Desain Box-Behnken — Metodologi Permukaan Respons Tiga Tingkat
- Diperkenalkan oleh
- George E. P. Box and Donald W. Behnken
- Tahun
- 1960
- Jenis
- Response surface design (incomplete three-level factorial)
- Keluarga
- Engineering methods
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Desain Box-Behnken (BBD) adalah desain metodologi permukaan respons yang efisien yang menyesuaikan model polinomial orde kedua penuh menggunakan tiga tingkat setiap faktor.
Diperkenalkan oleh Box dan Behnken pada tahun 1960, desain ini menempatkan titik-titik eksperimental pada titik tengah tepi hiperkubus dan di pusat, menghindari titik-titik sudut di mana semua faktor secara bersamaan berada pada tingkat ekstremnya. Struktur ini membuat BBD sangat menarik ketika kombinasi tingkat ekstrem secara fisik tidak mungkin, mahal, atau tidak aman untuk diuji.
Intuisi di balik metode
Misalkan Anda mengoptimalkan reaksi kimia dan memiliki tiga faktor yang dapat dikendalikan — suhu, tekanan, dan konsentrasi katalis — masing-masing dengan pengaturan rendah, sedang, dan tinggi. Faktorial penuh pada tiga tingkat akan memerlukan 27 percobaan. Desain Box-Behnken mencapai tujuan penyesuaian orde kedua yang sama dengan hanya 15 percobaan (ditambah titik tengah) dengan secara cerdik memilih kombinasi faktor-tingkat mana yang akan diuji: desain ini selalu menahan setidaknya satu faktor pada tingkat tengahnya, sehingga tidak ada eksperimen yang secara bersamaan mendorong semua faktor ke ekstremnya. Anggap saja sebagai pengambilan sampel strategis dari ruang eksperimental yang menggunakan jauh lebih sedikit percobaan sambil tetap menangkap kelengkungan dan interaksi.
Sejarah
George Box dan Donald Behnken memperkenalkan desain ini dalam makalah penting mereka tahun 1960 di Technometrics, di mana mereka mengusulkan keluarga desain tiga tingkat yang dapat mengestimasi semua koefisien polinomial orde kedua sambil menghindari simpul ekstrem dari kubus desain. Motivasi mereka adalah ekonomi — percobaan sudut bisa mahal — dan praktis, karena banyak proses industri dan kimia tidak dapat mempertahankan kondisi operasi dengan tingkat ekstrem. Desain ini menjadi standar dalam metodologi permukaan respons, disebarluaskan secara luas melalui buku teks Box dan Draper (1987) dan Myers, Montgomery, dan Anderson-Cook, dan sekarang secara rutin diimplementasikan dalam perangkat lunak statistik seperti JMP, Minitab, dan paket rsm R.
Kapan digunakan
Gunakan desain Box-Behnken ketika Anda perlu menyesuaikan model permukaan respons kuadratik orde kedua penuh dengan 3 hingga 7 faktor kontinu dan titik-titik sudut ruang eksperimental tidak aman, tidak layak, atau terlalu mahal untuk diuji — misalnya, ketika kombinasi ekstrem dari beberapa variabel proses secara bersamaan dapat merusak peralatan atau menimbulkan bahaya keselamatan. BBD sesuai ketika jumlah percobaan harus dijaga sedang dan semua faktor masing-masing dapat mencapai pengaturan tinggi dan rendahnya. JANGAN gunakan BBD jika Anda memerlukan desain yang mendukung suku orde lebih tinggi di luar kuadratik, jika Anda memiliki faktor kategorikal, jika ekstrapolasi ke titik sudut ekstrem adalah tujuannya, atau jika hanya dua faktor yang dipelajari (desain komposit sentral lebih efisien untuk k = 2). Hindari juga BBD ketika percobaan titik sudut sebenarnya diperlukan untuk memenuhi persyaratan spesifikasi hilir.
Batasan dan pertimbangan
- Tidak cocok untuk eksperimen sekuensial: tidak seperti desain komposit sentral, BBD tidak dapat dibangun dari eksperimen penyaringan faktorial dua tingkat sebelumnya.
- Tidak mengestimasi interaksi pada kombinasi faktor ekstrem, karena titik sudut tidak ada; jika perilaku di sudut-sudut sangat penting, diperlukan desain komposit sentral atau faktorial penuh.
- Cakupan wilayah eksperimental tidak seragam — sudut-sudut hiperkubus sama sekali tidak diambil sampelnya, yang dapat menimbulkan bias prediksi jika optimum sebenarnya terletak di dekat sudut.
- Untuk lima faktor atau lebih, jumlah percobaan dapat bertambah secara substansial, mengurangi keunggulan efisiensinya dibandingkan desain komposit sentral.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Memerlukan lebih sedikit percobaan daripada faktorial penuh tiga tingkat, membuatnya efisien dari segi biaya dan waktu untuk menyesuaikan model orde kedua.
- Tidak ada percobaan titik sudut — sangat berharga ketika kombinasi ekstrem semua faktor secara bersamaan berbahaya secara fisik, terlalu mahal, atau tidak layak secara proses.
- Semua kombinasi faktor-tingkat dalam matriks desain berada di dekat pusat atau pada posisi tengah tepi, yang sering kali merupakan kondisi operasi teraman dan paling representatif.
- Dekat-rotatabilitas: varians prediksi kira-kira konstan pada jarak yang sama dari pusat desain, memberikan akurasi estimasi yang seragam di seluruh wilayah eksperimental.
- Mudah untuk ditambah dengan replikasi titik tengah yang memberikan perkiraan murni dari kesalahan eksperimental dan mendukung uji ketidakcocokan.
Penerapan
- Optimasi formulasi farmasi, di mana kombinasi ekstrem konsentrasi eksipien secara bersamaan dapat membuat tablet tidak dapat dikompresi atau tidak stabil.
- Optimasi parameter proses dalam rekayasa kimia — suhu reaktor, tekanan, dan laju umpan — di mana kombinasi ekstrem dapat melebihi batas keselamatan.
- Eksperimen ilmu pangan mengoptimalkan tekstur, warna, atau atribut sensorik sebagai fungsi proporsi bahan dan kondisi pemrosesan.
- Studi ilmu material menyesuaikan hubungan antara suhu sintering, tekanan, dan waktu terhadap sifat bagian keramik atau logam bubuk.
- Eksperimen lapangan pertanian mengoptimalkan laju pupuk, tingkat irigasi, dan kepadatan tanam ketika kendala logistik mencegah pengujian semua kombinasi ekstrem.
- Studi remediasi lingkungan mengoptimalkan pH, dosis oksidan, dan waktu kontak untuk degradasi kontaminan, di mana kombinasi ekstrem bisa korosif atau berbahaya.
Cara kerjanya
Cara kerjanya
Eksperimenter mengidentifikasi k faktor kuantitatif kontinu (biasanya 3 hingga 7) dan menetapkan tiga tingkat berkode untuk masing-masing: rendah (−1), tengah (0), dan tinggi (+1). Variabel respons harus dapat diukur dan kontinu. Prasyarat utama adalah bahwa tingkat ekstrem dari setiap faktor secara individual layak — desain menghindari simpul sudut tetapi menguji setiap faktor pada ekstremnya sementara faktor lain ditahan pada tingkat tengahnya.
Matriks BBD dibangun dengan menggabungkan faktor-faktor dalam blok tidak lengkap berpasangan. Untuk setiap pasangan faktor, dibuat faktorial dua tingkat (empat percobaan) sementara faktor-faktor yang tersisa ditahan pada tingkat tengahnya. Replikasi titik tengah (biasanya 3–5) ditambahkan ke desain penuh. Untuk tiga faktor ini menghasilkan 15 percobaan; untuk empat faktor, 27 percobaan. Desain yang dihasilkan bersifat rotatable atau mendekati rotatable dan tidak memiliki titik sudut di mana semua faktor secara bersamaan berada pada pengaturan ekstremnya.
Percobaan dilakukan dalam urutan acak untuk melindungi dari variabel tersembunyi dan tren waktu. Setiap baris desain menentukan pengaturan faktor untuk satu percobaan. Pengukuran respons yang cermat pada setiap percobaan, bersama dengan pengacakan dan pemblokiran yang tepat jika diperlukan, sangat penting untuk estimasi model yang valid.
Model regresi polinomial orde kedua disesuaikan dengan data: respons dimodelkan sebagai fungsi dari efek linier semua faktor, suku kuadrat (kuadratik) mereka, dan semua suku interaksi dua faktor. Estimasi kuadrat terkecil biasa (atau kuadrat terkecil tertimbang) memberikan koefisien regresi. Analisis varians dan uji ketidakcocokan menilai kecukupan model.
Rumus
\hat{y} = \beta_0 + \sum_{i=1}^{k}\beta_i x_i + \sum_{i=1}^{k}\beta_{ii}x_i^2 + \sum_{i<j}\beta_{ij}x_i x_jSetelah model yang memuaskan dikonfirmasi, permukaan respons yang disesuaikan dieksplorasi untuk menemukan optimum — kombinasi pengaturan faktor yang memaksimalkan, meminimalkan, atau mencapai nilai target respons. Metode meliputi analisis kanonik, pendakian/penurunan tercepat, dan optimasi fungsi keinginan numerik ketika beberapa respons terlibat.
Kesalahan umum
- Membingungkan BBD dengan desain komposit sentral (CCD): CCD mencakup blok faktorial (sudut) dua tingkat ditambah titik aksial (bintang) yang melampaui rentang faktor; BBD tidak memiliki keduanya. Memilih desain yang salah relatif terhadap kendala eksperimental menyebabkan pemborosan percobaan atau eksperimen yang tidak layak.
- Menerapkan BBD pada kurang dari tiga faktor: untuk k = 2, BBD berkurang menjadi desain yang jauh kurang efisien daripada CCD; selalu pilih CCD atau desain rotatable sederhana untuk studi dua faktor.
- Replikasi titik tengah yang tidak mencukupi: hanya menggunakan 1–2 titik tengah membuat estimasi murni kesalahan tidak terdefinisi dengan baik, merusak uji ketidakcocokan dan ANOVA secara keseluruhan. Setidaknya 3 titik tengah sangat direkomendasikan.
- Mengabaikan kebutuhan pengacakan: menjalankan BBD dalam urutan non-acak (misalnya, mengelompokkan semua percobaan suhu rendah) mengacaukan efek faktor dengan variabel gangguan terkait waktu, membuat model tidak valid.
Pertanyaan yang sering diajukan
Bagaimana desain Box-Behnken berbeda dari desain komposit sentral?
Kedua desain menyesuaikan model polinomial orde kedua untuk analisis permukaan respons, tetapi mereka berbeda dalam struktur. Desain komposit sentral (CCD) mencakup blok faktorial (sudut) dua tingkat ditambah titik aksial (bintang) yang melampaui rentang faktor, dan dapat dibangun secara sekuensial dari eksperimen penyaringan sebelumnya. BBD tidak memiliki titik sudut dan tidak ada titik di luar rentang faktor — ia hanya menggunakan tiga tingkat per faktor. Pilih BBD ketika percobaan sudut tidak layak; pilih CCD ketika pembangunan sekuensial atau sifat di sudut ekstrem penting.
Berapa banyak percobaan yang dibutuhkan desain Box-Behnken?
Jumlah percobaan tergantung pada jumlah faktor k. Untuk k = 3: 15 percobaan (12 titik tengah tepi + 3 titik tengah); untuk k = 4: 27 percobaan; untuk k = 5: 46 percobaan. Jumlah ini mencakup jumlah standar replikasi titik tengah. Bandingkan ini dengan faktorial penuh tiga tingkat, yang akan membutuhkan 27, 81, dan 243 percobaan untuk k = 3, 4, dan 5 masing-masing — BBD menawarkan penghematan yang dramatis.
Bisakah saya menggunakan desain Box-Behnken dengan lebih dari tujuh faktor?
BBD umumnya digunakan untuk 3 hingga 7 faktor. Untuk lebih dari tujuh faktor, jumlah percobaan bertambah secara substansial dan pendekatan alternatif seperti desain penyaringan definitif atau desain optimal yang dihasilkan komputer biasanya lebih efisien. Makalah asli Box dan Behnken (1960) menjelaskan desain hingga tujuh faktor.
Perangkat lunak apa yang dapat menjalankan analisis Box-Behnken?
BBD didukung di sebagian besar paket statistik utama: JMP (modul Design of Experiments), Minitab (bagian Response Surface dari DOE), SAS (PROC OPTEX atau PROC RSREG), dan R (paket rsm dengan fungsi bbd()). Pengguna Python dapat menggunakan pustaka pyDOE2. Semua ini menghasilkan matriks desain, menyesuaikan model orde kedua, dan menyediakan output ANOVA, plot permukaan respons, dan optimasi.
Apakah desain Box-Behnken rotatable?
BBD kira-kira rotatable, artinya varians prediksi hampir konstan pada jarak yang sama dari pusat desain, tetapi rotatabilitas yang ketat bergantung pada jumlah faktor. Untuk k = 3, BBD standar tepat rotatable dengan jumlah titik tengah yang umum digunakan. Untuk nilai k lainnya, rotatabilitas bersifat perkiraan. Dalam praktiknya, rotatabilitas yang mendekati ini sudah cukup untuk sebagian besar aplikasi teknik dan ilmiah.
Metode terkait
Sumber
Box, G. E. P., & Behnken, D. W. (1960). Some new three level designs for the study of quantitative variables. Technometrics, 2(4), 455–475.
Buka referensi DOIDisalin.Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley.
ISBN: 978-1118916025Disalin.