PENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP

dokumen-dokumen yang mirip
SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA

ANALISIS KERAGAMAN PADA DATA HILANG DALAM RANCANGAN KISI SEIMBANG SKRIPSI

STATISTIKA INDUSTRI 2 TIN 4004

PENGGUNAAN UJI MULTIVARIAT FRIEDMAN PADA RANCANGAN ACAK KELOMPOK LENGKAP

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

ESTIMASI DATA HILANG MENGGUNAKAN REGRESI ROBUST S

ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU

PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

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

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP (Studi kasus: Cara Mengajar Dosen Jurusan Statistika UNDIP)

PROGRAM LINIER FUZZY PENUH DENGAN METODE KUMAR. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

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

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.

PENGGUNAAN UJI SKILLINGS-MACK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP TIDAK SEIMBANG. Mustakim 1, Anisa 2, Raupong 3 ABSTRAK

RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG PARSIAL (RAKTLSP)

PENENTUAN KEPUTUSAN MULTI KRITERIA DENGAN HIMPUNAN SAMAR

EFEKTIVITAS ANALISIS PERAGAM UNTUK MENGENDALIKAN GALAT PERCOBAAN PADA RANCANGAN ACAK KELOMPOK DENGAN MATERI PERCOBAAN TERNAK BABI

Kata Kunci: Rancangan Acak Kelompok Tidak Lengkap Seimbang, Uji Nonparametrik, uji Durbin-Skillings-Mack. 1. Pendahuluan

PADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN

ANALISIS KERAGAMAN PADA DATA HILANG DALAM RANCANGAN KISI SEIMBANG

RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN

Program Linear Fuzzy dengan Koefisien dan Konstanta Kendala Bilangan Fuzzy

Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

Oleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.

EKSPERIMENTAL DESAIN. Created by : Ika Damayanti, S.Si, M.Si

STUDI TENTANG PERSAMAAN FUZZY

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

BAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda

FUZZY MULTI-CRITERIA DECISION MAKING

Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA

II. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,

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

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

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

OPERASI PADA GRAF FUZZY

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

SIFAT-SIFAT GRAF SIKEL DENGAN PELABELAN FUZZY

Erwien Tjipta Wijaya, ST.,M.Kom

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

ANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT

BAB II LANDASAN TEORI

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

MODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN

MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB

VETRI YANTI ZAINAL STKIP PGRI

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

OPERASI HITUNG PADA BILANGAN KABUR

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.

Monif Maulana 1), Nur Arina Hidayati 2) 1 Fakultas Keguruan dan Ilmu Pendidikan, UAD

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari

PERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL 2 k MELALUI METODE BISSELL. Kata Kunci : Faktorial Fraksional dua level, Metode Bissell

BAB 2 TINJAUAN PUSTAKA

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto

Aplikasi Fuzzy Pada Bidang Kedokteran Dalam Pendiagnosaan Penyakit Fuzzy Application in Medical Diagnosis Desease

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

BAB 2 TINJAUAN PUSTAKA

ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH. Mahasiswa Jurusan Statistika FSM UNDIP. Staf Pengajar Jurusan Statistika FSM UNDIP

MENENTUKAN NILAI AKHIR KULIAH DENGAN FUZZY C-MEANS

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)

Regresi Linier Berganda untuk Penentuan Nilai Konstanta pada Fungsi Konsekuen di Logika Fuzzy Takagi-Sugeno

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Metode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

Pertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016

FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)

PERCOBAAN FAKTORIAL DENGAN RANCANGAN DASAR BUJUR SANGKAR LATIN

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP. Cara Mengajar Dosen Jurusan Statistika UNDIP)

RENCANA PEMBELAJARAN SEMESTER GENAP 2016/2017 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS ESA UNGGUL

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.

ANALISIS POLINOMIAL ORTOGONAL BERDERAJAT TIGA PADA RANCANGAN ACAK LENGKAP

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

PENERAPAN STRATEGI BELAJAR AKTIF TIPE LEARNING TOURNAMENT PADA PEMBELAJARAN MATEMATIKA SISWA KELAS VIII SMPN 15 PADANG

STATISTIK TERAPAN DAN RANCANGAN PERCOBAAN. Dr. G. Ciptadi (Genetics, Animal Breeding, Tech.Lab., Stat. Rancob) Lab. Gen.Pem Ternak dan LSIH-UB

ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES )

PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG TERHADAP KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK PADA PERTUMBUHAN TANAMAN JAGUNG

ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN

ITERASI TIGA LANGKAH PADA PEMETAAN ASIMTOTIK NON- EKSPANSIF

Analisis Data Panel Tidak Lengkap Model Komponen Error Dua Arah dengan Metode Minimum Variance Quadratic Unbiased Estimation (MIVQUE) SKRIPSI

METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES

PROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011

PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL FUZZY ORDE SATU MENGGUNAKAN METODE ADAMS BASHFORTH MOULTON ORDE TIGA

PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)

Transkripsi:

PENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP Yulia Umi Ratu 1, Raupong 2, Andi Kresna Jaya 3 yuliaumir@gmail.com Program studi Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin ABSTRAK Uji sequential pada perancangan percobaan adalah uji hipotesis berurutan yang memberikan tiga kriteria kesimpulan, yaitu menerima hipotesis nol, menolak hipotesis nol, atau melakukan pengamatan lebih lanjut. Metode Fuzzy Sequential baik digunakan untuk data dalam jumlah banyak dan mahal, karena metode fuzzy sequential dapat meminimalkan jumlah pengamatan. Penerapan metode fuzzy pada uji sequential dilakukan dengan mendefinisikan semua parameter yang berhubungan dengan uji ke dalam fuzzy triangular number. Metode fuzzy sequential kemudian diterapkan pada data rancangan acak kelompok lengkap (RAKL) model tetap dan diperoleh hasil bahwa terdapat perbedaan perlakuan terhadap pemberian ranum cukup menggunakan kelompok n = 3 (proses pengujian dihentikan). Hasil proses fuzzy sequential yang diperoleh sesuai dengan hasil yang diperoleh dengan menggunakan uji analisis variansi umum yang membuktikan bahwa cukup dengan menggunakan 3 kelompok pada pengujian memberikan hasil untuk menolak pada taraf signifikansi 5%. Kata Kunci : Sequential, Fuzzy triangular number, RAKL. ABSTRACT A Sequential test in experimental design is a sequence hypothesis test that gives three decision criteria, such as accepted hypothesis null, rejected hypothesis null, or take further observations. The Sequential Fuzzy methods used for large amounts of data and costly, because the fuzzy sequential method can minimize the number of observations. A fuzzy method applied to the sequential test by defined all parameters to fuzzy triangular number. Fuzzy sequential method was then applied to the data complete randomized block design (CRBD) fixed model and obtained results that there are differences in the treatment of giving ripe enough to use groups of n = 3 (stop the process). Fuzzy sequential process results obtained in accordance with the results obtained using analysis of variance test proved that the public simply by using the 3 groups on the test results to deny H 0 at significance level of 5%. Keywords: Sequential test, Fuzzy triangular number, CRBD. 1. PENDAHULUAN Uji hipotesis merupakan metode pengambilan keputusan berdasarkan analisis data dari suatu percobaan. Pada pengujian statistik dikembangkan bahwa uji sequential merupakan salah satu pengujian hipotesis yang banyaknya obyek diamati tidak ditentukan terlebih dahulu melainkan diamati secara berurutan satu demi satu. Ray (1956) menerapkan pengujian ini untuk dua kasus khusus dari perancangan percobaan, yaitu: (a) klasifikasi satu arah, dan (b) klasifikasi dua arah. 1

Kemudian Talukdar dan Baruah (2010) mengembangkan prosedur keputusan fuzzy pada uji sequential rancangan acak lengkap (RAL). Julima (2015) melakukan prosedur uji sequential pada rancangan acak lengkap melalui Penerapan Metode Fuzzy Sequential pada Rancangan Acak Lengkap. Metode Fuzzy Sequential juga baik digunakan pada data Rancangan Acak Lengkap Model Tetap untuk data dalam jumlah banyak dan mahal, karena metode fuzzy sequential dapat meminimalkan jumlah pengamatan. 2. TINJAUAN PUSTAKA 2.1 RANCANGAN ACAK KELOMPOK LENGKAP Rancangan Acak Kelompok Lengkap (RAKL) merupakan rancangan acak kelompok dengan semua perlakuan dicobakan pada setiap kelompok yang ada. RAKL digunakan jika unit percobaan tidak homogen sehingga perlu pengelompokan sedemikian hingga dalam satu kelompok relatif homogen. Hipotesis yang diuji dengan model tetap pada RAKL, yaitu (Freund dan Wilson, 1996): 1. Pengaruh perlakuan H 0 : b 1 b 2... b k 0 (tidak ada pengaruh perlakuan terhadap respon yang diamati) H 1 : paling sedikit ada satu t dengan b t 0 (ada pengaruh perlakuan terhadap respon yang diamati) 2. Pengaruh kelompok H 0 : v 1 = v 2 =... = v n = 0 (tidak ada pengaruh kelompok terhadap respon yang diamati) H 1 : paling sedikit ada satu i dengan v i 0 (ada pengaruh kelompok terhadap respon yang diamati). 2.2 TEORI FUZZY Himpunan adalah kumpulan obyek-obyek yang dapat diperlakukan sebagai satu kesatuan. Seorang ahli matematika George Cannor dalam penelitian Widagda (2012), menyatakan himpunan dengan anggota-anggotanya sehingga suatu item dari suatu semesta dapat merupakan anggota atau bukan anggota dari suatu himpunan. Fungsi himpunan tegas bernilai diantara 0 atau 1 untuk setiap individu pada himpunan semesta yang memberi perbedaan antara anggota dan bukan anggota dari himpunan tegas. Fungsi ini dapat dikembangkan, yaitu nilai dari elemen himpunan semesta pada range tertentu mengindikasi tingkat keanggotaan dari elemen himpunan. Nilai terbesar disebut sebagai derajat keanggotaan tertinggi. Fungsi yang demikian disebut sebagai fungsi keanggotaan dan himpunannya disebut himpunan fuzzy. Jadi dapat dikatakan himpunan fuzzy adalah sebuah himpunan yang anggotanya memiliki derajat keanggotaan tertentu (Klir & Yuan, 1995). 2.3 FUNGSI KEANGGOTAAN FUZZY Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah melalui pendekatan fungsi. Fungsi keanggotaan yang digunakan pada artikel ini, yaitu representasi kurva segitiga (fuzzy triangular number). Kurva segitiga pada dasarnya merupakan gabungan antar dua garis (linier) seperti terlihat pada Gambar 1. 2

µ[x] 1 Derajat keanggotaan 0 a b c domain x Gambar 1. Representasi Kurva Segitiga Fungsi keanggotaan dari representasi kurva segitiga, yaitu: [ ] { Himpunan fuzzy memiliki beberapa model fungsi keanggotaan. Akan tetapi, model yang paling sering digunakan untuk memperlihatkan keanggotaan fuzzy adalah model kurva segitiga. Hal ini dikarenakan pada kurva menunjukkan fungsi keanggotaan yang menanjak naik atau turun (Klir & Yuan, 1995). 2.4 OPERASI ARITMETIKA FUZZY Operasi aritmetika pada interval tertutup [a,b] dan [c,d] dengan a b dan c d didefinisikan sebagai berikut (Klir & Yuan, 1995): a. Penjumlahan [ ] [ ] [ ] (2.5) b. Pengurangan [ ] [ ] [ ] (2.6) c. Perkalian [ ] [ ] [ ] (2.7) d. Pembagian [ ] [ ] [ ] * + dengan syarat [ ] 3. METODOLOGI PENELITIAN [ ] (2.8) Data yang digunakan pada penelitian ini adalah data berpola Rancangan Acak Kelompok Lengkap yaitu data rata-rata bobot badan babi pada umur 6 bulan akibat pemberian ransum yang diteliti oleh I Ketut Gordeyase Mas dalam penelitiannya yang berjudul Efektivitas Analisis Peragam Untuk Mengendalikan Galat Percobaan pada Rancangan Acak Kelompok dengan Materi Percobaan Ternak Babi yang menerapkan 5 k3lompok pada setiap 4 perlakuan sebagai berikut: 1. Perlakuan : T 1 = Pemberian ransum dengan kandungan protein sebesar 15% T 2 = Pemberian ransum dengan kandungan protein sebesar 17,5% T 3 = Pemberian ransum dengan kandungan protein sebesar 20% T 4 = Pemberian ransum dengan kandungan protein sebesar 22,5% 3

2. Kelompok : K1 = anak babi yang berasal dari jumlah anak sepelahiran 3-4 ekor K2 = anak babi yang berasal dari jumlah anak sepelahiran 5-6 ekor K3= anak babi yang berasal dari jumlah anak sepelahiran 7-8 ekor K4= anak babi yang berasal dari jumlah anak sepelahiran 9-10 ekor K5= anak babi yang berasal dari jumlah anak sepelahiran lebih dari 10 ekor Adapun metode analisis pada artikel ini, yaitu: (i) Menerapkan prosedur uji sequential pada rancangan acak kelompok lengkap model tetap: (ii) Menerapkan metode fuzzy yaitu dengan mendefinisikan semua parameter terkait dalam uji sequential pada RAKL ke dalam fuzzy triangular number; (iii) Menerapkan prosedur pengambilan keputusan dengan metode fuzzy sequential pada data sekunder; (iv) Pengambilan kesimpulan. 4. HASIL DAN PEMBAHASAN 4.1 Penerapan Uji Sequential pada Rancangan Acak Kelompok Lengkap Model Tetap Nilai parameter yang digunakan dalam menentukan kriteria uji yaitu G (N) diperoleh melalui persamaan: dengan:, t = 1,2,,k (4.1) (4.2) dengan tiga kriteria uji sequential pada rancangan acak kelompok lengkap yaitu : (i) Tolak H 0 jika (terdapat perbedaan pengaruh perlakuan dan kelompok); (ii) Terima H 0 jika (tidak terdapat perbedaan pengaruh perlakuan dan kelompok); (iii) Mengambil pengamatan lebih lanjut jika (menambah jumlah pengamatan). dimana : = parameter uji = fuzzy triangular number pengamatan = fuzzy triangular number peluang galat pengamatan 4.2 Penerapan Fuzzy Sequential pada Rancangan Acak Kelompok Lengkap Model Tetap Penerapan fuzzy sequential dalam Rancangan Acaka Kelompok lengkap dilakukan dengan terlebih dahulu mendefinisikan parameter terkait ke dalam fuzzy triangular number. Setelah setiap pengamatan memiliki bentuk fuzzy, selanjutnya adalah mendefinisikan bentuk fuzzy triangular number dari G (N), yaitu: 4

( ( ) ) ( ( ), - ) (4.3) [., -, - ] persamaan fuzzy untuk bagian lainnya yaitu. (i) Peluang galat α dan β Fuzzy triangular number dari peluang galat α dan peluang galat β dapat didefinisikan sebagai berikut: [ ] (4.4) [ ] (4.5) Interval kepercayaan dari berturut-turut yaitu: * + (4.6) Kemudian dengan cara yang sama seperti sebelumnya didapatkan f.m.f dari adalah (4.7) { Sehingga fuzzy triangular number sebagai berikut : * + (4.8) 4.3 Penerapan Metode Fuzzy Sequential pada Data Rancangan Acak Kelompok Lengkap Model Tetap Metode Fuzzy Sequential diterapkan pada data Rancangan Acak Kelompok Lengkap yang diteliti oleh I Ketut Gordeyase yang disajikan pada Tabel 4.1 dengan kelompok (n) = 5 dan taraf perlakuan sebagai berikut : Tabel 4.1 Data Rata-rata Bobot Badan Babi pada Umur 6 Bulan Akibat Pemberian Ransum Kelompok Perlakuan Rata-rata Perlakuan T 1 T 2 T 3 T 4 K 1 60,380 63,475 65,994 66,945 64,1985 K 2 62,115 65,082 67,458 68,873 65,882 K 3 61,496 64,998 66,869 69,440 65,70075 K 4 64,098 65,914 68,123 71,247 67,3455 K 5 62,574 66,099 68,435 70,356 66,85925 Rata-rata Kelompok 62,1272 65,1136 67,3722 69,3772 65,9972 Sumber : I Ketut Gordeyase, 2009 5

Kemudian hipotesis yang diuji adalah : 1. Pengaruh perlakuan H 0 : b 1 b 2... b 4 0 (tidak terdapat perbedan pengaruh pemberian ransum terhadap bobot badan babi) H 1 : paling sedikit ada satu t dengan b t 0 (terdapat perbedaan pengaruh pemberian ransum terhadap bobot badan babi) 2. Pengaruh kelompok H 0 : v 1 = v 2 =... = v 5 = 0 (tidak terdapat perbedaan pengaruh umur terhadap bobot badan babi) H 1 : paling sedikit ada satu i dengan v i 0 (terdapat perbedaan pengaruh umur terhadap bobot badan babi). dengan peluang diasumsikan v = 0,1 dan h = 0,001 maka diperoleh nilai Sebelum dilakukan perhitungan untuk metode fuzzy sequential pada data RAKL, maka terlebih dahulu dilakukan perhitungan nilai yang akan dipakai dalam kriteria pengambilan keputusan. { } { } Setelah diperoleh fuzzy triangular number dari data RAKL, maka diperoleh hasil perhitungan Metode Fuzzy Sequential pada Data RAKL sebagai berikut :. ( ) ( ) [. ( ) ]. ( ) (. ( ) Setelah nilai fuzzi sequential Sequential yaitu : ) diperoleh, maka diperoleh hasil perhitungan Metode Fuzzy 0 1 (i) Untuk α = 0,1 : 6

(ii) Untuk α = 0,05 : (iii) Untuk α = 0,01 : Nilai kemudian dibandingkan dengan nilai dan menggunakan aturan keputusan fuzzy sequential pada sub bab 4.1 dan didapatkan hasil proses fuzzy sequential pada kelompok 3 telah memenuhi kondisi di keputusan (i) sebagai berikut : yaitu sehingga disimpulkan bahwa proses fuzzy sequential terima atau menolak pada kelompok ke n = 3, artinya pada proses fuzzy sequential cukup menggunakan 3 kelompok pada pengujian sudah dapat menjelaskan bahwa terdapat perbedaan pengaruh pemberian ransum terhadap bobot badan babi dan terdapat perbedaan pengaruh umur terhadap bobot badan babi. 5. KESIMPULAN 5.1 Kesimpulan Kesimpulan yang diperoleh dari penelitian ini adalah : 1) Penerapan metode fuzzy sequential pada rancangan acak kelompok lengkap (RAKL) memberikan hasil pengujian yaitu cukup menggunakan 3 kelompok pengujian telah memberikan hasil untuk menolak H 0 yang artinya terdapat perbedaan pengaruh pemberian ransum terhadap bobot badan babi dan terdapat perbedaan pengaruh umur terhadap bobot badan babi. 2) Nilai peluang galat α yang semakin kecil dan nilai peluang galat β semakin besar menyebabkan nilai akan berkurang, sehingga keputusan yang dihasilkan semakin mendekati keputusan menolak H 0 artinya terdapat perbedaan pengaruh pemberian ransum terhadap bobot badan babi. 3) Dari pengujian nilai fuzzy tringular number dari peluang galat diperoleh hasil untuk α = 0,1; 0,05 maupun 0,01 tetap berada dalam kriteria fungsi keanggotaan fuzzy sequential, artinya peluang galat tersebut baik digunakan dalam pengujian fuzzy sequential pada RAKL. 5.2 Saran Saran yang dapat diberikan pada tugas akhir selanjutnya, yaitu metode fuzzy sequential dapat digunakan pada kasus rancangan acak lengkap selain menggunakan metode analisis variansi yang umum dan menggunakan metode perancangan percobaan lainnya. 6. DAFTAR PUSTAKA Freund, Wilson. 1996. Statistical Methods Second Edition. USA: Academic Press. Gordeyase M.I.K. 2009. Efektivitas Analisis Peragam untuk Mengendalikan Galat Percobaan pada Rancangan Acak Kelompok dengan Materi Percobaan Ternak Babi, Semarang, Universitas Diponegoro. 7

Hanafiah K.A. 2011. Rancangan Percobaan: Teori dan Aplikasi. Jakarta, Rajawali Press. Julima A.R.A.. 2015. Penerepan Metode Fuzzy Sequential pada Rancangan Acak Lengkap. Makassar. Universitas Hasanuddin. Kusumayati A. 2009. Materi Ajar Metodologi Penelitian, Kerangka Teori, Kerangka Konsep dan Hipotesis. Depok: Universitas Indonesia. Klir G.J., Yuan. 1995. Fuzzy Sets and Fuzzy Logic, Theory and Applications. London: Prentice Hall PTR International Inc. Kurnia S.N. 2012. Rancangan Sequential Probability Ratio Test (SPRT). Yogyakarta: Universitas Negeri Yogyakarta. Montgomery, D.C. 1997. Design and Analysis of Experiments 5th Edition.New York: John Wiley and Sons Inc. Munir R. 2012. Probabilitas dan Statistik. Bandung : Sekolah Teknik Elektro dan Informatika ITB. Ray W.D. 1956. Sequential Analysis Applied to Certain Experimental Designs in The Analysis of Variance. Ba. 43, 388-403. Shoni M. 2012. Konsep dasar Pengujian Hipotesis. http:muja shoni3.blogspot.com201012konsepdasar-pengujian-hipotesis.html. Diakses pada tanggal 22 April 2016. Makassar. Sudjana. 2005. Metoda Statistika. Bandung: Tarsito. Suwanda. 2011. Desain Eksperimen untuk Penelitian Ilmiah. Bandung: Alfabeta. Talukdar R., Baruah HK. (2010). A Fuzzy Sequential Decision Procedure Applied to Completely Randomized Design of Experiments. Int. J. Contemp.Math. Sciences. 26, 1283-1302. Widagda I.G.A. 2012. Diktat Fuzzy Logic. Bali: Universitas Udayana. Yitnosumarto S. 1993. Percobaan perancangan, Analisis, dan Interpretasinya. Jakarta. Penerbit PT.Gramedia Pustaka Umum. 8