Metode Respon Permukaan (Respon Surface Methodology)

Metode permukaan respon (RSM) merupakan metode yang memiliki peranan yang sangat penting dalam merancang, merumuskan, mengembangkan, dan menganalisis suatu kajian ilmiah dan produk. Aplikasi ini paling umum digunakan dalam Industri, Biologi dan Ilmu Klinis, Ilmu Sosial, Ilmu Pangan, dan Ilmu Pengetahuan Fisik dan Teknik. Sejak RSM memiliki kegunaan yang sangat luas di dunia, sangat penting untuk mengetahui sejarah bagaimana  dan di mana RSM ditemukan. Menurut Hill dan Hunter, metode RSM diperkenalkan pertama kali oleh G.E.P. Box dan Wilson pada tahun 1951 (Myers, Khuri, dan Carter, 1989)(Box dan Draper, 2007).

Box dan Wilson menyarankan untuk menggunakan  model polinomial tingkat pertama untuk mendekati variabel respon. Mereka mengakui bahwa model ini hanya perkiraan, tidak akurat, tetapi model seperti itu mudah untuk memperkirakan dan menerapkan, bahkan ketika sedikit yang diketahui tentang proses. Selain itu, Mead dan Pike menyatakan bahwa asal RSM dimulai pada tahun 1930-an dengan menggunakan Curves Respons (Myers, Khuri, dan Carter, 1989).

Berdasarkan penelitian yang dilakukan oleh Myers, dan kawan-kawan, desain ortogonal dilatarbelakangi oleh Box dan Wilson (1951) dalam kasus orde pertama. Untuk model orde kedua, banyak saintis dan engineer memiliki pengetahuan tentang the central composite designs (CCDs) dan three-level designs oleh Box dan Behnken (1960). Juga, penelitian yang sama menyatakan bahwa kontribusi penting lain datang dari Hartley (1959), yang membuat upaya untuk membuat lebih ekonomis atau desain komposit yang lebih kecil (Myers, Khuri, dan Carter, 1989)(Box dan Draper, 2007).

RSM adalah desain dan model yang bekerja dengan berbagai treatment secara terus menerus ketika menemukan nilai optimum atau menggambarkan respon sesuai tujuan (Hinkelmann dan Kempthorne, 2005) (Box dan Draper, 2007). Tujuan utama dari RSM adalah untuk menemukan respon optimal. Bila ada lebih dari satu respon maka penting untuk menemukan optimum kompromi yang tidak mengoptimalkan hanya saja satu respon (Box dan Draper, 2007). Bila ada kendala pada data desain, maka desain eksperimental harus memenuhi persyaratan kendala. Tujuan kedua adalah memahami bagaimana resepon perubahan dalam arah tertentu dengan menyesuaikan variabel desain. Secara umum, permukaan respon dapat divisualisasikan dalam bentuk grafis. Grafik sangat membantu untuk melihat bentuk permukaan respon; bukit, lembah, dan garis bridge (Myers, Khuri, dan Carter, 1989) (Box dan Draper, 2007). Oleh karena itu, fungsi f(x1, x2) dapat diplot versus tingkat x1, x2 seperti yang ditunjukkan pada Gambar 1

RSM 1

Gambar. 1 Plot Respon Permukaan

 y = f(x1, x2) + e …………………………………………… 1

Dalam gambar diatas, setiap x1 dan x2 menghasilkan nilai y. Gambar grafik tiga dimensi ini menunjukkan permukaan respon dari samping dan itu disebut plot permukaan respon. Kadang-kadang, itu kurang rumit untuk melihat respon permukaan dalam grafik dua dimensi. Plot kontur dapat menunjukkan garsi kontur x1 dan x2 pasangan yang memiliki nilai respon yang sama y. Contoh plot kontur seperti yang ditunjukkan pada Gambar 2.

RSM 2

Gambar. 2. Contour Plot

RSM sangat membantu dalam melakukan optimasi suatu metode secara efektif terutaman pengembangan metode ekstraksi fraksinasi, dan isolasi, metode analisis, dan lain-lain, beberapa penelitian yang telah melaporkan penggunaan metode ini, antara lain; optimalisasi kondisi refluks untuk mengekstraksi flavanoid total dan fenolik total dan meningkatkan aktivitas antioksidan dari daun Pandan (Pandanus amaryllifolius Roxb.)(Ghasemzadeh dan Jaafar, 2014), optimalisasi metode ekstraksi senyawa biaktif dari buah Feromia limonia (wood apple) (Ilaiyaraja, Likhith, Sharath Babu, dan Khanum, 2015), optimalisasi cairan ionik berdasarkan ultrasonic assisted extraction dari senyawa antioksidan dari Curcumal longa L. (Xu, Wang, Liang, Zhang, dan Li, 2015).

Be Sociable, Share!