Rancangan Petak Terbagi
|
|
- Lanny Harjanti Sudirman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Rancangan Peta Terbagi
2 Ade Setiawan 009 Percobaan Split-plot merupaan superimpose dari dua jenis satuan percobaan dimana rancangan lingungan untu eduanya bisa sama ataupun berbeda. Satuan percobaan untu peta utama bisa dirancang dengan rancangan dasar RAL, RAKL, dan RBSL. Demiian juga, satuan percobaan ana peta bisa dirancang dengan etiga rancangan dasar tersebut. Kombinasi rancangan yang sering digunaan di bidang pertanian adalah RAKL bai untu peta utama maupun ana petanya.
3 Ade Setiawan 009 Alasan pemilihan rancangan RPT 3 Derajat Ketepatan Uuran Nisbi Mengenai Pengaruh Utama Prate Pengelolaan Percobaan yang diulang pada beberapa Loasi (Split in Space atau Watu (Split in Time
4 Ade Setiawan 009 Alasan pemilihan rancangan RPT 4 Derajat Ketepatan Peta Utama: Ketepatan lebih rendah Ana Peta: Ketepatan lebih tinggi Uuran Nisbi Mengenai Pengaruh Utama Dari informasi sebelumnya, dietahui adanya perbedaan respon yang lebih besar dari salah satu fator. (Steel dan Torrie, Peta Utama: Fator yg memberian perbedaan respons lebih besar
5 Ade Setiawan 009 Alasan pemilihan rancangan RPT 5 Prate Pengelolaan Penempatan perlauan sebagai peta utama dilauan berdasaran pertimbangan pratis di lapangan misalnya satu fator memerluan peta yang luas dan suar seali dilauan pada peta yang ecil Pembajaan lahan Dalam suatu percobaan untu menilai penampilan beberapa varietas padi dengan berbagai taraf pemupuan si peneliti mungin menempatan peta utama untu pemupuan guna memperecil eperluan pemisahan petaan yang memerluan taraf pemupuan yang berbeda dan rembesan.
6 Ade Setiawan 009 Alasan pemilihan rancangan RPT 6 Percobaan yang diulang pada beberapa: Loasi (Split in Space Peta Utama Perlauan: Ana Peta Watu (Split in Time: musim, tahun Peta Utama Perlauan: Ana Peta atau pengamatan pada satuan percobaan yang sama yang dilauan secara periodi (hari, minggu, bulan, dst Ana Peta Perlauan: Peta Utama
7 Ade Setiawan 009 Kerugian: 7 Pengaruh utama dari peta utama diduga dengan tingat etelitian yang lebih rendah dibandingan pengaruh interasi dan pengaruh utama dari ana peta-nya. Analisis lebih omple dibandingan rancangan fatorial serta interpretasi hasil analisisnya tida mudah.
8 8 Pengacaan dan Tata Leta
9 Ade Setiawan 009 Pengacaan dan Tata Leta RAL 9 Pada percobaan ini, RAL ditujuan pada tata leta dari fator utamanya, artinya peta fator utama dirancang secara aca lengap, emudian peta utama ini dibagi (di-split menjadi plot-plot fator tambahan yang letanya diaca dalam peta fator utama. Untu lebih jelasnya, perhatian contoh suatu percobaan fatorial untu menyelidii pengaruh pemupuan (A sebagai fator yang urang dipentingan (Peta Utama yang terdiri dari tiga taraf, yaitu a1, a dan a3. Fator edua adalah B yang merupaan fator yang lebih dipentingan (ana peta berupa varietas yang terdiri dari dua varietas ( taraf, yaitu b1, dan b. Percobaan diulang sebanya tiga ali. Dengan demiian, rancangan perlauannya: Pemupuan (A : 3 taraf (a = 3 Varietas (B : taraf (b = diulang 3 ali. (r = 3
10 Ade Setiawan 009 Pengacaan dan Tata Leta RAL Pengacaan Pada Peta Utama 10 Langah e-1: Bagi area percobaan menjadi rxa satuan percobaan, sesuai dengan taraf Fator A dan banyanya ulangan. Pada asus ini dibagi menjadi 3x3=9 peta. Langah e-. Lauan Pengacaan Peta Utama secara serempa. Prosedur pengacaan bisa dilihat embali pada pembahasan pengacaan pada RAL. No Peta Pengacaan Peta Utama a a3 a a1 a a3 a1 a1 a3
11 Ade Setiawan 009 Pengacaan dan Tata Leta Pengacaan Pada Ana Peta 11 Langah e-3. Bagilah setiap peta utama di atas menjadi b peta, sesuai dengan taraf Fator B. Pada asus ini, setiap peta utama dibagi menjadi peta. Selanjutnya, lauan Pengacaan Ana Peta pada setiap peta utama secara terpisah dan bebas. Dengan demiian terdapat 9 ali proses pengacaan secara terpisah dan bebas. a a3 a a1 a a3 a1 a1 a3 a a3 a a1 a a3 a1 a1 a3 Di Split (bagi menjadi dua ( taraf B Misalnya hasil pengacaan adalah sebagai beriut: ab a3b1 ab a1b ab1 a3b1 a1b a1b a3b ab1 a3b ab1 a1b1 ab a3b a1b1 a1b1 a3b1 lauan Pengacaan Ana Peta pada setiap peta utama
12 Ade Setiawan 009 Pengacaan dan Tata Leta RAK 1 Untu memudahan pemahaman proses pengacaan dan tata leta RPT dengan rancangan dasar RAK pada peta utamanya, disini diambil embali contoh asus yang sama seperti pada asus RAL. Misalan Fator A terdiri dari 3 taraf dan Fator B taraf diulang 3 ali. Rancangan perlauannya: Pemupuan (A : 3 taraf (a = 3 Varietas (B : taraf (b = Kelompo (R : 3 ali. (r = 3
13 Ade Setiawan 009 Pengacaan pada RAK Pengacaan Pada Peta Utama 13 Langah e-1: Bagi area percobaan sesuai dengan banyanya ulangan. Pada asus ini dibagi menjadi 3 elompo (blo. Pembagian elompo didasaran pada pertimbangan bahwa eragaman pada setiap elompo yang sama relatif homogen (lihat embali pembahasan pada RAKL Langah e-: Setiap elompo dibagi lagi menjadi a peta, sesuai dengan taraf Fator A. Pada contoh asus ini, setiap elompo dibagi menjadi 3 peta, sehingga eseluruhannya terdapat 9 peta.
14 Ade Setiawan 009 Pengacaan pada RAK Pengacaan Pada Peta Utama 14 Langah e-3. Lauan Pengacaan Peta Utama pada setiap elompo secara terpisah. Lauan pengacaan pada elompo 1 untu menempatan taraf Fator A, selanjutnya lauan pengacaan embali untu elompo e- dan elompo e-3. Dengan demiian terdapat 3 ali proses pengacaan secara terpisah dan bebas. Misalnya hasil pengacaan adalah sebagai beriut: I II III a a1 a3 a1 a3 a a3 a1 a
15 Ade Setiawan 009 Pengacaan pada RAK Pengacaan Pada Ana Peta 15 Langah e-4. Bagilah setiap peta utama di atas menjadi b peta, sesuai dengan taraf Fator B. Pada asus ini, setiap peta utama dibagi menjadi peta. Selanjutnya, lauan Pengacaan Ana Peta pada setiap peta utama secara terpisah. Dengan demiian terdapat 9 ali proses pengacaan secara terpisah dan bebas. Misalnya hasil pengacaan adalah sebagai beriut: I II III a a1 a3 a1 a3 a a3 a1 a ab a1b1 a3b a1b a3b1 ab1 a3b a1b ab ab1 a1b a3b1 a1b1 a3b ab a3b1 a1b1 ab1
16 Ade Setiawan 009 Pengacaan dan Tata Leta RBSL 16 Prosedur pengacaan peta utama pada rancangan RPT dengan rancangan dasar RBSL sama dengan prosedur pengacaan RSBL. Hanya saja, pada RPT dilanjutan dengan pengacaan untu penempatan ana peta pada setiap peta utamanya. Pada contoh asus ini, digunaan embali contoh rancangan perlauan pada RAL dan RAK di atas, yaitu Fator A terdiri dari 3 taraf dan Fator B taraf diulang 3 ali. Perhatian, apabila Peta Utama dirancang dengan menggunaan rancangan dasar RBSL, maa taraf fator A (peta utama harus sama dengan banyanya ulangan, sedangan taraf fator B bisa berbeda. Pada contoh asus diatas, taraf fator A = taraf ulangannya. Rancangan perlauannya: Pemupuan (A : 3 taraf (a = 3 Varietas (B : taraf (b = Kelompo (R : 3 ali. (r = 3
17 Ade Setiawan 009 Pengacaan Pada RBSL Pengacaan pada peta utama 17 Langah e-1: Pilih rancangan dasar RBSL untu uuran 3x3. Langah e-: Lauan pengacaan pada arah baris emudian arah olom. Misalan hasilnya sebagai beriut: A B C B C A C A B 1. Rancangan Dasar RBSL. Pengacaan arah baris b1 b3 b b1 b3 b B C A C A B A B C C B A A C B B A C 3. Pengacaan arah olom
18 Ade Setiawan 009 Pengacaan dan Tata Leta RBSL Pengacaan pada peta utama 18 Langah e-3: Ganti ode di atas dengan ode perlauan fator A. Pada contoh asus ini: A = a1; B = a; C = a3. Hasilnya sebagai beriut, yang tida lain adalah tata leta untu peta utama yang disusun dengan pola RBSL: A = a1 B = a C = a3 C B A A C B B A C a3 a a1 a1 a3 a a a1 a3
19 Ade Setiawan 009 Pengacaan Pada Ana Peta: Pengacaan dan Tata Leta RBSL 19 Langah e-4: Bagi setiap satuan percobaan pada peta utama tersebut sesuai dengan taraf dari Fator B Pada asus ini setiap peta utama dibagi menjadi, arena taraf fator B =, sehingga totalnya menjadi 9x = 18 satuan percobaan. Lauan pengacaan secara terpisah pada masing-masing peta utama (pada asus di atas, terdapat 9 ali pengacaan. Ingat, setiap taraf B harus terdapat pada setiap peta utama. Misalnya hasilnya sebagai beriut (perhatian, e- taraf B, b1 dan b, terdapat pada setiap taraf Fator A: a3b ab1 a1b a3b1 ab a1b1 a1b a3b1 ab1 a1b1 a3b ab ab a1b a3b ab1 a1b1 a3b1
20 0 Model Linier & Analisis Ragam
21 Ade Setiawan 009 Model Linier RAL 1 ij = μ + αi + βj + γi + (αβij + εij dengan i =1,,a; j = 1,,,b; = 1,,,r ij = pengamatan pada satuan percobaan e- yang memperoleh ombinasi perlauan taraf e-i dari fator A dan taraf e-j dari fator B μ = nilai rata-rata yang sesungguhnya (rata-rata populasi αi = pengaruh aditif taraf e-i dari fator A βj = pengaruh aditif taraf e-j dari fator B (αβij = pengaruh aditif taraf e-i dari fator A dan taraf e-j dari fator B γi = pengaruh aca dari peta utama, yang muncul pada taraf e-i dari fator A dalam ulangan e-. γi ~ N(0,σγ. εij = pengaruh aca dari satuan percobaan e- yang memperoleh ombinasi perlauan ij. εij ~ N(0,σε.
22 Ade Setiawan 009 Model Linier RAK ij = μ + ρ + αi + βj + γi + (αβij + εij dengan i =1,,a; j = 1,,,b; = 1,,,r ij μ ρ αi βj (αβij γi εij = pengamatan pada satuan percobaan e- yang memperoleh ombinasi perlauan taraf e-i dari fator A dan taraf e-j dari fator B = nilai rata-rata yang sesungguhnya (rata-rata populasi = pengaruh aditif dari elompo e- = pengaruh aditif taraf e-i dari fator A = pengaruh aditif taraf e-j dari fator B = pengaruh aditif taraf e-i dari fator A dan taraf e-j dari fator B = pengaruh aca dari peta utama, yang muncul pada taraf e-i dari fator A dalam elompo e-. Sering disebut galat peta utama. γi ~ N(0,σγ. = pengaruh aca dari satuan percobaan e- yang memperoleh ombinasi perlauan ij. Sering disebut galat ana peta. εij ~ N(0,σε.
23 Ade Setiawan 009 Analisis Ragam RAL 3 Sumber Derajat Jumlah Kuadrat eragaman Bebas Kuadrat Tengah F-hitung F-tabel Peta Utama A a-1 JK(A KT(A KT(A/KTGa F (α, db-a, db-g Galat a a(r-1 JK(Galat a KT(Galat a Ana Peta B b-1 JK(B KT(B KT(B/KTGb F (α, db-b, db-g AB (a-1 (b-1 JK(AB KT(AB KT(AB/KTGb F (α, db-ab, db-g Galat b a(r-1(b-1 JK(Galat b KT(Galat b Total abr-1 JKT
24 Ade Setiawan 009 Analisis Ragam RAL vs RAK vs RBSL 4 RAL RAKL RBSL Sumber DB Sumber DB Sumber DB Peta Utama Baris r-1 Kelompo r-1 Kolom r-1 A a-1 A a-1 A r-1 Galat A a(r-1 Galat A (a-1 (r-1 Galat A (r-1(r- Total ra-1 Total ra-1 Total r -1 Ana Peta B b-1 B b-1 B b-1 AB (a-1 (b-1 AB (a-1 (b-1 AB (r-1 (b-1 Galat B a(r-1(b-1 Galat B a(r-1(b-1 Galat B r(r-1(b-1 Total abr-1 Total abr-1 Total r b-1 ( a KT( Galat... a 100% ( b KT( Galat... b 100%
25 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RAL 5 ij ( i..... ( i. i.. (. j.... ( ij. i... j.... ( ij. i ij i Definisi Pengerjaan JKT i, j,... abr ( ij... i, j, ij JK(ST b i, ( i.... i, i. b i, ( a i b r
26 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RAL 6 Definisi Pengerjaan JK(A rb i ( i..... i i.. br i ( a rb i JK(Galat a b i, ( i. i.. JK(ST JK(A atau i, i. b JKA i, ( a r i b JKA
27 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RAL 7 Definisi Pengerjaan JK(B ra j (. j.... j. j. ar j ( b ra j JK(AB r i, j ( ij. i... j.... i, j ij. r JKA JKB i, j ( a b r i j JKA JKB JKG ( ij ij. i. i.. JKT JKK JKA JKB -JKAB i, j,
28 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RAK 8 ij... (..... ( i..... ( i. i (. j.... ( ij. i... j.... ( ij ij. i. i.. Definisi Pengerjaan JKT i, j,... abr ( ij... i, j, ij JK(ST b i, ( i.... i, i. b i, ( a i b r
29 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RAK 9 Definisi Pengerjaan JK(R ab ( ab ( r ab JK(A rb i ( i..... i i.. br i ( a rb i JK(Galat a b i, ( i. i i, i. b JKR JKA i, ( a i b r JKR JKA atau : JK(ST JK(K JK(A
30 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RAK 30 Definisi Pengerjaan JK(B ra j (. j.... j. j. ar j ( b ra j JK(AB r i, j ( ij. i... j.... i, j ij. r JKA JKB i, j ( a b r i j JKA JKB JKG ( ij ij. i. i.. JKT JKK JKA JKGa - JKB JKAB i, j, = JKT JK(ST JKB -JKAB
31 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RBSL 31 ij... (..... (... l... ( i..... ( i. l..... l i (. j.... ( ij. i... j.... ( ij ij. i. i.. Definisi Pengerjaan JKT i, j,, l... r b ( ijl... i, j, ij JK(Baris rb ( rb ( Baris.. rb
32 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RBSL 3 Definisi Pengerjaan JK(Kolom rb l (... l... rb ( Kolom l... l l rb JK(A rb i ( i i i.. i i rb ( a rb JK(Galat a b i,.,, l ( i. l..... l i i,.,, l i. l JK( Baris JK( Kolom b JKA i,.,, l ( a Baris JK( Baris i Kolom b JK( Kolom l JKA
33 Ade Setiawan 009 Analisis Ragam Formula Analisis Ragam RBSL 33 Definisi Pengerjaan JK(B r j ( j j. j. r j ( b r j JK(AB r i, j ( ij. i... j.... i, j ij.. r JKA JKB i, j ( a b r i j JKA JKB JKG ( ij ij. i. i.. JKT JKK JKA JKGa - JKB JKAB i, j, = JKT JK(ST JKB -JKAB
34 Ade Setiawan 009 Galat Bau 34 Jenis Pembandingan berpasangan Dua rataan peta utama (ratarata dari seluruh perlauan ana peta Dua rataan ana peta (ratarata dari seluruh perlauan peta utama Dua rataan ana peta pada perlauan peta utama yang sama Dua nilai rata-rata peta utama pada perlauan ana peta yang sama atau berbeda Contoh a1 a b1 b a1b1 a1b a1b1 ab1 (ana peta sama a1b1 ab (ana peta beda Galat Bau (SED KT ( Galat a rb KT ( Galat b ra KT ( Galat b r [( b 1 KT( Galat b KT( Galat a] rb
35 Ade Setiawan 009 Galat Bau & t-tabel 35 Dari tabel galat bau di atas, terlihat bahwa untu membandingan dua nilai rata-rata peta utama pada perlauan ana peta yang sama atau berbeda digunaan dua jenis KT(Galat, yaitu KT(Galat a dan KT(Galat b. Impliasinya, rasio selisih perlauan terhadap galat bau tida mengiuti sebaran t- student sehingga perlu dihitung t gabungan/terboboti. Jia t a dan t b berturut-turut adalah nilai t yang diperoleh dari tabel student dengan taraf nyata tertentu pada derajat bebas galat a dan derajat bebas galat b, maa nilai t terboboti adalah: t ( b 1( KT ( b Galat b( t 1( KT b Galat b ( KT ( KT Galat a( t Galat a a
36 36 Contoh terapan
37 Ade Setiawan 009 Contoh Terapan 37 Percobaan: Pengaruh ombinasi pemupuan NPK dan genotipe padi terhadap hasil padi (g/peta. Pengaruh ombinasi pemupuan NPK (A terdiri 6 taraf ditempatan sebagai peta utama (main plot dan genotipe padi (B terdiri dari taraf yang ditempatan sebagai ana peta (subplot. Peta utama disusun dengan menggunaan rancangan dasar RAK. Percobaan di ulang 3 ali.
38 Ade Setiawan 009 Contoh Terapan Data hasil percobaan 38 Pupu (A Genotipe Kelompo (K (B Σ Kontrol IR S PK IR S N IR S NP IR S NK IR S NPK IR S Σ
39 Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam 39 Langah 1: Hitung Fator Koresi... abr ( Langah : Hitung Jumlah Kuadrat Total JKT i, j, ij (0.7 ( (
40 Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam 40 Langah 3: Hitung Jumlah Kuadrat Kelompo JKR ( r ab (449 (48.6 ( ( ai i JKA rb (44.7 ( (365.9 (513. Langah 4: Hitung Jumlah Kuadrat Fator A Total Kelompo (K Pupu (A Pupu (Σai Kontrol PK N NP NK NPK Total Kelompo (Σr
41 Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam 41 Langah 5: Hitung Jumlah Kuadrat Galat Peta Utama (Galat a JK( Galat a i, ( a r i b ( (65.1 JKR... JKA (86.5 (
42 Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam 4 Langah 6: Hitung Jumlah Kuadrat Fator B JKB j ( b j ra (953.8 ( Langah 7: Hitung Jumlah Kuadrat Interasi AB JK( AB i, j ( a b i j r JKA JKB (10.0 ( ( (178.3 Buat Tabel Untu Total Perlauan: Pupu (A Genotipe (B Total A IR-64 S-969 (Σai Kontrol PK N NP NK NPK Total B (Σb j
43 Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam 43 Langah 8: Hitung Jumlah Kuadrat Galat Ana Peta (Galat b JK( Galat b JKT - JK(Lainnya JKT - JKK - JKA - JKGa JKB -JK(AB ( a KT( Galat % a ( b KT( Galat % b
44 Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam 44 Langah 9: Buat Tabel Analisis Ragam beserta Nilai F-tabelnya Sumber Ragam DB JK RJK F-hit F.05 Peta Utama Kelompo (K * 3.87 Pupu (A **.901 Galat(a Ana Peta Genotipe (B tn AxB **.773 Galat(b Total (a = %; (b = 4.43 %; F hit (0.05, 3, 15 = 3.87 F hit (0.05, 5, 15 =.901 F hit (0.05, 1, 47 = F hit (0.05, 5, 47 =.773 pengaruh interasi nyata Langah selanjutnya adalah memerisa pengaruh sederhana
45 Ade Setiawan 009 Contoh Terapan Kesimpulan 45 Langah 10: Buat Kesimpulan Terlebih dahulu, ita perisa apaah Pengaruh Interasi nyata atau tida? Apabila nyata, selanjutnya perisalah pengaruh sederhana dari interasi tersebut, dan abaian pengaruh utamanya (mandirinya, mesipun pengaruh utama tersebut signifian! Mengapa? Coba lihat embali bahasan mengenai pengaruh interasi dan pengaruh utama! Pengujian pengaruh utama (apabila signifian hanya dilauan apabila pengaruh interasi tida nyata. Pengaruh Interasi AB Karena Fhitung (5.08 >.773 maa ita tola H 0 : μ 1 = μ = pada taraf epercayaan 95% (biasanya diberi satu buah tanda asteris (*, yang menunjuan berbeda nyata Pengaruh Utama Karena pengaruh interasi signifian, maa pengaruh utamanya tida perlu dibahas lebih lanjut.
46 Ade Setiawan 009 Contoh Terapan (Uji-Lanjut Pemerisaan Pengaruh Sederhana 46 Hitung Nilai Pembanding (LSD yang sesuai: Untu membandingan dua rataan ana peta (antara genotipe padi pada perlauan peta utama yang sama (ombinasi pemupuan tertentu: LSD t(, dbg( a s KT( Galat b s y r LSD t t 0.05/ ; / ;18 s KT( Galat b ( g r
47 Pemerisaan Pengaruh Sederhana Perbandingan Dua Rataan Peta Utama 47 Untu membandingan dua rataan peta utama: (pasangan rata-rata ombinasi pemupuan pada perlauan ana peta yang sama atau berbeda LSD ( b Ade Setiawan 009 t s t' s 1( KT Galat b( tb ( b 1( KT Galat b ( 1(3.0933(.101 ( 1( [( b 1 KT( Galat b rb [(18 1( ( KT ( KT Galat a( t Galat a ( (.131 ( KT( Galat a] ] a ta = t (0.05/,15 =.131 tb = t (0.05/,18 =.101 b = (taraf ana peta/genotif KT(Galat a = KT(Galat b = LSD t' s g
48 Ade Setiawan 009 Pemerisaan Pengaruh Sederhana Perbandingan Dua Rataan Peta Utama Perbandingan antara peta utama pada ana peta Genotipe IR-64 No Urut Pupu Kontrol PK NP N NK NPK Ratarata Kontrol a PK tn 0.00 a 4 NP * 11.98* 0.00 b 3 N * 1.30* 0.33 tn 0.00 b 5 NK * 14.18*.0 tn 1.88 tn 0.00 b 6 NPK * 16.13* 4.15 tn 3.83 tn 1.95 tn 0.00 b LSD = 4.87 g
49 Ade Setiawan 009 Pemerisaan Pengaruh Sederhana Perbandingan Dua Rataan Peta Utama 49. Perbandingan antara peta utama pada ana peta Genotipe S-969 No Urut Pupu Kontrol PK NK N NPK NP Kontrol a PK tn 0.00 a 5 NK * 6.95* 0.00 b 3 N * 8.05* 1.10 tn 0.00 b 6 NPK * 10.48* 3.53 tn.43 tn 0.00 b 4 NP * 10.98* 4.03 tn.93 tn 0.50 tn 0.00 b LSD = 4.87 g
50 Ade Setiawan 009 Pemerisaan Pengaruh Sederhana Perbandingan Dua Rataan Ana Peta 50 Untu membandingan dua rataan ana peta (antara genotipe padi pada perlauan peta utama yang sama (ombinasi pemupuan tertentu: LSD t(, dbg( a s KT( Galat b s y r LSD t t 0.05/ ; / ;18 s KT( Galat ( g r b
51 Ade Setiawan 009 Pemerisaan Pengaruh Sederhana Perbandingan Dua Rataan Ana Peta 51 Bandingan selisih rata-rata perlauan dengan nilai LSD =.619. Karena taraf genotipe padi hanya dua, pemerisaan pengaruh sederhana pada perbandingan dua rataan ana peta bisa disederhanaan. Berian huruf yang sama (a pada dua genotipe apabila selisih rata-rata LSD dan huruf yang berbeda apabila selisih rata-rata > LSD Pupu Kontrol PK N NP NK NPK IR a a a 4.75 a b a S a b 4.15 a a a a Selisih * *.33 LSD =.619
52 Ade Setiawan 009 Pemerisaan Pengaruh Sederhana Tabel Interasi Pupu x Genotipe 5 Kontrol PK N NK NP NPK Pupu (P Genotipe (G a a (a (a a a (a (b b 4.15 b (a (a 4.75 b b (a (a b b (b (a b b (a (a Perbandingan: Sy BNT 5% -rataan P rataan G Keterangan: Huruf dalam urung dibaca arah horizontal, membandingan antara G pada P yang sama Huruf ecil tanpa urung dibaca arah vertial, membandingan antara P pada G yang sama
Rancangan Petak Berjalur
Rancangan Petak Berjalur Ade Setiawan 009 Nama lain untuk Rancangan Split-Blok adalah Strip-Plot atau Rancangan Petak-Berjalur (RPB. Rancangan ini sesuai untuk percobaan dua faktor dimana ketepatan pengaruh
Lebih terperinciPENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR
PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu
Lebih terperinciRancangan Petak-petak Terbagi (RPPT)
Rancangan Petak-petak Terbagi (RPPT) Ade Setiawan 009 Rancangan Petak-Petak Terbagi (RPPT/Split-split Plot) merupakan perluasan dari Rancangan Petak Terbagi (RPT). Pada RPT kita hanya melakukan percobaan
Lebih terperinciPengacakan dan Tata Letak
Pengacakan dan Tata Letak 26 Pengacakan dan Tata Letak Pengacakan bisa dengan menggunakan Daftar Angka Acak, Undian, atau dengan perangkat komputer (bisa dilihat kembali pada pembahasan RAL/RAK/RBSL satu
Lebih terperinciPerancangan Percobaan
Perancangan Percobaan Ade Setiawan 009 Faktorial Faktor Pengertian dasar Faktor Taraf Perlakuan (Treatment) Respons Layout Percobaan & Pengacakan Penyusunan Data Analisis Ragam Perbandingan Rataan Ade
Lebih terperinciPERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN
PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN Kelompok 11 : Devita Arum S. 12110101015 Saiful Fadillah 12110101027 Wafiyatul Khusna 12110101047 Firstyan Puguh N.C. 12110101051
Lebih terperinciContoh RAK Faktorial
68 (1) Olah Tanah Pupuk Kelompok (K) Grand Total (A) Organik (B) 1 2 3 AB 1 0 154 151 165 470 10 166 166 160 492 20 177 178 176 531 30 193 189 200 582 2 0 143 147 139 429 10 149 156 171 476 20 160 164
Lebih terperinciRancangan Blok Terpisah (Split Blok)
Rancangan Blok Terpisah (Split Blok) KULIAH 13 PERANCANGAN PERCOBAAN (STK 222) rahmaanisa@apps.ac.id Rancangan Split Blok Kedua faktor merupakan petak utama Pengaruh yang ditekankan adalah pengaruh interaksi
Lebih terperinciPercobaan Rancangan Petak Terbagi dalam RAKL
Percobaan Rancangan Petak Terbagi dalam RAKL Kuliah 12 Perancangan Percobaan (STK 222) rahmaanisa@apps.ipb.ac.id Review Kapan rancangan split-plot digunakan? Apakah perbedaan split-plot dibandingkan dengan
Lebih terperinciAnalisis Varians = Analysis of Variance = ANOVA
. Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.
Lebih terperinciRancangan Petak Terpisah dalam RAL
Rancangan Petak Terpisah dalam RAL KULIAH 11 PERANCANGAN PERCOBAAN (STK222) rahmaanisa@apps.ipb.ac.id Latar Belakang Sejarah : Rancangan ini awalnya berkembang pada bidang pertanian (Montgomery, 1997;
Lebih terperinciBentuk 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 terperinciPerancangan Percobaan
Perancangan Percobaan Ade Setiawan 009 Review RAL: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan RAK: Satuan percobaan heterogen Keragaman Respons disebabkan pengaruh Perlakuan
Lebih terperinciAnalisis Varians = Analysis of Variance = ANOVA
Analisis Varians Analysis of Variance ANOVA. Pendahuluan. Distribusi F χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A. Fisher.
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciSah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)
Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/
Lebih terperinciPerancangan Percobaan
Perancangan Percobaan Rancangan lingkungan: Rancangan Acak Lengkap (RAL), (RAK) dan Rancangan Bujur Sangkar Latin (RBSL), Lattice. Ade Setiawan 009 RAL Ade Setiawan 009 Latar Belakang RAK 3 Perlakuan Sama
Lebih terperinciPercobaan Dua Faktor: Percobaan Faktorial. Arum Handini Primandari, M.Sc.
Percobaan Dua Faktor: Percobaan Faktorial Arum Handini Primandari, M.Sc. Pendahuluan Dalam berbagai bidang penerapan perancangan percobaan diketahui bahwa respon dari individu merupakan akibat dari berbagai
Lebih terperinciANALISIS VARIANSI (ANOVA)
ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 9 ANOVA (3)
STK511 Analisis Statistika Pertemuan 9 ANOVA (3) 9. ANOVA (3) Diagnosis Asumsi dalam Uji Hipotesis 1. bersifat bebas terhadap sesamanya. Nilai harapan dari nol, E 0 3. Ragam homogen, Var 4. Pola sebaran
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15
Lebih terperinciPerancangan Percobaan
Perancangan Percobaan Pengertian dasar Faktor Taraf Perlakuan (Treatment) Respons Layout Percobaan & Pengacakan Penyusunan Data Analisis Ragam Perbandingan Rataan Pengertian dasar 3 Faktor: Variabel Bebas
Lebih terperinciPenelitian ini telah dilakukan selama 2 bulan pada bulan Februari-Maret di Laboratorium Patologi, Entomologi dan Mikrobiologi, dan Laboratorium
III. MATERI DAN METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini telah dilakukan selama 2 bulan pada bulan Februari-Maret 2014 di Laboratorium Patologi, Entomologi dan Mikrobiologi, dan
Lebih terperinciKONSEP NILAI HARAPAN KUADRAT TENGAH
ROZA AZIZAH PRIMATIKA, M.Si KONSEP NILAI HARAPAN KUADRAT TENGAH Pengantar Salah satu komponen penting dalam perancangan percobaan adalah analisis ragam (anova) Komponen utama dalam menyusun analisis ragam
Lebih terperinciPERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO
PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO RANCANGAN PERCOBAAN Anggota Kelompok : Wahyu Nikmatus Sholihah 121810101010 Vivie Aisyafi Fatimah 121810101050 Reyka Bella Desvandai 121810101080 Ratna
Lebih terperinciPERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP. Arum Handini Primandari
PERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP Arum Handini Primandari PENDAHULUAN Dalam berbagai bidang penerapan perancangan percobaan diketahui bahwa respon dari individu merupakan akibat dari berbagai
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 SPLIT PLOT Tepat digunakan pada percobaan faktorial jika pengaruh salah satu faktor sudah bisa diprediksi
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 SPLIT PLOT Tepat digunakan pada percobaan faktorial jika pengaruh salah satu faktor sudah bisa diprediksi
Lebih terperinciANALISIS PERANCANGAN PERCOBAAN 2 MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH
ANALISIS PERANCANGAN PERCOBAAN MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH Pengantar Salah satu komponen penting dalam perancangan percobaan adalah analisis ragam (anova) Komponen utama dalam menyusun
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciPERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian
1 2 PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian MENGAPA PERLU DIRANCANG? Untuk mendapatkan penduga yang tidak berbias Untuk meningkatkan
Lebih terperinciLampiran 1. Prosedur Kerja Mesin AAS
49 Lampiran 1. Prosedur Kerja Mesin AAS Prinsip Kerja berdasarkan penguapan larutan sampel. kemudian logam berat yang terkandung di dalamnya diubah menjadi atom bebas. Atom tersebut mengabsorbsi radiasi
Lebih terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciTUGAS I RANCANGAN PERCOBAAN BAB I
TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data
Lebih terperinciPRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR
PRAKTIKUM RANCANGAN PERCOBAAN 2012-2013 1 KATA PENGANTAR Buku ini dibuat untuk membantu mahasiswa dalam mempelajari, melilih dan melakukan prosedur analisis data berdasarkan rancangan percobaan yang telah
Lebih terperinciMATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor
MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong
Lebih terperinciBujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Rancangan Bujur Sangkar Latin (RBSL) Pada kondisi-kondisi tertentu, keheterogenan unit percobaan tidak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciM 1 P 0.1 M 1 P 2.3 M 0 P 3.2 M 1 P 1.3 M 1 P 3.1
44 Lampiran 1. Tataletak Percobaan Penelitian U S M 0 P 0.2 M 1 P 1.3 M 1 P 0.2 M 0 P 3.1 M 0 P 2.3 M 1 P 2.3 M 0 P 2.1 M 1 P 3.3 M 1 P 3.1 M 1 P 1.2 M 1 P 1.1 M 0 P 3.3 M 0 P 0.3 M 0 P 1.1 M 1 P 0.3 M
Lebih terperinciKEMENTRIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI FAKULTAS PERTANIAN, UNIVERSITAS HALUOLEO, KENDARI Kampus Baru Bumi Tridharma, Andounohu - Kendari
KEMENTRIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI FAKULTAS PERTANIAN, UNIVERSITAS HALUOLEO, KENDARI Kampus Baru Bumi Tridharma, Andounohu - Kendari UJIAN AKHIR SEMESTER Semester Ganil Tahun Akademik 2015/2016
Lebih terperinciAcak 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 terperinciIII. MATERI DAN METODE
III. MATERI DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini telah dilakukan pada bulan Agustus sampai November 2014 di Lahan Pertanian Fakultas Pertanian dan Peternakan Universitas Islam Negeri
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 7 ANOVA (1)
STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB LANDASAN TEORI.1 Kerangka Teori Statistika.1.1 Perancangan Percobaan Percobaan merupakan suatu bentuk penelitian dimana ingin diketahui respon suatu objek sebagai akibat dari berbagai keadaan yang
Lebih terperinci2) Ukuran Data Tidak Sama k n i T 2.. JKT = X 2 ij - i=1 j=1 N k JKK = T 2 i. T 2.. i=1 n i N JKG = JKT - JKK Sumber Jumlah db Kuadrat Tengah F. Hitun
MODUL DISTRIBUSI F (ANOVA) I. PENDAHULUAN Ditemukan oleh seorang ahli statistik yang bernama R.A. Fisher pada tahun 1920. Distribusi F/ANOVA adalah prosedur statistika untuk mengkaji (mendeterminasi) apakah
Lebih terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciJurnal Matematika, Statistika Desember 2013
ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG ENDY NUR CAHYANTO, NASRAH SIRAJANG, M. SALEH AF Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Hasanuddin
Lebih terperinciBAHAN DAN METODE. Tempat dan Waktu. Bahan dan Alat. Metode Penelitian
BAHAN DAN METODE Tempat dan Watu Penelitian dilasanaan di laboratorium ultur jaringan Departemen Agronomi dan Hortiultura IPB Darmaga. Penelitian berlangsung dari bulan April sampai dengan September 2009.
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciMATERI DAN METODE. Penelitian ini telah dilakukan pada bulan Februari sampai dengan Maret
III. MATERI DAN METODE 3.1. Waktu dan Tempat Penelitian ini telah dilakukan pada bulan Februari sampai dengan Maret 2015 di Kandang Percobaan UIN Agriculture Research and Development Station (UARDS) Fakultas
Lebih terperinci3 METODOLOGI. Sumber: Google maps (2011) Gambar 9. Lokasi penelitian
3 METODOLOGI 3.1 Waktu dan Tempat Penelitian dilaksanakan dengan pengumpulan data di lapangan sejak tanggal 16 Agustus 2011 hingga 31 September 2011 di Desa Kertajaya, Palabuhanratu, Kabupaten Sukabumi,
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini telah dilaksanakan di Laboratorium Silvikultur, Jurusan
III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian ini telah dilaksanakan di Laboratorium Silvikultur, Jurusan Kehutanan dan rumah kaca Fakultas Pertanian Universitas Lampung. Waktu penelitian
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciBab V. Rancangan Bujur Sangkar Latin
Bab V. Rancangan Bujur Sangkar Latin Rancangan yang mengelompokkan perlakuan perlakuannya dlm cara yaitu berdasarkan baris dan kolom. Jumlah ulangan harus sama dengan jumlah perlakuan Merupakan keterbatasan
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciIII OBJEK DAN METODE PENELITIAN. Objek penelitian ini menggunakan catatan reproduksi sapi FH impor
III OBJEK DAN METODE PENELITIAN 2.1. Objek dan Peralatan Penelitian 2.1.1. Objek Penelitian Objek penelitian ini menggunakan catatan reproduksi sapi FH impor periode pertama tahun 2009. Sapi yang diamati
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 PERCOBAAN FAKTORIAL PERCOBAAN UNTUK MENGETAHUI PENGARUH BEBERAPA FAKTOR TERHADAP VARIABEL RESPON TUJUAN
Lebih terperinciMENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL
MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL E. JULIANTINI Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian, Jl. Tentara Pelajar No.,
Lebih terperinciRINGKASAN SKRIPSI MODUL PERKALIAN
RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN
Lebih terperinciKATA PENGANTAR. Malang, Agustus Penyusun
1 KATA PENGANTAR Buku ini dibuat untuk membantu mahasiswa dalam mempelajari, melilih dan melakukan prosedur analisis data berdasarkan rancangan percobaan yang telah dipilih Buku panduan dan latihan praktikum
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode
Lebih terperinciSolusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:
Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciBAB 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 terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciI. MATERI DAN METODE PENELITIAN. Produksi Ternak Fakultas Pertanian dan Peternakan Universitas Islam Negeri
I. MATERI DAN METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini telah dilakukan pada tanggal 17 Maret sampai dengan 17 April 2013 di Laboratorium Teknologi Pascapanen dan Laboratorium Teknologi
Lebih terperinciMATERI DAN METODE. Penelitian ini telah dilakukan pada bulan Februari-Maret 2015 di Kandang
III. MATERI DAN METODE 3.1 Waktu dan Tempat Penelitian ini telah dilakukan pada bulan Februari-Maret 2015 di Kandang Percobaan UIN Agriculture Research and Development Station (UARDS) Fakultas Pertanian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciUji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group
Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciKERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP SEIMBANG DENGAN INTERGRADIEN
KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP SEIMBANG DENGAN INTERGRADIEN NOVIANTI, V. 1, ANISA 2, DAN SIRAJANG, N. 3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciRancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design
Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design CIRI - CIRI R.A.L. : 1. Media atau bahan percobaan seragam (dapat dianggap se- ragam ) 2. Hanya ada satu sumber kera-
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Pelaksanaan Eksperimen Pelaksanaan eksperimen adalah proses pembuatan paving block yang dilakukan langsung di CV. Riau Jaya Paving. Paving
Lebih terperinciMATERI DAN METODE Tempat dan Waktu
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau yang beralamat di Jalan H.R.
Lebih terperinciIII. MATERI DAN METODE. Laboratorium Agronomi. Waktu penelitian dilakaukan selama ± 4 bulan dimulai
III. MATERI DAN METODE 1.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Pekanbaru Riau Jl. H.R. Soebrantas No.155
Lebih terperinciUji Beda Nyata Terkecil (BNT)
Uji Beda Nyata Terkecil (BNT) Oke, kali ini saya akan menjelaskan bagaimana cara menggunakan uji Beda Nyata Terkecil atau sering disebut uji BNT. Seperti pada uji BNJ, Uji BNT sebenarnya juga sangat simpel.
Lebih terperinciKumpulan soal-soal level seleksi provinsi: solusi:
Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan
Lebih terperinciPERANCANGAN PERCOBAAN
BAHAN AJAR PERANCANGAN PERCOBAAN Disusun oleh: Made Susilawati, S.Si., M.Si. Pembimbing: Desak Putu Eka Nilakusmawati, S.Si., M.Si. JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciRANCANGAN PERCOBAAN TIGA FAKTOR DENGAN PENGUKURAN BERULANG (THREE FACTOR EXPERIMENTS WITH REPEATED MEASUREMENT) SKRIPSI
RANCANGAN PERCOBAAN TIGA FAKTOR DENGAN PENGUKURAN BERULANG (THREE FACTOR EXPERIMENTS WITH REPEATED MEASUREMENT) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinci3 METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Bahan 3.3 Sumber Data
3 METODOLOGI 3.1 Waktu dan Tempat Penelitian pengaruh periode hari bulan terhadap hasil tangkapan dan tingkat pendapatan nelayan bagan tancap dilakukan selama delapan bulan dari bulan Mei 2009 hingga Desember
Lebih terperincimungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing
. DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar
Lebih terperinciRANCANGAN ACAK LENGKAP DAN UJI PERBANDINGAN. Disusun Oleh : Retno Dwi Andayani SP.,MP
RANCANGAN ACAK LENGKAP DAN UJI PERBANDINGAN Disusun Oleh : Retno Dwi Andayani SP.,MP Rancangan BAB 2 JENIS RANCANGAN DAN PENGGUNAANNYA Homogen Heterogen PERBEDAAN LINGKUNGAN HOMOGEN DAN HETEROGEN Homogen
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciI.MATERI DAN METODE. Penelitian ini dilaksanakan pada bulan November 2013 hingga Februari. Universitas Islam Negeri Sultan Syarif Kasim Riau.
I.MATERI DAN METODE 1.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan November 2013 hingga Februari 2014. Penelitian dilakukan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciBAHAN DAN METODE. Faktor kedua adalah jumlah bibit per lubang yang terdiri atas 3 taraf yaitu : 1. 1 bibit (B 1 ) 2. 2 bibit (B 2 ) 3.
III. BAHAN DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan pembenihan padi Balai Benih Induk Hortikultura Pekanbaru. Waktu penelitian dilakukan selama ± 4 bulan dimulai dari bulan
Lebih terperinciUsulan Level Faktor Variasi Bahan untuk Mencapai Kuat Tekan Beton 50 Mpa dengan Metode Perancangan Eksperimen *
Rea Integra ISSN: 338-508 Teni Industri Itenas No. Vol. 0 Jurnal Online Institut Tenologi Nasional Otober 03 Usulan Level Fator Variasi Bahan untu Mencapai Kuat Tean Beton 50 Mpa dengan Metode Perancangan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciPENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya
PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH Statistik Industri II Teknik Industri Universitas Brawijaya Pengujian Hipotesis 3 rata-rata atau lebih Dengan teknik ANOVA (Analisis Varians) Pengujian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG
Vol. 11, No. 2, 93-104, Januari 2015 ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG ENDY NUR CAHYANTO*, NASRAH SIRAJANG*, M. SALEH AF* dy Nur Cahyanto, ABSTRAK Penelitian ini
Lebih terperinciII. Materi dan Metode. Pekanbaru. waktu penelitian ini dilaksanakan empat bulan yaitu dari bulan
II. Materi dan Metode 1.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan Balai Benih Induk Hortikultura Pekanbaru. waktu penelitian ini dilaksanakan empat bulan yaitu dari bulan Januari-Mei 2013.
Lebih terperinci