LAPORAN PRAKTIKUM

DESAIN EKSPERIMEN

MATERI
RANCANGAN ACAK LENGKAP

Oleh :

NAMA : INTAN FEBRIANI

NIM : 215100607111020
KELOMPOK : H10

TANGGAL PRAKTIKUM : 5 Oktober 2023

Nama Asisten :
1. Chyntia Riama Angelina
2. Ghiffarin Priambudi

LABORATORIUM REKAYASA BIOPROSES

PROGRAM STUDI TEKNIK BIOPROSES
DEPARTEMEN TEKNIK BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS BRAWIJAYA
MALANG
2023
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Pengolahan data merupakan seangkaian kegiatan yang dilakukan untuk
menganalisis, memperbaiki, dan mengorganisasi data agar dapat digunakan secara efektif
dalam pengambilan keputusan. Mahasiswa tentunya tidak akan jauh dari hubungan
pengolahan data, seperti halnya ketika proses penyusunan skripsi atau tugas akhir bahkan
terkadang dalam makalah atau tugas juga diperlukan data pelengkap untuk pengambilan
keputusan. Untuk mempermudah aktivitas analisis, tentunya diperlukan software pendukung
yang mampu menganalisis data-data. Pengolahan data dapat dilakukan dengan SPSS
(Statistical Product and Service Solutions). SPSS mampu digunakan untuk menganalisis data
baik itu data kualitatif maupun kuantitatif. SPSS merupakan software khusus yang digunakan
dalam pengolahan data statistik paling populer dan paling banyak digunakan dipasar global.
Program SPSSS pertama rilis pada tahun 1968 dengan nama Statistical Package for
the Sosial Scienes yang dikembangkan oleh SPSS,Inc. Kemudian SPSS, Inc diakuisis oleh
IBM Corporation ditahun 2009 sehingga SPSS berubah nama menjadi IBM SPSS pada tahun
2010. Fungsi dari SPSS tetap sama yaitu sebagai perangkat lunak pengolah data. Salah satu
fungsi yang dapat dilakukan oleh SPSS adalah perhitungan Rancangan Acak Lengkap.
Rancangan Acak Lengkap (RAL) merupakan salah satu rancanagn percobaan yang paling
sederhana dari rancangan-rancangan lainnya. Dalam Rancangan Acak Lengkap perlakuan
sepenuhnya dilakukan secara acak terhdap satuan-satuan percobaan atau sebaliknya.

1.2 Tujuan
Tujuan dalam praktikum materi Rancangan Acak Lengkap memiliki tujuan yaitu agar
praktikan mengetahui proses optimasi dengan menggunakan SPSS dengan metode
Rancangan Acak Lengkap. Tujuan kedua adalah praktikan mampu memahami analisis data
optimasi dengan menggunakan metode Rangkaian Acak Lengkap.
 BAB II
TINJAUAN PUSTAKA

2.1. IBM SPSS

IBM SPSS merupakan salah satu software statistika yang dikenal luas
penggunaannya diberbagai kalangan. Statistik sendiri merupakan sebuah kegiatan untuk
mengumpulkan data, meringkas atau menyajikan data serta digunakan untuk menganalisis
data dengan metode tertentu dan meninterpretasikan hasil analisis tersebut. SPSS digunakan
untuk melakukan analisis statistika tingkat lanjut. Selian itu SPSS juga digunakan untuk
analisis big data yang diintegrasikan untuk membangun platform data analisis. SPSS atau
Statistical Product and Service Solutions merupakan sebuah program komputer yang
digunakan untuk analisis statistik. SPSS memiliki kemampuan analisis statistik cukup tinggi
serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu
deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk diaplikasikan cara
pengoperasiannya. SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian
dan perbaikan mutu atau quality improvement. Pertama kali muncul SPSS dapat digunakan
dalam versi PC dengan nama SPSS/PC+ (versi DOS). Seiring berjalannya waktu dengan
adanya windows maka SPSS melakukan perbiakan versi windows yang dimulai dengan versi
6.2 sampai versi terbaru sekarang. SPSS memberikan kemampuan untuk melakukan analisis
lebih dari file data pada waktu yang bersamaan (Bhirawa, 2020).
SPSS pertama muncul dan dirilis pada tahun 1998. Tetapi pada tahun 2009 SPSS
yang diproduksi dibawah SPSS, Inc dapat diakuisisi oleh IBM Corporation sebagai software
IBM Analytic. Dengan adanya akuisisi tersebut SPSS berubah nama menjadi IBM SPSS pada
tahun 2010 dengan fungsi sama sebagai software pengolah data statistik. Software ini
dikembangkan dengan bahasa pemrogaman Java. IBM SPSS banyak digunakan dalam
berbagai institusi seperti universitas, perusahaan, bahkan pemerintahan yang mana
digunakan untuk melakukan riset pemasaran, analisis data survey atau kuesioner, populer
digunakan untuk penelitian akademik mahasiswa, dan sebagainya. Hingga saat ini IBM SPSS
dapat dioperasikan pada Microsoft Windows, Linux, dan Mac OS. IBM SPSS juga dapat
diintegrasikan dengan bahasa pemograman R, Microsoft. NET dan Python dalam penggunaan
lebih lanjut (Qomusuddin dan Romiah, 2021).

2.2. Metode RAL (Rancangan Acak Lengkap)

RAL atau dikenal Rancangan Acak Lengkap merupakan salah satu metode
rancangan percobaan yang paling sederhana dan mudah dibandingkan rancangan percobaan
jenis lain. Dalam hal kegunaan RAL dipandang memiliki kemampuan lebih baik dibanding
rancangan lainnya baik penelitian yang dilakukan dalam laboratorium ataupun penelitian lain
yang sifatnya homogen. Rancangan Acak Lengkap (RAL) merupakan rancangan dengan
faktor tunggal. Faktor ini paling sedikit terdiri ata s2 taraf. Setiap taraf dikenal dengan
perlakuan. Dalam RAL setiap perlakuan diulang minimal sebanyak dua kali. Selain itu metode
RAL mampu mengendalikan setiap perlakuan dan semua variable berpengaruh. Maka dari itu
RAL disebut juga sebagai desain acak sempurna (Rahmawati dan Erina, 2020).

2.3. Kelebihan dan kekurangan penggunaan metode RAL

RAL (Rancangan Acak Lengkap) merupakan dasar dari semua rancangan
percobaan. Metode ini merupakan salah satu metode statistika yang sangat luas digunakan
dalam penelitian diberbagai bidang seperti peternakan, pertanian, riset teknologi dan lain
sebagainya. Kelebihan dari Rancangan Acak Lengkap adalah analisis statistik terhadap
subjek percobaan yang sederhana, penggunaan jumlah perlakuan dan jumlah ulangan bersifat
fleksible. Kelebihan lain adalah penerapan denah rancangan mudah dilakukan serta ketika
informasi yang hilang relative lebih sedikit dalam hal kehilangan data dibandingkan jenis
rancangan lain. Sedangkan kekurangannya adalah kesulitan untuk mendapatkan media
percobaan yang relatif homogen jika perlakuan yang diujikan memiliki sampel yang banyak.
Selain itu Rancangan Acak Lengkap terbatas hanya digunakan untuk percobaan laboratorium,
rumah kaca atau percobaan terkendali lainnya. Kekurangan ketiga adalah dalam hal
pemakaian dilapang sangat terbatas tetapi bisa dilakukan asal homogenitas Rancangan Acak
Lengkap terpenuhi (Tribudi dan Prihandini, 2020).

2.4. Syarat yang harus diperhatikan dalam RAL

Dalam Rancangan Acak Lengkap atau RAL terdapat beberapa syarat yang perlu
diperhatikan antara lain adalah semua media percobaan dan keadaan lingkungan harus dalam
keadaan yang homogen, kecuali perlakuannya. Syarat berikutnya adalah penempatan
perlakuan ke dalam satuan-satuan percobaan dilakukan secara acak lengkap. Artinya adalah
semua perlakuan ditempatkan dalam satuan percobaan dengan satu kesatuan secara acak.
Syarat ketiga adalah Rancangan Acak Lengkap hanya memiliki satu faktor dan mempunyai
sejumlah taraf faktor yang nilainya bisa kualitatif maupun kuantitatif. Dengan memenuhi syarat
ini, Rancangan Acak Lengkap akan memberikan analisis yang lebih kompeten dibandingkan
dengan metode lainnya seperti rancangan acak kelompok. Rancangan acak lengkap
merupakan jenis rancangan acak yang paling sederhana. Perencanaan dan pelaksanaannya
mudah, analisis data yang sederhana, fleksibel dalam hal perlakuan, jumlah ulangan, serta
dapat dilakukan dengan ulangan yang tidak sama (Christina et al., 2016).

2.5. Perbedaan dari pengujian menggunakan uji lanjut Duncan dan Least Significat
Differences (LSD)
Uji least significant differences (LSD) merupakan prosedur pengujian perbedaan
diantara rata-rataa perlakuan yang paling sederhana dan paling umum digunakan. Uji ini
dikenal juda dengan Uji Beda Nyata Terkecil atau BNT. Dikenalkan oleh Fisher tahun1935
sehingga bisa dikenal dnegan Metoda Fisher’s LSD (Least Significance Difference). Dalam
menggunakan uji LSD beberapa hal yang perlu diketahui dan diperlukan adalah nilai kuadrat
galat (KTG), taraf nyata, derajat bebas (db) galat, dan tabel t-student untuk menentukan nilai
kritis perbandingan. Uji LSD menguji perlakuan secara berpasang-pasangan, dan setiap
pasangan memiliki peluang galat jenis I sebesar a. perbandingan berpasangan ini mencakup
pengujian hipotesis nol bahwa selisih antara rata-rata dua kelompok adalah nol. Jika selisih
antara dua kelompok melebihi lSD yang telah ditentukan maka perbedaan dianggap signifikan.
berarti semakin banyak jumlah perlakuan yang dibandingkan akan mengakibatkan kesalahan
yang harus ditanggung juga semkain besar. Oleh karena itu LSD akan sangat sensitive
terhadap perbedaan yang muncul dalam perlakuan karena kriteria pemisahan perlakuan tidak
terlalu berat (Susilawati, 2015).
Sedangkan Uji Lanjut Duncan merupakan uji yang menggabungkan beberapa
perbandingan berpasangan antara kelompok-kelompok yang berbeda. Uji Duncan dilakukan
dengan menghitung selisih antara rata-rata dua kelompok dan menggambarkanya pada satu
grafik. Kemudian, statistic uji digunakan untuk menentukan apakah ada perbedaan yang
signifikan antara kelompok-kelompok tersebut. Uji Duncan pada dasarnya hampir sama
dnegan metode LSD tetapi prosedur uji Duncan memberikan segugus nilai pembanding yang
nilainya meningkat sejalan dengan jarak peringkat dua buah perlkauan sama yang akan
dibandingkan. Pada intinya Uji LSD maupun Uji Duncan digunakan untuk mengetahui
perbedaan antara perlakuan (Shofiana et al., 2013).
 BAB III
PRINT OUT

3.1 Cara Kerja

a. Buka Aplikasi IBM SPSS yang sudah ada di Windows

b. Setelah SPSS terbuka, pilih jendela Variable view untuk menempatkan variable yang ada
pada data soal. Pada variable view ketik dikolom name dengan perlakuan, pengulangan,
dan data seperti gambar
c. Pada kolom tipe pilih jenis numerik. Kolom data pilih decimals dan pada bagian perlakuan
dan pengulangan nilainya 0 dikarenakan angka pada data soal adalah angka bulat,
sedangkan pada bagian data diisi decimals 2. Serta bagian measures ubah pada baris
pengulangan dan perlakuan nominal dan baris data menjadi scale.

d. Pada kolom values digunakan untuk memudahkan dalam penginputan data nantinya.
Isikan value perlakuan dengan value 1 untuk label dosis 0%, value 2 untuk label dosis
1%, dan seterusnya hingga value 7 untuk label dosis 11%. Setelah itu klik OK. Isikan juga
pada value pengulangan dengan value 1 untuk pengulangan 1, value 2 untuk
pengulangan 2, hingga value 4 untuk pengulangan 4. Pada bagian data tidak pelu diisikan
value karena akan disi pada jendela data view
e. Selanjutnya beralih ke jendela data view dan akan muncul 3 buah variable yaitu perlakuan,
pengulangan, dan data. Pada kolom perlakuan ketik 1 agar muncul perlakuan dosis 0%,
ketik 2 untuk dosis 1%, dan seterusnya sampai ketik 7 agar muncul dosis 11%. Masing-
masing perlakuan ketik sebanyak pengulangan 4 kali.
f. Pada kolom pengulangan sama seperti kolom perlakuan ketik 1 agar muncul pengulangan
1, ketik 2 untuk pengulangan 2, hingga ketik 4 untuk pengulangan 4. Begitu seterusnya
hingga selesai.

g. Pada kolom data isikan sesuai dengan data soal yang ada berdasarkan data pengulangan
dan perlakuan.
h. Setelah data terisi semua. Langkah selanjutnya adalah klik analyze dan pilih Compare
Means dan klik One Way ANOVA

i. Setelah klik One Way ANOVA akan muncul seperti gambar kemudian tempatkan
perlakuan pada bagian factor dan tempatkan data pada bagian Dependent List. Klik OK
j. Selanjutnya pada bagian Post Hoc pilih LSD dan Duncan serta pada bagian Significant
Level pilih 0,05. Dan selanjutnya klik Continue

k. Klik bagian options dengan pilihan Descriptive dan Means plot lalu Continue. Lalu klik
OK
l. Selajutnya kan muncul hasil uji yang diinginkan.

3.2 Data Awal

Dosis P1 P2 P3 P4
0% 8.98 9.38 8.84 11.26
1% 8.44 11.60 8.40 6.86
3% 6.44 7.98 8.80 6.94
5% 7.52 6.24 6.24 7.38
7% 8.84 9.02 7.32 8.78
9% 5.64 8.32 9.04 8.56
11% 6.56 7.94 6.56 7.02

3.3 Hasil Uji ANOVA, Uji Lanjut Duncan, dan LSD

a. Hasil Uji ANOVA

b. Hasil Uji Lanjut Duncan

c. Hasil Uji LSD
 BAB IV
PEMBAHASAN

4.1 Analisa Soal

Pada praktikum Rancangan Acak Lengkap terdapat soal yang mengenai penelitian
pengaruh penambahan jus buah manga pada proses pembuatan minuman probiotik berperisa
apel terhadap total kadar gula. Dalam penelitian ini diakukan perlakuan sebanyak 7 perlakuan
dengan disertai empat ulangan. Setiap perlakuan dosis yang diberikan akan diulangi sebanyak
empat kali. Data lengkap pada penelitian ini adalah pada dosis 0% hasil ulangan pertama
adalah 8.98, ulangan kedua adalah 9.38, ulangan ketiga adalah 8.84, serta pada ulangan
keempat sebesar 11.26. Lalu pada pemberian dosis sebesar 1% ulangan pertama
menghasilkan nilai 8.44, ulangan kedua sebesar 11.60, ulangan ketiga sebesar 8.40, serta
ulangan keempat sebesar 6.86. Ketika dosis yang diberikan sebesar 3% nilai ulangan pertama
adalah 6.44, ulangan kedua sebesar 7.98, ulangan ketiga sebesar 8.80, serta ulangan
keempat sebesar 6.94. Pada perlakuan dengan dosis 5% menghasilkan ulangan pertama
sebesar 7.52, ulangan kedua sebesar 6.24, ulangan ketiga sebesar 6.24, serta ulangan
keempat sebesar 7.38. Lalu pada penelitian dengan dosis 7% nilai ulangan pertama adalah
8.84, ulangan kedua adalah 9.02, ulangan ketida sebesar 7.32, dan ulangan keempat sebesar
8.78. Ketika dosis yang diberikan sebesar 9% hasil pada ulangan pertama adalah 5.64,
ulangan kedua adalah 8.32, ulangan ketiga adalah 9.04, serta ulangan keempat adalah 8.56.
Lalu ketika dosis dinaikkan menjadi 11% nilai pada ulangan pertama adalah 6.56, nilai ulangan
kedua adalah 7.94, nilai ulangan ketiga adalah 6.56, serta ulangan keempat adalah 7.02. Data
yang ada ini kemudian akan diolah menggunakan software SPSS dan akan diuji beberapa hal
seperti Uji ANOVA, Uji Lanjut Duncan, serta Uji LSD.

4.2 Analisa Hasil

4.2.1 Analisis hasil ANOVA berdasarkan perhitungan F Value (bandingkan dengan
tabel F α 5% dan tabel F α 1%) dan P Value serta sebutkan hubungannya
Pada hasil perhitungan dengan analisis Anova didapatkan hasil seperti gambar
diatas. Data yang diperoleh dari tabel Anova antara lain adalah Sum of Square pada Within
Groups yang dapat dihitung dari Sum of Squares pada Between Groups dikurang Sum of pada
Total, sehingga didapatkan hasil sebesar 30,626. Kemudian pada hasil df atau Degree of
Freedom pada Between Groups didapatkan dari perhitungan rumus (t-1) dimana t adalah
jumlah perlakuan, dengan begitu (7-1) dan df dari Between Groups adalah 6. Defree of
Freedom pada Within Groups didapatkan dari rumus t(n-1) dimana t adalah jumlah perlakuan
dan n adalah jumlah ulangan, sehingga 7(4-1) menghasilkan 21. Sedangkan nilai df pada total
didapatkan melalui rumus (tn-1) sehingga menjadi (7 x 4 -1) dan menghasilkan nilai 27.
Kemudian pada tabel Mean Square Between Groups didapatkan dari pembagian antara Sum
of Squares dengan Degree of Freedom pada Between Groups dan didapatkan hasil 4,027.
Sedangkan Mean Squares pada Within Groups didapatkan dari hasil pembagian antara Sum
of Squares dengan Degree of Freedom pada Within Groups dan didapatkan hasil 1,458.
Terdapat tabel F atau dikenal dengan F value yang merupakan nilai yang dicari dari Anova
dan didapatkan dari hasil pembagian Mean Square pada Between Groups dengan nilai Mean
Square Within Groups. F hitung atau F value nantinya akan dibandingkan dengan F tabel.
Pada hasil analisis didapatkan nilai F value sebesar 2,761. Kemudian terdapat tabel sig. yang
mana ketika nilai sig dibawah 0,05 maka bisa dikatakan bahwa perlakuan yang diberikan
berpengaruh dan nyata hal ini berarti tidak ada human eror. Sedangkan ketika nilai sig lebih
besar dari 0,05 dapat dikatakan bahwa perlakuan tidak berpengaruh dan tidak berbeda nyata.
Dalam pengujian ini nilai sig yang dihasilkan sebesar 0.039, yang berarti menunjukkan
perlakuan berpengaruh dan nyata. Dalam menggunakan uji Anova terdapat F hitung yang
digunakan untuk menguji bagaimana variable independent secara simultan berpengaruh
terhadap variable dependent. Uji F dicari dengan membandingkan hasil dari probabilitas value.
Ketika hasil F value lebih besar dari F tabel maka variable berpengaruh secara signifikan.
Sedangkan ketika F value lebih kecil dari F tabel maka tidak akan ada pengaruh yang
signifikan. Pembacaan F tabel adalah perbandingan antara df between groups dengan df
within groups. Hal ini membuktikan bahwa perhitungan yang dilakukan sudah sesuai dengan
literatur bahwa nilai F hitung sebesar 2,761 memiliki nilai lebih besar dari F tabel α 5% yang
2,57. Sedangkan ketika dibandingkan dengan F tabel α 1% hasil adalah 3.81. Hal ini berarti
variable berpengaruh secara signifkan dikarenakan F hitung lebih besar dari F tabel (Septiadi
dan Ramadhani, 2020).

4.2.2 Analisis hasil Post Hoc Test Uji Lanjut LSD (Bandingkan tiap metode dengan
dasar perbandingan P Value dengan α 5%)
Analisis hasil post hoc test uji lanjut LSD digunakan untuk perhitungan statistik yang
membandingkan rata-rata dari beberapa kelompok. LSD atau Least Significant Difference
sendiri merupakan teknik yang digunakan untuk membandingkan semua pasangan rata-rata
kelompok. dalam hasil uji perlakuan dibandingkan satu persatu. Analisis yang dilakukan dalam
praktikum uji lanjut LSD dipengaruhi oleh mean difference. Apabila hasil tabel mean difference
terdapat tanda bintang dapat disimpulkan bahwa percobaan bersifat berpengaruh atau
berbeda nyata. Selain melalui bintang dapat diketahui juga data berbeda nyata atau tidak
melalui nilai significant yang ada. Jika nilai sig lebih besar dari 0,05 bisa dikatakan percobaan
tidak berbeda nyata atau tidak berpengaruh. Sedangkan nilai sig dibawah 0,05 maka secara
statistic percobaan berbeda nyata dan berpengaruh. Berdasarkan hasil yang didapatkan
terdapat beberapa perlakuan yang memiliki tanda bintang dan memiliki nilai sig kurang dari 5.
Dosis 0% dengan dosis 3%, dosis 11%, dan dosis 5% memiliki nilai sig kurang dari 0,05 dan
bertanda bintang. Selain itu terdapat perlakuan yang memiliki tanda sama yaitu pada
perlakuan dosis 1% dengan dosis 5%, dan dosis11%. Dosis 3% dengan dosis 0%. Dosis 5%
dengan dosis 0% dan 1%. Dosis 11% dengan dosis 0% dan dosis 1%. Hal ini menunjukkan
adanya kelinearitasan dengan literatur yang ada, yang mana ketika nilai P Value lebih besar
dari α 5% maka tidak terjadinya auotokorelasi pada data penelitian atau bisa diketahui bahwa
percobaan tidak berbeda nyata dan tidak berpengaruh. Begitu sebaliknya ketika nilai P Value
lebih kecil dari α 5% maka dapat disimpulkan data berbeda nyata dan berpengaruh (Akolo,
2022).

4.2.3 Analisis hasil homogenous subsets Uji Duncan berdasarkan pembagian subset
Analisis hasil homogenous subsets uji Duncan adalah didasarkan pada nilai beda
nyata yang ukurannya semakin besar, tergantung pada jarak di antara pangkat-pangkat dari
dua nilai tengah yang dibandingkan. Dari hasil yang didapatkan terdapat tabel homogenous
subsets sebagai bentuk hasil uji Duncan. Tabel ini berfungsi untuk melihat perlakuan yang
paling baik pada percobaan. Untuk melihat nilai terbaik dapat didadasrkan pada nilai tertinggi
dimana dari hasil praktikum terdapat 2 kolom yang mewakili nilai dari masing-masing
perlakuan. Pada dosis 5% terletak pada kolom satu begitupun pada dosis 11%, dosis 3%.
Sedangkan pada dosis 9% terdapat pada dua kolom yaitu kolom satu dan kolom dua,
begitupun dengan perlakuan dosis 7% dan dosis 1%. Sedangkan pada dosis 0% terdapat
dalam kolom 2. Yang mana dari hasil ini dapat disimpulkan bahwa perlakuan paling baik
terdapat pada dosis 0% dengan nilai 9,6150. Pembagian subset dilakukan dengan
membandingkan selisih rata-rata antara dua perlakuan dengan nilai beda nyata pada taraf
signifikansi tertentu. Pembagian subset ini dimulai dari perlakuan yang memiliki nilai rata-rata
tertinggi dan dibandingkan dengan perlakuan lainnya secara berurutan hingga nilai rata-rata
teredah. Setiap perlakuan dapat masuk ke lebih dari satu subset, tergatung dari hasil
perbandingannya dengan perlakuan lainnya. Hal ini sesuai dengan literatur yang menyatakan
bahwa uji Duncan bisa saja menghasilkan nilai yang berbeda signifikan dengan terbukti
menempati kolom berbeda (Rohmah dan Maspiyah, 2016).

4.2.4 Analisa hasil diagram profile plots

Pada hasil profile plots terdapat grafik means plots dimana berfungsi untuk
membandingkan antar perlakuan. Perbandingan yang terbentuk grafik ini didasarkan
pada mean of data. Dapat dilihat pada grafik perlakuan dengan dosis 0% memiliki
puncak tertinggi dibandingkan perlakuan lain. Dosis 0% memiliki nilai mean plots
tertinggi mengartikan bahwa dosis 0% merupakan perlakuan terbaik dari percobaan
 BAB V
PENUTUPAN

5.1 Kesimpulan
Pengolahan data merupakan serangkaian kegiatan yang dilakukan untuk
menganalisis, memperbaiki, dan mengorganisasi data agar dapat digunakan secara efektif
dalam pengambilan keputusan. Pengolahan data dapat dilakukan dengan SPSS (Statistical
Product and Service Solutions). Salah satu fungsi yang dapat dilakukan oleh SPSS adalah
perhitungan Rancangan Acak Lengkap. Rancangan Acak Lengkap (RAL) merupakan salah
satu rancanagn percobaan yang paling sederhana dari rancangan-rancangan lainnya. Dalam
Rancangan Acak Lengkap perlakuan sepenuhnya dilakukan secara acak terhdap satuan-
satuan percobaan atau sebaliknya. Tujuan dalam praktikum materi Rancangan Acak Lengkap
memiliki tujuan yaitu agar praktikan mengetahui proses optimasi dengan menggunakan SPSS
dengan metode Rancangan Acak Lengkap. Tujuan kedua adalah praktikan mampu
memahami analisis data optimasi dengan menggunakan metode Rangkaian Acak Lengkap.
Beberapa uji yang dilakuakn dalam praktikum ini adalah uji Duncan dan uji LSD. Hasil yang
didapatkan meliputi F hitung sebesar 2,761 memiliki nilai lebih besar dari F tabel α 5% yang
2,57. Sedangkan ketika dibandingkan dengan F tabel α 1% hasil adalah 3.81. Hal ini berarti
variable berpengaruh secara signifkan dikarenakan F hitung lebih besar dari F tabel.
Kemudian pada uji LSD yang mana ketika hasil P Value nilainya lebih kecil dari α 5%
menunjukkan bahwa penelitian berbeda nyata dan signifikan. Serta pada grafik mean plot
didapatkan hasil terbaik dari pelakuan yaitu dosis 0%.

5.2 Saran dan kritik

Praktikum berjalan dengan baik sesuai dengan waktu yang disepakati sebelumnya.
Akan tetapi disarankan kepada setiap praktikan dapat mempersiapkan diri terlebih dahulu
sebelum praktikum berjalan. Seperti contohnya menyiapkan aplikasi yang digunakan,
menonton video yang sudah diberikan asisten dan belajar untuk mendapatkan nilai keatifan.
Penjelasan hal-hal yang tidak terdapat dalam modul harap untuk dipetimbangkan lagi, serta
dalam penyampaian format laporan harap untuk bisa dijelaskan secara detail.
 DAFTAR PUSTAKA

Bhirawa WT. 2020. Proses pengolahan data dari model persamaan regresi dengan
menggunakan statistical product and service solution (SPSS). Jurnal Mitra
Manajemen 7(1): 71-83.
Christina Y, Tsalsabila A, Ekawati DA, Amalia F, Septiani RD, Novitri N, Gulo T, Reza AK,
Jayanti RD, Erfiani, Irzaman . 2016. Analisis statistik efisiensi energi penggunaan tungku
sekam sebagai bahan bakar alternatif rumah tangga. Prosiding Seminar Nasional Fisika
(E-Journal) 5: 99-104.
Rahmawati AS, Erina R. 2020. Rancangan acak lengkap (RAL) dengan uji anova dua
jalur. OPTIKA: Jurnal Pendidikan Fisika 4(1): 54-62.
Shofiana A, Rahayu YS, Budipramana LS. 2013. Pengaruh pemberian berbagai konsentrasi
hormon IBA (Indole Butyric Acid) terhadap pertumbuhan akar pada stek batang tanaman
buah naga (Hylocereus undatus). LenteraBio: Berkala Ilmiah Biologi 2(1): 101-105.
Susilawati M, 2015. Perancangan Percobaan. Uniersitas Udayana, Bali.
Tribudi YA, Prihandini PW. 2020. Prosedur rancangan percobaan untuk bidang peternakan.
Universitas Indonesia Publishing, Jakarta.
Qomusuddin IF, Romlah S. 2021. Analisis data kuantitatif dengan program IBM SPSS
statistic 20.0. Deepublis, Yogyakarta.
 DAFTAR PUSTAKA TAMBAHAN

Akolo IR. 2022. Perbandingan matriks pembobot rook dan queen contiguity dalam analisis
spatial autoregressive model (SAR) dan spatial error model (SEM). Jambura Journal of
Probability and Statistics 3(1): 11-18.
Rohmah AR. 2016. Pengaruh proporsi kulit buah kopi dan oatmeal terhadap hasil jadi masker
tradisional untuk perawatan kulit wajah. E-Journal Universitas Negeri Surabaya 5(03):
73-79.
Septiadi A, Ramadhani WK. 2020. Penerapan metode anova untuk analisis rata-rata produksi
donat, burger, dan croissant pada toko roti Animo Bakery. Bulletin of Applied Industrial
Engineering Theory 1(2): 60-64.
LAMPIRAN
LAMPIRAN TAMBAHAN
DOKUMENTASI VIDEO