MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL

Ukuran: px
Mulai penontonan dengan halaman:

Download "MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL"

Transkripsi

1 MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL E. JULIANTINI Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian, Jl. Tentara Pelajar No., Bogor RINGKASAN Percobaan dengan perlakuan lima tingkat pemberian nitrogen dan lima jenis varietas/ galur dilakukan dengan menggunakan rancangan faktorial split-plot. Peubah responnya adalah jumlah jagah isi sebagai salah satu komponen hasil dalam tanaman padi. Untuk mendapatkan model linier yang paling sesuai, dilakukan penguraian jumlah kuadrat atas interaksi perlakuan yang diperoleh dari analisis keragamannya dengan metoda polinomial ortogonal. Hasil analisis menunjukkan bahwa pemberian nitrogen memberikan pengaruh yang linier, sedangkan dari lima jenis varietas/galur yang diuji tereduksi hingga menjadi tiga jenis varietas/galur yang berbeda nyata secara statistik. Pengaruh pemberian nitrogen dari masing-masing varietas/galur terhadap perubahan jumlah gabah isi menunjukan angka yang relatif tinggi (lebih dari 90%). Kata kunci : Polinomial ortogonal, rancangan faktorial split-plot PENDAHULUAN Penelitian dalam bidang pertanian memerlukan jawaban atas pertanyaan mengenai perubahan tingkat produksi yang signifikan. Umumnya pertanyaan itu diekspresikan dalam bentuk suatu pernyataan hipotesa yang memerlukan pembuktian melalui serangkain percobaan. Selanjutnya data tersebut di analisis secara statistik yang diharapkan akan memberi jawaban yang beralasan. Nitrogen sebagai salah satu jenis pupuk dan varietas merupakan sebagian dari faktorfaktor yang mempengaruhi komponen hasil pada tanaman. Oleh sebab itu dalam percobaan sering digunakan berbagai tingkat pemberian nitrogen dan berbagai jenis varietas sebagai perlakuan. Diantara kedua perlakuan ini, nitrogen memberikan lebih besar pengaruh terhadap perubahan komponen hasil dibandingkan dengan varietas. Sehingga diperlukan perhatian yang lebih besar dalam pengukuran tingkat presisinya. Rancangan percobaan yang sesuai dengan jenis penelitian di atas adalah rancangan percobaan split-plot. Rancangan percobaan ini digunakan untuk mendapatkan tingkat ketelitian yang lebih tinggi pada salah satu perlakuan dan interaksinya. Perlakuan ini ditempatkan pada sub-plot dimana pengaruhnya dianggap sebagai pengaruh utama, sedangkan perlakuan lainnya ditempatkan pada plot utama. Pengaruh dari setiap perlakuan serta interaksinya membentuk suatu model yang menggambarkan hubungan fungsional dari setiap perlakuan sebagai peubah bebasnya terhadap peubah respon dalam hal ini adalah komponen hasil. Bentuk hubungan yang tebaik dapat diperoleh dengan jalan menguraikan jumlah kuadrat setiap perlakuan dan interaksinya menjadi komponen-komponen, dimana setiap komponen mempunyai derajat bebas satu atau lebih 293

2 dengan menggunakan metoda polinomial ortogonal. Metoda ini juga sangat berguna untuk mereduksi jumlah perlakuan dengan cara mengelompokan perlakuan-perlakuan yang memberikan pengaruh relatif sama kepada peubah responnya. BAHAN DAN METODE Percobaan dilakukan di rumah kaca Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian pada Musim Kemarau (MK.) Dalam rancangan faktorial split-plot, galat pada plot utama dipisahkan dengan galat pada sub-plot, maka model liniernya akan berbentuk : Y iji = µ + ρ I + α j + ε ij + β k + (αβ) jk + δ ijk, i = 1,2,., r j = 1,2,, V k = 1, 2,, N dimana : µ = rata- rata umum ρ I = pengaruh ulangan ke-i α j = pengaruh perlakuan plot ke-j ε ij = galat perlakuan plot β k = pengaruh perlakuan sub-plot ke-k (αβ) jk = pengaruh interaksi perlakuan sub-plot ke-k dan perlakuan plot utama ke-j δ ijk = galat perlakuan sub-plot Dengan ketentuan bahwa ε ij dan δ ijk masing-masing berdistribusi N(0, S 2 V ) dan N(0, S 2 N ) dan saling bebas. Rancangan percobaan split-plot menggunakan 4 kali ulangan dengan perlakuan tingkat pemberian Nitrogen (0, 60, 120, 180, dan 240 kg/ha) sebagai pengaruh utama dan varietas/ galur harapan padi (V 1 = IR58025 A /BR827-35, V 2 = IR62829 A /BR827-35, V 3 = IR58025 A / IR53942, V 4 = BP364B, dan V 5 = IR64). Dengan demikian nitrogen diberikan pada sub-plot dan varietas pada plot utama. Data hasil percobaan dianalisis keragamannya, karena faktorfaktor yang diuji merupakan peubah dari persamaan regresi. Selain itu akan dibuat penguraian jumlah kuadrat dari pengaruh interaksi perlakuan yang berderajat bebas satu atau lebih. Analisis keragaman rancangan ini disajikan pada Tabel 1. Tabel 1. Analisis keragaman rancangan percobaan split-plot. Sumber Keragaman db Ulangan (r ) (r 1) Varietas (V) (V 1) Galat (V) (r-1)(v-1) Nitrogen (N) (N-1) N x V (N-1)(V-1) Galat (N) V(r-1)(N-1) Total rv(n-1) Penguraian jumlah kuadrat (JK) perlakuan dan interaksi ke dalam komponenkomponennya digunakan metode polinomial ortogonal: JK i (L) = (Σ LT) / t (Σ c 2 ) i = tingkat polinomial; T = Σ perlakuan ke i; r = ulangan c = koefisien kontras. 294

3 Dari hasil penguraian jumlah kuadrat ini, akan diperoleh hubungan fungsional terbaik yang menggambarkan pengaruh dari masing-masing perlakuan dan interaksinya sebagai peubah bebas terhadap peubah respon serta derajat polinomialnya yang berbentuk : Y = α + Σ β i X i, i = 1,2,..., n, dimana : α = intersep, β i = koefisien regresi parsial pada polinomial pada tingkat ke-i. HASIL DAN PEMBAHASAN Dari perhitungan data hasil pengukuran pada penelitian dengan menggunakan rancangan percobaan split-plot dimana perlakuan yang diberikan adalah 5 tingkat pemberian nitrogen sebagai pengaruh utama dan 5 jenis varietas/galur dengan peubah responnya adalah salah satu dari komponen hasil yaitu jumlah gabah isi per rumpun, hasilnya disajikan dalam Tabel 2. Tabel 2. Analisis keragaman pengaruh pemberian nitrogen dan varietas terhadap jumlah gabah isi. Penelitian rumah kaca, BB-Biogen. Mk Sumber Keragaman db Jumlah Kuadrat Kuadrat Tengah P Ulangan (r ) , ,77 Varietas (V) , ,16 0,00 ** Galat (V) , ,34 Nitrogen (N) , ,69 0,00 ** N x V , ,30 0,04 * Galat (N) , ,82 Total ,91 ** sangat beda nyata pada tingkat 1% * beda nyata pada tingkat 5% Dari hasil yang ditunjukkan dalam Tabel 2 ternyata pengaruh interaksi perlakuan menunjukkan perbedaan yang nyata (p = 4%) sedangkan pengaruh masing-masing perlakuan pemberian nitrogen dan penggunaan varietas menunjukan perbedaan yang sangat nyata (p = 0%). Artinya interaksi dan perlakuan cukup mempunyai pengaruh dalam perubahan komponen hasil. Untuk mengetahui pengaruh interaksi maupun pemberian nitrogen manakah yang menunjukkan perbedaan yang nyata, perlu kiranya menguraikan jumlah kuadratnya masingmasing untuk mengetahui model hubungan fungsional yang sesuai. Dengan menggunakan metoda polinomial ortogonal hasil penguraian jumlah kuadrat untuk interaksi dan pemberian nitrogen memberikan hasil seperti pada Tabel 3. Dari hasil penguraian jumlah kuadrat yang diberikan dalam Tabel 3 ternyata yang berbeda nyata adalah interaksi antara pemberian nitrogen dan varietas dengan respon yang linier terhadap pemberian nitrogen dengan berbagai jenis varietas yang diuji. Selain itu pada penguraian jumlah kuadarat dari nitrogen menunjukkan bahwa hanya kurva respon nitrogen yang linier berbeda nyata. 295

4 Tabel 3. Analisis keragaman dengan penguraian jumlah kuadrat pada pengaruh interaksi dan pengaruh utama Sumber Keragaman db Jumlah Kuadrat Kuadrat Tengah P Ulangan (r ) , ,77 Varietas (V) , ,16 0,00 ** Galat (V) , ,34 Nitrogen (N) , ,69 0,00 ** N L (1) , ,95 0,00 ** N Kd (1) , ,48 0,11 ns N Kb (1) 644,41 644,41 - N Kt (1) 53407, ,92 - N x V , ,74 0,04 * N L x V (4) , ,83 0,00 ** N Kd x V (4) , ,19 - N Kb x V (4) , ,68 - N Kt x V (4) 52657, ,49 - Galat (N) , ,82 Total ,91 ** sangat beda nyata pada tingkat 1% * beda nyata pada tingkat 5% Untuk mengetahui bagaimana kontribusi varietas terhadap respon perubahan pemberian nitrogen, dilakukan penguraian jumlah kuadrat dari interaksi ( N L x V) menjadi komponenkomponen liniernya. Namun memperkirakan pengelompokan dari varietas/galur, digambarkan grafik respon untuk setiap tingkat pemberian nitrogen dari masing-masing varietas/galur (Gambar 1.) N1 N2 N3 N4 N5 v1 v2 v3 v4 v5 Gambar 1. Respon 5 jenis varietas terhadap perubahan tingkat pemberian nitrogen Dari gambar 1 di atas diperkirakan V 5 mempunyai pola yang berbeda dari keempat varietas lainnya, sedangkan (V1, V3) dan (V2, V4) membentuk 2 kelompok lainya. Dengan demikian galur akan dibagi menjadi tiga kelompok yaitu (V 1, V 3 ), (V 2, V 4 ) dan V

5 Tabel 4. Penguraian jumlah kuadrat (N L x V) menjadi komponen-komponen liniernya Sumber Keragaman db Jumlah Kuadrat Kuadrat Tengah F hit N L x (V 5 vs lainnya) , ,12 17,43 ** N L x (V 2 V 4 ) vs (V 1 V 3 ) , ,68 5,47 * N L x (V 1 vs V 3 ) , ,60 < 1 ns N L x (V 2 vs V 4 ) , ,35 < 1 ns Galat (N) , ,82 ** berbeda sangat nyata pada taraf 1% * berbeda nyata pada taraf 5% tidak berbeda nyata Dari hasil penguraian jumlah kuadrat interaksi (N L x V) yang disajikan pada Tabel 4, pengelompokan dalam galur sesuai dengan apa yang telah diperkiran di atas. Untuk melihat bagaimana hubungan fungsional dari masing-masing galur mengenai respon pemberian nitrogen terhadap jumlah gabah isi dibuat persamaan regresi linier sederhana (gambar 2). Tabel 5. Konstanta, koefisien regresi, nilai peluang dari koefisien regresi, serta koefisien determinasi respon pemberian nitrogen terhadap jumlah gabah isi untuk masing-masing galur harapan (V). V Konstanta Kofisien regresi P Koef. Determinasi (R 2 ) ,001 ** 98,4% ,000 ** 99,2% ,001 ** 98,2% ,000 ** 99,9% ,001 ** 98,5% ** sangat nyata pada taraf 1% Tabel 6. Analisis keragaman dari masing-masing galur Sumber db V 1 V 2 V 3 V 4 V 5 keragam RJK P RJK P RJK P RJK P RJK P Regresi ,00 ** ,00 ** ,00 ** ,00 ** ,00 ** Galat Total 4 ** sangat nyata pada taraf 1% Pada Tabel 5 menunjukkan bahwa koefisien regresi untuk setiap kelompok memberikan nilai yang hampir sama dan semuanya menunjukkan pengaruh yang positif, dengan hasil uji koefisien regresi sangat nyata untuk taraf 1% dan koefisien determinasi lebih dari 90%. Artinya bahwa pemberian nitrogen sangat berpengaruh terhadap perubahan jumlah gabah isi dan besarnya perubahan tersebut lebih dari 90% disebabkan oleh pemberian nitrogen sedangkan kurang dari 10% dipengaruhi oleh faktor lain. Garis regresi yang diperoleh dapat dilihat pada Gambar

6 Jumlah gabah isi Dosis N (kg/ha) V1 V2 V3 V4 V5 Gambar 2. Regresi pengaruh pemberian nitrogen terhadap jumlah gabah isi dari masingmasing galur harapan Nilai peluang P untuk masing-masing galur menunjukkan sangat beda nyata pada tingkat 1% berarti bahwa semua model regresi pada Tabel 6 di atas layak dipakai untuk memprediksi jumlah gabah isi. KESIMPULAN Dari hasil anilisis keragaman menunjukkan bahwa interaksi perlakuan pemberian nitrogen dan varietas/galur berbeda nyata pada tingkat 5%. Pemberian nitrogen pada tanaman dalam percobaan ini menggunakan interval (0 240) kg/ha, menunjukan pengaruh linier positif terhadap jumlah gabah isi, yang berarti bahwa penambahan jumlah gabah isi sejalan dengan penambahan dosis nitrogen. Dengan menggunakan metode polinomial orthogonal ternyata dapat mereduksi jumlah perlakuan. Dari 5 varietas/galur yang digunakan, hasil analisis polinomial ortogonal ternyata yang memberikan pengaruh secara signifikan hanya 3 varietas/galur saja yaitu: Kelompok I : V 1 = IR58025 A /BR dan V 3 = IR58025 A / IR53942, Kelompok II : V 2 = IR62829 A /BR dan V 4 = BP364B Kelompok III : V 5 = IR64 dimana kelompok I dan II merupakan galur-galur padi hibrida Pengelompokan verietas/galur dibuktikan lagi dengan memperhatikan masing-masing koefisien regresinya. Varietas/galur dalam kelompok yang sama mempunyai koefisien regresi yang relatif hampir sama. Setiap varietas/galur mempunyai pengaruh pemberian nitrogen terhadap perubahan jumlah gabah isi relatif tinggi (lebih dari 90%). Dari hasil pengujian, model regresi yang diperoleh metode ini layak digunakan memprediksi jumlah gabah isi. 298

7 DAFTAR PUSTAKA Gomez, Kwanchai A., AA. Gomez, 1984, Statistical Prosedures for Agricultural Research, Second Edition, John Wiley & Sons, Inc. 680p. Steel, Robert GD, James H. Torrie, 1984, Principles and Procedures of Statistics. A Biometrical Approach. Second Edition. McGraw-Hill International Book Co. 633p. 299

Rancangan Blok Terpisah (Split Blok)

Rancangan 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 terperinci

DATA DAN METODE. Data

DATA DAN METODE. Data DATA DAN METODE Data Data yang digunakan dalam penelitian ini adalah data sekunder hasil percobaan padi varietas IR 64 yang dilaksanakan tahun 2002 pada dua musim (kemarau dan hujan). Lokasi penelitian

Lebih terperinci

Rancangan Petak Terpisah dalam RAL

Rancangan 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 terperinci

Materi Persyaratan analisis regresi dari rancangan percobaan Penentuan model regresi dengan ortogonal polinomial Dari rancangan acak lengkap Dari ranc

Materi Persyaratan analisis regresi dari rancangan percobaan Penentuan model regresi dengan ortogonal polinomial Dari rancangan acak lengkap Dari ranc Kuswanto, 2012 Materi Persyaratan analisis regresi dari rancangan percobaan Penentuan model regresi dengan ortogonal polinomial Dari rancangan acak lengkap Dari rancangan acak kelompok Apabila ulangan/blok

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

Percobaan Rancangan Petak Terbagi dalam RAKL

Percobaan 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 terperinci

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN

PERCOBAAN 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 terperinci

ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG

ANALISIS 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 terperinci

Rancangan Petak Berjalur

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 terperinci

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot)

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) II. TINJAUAN PUSTAKA 2.1 Rancangan Petak Teralur Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) sebagai satuan percobaan yang terdiri dari plot baris untuk perlakuan

Lebih terperinci

METODOLOGI HASIL DAN PEMBAHASAN

METODOLOGI HASIL DAN PEMBAHASAN 3 berada pada jarak sejauh tiga atau empat kali simpangan baku dari nilai tengahnya (Aunuddin 1989). Pendekatan pencilan dapat dilakukan dengan melihat plot peluang normal. Apabila terdapat loncatan vertikal

Lebih terperinci

OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)

OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,

Lebih terperinci

BAHAN DAN METODE Tempat dan Waktu Penelitian Bahan dan Alat Metode Percobaan

BAHAN DAN METODE Tempat dan Waktu Penelitian Bahan dan Alat Metode Percobaan 11 BAHAN DAN METODE Tempat dan Waktu Penelitian Penelitian dilaksanakan pada bulan Maret sampai Juli 2012 di Dusun Bandungsari, Kecamatan Natar, Kabupaten Lampung Selatan, Lampung. Analisis tanah dilakukan

Lebih terperinci

3. BAHAN DAN METODE 3.1 Waktu dan Tempat 3.2 Bahan dan Alat 3.3 Metode Penelitian

3. BAHAN DAN METODE 3.1 Waktu dan Tempat 3.2 Bahan dan Alat 3.3 Metode Penelitian 3. BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian dilaksanakan pada bulan Mei 2009 sampai dengan Juli 2009 di Kebun Percobaan IPB Leuwikopo, Dramaga, Bogor yang terletak pada ketinggian 250 m dpl dengan

Lebih terperinci

Rancangan Petak-petak Terbagi (RPPT)

Rancangan 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 terperinci

ANALISIS POLINOMIAL ORTOGONAL BERDERAJAT TIGA PADA RANCANGAN ACAK LENGKAP

ANALISIS POLINOMIAL ORTOGONAL BERDERAJAT TIGA PADA RANCANGAN ACAK LENGKAP ANALISIS POLINOMIAL ORTOGONAL BERDERAJAT TIGA PADA RANCANGAN ACAK LENGKAP Muhammad Nursalam B 1, Anisa 2, Nasrah Sirajang 3 Program studi Statistika, Jurusan Matematika, FMIPA, Universitas Hasanuddin Muhammad.nursalam.b@gmail.com

Lebih terperinci

Perancangan Percobaan

Perancangan 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 terperinci

PENDEKATAN REGRESI POLINOMIAL ORTHOGONAL PADA RANCANGAN DUA FAKTOR (DENGAN APLIKASI SAS DAN MINITAB) Tatik Widiharih Jurusan Matematika FMIPA UNDIP

PENDEKATAN REGRESI POLINOMIAL ORTHOGONAL PADA RANCANGAN DUA FAKTOR (DENGAN APLIKASI SAS DAN MINITAB) Tatik Widiharih Jurusan Matematika FMIPA UNDIP PENDEKATAN REGRESI POLINOMIAL ORTHOGONAL PADA RANCANGAN DUA FAKTOR (DENGAN APLIKASI SAS DAN MINITAB) Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Pendekatan regresi polinomial orthogonal dapat

Lebih terperinci

KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP SEIMBANG DENGAN INTERGRADIEN

KERAGAMAN 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 terperinci

Pemodelan Linier menggunakan SPPS pada Penelitian Ilmu-Ilmu Pertanian Saiful Bahri

Pemodelan Linier menggunakan SPPS pada Penelitian Ilmu-Ilmu Pertanian Saiful Bahri Pemodelan Linier menggunakan SPPS pada Penelitian Ilmu-Ilmu Pertanian Saiful Bahri INTISARI Banyak perangkat lunak komputer menyediakan fasilitas analisis statistik dengan menggunakan pemodelan linier

Lebih terperinci

Pengacakan dan Tata Letak

Pengacakan 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 terperinci

III. PERCOBAAN FAKTORIAL

III. PERCOBAAN FAKTORIAL III. PERCOBAAN FAKTORIAL A. Pendahuluan Mengapa peneliti memilih melakukan percobaan factorial? atau bagaimana kalau beberapa factor penelitian ingin diterapkan sekaligus dalam percobaan? Untuk menjawab

Lebih terperinci

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAKPETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG Sri Wahyuningsih R 1, Anisa 2, Raupong ABSTRAK Analisis variansi

Lebih terperinci

III. MATERI DAN METODE

III. MATERI DAN METODE 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 Jl. HR. Soebrantas KM 15

Lebih terperinci

ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)

ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1) Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,

Lebih terperinci

BAHAN DAN METODE. Alat yang digunakan dalam penelitian ini meliputi: cangkul, parang, ajir,

BAHAN DAN METODE. Alat yang digunakan dalam penelitian ini meliputi: cangkul, parang, ajir, BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan dilahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau. Penelitian dilakukan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN. Percobaan telah dilakukan di rumah kaca yang lokasinya berada di Balai Penelitian

BAB 4 HASIL DAN PEMBAHASAN. Percobaan telah dilakukan di rumah kaca yang lokasinya berada di Balai Penelitian BAB 4 HASIL DAN PMBAHASAN 4.1 Gambaran mum Pelaksanaan Percobaan Percobaan telah dilakukan di rumah kaca yang lokasinya berada di Balai Penelitian dan Pengembangan Sumberdaya Genetika Pertanian (BB_BIOGN).

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Pengantar Rancob Kode/sks : MAS 4122/3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4221

Lebih terperinci

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PENGUJIAN HIPOTESIS Langkah-langkah pengujian hipotesis: 1) Merumuskan hipotesis 2) Memilih taraf nyata α 3) Menentukan

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

PERANCANGAN PERCOBAAN

PERANCANGAN 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 terperinci

PERANCANGAN PERCOBAAN

PERANCANGAN 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 terperinci

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap

Lebih terperinci

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat Metode Penelitian

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat Metode Penelitian BAHAN DAN METODE Tempat dan Waktu Penelitian ini dilaksanakan di Rumah kaca University Farm, Cikabayan, Dramaga, Bogor. Ketinggian tempat di lahan percobaan adalah 208 m dpl. Pengamatan pascapanen dilakukan

Lebih terperinci

III. MATERI DAN METODE. Genetika) Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan

III. MATERI DAN METODE. Genetika) Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di rumah kasa (Laboratorium Pemuliaan dan Genetika) Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim

Lebih terperinci

(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni

(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni Universitas Padjadjaran, November 00 (D.) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE Andry Ritonga H. Sudartianto Sri Winarni Mahasiswa Program Strata Jurusan Statistika FMIPA

Lebih terperinci

ANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT

ANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (015), hal 379 386. ANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT Silvia Widayanti, Muhlasah Novitasari Mara, Neva Satyahadewi

Lebih terperinci

PEMERIKSAAN ASUMSI ANALISIS RAGAM DEWI NURHASANAH

PEMERIKSAAN ASUMSI ANALISIS RAGAM DEWI NURHASANAH PEMERIKSAAN ASUMSI ANALISIS RAGAM DEWI NURHASANAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK DEWI NURHASANAH. Pemeriksaan asumsi analisis

Lebih terperinci

III. BAHAN DAN MATODE. Penelitian ini dilaksanakan pada bulan Mei 2013 sampai Agustus 2013 di

III. BAHAN DAN MATODE. Penelitian ini dilaksanakan pada bulan Mei 2013 sampai Agustus 2013 di III. BAHAN DAN MATODE 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Mei 2013 sampai Agustus 2013 di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan

Lebih terperinci

I. MATERI DAN METODE. Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian

I. MATERI DAN METODE. Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian I. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, pada bulan

Lebih terperinci

Perancangan Percobaan

Perancangan 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 terperinci

PENERAPAN ANALISIS MODEL CAMPURAN PADA RANCANGAN PETAK TERPISAH RAK DALAM PERCOBAAN PENGARUH VARIETAS DAN DOSIS PUPUK TERHADAP PRODUKTIVITAS PADI

PENERAPAN ANALISIS MODEL CAMPURAN PADA RANCANGAN PETAK TERPISAH RAK DALAM PERCOBAAN PENGARUH VARIETAS DAN DOSIS PUPUK TERHADAP PRODUKTIVITAS PADI PENERAPAN ANALISIS MODEL CAMPURAN PADA RANCANGAN PETAK TERPISAH RAK DALAM PERCOBAAN PENGARUH VARIETAS DAN DOSIS PUPUK TERHADAP PRODUKTIVITAS PADI RYANI KHAIROZI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA

Lebih terperinci

BAHAN DAN METODE. Tempat dan Waktu

BAHAN DAN METODE. Tempat dan Waktu BAHAN DAN METODE Tempat dan Waktu Penelitian dilaksanakan pada bulan Mei hingga Agustus 2009 di Kebun Karet Rakyat di Desa Sebapo, Kabupaten Muaro Jambi. Lokasi penelitian yang digunakan merupakan milik

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

III. BAHAN DAN METODE. Penelitian ini dilakukan dari bulan Januari sampai Mei. Baru Panam, Kecamatan Tampan, Kotamadya Pekanbaru.

III. BAHAN DAN METODE. Penelitian ini dilakukan dari bulan Januari sampai Mei. Baru Panam, Kecamatan Tampan, Kotamadya Pekanbaru. III. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian ini dilakukan dari bulan Januari sampai Mei 2013 di Lahan Percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik tanaman padi yang akan dikaji dalam penelitian ini meliputi komponen hasil (jumlah malai per m 2, persen gabah isi, dan produktivitas) dan serapan hara (serapan total

Lebih terperinci

III. MATERI DAN METODE. Laboratorium Agronomi. Waktu penelitian dilakaukan selama ± 4 bulan dimulai

III. 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 terperinci

BAHAN DAN METODE. Bahan dan Alat

BAHAN DAN METODE. Bahan dan Alat 18 BAHAN DAN METODE Lokasi dan Waktu Penelitian dilakukan di kebun percobaan Institut Pertanian Bogor, Sawah Baru Babakan Darmaga, selama 4 bulan, dari bulan Mei-September 2010. Bahan dan Alat Bahan-bahan

Lebih terperinci

PADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN

PADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN PERBANDINGAN ANALISIS INTERBLOK DAN INTERGRADIEN PADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN Fadhlul Mubarak Nasution, Anisa, Raupong Program Studi Statistika, FMIPA,

Lebih terperinci

3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN 15 3. METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilaksanakan di Laboratorium Biologi Molekuler dan Seluler Tanaman, Pusat Antar Universitas (PAU) Bioteknologi, Institut Pertanian

Lebih terperinci

BAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu

BAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu BAB IV HASIL PENELITIAN A. Deskripsi Data Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu data tentang kepemimpinan kepala sekolah (X 1 ), sikap guru terhadap pekerjaan (X 2

Lebih terperinci

III. MATERI DAN METODE

III. MATERI DAN METODE 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. Penelitian dilakukan pada

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 4-6669 Volume, Juni 0 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Model Permukaan Respon pada(4 3) MODEL PERMUKAAN RESPON PADA PERCOBAAN

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator

Lebih terperinci

III. METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober - Desember 2009, di Balai Besar

III. METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober - Desember 2009, di Balai Besar III. METODE PENELITIAN A. Waktu Dan Tempat Penelitian Penelitian dilaksanakan pada bulan Oktober - Desember 2009, di Balai Besar Pengembangan Budidaya Laut (BBPBL) Hanura Kecamatan Padang Cermin Kabupaten

Lebih terperinci

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

BAHAN DAN METODE. Tempat dan Waktu. Bahan dan Alat. Metode Penelitian 17 BAHAN DAN METODE Tempat dan Waktu Penelitian dilaksanakan di Laboratorium Benih, Laboratorium Pemuliaan Tanaman Departemen Agronomi dan Hortikultura, Fakultas Pertanian, Institut Pertanian Bogor, Dramaga

Lebih terperinci

TINJAUAN PUSTAKA. Model Regresi Linier Ganda

TINJAUAN PUSTAKA. Model Regresi Linier Ganda TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran

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

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau

Lebih terperinci

PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI

PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI E-Jurnal Matematika Vol. 2, No.2, Mei 2013, 32-36 ISSN: 2303-1751 PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI ADE KUSUMA DEWI 1, I WAYAN SUMARJAYA 2, I GUSTI AYU MADE SRINADI 3 1,2,3

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. menyatakan distribusi frekuensi skor responden untuk masing-masing variabel dan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. menyatakan distribusi frekuensi skor responden untuk masing-masing variabel dan BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini menyajikan proses pengolahan data dengan menggunakan statistik deskriptif dan statistik inferensial. Pengolahan statistik deskriptif digunakan untuk menyatakan

Lebih terperinci

2) 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

2) 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Data 4.1.1 Layanan Bimbingan Kelompok Data variabel Layanan Bimbingan Kelompok menunjukkan bahwa skor tertinggi adalah 120 dan skor terendah adalah

Lebih terperinci

II. PERCOBAAN NON FAKTORIAL

II. PERCOBAAN NON FAKTORIAL II. PERCOBAAN NON FAKTORIAL A. Rancangan Acak Lengkap (RAL) 1. Rancangan Acak Lengkap (Completely Randomized Design) termasuk rancangan faktor tunggal (hanya terdiri dari satu faktor) merupakan rancangan

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship

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

KAJIAN FUNGSI nls( ) DAN fsrr( ) TERHADAP MODEL MICHEALIS-MENTEN PADA REGRESI NONLINIER. Sudarno 1. Abstrak

KAJIAN FUNGSI nls( ) DAN fsrr( ) TERHADAP MODEL MICHEALIS-MENTEN PADA REGRESI NONLINIER. Sudarno 1. Abstrak UNIVERSITAS DIPONEGORO 0 ISBN: --0-- KAJIAN FUNGSI nls( ) DAN fsrr( ) TERHADAP MODEL MICHEALIS-MENTEN PADA REGRESI NONLINIER Sudarno ) Program Studi Statistika FMIPA Undip dsghani@gmail.com Abstrak Model

Lebih terperinci

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y. REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.

Lebih terperinci

PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Mike Susmikanti *

PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Mike Susmikanti * PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN Mike Susmikanti * ABSTRAK PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Pemodelan dalam penelitian berbagai bidang khususnya bidang industri, merupakan kebutuhan

Lebih terperinci

III. BAHAN DAN METODE. Penelitian dilakukan di lokasi : 1) Desa Banjarrejo, Kecamatan

III. BAHAN DAN METODE. Penelitian dilakukan di lokasi : 1) Desa Banjarrejo, Kecamatan III. BAHAN DAN METODE A. Tempat dan Waktu Penelitian Penelitian dilakukan di lokasi : 1) Desa Banjarrejo, Kecamatan Batanghari, Kabupaten Lampung Timur, dengan ketinggian 60 m dpl, jenis tanah Podsolik

Lebih terperinci

III. MATERI DAN METODE

III. 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 terperinci

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat Metode

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat Metode 23 BAHAN DAN METODE Tempat dan Waktu Penelitian dilaksanakan pada bulan Maret Agustus 2012. Perbanyakan benih dilakukan pada bulan Maret-Juni 2012 di KP Leuwikopo. Pengujian benih dilakukan pada bulan

Lebih terperinci

III. MATERI DAN METODE. Penelitian dilaksanakan dari bulan Juli sampai dengan Oktober 2013 di lahan

III. MATERI DAN METODE. Penelitian dilaksanakan dari bulan Juli sampai dengan Oktober 2013 di lahan III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian dilaksanakan dari bulan Juli sampai dengan Oktober 2013 di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan

BAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).

Lebih terperinci

METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1

METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1 Media Informatika Vol. 5 No. 1 (2006) METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1 Ekabrata Yudhistyra Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda 96 Bandung

Lebih terperinci

Materi Kuliah. PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1. Materi Kuliah. Materi Kuliah. Pertemuan ke 1 (Pendahuluan Perancangan Percobaan

Materi Kuliah. PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1. Materi Kuliah. Materi Kuliah. Pertemuan ke 1 (Pendahuluan Perancangan Percobaan PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1 Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. 1 Materi Kuliah Pertemuan ke 1 (Pendahuluan Perancangan Percobaan 1. Pengertian percobaan dan perancangan percobaan,

Lebih terperinci

Analisis Regresi 1. Pokok Bahasan : Regresi Linier dengan Dua Peubah Penjelas

Analisis Regresi 1. Pokok Bahasan : Regresi Linier dengan Dua Peubah Penjelas Analisis Regresi Pokok Bahasan : Regresi Linier dengan Dua Peubah Penelas Penulisan model regresi linier berganda dengan notasi matriks Model Regresi Linier dengan peubah penelas Model Regresi Linier Berganda

Lebih terperinci

Penelitian ini telah dilakukan selama 2 bulan pada bulan Februari-Maret di Laboratorium Patologi, Entomologi dan Mikrobiologi, dan Laboratorium

Penelitian 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 terperinci

Berdasarkan data nilai HU telur itik tegal pada Tabel 5 diperoleh perhitungan

Berdasarkan data nilai HU telur itik tegal pada Tabel 5 diperoleh perhitungan LAMPIRAN 45 46 Berdasarkan data nilai HU telur itik tegal pada Tabel 5 diperoleh perhitungan analisis ragam sebagai berikut : Faktor koreksi C = Y.. 2 = (1815,31) 2 r.p 24 = 3.295.350,40 24 = 137.306,27

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

III. MATERI DAN METODE

III. MATERI DAN METODE III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini bertempat dilahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau, Jl. H. R. Soebrantas KM. 15

Lebih terperinci

PERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP. Arum Handini Primandari

PERCOBAAN 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 terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. Status (Wajib/Pilihan) : Pilihan (P) : MAS 4122 (Pengantar Rancob)

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. Status (Wajib/Pilihan) : Pilihan (P) : MAS 4122 (Pengantar Rancob) A. MATA KULIAH RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA Nama Mata Kuliah Biometrika Kode/sks : MAS 4124/3 Semester : V Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4122 (Pengantar

Lebih terperinci

Lampiran 1. Bagan Alur Pelaksanaan Penelitian

Lampiran 1. Bagan Alur Pelaksanaan Penelitian LAMPIRAN Lampiran 1. Bagan Alur Pelaksanaan Penelitian Penampungan Evaluasi Semen Segar (Makroskopis & Mikroskopis) Proses Awal Sexing Semen + BO (1 ml) BSA 5% (2 ml) BSA 10% (2 ml) Inkubasi pada suhu

Lebih terperinci

LAMPIRAN. Universitas Sumatera Utara

LAMPIRAN. Universitas Sumatera Utara LAMPIRAN Tabel 1. Data Hasil Pengukuran Ketebalan (cm) Pada Nata de Watermelonskin Perlakuan Ulangan Analisa (berat kulit semangka) I II III Total Rataan 30 gram (tanpa )/kontrol 0,70 0,65 0,65 2,00 0,67

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

III. MATERI DAN METODE. Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan

III. MATERI DAN METODE. Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan III. MATERI DAN METODE 1.1. Tempat dan waktu Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, penelitian

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

BAHAN DAN METODE Waktu dan Tempat Alat dan Bahan Metode Penelitian

BAHAN DAN METODE Waktu dan Tempat Alat dan Bahan Metode Penelitian 10 BAHAN DAN METODE Waktu dan Tempat Percobaan ini dilaksanakan di Kebun Percobaan IPB Cikarawang, Dramaga, Bogor. Sejarah lahan sebelumnya digunakan untuk budidaya padi konvensional, dilanjutkan dua musim

Lebih terperinci

BAHAN DAN METODE PENELITIAN. diperoleh dari sawah dengan spesies Pomacea canaliculata Lamarck. Keong mas

BAHAN DAN METODE PENELITIAN. diperoleh dari sawah dengan spesies Pomacea canaliculata Lamarck. Keong mas III BAHAN DAN METODE PENELITIAN 3.1 Objek dan Bahan Penelitian 3.1.1 Keong Mas Keong mas yang digunakan dalam penelitian adalah keong mas yang diperoleh dari sawah dengan spesies Pomacea canaliculata Lamarck.

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

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat 8 BAHAN DAN METODE Tempat dan Waktu Penelitian dilaksanakan di lahan petani di Dusun Pabuaran, Kelurahan Cilendek Timur, Kecamatan Cimanggu, Kotamadya Bogor. Adapun penimbangan bobot tongkol dan biji dilakukan

Lebih terperinci

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan

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 IV HASIL PENELITIAN DAN PEMBAHASAN. tua di SLTP Negeri 12 Kota Utara Kota Gorontalo. Dat ini diolah berdasarkan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. tua di SLTP Negeri 12 Kota Utara Kota Gorontalo. Dat ini diolah berdasarkan 29 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Hasil penelitian 4.1.1 Deskriptif Hail Penelitian Data hasil penelitian ini berbentuk skor yang diperoleh dari alat ukur berupa angkettentang hubungan

Lebih terperinci

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO 1 GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO SPMI- UNDIP GBPP 10.04.03 209 Revisi ke Tanggal Dikaji Ulang Oleh Dikendalikan Oleh Disetujui Oleh Ketua Jurusan Biologi GPM jurusan Biologi

Lebih terperinci

III. BAHAN DAN METODE

III. BAHAN DAN METODE III. BAHAN DAN METODE 1.1. Tempat dan Waktu Penelitian ini bertempat dilahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau yang beralamat di Jl. H.R. Soebrantas

Lebih terperinci

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan

MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA

Lebih terperinci

Percobaan Dua Faktor: Percobaan Faktorial. Arum Handini Primandari, M.Sc.

Percobaan 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 terperinci