IDENTIFIKASI INTERAKSI GENOTIPE X LINGKUNGAN PADA PADI HIBRIDA BERDASARKAN RESPON GABUNGAN
SUCI TIARA
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
RINGKASAN SUCI TIARA. Identifikasi Interaksi Genotipe X Lingkungan pada Padi Hibrida Berdasarkan Respon Gabungan. Dibimbing oleh AHMAD ANSORI MATTJIK dan I MADE SUMERTAJAYA. Indonesia merupakan negara dengan konsumsi beras terbesar di dunia. Oleh karena itu perlu dilakukan cara untuk meningkatkan produksi beras. Salah satunya adalah dengan mengelola lahan secara intensif dan efisien serta menemukan varietas padi yang berdaya hasil tinggi. Jenis padi yang berdaya hasil paling tinggi pada saat ini adalah padi hibrida. Usaha pemuliaan padi hibrida dapat dilakukan melalui perakitan varietas dan pengujian di berbagai lokasi secara berkesinambungan agar dapat beradaptasi dengan lingkungan yaitu menggunakan percobaan multilokasi. Analisis statistika yang komprehensif untuk percobaan multilokasi adalah analisis AMMI (Additive Main effect and Multiplicative Interaction). Pendekatan AMMI yang biasa dilakukan masih menggunakan respon tunggal. Padahal untuk mengetahui varietas unggul harus memperhatikan beberapa aspek secara bersamaan. Dalam hal ini berarti memperhatikan responrespon yang diukur secara simultan. Oleh karena itu, penelitian ini menggunakan analisis AMMI berdasarkan respon gabungan. Metode penggabungan respon yang digunakan yaitu Range Equalization dan pembobotan oleh pakar. Hasil penelitian ini menjelaskan bahwa kedua metode penggabungan memiliki kemiripan dalam mengidentifikasi kestabilan genotipe. G1, G5, G7, dan G11 adalah genotipe stabil berdasarkan analisis AMMI respon gabungan metode RE, sedangkan G3, G5, G7 dan G11 adalah genotipe stabil berdasarkan analisis AMMI respon gabungan metode Pakar. Genotipe lainnya merupakan genotipe spesifik pada lingkungan tertentu. Kemiripan pengklasifikasian ini disebabkan oleh respon yang dominan pada genotipe stabil diberikan bobot yang hampir sama, baik pada metode RE ataupun metode Pakar. Hasil klasifikasi kestabilan genotipe berdasarkan ISA kedua metode juga tidak jauh berbeda. Hasil korelasi Rank Spearman sebesar 0.776 menunjukkan adanya kemiripan hasil klasifikasi stabilitas genotipe metode RE dan metode Pakar. Sehingga dapat dikatakan bahwa metode RE dapat digunakan walaupun pada penelitian ini terdapat respon yang dipentingkan dalam penentuan stabilitas genotipe. Jika dilihat dari penggunaannya, metode RE lebih baik digunakan apabila tidak ada respon asal yang dipentingkan sehingga semua respon diberikan bobot yang sama sedangkan metode Pakar digunakan apabila ada respon yang dipentingkan dalam menentukan stabilitas genotipe. Kata kunci: Penggabungan Respon, Range Equalization, Pembobotan Pakar,Percobaan Multilokasi, Analisis AMMI
IDENTIFIKASI INTERAKSI GENOTIPE X LINGKUNGAN PADA PADI HIBRIDA BERDASARKAN RESPON GABUNGAN
SUCI TIARA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
Judul : Identifikasi Interaksi Genotipe X Lingkungan pada Padi Hibrida Berdasarkan Respon Gabungan Nama : Suci Tiara NRP : G14062771
Menyetujui:
Pembimbing I,
Pembimbing II,
Prof. Dr. Ir. Ahmad Ansori Mattjik, M.Sc NIP. 194606261970081002
Dr. Ir. I Made Sumertajaya, M.Si NIP. 196807021994021001
Mengetahui : Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. Ir. Hari Wijayanto, M.Si NIP. 196504211990021001
Tanggal Lulus:
KATA PENGANTAR Puji syukur penulis ucapkan kehadirat Allah SWT atas segala berkah dan rahmat-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah yang berjudul ” Identifikasi Interaksi Genotipe X Lingkungan pada Padi Hibrida Berdasarkan Respon Gabungan” disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Penulis menyampaikan terimakasih kepada Bapak Prof. Dr. Ir. Ahmad Ansori Mattjik, M.Sc dan Bapak Dr. Ir. I Made Sumertajaya, M.Si selaku dosen pembimbing yang telah memberikan bimbingan, masukan dan arahan selama penulisan karya ilmiah ini. Terimakasih kepada Ibu Dian Kusumaningrum, S.Si, M.Si sebagai dosen penguji pada saat sidang yang telah memberikan banyak saran dan masukan kepada penulis. Terimakasih juga kepada Bapak Azrial atas diskusi selama penulisan karya ilmiah ini. Terimakasih kepada Bapak Muhammad Ismail yang telah membantu penulis mencari informasi mengenai data yang penulis gunakan dalam penelitian ini. Terima kasih juga kepada Marina, Sevara, Kamelia, dan Dian atas diskusi dan saran-saran yang diberikan. Disamping itu, penulis juga mengucapkan terimakasih kepada seluruh dosen dan staf pengajar Departemen Statistika yang telah memberikan ilmu dan wawasan selama penulis menuntut ilmu di Departemen Statistika serta seluruh staf Departemen Statistika yang telah banyak membantu penulis. Ungkapan terimakasih juga disampaikan kepada kedua orang tua dan seluruh keluarga yang telah memberikan doa, kasih sayang serta dorongan yang tulus baik moril maupun materil. Penulis menyadari masih banyak terdapat kekurangan dalam penulisan karya ilmiah ini. Oleh karena itu saran dan kritik yang bersifat membangun selalu penulis harapkan sebagai bahan evaluasi guna peningkatan di masa yang akan datang. Semoga karya ilmiah ini dapat bermanfaat bagi semua pihak.
Bogor, Desember 2010 Suci Tiara
RIWAYAT HIDUP Penulis dilahirkan di kota Padang pada tanggal 18 April 1989 sebagai anak ketiga dari empat bersaudara dari pasangan Mulyadi AR dan Elyta. Penulis menyelesaikan pendidikan sekolah dasar pada tahun 2000 di SD Negri 05 Surau Gadang Padang, kemudian melanjutkan pendidikan menengah pertama di SMP 12 Padang dan lulus pada tahun 2003. Pada tahun 2006 penulis menyelesaikan pendidikan menengah atas di SMA 10 Padang dan pada tahun yang sama diterima di Institut Pertanian Bogor melalui jalur USMI (Undangan Seleksi Masuk IPB). Setelah satu tahun menempuh pendidikan di Tingkat Persiapan Bersama penulis diterima di Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama masa perkuliahan penulis aktif dalam berbagai kegiatan kepaniatiaan kemahasiswaan IPB baik di lingkungan departemen, fakultas, maupun kampus seperti Statistika Ria 2007 dan 2008, Masa Pengenalan Fakultas 2008, Welcome Ceremony Statistics (WCS) 2009, serta Pesta Sains 2009. Penulis juga aktif dalam Ikatan Pelajar dan Mahasiswa Minang (IPMM-Bogor). Penulis juga berkesempatan menjadi asisten mata kuliah Metode Statistika pada semester genap tahun 2008/2009. Pada bulan Februari-April 2010 penulis melaksanakan praktik lapang di PT. Jaringan Suara Indonesia, Jakarta Selatan.
DAFTAR ISI Halaman DAFTAR TABEL .................................................................................................................. viii DAFTAR GAMBAR .............................................................................................................. viii DAFTAR LAMPIRAN ........................................................................................................... viii PENDAHULUAN Latar Belakang .................................................................................................................. 1 Tujuan ............................................................................................................................... 1 TINJAUAN PUSTAKA Padi Hibrida ...................................................................................................................... 1 Penggabungan Respon ....................................................................................................... 1 Metode Range Equalization .......................................................................................... 2 Metode Pembobotan oleh Pakar ................................................................................... 2 Asumsi Analisis Ragam ..................................................................................................... 2 Analisis AMMI ................................................................................................................. 3 Indeks Stabilitas AMMI ..................................................................................................... 3 METODOLOGI Data .................................................................................................................................. 4 Metode .............................................................................................................................. 4 HASIL DAN PEMBAHASAN Penggabungan Respon ....................................................................................................... 4 Metode Range Equalization ......................................................................................... 4 Metode Pembobotan oleh Pakar ................................................................................... 4 Analisis Deskriptif ............................................................................................................. 5 Pengujian Asumsi Analisis Ragam .................................................................................... 5 Analisis Ragam Gabungan ................................................................................................. 6 Analisis AMMI Berdasarkan Respon Gabungan Metode RE .............................................. 7 Analisis AMMI Berdasarkan Respon Gabungan Metode Pakar .......................................... 8 Pembandingan Metode RE dengan Metode Pakar ............................................................... 8 SIMPULAN ........................................................................................................................... 9 SARAN .................................................................................................................................. 10 DAFTAR PUSTAKA ............................................................................................................. 10 LAMPIRAN ........................................................................................................................... 11
viii
DAFTAR TABEL 1 2 3 4 5 6 7 8 9
Halaman Genotipe yang diuji ........................................................................................................... 4 Bobot setiap respon yang diamati ....................................................................................... 5 Analisis ragam gabungan untuk respon gabungan metode RE ............................................ 6 Analisis ragam gabungan untuk respon gabungan metode Pakar ......................................... 7 Analisis ragam AMMI1 untuk respon gabungan metode RE .............................................. 7 Analisis ragam AMMI2 untuk respon gabungan metode Pakar .......................................... 8 Klasifikasi genotipe stabil ................................................................................................. 9 Klasifikasi genotipe spesifik .............................................................................................. 9 Hasil klasifikasi ISA .......................................................................................................... 9
DAFTAR GAMBAR
1 2 3 4 5 6 7 8 9 10 11 12
Halaman Boxplot respon gabungan berdasarkan genotipe ................................................................. 5 Boxplot respon gabungan berdasarkan lingkungan tanam ................................................... 5 Uji kehomogenan ragam sisaan respon gabungan metode RE ............................................ 5 Uji kehomogenan ragam sisaan respon gabungan metode Pakar ........................................ 6 Plot sisaan dan urutan data metode RE ............................................................................... 6 Plot sisaan dan urutan data metode Pakar ........................................................................... 6 Uji kenormalan sisaan respon gabungan metode RE ........................................................... 6 Uji kenormalan sisaan respon gabungan metode Pakar ....................................................... 6 Biplot AMMI1 rataan respon gabungan metode RE dengan KUI1 ...................................... 7 Biplot AMMI2 KUI1dengan KUI2 metode RE .................................................................. 7 Biplot AMMI1 rataan respon gabungan metode Pakar dengan KUI1 ................................... 8 Biplot AMMI2 KUI1dengan KUI2 metode Pakar .............................................................. 8
DAFTAR LAMPIRAN
1 2 3 4 5
Halaman Nilai harapan dan ragam respon gabungan metode RE dan Pakar .......................................... 12 Rataan umum respon gabungan metode RE ......................................................................... 13 Rataan umum respon gabungan metode Pakar ..................................................................... 13 Nilai KUI1 dan KUI2 untuk genotipe dan lingkungan berdasarkan metode RE ..................... 14 Nilai KUI1 dan KUI2 untuk genotipe dan lingkungan berdasarkan metode Pakar ................. 14
1
PENDAHULUAN Latar Belakang Indonesia merupakan salah satu negara dengan konsumsi beras terbesar di dunia. Berdasarkan Badan Pusat Statistik (BPS), produksi beras Indonesia perkapita mencapai 155.3 kg/kapita, sedangkan konsumsi beras penduduk Indonesia mencapai 166.4 kg/kapita pada tahun 2008. Hal ini menunjukkan bahwa terdapat kekurangan produksi untuk memenuhi kebutuhan beras dalam negeri. Sehingga perlu dilakukan upaya untuk meningkatkan produksi beras. Salah satunya yaitu dengan mengelola lahan secara intensif dan efisien serta menemukan varietas padi yang berdaya hasil tinggi. Berdasarkan informasi dan teknologi pemuliaan tanaman padi, jenis padi yang berdaya hasil paling tinggi pada saat ini adalah padi hibrida. Usaha pemuliaan padi hibrida dapat dilakukan melalui percobaan multilokasi. Percobaan multilokasi adalah serangkaian percobaan di berbagai kondisi lingkungan sekaligus dengan menggunakan rancangan serta perlakuan yang sama. Percobaan multilokasi diharapkan mampu menjelaskan pengaruh utama (genotipe dan lingkungan) dan pengaruh interaksi genotipe dengan lingkungan. Sehingga mampu mengidentifikasi genotipe yang stabil pada berbagai lingkungan berbeda atau beradaptasi pada suatu lingkungan spesifik (Sa’diyah & Mattjik 2009). Analisis statistika yang saat ini cukup komprehensif digunakan untuk menganalisis percobaan multilokasi adalah analisis AMMI (Additive Main effect and Multiplicative Interaction). Pendekatan AMMI yang biasa dilakukan masih menggunakan respon tunggal. Padahal untuk mengetahui varietas unggul harus memperhatikan beberapa aspek yang terkait pada tanaman secara bersamaan. Dalam hal ini berarti memperhatikan responrespon yang diukur secara simultan. Oleh karena itu, penelitian ini menggunakan analisis AMMI berdasarkan respon gabungan. Metode penggabungan respon yang digunakan adalah Range Equalization dan pembobotan oleh pakar. Metode Range Equalization digunakan karena berdasarkan penelitian Sumertajaya (2005), metode ini adalah salah satu metode penggabungan respon yang dapat menjelaskan respon-respon asal dengan baik. Metode pembobotan oleh pakar digunakan karena terdapat tingkat kepentingan respon pada penelitian ini. Pakar/ahli pemuliaan tanaman padi memberikan bobot tertentu pada setiap respon sesuai tingkat kepentingannya.
Tujuan Penelitian ini bertujuan untuk: 1. Mengidentifikasi pengaruh interaksi berdasarkan respon gabungan dengan pendekatan Range Equalization dan pembobotan berdasarkan pakar. 2. Membandingkan kedua metode penggabungan respon.
TINJAUAN PUSTAKA Padi Hibrida Padi hibrida merupakan hasil persilangan antara dua induk yang berbeda secara genetik dan mampu menunjukkan sifat superior. Padi hibrida mampu memberikan hasil yang lebih tinggi daripada padi varietas unggul lainnya. Selain itu, tanaman padi yang dihasilkan juga mempunyai daya tahan yang tinggi terhadap serangan gulma. Sifat superior pada padi hibrida ini akan hilang pada generasi berikutnya. Oleh sebab itu, benih yang dihasilkan padi hibrida tidak dapat digunakan sebagai benih untuk musim tanam berikutnya. Beberapa varietas padi hibrida yang sudah dilepas diantaranya Intani I, Intani II, Maro, Rokan, dan Bernas Super (IRRI Rice Knowledge Bank & Satoto 2006). Penggabungan Respon Penggabungan respon merupakan salah satu strategi yang digunakan sebagai penyederhanaan analisis untuk melihat daya adaptasi tanaman secara komprehensif. Sumertajaya (2005) mengkaji penerapan metode penggabungan respon dalam analisis AMMI pada data respon ganda. Metode yang digunakan pada penelitian tersebut antara lain metode Range Equalization, metode komponen utama pertama, metode pembobotan berdasarkan komponen utama, metode jarak Hotelling, metode Division by Mean, dan metode pembobotan optimum. Metode-metode ini banyak digunakan pada berbagai aspek seperti penyusunan indeks pembangunan manusia, indeks kemiskinan, penggabungan atribut ganda dalam analisis pengendalian mutu dan lain-lain. Dari metode-metode yang disebutkan diatas, pada penelitian ini digunakan metode Range Equalization. Selain itu digunakan juga metode penggabungan yang lain yaitu metode pembobotan oleh pakar karena terdapat tingkat kepentingan respon dalam penelitian ini. Hasil respon gabungan kedua metode ini lebih lanjut digunakan sebagai respon pada analisis AMMI.
2 Metode Range Equalization Pendekatan Range Equalization menggunakan informasi nilai minimum dan maksimum dari data respon respon asal untuk memperoleh nilai respon gabungan (Kundu 2004, diacu dalam Sumertajaya 2005). Tahapan yang dilakukan untuk memperoleh nilai respon gabungan adalah: 1. menghitung nilai SDII (Subdimension Indicator Index) untuk masing-masing respon asal, yaitu: =
;i=1,2,...,p; j=1,2,...,n.
2. menghitung nilai respon gabungan yaitu rata-rata dari seluruh SDII =∑
;i=1,2,...,p; j=1,2,...,n.
p = banyaknya respon asal n = banyak pengamatan Metode Pembobotan oleh Pakar Ahli pemuliaan tanaman memaparkan bahwa berdasarkan tingkat kepentingannya terhadap hasil produksi, jumlah gabah isi per malai, jumlah malai per m2, dan bobot 1000 butir secara berurutan berpengaruh nyata terhadap hasil produksi. Menurut Gravois dan Helms (1992), kerapatan malai memiliki pengaruh terbesar terhadap hasil produksi, disusul dengan gabah isi per malai, dan bobot butir. Dilihat dari besarnya dampak langsung terhadap hasil produksi, urutan komponen hasil adalah jumlah gabah isi per malai > jumlah malai per m2 > bobot 1000 butir (Sürek dan Beşer 2003). Ahli pemuliaan tanaman padi memberikan skor 6, 3, 2, dan 2 masing-masing untuk hasil produksi, jumlah gabah isi per malai, jumlah malai, dan bobot 1000 butir. Tahapan yang dilakukan untuk mendapatkan respon gabungan dengan metode pakar adalah: 1. mengurutkan respon sesuai kepentingan, kemudian berikan bobot untuk masingmasing respon (wi) 2. menghitung nilai baku setiap respon =
=
;i=1,2,...,p;
j=1,2,...,n. p = banyaknya respon asal n = banyak pengamatan 3. menghitung respon gabungan = Nilai harapan dan ragam metode ini dapat dilihat pada Lampiran 1. Nilai harapan dan ragam ini juga berlaku untuk metode RE.
Asumsi Analisis Ragam Asumsi-asumsi yang mendasari analisis ragam adalah sebagai berikut: 1. Pengaruh perlakuan dan pengaruh lingkungan bersifat aditif Model linier aditif merupakan suatu model umum yang menggambarkan keadaan suatu pengamatan yang terdiri atas komponen-komponen yang dapat dijumlahkan sesuai dengan modelnya. Adanya ketidakaditifan pada data mengakibatkan keheterogenan ragam sisaan, sehingga suatu transformasi harus dilakukan sebelum melakukan analisis. Statistik uji yang digunakan untuk mengevaluasi keaditifan model adalah uji Tukey. Dalam pengujian ini digunakan metode dengan memisahkan jumlah kuadrat sisaan dengan derajat bebas 1. Statistik uji Tukey dapat ditulis sebagai berikut: (
)
=
∑(
.
∑( .
.. )
.
..) ∑
.. .
..
r adalah banyaknya blok atau ulangan. = Apabila Fhitung ≤ Fα(1,dbsisaan) maka keaditifan model dapat diterima (Steel & Torrie 1997). 2. Sisaan percobaan memiliki ragam yang homogen Uji formal yang dapat digunakan untuk pengujian kehomogenan ragam sisaan adalah dengan uji Bartlett. Hipotesis yang akan diuji adalah: Ho: = =…= H1: minimal ada satu ragam yang tidak sama Apabila p-value ≥ α maka ragam sisaan percobaan homogen. Jika ragam sisaan tidak homogen maka dapat dilakukan transformasi peubah respon. 3. Sisaan percobaan saling bebas Sisaan percobaan disebut saling bebas jika sisaan dari salah satu pengamatan yang mempunyai nilai tertentu haruslah tidak bergantung pada nilai-nilai sisaan pengamatan lainnya. Jika sisaan percobaan tidak saling bebas maka dapat terjadi kesalahan pada pengujian taraf nyata. Keacakan dan kebebasan antar sisaan dapat dilihat dari plot antara nilai dugaan sisaan percobaan dengan nilai dugaan respon. Apabila plot tidak membentuk suatu pola maka asumsi kebebasan sisaan terpenuhi.
3 4. Sisaan percobaan menyebar normal Asumsi ini berlaku terutama untuk uji-uji nyata (pengujian hipotesis), dan tidak diperlukan dalam pendugaan komponen ragam. Jika sisaan percobaan tidak menyebar normal maka dapat dilakukan transformasi pada peubah respon. Salah satu uji formal yang dapat digunakan yaitu uji Anderson Darling. (Mattjik & Sumertajaya 2006). Analisis AMMI Analisis AMMI telah banyak dianjurkan untuk percobaan multilokasi. Keragaman keseluruhan bagian AMMI didapat dari pengaruh utama genotipe, pengaruh utama lingkungan, dan interaksi genotipe dengan lingkungan. Analisis ini menggabungakan analisis ragam dan penguraian nilai singular atau disebut juga analisis komponen utama bagi pengaruh interaksi. Percobaan multilokasi menggunakan analisis AMMI dimodelkan sebagai berikut: =
+
+
dimana (αβ)ij = ∑
( )
+
+(
) + +
i=1, 2, …, g; j=1, 2, …, l; k=1, 2,…, r. Yijk menunjukkan respon dari amatan pada genotipe ke-i, lingkungan ke-j, dan kelompok ke-k, merupakan rataan umum. , , dan ( ) menunjukkan pengaruh genotipe ke-i, pengaruh lingkungan ke-j, dan pengaruh kelompok ke-k tersarang pada lingkungan ke-j. adalah pengaruh acak pengamatan pada genotipe ke-i, lingkungan ke-j, dan kelompok ke-k. (αβ)ij merupakan pengaruh interaksi genotipe ke-i dan lingkungan ke-j. Pengaruh interaksi ini diperoleh dengan menguraikan matriks interaksinya menjadi kompenen-komponen utama interaksi. merupakan nilai singular ke-n, dan menunjukkan pengaruh ganda genotipe ke-i melalui komponen bililier ke-n dan pengaruh ganda lingkungan ke-j melalui komponen bilinier ke-n, δij adalah simpangan dari pemodelan bilinier, dan m menunjukkan banyaknya KUI yang nyata pada taraf 5% (Mattjik & Sumertajaya 2006). Metode yang dapat digunakan untuk menentukan banyaknya komponen utama interaksi (KUI) yang dipertahankan dalam model AMMI yaitu postdictive success dan predictive success. Postdictive success mementingkan kecocokkan suatu model terhadap data itu sendiri. KUI yang digunakan
berdasarkan banyaknya KUI yang nyata pada uji F analisis ragam. Predictive success mementingkan kecocokkan antara model yang digunakan dalam membangun sebagian data dan data validasi yang tidak digunakan dalam model (Gauch 1988). Model AMMI dapat diinterpretasikan menggunakan biplot. Biplot AMMI1 (plot rataan dengan skor KUI1) menunjukkan bahwa genotipe mempunyai daya adaptasi baik pada suatu lingkungan jika genotipe dan lingkungan bertanda sama atau berinteraksi positif. Pengaruh interaksi genotipe dan lingkungan digambarkan oleh biplot AMMI2 (plot skor KUI1 dengan KUI2). Untuk menguji kestabilan genotipe, digunakan selang kepercayaan sebaran normal ganda. Semakin stabil suatu genotipe maka titik koordinatnya akan semakin mendekati pusat koordinat ellips (Hadi dan Sa’diyah 2004). Dari biplot AMMI2 dapat pula diperoleh gambaran adaptabilitas genotipe yang spesifik pada lingkungan tertentu yaitu dengan menggambar poligon pada AMMI2. Indeks Stabilitas AMMI Indeks Stabilitas AMMI (ISA) dapat digunakan untuk pengklasifikasian stabilitas genotipe. Indeks stabilitas diperlukan untuk memudahkan dalam melihat tingkat stabilitas suatu genotipe. Menurut Jaya (2008) dalam Sa’diyah dan Matjjik (2009), indeks stabilitas genotipe ditentukan oleh skor KUI yang dihasilkan dari model AMMI2 sehingga hanya menggunakan skor KUI1 dan skor KUI2. Indeks tersebut didefinisikan sebagai berikut: ⁄
=
⁄
(
KUI )
+[
KUI ]
Indeks yang didasarkan pada dua nilai KUI terbesar tersebut baik digunakan jika persentase keragaman genotipe dan lingkungan yang dapat dijelaskan oleh model AMMI2 besar. Tetapi kurang efektif jika persen keragaman biplot AMMI2 kecil. Pada kondisi tersebut perlu melibatkan semua nilai KUI yang nyata. ISA menggunakan m buah KUI yang nyata didefinisikan sebagai berikut: ⁄
=
∑
∑
⁄
(
KUI )
dengan λi adalah akar ciri pada komponen ke-i, skorKUIi adalah skor komponen utama interaksi ke-i genotipe dan m adalah banyaknya komponen yang nyata pada taraf 5% (Sa’diyah & Mattjik 2009).
4
METODOLOGI Data Sumber data yang digunakan dalam penelitian ini adalah data sekunder percobaan multilokasi padi hibrida pada musim tanam 2008/2009 dari Balai Pengkajian Teknologi Pertanian (BPTP) Jawa Timur. Penanaman padi hibrida ini dilakukan pada 4 lingkungan tanam yaitu Malang musim hujan (mlg2), Jember musim hujan (jmbr2), Jember musim kemarau (jmbr1), dan Ngawi musim kemarau (ngw1). Genotipe yang dicobakan dalam peneltian ini sebanyak 12 genotipe padi hibrida (Tabel 1). Respon yang diukur yaitu daya hasil (ton/ha), jumlah gabah isi permalai, jumlah malai per m2, dan bobot 1000 butir. Rancangan yang digunakan di setiap lingkungan adalah rancangan acak kelompok dengan empat kelompok. Tabel 1 Genotipe yang diuji Kode G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12
Genotipe IH801 IH802 IH803 IH804 IH805 IH806 IH807 IH808 IH809 Maro Hibrindo Ciherang
Metode Tahapan yang dilakukan dalam penelitian ini adalah: 1. Menghitung respon gabungan dengan metode Range Equalization (RE) dan metode pembobotan oleh pakar. 2. Analisis statistika deskriptif Analisis deskriptif dilakukan untuk melihat pola umum dari rataan respon gabungan untuk masing-masing genotipe dan lingkungan tanam menggunakan diagram batang. 3. Analisis ragam gabungan Analisis ragam gabungan digunakan untuk menguji secara sistematis nyata atau tidak nyatanya pengaruh genotipe, pengaruh lingkungan, dan pengaruh interaksi genotipe dengan lingkungan. Analisis ragam gabungan diawali dengan pengujian asumsi terlebih dahulu. 4. Analisis AMMI Analisis AMMI dilakukan pada respon gabungan yang diperoleh melalui kedua
metode penggabungan. Interpretasi model menggunakan biplot AMMI untuk menentukan genotipe stabil dan spesifik lingkungan dengan selang kepercayaan normal ganda dan poligon. 5. Membandingkan kedua metode penggabungan respon dengan melihat pengklasifikasian stabilitas genotipe masing-masing respon dan keeratan hubungan hasil ISA kedua metode menggunakan korelasi Rank Spearman.
HASIL DAN PEMBAHASAN Penggabungan Respon Penggabungan respon dilakukan dengan menggunakan dua metode yaitu, Range Equalization (RE) dan pembobotan oleh pakar. Pemilihan metode ini berdasarkan hasil penelitian Sumertajaya (2005) yang menyatakan bahwa Range Equalization merupakan salah satu metode penggabungan terbaik, sedangkan metode pembobotan oleh pakar digunakan karena adanya respon yang dipentingkan dalam penelitian ini. Metode Range Equalization selanjutnya disingkat menjadi metode RE dan metode pembobotan oleh pakar disingkat menjadi metode Pakar. Metode Range Equalization (RE) Metode RE diawali dengan mencari nilai SDII (Subdimension Indicator Index) tiap respon. SDII tiap respon adalah sebagai berikut: . Jumlah Gabah Isi ∶ = .
Jumlah Malai ∶
=
Bobot 1000 Butir: Daya Hasil:
= =
. .
. .
Berdasarkan nilai SDII tiap respon maka respon gabungan dapat dihitung dengan mencari rata-rata seluruh SDII. Metode Pembobotan oleh Pakar Metode pembobotan oleh pakar diawali dengan pemberian skor setiap respon oleh ahli/ pakar pemuliaan tanaman (Tabel 2). Bobot (wi ) diperoleh dari normalisasi skor setiap respon. Nilai baku tiap respon (Zij) sama dengan SDIIij pada metode RE. Maka respon gabungan dapat dihitung dengan menjumlahkan seluruh hasil perkalian Zij dengan wi.
5 Tabel 2 Bobot setiap respon yang diamati Respon Daya hasil (y4) Jumlah gabah isi (y1) Jumlah Malai (y2) Bobot 1000 butir (y3)
Nilai 6 3 2 2
Bobot (wi) 0.4615 0.2308 0.1538 0.1538
0.8
0.8
Nilai Respon Gabungan
0.7 0.6 0.5 0.4 0.3 0.2
1
2
3
4
RE
5
Gambar 1 Boxplot berdasarkan genotipe
6
7
8
respon
9
10
11
12
Pakar
gabungan
Jika dilihat dari lingkungan tanam (Gambar 2), lingkungan tanam Ngw1 memberikan rataan respon gabungan tertinggi sedangkan Jmbr1 memberikan rataan respon gabungan terendah baik berdasarkan metode RE maupun metode Pakar. Mlg2 memiliki keragaman terkecil pada kedua metode penggabungan respon. Ngw1 memiliki keragaman terbesar berdasarkan metode RE, sedangkan Jmbr2 memiliki keragaman terbesar berdasarkan metode Pakar. Gambar 2 juga menunjukkan bahwa terdapat pencilan
Nilai Respon Gabungan
0.7 0.6 0.5 0.4 0.3 0.2 0.1 LOKASI
Gambar
RE Pakar JMBR1
2
RE Pakar JMBR2
RE Pakar MLG2
RE Pakar NGW1
Boxplot respon gabungan berdasarkan lingkungan tanam
Pengujian Asumsi Analisis Ragam Asumsi-asumsi yang mendasari analisis ragam adalah keaditifan pengaruh perlakuan dan pengaruh lingkungan, kehomogenan ragam sisaan, kenormalan sisaan, dan keacakan dan kebebasan antar sisaan. Pengujian keaditifan model linier meggunakan uji keaditifan Tukey menghasilkan nilai-F sebesar 0.028 dengan nilai-p 0.868 untuk respon gabungan RE, sedangkan untuk respon gabungan Pakar menghasilkan nilai-F sebesar 0.034 dengan nilai-p 0.853. Karena nilai-p lebih besar dari 0.05 maka dapat disimpulkan bahwa asumsi keaditifan model terpenuhi pada taraf nyata 5%. Uji Bartlett digunakan untuk menguji asumsi kehomogenan ragam sisaan. Berdasarkan uji Barttlet diperoleh nilai-p sebesar 0.832 untuk respon gabungan RE (Gambar 3) sedangkan untuk respon gabungan Pakar diperoleh nilai-p 0.131 (Gambar 4). Nilai-p lebih besar dari 0.05 maka dapat disimpulkan bahwa kehomogenan ragam sisaan terpenuhi. Bartlett's Test
JMBR1
Lingkungan Tanam
Analisis Deskriptif Genotipe-genotipe yang ditanam pada 4 lingkungan yang berbeda menghasilkan rataan nilai respon gabungan yang bervariasi. Rataan umum respon gabungan metode RE yaitu sebesar 0.425. Lampiran 2 menunjukkan bahwa genotipe G2, G3, G5, G7, dan G11 memiliki rataan lebih besar dari rataan umum metode RE. Rataan umum respon gabungan metode Pakar yaitu sebesar 0.421. Lampiran 3 menunjukkan bahwa genotipe G2, G3, G5, G6, G7, G8, dan G11 memiliki rataan lebih besar dari rataan umum metode Pakar. Gambar 1 menunjukkan bahwa genotipe G11 memberikan rataan respon gabungan paling tinggi sedangkan genotipe G1 memberikan rataan respon gabungan paling rendah pada kedua metode penggabungan respon. Genotipe G2 merupakan genotipe dengan keragaman paling kecil berdasarkan kedua metode penggabungan respon. G8 merupakan genotipe dengan keragaman terbesar berdasarkan metode RE, sedangkan G9 merupakan genotipe dengan keragaman terbesar berdasarkan metode Pakar.
0.1 Genotipe(G)
pada amatan lingkungan. Pencilan tersebut merupakan genotipe yang secara umum memiliki nilai amatan yang selalu tinggi atau rendah untuk tiap ulangan pada lingkungan tersebut atau disebut juga ekstrim genotipe.
Test Statistic 0.87 P-Value 0.832 JMBR2
MLG2
NGW1
0.030 0.035 0.040 0.045 0.050 0.055 0.060 0.065
Selang Kepercayaan 95%untuk StDevs
Gambar 3 Uji kehomogenan ragam sisaan respon gabungan metode RE
6 99.9
Bartlett's Test
99
Test Statistic 5.62 P-Value 0.131
95 90 80
JMBR2
Persen
Lingkungan Tanam
JMBR1
70 60 50 40 30 20
MLG2
Mean -4.25007E-17 StDev 0.04310 N 192 AD 0.537 P-Value 0.167
10 5 1
NGW1 0.1
-0.10
0.03
0.04
0.05
0.06
0.07
0.08
-0.05
0.09
0.00
0.05
0.10
0.15
Sisaan
Selang Kepercayaan 95%untuk StDevs
Gambar 4 Uji kehomogenan ragam sisaan respon gabungan metode Pakar
Gambar 7
Uji kenormalan sisaan respon gabungan metode RE
99.9
99 95 90
Persen
Pengujian asumsi kebebasan dan keacakan sisaan dilihat dari plot sisaan dan nilai dugaan respon. Gambar 5 dan Gambar 6 menunjukkan bahwa tidak terdapat pola tertentu pada plot tersebut. Sehingga dapat disimpulkan bahwa kebebasan dan keacakan sisaan terpenuhi.
80 70 60 50 40 30 20
Mean -2.87675E-17 StDev 0.05575 N 192 AD 0.327 P-Value 0.518
10 5 1
0.15
0.1
-0.2
0.10
-0.1
0.0
0.1
0.2
Sisaan sisaan
0.05
Gambar 8
-0.05
-0.10 1
20
40
60
80
100
120
140
160
180
urutan data
Gambar 5
Plot sisaan dan urutan data berdasarkan metode RE
0.15
0.10
0.05
sisaan
Uji kenormalan sisaan respon gabungan metode Pakar
0.00
0.00
-0.05
-0.10
1
20
40
60
80
100
120
140
160
180
urutan data
Gambar 6
Plot sisaan dan urutan data berdasarkan metode Pakar
Uji Anderson Darling digunakan untuk pengujian asumsi kenormalan. Asumsi kenormalan sisaan untuk kedua respon gabungan terpenuhi karena nilai-p yang dihasilkan lebih besar dari 0.05 yaitu 0.167 untuk respon gabungan RE (Gambar 7) dan 0.327 untuk respon gabungan Pakar (Gambar 8).
Analisis Ragam Gabungan Analisis ragam gabungan dilakukan untuk mengetahui pengaruh genotipe, lingkungan, dan pengaruh interaksinya. Hasil analisis ragam gabungan pada Tabel 3 dan Tabel 4 menunjukkan bahwa kedua pengaruh utama yaitu genotipe dan lingkungan serta pengaruh interaksinya nyata pada taraf 5%. Pengaruh lingkungan memberikan sumbangan keragaman terbesar pada kedua analisis ragam. Disusul dengan pengaruh genotipe dan pengaruh interaksinya. Hal ini menjelaskan bahwa selain genotipe itu sendiri, respon gabungan dipengaruhi oleh kondisi lingkungan tanam. Pengaruh interaksi yang nyata mengindikasikan bahwa terdapat perbedaan rataan respon dari suatu genotipe yang ditanam pada lingkungan yang berbeda. Tabel 3
Analisis ragam gabungan untuk respon gabungan metode RE
Sumber Lingkungan Blok(lingk) Genotipe Lingk*Gen Error Total
db 3 12 11 33 132 191
JK 1.809 0.069 0.092 0.223 0.355 2.548
F 224.39 2.15 3.11 2.52
nilai p 0.000 0.018 0.001 0.000
7
Sumber Lingkungan Blok(lingk) Genotipe Lingk*Gen Error Total
db 3 12 11 33 132 191
JK 2.054 0.08 0.227 0.346 0.594 3.301
F 152.24 1.49 4.59 2.33
nilai p 0.000 0.137 0.000 0.000
Analisis AMMI Berdasarkan Respon Gabungan Metode RE Penguraian pengaruh interaksi dengan penguraian nilai singular dari matriks dugaan pengaruh interaksi menghasilkan 3 akar ciri bukan nol yaitu 0.038, 0.012, dan 0.006. Kontribusi keragaman pengaruh interaksi yang dapat diterangkan masing-masing akar ciri adalah 68.26%, 21.04%, dan 10.70%. Sehingga terdapat tiga komponen utama interaksi yang dapat dipertimbangkan dalam model AMMI. Berdasarkan metode postdictive successs diperoleh satu komponen utama interaksi (KUI) yang nyata pada taraf 5% seperti yang terlihat pada Tabel 5. Dengan demikian, model AMMI terbaik yaitu AMMI1 dengan keragaman interaksi yang diterangkan sebesar 68.26%. Namun pada analisis ini tetap ditampilkan KUI2 karena masih berkontribusi terhadap pengaruh interaksi genotipe dengan lingkungan walaupun tidak nyata pada taraf 5%. Tabel 5 Analisis ragam AMMI1 metode RE Sumber Lingkungan Blok(lingk) Genotipe Lingk*Gen KUI1 KUI2 sisaan Error Total
db 3 12 11 33 13 11 9 132 191
JK 1.809 0.069 0.092 0.223 0.152 0.047 0.024 0.355 2.548
F 224.39 2.15 3.11 2.52 4.36 1.59 0.99
nilai p 0.000 0.018 0.001 0.000 0.039 0.210 0.322
Biplot AMMI1(Gambar 9) menjelaskan bahwa G11 memiliki rataan respon gabungan paling tinggi dan G1 memiliki rataan respon gabungan paling rendah. Gambar 9 juga menjelaskan bahwa G9 dan G12 memiliki rataaan yang sama namun pengaruh interakasinya terhadap lingkungan berbeda. Interaksi positif antara genotipe dengan lingkungan terjadi jika skor KUI1 antara genotipe dengan lingkungan memiliki tanda yang sama, sebaliknya jika tanda berbeda maka interaksinya dikatakan negatif. Genotipe G1, G9, G10, G8, G6, G7 berinteraksi positif
dengan lingkungan Mlg2 dan Ngw1 sedangkan genotipe lainnya berinteraksi positif dengan lingkungan Jmbr1 dan Jmbr2. Interaksi positif ini menunjukkan bahwa genotipe-genotipe tersebut dapat tumbuh baik pada lingkungan tanam yang telah disebutkan. Genotipe G1, G5, dan G7 merupakan genotipe-genotipe yang memiliki interaksi kecil dengan lingkungan karena skor KUI1nya mendekati nol. 0.425
0.4
NGW1
0.3
G10
0.2
KUI1
Analisis ragam gabungan untuk respon gabungan metode Pakar
G8
0.1
G6 MLG2
G1 G9
G7
0.0 -0.1
G12
G5 G11
0
G3 JMBR1 G4 G2 JMBR2
-0.2 -0.3 0.30
0.35
0.40
0.45
0.50
0.55
Rataan
Gambar 9
Biplot AMMI1 rataan dengan KUI1 metode RE
0.3
MLG2
0.2 G6
KUI2(21.04%)
Tabel 4
G8
0.1 G3
G2
G11 G5
G1
JMBR1
0.0 G10
G4 G12
-0.1
G7
JMBR2
NGW1
-0.2
G9
-0.3
-0.2
Gambar 10
-0.1
0.0 0.1 KUI1 (68.26%)
0.2
0.3
0.4
Biplot AMMI2 KUI1 dengan KUI2 metode RE
Biplot AMMI2 berdasarkan metode RE pada Gambar 10 menjelaskan struktur interakasi genotipe dengan lingkungan. Skor KUI1 dan KUI2 dapat dilihat pada Lampiran 4. Biplot AMMI2 dapat menggambarkan keragaman interaksi sebesar 91.3%. Pendekatan selang kepercayaan normal ganda yang berbentuk ellips untuk metode RE menghasilkan jari-jari mayor 0.11 dan jari-jari minor sebesar 0.09. Dari selang kepercayaan normal ganda 95% tersebut dapat diketahui bahwa G1, G5, G7, G11, dan G12 adalah genotipe yang stabil pada semua lingkungan tanam karena berada di dalam selang kepercayaan ellips dan memiliki keragaman yang relatif kecil. Genotipe lainnya yang berada di luar ellips dikatakan tidak stabil atau
8
Analisis AMMI Berdasarkan Respon Gabungan Metode Pakar Penguraian pengaruh interaksi dengan penguraian nilai singular dari matriks dugaan pengaruh interaksi menghasilkan 3 akar ciri bukan nol yaitu 0.050, 0.026, 0.010. Kontribusi keragaman pengaruh interaksi yang dapat diterangkan masing-masing akar ciri adalah 57.84%, 30.36%, dan 11.80%. Dari nilai singular tersebut terdapat tiga komponen utama interaksi yang dapat dipertimbangkan dalam model AMMI. Berdasarkan metode postdictive successs diperoleh dua komponen utama interaksi (KUI) yang nyata pada taraf 5% seperti terlihat pada Tabel 6. Dengan demikian, model AMMI terbaik yaitu AMMI2 dengan keragaman yang diterangkan sebesar 88.20%.
interaksi sebesar 88.20%. Skor KUI1 dan KUI2 pada metode Pakar dapat dilihat pada Lampiran 5. Perhitungan persamaan ellips untuk metode Pakar menghasilkan jari-jari mayor 0.12 dan jari-jari minor sebesar 0.10. Dari selang kepercayaan normal ganda 95% biplot AMMI2 tersebut dapat diketahui bahwa G3, G5, G7, dan G11 adalah genotipe yang stabil pada semua lingkungan tanam karena berada di dalam ellips. Genotipe lainnya yang berada diluar ellips cenderung untuk berinteraksi dengan lingkungan tertentu. Poligon yang digambarkan pada Gambar 12 menunjukkan genotipe-genotipe yang spesifik atau dapat beradaptasi baik di lingkungan tertentu. Genotipe G1dan G6 bersifat spesifik pada lingkungan tanam Mlg2. Genotipe yang bersifat spesifik pada lingkungan tanam Ngw1 adalah G10, G9, dan G8 sedangkan pada lingkungan tanam Jmbr2 dan Jmbr1 adalah G2, G4,dan G12.
db 3 12 11 33 13 11 9 132
JK 2.054 0.080 0.227 0.346 0.200 0.105 0.041 0.594
Total
191
3.301
F 152.24 1.49 4.59 2.33 3.43 2.13 1.01
nilai p 0.000 0.137 0.000 0.000 0.000 0.023 0.436
NGW1 G10
0.3 0.2
G8
0.1 MLG2
G1
0.0
G6 G5
G9
G12
-0.1
0
G11 G3
Tabel 6 Analisis ragam AMMI2 metode Pakar Sumber Lingkungan Blok(lingk) Genotipe Lingk*Gen KUI1 KUI2 sisaan Error
0.421
0.4
KUI1
spesifik di lingkungan tertentu. Genotipe yang spesifik ditentukan dari poligon yang dibuat pada biplot AMMI2. Poligon pada Gambar 10 menjelaskan bahwa G6 adalah genotipe yang bersifat spesifik pada lingkungan Mlg2. Genotipe yang bersifat spesifik pada lingkungan Ngw1 adalah G10, G8, dan G9 sedangkan pada lingkungan Jmbr1 dan Jmbr2 adalah G2, G3, dan G4.
G7
G4
JMBR1
-0.2 JMBR2
G2
-0.3 0.30
0.35
0.40
0.45
0.50
0.55
Rataan
Gambar 11 Biplot AMMI1 rataan KUI1 metode Pakar
dengan
MLG2
0.3 G1
0.2 KUI2 (30.36%)
Biplot AMMI1 pada Gambar 11 menunjukkan bahwa genotipe G11, G5, G6, G7, G2, G3, dan G8 memiliki rataan respon gabungan yang lebih tinggi dari rataan umum (0.421). Genotipe G2, G3, G4, G7, G11, G12 dapat tumbuh baik pada lingkungan tanam Jmbr1 dan Jmbr2. Genotipe lainnya dapat tumbuh baik pada lingkungan tanam Ngw1 dan Mlg2. Genotipe G1 dan G12 merupakan genotipe-genotipe yang memiliki interaksi kecil terhadap lingkungan tanam. Genotipe G3 dengan G8 serta G4 dengan G9 memiliki rataan yang hampir sama namun berbeda dalam pengaruh interaksinya. Biplot AMMI2 antara KUI1 dengan KUI2 pada metode pembobotan oleh pakar ini (Gambar 12) menggambarkan keragaman
G2 G6
0.1
G8
JMBR1 G11
G10
G3
0.0
G5 G7 G4
-0.1
G12 NGW2
JMBR2
-0.2
G9
-0.3 -0.3
-0.2
Gambar 12
-0.1
0.0 0.1 KUI1 (57.84%)
0.2
0.3
0.4
Biplot AMMI2 KUI1 dengan KUI2 metode Pakar
Pembandingan Metode RE dan Pakar Pengkalasifikasian genotipe stabil dan spesifik kedua metode penggabungan respon dilakukan untuk membandingkan metode RE dengan Pakar. Tabel 7 merupakan tabulasi
9 genotipe yang stabil diperoleh dari selang kepercayaan normal ganda pada biplot AMMI2 masing-masing metode. Tabel 8 merupakan tabulasi genotipe yang spesifik di lingkungan tertentu yang diperoleh dari poligon pada biplot AMMI2 setiap metode penggabungan respon. Tabel 7 Klasifikasi genotipe stabil Genotipe G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12
RE v
Pakar
v v
v
v
v
v v
v
*v:stabil Tabel 8 Klasifikasi genotipe spesifik Lingkungan Mlg 2 Ngw1 Jmbr2 Jmbr1
RE G6 G10, G8, G9 G2, G3, G4 G2, G3, G4
Pakar G1, G6 G10, G8, G9 G2, G4, G12 G2, G4, G12
Berdasarkan hasil klasifikasi diatas, kedua metode penggabungan respon memiliki kemiripan dalam menentukan genotipe yang stabil. Hal ini dapat disebabkan oleh kemiripan bobot yang diberikan oleh kedua metode pada respon-respon yang dominan di genotipe tersebut. Metode RE memberikan bobot yang sama untuk setiap respon yaitu sebesar 25% sedangkan metode pakar memberikan bobot yang berbeda pada setiap respon. Genotipe G5 merupakan genotipe yang dominan pada respon gabah isi permalai. Metode pakar memberikan bobot sebesar 23.08% untuk respon gabah isi permalai, tidak jauh berbeda dengan bobot pada metode RE. Genotipe G7 dominan pada respon bobot seribu butir dan respon daya hasil, sedangkan genotipe G11 hampir dominan pada setiap respon kecuali respon gabah isi per malai. G1 dan G12 hanya stabil pada metode RE. Respon yang paling dominan pada G1 adalah jumlah malai, sedangkan G12 merupakan genotipe yang dominan pada respon bobot seribu butir. Namun kedua respon tersebut mendapatkan bobot yang kecil pada metode Pakar yaitu sebesar 15.38%. Klasifikasi genotipe stabil juga dapat ditentukan dengan indeks stabilitas AMMI
(ISA). Genotipe dengan ISA terkecil merupakan genotipe yang paling stabil. Tabel 9 menunjukkan bahwa G5 merupakan genotipe yang paling stabil dan G10 merupakan genotipe paling tidak stabil berdasarkan metode RE. Berdasarkan metode Pakar, G11 merupakan genotipe paling stabil dan G2 merupakan genotipe paling tidak stabil. Hasil klasifikasi ISA ini tidak mengindikasikan bahwa genotipe dengan ISA terbesar merupakan genotipe yang paling tidak baik diantara genotipe lainnya karena urutan stabilitas berdasarkan ISA tidak menunjukkan urutan kebaikan suatu genotipe. Namun secara umum pengklasifikasian yang diperoleh dari ISA ini tidak jauh berbeda. Hal ini dapat dilihat dari nilai korelasi Rank Spearman kedua peringkat stabilitas. Hasil korelasi sebesar 0.776 menunjukkan adanya kemiripan hasil klasifikasi stabilitas genotipe metode RE dan metode Pakar. Sehingga dapat dikatakan bahwa metode RE dapat digunakan walaupun pada penelitian ini terdapat respon yang dipentingkan dalam penentuan stabilitas genotipe. Tabel 9 Hasil Klasifikasi ISA Genotipe G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12
Peringkat Stabilitas Metode RE Metode Pakar 2 8 11 12 6 3 10 9 1 2 7 6 4 5 9 7 8 10 12 11 3 1 5 4
SIMPULAN Hasil analasis AMMI pada setiap metode penggabungan respon menjelaskan bahwa G1, G5, G7, G11, dan G12 adalah genotipe yang stabil pada setiap lingkungan berdasarkan metode RE, sedangkan G3, G5, G7, dan G11 adalah genotipe yang stabil pada setiap lingkungan berdasarkan metode Pakar. Berdasarkan metode RE genotipe G6 spesifik pada lingkungan tanam Mlg2, genotipe G10, G9, G8 spesifik pada lingkungan tanam Ngw1, dan genotipe G2, G3, G4 spesifik pada lingkungan tanam Jmbr1 dan Jmbr2. Berdasarkan metode Pakar genotipe G1dan G6 spesifik pada lingkungan tanam Mlg2, sedangkan G10, G9, dan G8, spesifik pada
10 lingkungan tanam Ngw1. Genotipe G2, G4, dan G12 spesifik pada lingkungan tanam Jmbr1 dan Jmbr2. Kedua metode penggabungan respon yang digunakan memiliki kemiripan dalam mengklasifikasikan genotipe stabil. Hal ini disebabkan oleh respon yang dominan pada genotipe stabil diberikan bobot yang hampir sama, baik pada metode RE ataupun metode Pakar. Hasil klasifikasi kestabilan genotipe berdasarkan ISA kedua metode juga tidak jauh berbeda. Hasil korelasi peringkat spearman sebesar 0.776 menunjukkan adanya kemiripan hasil klasifikasi stabilitas genotipe metode RE dan metode Pakar. Jika dilihat dari penggunaannya, metode RE lebih baik digunakan apabila tidak ada respon asal yang dipentingkan sehingga semua respon diberikan bobot yang sama sedangkan metode Pakar digunakan apabila ada respon yang dipentingkan dalam menentukan stabilitas genotipe, respon yang lebih penting akan mendapatkan bobot yang lebih besar pula. Namun pada penelitian ini, metode RE dapat digunakan walaupun dalam penelitian ini terdapat tingkat kepentingan respon.
SARAN Suatu varietas dikatakan unggul tidak hanya dilihat dari hasil produksi saja. Aspek lainnya seperti morfologi dan daya tahan tanaman juga perlu diperhatikan. Dalam penelitian ini digunakan respon-respon dari komponen hasil. Untuk mendapatkan hasil yang lebih baik dapat ditambahkan respon yang terkait dengan morfologi seperti panjang malai dan tinggi tanaman. Tambahan mengenai informasi daya tahan tanaman juga dapat meningkatkan hasil analisis ini. Selain itu, hasil ini perlu dievaluasi lebih lanjut dengan menggunakan beberapa set data dengan kondisi berbeda untuk mengetahui kondisi yang lebih tepat dalam menggunakan metode penggabungan respon.
DAFTAR PUSTAKA Gauch HG. 1988. Model Selection and Validation for Yields Trial with Interaction. Biometrics, 44: 705-715. Gravois KA, Helms RS. Path Analysis of Rice Yield and Yield Components as Affected by Seeding Rate. Agron J, 84:1-4.
Hadi AF, Sa’diyah H. 2004. Model AMMI Untuk Analisis Interaksi Genotipe Lokasi. Ilmu Dasar, 5: 33-41. Mattjik AA, Sumertajaya IM. 2006. Perancangan Percobaan dengan Aplikasi SAS dan Minitab jilid I Edisi 2. Bogor: IPB Press. Putranto W. 2010. Cukupkah Beras Indonesia?. http://daps.bps.go.id /index.php?page=website.ViewBerita&id =210 [14 November 2010]. Sa’diyah H, Mattjik AA. 2009. Indeks Stabilitas AMMI untuk Penentuan Stabilitas Genotipe pada Percobaan Multilokasi. Ilmu Dasar, 7:47-57. Satoto. 2006. Padi Hibrida. http://www.knowledgebank.irri.org/indo nesia/PDF%20files/padi%20hibrida_BW .pdf [17 Mei 2010]. Steel RGD, Torrie JH, Dickey DA. 1997. Principles and Procedures of Statistics: a Biometrical Approach, 3rd ed. McGrawHill, Inc. Singapore. Sumertajaya IM. 2005. Kajian Pengaruh Inter Block dan Interaksi pada Uji Lokasi Ganda dan Respon Ganda [disertasi]. Bogor: Fakultas MIPA, IPB. Sürek H, Beşer N. 2003. Correlation and Path Coefficient Analysis for Some Yield Related Traits in Rice (Oryza Sativa L.) Under Thrace Conditions. Turk J Agric, 27: 77-83.
LAMPIRAN
12 Lampiran 1 Nilai harapan dan ragam respon gabungan metode RE dan Pakar Diketahui: Ygab =∑
; = 1, … , 1 untuk metode RE, = ; = jumlah respon asal
untuk metode Pakar, wi adalah bobot yang diberikan oleh pakar untuk respon ke-i (Yi) −
=
−
; ~ ( ,
)
Maka: E(Yi)=µ i dan Var(Yi)=σ i2 Sehingga: − ( )= − ( − ) = =
Sehingga: − ( −
= =
= =∑ =∑
−
( )=
= ( )
=∑ =∑
( )
)
13 Lampiran 2 Rataan umum respon gabungan berdasarkan metode RE Lingkungan Tanam Genotipe JMBR1 JMBR2 MLG2 NGW1 Rataan Genotipe G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12
0.2539 0.3243 0.2844 0.2811 0.2821 0.2576 0.3058 0.2702 0.2236 0.2316 0.3063 0.2901
0.3645 0.4673 0.4546 0.4855 0.4745 0.4172 0.4542 0.3808 0.4410 0.3576 0.4750 0.4034
0.4141 0.4450 0.4616 0.4251 0.4895 0.5093 0.4461 0.4878 0.3728 0.4354 0.4967 0.3887
0.5085 0.4717 0.5057 0.4871 0.5638 0.5624 0.5888 0.6016 0.5667 0.6268 0.5629 0.5190
0.3853 0.4271 0.4266 0.4197 0.4525 0.4366 0.4487 0.4351 0.4010 0.4129 0.4602 0.4003
Rataan Lingkungan
0.2759
0.4313
0.4477
0.5471
0.4255
Lampiran 3 Rataan umum respon gabungan berdasarkan metode Pakar Lingkungan Tanam Genotipe JMBR1 JMBR2 MLG2 NGW1 Rataan Genotipe G1
0.2099
0.3602
0.3767
0.4543
0.3503
G2
0.3623
0.5343
0.4271
0.4580
0.4454
G3
0.2940
0.5033
0.3800
0.5252
0.4256
G4 G5 G6
0.2735 0.2564 0.2766
0.5267 0.5251 0.4778
0.3339 0.4203 0.4548
0.5002 0.6095 0.5925
0.4086 0.4528 0.4504
G7
0.3356
0.5236
0.3643
0.5624
0.4465
G8 G9 G10 G11
0.2888 0.2257 0.2448 0.2981
0.4205 0.5050 0.3711 0.5405
0.3974 0.3098 0.3710 0.4472
0.6049 0.5945 0.6371 0.5749
0.4279 0.4087 0.4060 0.4652
G12
0.2478
0.4339
0.2661
0.4994
0.3618
Rataan Lingkungan
0.2761
0.4768
0.3791
0.5511
0.4208
14 Lampiran 4 Nilai skor KUI1 dan KUI2 untuk genotipe dan lingkungan berdasarkan metode RE Lingkungan KUI1 KUI2 JMBR1 JMBR2 MLG2
-0.138 -0.247 0.050
0.003 -0.133 0.268
NGW1
0.335
-0.137
Genotipe
KUI1
KUI2
G1
0.025
0.047
G2 G3 G4 G5 G6 G7 G8 G9 G10 G11
-0.210 -0.103 -0.181 -0.020 0.073 0.021 0.172 0.039 0.259 -0.037
0.046 0.058 -0.046 0.029 0.150 -0.084 0.092 -0.223 -0.042 0.048
G12
-0.038
-0.076
Lampiran 5 Nilai skor KUI1 dan KUI2 untuk genotipe dan lingkungan berdasarkan metode Pakar Lingkungan KUI1 KUI2 JMBR1
-0.149
0.058
JMBR2 MLG2
-0.256 0.039
-0.207 0.304
NGW1
0.366
-0.154
Genotipe
KUI1
KUI2
G1 G2
0.019 -0.267
0.213 0.135
G3 G4 G5 G6
-0.084 -0.147 0.061 0.080
-0.001 -0.101 -0.047 0.102
G7 G8 G9 G10
-0.077 0.147 0.060 0.282
-0.077 0.060 -0.225 0.027
G11
-0.037
0.032
G12
-0.036
-0.118
