BAB I PENDAHULUAN. dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN. dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan"

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Metode bootstrap merupakan metode simulasi berbasiskan data yang dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan distribusi sampling dari parameter dan menghitung distribusi empiris, melewati ratusan atau ribuan sampel. Dengan membentuk bermacam-macam sampel dari sampel asli, bootstrap hanya membutuhkan kemampuan komputasional untuk mengestimasi nilai parameter dari masing-masing sampel. Sekali bootstrap dihitung, maka dapat diperoleh estimasi standar error dan interval kepercayaan (daerah kepercayaan) dari parameter populasi (Efron dan Tibshirani, 1993). Sebagai metode yang diperlukan dalam inferensi statistika, metode bootstrap dapat dipergunakan untuk menduga inferensi titik-titik dari skor komponen utama interaksi (Novianti, et al., 2010). Skor komponen utama interaksi diperoleh dari penguraian nilai singular (SVD) dari matriks sisaan komponen aditif yang merupakan suatu bagian pada analisis Additive Main Effect and Multiplikatif Interaction (AMMI). Analisis AMMI merupakan suatu teknik analisis data yang diterapkan pada percobaan multilokasi untuk mengkaji interaksi genotipe dengan lingkungan (Mattjik dan Sumertajaya, 1999). Interaksi genotipe dengan lingkungan dapat dinyatakan sebagai perubahan keragaman dari dua atau beberapa genotipe pada dua atau beberapa lokasi yang berbeda. Penguraian pengaruh interaksi genotipe dengan lingkungan juga dapat memberikan 1

2 2 gambaran tentang kestabilan genotipe. Pada percobaan multilokasi faktor-faktor yang dilibatkan adalah genotipe dan lingkungan. Serta rancangan percobaan yang digunakan adalah rancangan dua faktor dalam Rancangan Acak Kelompok Lengkap (RAKL). Menurut Mattjik dan Sumertajaya dalam Prihartini (2011), pengelompokan dilakukan karena kondisi lahan yang digunakan dalam percobaan tidak bisa dijamin kehomogenannya misalkan kondisi lahan yang tidak rata. Oleh karena itu, perlu dilakukan pengelompokan yang relatif homogen untuk mengendalikan keragaman yang muncul akibat keheterogenan kondisi lahan. Jika lingkungan yang dilibatkan dianggap sebagai faktor acak, maka analisis AMMI yang digunakan adalah model AMMI campuran (Mixed AMMI). Secara konsep, proses analisis model Mixed AMMI masih mengikuti prosedur analisis AMMI namun, sedikit berbeda pada penguraian pengaruh aditif dalam analisis ragam karena mengikuti asumsi model acak dari analisis AMMI (Sumertajaya, 2007). Penentuan kestabilan genotipe dilakukan dengan indeks stabilitas dari gambaran Biplot. Sebagai keperluan penentuan kestabilan genotipe, digunakan skor komponen utama interaksi pertama (KUI1) dan skor komponen utama interaksi kedua (KUI2) (Jaya dan Hadi, 2008). Dengan melibatkan dua skor komponen utama interaksi dengan keragaman terbesar pertama dan kedua, maka model AMMI yang terbentuk disebut model AMMI2. Dari model AMMI2 ini kemudian divisualisasikan ke dalam Biplot AMMI2.

3 3 Pada biplot AMMI2, plot antara KUI1 dan KUI2 hanya berupa titik-titik dari setiap amatan genotipe dan hanya menyatakan keragaman dari genotipe tersebut. Hal inilah yang sering kali memberikan interpretasi yang berbeda pada sebaran titik-titik dugaannya. Oleh karena itu, untuk melihat ketepatan pendugaan adaptabilitas dan stabilitas genotipe dari gambaran biplot AMMI2, metode bootstrap diimplementasikan guna menentukan inferensi titik-titik dugaannya. Penelitian terkait metode bootstrap dalam model AMMI dilakukan oleh Lavoranti et al.(2007) untuk menguraikan matriks antara interaksi genotipe dengan lingkungan. Dalam penelitian tersebut daerah kepercayaan bootstrap diperoleh dari skor KUI1 dan KUI2. Penelitian terkait model Mixed AMMI dilakukan oleh Prihartini (2011) untuk mengukur tingkat kestabilan genotipe padi di Jawa Barat. Pada penelitian tersebut diperoleh tiga skor komponen utama yang berpengaruh nyata yaitu skor KUI1, KUI2, dan KUI3. Ketiga skor komponen digunakan namun, pada gambaran biplot mengacu pada KUI3 dengan rataan respon. Pada penelitian ini metode bootstrap akan diimplementasikan pada data milik Prihartini (2011) untuk menduga stabilitas genotipe padi melalui inferensi titik-titik dugaan dari skor KUI1 dan KUI2 pada gambaran Biplot AMMI2.

4 4 1.2 Rumusan Masalah Dari latar belakang di atas maka dapat dirumuskan permasalahan sebagai berikut: 1. Bagaimanakah penentuan gambaran biplot AMMI2 dan interpretasi yang diperoleh berdasarkan skor KUI1 dan KUI2 dalam menduga stabilitas genotipe padi pada model Mixed AMMI? 2. Apakah metode bootstrap dapat mempertegas stabilitas genotipe padi dari gambaran Biplot AMMI2 pada model Mixed AMMI? 1.3 Batasan masalah Adapun batasan masalah dalam penelitian ini adalah dari data yang digunakan pada data produksi hasil padi (ton/ha) di Jawa Barat (dalam Prihartini, 2011). 1.4 Tujuan Penelitian Berdasarkan rumusan masalah yang dipaparkan sebelumnya, maka tujuan dari penelitian ini adalah untuk: 1. menentukan gambaran biplot AMMI2 dan interpretasi yang diperoleh berdasarkan skor KUI1 dan KUI2 dalam menduga stabilitas genotipe padi pada model Mixed AMMI; 2. mengetahui apakah metode bootstrap dapat mempertegas stabilitas genotipe padi dari gambaran Biplot AMMI2 pada model Mixed AMMI.

5 5 1.5 Manfaat Penelitian Adapun manfaat penelitian yang dapat disumbangkan dari penelitian ini adalah: 1. Bagi Penulis Penulis dapat menambah wawasan dan kemampuan berpikir mengenai penerapan teori yang didapat dari mata kuliah yang telah diterima ke dalam penelitian yang sebenarnya. 2. Bagi Pembaca Penelitian ini diharapkan dapat memberikan tambahan informasi mengenai implementasi metode bootstrap pada model Mixed AMMI dalam pendugaan stabilitas genotipe padi.

E-Jurnal Matematika Vol. 4 (3), Agustus 2015, pp ISSN:

E-Jurnal Matematika Vol. 4 (3), Agustus 2015, pp ISSN: IMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI) (Studi Kasus: Menduga Stabilitas Genotipe Padi) Ni Putu Ayu Dinita Trisnayanti 1, I Komang Gde Sukarsa

Lebih terperinci

BAB II TINJAUAN PUSTAKA. digunakan sebagai rujukan ada dua penelitian. Rujukan penelitian pertama yaitu penelitian Lavoranti et al.

BAB II TINJAUAN PUSTAKA. digunakan sebagai rujukan ada dua penelitian. Rujukan penelitian pertama yaitu penelitian Lavoranti et al. BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Sebagai bahan pertimbangan dalam penelitian ini dicantumkan mengenai penelitian terdahulu yang digunakan sebagai rujukan. Penelitian terdahulu yang digunakan

Lebih terperinci

INFERENSI TITIK-TITIK PADA BIPLOT AMMI MENGGUNAKAN RESAMPLING BOOTSTRAP SKRIPSI

INFERENSI TITIK-TITIK PADA BIPLOT AMMI MENGGUNAKAN RESAMPLING BOOTSTRAP SKRIPSI INFERENSI TITIK-TITIK PADA BIPLOT AMMI MENGGUNAKAN RESAMPLING BOOTSTRAP SKRIPSI Oleh Permata Atsna ul Laili NIM 081810101054 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

I. PENDAHULUAN. A. Latar Belakang. peningkatan luas pertanaman dan hasil biji kedelai. Salah satu faktor pembatas bagi

I. PENDAHULUAN. A. Latar Belakang. peningkatan luas pertanaman dan hasil biji kedelai. Salah satu faktor pembatas bagi I. PENDAHULUAN A. Latar Belakang Pengembangan kultivar kedelai (Glycine max (L.) Merrill) berdaya hasil tinggi pada cakupan lingkungan yang luas merupakan faktor kunci dalam usaha peningkatan luas pertanaman

Lebih terperinci

Forum Statistika dan Komputasi, April 2010 p : ISSN :

Forum Statistika dan Komputasi, April 2010 p : ISSN : , April 2010 p : 28-35 ISSN : 0853-8115 Vol 15 No.1 PENDUGAAN KESTABILAN GENOTIPE PADA MODEL AMMI MENGGUNAKAN METODE RESAMPLING BOOTSTRAP (Genotype Stability Estimation of AMMI Model by Bootstrap Resampling)

Lebih terperinci

ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE FIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION SKRIPSI

ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE FIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION SKRIPSI ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE FIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION SKRIPSI Oleh: AKHMAD ZAKI NIM. 24010210120049 JURUSAN STATISTIKA FAKULTAS SAINS

Lebih terperinci

IMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI)

IMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI) LEMBAR JUDUL IMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI) (Studi Kasus: Menduga Stabilitas Genotipe Padi) KOMPETENSI STATISTIKA [SKRIPSI] NI PUTU

Lebih terperinci

PENDAHULUAN. Latar Belakang. Salah satu upaya yang dapat ditempuh untuk meningkatkan

PENDAHULUAN. Latar Belakang. Salah satu upaya yang dapat ditempuh untuk meningkatkan PENDAHULUAN Latar Belakang Salah satu upaya yang dapat ditempuh untuk meningkatkan produktivitas padi adalah melalui program pemuliaan tanaman. Program yang dilakukan bertujuan untuk mendapatkan varietas

Lebih terperinci

MODEL AMMI PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K

MODEL AMMI PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K , April 2009 p : 11-15 ISSN : 0853-8115 Vol 14 No.1 MODEL AMMI PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K Mohammad Masjkur 1 dan Niken Dyah Septiastuti Departemen Statistika FMIPA-IPB E-mail : 1 masjkur@gmail.com

Lebih terperinci

PENERAPAN PEMBOBOTAN KOMPONEN UTAMA UNTUK PEREDUKSIAN PEUBAH PADA ADDITIVE MAIN EFFECT AND MULTIPLICATIVE INTERACTION GERI ZANUAR FADLI

PENERAPAN PEMBOBOTAN KOMPONEN UTAMA UNTUK PEREDUKSIAN PEUBAH PADA ADDITIVE MAIN EFFECT AND MULTIPLICATIVE INTERACTION GERI ZANUAR FADLI PENERAPAN PEMBOBOTAN KOMPONEN UTAMA UNTUK PEREDUKSIAN PEUBAH PADA ADDITIVE MAIN EFFECT AND MULTIPLICATIVE INTERACTION GERI ZANUAR FADLI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

Keywords: Factorial Experiment, CRBD, AMMI, Analysis of Variance, PCA, Biplot

Keywords: Factorial Experiment, CRBD, AMMI, Analysis of Variance, PCA, Biplot ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 529-536 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE

Lebih terperinci

MIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION (M-AMMI) DAN APLIKASINYA SKRIPSI

MIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION (M-AMMI) DAN APLIKASINYA SKRIPSI MIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION (M-AMMI) DAN APLIKASINYA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian

Lebih terperinci

Analisis Stabilitas Hasil Tujuh Populasi Jagung Manis Menggunakan Metode Additive Main Effect Multiplicative Interaction (AMMI)

Analisis Stabilitas Hasil Tujuh Populasi Jagung Manis Menggunakan Metode Additive Main Effect Multiplicative Interaction (AMMI) Analisis Stabilitas Hasil Tujuh Populasi Jagung Manis Menggunakan Metode Additive Main Effect Multiplicative Interaction (AMMI) The Analysis of Stability of Seven Sweet Corn Populations Using Additive

Lebih terperinci

BAHAN DAN METODE. Waktu dan Tempat. Bahan dan Alat. Rancangan Penelitian

BAHAN DAN METODE. Waktu dan Tempat. Bahan dan Alat. Rancangan Penelitian BAHAN DAN METODE Waktu dan Tempat Penelitian ini dilaksanakan pada bulan November 010 Maret 011, kecuali lokasi Sukabumi pada bulan Maret Juni 011. Tempat Penelitian dilaksanakan di 7 lokasi yaitu Bogor,

Lebih terperinci

IDENTIFIKASI INTERAKSI GENOTIPE X LINGKUNGAN PADA PADI HIBRIDA BERDASARKAN RESPON GABUNGAN SUCI TIARA

IDENTIFIKASI INTERAKSI GENOTIPE X LINGKUNGAN PADA PADI HIBRIDA BERDASARKAN RESPON GABUNGAN SUCI TIARA IDENTIFIKASI INTERAKSI GENOTIPE X LINGKUNGAN PADA PADI HIBRIDA BERDASARKAN RESPON GABUNGAN SUCI TIARA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

MATERI II STK 222 PERANCANGAN PERCOBAAN PRINSIP DASAR PERANCANGAN PERCOBAAN

MATERI II STK 222 PERANCANGAN PERCOBAAN PRINSIP DASAR PERANCANGAN PERCOBAAN MATERI II STK 222 PERANCANGAN PERCOBAAN PRINSIP DASAR PERANCANGAN PERCOBAAN Pendahuluan Percobaan? Suatu kegiatan yang dilakukan untuk membangkitkan data yang merupakan respons dari objek/individu/unit

Lebih terperinci

Forum Statistika dan Komputasi : Indonesian Journal of Statistics. journal.ipb.ac.id/index.php/statistika

Forum Statistika dan Komputasi : Indonesian Journal of Statistics. journal.ipb.ac.id/index.php/statistika PENERAPAN PEMBOBOTAN KOMPONEN UTAMA UNTUK PEREDUKSIAN PEUBAH PADA ADDITIVE MAIN EFFECT AND MULTIPLICATIVE INTERACTION (Application of Weighted Principal Component for Variable Reduction in Additive Main

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Rancangan Percobaan Rancangan percobaan merupakan suatu uji dalam atau deretan uji baik menggunakan statistika deskripsi maupun statistika inferensia, yang bertujuan untuk mengubah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya peradaban manusia maka perkembangan ilmu pengetahuan dan teknologi berbanding lurus. Pada dasarnya ini merupakan usaha manusia untuk melangsungkan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya adalah analisis terhadap sampel yang kemudian hasil analisisnya akan digeneralisasikan untuk mengetahui karakteristik populasi.

Lebih terperinci

PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)

PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN) PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN) Rancangan Pengumpulan Data Kenapa? Untuk mendapatkan penduga yang tidak berbias, (misal systematic error) Untuk meningkatkan presisi kesimpulan Kesimpulan dapat

Lebih terperinci

PEMODELAN Additive Main-effect & Multiplicative Interaction (AMMI): KINI DAN YANG AKAN DATANG

PEMODELAN Additive Main-effect & Multiplicative Interaction (AMMI): KINI DAN YANG AKAN DATANG DEPARTEMEN STATISTIKA, INSTITUT PERTANIAN BOGOR PEMODELAN Additive Main-effect & Multiplicative Interaction (AMMI): KINI DAN YANG AKAN DATANG Buku Riset 011 K A M P U S IPB D A R M A G A, J L. M E R A

Lebih terperinci

ANALISIS INTERAKSI GENOTIPE-LINGKUNGAN DENGAN METODE AMMI PADA DATA MULTIRESPON PUNGKAS EMARANI

ANALISIS INTERAKSI GENOTIPE-LINGKUNGAN DENGAN METODE AMMI PADA DATA MULTIRESPON PUNGKAS EMARANI ANALISIS INTERAKSI GENOTIPE-LINGKUNGAN DENGAN METODE AMMI PADA DATA MULTIRESPON PUNGKAS EMARANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 008 RINGKASAN

Lebih terperinci

Pendugaan Data Hilang Menggunakan Metode Connected EM-AMMI dalam Bahasa R

Pendugaan Data Hilang Menggunakan Metode Connected EM-AMMI dalam Bahasa R Pendugaan Data Hilang Menggunakan Metode Connected EM-AMMI dalam Bahasa R Siskha Maulana Basrul #1, Atus Amadi Putra *2, Yenni Kurniawati *3 # Student of Mathematics Department State University of Padang,

Lebih terperinci

PENGAMATAN PENCILAN PADA ANALISIS KESTABILAN GENOTIPE: ANTARA MODEL AMMI DAN METODE HUEHN

PENGAMATAN PENCILAN PADA ANALISIS KESTABILAN GENOTIPE: ANTARA MODEL AMMI DAN METODE HUEHN PENGAMATAN PENCILAN PADA ANALISIS KESTABILAN GENOTIPE: ANTARA MODEL AMMI DAN METODE HUEHN Peneliti : Halimatus Sa diyah 1 Mahasiswa terlibat : - Sumber Dana : DIPA Universitas Jember 1 Jurusan Budidaya

Lebih terperinci

BAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah

BAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang

Lebih terperinci

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP I Made Sumertajaya 2 Ahmad Ansori Mattjik 3 I Gede Nyoman Mindra Jaya,2 Dosen Departemen Statistika Institut Pertanian Bogor,3 Mahasiswa

Lebih terperinci

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika

Lebih terperinci

I. PENDAHULUAN. Suatu rancangan percobaan menurut Mattjik & Sumertajaya (2000), merupakan

I. PENDAHULUAN. Suatu rancangan percobaan menurut Mattjik & Sumertajaya (2000), merupakan I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Suatu rancangan percobaan menurut Mattjik & Sumertajaya (2000), merupakan satu kesatuan antara rancangan perlakuan, rancangan lingkungan dan rancangan pengukuran.

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa,

Lebih terperinci

MODEL ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION (AMMI) PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K NIKEN DYAH SEPTIASTUTI

MODEL ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION (AMMI) PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K NIKEN DYAH SEPTIASTUTI MODEL ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION (AMMI) PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K NIKEN DYAH SEPTIASTUTI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

UJI MULTILOKASI MELALUI ANALISIS AMMI MULTIRESPON (Studi Kasus : Penelitian Galur Tanaman Tembakau Madura)

UJI MULTILOKASI MELALUI ANALISIS AMMI MULTIRESPON (Studi Kasus : Penelitian Galur Tanaman Tembakau Madura) Xplore, 2013, Vol. 1(1):e6(1-5) c 2013 Departemen Statistika FMIPA IPB UJI MULTILOKASI MELALUI ANALISIS AMMI MULTIRESPON (Studi Kasus : Penelitian Galur Tanaman Tembakau Madura) Satria Yudha Herawan, I

Lebih terperinci

PENANGANAN KETIDAKHOMOGENAN RAGAM AKIBAT KEBERADAAN DATA EKSTRIM MELALUI PENDEKATAN EM-AMMI NADA TSURAYYA

PENANGANAN KETIDAKHOMOGENAN RAGAM AKIBAT KEBERADAAN DATA EKSTRIM MELALUI PENDEKATAN EM-AMMI NADA TSURAYYA PENANGANAN KETIDAKHOMOGENAN RAGAM AKIBAT KEBERADAAN DATA EKSTRIM MELALUI PENDEKATAN EM-AMMI NADA TSURAYYA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

IDENTIFIKASI STABILITAS DAN ADAPTABILITAS GENOTIPE PADA PERCOBAAN MULTILOKASI PADI SAWAH DENGAN METODE AMMI. Oleh: Miftachul Hudasiwi G

IDENTIFIKASI STABILITAS DAN ADAPTABILITAS GENOTIPE PADA PERCOBAAN MULTILOKASI PADI SAWAH DENGAN METODE AMMI. Oleh: Miftachul Hudasiwi G IDENTIFIKASI STABILITAS DAN ADAPTABILITAS GENOTIPE PADA PERCOBAAN MULTILOKASI PADI SAWAH DENGAN METODE AMMI Oleh: Miftachul Hudasiwi G40004 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa

BAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik

Lebih terperinci

ANALISIS KEUNGGULAN DAN STABILITAS GALUR MUTAN KACANG TANAH DENGAN METODE TAI DAN AMMI MOHAMAD DJ. PAKAYA

ANALISIS KEUNGGULAN DAN STABILITAS GALUR MUTAN KACANG TANAH DENGAN METODE TAI DAN AMMI MOHAMAD DJ. PAKAYA ANALISIS KEUNGGULAN DAN STABILITAS GALUR MUTAN KACANG TANAH DENGAN METODE TAI DAN AMMI MOHAMAD DJ. PAKAYA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Metodologi yang dilakukan dalam penelitian ini adalah : Riset kepustakaan Kepustakaan dilakukan dengan cara mengumpulkan informasi-informasi yang berhubungan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan

Lebih terperinci

HASIL DAN PEMBAHASAN Lampiran 2 Analisis Daya Adaptasi Tanaman Karakteristik Agronomi Hasil (HSL) Gambar 1.

HASIL DAN PEMBAHASAN Lampiran 2 Analisis Daya Adaptasi Tanaman Karakteristik Agronomi Hasil (HSL) Gambar 1. HASIL DAN PEMBAHASAN Karakteristik tanaman jagung yang dikaji dalam penelitian ini meliputi karakteristik agronomi seperti usia masak fisiologis, kadar air panen, berat tongkol dan hasil. Sebelum dilakukan

Lebih terperinci

Suatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk:

Suatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk: PENDAHULUAN Program Percobaan Suatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk: Inferensia tentang parameter populasi Membuat keputusan tentang

Lebih terperinci

PENERAPAN AMMI RESPON GANDA DENGAN PEMBOBOTAN KOMPONEN UTAMA PADA UJI STABILITAS TANAMAN KUMIS KUCING ANNISA

PENERAPAN AMMI RESPON GANDA DENGAN PEMBOBOTAN KOMPONEN UTAMA PADA UJI STABILITAS TANAMAN KUMIS KUCING ANNISA PENERAPAN AMMI RESPON GANDA DENGAN PEMBOBOTAN KOMPONEN UTAMA PADA UJI STABILITAS TANAMAN KUMIS KUCING ANNISA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

Metode Procrustes Dalam untuk Pendugaan Heritabilitas dari Karakter Agronomik Beberapa Galur Kacang Hijau

Metode Procrustes Dalam untuk Pendugaan Heritabilitas dari Karakter Agronomik Beberapa Galur Kacang Hijau Vol. 8, No.1, 2-38, Juli 2011 Metode Procrustes Dalam untuk Pendugaan Heritabilitas dari Karakter Agronomik Beberapa Galur Kacang Hijau Raupong Abstrak Analisis model Additive Main Effects and Multiplicative

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.

Lebih terperinci

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah

Lebih terperinci

IDENTIFIKASI GENOTIPE YANG MEMBERIKAN KONTRIBUSI TERHADAP INTERAKSI GENOTIPE LINGKUNGAN PADA MODEL AMMI RUSIDA YULIYANTI

IDENTIFIKASI GENOTIPE YANG MEMBERIKAN KONTRIBUSI TERHADAP INTERAKSI GENOTIPE LINGKUNGAN PADA MODEL AMMI RUSIDA YULIYANTI IDENTIFIKASI GENOTIPE YANG MEMBERIKAN KONTRIBUSI TERHADAP INTERAKSI GENOTIPE LINGKUNGAN PADA MODEL AMMI RUSIDA YULIYANTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS

Lebih terperinci

Agus M Soleh, S.Si, MT

Agus M Soleh, S.Si, MT Agus M Soleh, S.Si, MT 04/03/2008 1 04/03/2008 2 Percobaan? Suatu kegiatan yang dilakukan untuk membangkitkan data yang merupakanrespondariobjek/individu/unit yang dikondisikan tertentu Hal-hal yg perludalam

Lebih terperinci

DENGAN PENDEKATAN BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA PADA DATA MSS LANDSAT

DENGAN PENDEKATAN BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA PADA DATA MSS LANDSAT DENGAN PENDEKATAN BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA PADA DATA MSS LANDSAT % Oleh FAKULTAS PASCASARJANA INGTLTUT PERTANIIAN BOGOR 1991 R I N G K C I S A N ANIK DJURAIDAH. Simulasi Analisis Gerombol

Lebih terperinci

DENGAN PENDEKATAN BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA PADA DATA MSS LANDSAT

DENGAN PENDEKATAN BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA PADA DATA MSS LANDSAT DENGAN PENDEKATAN BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA PADA DATA MSS LANDSAT % Oleh FAKULTAS PASCASARJANA INGTLTUT PERTANIIAN BOGOR 1991 R I N G K C I S A N ANIK DJURAIDAH. Simulasi Analisis Gerombol

Lebih terperinci

II. MODEL AMMI PADA DATA BERDISTRIBUSI BUKAN NORMAL: TRANSFORMASI KENORMALAN

II. MODEL AMMI PADA DATA BERDISTRIBUSI BUKAN NORMAL: TRANSFORMASI KENORMALAN II. MODEL AMMI PADA DATA BERDISTRIBUSI BUKAN NORMAL: TRANSFORMASI KENORMALAN.1 Pendahuluan Analisis AMMI adalah suatu teknik analisis data percobaan dua faktor perlakuan dengan pengaruh utama perlakuan

Lebih terperinci

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E 5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap

Lebih terperinci

ANALISIS DATA HASIL PENGUJIAN MULTILOKASI PADI SAWAH MENGGUNAKAN MODEL AMMI Analysis of Multi-Location Test of Wetland Rice Using AMMI Model

ANALISIS DATA HASIL PENGUJIAN MULTILOKASI PADI SAWAH MENGGUNAKAN MODEL AMMI Analysis of Multi-Location Test of Wetland Rice Using AMMI Model ANALISIS DATA HASIL PENGUJIAN MULTILOKASI PADI SAWAH MENGGUNAKAN MODEL AMMI Analysis of Multi-Location Test of Wetland Rice Using AMMI Model Idris dan Baharudin Balai Pengkajian Teknologi Pertanian Sulawesi

Lebih terperinci

METODOLOGI. (a). (b) (c) Gambar 3. Pola sebaran data dengan = 0.05, 5, dan 50

METODOLOGI. (a). (b) (c) Gambar 3. Pola sebaran data dengan = 0.05, 5, dan 50 METODOLOGI Data Data yang digunakan dalam penelitian ini ada dua jenis, yaitu data simulasi dan data riil Data simulasi digunakan untuk melihat pengaruh perubahan parameter konsentrasi ( ) terhadap karakteristik

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Di dalam statistika, sebuah estimator adalah hasil perhitungan suatu estimasi terhadap kuantitas tertentu berdasarkan pada data terobservasi atau

Lebih terperinci

ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES )

ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES ) ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES ) SKRIPSI Disusun Oleh: ALIF HARTATI J2E009036 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

Lebih terperinci

BABI. PENDAHULUAN Latar 8elakang

BABI. PENDAHULUAN Latar 8elakang BABI. PENDAHULUAN 1.1. Latar 8elakang Sumberdaya manusia merupakan salah satu pilar pembangunan nasianal Keberhasilan pembangunan nasional akan ditentukan oleh kualitas sumberdaya manusia yang dimilikinya.

Lebih terperinci

pendekatan dalam penelitian ini dinilai cukup beralasan.

pendekatan dalam penelitian ini dinilai cukup beralasan. Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah

Lebih terperinci

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan II. TINJAUAN PUSTAKA 2.1 Analisis Ragam Klasifikasi Satu Arah Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan sebuah teknik yang disebut analisis ragam. Analisis ragam adalah

Lebih terperinci

ANALISIS INTERAKSI GENOTIPE LINGKUNGAN MENGGUNAKAN PARTIAL LEAST SQUAREPATH MODELING. I Gede Nyoman Mindra Jaya 1

ANALISIS INTERAKSI GENOTIPE LINGKUNGAN MENGGUNAKAN PARTIAL LEAST SQUAREPATH MODELING. I Gede Nyoman Mindra Jaya 1 ANALISIS INTERAKSI GENOTIPE LINGKUNGAN MENGGUNAKAN PARTIAL LEAST SQUAREPATH MODELING S-2 I Gede Nyoman Mindra Jaya 1 Staf Pengajar Jurusan Statistika FMIP UNPAD jay_komang@yahoo.com ABSTRAK Percobaan multilokasi

Lebih terperinci

PENGARUH UTAMA ADITIF DENGAN INTERAKSI GANDA (UAIG)

PENGARUH UTAMA ADITIF DENGAN INTERAKSI GANDA (UAIG) 1 PENGARUH UTAMA ADITIF DENGAN INTERAKSI GANDA (UAIG) SKRIPSI LASTRI MANURUNG 090823012 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011 2 PENGARUH

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis

Lebih terperinci

gabah bernas. Ketinggian tempat berkorelasi negatif dengan karakter jumlah gabah bernas. Karakter panjang daun bendera sangat dipengaruhi oleh

gabah bernas. Ketinggian tempat berkorelasi negatif dengan karakter jumlah gabah bernas. Karakter panjang daun bendera sangat dipengaruhi oleh 81 PEMBAHASAN UMUM Faktor-faktor yang mempengaruhi pertumbuhan selama cekaman suhu rendah diantaranya; (a) faktor fisiologi, faktor lingkungan sebelum dan sesudah fase penting pertumbuhan dapat mempengaruhi

Lebih terperinci

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah

Lebih terperinci

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY

Lebih terperinci

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,

Lebih terperinci

Penanganan Ketaknormalan Data Pada Model AMMI dengan Transformasi Box-Cox (Data Non-normality on AMMI Models: Box-Cox Transformations)

Penanganan Ketaknormalan Data Pada Model AMMI dengan Transformasi Box-Cox (Data Non-normality on AMMI Models: Box-Cox Transformations) Jurnal ILMU DASAR, Vol. 8 No., Juli 7 : 165-174 165 Penanganan Ketaknormalan Data Pada Model AMMI dengan Transformasi Box-Cox (Data Non-normality on AMMI Models: Box-Cox Transformations) Alfian Futuhul

Lebih terperinci

BAB 1 PENDAHULUAN. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 1 PENDAHULUAN. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB 1 PENDAHULUAN 1.1 Latar Belakang Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap sekumpulan

Lebih terperinci

HASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan

HASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan HASIL DAN PEMBAHASAN Model Regresi Logistik Biner untuk data Hasil Pembangkitan Model regresi logistik digunakan untuk menggambarkan hubungan antara peubah respon dan peubah penjelas pada data hasil pembangkitan.

Lebih terperinci

PENDUGAAN PARAMETER REGRESI DENGAN BOOTSTRAP RESIDUAL UNTUK JUMLAH SAMPEL YANG BERVARIASI M a r zu k i, H i zi r S o f y a n Universitas Syiah Kuala marz_ukie@yahoo.com ABSTRAK Penelitian ini bertujuan

Lebih terperinci

IV. PERBANDINGAN KONFIGURASI MATRIKS INTERAKSI: METODE PROCRUSTES

IV. PERBANDINGAN KONFIGURASI MATRIKS INTERAKSI: METODE PROCRUSTES IV. PERBANDINGAN KONFIGURASI MATRIKS INTERAKSI: METODE PROCRUSTES 4.1 Pendahuluan Dua pendekatan dalam menangani ketaknornalan data pada pemodelan bilinier telah dibicarakan pada bab-bab sebelumnya. Bab

Lebih terperinci

BAB 1 PENDAHULUAN. diharapkan hasil yang diperoleh akan berguna untuk masyarakat sekitar.

BAB 1 PENDAHULUAN. diharapkan hasil yang diperoleh akan berguna untuk masyarakat sekitar. BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia sebagai sebuah negara yang sedang berkembang, dimana perkembangan dalam berbagai aspek terus menerus ditingkatkan. Sekarang ini pun, dapat dilihat

Lebih terperinci

Statistika Dasar. Hansiswany Kamarga

Statistika Dasar. Hansiswany Kamarga Statistika Dasar Hansiswany Kamarga 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN?

Lebih terperinci

PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS

PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 137 146. PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS

Lebih terperinci

Jurnal Gradien Vol. 10 No. 1 Januari 2014 : 963-966 Pendugaan Galat Baku Nilai Tengah Menggunakan Metode Resampling Jackknife dan Bootstrap Nonparametric dengan Software R 2.15.0 * Septiana Wulandari,

Lebih terperinci

BAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi

BAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta

Lebih terperinci

BAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan 1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),

Lebih terperinci

ANALISIS INTERAKSI GENOTIPE u LINGKUNGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL I GEDE NYOMAN MINDRA JAYA

ANALISIS INTERAKSI GENOTIPE u LINGKUNGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL I GEDE NYOMAN MINDRA JAYA ANALISIS INTERAKSI GENOTIPE u LINGKUNGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL I GEDE NYOMAN MINDRA JAYA SEKOLAH PASCASARJANA INTISTITUT PERTANIAN BOGOR BOGOR 2009 ABSTRACT I GEDE NYOMAN MINDRA JAYA.

Lebih terperinci

KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI

KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI Oleh: Pika Silvianti G 45 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 5 ABSTRAK

Lebih terperinci

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 125 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP MESI OKTAFIA, FERRA YANUAR, MAIYASTRI

Lebih terperinci

Perancangan dan Analisis Data Percobaan Pertanian. Sutoro BB BIOGEN

Perancangan dan Analisis Data Percobaan Pertanian. Sutoro BB BIOGEN Perancangan dan Analisis Data Percobaan Pertanian Sutoro BB BIOGEN PRINSIP PERANCANGAN PERCOBAAN Ulangan (replication) Pengacakan (randomization) Pengendalian tempat percobaan (local control) Percobaan

Lebih terperinci

TINJAUAN PUSTAKA Botani dan Morfologi Tanaman Padi

TINJAUAN PUSTAKA Botani dan Morfologi Tanaman Padi 5 TINJAUAN PUSTAKA Botani dan Morfologi Tanaman Padi Tanaman padi (Oryza sativa L.) dalam sistematika tumbuhan diklasifikasikan ke dalam divisi Angiospermae, kelas Monocotyledonae, ordo Poales, famili

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Bootstrap Bootstrap adalah prosedur statistika yang melakukan sampling dari sebuah populasi yang dikerjakan dengan cara resampling dari sampel (http://wwwmathsanueduau/~peter/edgtalk/edgtalk1pdf)

Lebih terperinci

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI

Lebih terperinci

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1. 11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter

Lebih terperinci

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi Statistika, Vol. No., Mei Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi MARZUKI, HIZIR SOFYAN, ASEP RUSYANA Jurusan Matematika FMIPA Universitas Syiah Kuala Jl.

Lebih terperinci

Bentuk khusus dari rancangan faktorial dimana kombinasi perlakuan tidak diacak secara sempurna terhadap unit-unit percobaan.

Bentuk khusus dari rancangan faktorial dimana kombinasi perlakuan tidak diacak secara sempurna terhadap unit-unit percobaan. RANCANGAN FAKTORIAL SPLIT PLOT Diyan Herdiyantoro, SP., MSi. Laboratorium Biologi Tanah Jurusan Ilmu Tanah Fakultas Pertanian Universitas Padjadjaran 2013 Bentuk khusus dari rancangan faktorial dimana

Lebih terperinci

Bab I PENDAHULUAN. Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia

Bab I PENDAHULUAN. Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia 1 Bab I PENDAHULUAN 1.1 Latar belakang Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia sebagai alat bantu untuk mempermudah dan mempercepat pekerjaannya. Fungsi komputer tersebut

Lebih terperinci

ANALISIS STABILITAS DAYA HASIL VARIETAS KEDELAI DI LAHAN SAWAH KABUPATEN MADIUN, JAWA TIMUR

ANALISIS STABILITAS DAYA HASIL VARIETAS KEDELAI DI LAHAN SAWAH KABUPATEN MADIUN, JAWA TIMUR ANALISIS STABILITAS DAYA HASIL VARIETAS KEDELAI DI LAHAN SAWAH KABUPATEN MADIUN, JAWA TIMUR Amik Krismawati 1 dan D. M. Arsyad 2 1 Balai Pengkajian Teknologi Pertanian Jawa Timur Jl. Raya Karangploso Km

Lebih terperinci

Pendugaan Non-Parametrik dan Analisis Komponen terhadap Stabilitas Padi Sawah (Oryza Sativa)

Pendugaan Non-Parametrik dan Analisis Komponen terhadap Stabilitas Padi Sawah (Oryza Sativa) Statistika, Vol. 12 No. 2, 103 108 November 2012 Pendugaan Non-Parametrik dan Analisis Komponen terhadap Stabilitas Padi Sawah (Oryza Sativa) Jurusan Agroteknologi Fakultas Pertanian Universitas Jember

Lebih terperinci

ESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP

ESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 41 49 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP DWI ANNISA FITRI Program Studi

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah

Lebih terperinci

PERCOBAAN FAKTORIAL DENGAN RANCANGAN DASAR BUJUR SANGKAR LATIN

PERCOBAAN FAKTORIAL DENGAN RANCANGAN DASAR BUJUR SANGKAR LATIN PERCOBAAN FAKTORIAL DENGAN RANCANGAN DASAR BUJUR SANGKAR LATIN SKRIPSI Oleh: Umi Sholikha J2A 606 050 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2010

Lebih terperinci

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan 6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga

Lebih terperinci

TINJAUAN PUSTAKA Penyakit Malaria

TINJAUAN PUSTAKA Penyakit Malaria TINJAUAN PUSTAKA Penyakit Malaria Penyakit malaria adalah salah satu penyakit utama di dunia. Penyakit ini cukup berbahaya karena tingkat mortalitasnya tinggi. Lebih dari 300 juta kasus di dunia terinfeksi

Lebih terperinci

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Tanpa memperhatikan bidang penelitian yang dikaji, mengumpulkan data

BAB I PENDAHULUAN. 1.1 Latar Belakang. Tanpa memperhatikan bidang penelitian yang dikaji, mengumpulkan data BAB I PENDAHULUAN 1.1 Latar Belakang Tanpa memperhatikan bidang penelitian yang dikaji, mengumpulkan data yang informatif pada situasi yang kompleks kadang-kadang merupakan suatu pekerjaan yang sulit dilakukan.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu

Lebih terperinci

ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU

ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU Lismayani Usman 1, Raupong 2, Andi Kresna Jaya 3 Program studi Statistika, Jurusan Matematika, FMIPA, Universitas Hasanuddin

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Genap/ 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Pe Percobaan/STK222 Pe Percobaan : Mata kuliah pe membahas

Lebih terperinci