Nilai Prediksi
Hardness (g) 136,50
Total work (mJ) 0,33
Fracturabilty (g) 136,49
Nilai desirability menunjukan kesesuaian antara nilai variabel respon yang diinginkan dengan nilai variabel respon yang diprediksi dari formula optimal yang direkomendasikan Response Surface Method (RSM). Gambar 12 menunjukan desirability yang diperoleh dari hasil optimasi.
Berdasarkan hasil optimasi yang dilakukan dari nilai target tersebut, diperoleh nilai desirability rata-rata dari keseluruhan parameter adalah 0,974. Nilai desirability pada optimasi berkisar antara 0 hingga 1. Nilai yang mendekati 1 berarti formula yang didapat paling sesuai dengan karakteristik parameter respon yang diinginkan. Namun, tujuan optimasi bukan hanya sekedar mencari nilai desirability 1, tetapi juga mencari kondisi optimal dari semua fungsi dari variabel respon.
Gambar 12. Desirability optimasi formula.
Nilai desirability sebesar 0,974 diperoleh dari rata-rata desirability masing-masing variabel perlakuan dan variabel respon. Nilai desirability variabel perlakuan meliputi suhu, waktu, dan tebal adalah 1. Nilai yang
1 1 1 0.999987 0.923819 1 0.973929 0.000 0.250 0.500 0.750 1.000 Suhu W aktu Tebal Hardness Cycle Total work Fracturability Combined
ditargetkan untuk variabel perlakuan adalah nilai rata-rata (average) sehingga nilai desirability yang didapatkan adalah 1. Sedangkan untuk nilai parameter respon hardness nilai desirability yang didapat adalah 0,999. Sedangkan untuk total work nilai desirability yang didapat adalah 0,923. Nilai desirabilityfracturability adalah 1.
Optimasi dilakukan dengan penetapan target nilai karakteristik tekstur sesuai dengan nilai yang diinginkan. Hal ini dilakukan dengan menggunakakan nilai karakteristik tekstur dari produk sejenis yang terdapat di pasaran sebagai pembanding. Produk flakes merk A memiliki nilai hardness sebesar 136.5 g, total work sebesar 0.295 mJ, dan fracturability sebesar 136.5 g. Nilai ini menjadi acuan karakteristik tekstur flakes yang diinginkan
Dengan waktu proses 12,02 menit dan ketebalan produk 0,5 mm . Formula tersebut diprediksi dapat menghasilkan flakes dengan nilai
hardness sebesar 136,50 g, nilai total work sebesar 0,33 mJ, dan
fracturability sebesar 136,49 g. Berikut ini adalah model grafik hasil optimasi dari variabel respon.
a. Hardness
Nilai hardness yang didapat berkisar antara 73,25-337,125 g dengan kombinasi warna merah hingga biru. Warna merah menunjukan nilai yang semakin tinggi sedangkan warna biru menunjukan nilai yang semakin rendah. Warna hijau menunjukan nilai rata-rata. Nilai Hardness menggambarkan kekerasan produk yang dihasilkan. Menurut Cauvain dan Young (2004), pengukuran kekerasan produk dapat dilakukan dengan menggunakan gaya kompresi standar dalam waktu tertentu untuk mengetahui deformasi yang terjadi pada produk. Selain itu dapat juga dengan menggunakan jarak kompresi tertentu dan mengukur gaya yang dibutuhkan untuk mencapai persen deformasi yang diinginkan (Cauvain dan Young, 2004). Grafik hasil optimasi variabel respon hardness terdapat pada Gambar 13.
Gambar 13. Grafik hasil optimasi variabel respon hardness
Kriteria yang diinginkan pada hardness adalah dengan nilai target sesuai dengan karakteristik produk pembanding merk A. Semakin besar nilai hardness maka produk yang dihasilkan semakin keras. Nilai optimasi dari hardness terdapat pada sumbu vertikal dengan nilai sebesar Y 136,50 g. Prediksi nilai ini didapat dari variabel perlakuan terdapat pada sumbu horizontal yang terdiri dari sumbu X1 sebagai waktu, sumbu X2 sebagai suhu dan ketebalan sebesar 0,50 mm sebagai faktor aktual.
Keterkaitan antara suhu dan waktu terhadap hardness (kekerasan) flakes memiliki korelasi negatif (Bhattacharya Sila, B. Sumithra, 2008). Apabila suhu pemanggangan semakin tinggi maka tingkat kekerasan produk akan semakin menurun. Begitu pula dengan waktu pemanggangan. Akan tetapi pengaruh suhu pemanggangan lebih signifikan dalam menurunkan tingkat kekerasan daripada waktu pemanggangan (Bhattacharya Sila, B. Sumithra, 2008). Sedangkan sebaliknya, ketebalan berkorelasi positif terhadap hardness produk.
118.11 124.05 130.00 135.95 141.89 12.03 13.51 15.00 16.49 17.97 120 170 220 270 320 H a rd n e s s C y cl e A: Suhu B: Waktu Design-Expert® Software Original Scale Hardness Cycle 337.125 73.25 X1 = A: Suhu X2 = B: Waktu Actual Factor C: Tebal = 0.50
b. Total Work
Nilai total work yang didapat berkisar antara 0,1375-1,4025 mJ dengan kombinasi warna merah hingga biru. Nilai total work terendah ditunjukan dengan area yang berwarna biru, nilai tertinggi ditunjukan dengan area yang berwarna merah sedangkan nilai rata-rata ditunjukan dengan warna hijau. Grafik hasil optimasi variabel respon total work terdapat pada Gambar 14.
Gambar 14. Grafik hasil optimasi variabel respon total work
Nilai optimasi dari total work terdapat pada sumbu vertikal dengan nilai sebesar Y 0,33 mJ. Prediksi nilai ini didapat dari variabel perlakuan terdapat pada sumbu horizontal yang terdiri dari sumbu X1 sebagai waktu, sumbu X2 sebagai suhu, dan ketebalan sebesar 0,50 mm sebagai faktor aktual.
c. Fracturability
Nilai fracturability yang didapat berkisar antara 73,25-337,125 g. Nilai terendah ditunjukan dengan area yang berwarna biru, nilai tertinggi ditunjukan dengan area yang berwarna merah sedangkan nilai rata-rata ditunjukan dengan warna hijau. Grafik hasil optimasi variabel respon fracturability terdapat pada Gambar 15.
118.11 124.05 130.00 135.95 141.89 12.03 13.51 15.00 16.49 17.97 0.3 0.51 0.72 0.93 1.14 T o ta l w o rk A: Suhu B: Waktu Design-Expert® Software Original Scale Total work 1.4025 0.1375 X1 = A: Suhu X2 = B: Waktu Actual Factor C: Tebal = 0.50
Gambar 15. Grafik hasil optimasi variabel respon fracturability
Grafik yang ditampilkan berwarna hijau hingga merah. Grafik ini menunjukan area yang nilai responnya memenuhi kriteria. Kriteria yang diinginkan pada fracturability adalah pada nilai target dengan perbandingan yang dilakukan pada nilai fracturability produk pembanding. Nilai optimasi dari fracturability terdapat pada sumbu dengan nilai sebesar Y 136,50 g. Prediksi nilai ini didapat dari variabel perlakuan terdapat pada sumbu horizontal yang terdiri dari sumbu X1 sebagai waktu, sumbu X2 sebagai suhu, dan ketebalan sebesar 0,50 mm sebagai faktor aktual.
Keterkaitan suhu dengan fracturability berbanding terbalik. Dengan semakin besarnya suhu pemanggangan, maka fracturability akan semakin rendah. Waktu pemanasan juga memiliki korelasi negatif dengan tingkat fracturability. Semakin lama waktu pemanasan, maka produk akan semakin mudah dipatahkan (Fellows, 2000). Berbeda dengan suhu dan waktu yang berbanding terbalik. Ketebalan berbanding lurus dengan fracturability. Apabila produk semakin tebal, maka fracturability juga akan semakin besar.
118.11 124.05 130.00 135.95 141.89 12.03 13.51 15.00 16.49 17.97 120 170 220 270 320 F ra c tu ra b il it y A: Suhu B: Waktu Design-Expert® Software Original Scale Fracturability 337.125 73.25 X1 = A: Suhu X2 = B: Waktu Actual Factor C: Tebal = 0.50