LAPORAN PRAKTIKUM BIOMETRI

“SAS : RAL (Rancangan Acak Lengkap)”

DISUSUN OLEH :

AISYAH (F1071171018)

PROGRAM STUDI PENDIDIKAN BIOLOGI

JURUSAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS TANJUNGPURA

PONTIANAK

2019
 Abstrak

Praktikum kali ini yaitu tentang Rancangan Acak Lengkap (RAL) menggunakan
aplikasi SAS. Aplikasi SAS mempermudah menghitung design eksperimen RAL. Adapun
cara kerjanya yaitu dibuat data yang ada dipenuntun praktikum di dalam Microsoft word, data
tidak boleh salah sedikitpun. Kemudian dibuka aplikasi SAS , kemudian di copy data yang
telah dibuat di Microsoft word lalu paste di aplikasi SAS. Setelah di paste , diklik perintah
“run” yang ikonnya seperti orang berlari. Setelah di klik perintah” run” , maka keluar hasil
data. Data hasil pengamatan tidak error. Dari hasil pengamatan diperoleh kesimpulan terdapat
perbedaan yang tampak nyata.

A .Latar Belakang

Rancangan percobaan adalah suatu uji atau sederetan uji baik menggunakan statistika
deskripsi atau statistika inferensia, yang bertujuan untuk mengubah input menjadi suatu
output yang merupakan respon percobaan tersebut ( Ulwan, 2015).

Tujuan diadakan percobaan adalah untuk memperoleh keterangan tentang bagaimana

respon yang akan diberikan oleh suatu obyek pada berbagai keadaan tertentu yang ingin
diperhatikan.

Percobaan merupakan tahap pengujian kebenaran hipotesis yang diajukan dalam suatu
penelitian eksperimen, yang menentukan berhasil tidaknya pemecahan yang ditawarkan
untuk mengatasi permasalahan yang menjadi dasar dilaksanakannya penelitian tersebut. Hasil
percobaanlah yang menentukan rekomendasi apa yang ditawarkan untuk mengatasi masalah
tersebut (Wahyuningsih, dkk, 2014).

The Complete Randomized Block Design are for studying the effects of one primary
factor without the need to take other nuisance variables into account. In other words, is a
design in which the sample is divided into relatively homogenous subgroup or blocks, is also
a two factor study in which the fixed factor TREATMENT is crossed with the random factor
BLOCKS (Addelman, 1970).

Menurut Sastrosupadi (1995), rancangan acak lengkap dilakukan pada media yang
homogen. Pada rancangan acak lengkap (RAL) Penerapan percobaan satu faktor dalam
rancangan acak lengkap biasanya digunakan jikakondisi unit percobaan yang digunakan
relative homogen. Penerapan perlakuanterhadap unit percobaan dilakukan secara acak
terhadap seluruh unit percobaan. Seperti percobaan-percobaan yang dilakukan di
laboratorium ataurumah kaca yang pengaruh lingkungannya lebih mudah dikendalikan.

Rancangan acak lengkap dipergunakan jika variabel luar tidak diketahui, atau bila
pengaruh variabel ini yang sengaja tidak dikontrol terhadap variasi subyek,adalah sangat
kecil. Rancangan ini juga dipakai jika diketahui bahwa subyek keadaannya seragam dan
inferensi yang dibuat berdasarkan hasil percobaantidak dimaksudkan sebagai inferensi yang
bersifat percobaan tidakdimaksudkan sebagai inferensi yang bersifat luas serta berlaku untuk
populasiyang lebih beragam.Rancangan Acak Lengkap (RAL) merupakan rancangan paling
sederhanadari beberapa macam perancanngan yang baku. Rancangan ini dipergunakan jika
ingin mempelajari perngaruh beberapa perlakuan (t) dengan sejumlahulangan (r) untuk
menjadi satuan-satuan percobaan (rt) Sastrosupadi (1995).

RAL dilakukan dengan mengalokasikan pengacakan t kepada rt satuan percobaan.

Unit-unit percobaan dalam RAL dapat berupa sampel ternak (ekor),cawan/tabung, area lahan
dan lain-lain yang merupakan satuan unit-unit yangdiberi batasan sehingga tidak
mempengaruhi satu-sama dan dengan kondisilingkungan yang relatif dapat dikendalikan. Hal
ini dilakukan untuk mencegah terjadinya interaksi pengaruh dua perlakuan yang berdekatan
terhadap unit percobaan. Karena kondisi sampel dan lingkungan yang homogen, maka setiap
perlakuan dan ulangan mempunyai peluang yang sama besar untuk menempatisemua plot-
plot percobaan sehingga pengacakan dilakukan secara lengkap Sastrosupadi (1995).

Akurasi penggunaan RAL akan tercapai apabila: a) Bahan percobaan homogen atau
relatif homogen. b) Kondisi lingkungan sama dan dapat dikendalikan.c) Jumlah perlakuan
dibatasi. Adapun sifat-sifat yang dimiliki oleh rancangan acak lengkap (RAL) yaitu
Lingkungan Homogen yang artinya dianggap tidak ada faktor lain yang berpengaruh dan
biasanya digunakan untuk percobaan yang terkendali atau terkontrol seperti laboratorium,
Sastrosupadi (1995).

SAS (Statistical Analysis System) merupakan salah satu software yang digunakan
oleh para penganalisa data statistic. Beberapa kelebihan dari software SAS yaitu
memepermudah perhitungan statistic dari suatu instansi, mempersingkat waktu dalam
melakukan peritungan, tidak membutuhkan spesifikasi computer yang tinggi,memberikan
solusi bagi kepentingan bisnis, hasil lebih akurat dan reliable serta cocok untuk membantu
riset pasar dari suatu bisnis (Anonim,2015) .
B. Metodologi

- Alat dan Bahan

1. Laptop

2. Aplikasi SAS

- Cara Kerja

1. Dibuat data yang ada dipenuntun praktikum di dalam Microsoft word, data tidak boleh
salah sedikitpun.

2. Dibuka aplikasi SAS , kemudian di copy data yang telah dibuat di Microsoft word lalu
paste di aplikasi SAS

3. Setelah di paste , diklik perintah “run” yang ikonnya seperti orang berlari

4. Setelah di klik perintah” run” , maka keluar hasil data .

C. Data Hasil Pengamatan dan Pembahasan

- Hasil Pengamatan

a. Halaman 1

Hasil Analisis Ragam-RAL 1

10:54 Tuesday, May 20, 1997

General Linear Models Procedure

Class Level Information

Class Levels Values

TREAT 7 R0 R1 R2 R3 R4 R5 R6

Number of observations in data set = 35

b. Halaman 2

Hasil Analisis Ragam-RAL 2

10:54 Tuesday, May 20, 1997

General Linear Models Procedure

Dependent Variable: KONS

Sum of Mean
Source DF Squares Square F Value Pr > F

Model 6 713209.7929 118868.2988 54.32 0.0001

Error 28 61277.9500 2188.4982

Corrected Total 34 774487.7429

R-Square C.V. Root MSE KONS Mean

0.920879 5.480573 46.78139 853.5857

Source DF Type I SS Mean Square F Value Pr > F

TREAT 6 713209.7929 118868.2988 54.32 0.0001

Source DF Type III SS Mean Square F Value Pr > F

TREAT 6 713209.7929 118868.2988 54.32 0.0001

c. Halaman 3

Hasil Analisis Ragam-RAL 3

10:54 Tuesday, May 20, 1997

General Linear Models Procedure

T tests (LSD) for variable: KONS

NOTE: This test controls the type I comparisonwise error rate not
the experimentwise error rate.

Alpha= 0.05 df= 28 MSE= 2188.498

Critical Value of T= 2.05
Least Significant Difference= 60.607

Means with the same letter are not significantly different.

T Grouping Mean N TREAT

A 936.25 5 R4
A
A 930.00 5 R0
A
A 924.85 5 R1
A
B A 908.75 5 R5
B A
B A 907.50 5 R2
B
B 859.00 5 R6

C 508.75 5 R3
d. Halaman 4

Hasil Analisis Ragam-RAL 4

10:54 Tuesday, May 20, 1997

General Linear Models Procedure

Duncan's Multiple Range Test for variable: KONS

NOTE: This test controls the type I comparisonwise error rate, not
the experimentwise error rate

Alpha= 0.05 df= 28 MSE= 2188.498

Number of Means 2 3 4 5 6 7
Critical Range 60.61 63.68 65.67 67.08 68.15 68.98

Means with the same letter are not significantly different.

Duncan Grouping Mean N TREAT

A 936.25 5 R4
A
A 930.00 5 R0
A
A 924.85 5 R1
A
B A 908.75 5 R5
B A
B A 907.50 5 R2
B
B 859.00 5 R6

C 508.75 5 R3

- Pembahasan

Pada design eksperimen di RAL ini yaitu terdapat perlakuan dan ulangan, menghitung
design eksperimen dengan menggunakan program SAS mempermudah kita serta memiliki
ketelitian yang lebih tinggi dibandingkan perhitngan manual. Pada RAL kita akan
membandingkan Fhitung dengan Ftabel dengan a=5 (0,05) atau berarti kemungkinan kesalahan
dari design tersebut adalah 0,05.

Ketika meng-input data terdapat berbagai perintah. Pada data bagian inputnya berisi
“treat $ kons” yang artinya terdapat “treat”= perlakuan , r=replikasi, dan kons=hasil dari data.
Pada perintah terdapat “Title” yang berupa judul untuk perhitungan ANOVA yang akan
diproses. Terdapat “proc “ sebagai perintah SAS untuk menunjukkan jenis analisis yang akan
dilakukan. Glm yaitu jika ingin memasukkan model linear umum untuk RAL. Class untuk
melihat apa yang mempengaruhi model linier, pada RAL hanya ada treat atau perlakuan .
kemudian diproses dengan “run” yang nantinya pada layar output akan keluar hasil data.

Pada hasil output data halaman 1 dapat diketahui bahwa unit eksperimen berjumlah
35. Dengan 7 perlakuan yaitu R0, R1, R2, R3, R4, R5, R6 dan dengan 5 kali pengulangan.

Pada hasil output halaman 2, hasil yang diperoleh yaitu “Type I SS” sama dengan
“Type III SS” maka dapat dikatakan input yang dimasukkan sudah benar. Dan juga pada
bagian “Pr>F” jika hasil diperoleh kurang dari 0,05 maka signifikan atau H 0 ditolak dan H1
diterima sehingga terdapat perbedaan yang tampak nyata. Pada data Fhitung yang diperoleh
adalah 0,0001 sehingga lebih kecil dari Ftabel.

Dari hasil output table Duncan Grouping, huruf-huruf yang sama berarti perlakuan-
perlakuan tersebut memberikan pengaruh yang sama (A: perlakuan R4,R0, R1, R5, dan R2
sama pengaruhnya, B: perlakuan R5,R2, dan R6 sama pengarunya). Huruf-huruf yang
berbeda berarti perlakuan-perlakuan tersebut memberikan pengaruh yang berbeda (perlakuan
R4,R0,R1,R5,R2 berbeda dengan perlakuan R6 dan R3). Perlakuan yang paling memberikan
pengaruh terhadap respon adalah perlakuan dengan rata-rata tertinggi yaitu perlakuan R4.

D. Kesimpulan

Ftabel pada a=5% (0,05) pada df treatment =6 dan df error 28 adalah 2,44 maka
Fhitung > Ftabel maka H0 ditolak dan H1 diterima. Dapat disimpulkan bahwa terdapat
perbedaan yang tampak nyata.

E. Saran

Tidak ada saran untuk praktikum, menurut saya praktikum berjalan dengan baik.

DAFTAR PUSTAKA
Addelman, Sidney. (1969). The Generalized Randomized Block Design “. The American
Statistician. 23 (4).

Anonim.(2015). Kelebihan dan Kekurangan Software SAS. Online .

(https://dosenit.com/software/statistik/kelebihan-dan-kekurangan-software-sas)
diakses 25 maret 2019.

Sastrosupadi,A.(1995). Rancangan Percobaan Praktis Untuk Bidang Pertanian. Yogyakarta:

Kanisius.

Ulwan, M Nashihun.(2015). Rancangan Acak Lengkap dengan SAS. Online (www.portal-

statistik.com/2015/02/rancangan-acak-lengkap-dengan-SAS.html?m=1) diakses 25
maret 2019.

Wahyuningsih, Sri, dkk. (2014). Analisi Variansi Rancangan Petak Teratur Menggunakan 4
Perulangan. Jurnal EKSPONENSIAL. 5(2). Online.
(https://fmipa.unmul.ac.id/file/docs) diakses 25 maret 2019.