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 BOGOR 4

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Penerapan AMMI Respon Ganda dengan Pembobotan Komponen Utama pada Uji Stabilitas Tanaman Kumis Kucing adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, November 4 Annisa NIM G0074

ABSTRAK ANNISA. Penerapan AMMI Respon Ganda dengan Pembobotan Komponen Utama pada Uji Stabilitas Tanaman Kumis Kucing. Dibimbing oleh MOHAMMAD MASJKUR dan I MADE SUMERTAJAYA. Kumis kucing (Orthosipon aristatus Miq.) adalah tanaman obat yang dapat membantu memperbaiki fungsi ginjal. Permintaan yang tinggi akan pasokan kumis kucing mendorong adanya pembudidayaan tanaman ini. Pada tahun 2-3 Balai Penelitian Tanaman Rempah dan Obat (Balittro) melakukan percobaan multilokasi terhadap enam genotipe kumis kucing. Penelitian ini bertujuan untuk mengklasifikasikan daya adaptasi genotipe kumis kucing. Data yang digunakan adalah hasil percobaan multilokasi tanaman kumis kucing di tiga lokasi selama tiga musim panen. AMMI merupakan salah satu pendekatan yang dinilai sangat baik untuk menganalisis data hasil percobaan multilokasi. Pada umumnya AMMI masih terbatas pada respon tunggal. Penggabungan respon dengan pembobotan berdasarkan komponen utama adalah salah satu metode yang menghasilkan validasi yang baik untuk menangani masalah tersebut. Hasil analisis AMMI pada respon produktifitas tanaman menghasilkan dua genotipe yang stabil yaitu genotipe E dan F. Respon morfologi tanaman hanya menghasilkan satu genotipe stabil yaitu genotipe B. Sedangkan pada respon gabungan total genotipe yang stabil adalah genotipe B dan E. Kata kunci: kumis kucing, pembobotan komponen utama, percobaan multilokasi ABSTRACT ANNISA. Application of AMMI Multi Response with Weighted Principal Component on Stability Test of Java Tea Plants. Supervised by MOHAMMAD MASJKUR and I MADE SUMERTAJAYA. Java tea (Orthosipon aristatus Miq.) Is a medicinal plant which can help improve kidney function. High demand for supply of java tea encourage cultivation of this crop. Balai Penelitian Tanaman Rempah dan Obat (Balittro) conduct multilocation experiment of the six genotypes java tea in 2-3. This study aims to classify java tea adaptability. Data that used is a result of multilocation experiment at three location during three harvest season. AMMI is statistic methode that can used to analyze data from multilocation experiment. AMMI is generally limited to a single response. Combining response with the weighted on principal component is one method which generates good validation to handle that problems. The results of AMMI analysis on the response of plant productivity to produce two stable genotype is genotype E and F. The morphological responses of plants only produce a stable genotype is genotype B. While in combination total responses the stable genotype is genotype B and E. Keywords: java tea, weighting the principal component, multilocation experiment

PENERAPAN AMMI RESPON GANDA DENGAN PEMBOBOTAN KOMPONEN UTAMA PADA UJI STABILITAS TANAMAN KUMIS KUCING ANNISA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 4

Judul Skripsi : Penerapan AMMI Respon Ganda dengan Pembobotan Komponen Utama pada Uji Stabilitas Tanaman Kumis Kucing Nama : Annisa NIM : G0074 Disetujui oleh Ir Mohammad Masjkur, MS Pembimbing I Dr Ir I Made Sumertajaya, MSi Pembimbing II Diketahui oleh Dr Anang Kurnia, MS Ketua Departemen Tanggal Lulus:

PRAKATA Segala puji dan syukur penulis panjatkan kepada Allah SWT atas limpahan rahmat dan karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Shalawat serta salam juga senantiasa tercurahkan kepada Baginda Nabi Besar Muhammad SAW. Karya ilmiah ini merupakan hasil penelitian dalam rangka menyelesaikan tugas akhir sebagai persyaratan untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Rasa terima kasih penulis ucapkan kepada kedua orang tua, Ka Andi Nurmawan, dan seluruh keluarga atas segala dukungan, doa, dan kasih sayangnya. Ucapan terima kasih juga penulis sampaikan kepada Bapak Ir Mohammad Masjkur, MS dan Bapak Dr Ir I Made Sumertajaya, Msi selaku dosen pembimbing, serta Ibu Dr Otih Rostiana yang telah berkenan memberikan data penelitiannya. Penghargaan juga penulis sampaikan kepada para dosen dan staff Departemen Statistika IPB atas segala ilmu dan bantuan yang telah diberikan. Tidak lupa ungkapan terima kasih juga disampaikan kepada keluarga besar Statistika 47 atas segala doa, dukungan, dan kebersamaan selama ini. Semoga karya ilmiah ini bermanfaat. Bogor, November 4 Annisa

DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN Latar Belakang Tujuan Penelitian 2 METODE 2 Bahan 2 Metode 3 HASIL DAN PEMBAHASAN 8 Eksplorasi Data 8 Pengujian Asumsi Analisis Ragam 9 Penggabungan Respon dengan Pembobotan Komponen Utama 9 Analisis Ragam Gabungan 3 Analisis AMMI (Additive Main Effect and Multiplicative Interaction) 4 SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA 2 LAMPIRAN 22 RIWAYAT HIDUP 30

DAFTAR TABEL Daftar respon 2 2 Daftar lokasi percobaan 2 3 Tabel Analisis Ragam AMMI 6 4 Korelasi antar peubah respon kategori produktifitas tanaman 0 5 Korelasi antar peubah respon kategori morfologi tanaman 0 6 Analisis ragam gabungan respon produktifitas tanaman 3 7 Analisis ragam gabungan respon morfologi tanaman 3 8 Analisis ragam gabungan respon gabungan total 3 9 Analisis ragam AMMI respon gabungan produktifitas tanaman 4 0 Analisis ragam AMMI respon gabungan morfologi tanaman 6 Analisis ragam AMMI respon gabungan total 7 2 Hasil klasifikasi genotipe berdasarkan respon gabungan 9 DAFTAR GAMBAR Rataan respon PD menurut lokasi 8 2 Rataan respon PD menurut genotipe 8 3 Biplot AMMI- respon produktifitas tanaman 4 4 Biplot AMMI-2 respon produktifitas tanaman 5 5 Biplot AMMI- respon morfologi tanaman 6 6 Biplot AMMI-2 respon morfologi tanaman 7 7 Biplot AMMI- respon gabungan total 8 8 Biplot AMMI-2 respon gabungan total 8 DAFTAR LAMPIRAN Deskripsi respon 22 2 Diagram kotak-garis respon asal 22 3 Hasil pengujian asumsi respon asal 24 4 Hasil analisis komponen utama respon produktifitas tanaman 27 5 Hasil analisis komponen utama respon morfologi tanaman 27 6 Hasil Analisis komponen utama respon gabungan total 27 7 Hasil pengujian asumsi respon gabungan 28

PENDAHULUAN Latar Belakang Obat herbal atau obat tradisional merupakan salah satu alternatif pengobatan yang diminati masyarakat. Data tahun 08 dari Gabungan Perusahaan Farmasi Indonesia menunjukkan bahwa rata-rata persentase pertumbuhan obat herbal semakin meningkat tiap tahunnya dan lebih tinggi dari rata-rata pertumbuhan obat modern (Januwati 3). Peningkatan ini mengakibatkan bertambahnya permintaan pasokan bahan baku obat herbal baik dari pemanenan langsung di alam maupun pembudidayaan tanaman obat. Salah satu cara untuk meningkatkan produksi bahan baku obat herbal baik dari segi kuantitas maupun kualitas adalah pemuliaan tanaman. Pemuliaan tanaman bertujuan untuk melepas varietas baru yang unggul dan dapat diterima oleh petani. Tahapan awal sebelum melepas varietas baru adalah percobaan multilokasi (Sujiprihati et al. 06). Kumis kucing (Orthosipon aristatus Miq.) adalah tanaman yang bermanfaat dalam pengobatan penyakit batu ginjal, radang ginjal, kencing manis, sembelit, albuminuria, rematik, dan syphilis. Bagian kumis kucing yang digunakan sebagai obat adalah daunnya baik dalam kondisi basah maupun kering. Sejak awal tahun 30-an, tanaman kumis kucing mulai diekspor sebanyak 23.296-47.44 ton. Pada tahun 987, ekspor ke Eropa Barat, Singapura, dan Amerika meningkat hingga 8.79.468 ton. Permintaan pasokan yang tinggi mendorong adanya pembudidayaan tanaman kumis kucing. Balai Penelitian Tanaman Rempah dan Obat (Balittro) melakukan percobaan multilokasi terhadap enam genotipe kumis kucing sebagai upaya untuk menghasilkan varietas tanaman yang unggul. Analisis AMMI (Additive Main Effect and Multiplicative Interaction) adalah metode analisis data percobaan multilokasi yang menggabungkan antara analisis ragam aditif bagi pengaruh utama perlakuan dan analisis komponen utama ganda dengan pemodelan bilinier bagi pengaruh interaksi (Mattjik & Sumertajaya 06). AMMI merupakan salah satu pendekatan yang dinilai sangat baik untuk menganalisis data hasil percobaan multilokasi. Pada umumnya AMMI masih terbatas pada respon tunggal berupa produksi tanaman atau salah satu bagian dari aspek morfologi tanaman. Padahal, kedua aspek tersebut tidak dapat diukur dari satu bentuk pengamatan saja. Aspek produktifitas maupun morfologi tanaman memerlukan beberapa jenis pengamatan untuk mendapatkan hasil yang terintegrasi. Penggabungan respon merupakan salah satu cara yang dapat digunakan untuk melakukan analisis AMMI pada beberapa amatan sekaligus. Metode penggabungan respon antara lain metode persamaan jarak (range equalization), metode skor komponen utama pertama, metode pembobotan berdasarkan komponen utama, metode jarak Hotteling, dan metode pembagian berdasarkan rataan (division by mean). Pembobotan berdasarkan komponen utama adalah salah satu metode yang menghasilkan validasi lebih baik diantara metode lain berdasarkan nilai korelasinya dengan peubah asal (Sumertajaya 05). Oleh karena itu, pada penelitian ini akan digunakan metode pembobotan berdasarkan komponen utama dalam penggabungan respon.

2 Tujuan Penelitian Tujuan dari penelitian ini adalah mengklasifikasikan daya adaptasi genotipe kumis kucing untuk respon gabungan. METODE Bahan Data yang digunakan merupakan data sekunder hasil percobaan multilokasi tanaman kumis kucing tahun 2-3 yang dilakukan oleh Kelompok Peneliti Pemuliaan Tanaman di Balai Penelitian Tanaman Rempah dan Obat (Balittro). Penelitian ini menggunakan data selama tiga musim panen di tiga lokasi (Cicurug, Cimanggu, dan Sukamulya) sehingga secara keseluruhan terdapat sembilan lokasi-tahun. Rancangan yang digunakan adalah rancangan acak kelompok dengan empat kelompok tersarang dan enam genotipe kumis kucing (A, B, C, D, E, dan F). Adapun daftar respon dan lokasi yang digunakan dalam penelitian ini terdapat pada Tabel dan Tabel 2. Tabel Daftar respon No. Kode Respon Keterangan Kategori BB Berat Basah (gram) Produktifitas tanaman 2 BK Berat Kering (gram) Produktifitas tanaman 3 PD Panjang Daun (cm) Morfologi tanaman 4 LD Lebar Daun (cm) Morfologi tanaman 5 TD Tebal Daun (mm) Morfologi tanaman 6 DB Diameter Batang (mm) Morfologi tanaman 7 JC Jumlah Cabang Utama Morfologi tanaman 8 JT Jumlah Tunas Morfologi tanaman Tabel 2 Daftar lokasi percobaan No. Kode Lokasi Keterangan PCRG Cicurug musim panen 2 PSKM Sukamulya musim panen 3 PCMG Cimanggu musim panen 4 P2CRG Cicurug musim panen 2 5 P2SKM Sukamulya musim panen 2 6 P2CMG Cimanggu musim panen 2 7 P3CRG Cicurug musim panen 3 8 P3SKM Sukamulya musim panen 3 9 P3CMG Cimanggu musim panen 3

3 Metode Metode analisis pada penelitian ini meliputi tahapan-tahapan sebagai berikut:. Melakukan eksplorasi data dengan melihat nilai rataan respon dan diagram kotak-garis. 2. Melakukan uji asumsi analisis ragam terhadap masing-masing respon. Asumsi-asumsi yang perlu diperhatikan agar analisis ragam menjadi sahih adalah: a. Kehomogenan ragam Ragam sisaan yang tidak homogen dapat mengakibatkan fluktuasi respon dari beberapa perlakuan tertentu. Hipotesis yang diuji adalah: H 0 : σ 2 = σ 2 2 2 = = σ i H : paling sedikit ada satu ragam yang nilainya berbeda Mattjik dan Sumertajaya (06) menguji kehomogenan ragam dengan pendekatan sebaran khi-kuadrat derajat bebas (t-) dalam uji Bartlett. Adapun statistik uji yang digunakan adalah sebagai berikut: dengan: χ c 2 = 2.3026 c i dbg i log s 2 - c = faktor koreksi =+ 3 t- ( i t = banyaknya lokasi dbg i = derajat bebas galat percobaan ke-i 2 s i = kuadrat tengah galat percobaan ke-i dbgi - ) dbgi- s 2 = kuadrat tengah galat percobaan gabungan = t i dbg i log s i 2 dbg i s i 2 Jika nilai χ 2 2 c < χ α,t- maka H 0 tidak ditolak dengan α yang digunakan sebesar 5%. b. Kenormalan sisaan Asumsi kenormalan sisaan diperlukan untuk pengujian hipotesis. Uji formal yang dapat dilakukan untuk memeriksa kenormalan sisaan adalah uji Kolmogorov-Smirnov. Hipotesis yang diuji adalah: H 0 = Sisaan menyebar normal H = Sisaan tidak menyebar normal Berdasarkan Srivastava (02), perhitungan statistik uji adalah sebagai berikut: D = sup F s x F N x ; F s x = u x n ; dengan: u x = banyaknya amatan yang nilainya kurang atau sama dengan x F N x = fungsi sebaran kumulatif normal F s x = fungsi sebaran kumulatif contoh n = total amatan H 0 diterima jika nilai D < D α, N atau nilai-p α dengan α sebesar 5%, dan berlaku sebaliknya. Tidak ditolaknya H 0 menunjukkan bahwa asumsi kenormalan sisaan terpenuhi. dbg i

4 c. Kebebasan sisaan Kebebasan sisaan berarti bahwa tidak adanya korelasi antar sisaan atau sisaan dari suatu amatan tidak bergantung terhadap sisaan amatan yang lain. Kebebasan sisaan dapat dilihat dengan membuat plot antara nilai dugaan sisaan percobaan dengan nilai dugaan respon. Plot yang membentuk pola tertentu menunjukkan sisaan percobaan tidak saling bebas. Akan tetapi, selama pelaksanaan pengacakan dalam percobaan telah sesuai maka asumsi kebebasan sisaan secara tidak langsung telah terpenuhi (Aunuddin 05). 3. Melakukan penggabungan respon. Penggabungan respon dengan metode pembobotan berdasarkan komponen utama sangat bergantung pada besarnya kontribusi keragaman yang mampu dijelaskan oleh komponen utama. Banyaknya komponen utama dipilih berdasarkan persentase keragaman kumulatif. Batas minimal persentase keragaman kumulatif yang digunakan dalam penelitian ini adalah 75%. Perhitungan persentase keragaman komponen ke-i: λ i λ j p j= Perhitungan persentase keragaman kumulatif q komponen: x 00% q j= λ j p λ j= j x 00% Besar keragaman peubah asal yang dijelaskan oleh komponen utama terpilih dicerminkan oleh bobot masing-masing peubah. Bobot untuk a 2 i peubah ke-i adalah: w i = + a2 2i + + a2 h i ; dengan h adalah λ λ 2 λ h banyaknya komponen utama yang terpilih. Sehingga respon gabungan: p (Y gab ) = w X + w 2 X 2 + +w p X p = i=,j w i X ij dengan: w i = bobot untuk peubah ke-i X ij = peubah ke-i pada amatan ke-j yang telah dibakukan 4. Melakukan analisis ragam gabungan terhadap masing-masing respon gabungan untuk mengetahui pengaruh genotipe, pengaruh lokasi, dan pengaruh interaksi antara genotipe dan lokasi tiap respon. Jika pengaruh interaksi antara genotipe dan lokasi signifikan maka dapat dilanjutkan dengan analisis AMMI (Tahap 5). 5. Melakukan Analisis AMMI terhadap masing-masing respon gabungan. Analisis AMMI (Additive Main Effect and Multiplicative Interaction) adalah metode analisis data percobaan multilokasi yang menggabungkan antara analisis ragam aditif bagi pengaruh utama perlakuan dan analisis komponen utama ganda dengan pemodelan bilinier bagi pengaruh interaksi (Mattjik & Sumertajaya 06). Analisis AMMI sangat efektif menjelaskan pengaruh genotipe dengan lingkungan. Model AMMI secara lengkap dapat dituliskan sebagai berikut:

5 Y ijk = μ + α i + β j + τ k j + λ n φ ig ρ jg + δ ij + ε ijk dengan: Y ijk : respon dari genotipe ke-i, lokasi ke-j, dan kelompok ke-k μ : rataan umum α i : pengaruh genotipe ke-i, i =, 2,..., a β j : pengaruh lokasi ke-j, j =, 2,..., b : pengaruh kelompok ke-k tersarang pada lokasi ke-j, k =, 2,..., r τ k j λ n φ ig ρ jg δ ij ε ijk : nilai singular untuk komponen bilinier ke-n, n =, 2,..., m : pengaruh ganda genotipe ke-i komponen bilinier ke-n : pengaruh ganda lokasi ke-j komponen bilinier ke-n : simpangan dari pemodelan linier : pengaruh sisaan genotipe ke-i, lokasi ke-j, dan kelompok ke-k Adapun tahapan dalam analisis AMMI adalah sebagai berikut: a. Pembentukan matriks pengaruh interaksi (Z) Penduga pengaruh interaksi yaitu αβ ij =Y ij. -Y i.. -Y.j. +Y Selanjutnya, pengaruh interaksi disuusun menjadi matriks sebagai berikut: α β α β b Z = α a β α a β b b. Melakukan penguraian nilai singular Penguraian nilai singular dilakukan untuk menduga pengaruh interaksi antara genotipe dengan lokasi. Jollife (02) mengemukakan penguraian nilai singular terhadap matriks pengaruh interaksi Z dengan bentuk perkalian matriks sebagai berikut: Z = ULA dengan: Z : matriks pengaruh interaksi berukuran a x b U : matriks ortonormal (U U = I r ) berukuran a x r, r adalah rank Z L : matriks diagonal berukuran r x r dengan diagonal utamanya berupa akar dari akar ciri positif bukan nol dari matriks Z Z A : matriks ortonormal (A A = I r ) berukuran b x r Diagonal utama matriks L selanjutnya disebut nilai singular. c. Menentukan banyaknya komponen utama interaksi (KUI) yang nyata dengan metode posdictive success. Metode posdictive success (keberhasilan total) berkaitan dengan kemampuan suatu model tereduksi dalam melakukan pendugaan data yang digunakan untuk membangun model tersebut. Indikator yang digunakan dalam menentukan banyaknya komponen utama adalah banyaknya KUI yang nyata pada uji-f analisis ragam (Mattjik & Sumertajaya 06). Penguraian jumlah kuadrat interaksi menjadi beberapa jumlah kuadrat KUI dapat dilihat pada Tabel 3. Jumlah kuadrat KUI ke-n merupakan hasil perkalian antara akar ciri ke-n dengan blok.

6 Tabel 3 Analisis Ragam AMMI Sumber Keragaman Derajat Bebas (db) Jumlah Kuadrat (jk) Lokasi b- (Y.j. -Y ) 2 d. Menghitung nilai komponen untuk genotipe dan lokasi Interaksi genotipe dan lokasi dapat diduga dengan perkalian antara nilai komponen genotipe dengan nilai komponen lokasi. Nilai komponen genotipe dan lokasi dapat diperoleh dari penguraian nilai singular yang berbentuk Z = GH. Penguraian nilai singular ini diawali dengan mendefinisikan matriks diagonal L m (0 m ) yang elemen-elemen diagonalnya adalah elemen-elemen matriks L dipangkatkan m demikian juga dengan pendefinisian matriks L -m, G=UL m, serta H=AL -m sehingga nilai komponen genotipe merupakan kolom-kolom matriks G dan nilai komponen lokasi adalah kolom-kolom matriks H. Pada analisis AMMI nilai m yang digunakan adalah 0.5. e. Membuat biplot AMMI Biplot merupakan salah satu upaya peragaan grafik dari matriks dalam suatu plot yang berisi vektor-vektor saling tumpang tindih dalam ruang dimensi dua (Hadi & Sa diyah 04). Pola tebaran titik-titik yang disajikan biplot merupakan hasil penguraian nilai singular yang diplotkan antara satu komponen genotipe dengan komponen lokasi secara simultan (Sujiprihati et al. 06). Biplot yang digunakan pada analisis AMMI berupa biplot pada nilai komponen utama pertama (KU ) dengan rataan respon (Biplot AMMI-). Jika komponen utama interaksi kedua a b r i= j= k= a b r Blok (Lokasi) b(r-) (Y.jk -Y.j. ) 2 i= j= k= a b r Genotipe a- (Y i.. -Y ) 2 i= j= k= a b r Genotipe *Lokasi (a-)(b-) (Y ij. -Y i.. Y.j. + Y ) 2 i= j= k= KUI a+b--2() λ x r KUI2 a+b--2(2) λ 2 x r KUIn a+b--2(n) λ n x r Simpangan dbi - dbkui -...- dbkuin jki - jkkui -...- jkkuin Galat b(a-)(r-) (Y ijk -Y ij. Y.jk + Y ) 2 a b r i= j= k= a b r Total abr- (Y ijk -Y ) 2 Keterangan: dbi = derajat bebas Genotipe*Lokasi jki = jumlah kuadrat Genotipe*Lokasi i= j= k=

signifikan, maka biplot antara komponen utama pertama (KU ) dengan komponen utama kedua (KU 2 ) dapat ditambahkan (Biplot AMMI-2). Pada Biplot AMMI-, sumbu datar merupakan jarak titik-titik amatan berdasarkan rataan respon yang menunjukkan perbedaan pengaruh utama. Sedangkan sumbu tegak yang merupakan jarak titik amatan berdasarkan KU menunjukkan perbedaan pengaruh interaksinya terhadap lokasi. Biplot AMMI- menunjukkan bahwa genotipe memiliki daya adaptasi yang baik pada suatu lokasi jika genotipe dan lokasi berinteraksi positif. Biplot AMMI-2 merupakan penggambaran pengaruh interaksi antara genotipe dengan lokasi. Titik-titik amatan yang arahnya sama mengindikasikan adanya interaksi positif diantara titik-titik amatan tersebut. Sebaliknya, titik-titik yang berbeda arahnya menunjukkan bahwa ada interaksi negatif diantara titik-titik tersebut (Hadi & Sa diyah 04). f. Mengklasifikasikan kestabilan genotipe dengan membuat selang kepercayaan normal ganda dan poligon pada biplot AMMI-2. Kestabilan genotipe dapat diidentifikasi dengan pendekatan selang kepercayaan normal ganda yang berbentuk ellips dengan pusat (0,0) pada skor komponen utama interaksinya. Adapun panjang jari-jari ellips dapat diperoleh dengan rumus: R i = ± λ i p(n-) n(n-p) F p,n-p(α) dengan: R i : jari-jari pada sumbu KUIi λ i : akar ciri dari matriks ragam peragam koordinat objek n : banyaknya pengamatan p : banyaknya komponen utama yang digunakan F p,n p(α) : nilai tabel sebaran-f dengan db=p, db2=n-p, dan α sebesar 5% Genotipe yang berada di luar ellips merupakan genotipe yang tidak stabil. Koordinat titik yang semakin mendekati pusat ellips menunjukkan bahwa semakin stabil pula genotipe tersebut. Biplot AMMI-2 menunjukkan gambaran adaptasi genotipe pada lokasi tertentu. Hal ini dapat terlihat dengan membuat poligon yang menghubungkan titik-titik lokasi terluar. Selanjutnya, buat garis tegak lurus yang menghubungkan titik pusat dengan tiap sisi poligon. Garis tegak ini berguna untuk membagi poligon ke dalam beberapa kuadran sehingga genotipe-genotipe yang berada di dalam kuadran yang sama merupakan genotipe yang spesifik pada lokasi tertentu. Semakin dekat jarak atau semakin kecil sudut diantara lokasi dengan genotipe, menunjukkan semakin kuat interaksi diantara keduanya. 7

8 HASIL DAN PEMBAHASAN Eksplorasi Data Deskripsi respon menurut lokasi dan genotipe terdapat pada Lampiran. Rataan tertinggi dari respon BB, BK, dan PD berada pada lokasi PSKM yaitu sebesar 526.95 gram, 45.95 gram, dan 6.99 cm. Rataan tertinggi dari respon LD dan JC berada di lokasi P3SKM yaitu sebesar 3.30 cm dan 5.78 buah. Berbeda dengan respon lain yang memiliki rataan tertinggi di lokasi SKM, rataan tertinggi dari JT berada pada lokasi P3CRG yaitu sebesar 6.29 buah. Pola rataan dari respon PD menurut lokasi dapat dilihat pada Gambar. Rataan 7 6 5 4 3 2 0 6.49 6.99 6.56 6.5 5.78 5.3 5.90 6.56 5.7 Lokasi Gambar Rataan respon PD menurut lokasi Berdasarkan genotipe, rataan tertinggi pada respon PD, LD, TD, dan DB terdapat pada genotipe F yaitu sebesar 7.2 cm, 3.2 cm, 0.34 mm, dan 6.76 mm. Rataan tertinggi respon JC, BB, dan BK terdapat pada genotipe C yaitu.22 buah, 485.8 gram, dan.93 gram. Sedangkan pada respon JT rataan tertinggi adalah genotipe B yaitu 6.97 buah. Pola rataan dari respon PD menurut genotipe dapat dilihat pada Gambar 2. Rataan 8 6 4 2 0 7.2 5.5 6.02 6.34 5.62 5.68 A B C D E F Genotipe Gambar 2 Rataan respon PD menurut genotipe

Diagram kotak-garis dari setiap respon menunjukkan penyebaran data pada setiap lokasi. Respon PD, LD, BB dan BK cenderung menyebar homogen walaupun memiliki beberapa nilai ekstrem di lokasi tertentu. Sedangkan respon TD, JT, JC, dan DB memiliki sebaran data yang tidak homogen. Keterangan yang lebih lengkap dapat dilihat pada Lampiran 2. 9 Pengujian Asumsi Analisis Ragam Pengujian asumsi merupakan suatu proses yang harus dilakukan untuk memastikan kesahihan dari hasil analisis ragam. Asumsi yang perlu diperhatikan antara lain kenormalan sisaan, kehomogenan ragam sisaan, dan kebebasan sisaan. Asumsi yang terlanggar akan berakibat pada kepekaan pengujian atau dengan kata lain pengujian yang dilakukan tidak sahih. Pelanggaran asumsi yang terjadi dapat ditangani dengan transformasi pada data percobaan. Pengujian asumsi menunjukkan bahwa hanya respon BB dan PD yang telah memenuhi asumsi kenormalan sisaan, kehomogenan ragam antar lokasi, dan kebebasan sisaan. Oleh karena itu, dilakukan beberapa transformasi pada respon BK, LD, TD, DB, JC, dan JT. Setelah ditransformasi, seluruh asumsi yang diuji pada respon BK, LD, dan JC terpenuhi. Bentuk transformasi yang dilakukan pada respon BK adalah transformasi akar, respon LD adalah transformasi kebalikan akar, sedangkan respon JC dan JT adalah transformasi logaritma. Pelanggaran asumsi pada respon TD dan DB sangat fatal. Berbagai bentuk transformasi sedikitpun tidak mampu menangani pelanggaran yang terjadi. Metode postdictive success mengharuskan pemenuhan asumsi agar pengujian yang dilakukan sahih. Oleh karena itu, diputuskan untuk tidak menggunakan respon TD dan DB dalam penggabungan respon dan analisis AMMI. Transformasi yang dilakukan pada JT masih belum mampu menangani pelanggaran asumsi sepenuhnya. Namun respon ini tetap dapat dimasukkan dalam penggabungan respon selama respon gabungan yang terbentuk memenuhi seluruh asumsi. Untuk memastikan terpenuhinya asumsi-asumsi analisis ragam, pengujian asumsi akan dilakukan kembali pada ketiga respon gabungan yang terbentuk. Hasil pengujian asumsi respon asal dapat dilihat pada Lampiran 3. Penggabungan Respon dengan Pembobotan Komponen Utama Penggabungan respon menggunakan data hasil pemeriksaan asumsi dan hasil transformasi bagi respon-respon asal yang belum memenuhi asumsi analisis ragam. Pemeriksaan korelasi merupakan langkah awal sebelum penggabungan respon agar dapat mengetahui banyaknya komponen utama yang sesuai. Tabel 4 menunjukkan nilai korelasi antar peubah respon untuk kategori produktifitas tanaman sedangkan Tabel 5 menunjukkan nilai korelasi antar peubah respon kategori morfologi tanaman. Berdasarkan Tabel 4, nilai korelasi antar respon kategori produktifitas tanaman cukup besar. Sedangkan untuk kategori morfologi tanaman pada Tabel 5, terlihat bahwa ada beberapa respon yang korelasinya rendah seperti PD dengan JC. Hal ini mengindikasikan hubungan diantara respon PD dan JC kurang erat.

0 Tabel 4 Korelasi antar peubah respon kategori produktifitas tanaman BB BK BB 0.847 BK 0.847 Tabel 5 Korelasi antar peubah respon kategori morfologi tanaman PD LD JC JT PD 0.86 0.07-0.062 LD 0.86 0.225-0.48 JC 0.07 0.225-0.727 JT -0.062-0.48-0.727 Pembobotan berdasarkan komponen utama merupakan metode penggabungan respon terbaik untuk data berkorelasi tinggi maupun rendah (Sumertajaya 05). Oleh karena itu, metode tersebut masih dapat diterapkan dalam penelitian ini. Penggabungan respon produktifitas tanaman Hasil analisis komponen utama pada respon kategori produktifitas tanaman terdapat di Lampiran 4. Keragaman yang mampu dijelaskan oleh komponen utama pertama sudah mencapai 92.7% sehingga hanya komponen pertama yang dipilih. Persamaan komponen tersebut adalah sebagai berikut: KU = 0.707 X + 0.707 X 2 Bobot setiap respon didapatkan berdasarkan persamaan KU dengan perhitungan sebagai berikut: w = (0.707) 2.8543 =0.592 (0.707) 2 w 2 =.8543 =0.592 Setelah mendapatkan bobot setiap respon, respon gabungan dapat dihitung melalui persamaan sebagai berikut: Y gab-produktifitas = 0.592 X + 0.592 X 2 dengan X dan X 2 merupakan respon BB dan BK yang telah dibakukan. Bobot kedua respon memiliki nilai yang sama. Hal ini menunjukkan bahwa keragaman peubah asal yang dijelaskan oleh komponen utama terpilih sama besar.

Penggabungan respon morfologi tanaman Hasil analisis komponen utama pada respon kategori morfologi tanaman terdapat pada Lampiran 5. Berdasarkan persentase keragaman kumulatifnya, jumlah komponen utama yang terpilih sebanyak dua komponen. Keragaman yang mampu dijelaskan oleh kedua komponen tersebut sebesar 88.6%. Adapun persamaan dari kedua komponen terpilih adalah sebagai berikut: KU = 0.482 X - 0.532 X 2 + 0.50 X 3-0.484 X 4 KU 2 = -0.525 X + 0.46 X 2 + 0.497 X 3-0.55 X 4 Perhitungan bobot masing-masing respon berdasarkan persamaan KU dan KU 2 adalah sebagai berikut: w = (0.482) 2.98 + (-0.525)2.5623 =0.549 w 2 = (-0.532) 2.98 + (0.46)2.5623 =0.5276 w 3 = (0.50) 2.98 + (0.497)2.5623 =0.5337 (-0.484) 2 w 4 =.98 + (-0.55)2.5623 =0.5367 Respon gabungan dapat dihitung melalui persamaan sebagai berikut: Y gab-pertumbuhan = 0.549 X + 0.5276 X 2 + 0.5337 X 3 + 0.5367 X 4 dengan X, X 2, X 3, dan X 4 berturut-turut merupakan respon PD, LD, JC, dan JT yang telah dibakukan. Berdasarkan persamaan tersebut, terlihat bahwa bobot dari keempat respon relatif sama besar. Hal ini menunjukkan keragaman yang dijelaskan masing-masing respon cenderung sama besar. Penggabungan respon gabungan total Hasil analisis komponen utama respon gabungan total yang disajikan pada Lampiran 6 menunjukkan bahwa komponen utama yang terpilih sebanyak dua komponen. Keputusan ini diambil karena dua komponen pertama telah mampu menjelaskan keragaman hingga 77.4%. Persamaan dari kedua komponen yang terpilih adalah sebagai berikut: KU =0.526 X +0.50 X 2 +0.49 X 3-0.477 X 4-0.07 X 5 +0.054 X 6 KU 2 =0.68 X +0.083 X 2-0.47 X 3 +0.222 X 4-0.666 X 5 +0.67 X 6 Perhitungan bobot masing-masing respon berdasarkan persamaan kedua komponen adalah sebgai berikut:

2 w = (0.526) 2 2.765 + (0.68)2.88 =0.339 w 2 = (0.50) 2 2.765 + (0.083)2.88 =0.307 w 3 = (0.49) 2 2.765 + (-0.47)2.88 =0.34 w 4 = (-0.477) 2 2.765 + (0.222)2.88 =0.329 w 5 = (-0.07) 2 2.765 + (-0.666)2.88 =0.486 w 6 = (0.054) 2 2.765 + (0.67)2.88 =0.490 Respon gabungan dapat dihitung melalui persamaan sebagai berikut: Y gab-total = 0.339 X + 0.307 X 2 + 0.34 X 3 + 0.329 X 4 +0.486 X 5 + 0.490 X 6 dengan X, X 2, X 3, X 4, X 5, dan X 6 merupakan respon BB, BK, PD, LD, JC, dan JT yang telah dibakukan. Berdasarkan persamaan diatas, diketahui bahwa bobot terbesar terdapat pada respon JT (Jumlah Tunas) sedangkan bobot terkecil terdapat pada respon BK (Berat Kering). Untuk memastikan terpenuhinya asumsi analisis ragam maka perlu dilakukan pengujian terhadap ketiga respon gabungan yang telah terbentuk. Hasil pengujian asumsi menunjukkan bahwa seluruh respon gabungan telah memenuhi asumsi kenormalan sisaan, asumsi kehomogenan ragam antar lokasi, dan asumsi kebebasan sisaan. Oleh karena itu, ketiga respon gabungan yang terbentuk dapat dianalisis pada semua lokasi secara bersama-sama dalam analisis ragam gabungan. Keterangan selengkapnya tentang pengujian asumsi respon gabungan disajikan pada Lampiran 7.

3 Analisis Ragam Gabungan Hasil analisis ragam gabungan respon produktifitas tanaman, morfologi tanaman, dan respon gabungan total disajikan pada Tabel 6, 7, dan 8. Berdasarkan nilai-p pada ketiga tabel tersebut, diperoleh informasi bahwa pengaruh utama dan pengaruh interaksi dari ketiga respon gabungan berpengaruh signifikan pada taraf nyata 5%. Pengaruh utama genotipe yang signifikan berarti minimal terdapat satu genotipe yang memberikan respon berbeda dengan genotipe lain, begitu pula untuk pengaruh utama lokasi. Pengaruh interaksi antara lokasi dengan genotipe yang signifikan menunjukkan adanya perbedaan hasil dari genotipe kumis kucing yang ditanam di lokasi berbeda. Oleh karena itu, metode AMMI dapat dilakukan untuk mengklasifikasikan kestabilan genotipe. Tabel 6 Analisis ragam gabungan respon produktifitas tanaman SK db JK KT F-hitung Nilai-p Lokasi 8 97.096 2.37 24.747 0.000 Genotipe 5 54.800 0.9.429 0.000 Blok(Lokasi) 27 3.242 0.490 2.704 0.000 Lokasi*Genotipe 25.32 0.633 3.489 0.000 Galat 35 24.485 0.8 Total 25 24.935 Tabel 7 Analisis ragam gabungan respon morfologi tanaman SK db JK KT F-hitung Nilai-p Lokasi 8 8.33.039 3.03 0.000 Genotipe 5 5.782.56 0. 0.000 Blok(Lokasi) 27 9.33 0.345 3.64 0.000 Lokasi*Genotipe 9.922 0.248 2.276 0.000 Galat 35 4.75 0.09 Total 25 48.045 Tabel 8 Analisis ragam gabungan respon gabungan total SK db JK KT F-hitung Nilai-p Lokasi 8 4.246 5.56 9.653 0.000 Genotipe 5 28.62 5.633 37.744 0.000 Ulangan(Lokasi) 27 4.42 0.534 3.579 0.000 Lokasi x Genotipe 8.732 0.468 3.38 0.000 Galat 35.46 0.49 Total 25 22.707

4 Analisis AMMI (Additive Main Effect and Multiplicative Interaction) Respon Produktifitas Tanaman Penguraian nilai singular dari matriks dugaan pengaruh interaksi menghasilkan lima akar ciri bukan nol yaitu 4.306,.076, 0.72, 0.82, dan 0.042. Kontribusi keragaman pengaruh interaksi yang diterangkan oleh setiap komponen berturut-turut adalah 68.06%, 7%,.%, 2.88%, dan 0.67%. Komponen Utama Interaksi (KUI) yang dipertahankan berdasarkan metode postdictive success sebanyak dua komponen. Hal ini ditunjukkan pada Tabel 9 dengan nilai-p KUI dan KUI 2 yang kurang dari 0.05. Adanya dua KUI yang signifikan menunjukkan bahwa respon gabungan produktifitas tanaman dapat diterangkan oleh model AMMI-2. Adapun keragaman pengaruh interaksi yang mampu dijelaskan oleh model AMMI-2 sebesar 85.05%. Tabel 9 Analisis ragam AMMI respon gabungan produktifitas tanaman SK db JK KT F-hitung Nilai-p Lokasi 8 97.096 2.37 24.747 0.000 Genotipe 5 54.800 0.9.429 0.000 Blok(Lokasi) 27 3.242 0.490 2.704 0.000 Lokasi*Genotipe 25.32 0.633 3.489 0.000 KUI 2 7.226.435 7.95 0.000 KUI2 0 4.303 0.430 2.372 0.03 KUI3 8 2.886 0.36.989 0.052 KUI4 6 0.728 0.2 0.669 0.675 KUI5 4 0.69 0.042 0.233 0.99 Galat 35 24.485 0.8 Total 25 24.935 Biplot AMMI- menunjukkan bahwa genotipe B, C, dan F memiliki nilai rataan yang lebih besar dari rataan umum sedangkan lainnya memiliki nilai rataan yang lebih rendah. Efek interaksi positif terjadi jika skor KUI memiliki tanda positif. Gambar 3 menunjukkan genotipe A dan D memiliki efek interaksi positif dengan lokasi P2CRG, P2CMG, P3CMG, P2SKM, dan P3SKM. Hal ini berarti genotipe tersebut beradaptasi dengan baik di lokasi yang daya dukungnya baik. Gambar 3 Biplot AMMI- respon produktifitas tanaman

Biplot AMMI-2 menjelaskan struktur interaksi antara lokasi dengan genotipe. Pada Gambar 4 terlihat bahwa genotipe yang stabil (berada di dalam ellips) terhadap seluruh lokasi penanaman adalah genotipe E dan F sedangkan genotipe lainnya spesifik pada lokasi tertentu. Poligon yang terbentuk menghasilkan kuadran-kuadran yang membantu dalam menentukan genotipe yang spesifik lokasi. Berdasarkan sudut yang terbentuk, genotipe C spesifik pada lokasi P2CRG, genotipe B spesifik pada lokasi P3CRG, genotipe A spesifik pada lokasi P2SKM, dan genotipe D cenderung spesifik pada lokasi P2CMG. Adapun lokasi yang berada di dalam elips menunjukkan bahwa genotipe yang ditanam pada lokasi tersebut memberi daya hasil yang relatif sama. 5 Gambar 4 Biplot AMMI-2 respon produktifitas tanaman Respon Morfologi Tanaman Sama seperti respon produktifitas tanaman, hasil penguraian nilai singular pada respon morfologi tanaman juga menghasilkan lima akar ciri bukan nol yaitu.456, 0.769, 0.85, 0.056, dan 0.04 dengan kontribusi keragaman yang mampu diterangkan oleh setiap komponen adalah 58.70%, 3.0%, 7.46%, 2.27%, dan 0.56%. Banyaknya KUI yang dipertahankan berdasarkan metode postdictive success adalah dua komponen dengan keragaman yang mampu dijelaskan oleh model AMMI-2 sebesar 89.72%. Hasil analisis ragam AMMI respon morfologi tanaman selengkapnya dapat dilihat pada Tabel 0.

6 Tabel 0 Analisis ragam AMMI respon gabungan morfologi tanaman SK db JK KT F-hitung Nilai-p Lokasi 8 8.33.039 3.03 0.000 Genotipe 5 5.782.56 0. 0.000 Blok(Lokasi) 27 9.33 0.345 3.64 0.000 Lokasi*Genotipe 9.922 0.248 2.276 0.000 KUI 2 5.825 0.485 4.453 0.000 KUI2 0 3.077 0.308 2.823 0.003 KUI3 8 0.7 0.093 0.849 0.562 KUI4 6 0.225 0.038 0.345 0.92 KUI5 4 0.056 0.04 0.28 0.972 Galat 35 4.75 0.09 Total 25 48.045 Berdasarkan Gambar 5, biplot AMMI- menunjukkan bahwa genotipe B, D, dan F memiliki rataan yang lebih besar dari rataan umum sedangkan genotipe C, E, dan F memiliki nilai rataan yang lebih rendah. Selain itu, genotipe A, B, dan D memiliki efek interaksi positif dengan lokasi PCRG, P2CRG, P3CRG, P2CMG, dan P3CMG. Gambar 5 Biplot AMMI- respon morfologi tanaman Pada biplot AMMI-2 yang tersaji dalam Gambar 6, terlihat bahwa hanya genotipe B yang stabil. Berdasarkan poligon yang terbentuk dan kedekatan sudutnya, genotipe A spesifik pada lokasi P3CMG, genotipe C spesifik pada lokasi P3SKM, genotipe D spesifik pada lokasi P2CRG, genotipe E spesifik pada lokasi P2SKM, dan genotipe F spesifik pada lokasi PSKM.

7 Gambar 6 Biplot AMMI-2 respon morfologi tanaman Respon Gabungan Total Hasil penguraian nilai singular dari respon gabungan total juga menghasilkan lima akar ciri bukan nol yaitu 2.846,.06, 0.463, 0.224, dan 0.044. kontribusi keragaman yang mampu diterangkan oleh setiap komponen adalah.78%, 23.62%, 9.89%, 4.78%, dan 0.93%. Jumlah KUI yang dipertahankan berdasarkan metode postdictive success sebanyak dua komponen dengan keragaman yang mampu dijelaskan oleh model AMMI-2 sebesar 84.%. Adapun hasil analisis ragam AMMI untuk respon gabungan total tersaji pada Tabel. Tabel Analisis ragam AMMI respon gabungan total SK db JK KT F-hitung Nilai-p Lokasi 8 4.246 5.56 9.653 0.000 Genotipe 5 28.62 5.633 37.744 0.000 Ulangan(Lokasi) 27 4.42 0.534 3.579 0.000 Lokasi x Genotipe 8.732 0.468 3.38 0.000 KUI 2.385 0.949 6.358 0.000 KUI2 0 4.425 0.442 2.965 0.002 KUI3 8.852 0.23.55 0.45 KUI4 6 0.896 0.49.000 0.428 KUI5 4 0.74 0.044 0.292 0.883 Galat 35.46 0.49 Total 25 22.707

8 Biplot AMMI- pada Gambar 7 menunjukkan bahwa genotipe B, C, dan F memiliki rataan yang lebih besar dari rataan umum sedangkan lainnya memiliki nilai rataan yang lebih rendah dari rataan umum. Pada Gambar 7 juga terlihat bahwa genotipe A dan D memiliki efek interaksi positif dengan lokasi P2CRG, P2CMG, P3CMG, P2SKM, dan P3SKM. Gambar 7 Biplot AMMI- respon gabungan total.biplot AMMI-2 menunjukkan bahwa genotipe yang stabil adalah genotipe B dan E. Berdasarkan poligon dan sudut yang terbentuk, genotipe A cenderung spesifik pada lokasi P3CMG, genotipe C spesifik pada lokasi P3CRG, genotipe D cenderung spesifik pada lokasi P2CRG dan P2CMG, dan genotipe F cenderung spesifik pada lokasi PCMG. Gambar 8 Biplot AMMI-2 respon gabungan total

Keputusan Kestabilan Genotipe Berdasarkan analisis AMMI pada ketiga respon gabungan, dihasilkan tiga keputusan mengenai klasifikasi genotipe yang disajikan pada Tabel 2. Genotipe yang stabil pada Respon Gabungan Total telah mewakili kedua respon gabungan sebelumnya, yaitu genotipe E dari Respon Produktifitas Tanaman dan genotipe B dari Respon Morfologi Tanaman. Genotipe F tidak masuk menjadi genotipe stabil karena pada Respon Gabungan Total keragaman morfologi lebih besar daripada keragaman produksi. Hal ini ditunjukkan pada bobot peubah yang menjadi koefisien persamaan respon gabungan. Pada persamaan Respon Gabungan Total tersebut peubah Z 6 (JT) memiliki bobot terbesar dan peubah Z 2 (BK) memiliki bobot terkecil. Genotipe E dapat menjadi genotipe yang stabil karena genotipe E hampir stabil berdasarkan faktor morfologinya. Hal ini terlihat pada Biplot AMMI-2 Respon Morfologi Tanaman dengan genotipe E yang cenderung dekat dengan ellips walaupun tidak berada didalamnya. Tabel 2 Hasil klasifikasi genotipe berdasarkan respon gabungan 9 Respon Produktifitas Tanaman Morfologi Tanaman Gabungan Total Genotipe Stabil E, F B B, E Genotipe Spesifik (Lokasi) C (P2CRG), B (P3CRG), A (P2SKM), dan D (P2CMG) A (P3CMG), C (P3SKM), D (P2CRG), E (P2SKM), dan F (PSKM) A (P3CMG), C (P3CRG), D (P2CMG), dan F (PSKM)

SIMPULAN DAN SARAN Simpulan Analisis AMMI respon ganda dengan pembobotan komponen utama menghasilkan dua genotipe stabil dari respon produktifitas tanaman, satu genotipe stabil dari respon morfologi tanaman, dan dua genotipe stabil dari respon gabungan total. Untuk respon produktifitas tanaman, genotipe yang stabil pada seluruh lokasi adalah genotipe E dan F, genotipe lainnya spesifik pada lokasi yang berbeda-beda. Untuk respon morfologi tanaman, genotipe yang stabil pada seluruh lokasi hanya genotipe B, genotipe lainnya spesifik pada lokasi yang berbeda-beda. Sedangkan untuk respon gabungan total genotipe yang stabil adalah genotipe B dan E. Saran Pada penelitian ini, respon TD dan DB tidak dapat memenuhi asumsi analisis ragam, sehingga tidak digunakan dalam penggabungan respon dan analisis AMMI. Selanjutnya, penelitian serupa yang datanya tidak memenuhi asumsi analisis ragam dan data transformasi tidak mampu menangani pelanggaran tersebut, disarankan menggunakan metode predictive success dalam menentukan banyaknya komponen utama interaksi yang terpilih karena metode predictive success tidak memerlukan asumsi apapun dalam penggunaanya.

2 DAFTAR PUSTAKA Aunuddin. 05. Statistika: Rancangan dan Analisis Data.Bogor (ID). IPB Pr. Hadi AF, Sa diyah H. 04. Model AMMI untuk Interaksi Genotipe x Lokasi. Jurnal Ilmu Dasar V(): 33-4. Januwati M. 3. Saintifikasi Jamu: Membangun Kesejahteraan dan Kesehatan Masyarakat. [Internet]. [diunduh 4 Maret 7]. Tersedia pada: http://balittro.litbang.deptan.go.id/. Jollife IT. 02. Principal Component Analysis. New York (US): Springer-Verlag. Mattjik AA, Sumertajaya IM. 06. Perancangan Percobaan dengan Aplikasi SAS dan Minitab Jilid I Ed-2. Bogor (ID): IPB Pr. Srivastava, MS. 02. Methods of Multivariate Statistics. New York (US): J Wiley. Sujiprihati S, Syukur M, Yunianti R. 06. Analisis Stabilitas Hasil Tujuh Populasi Jagung Manis Menggunakan Metode Additive Main Effect Multiplicative Interaction (AMMI). Bul Agron. 34(2): 93-97. Sumertajaya IM. 05. Kajian Pengaruh Inter Blok dan Interaksi Pada Uji Lokasi Ganda dan Respon Ganda [disertasi]. Bogor (ID): Departemen Statistika FMIPA Institut Pertanian Bogor.

PD (cm) LD (cm) 22 Lampiran Deskripsi respon. Deskripsi respon menurut lokasi Respon Lokasi PD TD DB BB BK LD (cm) JC JT (cm) (mm) (mm) (gr) (gr) PCRG 6.49 2.94 0.28 0.72 4.69 7.59 427.89.49 PSKM 6.99 3.3 0.3 7.8 0.4 4.96 526.95 45.95 PCMG 6.56 3.08 0.22 7.25 9.53 6.33 46.52 96.59 P2CRG 6.5 2.59 0.8 8.30 2.30 2.7 9.09 48.76 P2SKM 5.78 2.57 0.35 6. 3.82 2. 329.64 26.55 P2CMG 5.3 2.29 0.50 5.70 0.43 5.7 288.92 64.73 P3CRG 5.90 2.43 0.22 4.89 3.7 6.29 432.36 90.99 P3SKM 6.56 3.30 0.5 3.55 5.78 2.53 359.33 86.95 P3CMG 5.7 2.54 0.62 4.7 0.85 7.96 9.79 55.59.2 Deskripsi respon menurut genotipe Respon Genotipe PD TD DB BB BK LD (cm) JC JT (cm) (mm) (mm) (gr) (gr) A 5.5 2. 0.3 6.53 9.70 5.83 297.2 83.29 B 6.02 2.7 0.30 6.56 0. 6.97 425.70 99.46 C 6.34 3.06 0.3 6.50.22 6.54 485.8.93 D 5.62 2.4 0.30 5.72 9.55 6.33 228.95 65.49 E 5.68 2.64 0.32 6.5 9.72 5.79 288.55 78.67 F 7.2 3.2 0.34 6.76 9.87 5.93 3.48 08.29 Lampiran 2 Diagram kotak-garis respon asal 2. Panjang Daun 2.2 Lebar Daun 0 4,5 9 4,0 8 3,5 7 3,0 6 2,5 5 2,0 4 PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM,5 PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM

BB (gr) BK (gr) JT DB (mm) TD (mm) JC 23 2.3 Tebal Daun 2.4 Jumlah Cabang 0,7 0,6 0,5 5 0,4 0,3 0 0,2 5 0, PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM 0 PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM 2.5 Jumlah Tunas 2.6 Diameter Batang 2 0 5 8 0 6 5 4 0 PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM 2 PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM 2.7 Berat Basah 2.8 Berat Kering 000 250 800 0 0 50 0 00 0 50 0 PCMG PCRG PSKM P2CMG P2CRG P2SKM Lokasi P3CMG P3CRG P3SKM 0 PCMG PCRG PSKM P2CMG P2CRG Lokasi P2SKM P3CMG P3CRG P3SKM

Percent Percent Percent Percent Percent Percent 24 Lampiran 3 Hasil pengujian asumsi respon asal 3. Uji Kenormalan Sisaan 3.. Panjang Daun 3..2 Lebar Daun 99,9 99 95 Mean 3,083953E-6 StDev 0,3855 N 26 KS 0,058 P-Value 0,080 99,9 99 95 Mean 4,728728E-7 StDev 0,2534 N 26 KS 0,090 P-Value <0,00 90 90 80 70 50 30 80 70 50 30 0 0 5 5 0, -,0-0,5 0,0 0,5 Residual,0,5 0, -,0-0,5 0,0 Residual 0,5,0 3..3 Kebalikan Akar (Lebar Daun) 3..4 Tebal Daun 99,9 99 95 Mean -,67047E-8 StDev 0,02588 N 26 KS 0,052 P-Value >0,50 99,9 99 95 Mean -2,906E-7 StDev 0,03596 N 26 KS 0,3 P-Value <0,00 90 90 80 70 50 30 80 70 50 30 0 0 5 5 0, -0,0-0,05 0,00 Residual 0,05 0,0 0, -0,2-0, 0,0 Residual 0, 0,2 3..5 Jumlah Cabang 3..6 Log (Jumlah Cabang) 99,9 99 95 90 80 70 50 30 0 5 Mean -2,382E-6 StDev,090 N 26 KS 0,078 P-Value <0,00 99,9 99 95 90 80 70 50 30 0 5 JC* Mean -3,44375E-7 StDev 0,04774 N 26 KS 0,056 P-Value 0,094 0, -4-3 -2-0 Residual 2 3 4 5 0, -0,5-0,0-0,05 0,00 Residual 0,05 0,0 0,5

Percent Percent Percent Percent Percent Percent 25 3..7 Jumlah Tunas 3..8 Log (Jumlah Tunas) 99,9 99 95 90 80 70 50 30 0 5 JT Mean -4,3250E-6 StDev 0,7772 N 26 KS 0,23 P-Value <0,00 99,9 99 95 90 80 70 50 30 0 5 Mean -,34666E-6 StDev 0,0 N 26 KS 0,067 P-Value 0,027 0, -4-3 -2-0 Residual 2 3 4 0, -0,4-0,3-0,2-0, 0,0 RESI6 0, 0,2 0,3 0,4 3..9 Diameter Batang 3..0 Berat Basah 99,9 99 95 Mean -2,87836E-7 StDev 0,768 N 26 KS 0,2 P-Value <0,00 99,9 99 95 Mean -9,0796E-5 StDev 55,9 N 26 KS 0,056 P-Value 0,092 90 90 80 70 50 30 80 70 50 30 0 0 5 5 0, -4-3 -2-0 Residual 2 3 4 0, -0-00 0 Residual 00 0 3.. Berat Kering 3..2 Akar (Berat Kering) 99,9 99 95 90 80 70 50 30 0 5 Mean 4,04646E-5 StDev 5,64 N 26 KS 0,07 P-Value <0,00 99,9 99 95 90 80 70 50 30 0 5 BK* Mean,06904E-6 StDev 0,852 N 26 KS 0,059 P-Value 0,068 0, -50-25 0 Residual 25 50 0, -3-2 - 0 Residual 2 3

Residual Residual Residual Residual Residual Residual 26 3.2 Uji Kebebasan Sisaan 3.2. Panjang Daun 3.2.2 Kebalikan Akar (Lebar Daun) (response is PD) (response is LD*) 0,0,0 0,5 0,05 0,0 0,00-0,5 -,0-0,05 -,5 80 00 Observation Order 80 0-0,0 80 00 Observation Order 80 0 3.2.3 Log (Jumlah Cabang) 3.2.4 Log (Jumlah Tunas) 0,5 (response is JC*) 0,4 (response is JT*) 0,0 0,3 0,05 0,00-0,05-0,0-0,5 0,2 0, 0,0-0, -0,2-0,3 80 00 Observation Order 80 0 80 00 Observation Order 80 0 3.2.5 Berat Basah 3.2.6 Akar (Berat Kering) (response is BB) (response is BK*) 0 3 00 2 0 0-00 - -2-0 80 00 Observation Order 80 0-3 80 00 Observation Order 80 0

27 3.3 Uji Kehomogenan Ragam Antar Lokasi No. Respon χ 2 FK χ 2( 0.05.8) Keterangan PD (cm) 4.539 5.507 Terpenuhi 2 LD (cm) 8.989 5.507 Terpenuhi 3 JC 2.9 5.507 Terpenuhi 4 JT 8.830 5.507 Tidak terpenuhi 5 BB (gr) 0.765 5.507 Terpenuhi 6 BK (gr) 2.47 5.507 Terpenuhi Lampiran 4 Hasil analisis komponen utama respon produktifitas tanaman Akar Ciri.8543 0.457 Proporsi 0.927 0.073 Kumulatif 0.927 Peubah KU KU2 BB (gr) 0.707-0.707 BK (gr) 0.707 0.707 Lampiran 5 Hasil analisis komponen utama respon morfologi tanaman Akar Ciri.98.5623 0.2666 0.90 Proporsi 0.495 0.39 0.067 0.048 Kumulatif 0.495 0.886 0.952 Peubah KU KU2 KU3 KU4 PD (cm) 0.482-0.525-0.432 0.552 LD (cm) -0.532 0.46-0.49 0.575 JC 0.50 0.497 0.54 0.459 JT -0.484-0.55 0.588 0.393 Lampiran 6 Hasil analisis komponen utama respon gabungan total Akar Ciri 2.765.88 0.7705 0.2738 0.96 0.37 Proporsi 0.46 0.33 0.28 0.046 0.033 0.09 Kumulatif 0.46 0.774 0.903 0.948 0.98 Peubah KU KU2 KU3 KU4 KU5 KU6 BB (gram) 0.526 0.68 0.382-0.53-0.88 0.7 BK (gram) 0.50 0.083 0.552 0.82 0.2-0.3 PD (cm) 0.49-0.47-0.49 0.389-0.572-0.35 LD (cm) -0.477 0.222 0.466 0.377-0.3-0.028 JC -0.07-0.666 0.24-0.56-0.387-0.85 JT 0.054 0.67-0.86-0.58-0.289-0.305

Residual Residual Percent Percent Percent 28 Lampiran 7 Hasil pengujian asumsi respon gabungan 7. Uji Kenormalan Sisaan 7.. Produktifitas Tanaman 7..2 Morfologi Tanaman Produktifitas Tanaman Morfologi Tanaman 99,9 99 95 90 Mean,053684E-6 StDev 0,3375 N 26 KS 0,054 P-Value 0,22 99,9 99 95 90 Mean -3,08395E-8 StDev 0,330 N 26 KS 0,034 P-Value >0,50 80 70 50 30 80 70 50 30 0 5 0 5 0, -,0-0,5 0,0 Residual 0,5,0 0, -0,50-0,25 0,00 Residual 0,25 0,50 7..3 Gabungan Total 99,9 99 95 90 Mean -6,73330E-7 StDev 0,306 N 26 KS 0,039 P-Value >0,50 80 70 50 30 0 5 0, -,0-0,5 0,0 Residual 0,5,0 7.2 Uji Kebebasan Sisaan 7.2. Produktifitas Tanaman 7.2.2 Morfologi Tanaman,0 (response is ygab-produktifitas),0 (response is y-gab-morfologi) 0,5 0,5 0,0 0,0-0,5-0,5 -,0 80 00 Observation Order 80 0 80 00 Observation Order 80 0

Residual 29 7.2.3 Gabungan Total,0 (response is Ygab) 0,5 0,0-0,5 -,0 80 00 Observation Order 80 0 7.3 Uji Kehomogenan Ragam Antar Lokasi No. Respon χ 2 FK χ 2( 0.05.8) Keterangan Produktifitas tanaman 8.5 5.507 Terpenuhi 2 Morfologi tanaman 0.72 5.507 Terpenuhi 3 Gabungan Total 9.489 5.507 Terpenuhi

30 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 9 Mei 992 dari pasangan Bapak Durahim dan Ibu Amsah. Penulis adalah putri keenam dari enam bersaudara. Pada tahun 0 penulis lulus dari SMA Negeri 8 Bogor dan diterima sebagai mahasiswa Departemen Statistika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Institut Pertanian Bogor jalur masuk USMI. Selama menjalani perkuliahan. penulis aktif sebagai bendahara Badan Pengawas Himpunan Keprofesian Gamma Sigma Beta periode 3. Penulis juga sempat mengikuti kegiatan kepanitiaan. diantaranya Pekan Olahraga Statistika sebagai staff divisi konsumsi pada tahun dan The 8th Statistika Ria sebagai staff divisi acara pada tahun 2. Pada tahun 3. penulis berkesempatan menjalani praktik lapang di Balai Penelitian Tanaman Rempah dan Obat (Balittro) Bogor.