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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

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

2 RINGKASAN MOHAMAD DJ. PAKAYA. Analisis Keunggulan dan Stabilitas Galur Mutan Kacang Tanah Dengan Metode Tai dan AMMI. Dibawah bimbingan AJI HAMIM WIGENA, SOERANTO HUMAN, dan I MADE SUMERTAJAYA. Salah satu upaya untuk menghasilkan varietas baru adalah percobaan multilokasi yang mengkaji interaksi genotip dan lingkungan untuk menyeleksi genotip-genotip yang berpenampilan stabil pada lingkungan berbeda. Dua metode untuk menganalisis kestabilan genotip di antaranya adalah metode Tai yang dikemukakan oleh George C. C Tai pada tahun 1971 dan Additive Main Effect and Multiplicative Interaction (AMMI) yang dipopulerkan oleh Zobel pada tahun Tujuan penelitian ini adalah menentukan galur-galur mutan kacang tanah yang unggul, menganalisis kestabilan galur mutan kacang tanah dengan metode Tai dan AMMI, serta membandingkan antara metode Tai dan AMMI. Galur I (L20225) memiliki rataan hasil biji tertinggi di semua lokasi dan memberikan pengaruh yang berbeda dari galur kontrol M (Komodo) dan K (AH1781Si), sehingga galur tersebut dikategorikan sebagai galur unggul. Hasil analisis stabilitas menunjukkan bahwa, Tai menghasilkan 9 galur yang stabil, yaitu B (B3012/10), C (A203PsJ), D (B305/1), F (D2521/6), G (D30227CB), H (D253/2), I (L20225), L (Kidang), dan M (Komodo), sedangkan AMMI menghasilkan 4 galur stabil, yaitu F (D2521/6), H (D253/2), L (Kidang), dan J (V79). Metode AMMI lebih baik dibandingkan dengan metode Tai dalam menguraikan pengaruh interaksi antara genotip dan lingkungan. Namun, kedua metode tersebut, cukup baik dalam mengklasifikasikan galur stabil, serta parameter stabilitas antara keduanya saling berkorelasi. Kata kunci : multilokasi, AMMI, interaksi genotip dan lingkungan, metode Tai i

3 ANALISIS KEUNGGULAN DAN STABILITAS GALUR MUTAN KACANG TANAH DENGAN METODE TAI DAN AMMI MOHAMAD DJ. PAKAYA G Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika Pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 ii

4 Judul Nama NRP : Analisis Keunggulan dan Stabilitas Galur Mutan Kacang Tanah Dengan Metode Tai dan AMMI : Mohamad Dj. Pakaya : G Disetujui Pembimbing I, Dr. Ir. Aji Hamim Wigena, M.Sc. NIP Pembimbing II, Pembimbing III, Prof. Dr. Ir. Soeranto Human, M.Sc. NIP Dr. Ir. I Made Sumertajaya, M.Si. NIP Diketahui Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam IPB Dr. Ir. Hari Wijayanto, M.Si NIP Tanggal Lulus : iii

5 RIWAYAT HIDUP Penulis dilahirkan di Gorontalo pada tanggal 29 Mei 1990 dari pasangan Djafar S. Pakaya dan Hidjirah Suleman. Penulis merupakan anak kedua dari dua bersaudara. Pada tahun 2007 penulis lulus dari SMA DWIWARNA (Boarding School) Bogor dan tahun yang sama penulis diterima di Institut Pertanian Bogor melalui jalur Beasiswa Utusan Daerah IPB (BUD) Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam serta minor Ilmu Ekonomi dan Pembangunan. Selama mengikuti perkuliahan, penulis aktif dalam kepengurusan Dewan Perwakilan Mahasiswa Tingkat Persiapan Bersama periode 2007 sebagai Sekretaris Umum, Lembaga Dakwah Kampus IPB periode 2010 sebagai Kepala Departemen Multimedia, dan Badan Pengelola Rumah Tangga Al Hurriyyah IPB periode 2011 sebagai Ketua Umum. iv

6 KATA PENGANTAR Puji dan syukur penulis panjatkan kehadirat ALLAH SWT, karena atas petunjuk dan pertolongan-nya penulis dapat menyelesaikan karya ilmiah ini. Shalawat dan salam semoga selau tercurah kepada Nabi Muhammad Saw beserta keluarga, sahabat, dan umat beliau. Karya ilmiah ini merupakan hasil dari penelitian dengan menerapkan beberapa konsep statistika untuk perbaikan varietas tanaman pangan di masa depan nanti. Dalam proses pembuatan karya ilmiah ini penulis mendapatkan banyak ilmu, inspirasi, dan pelajaran yang begitu berharga, sehingga penulis ingin mengucapkan terima kasih kepada: 1. Bapak Drs. Aji Hamim Wigena, Msi., selaku dosen pembimbing skripsi I 2. Bapak Prof. Dr. Ir. Soeranto Human, MSc., selaku pembimbing skripsi II dari Pusat Aplikasi Teknologi Isotop dan Radiasi (PATIR-BATAN) 3. Bapak Dr. Ir. I Made Sumertajaya, MSi, selaku pembimbing skripsi III 4. Bapak Parno Sp. selaku peneliti bidang kacang tanah di PATIR-BATAN 5. Seluruh dosen Departemen Statistika IPB atas nasehat dan ilmu yang bermanfaat. 6. Almarhumah Ibu, Ayah dan kakak, Nurhayati Dj. Pakaya yang telah memberikan kasih sayang sepenuhnya, semangat, dan doa yang tulus. 7. Kepada seluruh pihak yang telah banyak membantu terwujudnya karya ilmiah ini. Demikian karya ilmiah ini disusun. Semoga informasi yang terdapat dalam karya ini dapat bermanfaat bagi yang membacanya. Amin. Bogor, Agustus 2011 Penulis v

7 DAFTAR ISI DAFTAR TABEL... vii DAFTAR GAMBAR... vii DAFTAR LAMPIRAN... vii PENDAHULUAN Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA Konsep Stabilitas... 1 Percobaan Multilokasi... 1 Analisis Stabilitas Finlay-Wilkinson... 2 Analisis Stabilitas Eberhart-Russell... 2 Analisis Stabilitas Tai... 2 Analisis AMMI... 3 METODOLOGI Bahan... 4 Metode... 4 HASIL DAN PEMBAHASAN Eksplorasi Data... 5 Kajian Teori... 6 Analisis Ragam Gabungan... 6 Pendugaan Stabilitas Galur Analisis Stabilitas Tai... 8 Analisis AMMI... 9 Perbandingan Stabilitas Galur Persentase Jumlah Kuadrat Interaksi Pola Klasifikasi Galur Stabil Korelasi Parameter Sabilitas KESIMPULAN DAFTAR PUSTAKA vi

8 DAFTAR TABEL Halaman 1. Kode galur mutan kacang tanah Analisis ragam gabungan Koefisien keragaman lokasi Uji lanjut kontras Analisis ragam Tai Parameter stabilitas Tai Komponen interaksi AMMI Analisis ragam AMMI Skor komponen utama interaksi dan nilai ASV Korelasi parameter stabilitas DAFTAR GAMBAR Halaman 1. Rataan hasil biji berdasarkan galur Rataan hasil biji berdasarkan lokasi Plot kehomogenan ragam Plot Kenormalan Uji Ryan-Joiner Plot Stabilitas Tai Biplot AMMI Pola klasifikasi galur stabil pada metode Tai Pola klasifikasi galur stabil pada metode AMMI DAFTAR LAMPIRAN Halaman 1. Uji lanjut Duncan untuk galur Uji lanjut Duncan untuk lokasi vii

9 PENDAHULUAN Latar Belakang DEPTAN (2008) menyatakan bahwa perbaikan kualitas tanaman melalui pemuliaan merupakan strategi utama untuk meningkatkan produksi dan mutu hasil pertanian dalam rangka pencapaian maupun pelestarian swasembada pangan. Ketersediaan varietas unggul dengan mutu baik, produktivitas tinggi, tahan terhadap hama penyakit dan cekaman lingkungan, serta sesuai dengan kebutuhan konsumen merupakan syarat mutlak yang harus dipenuhi pada era industrialisasi pertanian dalam persaingan perdagangan bebas. Selain melalui pemuliaan tanaman, upaya untuk memperoleh varietas yang lebih baik, ditempuh pula melalui introduksi galur atau varietas yang diuji di berbagai kondisi agroekologi dengan sistem usaha tani setempat serta pengembangan kultivar lokal observasi yang disesuaikan dengan peraturan dan ketentuan yang berlaku. Pengujian galur atau varietas di berbagai kondisi agroekologi ini salah satunya dengan pengujian daya hasil suatu galur pada berbagai lokasi yang disebut dengan percobaan multilokasi. Pengujian ini dimaksudkan untuk menganalisis stabilitas daya hasil berdasarkan nilai duga dari interaksi genotip dan lingkungan. (Sumanggono et al 1998). Kajian mengenai interaksi genotip dan lingkungan pada pemuliaan tanaman, selain menyeleksi genotip-genotip yang berpenampilan stabil pada lingkungan berbeda, juga melihat genotip-genotip yang beradaptasi pada suatu lingkungan spesifik. Para peneliti telah banyak mengembangkan metode-metode dalam menganalisis suatu kestabilan tanaman atau varietas pada percobaan multilokasi, antara lain analisis stabilitas Tai dalam Thillainathan (2001) dan Additive Main Effect and Multiplicative Interaction (AMMI) yang diperkenalkan oleh Zobel pada tahun 1988 dan dimodifikasi oleh Gauch pada tahun 1993 (Souza 2007). Kedua metode tersebut digunakan pada penelitian ini untuk menganalisis kestabilan galur mutan kacang tanah. Tujuan Penelitian ini memiliki tiga tujuan utama, yaitu: 1. Menentukan galur mutan kacang tanah yang unggul. 2. Menganalisis kestabilan galur mutan dengan menggunakan metode Tai dan AMMI. 3. Membandingkan metode Tai dan AMMI TINJAUAN PUSTAKA Konsep Stabilitas Alberts (2004) menjelaskan bahwa konsep mengenai defenisi kestabilan suatu galur, yaitu: Tipe 1: Stabil statis. Suatu genotip dikatakan stabil statis jika ragam genotip antar lingkungan sangat kecil. Genotip stabil statis memiliki penampilan yang tidak berubah pada berbagai kondisi lingkungan. Tipe 2: Stabil dinamis atau agronomis. Suatu genotip dikatakan stabil dinamis atau agronomis jika respon genotip terhadap lingkungan sama dengan rataan respon semua genotip dalam percobaan. Selain itu, penyimpangan model pada indeks lingkungan sangat kecil. Indeks lingkungan merupakan selisih dari rata-rata semua genotip di setiap lingkungan dengan rata-rata semua genotip di semua lingkungan. Percobaan Multilokasi Mattjik dan Sumertajaya (2000) dalam bukunya menjelaskan bahwa percobaan lokasi ganda (multilocation) memegang peranan penting dalam pemuliaan tanaman (plant breeding) dan penelitian-penelitian lainnya di agronomi. Data yang diperoleh dari percobaan lokasi ganda ini sedikitnya mempunyai tiga tujuan utama dalam bidang pertanian yaitu: (a) Keakuratan pendugaan dan peramalan hasil berdasarkan data percobaan yang terbatas, (b) Menentukan stabilitas hasil dan pola respon genotip atau perlakuan agronomi terhadap lingkungan, dan (c) Seleksi genotip atau perlakuan agronomi terbaik untuk dikembangbiakkan pada masa yang akan datang atau lokasi yang baru. Rancangan perlakuan yang umum digunakan pada percobaan multilokasi adalah rancangan faktorial dua faktor dengan faktor pertama adalah genotip dan faktor kedua adalah lokasi, serta faktor blok yang tersarang dalam lokasi. Model linier dari percobaan multilokasi adalah ( ) ( ) ( ) (1) untuk i = 1, 2,...m; j = 1, 2,..n; k = 1, 2...,r dengan adalah nilai pengamatan pada genotip ke-i pada lokasi ke-j dalam kelompok ke-k, adalah rataan umum, adalah 1

10 pengaruh aditif genotip ke-i, adalah pengaruh aditif lokasi ke-j, ( ) ( ) adalah pengaruh kelompok ke-k tersarang pada lokasi ke-j, ( ) adalah pengaruh interaksi genotip ke-i pada lokasi ke-j, sedangkan adalah pengaruh sisaan genotip ke-i dalam kelompok ke-k yang dilakukan di lokasi ke-j. Analisis Stabilitas Finlay-Wilkinson Analisis stabilitas yang dikemukakan oleh Finlay dan Wilkinson menggunakan pendekatan regresi linier. Pendekatan ini dipopulerkan pada tahun Menurut Mattjik dan Sumertajaya (2000), model regresi linier yang dimaksud disini adalah model yang digunakan untuk menerangkan struktur interaksi dari kedua faktor. Struktur modelnya adalah sebagai berikut: ( ) ( ) (2) untuk i = 1, 2,...m; j = 1, 2,..n; k = 1, 2...,r dengan adalah nilai pengamatan pada genotip ke-i pada lokasi ke-j dalam kelompok ke-k, ( ( ) ( )) merupakan rataan umum, dan komponen aditif dari pengaruh utama genotip, lokasi, dan blok yang tersarang dalam lokasi, adalah koefisien regresi untuk genotip ke-i terhadap lokasi ke-j, serta adalah simpangan dari pengaruh interaksi genotip ke-i dengan lokasi ke-j yang tidak diterangkan oleh komponen regresi linier, sedangkan adalah pengaruh sisaan genotip ke-i dalam kelompok ke-k yang dilakukan di lokasi ke-j. Koefisien regresi dari genotip ke-i terhadap pengaruh lokasi pada model (2) diduga sebagai berikut: ( ) ( ) ( ) ( ) Genotip yang responsif terhadap pengaruh lokasi akan memiliki koefisien regresi tidak sama dengan nol (+/-) sedangkan genotip yang stabil pada semua lokasi memiliki koefisien regresi sama dengan nol. Tetapi jika regresi dilakukan terhadap rata-rata kombinasi perlakuan maka genotip yang dapat dikatakan stabil jika koefisien regresinya bernilai 1. Analisis Stabilitas Eberhart-Russell Pendekatan regresi linier untuk analisis stabilitas yang dikemukakan oleh Eberhart dan Russell yaitu dengan meregresikan antara rata-rata hasil genotip ke-i di setiap lokasi terhadap pengaruh lokasi. Model regresi yang dikemukakan oleh Eberhart dan Russell (1966) adalah (3) dengan i = 1, 2,...m, j = 1, 2,...n, adalah rata-rata hasil genotip ke-i, di lingkungan ke-j, adalah rata-rata hasil genotip ke-i di seluruh lingkungan, adalah koefisien regresi yang mengukur respon galur ke-i terhadap berbagai lokasi, dan adalah simpangan regresi galur ke-i terhadap lingkungan ke-j Secara konsep suatu galur dikatakan stabil jika memiliki koefisien regresi sama dengan satu (β i = 1) dan simpangan regresi sama dengan nol (Sd 2 i = 0). Secara matematis dugaan koefisien regresi dapat dihitung dengan rumus sebagai berikut, ( ) ( ) ( ) dengan adalah dugaan koefisien regresi bagi β i. Parameter stabilitas atau daya adaptasi yang lain yaitu (Sd i 2 ) diperoleh dari: dengan, - adalah kuadrat tengah galat gabungan dan [ ] 0 1 [ ] Analisis Stabilitas Tai Pada metode Tai dalam Thillainathan (2001) mengembangkan suatu metode yang hampir sama dengan metode Eberhart dan Russell (1966) dalam menentukan respon linear dari suatu genotip terhadap pengaruh lingkungan. Akan tetapi prosedur dalam mengestimasi parameter stabilitasnya berbeda (Collins et al, 1988). Tai (1971) meregresikan antara pengaruh interaksi genotip dan lingkungan terhadap pengaruh lingkungan dan membaginya ke dalam dua komponen dan. Statistik mengestimasi respon linear dari regresi, sedangkan adalah simpangan dari respon linear suatu genotip, sehingga pengaruh interaksi dari persamaan (1) dapat ditulis, ( ) (4) 2

11 maka model akhir yang didapatkan sebagai berikut: ( ) ( ) (5) untuk i = 1, 2,...m; j = 1, 2,..n; k = 1, 2...,r dengan adalah nilai pengamatan pada genotip ke-i pada lokasi ke-j dalam kelompok ke-k, ( ( ) ( )) merupakan rataan umum, dan komponen aditif dari pengaruh utama genotip, lokasi, dan blok yang tersarang dalam lokasi, adalah koefisien regresi untuk genotip ke-i terhadap lokasi ke-j, serta adalah simpangan dari pengaruh interaksi genotip ke-i dengan lokasi ke-j yang tidak diterangkan oleh komponen regresi linier, sedangkan adalah pengaruh sisaan genotype ke-i dalam kelompok ke-k yang dilakukan di lokasi ke-j. Model yang dikemukakan oleh Tai sama dengan model yang dipaparkan oleh Finlay dan Wilkinson. Akan tetapi dalam menduga parameter stabilitasnya Tai menggabungkan antara model Finlay-Wilkinson dengan model Eberhart-Russell, sehingga parameter stabilitas dapat diduga dengan rumus sebagai berikut, ( ) ( ) sedangkan parameter lainnya yaitu diperoleh dengan rumus, dengan, ( ) ( ) ( ) dengan m adalah jumlah genotip, n adalah jumlah lingkungan, p adalah jumlah ulangan tiap blok dalam lokasi, KTL adalah kuadrat tengah lingkungan, KTB adalah kuadrat tengah blok yang tersarang dalam lingkungan, dan KTG adalah kuadrat tengah galat. Sedangkan dan adalah parameter stabilitas Eberhart dan Russell (1966). Menurut Tai, suatu genotip dikatakan sangat stabil jika mempunyai nilai dan, sedangkan genotip dengan dan memiliki stabilitas rata-rata. Thillainathan (2001) menyatakan bahwa untuk menguji parameter stabilitas, Tai menggunakan kurva hiperbola yang merepresentasikan selang prediksi 95% untuk dan garis vertikal sebagai batas selang kepercayaan 95% untuk. Secara matematis dapat dijabarkan sebagai berikut, Untuk parameter ( ) ( ) (( ). / ((( ) ) (.( ) ( )/ ))) Jika maka, dan jika maka Untuk parameter ( ) ( )( ) Jika atau maka, dan jika atau maka Analisis AMMI Analisis AMMI adalah suatu teknik analisis data percobaan dua faktor perlakuan dengan pengaruh utama bersifat aditif sedangkan pengaruh interaksi dimodelkan dengan model bilinier. Pada dasarnya analisis AMMI menggabungkan analisis ragam aditif bagi pengaruh utama perlakuan dengan analisis komponen utama ganda dengan pemodelan bilinier bagi pengaruh interaksi (Mattjik dan Sumertajaya 2000). Pemodelan bilinier bagi pengaruh interaksi genotip dengan lokasi ( ) ) pada analisis ini adalah sebagai berikut, pertama menyusun pengaruh interaksi dalam bentuk matriks dimana genotip (baris) lokasi (kolom), sehingga matriks tersebut berordo a b, kedua melakukan penguraian bilinier terhadap matriks pengaruh interaksi sehingga model (1) dapat ditulis menjadi model AMMI, ( ) ( ) untuk i = 1, 2,...m; j = 1, 2,..n; n = 1, 2...,s dengan nilai singular untuk komponen bilinier ke-n ( adalah akar ciri Z Z) 3

12 , pengaruh ganda genotip ke-i melalui komponen bilinier ke-n, pengaruh ganda lokasi ke-j melalui komponen bilinier ke-n, dengan kendala: (1), untuk n = 1, 2,...,s; dan (2), untuk n ; simpangan dari pemodelan bilinier (Crossa 1990 dalam Mattjik 2000). Penguraian nilai singular untuk matriks pengaruh interaksi Z adalah dengan memodelkan matriks tersebut sebagai perkalian matriks dengan Z adalah matriks data terpusat, berukuran g x l. L adalah matiks diagonal akar dari akar ciri positif bukan nol dari Z Z, selanjutnya disebut nilai singular, A dan U adalah matriks ortonormal ( ). Kolom-kolom matriks * + adalah vektor-vektor ciri Z Z sedangkan U diperoleh dengan, { } Secara umum nilai komponen ke-n untuk k genotip ke-i adalah l n sedangkan nilai 1-k komponen untuk lokasi ke-j adalah l n. Dengan mendefinisikan L k (0 k 1) sebagai matriks diagonal yang elemen-elemen diagonalnya adalah elemen matriks L dipangkatkan k demikiian juga dengan matriks L 1-k, dan G = UL k serta H = AL 1-k maka penguraian nilai singular tersebut dapat ditulis, Z = GH. Dengan demikian skor komponen untuk galur adalah kolom-kolom matriks G sedangkan skor komponen untuk lingkungan adalah kolom-kolom matriks H. Nilai k yang digunakan pada analisis AMMI adalah ½. Gauch dan Crossa dalam Mattjik dan Sumertajaya (2000) mengemukakan dua metode penentuan banyaknya sumbu komponen utama yang sudah cukup untuk penduga yaitu Postdictive Success dan Predictive Success. Tingkat stabilitas genotip dianalisis berdasarkan parameter stabilitas AMMI yaitu AMMI Stability Value (ASV) yang dapat dihitung dengan persamaan sebagai berikut, [ ( )], - dengan JK adalah jumlah kuadrat dari Komponen Utama Interaksi (KUI). METODOLOGI Bahan Data yang digunakan dalam penelitian ini adalah data hasil penelitian Pusat Aplikasi Teknologi Isotop dan Radiasi BATAN di bidang pemuliaan kacang tanah. Penelitian ini dilakukan pada tahun 1999 sampai tahun Data tersebut berupa data hasil biji kacang tanah ton/ha dari 13 galur (Tabel 1) yang ditanam pada musim kering di 6 lokasi berbeda di Indonesia, yaitu Palembang, Probolinggo, Jambi, Maros, Kalimantan Selatan, dan Nusa Tenggara Barat (NTB). Untuk menghitung stabilitas Tai menggunakan SAS TAIGEI MACRO-CALL (Thillainnathan 2001) dan untuk AMMI menggunakan perangkat lunak AMMIR v 1.0. Tabel 1. Kode galur mutan kacang tanah Nama Galur Jenis Kode M20K Mutan A B3012/10 Mutan B A203PsJ Mutan C B305/1 Mutan D B307/7 Mutan E D2521/6 Mutan F D30227CB Mutan G D253/2 Mutan H L20225 Mutan I V79 Mutan J AH1781Si K. Induk K Kidang K. Induk L Komodo K. Nas M Metode Berikut adalah tahapan yang dilakukan dalam penelitian ini: 1. Eksplorasi data Pada tahap ini dilakukan eksplorasi terhadap kondisi data serta melakukan analisis deskriptif. Analisis deskriptif dilakukan untuk melihat gambaran umum interaksi antara galur dan lokasi serta melihat hasil biji kacang tanah berdasarkan lokasi dan galur. 2. Analisis ragam gabungan Analisis ini memberikan informasi tentang pengaruh galur, lokasi, blok yang tersarang dalam lokasi, serta interaksi antara galur dan lokasi. Jika seluruh perlakuan berpengaruh terhadap hasil, maka akan dilakukan uji lanjut Duncan dan uji lanjut kontras. Agar 4

13 analisis ragam ini berlaku secara sah, perlu dilakukan pengujian asumsi. Asumsi tersebut antara lain, keaditifan model, kehomogenan ragam, kebebasan sisaan, dan kenormalan sisaan. 3. Tahapan Pendugaan Stabilitas Analisis Stabilitas Tai - Membuat analisis ragam Tai - Menguraikan jumlah kuadrat regresi pengaruh interaksi setiap genotip - Menentukan parameter dan λ - Mengklasifikasikan galur yang stabil - Membuat plot stabilitas Tai. Analisis AMMI - Penguraian nilai singular - Penentuan jumlah komponen utama interaksi (KUI) - Membuat analisis ragam AMMI - Menentukan nilai KUI dan ASV untuk setiap galur - Mengklasifikasikan galur yang stabil - Membuat biplot AMMI 4. Perbandingan stabilitas galur Model dibandingkan dengan melihat beberapa hal sebagai berikut: a. Kemampuan suatu model dalam menguraikan interaksi galur dan lingkungan. Kemampuan ini dilihat dari persentasi terbesar dari jumlah kuadrat interaksi masingmasing model. b. Perbandingan bisa dilakukan pula dengan melihat hubungan atau korelasi antara komponen stabilitas Tai dan AMMI. Komponen stabilitas Tai yaitu dan sedangkan komponen stabilitas AMMI menggunakan KUI1, KUI2, dan Ammi Stability Value (ASV). c. Pola dari galur-galur stabil yang diklasifkasikan oleh masingmasing model. HASIL DAN PEMBAHASAN Eksplorasi Data Jumlah lokasi dan galur yang digunakan pada percobaan multilokasi di lapangan masing-masing berjumlah tiga belas. Namun, pada analisis stabilitas ini, hanya enam lokasi dan tiga belas galur yang digunakan. Hal ini disebabkan kondisi data lengkap tidak memenuhi asumsi analisis ragam walaupun sudah dilakukan transformasi. Untuk itu dilakukan penyeleksian terhadap data lengkap untuk mencari data yang memenuhi asumsi analisis ragam. Sehingga diperoleh data dengan jumlah lokasi sebanyak enam dan galur sebanyak tiga belas untuk dianalisis stabilitasnya. Oleh karena itu, hasil analisis yang diperoleh hanya belaku untuk jumlah lokasi dan galur tersebut. Rata-rata Hasil Biji (ton/ha) Gambar 1. Rataan hasil biji berdasarkan galur Berdasarkan rataan hasil biji kacang tanah setiap galur (Gambar 1), galur I (L20225) memiliki hasil biji tertinggi sebesar ton/ha, sedangkan galur yang memiliki rataan terendah terdapat pada galur K (AH1781Si) sebesar ton/ha. Galur K (AH1781Si) merupakan galur kontrol sedangkan galur I (L20225) merupakan galur mutan. Hal ini menunjukkan bahwa teknik pemuliaan tanaman dengan mutasi dapat meningkatkan keragaman produksi hasil biji tanaman kacang tanah khusus untuk jumlah lokasi dan galur yang digunakan. Rata-rata Hasil Biji (tonn/ha) A B C D E F G H I J K L M Galur Lokasi Gambar 2. Rataan hasil biji berdasarkan lokasi Rataan hasil biji kacang tanah berdasarkan lokasi pada Gambar 2, Kalimantan Selatan memberikan rataan tertinggi sebesar ton/ha, sedangkan lokasi yang memberikan rataan terendah 5

14 adalah Nusa Tenggara Barat (NTB) sebesar ton/ha. Hal ini menunjukkan bahwa respon lokasi memberikan rataan hasil biji yang sangat tinggi dan sangat rendah dibandingkan dengan respon galur. Rataan hasil biji lokasi sangat berfluktuatif dibandingkan dengan rataan hasil galur yang relatif seragam dengan variasi yang sangat kecil. Kajian Teori Pendekatan regresi yang dikemukakan oleh George C. C Tai (1971) sama dengan pendekatan yang dilakukan oleh Finlay- Wilkinson (1963). Perbedaan diantara keduanya terletak pada pendugaan parameter stabilitasnya. Tai menggunakan parameter stabilitas Eberhart-Russell yaitu atau dan ke dalam pendugaan parameter dan. Hubungan antara kedua rumus tersebut dapat diuraikan sebagai berikut: Berdasarkan model (3), dapat diuraikan model dugaan dan koefisien regresinya adalah sebgai berikut, ( ( ) ) ( )( ) ( ) ( )( ) ( )( ) ( ) ( ) Berdasarkan model (4), karena model Tai sama dengan model Finlay-Wilkinson, sehingga model dugaan serta dugaan koefisien regresinya adalah, ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( ) ( ) ( ) ( )( ) ( ) ( ) Jika diuraikan berdasarkan hubungan kedua model antara Eberhart-Russell yaitu model (3) dan model Tai pada model (4), seharusnya pendugaan parameter adalah. Akan tetapi, Tai menambahkan konstanta sebesar sebagai faktor koreksi seperti yang tertera pada persamaan (6), dengan KTL merupakan kuadrat tengah lingkungan, dan KTB merupakan kuadrat tengah blok yang tersarang dalam lokasi. Hal ini yang membedakan pendugaan parameter stabiltias pada model Tai dengan model Finlay-Wilkinson. Analisis Ragam Gabungan Tabel 2 menunjukkan pengaruh utama (galur dan lokasi) dan pengaruh interaksi antara galur dan lokasi berpengaruh nyata terhadap hasil biji kacang tanah. Hal ini dibuktikan dengan nilai p yang dimiliki oleh masing-masing perlakuan berada lebih kecil dari taraf nyata 5%. Tabel 2. Analisis ragam gabungan SK db JK KT F-hit p G * L * B(L) * (GL) * Galat Total Keterangan : *nyata pada sebesar 13.80% 5%; nilai KK Jika dilihat dari sumbangan keragaman masing-masing pengaruh terlihat pengaruh lokasi memberikan sumbangan keragaman hasil biji terbesar dengan nilai 70.8 % disusul oleh pengaruh interaksi galur dan lingkungan sebesar 11.4 % kemudian penyumbang keragaman terkecil adalah pengaruh galur sebesar 2.92 %. Dengan besarnya sumbangan keragaman yang diberikan oleh pengaruh lokasi, menunjukkan bahwa hasil biji kacang tanah akan sangat bergantung pada kondisi lokasi tempat kacang tanah tersebut ditanam. Tabel 2 menghasilkan nilai koefisien keragaman (KK) sebesar 13.80%. Mattjik dan Sumertajaya 2000 menyatakan bahwa nilai koefisien keragaman yang terlalu besar bila dibandingkan dengan nilai yang biasa diperoleh peneliti, mencerminkan bahwa unitunit percobaan yang digunakan tidak 6

15 Persentase homogen. Besaran ideal nilai KK untuk bidang pertanian adalah 20%-25%. Nilai KK untuk setiap lokasi dapat dilihat pada Tabel 3. Nilai KK yang diperoleh pada Tabel 2 dan Tabel 3, semuanya menunjukkan angka di bawah 20%, sehingga bisa dikatakan bahwa unit-unit percobaan pada penelitian ini adalah homogen. Tabel 3. Koefisien Keragaman Lokasi Lokasi KK Palembang Jambi Probolinggo Kalsel Maros NTB Selanjutnya dilakukan uji lanjut kontras dan uji lanjut Duncan. Pada uji lanjut kontras diperoleh hasil bahwa semua galur mutan memberikan pengaruh yang sama dengan galur kontrol induk maupun dengan galur kontrol nasional terhadap produksi hasil biji kacang tanah. Hal ini mengindikasikan bahwa, galur mutan mampu menyamai galur kontrol dalam memproduksi hasil biji kacang tanah. Uji lanjut kontras dapat dilihat pada Tabel 4. Tabel 4. Uji Lanjut Kontras Kontras db JK KT F-hit p Mut vs Ind&Nas Mut vs Ind Mut vs Nas Keterangan : Mut = galur mutan; Ind = galur kontrol induk; Nas = galur kontrol nasional. Hasil uji Duncan terhadap pengaruh galur dan lokasi tertera pada Lampiran 1 dan Lampiran 2. Pada Lampiran 1 terlihat bahwa galur I (L20225) memiliki hasil biji yang tertinggi dan memberikan pengaruh yang berbeda terhadap galur kontrol M (Komodo) dan K (AH1781Si), sehingga galur I (L20225) dapat dijadikan sebagai galur unggul diantara galur-galur mutan lainnya. Pada Lampiran 2 terlihat bahwa lokasi Kalimantan Selatan dan Jambi memberikan pengaruh yang sama terhadap hasil biji (ton/ha) kacang tanah. Demikian juga dengan lokasi Palembang dan Maros. Hal ini ditunjukkan dengan rataan hasil biji yang diperoleh di kedua lokasi tersebut hampir sama. Analisis ragam dan uji lanjut ini dapat dilakukan karena telah memenuhi asumsi analisis ragam yaitu keaditifan model, kehomogenan ragam sisaan, kebebasan sisaan, dan kenormalan sisaan. Asumsi keaditifan model terpenuhi dengan nilai F hitung sebesar yang diperoleh menggunakan uji Tukey. Nilai ini lebih kecil dari nilai F tabel (0.05,1,153) sebesar Pada pengujian asumsi kehomogenan ragam dengan uji bartlett diperoleh nilai p sebesar sehingga asumsi kehomogenan ragam sisaan terpenuhi. Plot kehomogenan ragam disajikan pada Gambar 3. Gambar 3. Plot Kehomogenan Ragam Pengujian asumsi kebebasan sisaan dengan Run Test menunjukkan nilai p sebesar sehingga asumsi kebebasan sisaan terpenuhi. Untuk asumsi kenormalan sisaan, dengan nilai p yang diperoleh sebesar dari uji Ryan-Joiner, menunjukkan bahwa asumsi tersebut terpenuhi. Plot kenormalan disajikan pada Gambar Galat Gambar 4. Plot Kenormalan Uji Ryan-Joiner

16 Gambar 5. Plot Stabilitas Tai Pendugaan Stabilitas Galur Analisis Stabilitas Tai Stabilitas suatu galur sangat tergantung pada interaksi galur tersebut dengan lingkungan. Tabel 5 menyajikan analsis ragam dari uji stabilitas Tai. Untuk penguraian pengaruh interaksi, Tai meregresikan antara pengaruh interaksi setiap galur terhadap pengaruh lingkungan. Hasil menunjukkan total kontribusi jumlah kuadrat regresi setiap galur terhadap jumlah kuadrat interaksi sebesar 25.34%. Hal ini menunjukkan 25.34% galur yang diamati dapat diurai dengan baik pengaruh interaksinya sedangkan sisanya 74.66% merupakan pengaruh faktor lain diluar faktor yang diamati. Tabel 5. Analisis Ragam Tai SK db JK KT F- hit G * L * B(L) * (GL) * Linier * Sisaan * Galat Total Keterangan : *nyata pada 5% Penduga parameter stabilitas dari hasil biji galur kacang tanah disajikan pada Tabel 6. Beberapa galur yang stabil pada parameter stabilitas Tai ( dan ) adalah galur B (B3012/10), C (A203PsJ), D (B305/1), F (D2521/6), G (D30227CB), H (D253/2), I (L20225), L (Kidang), dan M (Komodo), sedangkan galur yang tidak stabil adalah galur p A (M20K), E (B307/7), J (V79), dan K (AH1781Si). Hasil ini disajikan pula pada plot stabilitas Tai (Gambar 5) Tabel 6. Parameter stabilitas Tai Galur Rata-rata A * B C D E * F G H I J * 0.110* K * L M Keterangan : * nyata pada = 5% Pada plot stabilitas Tai, kesembilan galur yang stabil pada Tabel 6 berada pada selang kepercayaan 95% dan. Hasil ini menunjukkan bahwa kesembilan galur tersebut mempunyai respon linier terhadap pengaruh lokasi. Dari galur yang stabil tersebut, galur L (Kidang) hampir mendekati kestabilan rata-rata. Galur A (M20K) dan galur E (B307/7) berada di luar batas selang kepercayaan 95% untuk, sehingga menyebabkan galur tersebut tidak stabil dan nyata terhadap parameter. Galur K (AH1781Si) hanya nyata terhadap parameter dan galur J (V79) nyata terhadap kedua parameter dan. 8

17 Analisis AMMI Pada Tabel 7 disajikan beberapa komponen interaksi (KUI) untuk model AMMI. Ada lima komponen yang dapat dipertimbangkan, namun yang nyata hanya KUI1 dan KUI2, sehingga analisis ragam yang diperoleh adalah analisis ragam AMMI2 yang disajikan pada Tabel 8. Komponen KUI1 dan KUI2 yang dihasilkan memberikan kontribusi sebesar 76.75% terhadap jumlah kuadrat interaksi. Hal ini menunjukkan 76.75% dari galur yang diamati dapat diuraikan dengan baik interaksinya sedangkan 23.25% lainnya dipengaruhi oleh faktor-faktor lain yang tidak dapat dijelaskan oleh model. Tabel 7. Komponen Interaksi AMMI F- KUI db JK hit p KUI * KUI * KUI KUI KUI Keterangan : * nyata pada = 5% Tabel 8. Analisis Ragam AMMI2 F- SK db JK KT hit G * L * B(L) * (GL) * KUI * KUI * Sisaan Galat Total Keterangan : * nyata pada = 5% Skor komponen utama interaksi (KUI1 dan KUI2) dan ASV dari AMMI (Tabel 9), berasal dari skor KUI setiap galur kacang tanah di semua lokasi. Semakin dekat nilai KUI1 dan KUI2 terhadap nilai nol, semakin stabil galur tersebut di semua lokasi (Pusrchase 1997). Berdasarkan skor KUI1, galur L (Kidang) dan J (V79) merupakan galur yang stabil sedangkan berdasarkan skor KUI2, galur F (D2521/6) dan H (D253/2) merupakan galur yang stabil. KUI1 dan KUI2 menilai stabilitas galur dalam urutan yang berbeda. Walaupun begitu, pilihan lain yang terbaik adalah menghitung p nilai ASV. ASV menghasilkan suatu pengukuran yang seimbang antara dua skor KUI dan galur yang mempunyai nilai ASV paling kecil dinyatakan sebagai galur yang stabil (Purchase 1997). Berdasarkan nilai ASV, galur L (Kidang) merupakan galur yang paling stabil, kemudian galur J (V79). Tabel 9. Skor Komponen Utama Interaksi dan Nilai ASV Ratarata Galur KUI1 KUI2 ASV A B C D E F G H I J K L M Biplot AMMI2 yang disajikan pada Gambar 6 menggambarkan struktur interaksi galur dan lokasi. Biplot AMMI2 merupakan plot antara skor komponen utama pertama (KUI1) dan skor komponen utama kedua (KUI2). Hasil menunjukkan semua galur yang stabil berdasarkan skor KUI1, KUI2, maupun ASV terdapat pada lingkaran biplot AMMI2 yang berarti galur tersebut stabil. Galur yang berada di luar lingkaran merupakan galurgalur yang stabil di spesifik lokasi. Galurgalur tersebut adalah galur C (A203Psj) yang stabil di lokasi Palembang dan galur E (B307/7) yang stabil di lokasi Probolinggo. Gambar 6. Biplot AMMI 2 9

18 Perbandingan Stabilitas Galur Persentase Jumlah Kuadrat Interaksi Berdasarkan kemampuan penguraian pengaruh interaksi galur dan lokasi (Tabel 5 dan Tabel 8), stabilitas AMMI lebih baik dibandingkan dengan stabilitas Tai. Hal ini ditunjukkan dengan kemampuan penguraian interaksi model AMMI (76.75%) lebih besar dibandingkan dengan model Tai (25.34%). Kecilnya kemampuan model Tai dalam menguraikan pengaruh interaksi disebabkan stabilitas Tai hanya mampu menjelaskan komponen linier dari pengaruh interaksi saja, sehingga apabila pola interaksi antara genotip dan lingkungan tidak linier akan menyisakan keragaman yang cukup besar (Sumertajaya 2007). Pola Klasifikasi Galur Stabil Pengklasifikasian galur yang stabil berdasarkan analisis Tai dan AMMI terlihat jelas dari jumlah galur yang diklasifikasikan. Analisis Tai menghasilkan sebanyak 9 galur stabil, yaitu B, C, D, F, G, H, I, L, dan M, sedangkan analisis AMMI menghasilkan 4 galur yang stabil, yaitu L, J, F, dan H. Menurut Mindrajaya (2009), stabilnya suatu genotip dapat dilihat dari keselarasan nilai rata-rata hasil dari genotip yang stabil tersebut pada setiap lingkungan dengan rata-rata keseluruhan genotip. Pada Gambar 7, kesembilan galur stabil yang diperoleh dari metode Tai memiliki ratarata disekitar rata-rata keseluruhan galur yang diuji pada setiap lokasi. Disamping itu pola perubahan rata-rata hasil biji kacang tanah dari kesembilan galur tersebut mengikuti pola perubahan rata-rata dari seluruh galur pada setiap lokasi. Hal ini menunjukkan bahwa klasifikasi galur stabil dari metode Tai sangat baik Gambar 7. Pola klasifikasi galur stabil pada metode Tai. B C D F G H I L M Rataan Lokasi Pada metode AMMI, stabilnya keempat galur yang diperoleh, disajikan pada Gambar 8. Dari gambar tersebut dapat dilihat bahwa rata-rata keempat galur tersebut berada disekitar rata-rata keseluruhan galur untuk setiap lokasi. Disamping itu pola perubahan rata-rata hasil biji kacang tanah dari keempat galur tersebut mengikuti pola perubahan ratarata semua genotip di setiap lokasi, sehingga metode AMMI sangat baik dalam mengklasifikasikan galur yang stabil Gambar 8. Pola klasifikasi galur stabil pada metode AMMI Korelasi Parameter Stabilitas Meskipun berbeda dalam hal mengklasifikasi galur yang stabil, jika dilihat dari plot kedua analisis ini, galur yang berada pada lingkaran biplot AMMI2 kecuali galur J (V79), juga terdapat pada batas selang kepercayaan 95% kurva dan λ pada analisis Tai. Hal ini menunjukkan terdapat keterkaitan atau korelasi antara parameter stabilitas kedua model tersebut dalam menentukan stabilitas galur. Menurut Caliskan et al. 2007, korelasi antara statistik stabilitas dapat memberikan informasi yang berharga bagi para pemulia tanaman untuk menyeleksi statistik-statistik stabilitas yang paling efektif dan dapat diandalkan. Koefisien korelasi Pearson digunakan dalam mengoperasikan korelasi antara parameter-parameter stabilitas tersebut dan disajikan pada Tabel 10. Parameter berkorelasi negatif (r =.67) dengan KUI1 serta berkorelasi tinggi dan positif (r = 0.643) dengan KUI2 akan tetapi tidak nyata dengan ASV. Parameter λ tidak berkorelasi dengan parameter stabilitas KUI1 dan KUI2, akan tetapi berkorelasi tinggi dan positif (r = 0.941) dengan ASV. Tabel 10 menunjukkan bahwa parameter stabilitas dari model Tai memiliki korelasi yang signifikan dengan paling sedikit satu L J F H Rataan Lokasi 10

19 parameter dari model AMMI. Caliskan et al. (2007) juga mendapatkan hasil yang sama dalam mengkorelasikan parameter stabilitas AMMI dengan parameter stabilitas Eberhart- Russel, Tai, Shukla, dan Francis-Kennenberg pada penelitian ubi jalar (Ipomoea batatas). Pada penelitian tersebut, terdapat korelasi antara KUI1 dan KUI2 dengan dan ASV dengan λ pada rata-rata berat penyimpanan akar dari ubi jalar. Tabel 10. Korelasi Parameter Stabilitas α KUI * KUI * ASV * Keterangan : * nyata pada = 5% Hasil ini berarti parameter stabilitas dari model AMMI menyediakan informasi yang sama tentang stabilitas galur dengan metode lain yang terevaluasi. Menurut Duarte dan Zimmerman (1995), suatu parameter yang mempunyai korelasi yang signifikan satu sama lain dapat mengukur aspek yang sama dari stabilitas genotip, dengan demikian penggunaan salah satu dari parameter tersebut untuk mengukur stabilitas sudah cukup memadai. AMMI dengan tekniknya menggabungkan analisis ragam dan analisis komponen utama kedalam satu model, membuat AMMI mampu menguraikan interaksi genotip dan lingkungan serta menganalisis stabilitas dengan baik. Oleh karena itu, Duarte dan Ziimmerman (1995) menambahkan, meskipun parameter stabilitas dari model AMMI berkorelasi tinggi dengan minimal salah satu parameter stabilitas lain, penggunaan parameter stabilitas lain mungkin tidak perlu dilakukan ketika model AMMI sudah digunakan. KESIMPULAN DAN SARAN Kesimpulan Galur mutan kacang tanah yang memiliki rataan hasil biji tertinggi di semua lokasi adalah galur I (L20225). Galur ini dapat dijadikan sebagai galur unggul karena memberikan pengaruh yang berbeda dari galur kontrol M (Komodo) dan K (AH1781Si) terhadap hasil biji. Analisis stabilitas, Tai λ menghasilkan 9 galur stabil, sedangkan analisis AMMI menghasilkan 4 galur stabil. Metode AMMI lebih baik dalam menguraikan pengaruh interaksi genotip dan lingkungan dibandingkan dengan metode Tai. Namun, masing-masing metode tersebut, cukup baik dalam mengklasifikasikan galur stabil. serta parameter stabilitas dari model Tai memiliki korelasi yang signifikan dengan paling sedikit satu parameter dari model AMMI yang menunjukkan bahwa penggunaan salah satu parameter stabilitas sudah cukup dalam melihat kestabilan suatu genotip. Saran Perbandingan model stabilitas selain dengan melihat kemampuan model tersebut dalam menguraikan pengaruh interaksinya juga bisa dibandingkan kekonsistenan model tersebut dalam memilih galur yang stabil. DAFTAR PUSTAKA Alberts MJA A Comparison of Statistical Methods to Describe Genotype x Environtment Interaction and Yield Stability in Multilocation Maize Trials. Thesis. University Of Free State. Caliskan ME, Erturk E, Sogut T, Boydak E, Ariaglu H Genotype x Environment Interaction and Stability Analysis of Sweetpotato (Ipomoea batatas) genotypes. New Zealand Journal of Crop and Horticultural Science. Vol. 35: [DEPTAN]. Direktur Jenderal Tanaman Pangan, Departemen Pertanian Prosedur Pelepasan Varietas Tanaman Pangan. Jakarta. Duarte JB, Zimmerman MJ Correlation among yield stability parameters in common bean. Crop Science. 35: Eberhart SA, Russell WA Stability parameters for comparing varieties. Crop Sci. 6: Finlay KW, Wilkinson GN The analysis of adaptation in a plant breeding programme. Aust. J. Agric. Res. 14: Mattjik AA, Sumertajaya IM Perancangan Percobaan Dengan Aplikasi SAS dan Minitab. Jilid II. IPB Press. Bogor. Mindrajaya IGN Analisis Interaksi Genotip Lingkungan Menggunakan 11

20 Model Persamaan Struktural. [Tesis]. IPB, Bogor. Purchase JL Parametric analysis to describe genotype environment interaction and yield stability in winter wheat. South Africa. Souza VQ de, Pereira A da S, Silva GO da, Neto RF, Oliveira AC de Consistency of two stability analysis methods in potatoes. Ciência Rural. 37: Sumanggono AMR, Mugiono, Hakim L Stabilitas daya hasil beberapa galur dan galur mutan Kacang Hijau. Penelitian dan Pengembangan Aplikasi Isotop dan Radiasi. 1: Sumertajaya IM Analisis Statitika Interaksi Genotip dengan Lingkungan. IPB. Thillainathan M, Fernandez GCJ SAS application for Tai s stability analysis and AMMI model in genotype x environmental interaction (GEI) effects. The Journal of Heredity. 92:

21 LAMPIRAN 13

22 Lampiran 1. Uji Lanjut Duncan untuk Galur Alpha 0.05 Derajat Bebas Galat 144 Kuadrat Tengah Galat Nomor Rata-rata Jarak Kritis Nomor Rata-rata Jarak Kritis Rataan yang mempunyai huruf yang sama tidak berbeda nyata Grup Duncan Rata-rata Galur A I B A A B A C G B A C L B D A C E B D A C C E B D A C J E B D C M E B D C D E B D C F E D C H E D B E K 14

23 Lampiran 2. Uji Lanjut Duncan untuk Lokasi Alpha 0.05 Derajat Bebas Galat 144 Kuadrat Tengah Galat Nomor rata-rata Jarak Kritis Rataan dengan huruf yang sama tidak berbeda nyata Grup Duncan Rata-rata Lokasi A KALSEL A Jambi B Probolinggo C Palembang C Maros D NTB 15

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

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

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

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB I PENDAHULUAN. dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan BAB I PENDAHULUAN 1.1 Latar Belakang Metode bootstrap merupakan metode simulasi berbasiskan data yang dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan distribusi sampling dari

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ARSYAD DAN NUR: STABILITAS HASIL GALUR KEDELAI DI LAHAN MASAM. Analisis AMMI untuk Stabilitas Hasil Galur-galur Kedelai di Lahan Kering Masam

ARSYAD DAN NUR: STABILITAS HASIL GALUR KEDELAI DI LAHAN MASAM. Analisis AMMI untuk Stabilitas Hasil Galur-galur Kedelai di Lahan Kering Masam Analisis AMMI untuk Stabilitas Hasil Galur-galur Kedelai di Lahan Kering Masam Darman M. Arsyad dan Amin Nur Balai Penelitian Tanaman Kacang-kacangan dan Umbi-umbian Jl. Raya Kendalpayak, PO Box 66 Malang,

Lebih terperinci

Forum Statistika dan Komputasi, April 2010 p : ISSN :

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

Lebih terperinci

STABILITAS KLON-KLON HARAPAN UBIKAYU BERDASARKAN HASIL PATI

STABILITAS KLON-KLON HARAPAN UBIKAYU BERDASARKAN HASIL PATI J. Agrivigor 10(3): 309-318, Mei Agustus 2011; ISSN 12-2286 STABILITAS KLON-KLON HARAPAN UBIKAYU BERDASARKAN HASIL PATI Stability of cassava promising clones based on starch yield Sholihin E-mail: sholhalim@yahoo.com

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

INFERENSI TITIK-TITIK PADA BIPLOT AMMI MENGGUNAKAN RESAMPLING BOOTSTRAP SKRIPSI

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

Lebih terperinci

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

ANALISIS STABILITAS DELAPAN GENOTIPE TANAMAN JAHE DI TIGA LOKASI DI JAWA BARAT MUHAMMAD SIDIQ RUMAKABIS

ANALISIS STABILITAS DELAPAN GENOTIPE TANAMAN JAHE DI TIGA LOKASI DI JAWA BARAT MUHAMMAD SIDIQ RUMAKABIS ANALISIS STABILITAS DELAPAN GENOTIPE TANAMAN JAHE DI TIGA LOKASI DI JAWA BARAT MUHAMMAD SIDIQ RUMAKABIS DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK

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

Lebih terperinci

APLIKASI GGE BIPLOT UNTUK EVALUASI STABILITAS DAN ADAPTASI GENOTIPA-GENOTIPA DENGAN DATA PERCOBAAN LINGKUNGAN GANDA. E. Jambormias dan J.

APLIKASI GGE BIPLOT UNTUK EVALUASI STABILITAS DAN ADAPTASI GENOTIPA-GENOTIPA DENGAN DATA PERCOBAAN LINGKUNGAN GANDA. E. Jambormias dan J. JAMBORMIAS & RIRY: Aplikasi GGE Biplot untuk Evaluasi Stabilitas APLIKASI GGE BIPLOT UNTUK EVALUASI STABILITAS DAN ADAPTASI GENOTIPA-GENOTIPA DENGAN DATA PERCOBAAN LINGKUNGAN GANDA Application of GGE Biplot

Lebih terperinci

Fadjry Djufry 1 ) dan Martina S. Lestari 2 ) ABSTRAK. G1009 berpeluang diusulkan sebagai varietas unggul jagung hibrida berdaya hasil tinggi.

Fadjry Djufry 1 ) dan Martina S. Lestari 2 ) ABSTRAK. G1009 berpeluang diusulkan sebagai varietas unggul jagung hibrida berdaya hasil tinggi. STABILITAS HASIL DAN ADAPTABILITAS GENOTIPE JAGUNG HIBRIDA TOLERAN KEKERINGAN MENGGUNAKAN METODE ADDITIVE MAIN EFFECT MULTIPLICATIVE INTERACTION (AMMI) YIELD STABILITY AND ADAPTABILITY GENOTYPE OF HYBRIDS

Lebih terperinci

MODEL-MODEL LEBIH RUMIT

MODEL-MODEL LEBIH RUMIT MAKALAH MODEL-MODEL LEBIH RUMIT DISUSUN OLEH : SRI SISKA WIRDANIYATI 65 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 04 BAB I PENDAHULUAN. Latar Belakang

Lebih terperinci

Fadjry Djufry 1 dan Martina S. Lestari 2

Fadjry Djufry 1 dan Martina S. Lestari 2 STABILITAS HASIL DAN ADAPTABILITAS GENOTIPE JAGUNG HIBRIDA TOLERAN KEKERINGAN MENGGUNAKAN METODE ADDITIVE MAIN EFFECT MULTIPLICATIVE INTERACTION (AMMI) Yield Stability and Adaptability Genotype of Hybrids

Lebih terperinci

ANALISIS LINTAS BEBERAPA KARAKTER AGRONOMI UNTUK PENGEMBANGAN KRITERIA SELEKSI TANAMAN SORGUM (Sorghum bicolor L. Moench) MIA SRI LISTIANI AHMAD

ANALISIS LINTAS BEBERAPA KARAKTER AGRONOMI UNTUK PENGEMBANGAN KRITERIA SELEKSI TANAMAN SORGUM (Sorghum bicolor L. Moench) MIA SRI LISTIANI AHMAD ANALISIS LINTAS BEBERAPA KARAKTER AGRONOMI UNTUK PENGEMBANGAN KRITERIA SELEKSI TANAMAN SORGUM (Sorghum bicolor L. Moench) MIA SRI LISTIANI AHMAD DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI Oleh : SITI NURBAITI G14102022 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRAK SITI

Lebih terperinci

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

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

Lebih terperinci

ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER

ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Implementasi Biplot Kanonik dan Analisis Procrustes dengan Mathematica Biplot biasa dengan sistem perintah telah terintegrasi ke dalam beberapa program paket statistika seperti SAS,

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

ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU. Oleh : Heru Novriyadi G

ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU. Oleh : Heru Novriyadi G ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU Oleh : Heru Novriyadi G4004 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

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

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN

Lebih terperinci

BAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat

BAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian

Lebih terperinci

Yuni Widyastuti, Satoto, dan I.A. Rumanti

Yuni Widyastuti, Satoto, dan I.A. Rumanti PEMANFAATAN ANALISIS REGRESI DAN AMMI UNTUK EVALUASI STABILITAS HASIL GENOTIPE PADI DAN PENGARUH INTERAKSI GENETIK DAN LINGKUNGAN The Application of Regression Analysis and Ammi to Evaluate the Stability

Lebih terperinci

PRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR

PRAKTIKUM 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 terperinci

INTERAKSI GENETIK X LINGKUNGAN UNTUK KETAHANAN CABAI (Capsicum annuum L.) TERHADAP ANTRAKNOSA YANG DISEBABKAN OLEH Colletotrichum acutatum

INTERAKSI GENETIK X LINGKUNGAN UNTUK KETAHANAN CABAI (Capsicum annuum L.) TERHADAP ANTRAKNOSA YANG DISEBABKAN OLEH Colletotrichum acutatum INTERAKSI GENETIK X LINGKUNGAN UNTUK KETAHANAN CABAI (Capsicum annuum L.) TERHADAP ANTRAKNOSA YANG DISEBABKAN OLEH Colletotrichum acutatum The Genetic x Environmental Interaction for Resistance of Pepper

Lebih terperinci

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

Company LOGO ANALISIS BIPLOT

Company LOGO ANALISIS BIPLOT Company LOGO ANALISIS BIPLOT Pendahuluan Company name Data : ringkasan berupa nilai beberapa peubah pada beberapa objek Objek n Nilai Peubah X X.. Xp Company name Penyajian Data dalam bentuk matriks =

Lebih terperinci

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

OLEH : WIJAYA.   FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERANCANGAN PERCOBAAN OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 I. ANALISIS REGRESI 1. 2. Regresi Linear : Regresi Linear Sederhana

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA

ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

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

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

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

Lebih terperinci

PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID

PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2006 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul : PEMODELAN STOK GABAH/BERAS

Lebih terperinci

PENGARUH UTAMA ADITIF DENGAN INTERAKSI GANDA (UAIG)

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

Lebih terperinci

MATERI DAN METODE. Tabel 3. Jumlah Kuda Delman yang Diamati pada Masing-masing Lokasi

MATERI DAN METODE. Tabel 3. Jumlah Kuda Delman yang Diamati pada Masing-masing Lokasi MATERI DAN METODE Lokasi dan Waktu Penelitian ini menggunakan data sekunder pengamatan yang dilakukan oleh Dr. Ir. Ben Juvarda Takaendengan, M.Si. Pengolahan data dilakukan di Laboratorium Pemuliaan dan

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang 13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan

Lebih terperinci

BAHAN DAN METODE. Tempat dan Waktu

BAHAN DAN METODE. Tempat dan Waktu 7 BAHAN DAN METODE Tempat dan Waktu Penanaman di lapangan dilaksanakan di Kebun Percobaan IPB Cikabayan Darmaga Bogor. Kebun percobaan memiliki topografi datar dengan curah hujan rata-rata sama dengan

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

ANALISIS PENERAPAN METODE KUADRAT TERKECIL DAN REGRESI KOMPONEN UTAMA DALAM MULTIKOLINEARITAS OLEH : GUGUN M. SIMATUPANG

ANALISIS PENERAPAN METODE KUADRAT TERKECIL DAN REGRESI KOMPONEN UTAMA DALAM MULTIKOLINEARITAS OLEH : GUGUN M. SIMATUPANG ANALISIS PENERAPAN METODE KUADRAT TERKECIL DAN REGRESI KOMPONEN UTAMA DALAM MULTIKOLINEARITAS OLEH : GUGUN M. SIMATUPANG PROGRAM PASCASARJANA INSTITUT PERTANIAN BOGOR 2002 ABSTRAK GUGUN M. SIMATUPANG.

Lebih terperinci

MODEL PERSAMAAN STRUKTURAL KERAWANAN PANGAN SABARELLA

MODEL PERSAMAAN STRUKTURAL KERAWANAN PANGAN SABARELLA MODEL PERSAMAAN STRUKTURAL KERAWANAN PANGAN SABARELLA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis saya yang berjudul : MODEL PERSAMAAN STRUKTURAL

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN : PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,

Lebih terperinci

PERAMALAN PRODUKSI DAN KONSUMSI UBI JALAR NASIONAL DALAM RANGKA RENCANA PROGRAM DIVERSIFIKASI PANGAN POKOK. Oleh: NOVIE KRISHNA AJI A

PERAMALAN PRODUKSI DAN KONSUMSI UBI JALAR NASIONAL DALAM RANGKA RENCANA PROGRAM DIVERSIFIKASI PANGAN POKOK. Oleh: NOVIE KRISHNA AJI A PERAMALAN PRODUKSI DAN KONSUMSI UBI JALAR NASIONAL DALAM RANGKA RENCANA PROGRAM DIVERSIFIKASI PANGAN POKOK Oleh: NOVIE KRISHNA AJI A14104024 PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT

Lebih terperinci

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Rancangan Acak Lengkap (RAL) RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan 7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel

Lebih terperinci

TINJAUAN PUSTAKA Analisis Gerombol

TINJAUAN PUSTAKA Analisis Gerombol 3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya

Lebih terperinci

Uji Stabilitas Hasil Umbi 7 Genotip Kentang di Dataran Tinggi Pulau Jawa

Uji Stabilitas Hasil Umbi 7 Genotip Kentang di Dataran Tinggi Pulau Jawa J. Hort. Vol. 15 No. 4, 2005 J. Hort. 15(4):254-259, 2005 Uji Stabilitas Hasil Umbi 7 Genotip Kentang di Dataran Tinggi Pulau Jawa Kusmana Balai Penelitian Tanaman Sayuran, Jl. Tangkuban Parahu 517, Lembang,

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Penelitian Bank merupakan lembaga keuangan yang memiliki fungsi sebagai penghimpun dana dari masyarakat dan menyalurkannya kembali dalam bentuk kredit

Lebih terperinci

PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR

PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR Jur. Ris. & Apl. Mat. I (207), no., xx-xx Jurnal Riset dan Aplikasi Matematika e-issn: 258-054 URL: journal.unesa.ac.id/index.php/jram PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN

Lebih terperinci

PENDAHULUAN LANDASAN ANALISIS

PENDAHULUAN LANDASAN ANALISIS 10 PENDAHULUAN Latar Belakang Biplot merupakan metode eksplorasi analisis data peubah ganda yang dapat memberikan gambaran secara grafik tentang kedekatan antar objek, keragaman peubah, korelasi antar

Lebih terperinci

Analisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda

Analisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga

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

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

BAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma

BAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam

Lebih terperinci

PENGARUH POLA ASUH BELAJAR, LINGKUNGAN PEMBELAJARAN, MOTIVASI BELAJAR DAN POTENSI AKADEMIK TERHADAP PRESTASI AKADEMIK SISWA SEKOLAH DASAR

PENGARUH POLA ASUH BELAJAR, LINGKUNGAN PEMBELAJARAN, MOTIVASI BELAJAR DAN POTENSI AKADEMIK TERHADAP PRESTASI AKADEMIK SISWA SEKOLAH DASAR 63 PENGARUH POLA ASUH BELAJAR, LINGKUNGAN PEMBELAJARAN, MOTIVASI BELAJAR DAN POTENSI AKADEMIK TERHADAP PRESTASI AKADEMIK SISWA SEKOLAH DASAR KARTIKA WANDINI PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA

Lebih terperinci

LAPORAN PENELITIAN HIBAH PENELITIAN STRATEGIS NASIONAL TAHUN ANGGARAN 2009

LAPORAN PENELITIAN HIBAH PENELITIAN STRATEGIS NASIONAL TAHUN ANGGARAN 2009 LAPORAN PENELITIAN HIBAH PENELITIAN STRATEGIS NASIONAL TAHUN ANGGARAN 2009 UJI ADAPTASI POPULASI-POPULASI JAGUNG BERSARI BEBAS HASIL PERAKITAN LABORATORIUM PEMULIAAN TANAMAN UNIVERSITAS BRAWIJAYA Peneliti

Lebih terperinci

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

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

Lebih terperinci

Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya)

Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya) (M.2) ANALISIS BIPLOT UNTUK MENGETAHUI KARAKTERISTIK PUTUS SEKOLAH PENDIDIKAN DASAR PADA MASYARAKAT MISKIN ANTAR WILAYAH KECAMATAN DI KABUPATEN OGAN ILIR Didin Astriani P, Oki Dwipurwani, Dian Cahyawati

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN Pada bagian ini akan dibahas deskripsi mengenai data sekunder dan data primer yang digunakan dalam penelitian. Data ini kemudian dianalisis menggunakan pemodelan persamaan struktural

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 9 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel - variabel lain yang mempengaruhinya. Misalnya pada kinerja

Lebih terperinci

Bab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat

Bab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat Bab 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian

Lebih terperinci

PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA. Tatik Widiharih Jurusan Matematika FMIPA UNDIP

PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA. Tatik Widiharih Jurusan Matematika FMIPA UNDIP PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,

Lebih terperinci

PERBANDINGAN NILAI TENGAH NOMOR SOMAKLON JAHE (Zingiber officinale Rosc.) DENGAN MENGGUNAKAN UJI LANJUT SCOTT-KNOTT HABIBAH

PERBANDINGAN NILAI TENGAH NOMOR SOMAKLON JAHE (Zingiber officinale Rosc.) DENGAN MENGGUNAKAN UJI LANJUT SCOTT-KNOTT HABIBAH PERBANDINGAN NILAI TENGAH NOMOR SOMAKLON JAHE (Zingiber officinale Rosc.) DENGAN MENGGUNAKAN UJI LANJUT SCOTT-KNOTT HABIBAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

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

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

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

Lebih terperinci

TINJAUAN PUSTAKA Klasifikasi, Botani dan Syarat Tumbuh Tanaman Cabai Tanaman cabai tergolong divisi Magnoliophyta, kelas Magnolipsida, ordo

TINJAUAN PUSTAKA Klasifikasi, Botani dan Syarat Tumbuh Tanaman Cabai Tanaman cabai tergolong divisi Magnoliophyta, kelas Magnolipsida, ordo TINJAUAN PUSTAKA Klasifikasi, Botani dan Syarat Tumbuh Tanaman Cabai Tanaman cabai tergolong divisi Magnoliophyta, kelas Magnolipsida, ordo Solanales, famili Solanaceae, genus Capsicum dan spesies Capsicum

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan

Lebih terperinci

Semakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995).

Semakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995). 3 fungsi diskriminan cukup untuk memisahkan k buah kelompok. Karena fungsi-fungsi diskriminan tidak saling berkorelasi, maka komponen aditif dari V masing-masing didekati dengan khi-kuadrat dengan V j

Lebih terperinci

MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO

MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 RINGKASAN MAGRI HANDOKO. Manajemen

Lebih terperinci

MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL

MENENTUKAN 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 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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga

Lebih terperinci

PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS

PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN

Lebih terperinci

STABILITAS DAN ADAPTABILITAS HASIL DAN KOMPONEN HASIL GENOTIP POTENSIAL KEDELAI HITAM DI PULAU JAWA

STABILITAS DAN ADAPTABILITAS HASIL DAN KOMPONEN HASIL GENOTIP POTENSIAL KEDELAI HITAM DI PULAU JAWA STABILITAS DAN ADAPTABILITAS HASIL DAN KOMPONEN HASIL GENOTIP POTENSIAL KEDELAI HITAM DI PULAU JAWA Oleh Chindy Ulima Zanetta 150320120002 TESIS Untuk memenuhi salah satu syarat ujian Guna memperoleh gelar

Lebih terperinci

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 Hak Cipta milik Institut Pertanian Bogor, tahun 2008 Hak Cipta dilindungi

Lebih terperinci