Anda di halaman 1dari 4

245

PERBANDINGAN LAJU PERTUMBUHAN MODEL MORGAN MERCER


FLODI N DAN GOMPERTZ
Prawitra Kusumastuti, Ni Wayan S. Wardhani, Loekito A. Soehono

Jurusan Matematika, F.MIPA, Universitas Brawijaya, Malang, Indonesia
Email: prawitra.kusumastuti@gmail.com
Abstrak. Analisis regresi linier kurang tepat untuk menggambarkan pola pertumbuhan yang tidak bersifat linier dan asumsi
nonautokorelasi dilanggar. Oleh karena itu, model nonlinier diperlukan untuk memodelkan pola pertumbuhan yang
berbentuk sigmoid. Pada penelitian ini digunakan model Morgan Mercer Flodin (MMF) dan Gompertz karena posisi titik
belok yang hampir sama. Tujuan penelitian adalah membandingkan model MMF dan Gompertz dalam menggambarkan pola
pertumbuhan tanaman tomat serta laju pertumbuhan kedua model. Data yang digunakan adalah tinggi tanaman tomat yang
diberi perlakuan konsentrasi dan frekuensi hormon GA
3
. Pendugaan parameter menggunakan metode kuadrat terkecil
nonlinier dengan iterasi Lavenberg Marquardt. Berdasarkan R
2
adj
model MMF yang lebih besar dari R
2
adj
model Gompertz
dan statistik AIC model MMF lebih kecil dibandingkan AIC model Gompertz, maka model MMF lebih baik dalam
menjelaskan pola pertumbuhan dibandingkan model Gompertz. Kurva laju pertumbuhan absolut meningkat sampai laju
pertumbuhan mencapai maksimum pada minggu ke-5 kemudian semakin menurun seiring bertambahnya umur tanaman.
Kurva laju pertumbuhan relatif menggambarkan persentase penambahan tinggi tanaman yang menurun secara exponensial.
Kata Kunci: MMF, Gompertz, Laju Pertumbuhan
1. PENDAHULUAN
Analisis regresi linier merupakan alat yang umum digunakan untuk mengetahui pengaruh
peubah prediktor pada peubah respon. Namun tidak semua data membentuk pola linier, seperti data
pertumbuhan. Sebaran data pertumbuhan cenderung membentuk kurva sigmoid (sigmoid growth
models). Data pertumbuhan cenderung berkorelasi satu sama lain, maka penggunaan analisis regresi
linier kurang tepat. Oleh karena itu regresi model pertumbuhan diperlukan untuk dapat memodelkan
sebaran data pertumbuhan dengan baik (Draper dan Smith, 1992).
Morgan Mercer Flodin (MMF) adalah model pertumbuhan yang belum banyak dibahas karena
struktur persamaan yang kompleks (Piegorsch dan Bailer, 2005). Menurut Seber dan Wild (2003)
posisi titik belok pada model MMF hampir sama dengan model Gompertz. Oleh karena itu, kedua
model ini dibandingkan dalam menggambarkan pola pertumbuhan tanaman tomat dan laju
pertumbuhan tanaman yang digambarkan oleh kurva laju pertumbuhan absolut dan relatif.
2. TINJAUAN PUSTAKA
2.1 Model Gompertz
Draper dan Smith (1992), menyatakan bahwa kurva pertumbuhan Gompertz berbentuk sigmoid namun
tidak simetris terhadap titik belok. Model Gompertz juga dapat dilihat pada Piegorsch dan Bailer (2005) serta
Seber dan Wild (2003)
()
(

)

di mana : nilai pertumbuhan maksimum; : nilai pertumbuhan tahap awal (()); : skala pertumbuhan;
: umur tanaman
Menurut Draper dan Smith (1992) titik belok didapatkan dengan

yaitu saat umur () dan tinggi ()



Laju pertumbuhan absolut (absolut growth rate) menurut Brown et al. (1988) adalah ukuran perubahan tinggi
tanaman dari waktu ke waktu (cm/MST). Laju pertumbuhan pada setiap umur amatan diperoleh dengan
mensubstitusikan umur amatan () pada turunan pertama model berikut


Sedangkan laju pertumbuhan relatif menurut Fitzhugh dan Taylor (1971) adalah perubahan tingkat laju
pertumbuhan (persentase / MST), didapat dengan membandingan laju pertumbuhan absolut dengan model





246


2.2 Model MMF
Seber dan Wild (2003) menyatakan bahwa model pertumbuhan MMF merupakan salah satu
model yang memiliki pola pertumbuhan membentuk kurva sigmoid. Menurut Avanza et al. (2008)
serta Piegorsch dan Bailer (2005) bentuk umum dari fungsi MMF dinyatakan sebagai
()


atau dapat ditulis dalam bentuk (Seber dan Wild, 2003) :
()


di mana : nilai pertumbuhan maksimum; : nilai pertumbuhan tahap awal (()); : skala
pertumbuhan; : parameter yang menentukan letak titik belok kurva; : umur tanaman
Menurut Seber dan Wild (2003) titik belok MMF saat
[

;
()


sedangkan untuk nilai tidak terdapat titik belok. Semua kurva MMF merupakan sublogistic
artinya titik belok () selalu di bawah

kurva Logistic. Laju pertumbuhan absolut pada model MMF


adalah

( )(

)
(


Sedangkan laju pertumbuhan relatif adalah

(
( )(

)
(

)(

)
2.3 Pendugaan Parameter
Menurut Rawlings et al. (1998), metode kuadrat terkecil yang digunakan untuk menduga
parameter dalam model nonlinier berbeda. Tidak seperti model linier, turunan parsial dari model
nonlinier adalah fungsi dari parameter. Persamaan nonlinier yang dihasilkan, tidak mudah diselesaikan
sehingga menurut Draper dan Smith (1992) pendugaan parameter model nonlinier dilakukan dengan
metode iterasi. Salah satu metode untuk memperoleh pendugaan parameter adalah dengan
menggunakan metode Lavenberg Marquardt. Menurut Chong dan Zak (2001) algoritma Lavenberg
Marquardt adalah

(((

))

()
2.4 Pengujian Asumsi
Menurut Rawlings et al. (1998) model nonlinier dilandasi pada asumsi (

).
Sedangkan menurut Draper dan Smith (1992) data pertumbuhan cenderung berkorelasi satu sama lain,
serta sebaran data membentuk kurva sigmoid, sehingga asumsi linieritas dan nonautokorelasi
dilanggar. Pengujian asumsi yang dilakukan yaitu (1) Asumsi kenormalan galat dengan uji
Kolmogorov-Smirnov; (2) Asumsi kehomogenan ragam galat dengan uji J.Szroeter.
2.5 Kriteria Pemilihan Model Terbaik
Pemeriksaan kebaikan model yang digunakan ialah koefisien determinasi disesuaikan (

)
dan Akaikes Information Criterion (). Menurut Draper dan Smith (1992),

mengukur
proporsi keragaman yang dapat dijelaskan oleh model yang telah disesuaikan dengan melibatkan
derajat bebas galat dan total. Menurut Kutner et al. (2004) Akaikes Information Criterion ()
merupakan ukuran kebaikan model, semakin kecil maka semakin baik model tersebut.



247


3. METODE PENELITIAN
3.1 Sumber Data
Penelitian ini menggunakan data sekunder, hasil penelitian Simanungkalit (2011). Digunakan
dua faktor, yakni konsentrasi hormon GA
3
(0, 150, 300, 450 ppm) dan frekuensi pemberian (1, 2, 3),
menghasilkan 12 kombinasi perlakuan. Simanungkalit ( 2011) melaporkan hasil kombinasi perlakuan
K0F1, K1F2, K2F2 dan K3F3 berpengaruh terhadap tanaman tomat, sehingga penelitian ini dilandasi
pada perlakuan-perlakuan tersebut.
3.2 Metode Analisis
Prosedur analisis terhadap data adalah (1) Membuat diagram pencar antara umur dengan tinggi.
(2) Menghitung penduga awal parameter untuk masing-masing model. (3) Menduga parameter setiap
model menggunakan metode iterasi Lavenberg Marquardt. (4) Menguji asumsi kenormalan galat dan
kehomogenan ragam galat. (5) Memeriksa keakuratan model dengan

dan . (6) Menghitung


laju pertumbuhan maksimum, pada model MMF dan Gompertz. (7) Menghitung laju pertumbuhan
absolut dan relatif pada model MMF dan Gompertz. (8) Membuat kurva laju pertumbuhan absolut dan
relatif pada masing masing model.
4. HASIL DAN PEMBAHASAN
Berdasarkan hasil analisis diperoleh

lebih besar dari 0.99 artinya, sekitar 99% model yang


terbentuk dapat menjelaskan keragaman tinggi tanaman tomat.

model MMF lebih besar dari


model Gompertz dan statistik MMF lebih kecil dibandingkan dari model Gompertz, maka
model MMF lebih baik dalam menjelaskan pola pertumbuhan dibandingkan model Gompertz.
Tabel Hasil Perhitungan

dan
Model Perlakuan


MMF K0F1 0.999 12.6228
K1F2 0.999 10.1922
K2F2 0.995 29.8753
K3F3 0.997 25.5255
Gompertz K0F1 0.998 17.58923
K1F2 0.998 18.35966
K2F2 0.991 32.59847
K3F3 0.995 28.4344

Model MMF pada perlakuan :
K0F1
()
( )


K1F2
()
( )


K2F2
()
( )


K3F3
()
( )



(a) (b)
Gambar (a) Diagram laju pertumbuhan absolut (b) Diagram laju pertumbuhan relatif

Pada perlakuan K0F1 (pemberian hormon GA
3
sebanyak 1 kali dengan konsentrasi 0 ppm)
model MMF, tinggi maksimum yang dapat dicapai tanaman tomat adalah 124.080 cm, tinggi pada
saat awal tanam sekitar 6.907 cm, perubahan tinggi tanaman 0.00134 cm/MST dan nilai 3.625 yang
digunakan untuk mengetahui titik belok kurva.


248


Berdasarkan Gambar (a) bahwa laju pertumbuhan absolut menggambarkan perubahan
kenaikkan tinggi (cm) tanaman tomat setiap pengamtan (MST). Pada masa awal pertumbuhan laju
pertumbuhan absolut terus meningkat sampai laju pertumbuhan maksimum pada minggu ke 5
kemudian semakin menurun seiring bertambahnya umur tanaman. Berdasarkan Gambar (b) bahwa laju
pertumbuhan relatif menggambarkan perubahan laju pertumbuhan hingga dewasa (% per MST) yang
relatif semakin menurun secara exponensial.
Pada model MMF dengan perlakuan K0F1 dan K1F2, laju pertumbuhan yang maksimum terjadi
pada minggu ke-5 sebesar18.303cm/MST dan 20.459cm/MST. Pada perlakuan K2F2 laju
pertumbuhan yang maksimum terjadi pada minggu ke-6 sebesar 20.920cm/MST sedangkan pada
perlakuan K3F3 pada minggu ke-7 sebesar 20.790cm/MST.
Pada model Gompertz dengan perlakuan K0F1, K1F2, dan K2F2 laju pertumbuhan yang
maksimum terjadi pada minggu ke-5 sebesar 17.209m/MST, 19.022cm/MST dan 18.416cm/MST.
Sedangkan pada perlakuan K3F3 pada minggu ke-7 sebesar 18.694cm/MST.
Frekuensi pemberian hormon GA
3
sebanyak dua kali walaupun dengan konsentrasi hormon GA
3

yang berbeda (K1F2 dan K2F2), memberikan hasil yang tidak berbeda pada model Gompertz, tinggi
maksimum yang dapat dicapai tanaman tomat 138-140 cm, tinggi awal tanam berkisar 6.67 cm,
dengan laju pertumbuhan atau perubahan tinggi 6.7 cm/MST. Semakin tinggi konsentrasi dan
frekuensi pemberian hormon GA
3
maka semakin maksimum tinggi yang akan dicapai tanaman karena
hormon GA
3
merupakan hormon pengatur pertumbuhan.
5. KESIMPULAN
Berdasarkan

dan disimpulkan bahwa model MMF lebih baik dalam menjelaskan


pola pertumbuhandibandingkan model Gompertz. Kurva laju pertumbuhan absolut meningkat sampai
laju pertumbuhan mencapai maksimum pada minggu ke-5 kemudian semakin menurun seiring
bertambahnya umur tanaman. Kurva laju pertumbuhan relatif menggambarkan persentase
penambahan tinggi tanaman yang menurun secara exponensial seiring bertambahnya umur tanaman.
DAFTAR PUSTAKA
Avanza, M.M, Bramardi, S.J. and Mazza, S.M., (2008), Statistical Models to Describe the Fruit
Growth Pattern in Sweet Orange Valencia Late, Spanish Journal of Agricultural Research, 6
(4), hal. 577-585.
Brown, A.H., Johnson, Jr.Z.B., Chewning, J.J. and Brown, C.J., (1988), Relationships Among
Absolut Growth Rate, Relative Growth Rate And Feed Conversion During Postweaning
Feedlot Performance Tests, Journal of Animal Science, 66, hal. 2524-2529.
Chong, E.K.P and Zak, S.H., (2008), An Introduction to Optimization, Second Edition, John Wiley
and Sons, Inc. New York.
Draper, N.R. dan Smith, H., (1992), Analisis Regresi Terapan, Terjemahan Bambang Sumantri,
Gramedia. Jakarta.
Fitzhugh, H.A. and Taylor, St.C.S., (1971), Genetic Analysis Of Degree Of Maturity, Journal of
Animal Science, 33, hal. 717-725.
Kutner, M.H., Nachtsheim, C.J., Neter, J. and Li, W., (2004), Applied Linier Statistical Models, Fifth
Edition, McGraw-Hill. New York.
Piegorsch, W.W. and A. J. Bailer. , (2005), Analyzing Environmental Data, John Wiley & Sons, Ltd.
England.
Rawlings, J.O., S.G. Pantula and D.A. Dickey., (1998), Applied Regression Analysis: A Research
Tool, Second Edition, Springer. New York.
Seber, G.A.F. and Wild, C.J., (2003), Nonlinier Regression, John Wiley & Sons, Inc. New Jersey.
Simanungkalit, R.E, (2011), Peningkatan Mutu dan Hasil Tanaman Tomat (Lycopersicum esculentum
Mill.) dengan Pemberian hormon GA
3
, Skripsi, Universitas Sumatra Utara, Medan. Indonesia.