2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

Transkripsi

1 2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti PSDG) BB Biogen dengan total olesi sebanya 248 asesi dengan 13 eubah. Warna ulit luar, warna ulit dalam, dan warna daging meruaan eubah ategori. Indes Panen (IP), anjang tangai daun, jumlah lobus daun, anjang lobus, lebar lobus, tinggi tanaman, diameter batang, berat brangasan, berat umbi besar, dan berat umbi ecil meruaan eubah numeri. Warna ulit luar terdiri atas warna coelat dan warna coelat muda. Warna gading, warna merah, warna merah muda, dan warna utih meruaan bagian dari warna ulit dalam, sedangan yang menjadi bagian dari warna daging adalah warna gading, warna uning, dan warna utih. Indes anen meruaan hasil dari bobot umbi yang dibagi dengan bobot tanaman, yang emudian diali 100%. Gambar 1 Ilustrasi daun dengan berbagai jumlah lobus Gambar 2 Panjang lobus dan lebar lobus Gambar 1 menunjuan jumlah lobus daun mulai dari tiga lobus daun samai 11 lobus daun. Cara menguur anjang lobus dan lebar lobus ditamilan ada Gambar 2. Satuan dari anjang tangai daun, anjang lobus, lebar lobus,

2 tinggi tanaman, dan diameter batang adalah cm (centimeter). Satuan berat brangasan, berat umbi besar, dan berat umbi ecil adalah g (ilogram). 3 Prosedur Analisis Data Prosedur analisis data yang dilauan adalah : 1. Melauan analisis statistia desritif terhada data ubi ayu. 2. Melauan enggerombolan dengan menggunaan metode enggerombolan dua taha dengan algoritma sebagai beriut : a. Pembentuan gerombol awal Melalui taha ini data yang masu aan dierisa satu er satu dan diutusan aaah data tersebut daat ditambahan e salah satu gerombol yang telah terbentu atau membentu gerombol baru. Metode enggerombolan awal ini diteraan dengan membentu Cluster Features Tree (CF Tree). CF Tree terdiri dari beberaa cabang dan tia cabang memilii ana cabang. Tia ana cabang memilii daun entri yang meruaan ana gerombol. Ketia sebuah data yang masu mencaai daun entri, data tersebut aan dierisa jaranya dengan daun entri dengan menggunaan uuran jara Loglielihood. Jia data tersebut memilii jara yang deat dengan daun entri, maa data tersebut aan ditambahan e dalam daun entri tersebut. Aabila data tersebut memilii jara yang jauh dengan daun entri, maa data tersebut aan membentu daun entri baru. Jia tida tersedia lagi ruang untu menambahan data baru, maa ana cabang tersebut terbagi menjadi dua. Kemudian, daun-daun entri sebelumnya dibagi e dalam dua ana cabang tersebut dengan menggunaan asangan daun terjauh sebagai enematan, dan daun entri yang tersisa dibagi lagi berdasaran riteria edeatan. Proses ini aan terus terjadi hingga semua amatan telah dimasuan (SPSS Inc. 2001; Schiou 2010). b. Pembentuan gerombol ahir Pembentuan gerombol ahir menggunaan metode enggerombolan berhierari, yaitu agglomerative (enggabungan). Ana gerombol yang dihasilan ada taha ertama aan digabung berdasaran riteria edeatan. Tia ana gerombol yang memilii jara terdeat aan berada dalam satu gerombol dan menghasilan gerombol otimal dengan menggunaan riteria BIC (Bayesian s Information Criterion) atau AIC (Aaie s Information Criterion). Uuran Jara Uuran jara yang daat menangani data bertie ategori dan numeri sealigus adalah jara Log-lielihood. Pada jara Log-lielihood, diasumsian bahwa eubah numeri menyebar normal dengan rata-rata is dan ragam is, eubah ategori menyebar multinomial dengan robabilitas is, dengan sl meruaan indes untu ategori e-l (l,,,m l ), dan

3 4 antar eubah saling bebas (Bacher et al. 2004; Schiou 2010). Jara Loglielihood antar gerombol i dan s adalah : d(i,s) i s - i,s dengan, q m j i n i ( log( i ) il log il ) j l q m j s n s ( log( s ) sl log sl ) j l K A K v n v ( log( ) v ) v vl log vl l v v daat diinterretasian sebagai bentu enyebaran (ragam) dalam v gerombol v (v i,s, i,s ), d i,s adalah jara antara gerombol i dan s. K A adalah banyanya eubah numeri, K adalah banyanya eubah ategori, adalah jumlah ategori untu eubah ategori e-. v adalah banyanya data ada gerombol v, vl adalah banyanya engamatan ada gerombol e-v untu eubah ategori e- dengan ategori e-l, l adalah banyanya engamatan untu eubah ategori e- dengan ategori e-l, adalah ragam eubah ontinu e- untu seluruh amatan, dan v adalah ragam eubah ontinu e- ada gerombol v (Schiou 2010; Bacher et al. 2004). Uuran Penentuan Banyanya Gerombol Penentuan banyanya gerombol dilauan dalam dua taha. Taha ertama yaitu menghitung BIC (Bayesian s Information Criterion) untu setia jumlah gerombol dari isaran tertentu. Rumus BIC untu J gerombol adalah sebagai beriut : dengan, I j m j log j K m j { K A ( )} Setelah mendaatan hasil erhitungan BIC, maa hasil tersebut aan digunaan untu menduga banyanya gerombol. Banyanya gerombol

4 masimum sama dengan banyanya gerombol yang memilii rasio lebih ecil dari c (berdasaran SPSS Technical Suort, nilai c ) untu ertama ali. Taha edua menggunaan rasio erubahan jara R(j) untu gerombol j, yang didefinisian (j) d j- d j, dengan d j- adalah jara jia gerombol j bergabung dengan gerombol j-1, d j l j- -l j, l v ( r v -AI v ) atau l v (r v log n - I v ), dan v = j, j-1. Perubahan rasio dihitung dengan menggunaan rumus R(j 1 )/R(j 2 ) untu dua nilai R(j) terbesar. Jia erubahan rasio lebih besar dari batas nilai c 2 = 1.15, maa jumlah gerombol sama dengan j 1. Jia erubahan rasio lebih ecil dari batas nilai c 2, maa jumlah gerombol otimal sama dengan masimum (j 1, j 2 ) (Bacher et al. 2004). 3. Mengevaluasi ebaian olesi inti untu masing-masing olesi inti dengan tahaan sebagai beriut : a. Melauan enarian contoh aca berlais dengan engulangan sebanya 10 ali tana engembalian b. Mengevaluasi ebaian olesi inti ada masing-masing contoh yang telah dieroleh dengan menghitung MD% dan VD% untu eubah numeri, dan uji ebaian suai hi-uadrat untu eubah ategori Mean Difference Percentage (MD%) dan Variance Difference Percentage (VD%) Kriteria ebaian olesi inti yaitu ersentase yang menunjuan erbedaan antara olesi inti dengan seluruh olesi. MD% menunjuan erbedaan rata-rata olesi inti dan seluruh olesi. VD% menunjuan erbedaan ragam olesi inti dan seluruh olesi. Rumus MD% dan VD% sebagai beriut : 5 D VD x x x Pada formula diatas, adalah banyanya eubah, x adalah rataan olesi inti ada eubah e-, adalah rataan seluruh olesi ada eubah e-, adalah ragam olesi inti ada eubah e-, adalah ragam seluruh olesi ada eubah e-. Nilai terecil yang dihasilan MD% dan VD% menunjuan emamuan yang lebih bai dari strategi enarian contoh untu menentuan erwailan olesi inti. (Studnici et al. 2010; Hu et al. 2000).

5 6 Uji Kebaian Suai Khi-Kuadrat (Chi-Square Goodness of Fit Test) Uji ebaian suai hi-uadrat meruaan uji yang dilauan untu mengevaluasi aaah contoh yang terilih mewaili oulasi atau tida. Hiotesis yang diuji ada enelitian ini adalah : H 0 : Proorsi warna ulit luar, warna ulit dalam, dan warna daging ategori ada contoh sama dengan oulasi. H 1 : Proorsi warna ulit luar, warna ulit dalam, dan warna daging ategori ada contoh tida sama dengan oulasi. Statisti ujinya adalah : r hitung [( i i) i i ] O i = freuensi amatan ada ategori e-i E i = n i ; yaitu nilai haraan ada ategori e-i jia H 0 benar n = uuran contoh i = roorsi ategori e-i ; i = 1,...,r r = banyanya ategori Kriteria enolaan H 0 : Tola H 0 jia hitung lebih besar dari tabel dengan derajat bebas (r 1) dengan taraf nyata α (Daniel 1990). HASIL DAN PEMBAHASAN Desrisi Data Data yang digunaan dalam enelitian ini sebanya 248 asesi ubi ayu. Peubah yang diamati adalah eubah ategori dan numeri. Peubah ategori terdiri atas warna ulit luar, warna ulit dalam, warna daging. Peubah numeri terdiri atas Indes Panen (IP), anjang tangai daun, jumlah lobus daun, anjang lobus, lebar lobus, tinggi tanaman, diameter batang, berat brangasan, berat umbi besar, dan berat umbi ecil. a) Warna Kulit Luar b) Warna Kulit Dalam c) Warna Daging Gambar 3 Persentase warna ulit luar, warna ulit dalam, dan warna daging