Anda di halaman 1dari 8

Ujian Take Home

Analisis Data

Oleh:
MUHAYAT
NIM: 177001026
Dosen : Ibu Dr. Diana Sopia Hanafiah

PROGRAM (S-2)
SEKOLAH PASCA SARJANA
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2018
Ujian Tengah Semester Tahun Ajaran 2018/2019

Mata Kuliah : Analisis Data


Hari/Tanggal : Kamis/22-11-2018
Dosen : Dr. Diana Sofia Hanafiah, S.P, M.P.
Sifat ujian : Take home

Dilakukan suatu penelitian identifikasi karakteristik morfologi beberapa

aksesi tanaman kesemek di Kabupaten Karo, Sumatera Utara. Berdasarkan

metode purposive sampling dipilih 4 kecamatan yaitu kecamatan Berastagi,

kecamatan Kabanjahe, kecamatan Merdeka, dan Kecamatan Dolat Rayat.

Pengambilan sampel dilakukan dengan menggunakan metode deskriptif dan

accidental sampling yaitu teknik penentuan sampel berdasarkan kebetulan, yaitu

tanaman yang secara kebetulan dijumpai oleh peneliti dapat digunakan sebagai

sampel. Bila dijumpai jenis tanaman tersebut maka dilakukan identifikasi

berdasarkan peubah pengamatan yang telah ditetapkan. Penelitian terus

dilanjutkan bila masih dijumpai jenis yang berbeda. Informasi mengenai jenis-jenis

kesemek yang berbeda didapatkan dari masyarakat setempat.

Untuk selanjutnya lakukan analisis cluster berdasarkan data yang diperoleh dengan
menggunakan metode :
a) K-Means Cluster
b) Hierarchical Cluster
Jelaskan hasil dan kesimpulan yang saudara peroleh dari analisis data.
Catatan :
 untuk mahasiswa NIM Ganjil melakukan analisis menggunakan K-Means Cluster
 untuk mahasiswa NIM Genap melakukan analisis menggunakan Hierarchical
Cluster
 Data terlampir

Selamat bekerja
Jawaban:
Muhayat NIM 177001026 (NIM genab analisis menggunakan Hierarchical Cluster)

Hasil analisis SPSS dengan analisis menggunakan Hierarchical Cluster sebagai berikut
Agglomeration Schedule
Stage Cluster First
Cluster Combined Appears
Cluster Cluster Cluster Cluster Next
Stage 1 2 Coefficients 1 2 Stage
1 23 36 0,000 0 0 7
2 6 25 0,000 0 0 3
3 2 6 0,000 0 2 10
4 10 16 ,524 0 0 11
5 17 28 ,524 0 0 19
6 3 26 1,400 0 0 15
7 23 24 1,400 1 0 11
8 4 32 2,844 0 0 26
9 14 33 2,844 0 0 14
10 2 22 2,844 3 0 14
11 10 23 3,573 4 7 18
12 5 11 4,064 0 0 15
13 18 27 4,462 0 0 31
14 2 14 5,360 10 9 19
15 3 5 5,576 6 12 18
16 12 29 6,782 0 0 27
17 13 21 6,782 0 0 23
18 3 10 6,918 15 11 22
19 2 17 7,010 14 5 22
20 31 35 7,306 0 0 25
21 1 34 8,481 0 0 27
22 2 3 9,493 19 18 25
23 13 15 10,430 17 0 29
24 7 8 10,578 0 0 28
25 2 31 11,676 22 20 29
26 4 20 13,090 8 0 30
27 1 12 13,268 21 16 34
28 7 30 13,418 24 0 33
29 2 13 16,957 25 23 32
30 4 19 17,270 26 0 35
31 9 18 17,399 0 13 32
32 2 9 18,933 29 31 33
33 2 7 19,949 32 28 34
34 1 2 22,955 27 33 35
35 1 4 26,451 34 30 0
Metode Hirarkis; memulai pengelompokan dengan dua atau lebih obyek yang
mempunyai kesamaan paling dekat. Kemudian diteruskan pada obyek yang lain dan
seterusnya hingga cluster akan membentuk ‘ pohon’ dimana terdapat tingkatan (hirarki) yang
jelas antar obyek, dari yang paling mirip hingga yang paling tidak mirip. Metode ini disebut
juga sebagai “metode aglomerativ” yang digambarkan dengan “dendogram”.
Tabel di atas merupakan hasil proses clustering dengan metode Between Group
Linkage. Setelah jarak antar variabel diukur dengan jarak euclidean, maka dilakukan
pengelompokan, yang dilakukan secara bertingkat.
Stage 1 : terbentuk 1 cluster yang beranggotakan aksesi 23 dan aksesi 26, aksesi 6 dan
aksesi 25, aksesi 2 dan aksesi 6 dengan jarak 0,00. Karena proses aglomerasi dimulai dari 2
obyek yang terdekat, maka jarak tersebut adalah yang terdekat dari sekian kombinasi jarak
36 aksesi yang ada. Selanjutnya lihat kolom terakhir (Next Stage), terlihat angka 7. Hal ini
berarti clustering selanjutnya dilakukan dengan melihat stage 7, dengan penjelasan berikut.
Baris ke-7 (stage 7) terlihat aksesi 23 membentuk cluster dengan aksesi 24. Dengan
demikian,
sekarang cluster terdiri dari 3 obyek yaitu aksesi 23, aksesi 24 dan aksesi 1. Sedangkan jarak
sebesar 1,400 merupakan jarak rata-rata obyek terakhir yang bergabung dengan 2 obyek
sebelumnya, seperti tampak dalam Proximity matrix dan dapat dihitung sebagai berikut :
- Jarak aksesi 23 dan aksesi 24 = 1,400
- Jarak aksesi 23 dan aksesi 1= 20,165
- Jarak rata-rata = (1,400 + 20,165) / 2 = 10,785
Demikian seterusnya dari stage 2 sampai ke stage terakhir.
Proses aglomerasi ini bersifat kompleks, khususnya perhitungan koefisien yang
melibatkan sekian banyak obyek dan terus bertambah. Proses aglomerasi pada akhirnya
akan menyatukan semua obyek menjadi satu cluster. Hanya saja dalam prosesnya
dihasilkan beberapa cluster dengan masing-masing anggotanya, tergantung jumlah cluster
yang dibentuk.
Perincian jumlah cluster dengan anggota yang terbentuk dapat dilihat pada tabel output
berikut ini :
Cluster Membership
Case 4 Clusters 3 Clusters 2 Clusters
1:Case 1 1 1 1
2:Case 2 2 2 1
3:Case 3 2 2 1
4:Case 4 3 3 2
5:Case 5 2 2 1
6:Case 6 2 2 1
7:Case 7 4 2 1
8:Case 8 4 2 1
9:Case 9 2 2 1
10:Case 10 2 2 1

11:Case 11 2 2 1

12:Case 12 1 1 1

13:Case 13 2 2 1

14:Case 14 2 2 1

15:Case 15 2 2 1

16:Case 16 2 2 1

17:Case 17 2 2 1

18:Case 18 2 2 1

19:Case 19 3 3 2

20:Case 20 3 3 2
21:Case 21 2 2 1

22:Case 22 2 2 1

23:Case 23 2 2 1

24:Case 24 2 2 1

25:Case 25 2 2 1

26:Case 26 2 2 1

27:Case 27 2 2 1

28:Case 28 2 2 1

29:Case 29 1 1 1
30:Case 30 4 2 1
31:Case 31 2 2 1

32:Case 32 3 3 2

33:Case 33 2 2 1

34:Case 34 1 1 1

35:Case 35 2 2 1

36:Case 36 2 2 1

Dari tabel diatas dapat dijabarkan bahwa :


a. Apabila diinginkan dibentuk 4 cluster, maka :
 Anggota cluster 1 adalah aksesi 1, aksesi 12, aksesi 29, aksesi 34
 Anggota cluster 2 adalah aksesi 2, aksesi 3, 5, 6, 9, 10, 11, 13, 14, 15, 16, 17, 18, 21,
22, 23, 24, 25, 26, 27, 28, 31, 33, 35, 36
 Anggota cluster 3 adalah aksesi 4, 19, 20, 32
 Anggota cluste 4 adalah aksesi 7, 8, 30

b. Apabila ditentukan dibentuk 3 cluster, maka :


 Anggota cluster 1 adalah aksesi 1, 12, 34
 Anggota cluster 2 adalah aksesi 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 13, 14, 15, 16, 17, 18, 21,
22, 23, 24, 25, 26, 27, 28, 30, 31, 33, 35, 36
 Anggota cluster 3 adalah aksesi 4, 19, 20

c. Apabila ditentukan dibentuk 2 cluster, maka :


 Anggota cluster 1 adalah Kesemek aksesi 1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15,
16, 17, 18, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 33, 34, 35, 36
 Anggota cluster 2 adalah aksesi 4, 19, 20, 32
Group
2

Group
1

Penjelasan:
Dari gambar dendogram tersebut menunjukkan bahwa kelompok aksesi tanaman tersebut
dibagi menjadi 2 kelompok besar. Group 1 terbagi menjadi 2 sub group yaitu sub group 1
terdiri dari aksesi 19 dan sub group yang kedua terdiri dari aksesi 4, 32, dan 20 dengan jarak
genetik terdekat terdapat pada aksesi 4 dan 32 yaitu sebesar 2,844 dan jarak genetik terjauh
terdapat pada aksesi 10 dengan aksesi 4 yaitu sebesar 15, 953
Group 2 terbagi menjadi 2 sub group besar yaitu sub group pertama terdiri dari aksesi 12,
29, 1 dan 34, dengan jarak genetik terdekat terdapat pada aksesi 1 dan 34 yaitu sebesar 8,481
dan jarak genetik terjauh terdapat pada aksesi 34 dengan 29 sebesar 21,626. Sub grup kedua
terdiri dari aksesi 30, aksesi 8, aksesi 7, aksesi 9 , aksesi 27, aksesi 18, aksesi 15, aksesi 21,
aksesi 13, aksesi 35, aksesi 31, aksesi 22, aksesi 2, aksesi 25, aksesi 6, aksesi 33, aksesi 14,
aksesi 28, aksesi 17, aksesi 11, aksesi 5, aksesi 26, aksesi 3, aksesi 16, aksesi 10, aksesi 24,
aksesi 36, aksesi 23,
Jarak genetik terdekat dari keseluruhan aksesi yaitu sebesar 0,00 yang terdapat pada aksesi
6 dengan 2, 25 dengan 2, 25 dengan 6, 23 dengan 38. Jarak genetik terjauh sebesar 69, 828
yang terdapat pada aksesi 19 dengan 7. Hal ini berarti bahwa semakin dekat atau kecil jarak
genetik antar 2 aksesi yang berbeda maka kedua aksesi tersebut memiliki hubungan genetik
yang dekat yang berasal dari tetua yang sama dan memiliki gen bersifat homozigot dominan
sehingga menunjukkan keragaman genetik yang rendah pada kedua aksesi tersebut. Hal ini
terjadi karena adanya peristiwa inbreeding depresion pada tanaman menyerbuk silang.
Semakin jauh atau besar jarak genetik antar 2 aksesi yang berbeda hal ini menunjukkan
bahwa semakin jauh hubungan kekerabatan genetik antara kedua aksesi tersebut. Hal ini
disebabkan karena terjadinya cross hibridization antar spesies tanaman sehingga tingginya
tingkat crossing over yang terjadi pada genom/kromosom pada tanaman tersebut sehingga
memiliki tingkat heterozigositas yang tinggi dan keragaman genetik yang tinggi pada kedua
aksesi tersebut

Kesimpulannya;
1. Jika seorang pemulia ingin meningkatkan keragaman genetik tanaman Kesemek maka
dapat menggunakan aksesi yang memiliki jarak genetik yang besar
2. Jika seorang pemulia ingin memperbaiki beberapa karakter unggul Kesemek yang ada
di tanaman tersebut maka dapat menggunakan aksesi yang memiliki jarak genetik
yang sempit yang dilanjutkan dengan backcross (silang balik) pada tanaman tersebut.
Aksesi yang memiliki jarak genetik yang sempit digunakan sebagai tetua donor dan
tanaman yang ingin diperbaiki karakternya dijadikan sebagai tetua respien. Backcross
dilakukan sampai 7 kali generasi untuk mendapatkan karakter yang diinginkan.