Anda di halaman 1dari 5

Rancangan Percobaan

Rancangan Percobaan Metode Polinomial Ortogonal Dengan perlakuan kuantitatif, banyak kemungkinan taraf perlakuan yang

Metode Polinomial Ortogonal

Dengan perlakuan kuantitatif, banyak kemungkinan taraf perlakuan yang dapat dicobakan dalam satu pengujian. Meskipun taraf perlakuan yang dapat diujikan dalam suatu pengujian jumlahnya terbatas, tetapi minat peneliti biasanya mencakup keseluruhan wilayah perlakuan. Akibatnya, jenis perbandingan rataan yang terarah kepada perlakuan tertentu yang diujikan tidaklah tepat. Pendekatan yang lebih tepat adalah mempelajari hubungan fungsi respons dan perlakuan yang mencakup seluruh wilayah taraf perlakuan yang diujikan.

Misalnya dalam pengujian pemupukan padi dengan kadar nitrogen 0, 30, 60, 90 dan 120 kg N/ha yang diujikan, peneliti tidak tertarik untuk menetapkan bahwa hasil gabah pada 30 kg N/ha, lebih tinggi daripada 0 kg N/ha, dan hasil gabah pada 60 kg N/ha tetap masih lebih tinggi daripada 30 kg N/ha dan seterusnya. Tetapi peneliti berminat untuk

menjelaskan respons hasil dari seluruh wilayah kadar nitrogen yang diujikan. Meskipun kadar nitrogen tertentu misalnya

45 kg N/ha, tidak diujikan, perkiraan atas hasil yang diperoleh dari pemberian kadar nitrogen sebesar 45 kg N/ha tetap

diharapkan. Hal ini dapat diperoleh dari mempelajari suatu fungsi respons nitrogen yang dapat menjelaskan perubahan

hasil untuk setiap perubahan kadar nitrogen yang digunakan. Jenis analisis ini dikatakan sebagai pembandingan arah.

Meskipun pembandingan arah dapat dibuat untuk setiap hubungan fungsi yang diminta, yang paling sederhana dan umum digunakan adalah berdasarkan polinomial. Suatu derajat polinokmial ke –n menjelaskan hubungan antara peubah tidak bebas Y dan peubah bebas X disajikan sebagai :

Y= α + β 1 X +β 2 X 2 + …+β n X n

Sedangkan αadalah intersep dan β i (i= 1,…,n) adalah koefisien sebagian yang berhubungan dengan derajat polinomial ke i.

Cara pembandingan arah berdasarkan polinomial, biasanya lebih dikenal sebagai metode polinomial ortogonal, mencari derajat polinomial terendah yang dapat menyajikan secara memadai antara peubah tak bebas Y( biasnya ditunjukkan dengan respons tanaman atau respons bukan tanaman) dan peubah bebas X (biasanya ditunjukkan dengan taraf perlakuan).

Berikut digambarkan metode polinomial ortogonal dengan perlakuan selang (jarak) sama:

Digunakan data hasil gabah padi dari percobaan RAK dengan perlakuan kg/ha benih (T) terdiri dari 6 perlakuan yaitu T1=

25 kg/ha, T2 = 50 kg/ha, T3= 75 kg/ha, T4= 100 kg/ha, T5= 125 kg/ha, T6=150 kg/ha.

yaitu T1= 25 kg/ha, T2 = 50 kg/ha, T3= 75 kg/ha, T4= 100 kg/ha, T5= 125
yaitu T1= 25 kg/ha, T2 = 50 kg/ha, T3= 75 kg/ha, T4= 100 kg/ha, T5= 125

Rancangan Percobaan

Rancangan Percobaan Tabel Hasil gabah (kg) dengan enam banyak benih yang menggunakan empat ulangan   I

Tabel Hasil gabah (kg) dengan enam banyak benih yang menggunakan empat ulangan

 

I

II

III

IV

TOTAL

T1

3.679

3.215

3.456

3.789

14.1390

T2

4.678

4.831

4.986

4.41

18.9050

T3

5.272

5.713

5.483

5.876

22.3440

T4

5.254

5.423

5.543

5.321

21.5410

T5

5.113

5.398

5.307

5.654

21.4720

T6

3.345

3.467

3.562

3.987

14.3610

TOTAL

27.3410

8.0470

28.3370

9.0370

112.7620

Output RAK dihitung menggunakan program statden

112.7620 Output RAK dihitung menggunakan program statden Langkah 1. Gunakan koefisien Polinomial Ortogonal (lihat

Langkah 1. Gunakan koefisien Polinomial Ortogonal (lihat di hand book) untuk perlakuan dengan selang/jarak sama.

Derajat

Koefisien Polinomial Ortogonal

 

Jumlah Kuadrat

polinomial

 

T1

T2

T3

T4

T5

T6

(∑c 2 )

Linear (ke-1)

-5

-3

-1

1

3

5

70

Kuadratik (ke-2)

5

-1

-4

-4

-1

5

84

Kubik (ke-3)

-5

7

4

-4

-7

5

180

Kuartik (ke-4)

1

-3

2

2

-3

1

28

Kuintik (ke-5)

-1

5

-10

10

-5

1

252

-3 2 2 -3 1 28 Kuintik (ke-5) -1 5 -10 10 -5 1 252 Deny
-3 2 2 -3 1 28 Kuintik (ke-5) -1 5 -10 10 -5 1 252 Deny

Rancangan Percobaan

Rancangan Percobaan Langkah 2. Hitunglah JK untuk setiap kontras db tunggal, atau setiap polinomial ortogonal yang

Langkah 2. Hitunglah JK untuk setiap kontras db tunggal, atau setiap polinomial ortogonal yang diperoleh dari langkah 1. Untuk contoh soal dengan r = 4 dan dengan menggunakan total perlakuan serta rumus JK(L)=∑L 2 /r(∑c 2 ).

∑L =[(-5)(14.139) +(-3) (18.905) + (-1)(22.344) + (1)(21.541) + (3)(21.472) +(5) (14.361)]=8.0080 JK 1 = ∑L 2 /r(∑c 2 )

=64.1281/(4)(70)

= 0.2290

∑L = [(5)(14.139) +(-1) (18.905) +(-4) (22.344) +(-4) (21.541) +(-1) (21.472) +(5) (14.361)]= -73.4170 JK 2 =∑L 2 /r(∑c 2 )

=5390.0559/(4)(84)

= 16.0418

∑L = [(-5)(14.139) + (7)(18.905) +(4) (22.344) +(-4) (21.541) +(-7) (21.472) +(5) (14.361)]= -13.6470 JK 3 =∑L 2 /r(∑c 2 )

=186.2406/(4)(180)

=0.2587

∑L = [(1)(14.139) +(-3) (18.905) + (2)(22.344) + (2)(21.541) +(-3) (21.472) + (1)(14.361)]= -4.8610 JK 4 = ∑L 2 /r(∑c 2 )

=23.6293/(4)(28)

= 0.2110

∑L = [(-1)(14.139) + (5) (18.905) + (-10) (22.344) +(10) (21.541) +(-5) (21.472) +(1) (14.361)]= -20.6430 JK 5 = ∑L 2 /r(∑c 2 )

=426.1334/(4)(252)

=0.4227

Langkah 3. Hitung nilai KT dengan membagi nilai JK dibagi db dan tentu nilai F, kemudian bandingkan dengan nilai F tabel.Masukkan angka yang diperoleh ke dalam sidik ragam.

SK

db

JK

KT

F-hit

Ftabel 5%

Kelompok

3

0.2467

0.0822

1.6019

3.2874

T*

5

17.1633

3.4327

66.8651

2.9013

Linear tn

1

0.2290

0.2290

4.4645

4.5431

*

Kuadratik

1

16.0418

16.0418

312.7063

4.5431

Sisa *

3

0.8924

0.3000

5.7985

3.2874

Galat

15

0.7701

0.0513

TOTAL

23

18.18

0.3000 5.7985 3.2874 Galat 15 0.7701 0.0513 TOTAL 23 18.18 Deny Sumarna,SP.M.Si Page 3

Rancangan Percobaan

Rancangan Percobaan Dari sidik ragam terlihat Perlakuan (T) cenderung untuk membentuk kurva kuadratik (parabola). Berikut

Dari sidik ragam terlihat Perlakuan (T) cenderung untuk membentuk kurva kuadratik (parabola). Berikut adalah contoh perhitungan untuk mencari koefisien regresi dengan persamaan normal.

Model regresi yang dicari Y= b0 + b1X +b2X 2 + e

Y

X 1

X 2 =X 1 2

X 2 2

X 1 2

X 1 X 2

X 1 Y

X 2 Y

3.5348

25.00

625.00

390,625.00

625.00

15,625.00

88.3688

2,209.2188

4.7263

50.00

2,500.00

6,250,000.00

2,500.00

125,000.00

236.3125

11,815.6250

5.5860

75.00

5,625.00

31,640,625.00

5,625.00

421,875.00

418.9500

31,421.2500

5.3853

100.00

10,000.00

100,000,000.00

10,000.00

1,000,000.00

538.5250

53,852.5000

5.3680

125.00

15,625.00

244,140,625.00

15,625.00

1,953,125.00

671.0000

83,875.0000

3.5903

150.00

22,500.00

506,250,000.00

22,500.00

3,375,000.00

538.5375

80,780.6250

28.1905

525.00

56,875.00

888,671,875.00

56,875.00

6,890,625.00

2,491.6938

263,954.2188

∑Y

∑X 1

∑X 2

∑X 2 2

∑X 1 2

∑X 1 X 2

∑X 1 Y

∑X 2 Y

nb0

+ b1∑X 1

+ b2∑X 2

=∑y

b0∑X 1 + b1∑X 1 2

+ b2∑X 1 X 2 =∑X 1 Y

 

b0∑X 2 + b1∑X 1 X 2 + b2∑X 2 2

=∑X 2 Y

6b0

+ b1 (525)

+ b2 (56875)

= 28.1905

(1)

b0 (525) + b1 (56875) + b2 (6890625) b0 (56875) + b1 (6890625) + b2 (888671875)

= 2491.6938…

= 263954.21…(3)

(2)

persamaan diatas dapat diselesaikan menggunakan eliminasi maupun dengan matrik. Berikut contoh perhitungan dengan matrik

  56875

6

525

525

56875

6890625

888671875

56875

6890625

x

b 0  

b 2  

28.1905

  263954.2188

2491.6938

b 1

=

b

b 1

b

0

2

=

3.2

0.078

0.0004

0.0022

0.000012

0.078

0.0004

0.000012

08

6.8571

E

1

x

28.1905

263954.2188

2491.6938

=

1.4392

0.0941

0.0005

Persamaan regresi Kuadratik : Y =1.4392 + 0.0941X – 0.0005X 2

*** tugas : cari persamaan dengan eliminasi****

Titik X (T) optimum = -b1/(2.b2)

= -0.0941/((2)(-0.0005))

= 89.68 kg N/ha

eliminasi**** Titik X (T) optimum = -b1/(2.b2) = -0.0941/((2)(-0.0005)) = 89.68 kg N/ha Deny Sumarna,SP.M.Si Page
eliminasi**** Titik X (T) optimum = -b1/(2.b2) = -0.0941/((2)(-0.0005)) = 89.68 kg N/ha Deny Sumarna,SP.M.Si Page

Rancangan Percobaan

Rancangan Percobaan Dengan jumlah gabah = 1.4392 + 0.0941(89.68) – 0.0005 (89.68 2 ) = 5.657

Dengan jumlah gabah = 1.4392 + 0.0941(89.68) – 0.0005 (89.68 2 ) = 5.657 Kg

1.4392 + 0.0941(89.68) – 0.0005 (89.68 2 ) = 5.657 Kg Grafik diolah menggunakan program Excel.

Grafik diolah menggunakan program Excel.

0.0941(89.68) – 0.0005 (89.68 2 ) = 5.657 Kg Grafik diolah menggunakan program Excel. Deny Sumarna,SP.M.Si
0.0941(89.68) – 0.0005 (89.68 2 ) = 5.657 Kg Grafik diolah menggunakan program Excel. Deny Sumarna,SP.M.Si