KAJIAN STATISTIKA TERHADAP PERTUMBUHAN DAN KUALITAS TEMULAWAK VIVIAN ELEONORA REGAR

KAJIAN STATISTIKA TERHADAP PERTUMBUHAN DAN KUALITAS TEMULAWAK

VIVIAN ELEONORA REGAR

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005

ABSTRACT STATISTICS STUDY ON GROWTH AND QUALITY OF TEMULAWAK Temulawak (Curcuma xanthorrhiza) is widely used as raw material for traditional medicine regarding the special quality to cure much of disease. The tuber usage has close relationship with contend of active substance. The active substance for every plant is different that is depend on climate, altitude, soil type, treatment, cultivation technique and processing manner. According to the factors, it is necessary to construct an effective and efficiently research design. Factorial experiment with randomized group design was used in this study. The treatment factor are organic fertilizer factor using dosage 0 and 5 ton/ha and inorganic fertilizer factor using dosage 0, 30, 60 and 90 kg/ha. The objectives of the research are to study effect of organic and inorganic fertilizer on growth, production and characteristic compound for temulawak, applying iterated observation method to study growing pattern for temulawak. Statistic study using Manova shows that interaction between organic and inorganic fertilizer is significant for 0.05. The result also indicated that there is an effect of applying organic and without organic fertilizer application on every level inorganic fertilizer. In general, organic and inorganic application will increase the plant high, number of leaf and buds. The average of plant high is 272.667 cm, for leaf number is 36.33 / clump, bud number is 10.67 / clump and production of fresh tuber is 954.7 gr/clump. The result is the highest average that achieved for treatment combination 5 ton/ha of organic fertilizer and 90 kg/ha for inorganic. The iterated observation result shows that both organic and inorganic fertilizer will increasing plant high, leaf and bud number from time to time. Keywords : factorial design, organic fertilizer, inorganic fertilizer, MANOVA, repeated measurement

ABSTRAK VIVIAN ELEONORA REGAR. Kajian Statistika Terhadap Pertumbuhan dan Kualitas Temulawak. Dibimbing oleh BUDI SUSETYO dan LATIFAH K. DARUSMAN. Penelitian ini mempelajari penggunaan beberapa metode analisis data yaitu ANOVA, MANOVA dan Repeated Measurement. MANOVA adalah metode analisis yang mampu menguji pengaruh berbagai perlakuan yang dicobakan terhadap lebih dari satu peubah secara bersamaan. MANOVA merupakan perluasan dari konsep dan teknik ANOVA, pada situasi ada beberapa peubah respon yang diamati. MANOVA mempertimbangkan adanya ketergantungan antar peubah-peubah respon sedangkan ANOVA ketergantungan diantara peubah respon tidak menjadi perhatian utama. Dalam melakukan suatu percobaan adakalanya dilakukan pengamatan dalam beberapa kali periode waktu pada subjek percobaan yang sama, untuk mengetahui kecepatan perubahan respon dari satu periode waktu ke periode waktu lainnya. Metode repeated measurement dapat digunakan untuk menganalisis jenis percobaan tersebut. Metode-metode analisis ini diterapkan pada data penelitian hasil percobaan tanaman temulawak di kebun percobaan Biofarmaka IPB. Rancangan yang digunakan adalah rancangan faktorial kelompok teracak. Faktor yang dicobakan adalah faktor pupuk organik dengan dua taraf pemberian pupuk (K0, K5) dan pupuk anorganik dengan empat taraf pemberian pupuk (P0, P30, P60, P90). Tujuan penelitian ini adalah menerapkan beberapa metode analisis data untuk mempelajari pengaruh pupuk organik dan anorganik terhadap pertumbuhan, produksi dan kandungan senyawa penciri temulawak. Hasil analisis MANOVA menunjukkan bahwa interaksi antara faktor pupuk organik dan anorganik nyata pada α = 0.05. Hasil pengujian menunjukkan bahwa terdapat pengaruh pemberian pupuk organik dan tanpa pupuk organik di setiap taraf pupuk anorganik. Secara umum pemberian pupuk organik dan anorganik dapat meningkatkan tinggi tanaman, jumlah daun dan jumlah anakan. Rata-rata tinggi tanaman 272.67cm, jumlah daun 36.33/rumpun, jumlah anakan 10.67/rumpun dan perolehan rimpang segar 954.70 g/rumpun. Hasil ini adalah rata-rata tertinggi yang diperoleh pada kombinasi perlakuan pupuk organik dosis 5ton/ha dan pupuk anorganik dosis 90kg/ha. Hasil ANOVA menunjukkan pemupukan tidak berpengaruh terhadap kadar pati dan kukuminoid pada α = 0.05. Sedangkan analisis repeated measurement menunjukkan baik pupuk organik maupun anorganik mampu memberikan laju penambahan tinggi tanaman, jumlah daun dan jumlah anakan dari waktu ke waktu.

KAJIAN STATISTIKA TERHADAP PERTUMBUHAN DAN KUALITAS TEMULAWAK

VIVIAN ELEONORA REGAR

Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Statistika

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005

Judul Tesis

:

Nama Mahasiswa NRP Program Studi

: : :

Kajian Statistika Terhadap Pertumbuhan dan Kualitas Temulawak Vivian Eleonora Regar G151020041 Statistika

Disetujui Komisi Pembimbing

Dr. Ir. Budi Susetyo, MS Ketua

Prof.Dr.Ir.Latifah K. Darusman,MS Anggota

Diketahui

Ketua Program Studi Statistika

Dekan Sekolah Pascasarjana

Dr. Ir. Budi Susetyo, MS

Prof. Dr. Ir. Syafrida Manuwoto, M.Sc

Tanggal Ujian: 16 November 2005

Tanggal Lulus:

SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis saya yang berjudul: “KAJIAN STATISTIKA TERHADAP PERTUMBUHAN DAN KUALITAS TEMULAWAK” adalah karya saya sendiri dan belum pernah dipublikasikan. Semua sumber data dan informasi telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.

Bogor, November 2005 Vivian Eleonora Regar NRP. G1510200241

PRAKATA Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa, atas kasih dan karuniaNya sehingga karya ilmiah ini dapat diselesaikan dengan baik. Tema penelitian ini adalah Kajian statistika Terhadap Pertumbuhan dan Kualitas Temulawak. Penelitian ini di bawah payung Penelitian Hibah Pasca yang diketuai oleh Bapak Dr. Ir. Khairil Anwar Notodiputro, MS. Pada kesempatan ini penulis menyampaikan ucapan terimakasih yang sebesar-besarnya kepada: 1. Bapak Dr. Ir. Budi Susetyo, MS selaku Ketua Komisi Pembimbing dan Ibu Prof. Dr. Ir. Latifah K. Darusman, MS selaku Anggota Komisi Pembimbing atas arahan, perhatian serta bimbingannya sejak melakukan penelitian sampai penulisan tesis ini. 2. Bapak Dr. Ir. Khairil Anwar Notodiputro, MS sebagai ketua pelaksana kegiatan Proyek Hibah Tim Pasca Sarjana yang sudah mengikutsertakan penulis dalam proyek ini. 3. Staf pengajar di Departemen Statistika yang telah berbagi ilmu serta pengalamannya, serta staf administrasi baik di Departemen Statistika maupun di Sekolah Pascasarjana. 4. Utami Dyah Syafitri atas saran-sarannya. 5. Mama, papa, papa mertua atas doanya, serta keluarga besar yang telah memberikan dorongan dan motivasi kepada penulis. 6. Suami dan anak-anak tercinta atas pengertiannya. Permohonan maaf penulis sampaikan kepada mereka karena kurang memperhatikan hak mereka selama penulis menimbah ilmu di IPB. 7. Rekan-rekan seangkatan: Ibu Ely, Alu, Fitry, Tonah, As, Nani, Yenni, Wiwin, Ine, Roni, Asep, Alfian, Aceng, Atok, Uki, Budi dan Jantje. 8. Rekan-rekan di asrama Sam Ratulangi Sempur Kaler 94 Bogor. 9. Semua pihak yang telah membantu penulis demi kelancaran penyelesaian studi. Tak lepas dari kekurangan yang ada, semoga karya ilmiah ini bermanfaat bagi mereka yang membutuhkannya.

Bogor, November 2005

Vivian Eleonora Regar

RIWAYAT HIDUP Penulis dilahirkan di Kotamobagu (Sulawesi Utara) pada tanggal 9 Januari 1965 sebagai anak kedua dari enam bersaudara dari pasangan Albert Frederik Regar dan Marry Thio. Pada tanggal 17 Juni 1992, Penulis menikah dengan Jantje Denny Prang dan dikaruniai dua orang anak laki-laki yang diberi nama Grand Andrea dan Garry Vernan. Tahun 1983 penulis lulus dari SMA Negeri I Manado dan pada tahun yang sama penulis masuk perguruan tinggi di IKIP Negeri Manado ( sekarang Universitas Negeri Manado) pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam Jurusan Pendidikan Matematika. Pendidikan sarjana tersebut diselesaikan sampai dengan tahun 1987. Tahun 1988, penulis diterima menjadi tenaga pengajar di jurusan pendidikan matematika, pada fakultas dan universitas yang sama. Penulis kuliah di Program Studi Statistika Sekolah Pascasarjana Institut Pertanian Bogor (IPB) tahun 2002 dan mendapatkan bantuan berupa beasiswa dari Beasiswa Pendidikan Pascasarjana (BPPS) Dikti.

DAFTAR ISI Halaman DAFTAR TABEL ………………………………………………………….

x

DAFTAR GAMBAR ……………………………………………………….

xi

DAFTAR LAMPIRAN …………………………………………………….

xii

PENDAHULUAN Latar Belakang ……………………………………………………...... Tujuan ………………………………………………………………….

1 2

TINJAUAN PUSTAKA Analisis Ragam (ANOVA) ………………………………………….. Analisis Ragam Respon Ganda (MANOVA) ………………………... Model MANOVA untuk Rancangan Faktorial ..................................... Sebaran Normal Ganda .......................................................................... Pengamatan Berulang ( Reapeted Measurement) …………………….. Temulawak …………………………………………………………….

3 4 5 7 7 10

METODE PENELITIAN Sumber Data …………………………………………………………... Metode Analisis ………………………………………………………..

14 15

HASIL DAN PEMBAHASAN Deskripsi Data ………………………………………………………... Pengujian Sebaran Data Peubah X1, X2, X3 dan X4, X5 …………… Uji Homogenitas Ragam ……………………………………………...

20 20 21

Analisis Terhadap Pertumbuhan Vegetatif ( X1, X2, X3) …………….

21

Hasil MANOVA untuk Peubah X1, X2, X3 …………………………..

22

Hasil Analisis Rancangan Pengamatan Berulang …………………….

25

Analisis Terhadap Bobot Basah (X4) dan Bobot Kering (X5) ………..

29

Hasil MANOVA untuk Peubah Bobot Basah (X4) dan Bobot Kering (X5) ........................................................................................... Analisis Terhadap Kadar Kurkuminoid (X6) dan Pati (X7) ..................

29 31

KESIMPULAN ..............................................................................................

33

SARAN ..……………………………………………………………...........

33

DAFTAR PUSTAKA .…………………………………………………......

34

L A M P I R A N …………………………………………………………….

36

DAFTAR TABEL Halaman

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Struktur analisis ragam rancangan faktorial kelompok teracak ………... Analisis ragam respon ganda dua faktor rancangan kelompok teracak …………………………………………………………………... Tabel analisis ragam rancangan pengamatan berulang faktorial kelompok teracak ………………………………………………………. Peubah respon yang diteliti …………………………………………….. Matriks korelasi antar peubah …………………………………………... Ringkasan tabel MANOVA peubah X1, X2, X3 ..................................... Pengaruh pemupukan terhadap tinggi tanaman, jumlah anakan dan jumlah daun ..............................................................................................

4 6 9 15 20 23 23

Analisis ragam rancangan pengamatan berulang faktorial kelompok teracak untuk tinggi tanaman ……………...............................................

25

Analisis ragam rancangan pengamatan berulang faktorial kelompok teracak untuk jumlah anakan ………………………………………........

26

Analisis ragam rancangan faktorial dalam waktu untuk jumlah daun …………………………………………………………………...... Ringkasan tabel MANOVA peubah X4, X5 ............................................ Pengaruh pemupukan terhadap rata-rata bobot basah .............................. Analisis ragam faktorial kelompok teracak kadar kurkuminoid ............... Analisis ragam faktorial kelompok teracak kadar pati .............................

28 30 30 31 32

x

DAFTAR GAMBAR Halaman

1 2 3 4 5 6 7 8 9 10

Struktur kurkuminoid dari temulawak ……………………………….. Plot jarak Mahalanobis dan quantil khi-kuadrat peubah X1, X2, X3 …………………………………………………………… Plot jarak Mahalanobis dan quantil khi-kuadrat Peubah X4, X5 …….. Pengaruh pupuk organik pada taraf pupuk anorganik tinggi tanaman ……………………………………………………………… Pengaruh pupuk organik pada taraf pupuk anorganik jumlah anakan ………………………………………………………………... Pengaruh pupuk organik pada taraf pupuk anorganik jumlah daun ………………………………………………………………….. Plot permukaan tiga dimensi dan plot kontur rataan tinggi tanaman .... Plot permukaan tiga dimensi dan plot kontur rataan jumlah anakan .... Plot permukaan tiga dimensi dan plot kontur rataan jumlah daun ......... Tinggi tanaman pada setiap kombinasi taraf pemupukan dari waktu ke waktu ………………………………………………………...

11 21 21 22 22 22 24 24 24 26

11 Jumlah anakan pada setiap taraf pupuk organik dari waktu ke waktu ………………………………………………………………….

27

12 Jumlah anakan pada setiap taraf pupuk anorganik dari waktu ke waktu ………………………………………………………………….

27

13 Jumlah daun pada setiap kombinasi taraf pemupukan dari waktu ke waktu …………………………………………………………….........

28

14 Pengaruh pupuk organik pada berbagai taraf pupuk anorganik bobot basah (X4) .………………………………………………....................

29

15 Pengaruh pupuk organik pada berbagai taraf pupuk anorganik bobot kering …………………………………………………………………. Plot permukaan tiga dimensi dan plot kontur rataan bobot basah ....................

16 17 Pengaruh pupuk organik pada berbagai taraf anorganik kadar kurkuminoid …………………………………………………………..

18 Pengaruh pupuk organik pada berbagai taraf anorganik kadar pati .........................................................................................................

xi

29 30 31 31

DAFTAR LAMPIRAN Halaman 1 2 3 4 5 6 7

Tata letak perlakuan di lapangan ................................................................. Langkah-langkah penentuan kadar Kurkuminoid dan Pati ......................... Rata-rata tinggi tanaman, jumlah daun dan jumlah anakan ......................... Data kadar kurkuminoid dan pati ................................................................. Rata-rata penambahan tinggi tanaman (cm) dari waktu kewaktu ………… Rata-rata penambahan jumlah anakan/rumpun dari waktu kewaktu …………........................................................................................ Rata-rata penambahan jumlah daun/rumpun dari waktu kewaktu …………........................................................................................

37 38 39 40 41 42

Data bobot basah (g) 10 tanaman terpilih ………………………………... Uji homogenitas ragam ............................................................................... Plot kenormalan respon kadar kurkuminoid dan pati .................................. Hasil uji Duncan tinggi tanaman rancangan pengamatan berulang ............ Hasil uji Duncan jumlah anakan rancangan pengamatan berulang .............

43 44 45 48 49 50

13 Hasil uji Duncan jumlah daun rancangan pengamatan berulang ................

51

8 9 10 11 12

xii

PENDAHULUAN Latar Belakang Di Indonesia tanaman obat telah lama digunakan oleh masyarakat terutama dalam industri pembuatan jamu. Adanya kecenderungan masyarakat dunia untuk back to nature yang juga merupakan program yang dicanangkan organisasi kesehatan dunia (WHO), memberikan peluang yang besar bagi pengembangan tanaman obat dan obat tradisional. Temulawak (Curcuma xanthorrhiza Roxb.) termasuk salah satu jenis temutemuan marga Zingiberaceae yang banyak digunakan sebagai bahan baku obat tradisional, terutama dalam industri jamu karena khasiatnya yang dapat menyembuhkan beberapa macam penyakit. Khasiat rimpang temulawak ini tidak terlepas dari kandungan zat aktifnya, dimana zat aktif ini dari masing-masing tanaman bisa berbeda disetiap wilayah atau negara tergantung pada iklim, ketinggian, jenis tanah, perlakuan terhadap tanaman, teknik budidaya dan cara pengolahannya. Kualitas suatu tanaman tidak terlepas pada cara pembudidayaannya. Untuk mengetahui metode budidaya khususnya pemupukan yang dapat menghasilkan zat aktif maksimum dilakukan percobaan penanaman temulawak yang diberi beberapa perlakuan dengan tujuan melihat pengaruh berbagai perlakuan yang dicobakan terhadap respon. Percobaan faktorial dengan rancangan kelompok teracak dilakukan dalam desain penelitian ini. Percobaan faktorial dicirikan oleh komposisi dari semua kemungkinan kombinasi taraf-taraf dua faktor atau lebih. Keuntungan dari percobaan ini adalah bisa mendeteksi respon dari taraf masing-masing faktor (faktor utama) dan interaksinya. Faktor yang cukup relevan untuk dicobakan dalam penelitian ini adalah pupuk organik dan pupuk anorganik. Pupuk organik diperlukan karena untuk perkembangan rimpang diperlukan tingkat kegemburan tanah yang cukup tinggi, sedangkan pupuk anorganik untuk memacu pertumbuhan vegetatifnya. ANOVA (Analysis of Variance) adalah bagian dari prosedur statistika yang digunakan untuk membahas pengaruh perlakuan terhadap respon tunggal. Seperti

2

diketahui bahwa untuk menggambarkan suatu obyek tidak cukup menggunakan satu peubah saja. Menurut Hair et al., (1998) MANOVA (Multivariate Analysis of Variance) adalah metode analisis yang mampu menguji pengaruh berbagai perlakuan yang dicobakan terhadap respon ganda secara bersamaan. Pada dasarnya MANOVA merupakan pengembangan lebih lanjut dari analisis ragam satu peubah (ANOVA). Pada ANOVA ketergantungan di antara peubah respon tidak menjadi perhatian utama, namun pada MANOVA mempertimbangkan adanya ketergantungan antar peubah-peubah respons sehingga baik digunakan untuk pengkajian pengaruh dari berbagai perlakuan terhadap lebih dari satu peubah respon. Teknik statistika yang umum digunakan dalam suatu rancangan percobaan adalah analisis ragam. Tetapi jika terjadi pengukuran respon yang berulang kali pada subyek percobaan yang sama, maka analisis yang dilakukan menjadi lebih kompleks. Oleh karena itu diperlukan model analisis yang lain agar informasi yang diperoleh lebih luas. Salah satu versi dari analisis ragam yang tepat untuk digunakan dalam menganalisis jenis percobaan tersebut adalah metode pengamatan berulang atau Repeated Measurement. Pengamatan ini ditekankan untuk mengetahui kecepatan perubahan respon dari suatu periode waktu ke periode waktu lainnya sehingga pengaruh waktu akan sangat bermanfaat untuk dikaji. Tujuan Penelitian Menerapkan beberapa metode analisis data untuk mempelajari pengaruh pupuk organik dan anorganik terhadap pertumbuhan, produksi dan kandungan senyawa penciri temulawak.

3

TINJAUAN PUSTAKA Analisis Ragam (ANOVA) Analisis ragam merupakan proses aritmatika untuk membagi jumlah kuadrat total menjadi beberapa komponen yang berhubungan dengan sumber keragaman yang diketahui (Steel & Torrie,1989). Menurut Neter et al., (1997) model analisis ragam digunakan untuk menganalisis pengaruh peubah bebas terhadap peubah tak bebas. Lebih spesifik lagi dalam studi berfaktor ganda, model analisis ragam digunakan untuk menentukan apakah faktor-faktor yang diteliti saling berinteraksi atau tidak, faktor-faktor mana saja yang penting dan kombinasi faktor mana yang terbaik. Percobaan dua faktor dapat diaplikasikan terhadap seluruh unit-unit percobaaan secara berkelompok. Hal ini dilakukan jika unit percobaan yang digunakan tidak seragam. Rancangan ini sering disebut rancangan dua faktor dalam rancangan kelompok teracak. Model Linier Secara matematik model pengaruh tetap dengan interaksi adalah: Xijk = μ + τi + βj + (τβ)ij + δk + εijk i = 1,2, …, a

………………………….......

j = 1,2, ... , b

k = 1,2, ..., n

Dimana : Xijk

= Nilai pengamatan pada penggunaan pupuk organik taraf ke-i, pupuk anorganik taraf ke-j dan kelompok ke-k.

μ

= Komponen aditif dari rataan

τi

= Pengaruh utama pupuk organik ke-i

βj

= Pengaruh utama pupuk anorganik ke-j

(τβ)ij = Pengaruh interaksi dari penggunaan pupuk organik taraf ke-i dan pupuk anorganik taraf ke-j. δk

= Pengaruh aditif dari kelompok ke-k dan diasumsikan tidak berinteraksi dengan perlakuan.

εijk

= Pengaruh acak pada penggunaan pupuk organik taraf ke-i, pupuk anorganik taraf ke-j dan kelompok ke-k.

(1)

4

Asumsi yang mendasari analisis ragam adalah galat percobaan menyebar saling bebas mengikuti sebaran normal dengan ragam homogen [ ε ijk ~N(0, σ ε2 )]. Tidak terpenuhinya salah satu asumsi akan mempengaruh taraf nyata dan kepekaan uji F yang digunakan (Cochran & Cox, 1960). Penguraian jumlah kuadrat dapat diringkas dalam suatu tabel analisis ragam seperti pada Tabel 1. Tabel 1 Struktur analisis ragam rancangan faktorial kelompok teracak Sumber Faktor 1 (organik)

Faktor 2 (anorganik) Interaksi

Jumlah Kuadrat

Derajat Bebas a–1

a

JKf 1 =

∑ br ( x i. − x ) 2

JK f 1 (a − 1)

KTf 1 KTG

KTf2=

JK f 2 (b − 1)

KTf 2 KTG

(a-1)(b-1)

KTint=

JK int (a − 1)(b − 1)

KTint KTG

r-1

KTkel =

b–1

b

∑ ar (x . j − x) 2 k =1

JKint= a

F

KTf1=

l =1

JKf 2 =

Kuadrat Tengah

b

∑ ∑ r (x ij − x i. − x . j + x) 2 i =1 j =1

Kelompok

r

JKKEL =

∑ abn(x ..k − x) 2 k =1

Galat

a

JKgal=

b

r

∑∑∑ (x ijk − x ij ) 2 i =1 j =1 k =1

Total

a

JKtot=

b

r

∑∑∑ (x ijk − x

)2

(ab-1)(r1)

KTG=

JK kel (r − 1)

JK gal (r − 1)

abr-1

i =1 j =1 k =1

Pengujian pengaruh penggunaan pupuk organik (Faktor 1), pengaruh pupuk anorganik (Faktor 2) dan interaksinya diuji dengan sebaran F, yaitu dengan menghitung rasio kuadrat tengah masing-masing sumber keragaman dengan kuadrat tengah galat (KTG). Analisis Ragam Respon Ganda (MANOVA)

Analisis ragam respon ganda adalah pengembangan dari analisis ragam satu peubah (ANOVA). ANOVA hanya mengkaji pengaruh berbagai percobaan yang dilakukan terhadap respon tunggal, sedangkan MANOVA mengkaji pengaruh dari berbagai perlakuan yang dicobakan terhadap respon ganda.

5

Menurut Hair et al., ( 1998) sebagai prosedur penarikan kesimpulan statistika, teknik ANOVA dan MANOVA digunakan untuk menilai beda nyata secara statistika dari perbedaan antar perlakuan. Sedangkan menurut Johnson & Wichern (2002) MANOVA digunakan pertama kali untuk menyelidiki apakah vektor nilai tengah peubah respon sama, dan bila tidak sama, komponen nilai tengah mana yang berbeda nyata. Perbedaan antara hipotesis yang diuji dalam ANOVA dan MANOVA disajikan sebagai berikut: ANOVA,

H 0 : μ1 = μ 2 = L = μ k

MANOVA,

⎡ μ1k ⎤ ⎡ μ11 ⎤ ⎡ μ12 ⎤ ⎢μ ⎥ ⎢μ ⎥ ⎢μ ⎥ 2k ⎥ 21 ⎥ 22 ⎥ ⎢ ⎢ H0 : =L= ⎢ = ⎢M ⎥ ⎢M ⎥ ⎢M ⎥ ⎢ ⎥ ⎥ ⎢ ⎥ ⎢ ⎢⎣ μ p1 ⎥⎦ ⎢⎣ μ p 2 ⎥⎦ ⎢⎣ μ pk ⎥⎦

Pada

ANOVA, hipotesis nol yang diuji adalah kesamaan rata-rata peubah

respon antar perlakuan, sedangkan dalam MANOVA hipotesis nol yang diuji adalah kesamaan vektor rata-rata terhadap peubah respon berganda antar perlakuan. Model MANOVA untuk Rancangan Faktorial

Secara matematik model MANOVA untuk rancangan faktorial kelompok teracak adalah:

X ijk = μ + τ ik + β jk + (τβ )ij + δ k + ε ijk i = 1, 2

; j = 1, 2, 3, 4

.......................................... (2)

; k = 1, 2, 3

μ adalah vektor rataan umum, τik adalah vektor pengaruh tetap penggunaan pupuk organik taraf ke-i kelompok ke-k, βjk adalah vektor pengaruh tetap penggunaan pupuk anorganik taraf ke-j kelompok ke-k, τβij adalah vektor komponen interaksi antara penggunaan pupuk organik taraf ke-i dan pupuk anorganik taraf ke-j, δ k vektor pengaruh kelompok ke-k , sedangkan Xijk adalah vektor nilai pengamatan pada penggunaan pupuk organik taraf ke-i , pupuk anorganik taraf ke-j dan kelompok ke-k.

6

Asumsi:

∑τ i =1

i

∑β

=

j =1

j

=

∑ (τβ) i =1

=

ij

∑ (τβ) j =1

ij

= 0, nilai-nilai galat bersifat

bebas dan menyebar normal ganda dengan vektor nilai rata-rata 0 dan matriks peragam Σ atau dapat ditulis [eijk ~ Np(0, Σ)]. Secara formal ringkasan hasil perhitungan jumlah kuadrat dan hasil kali dapat dilihat pada Tabel 2. Tabel 2 Analisis ragam respon ganda dua faktor dalam rancangan kelompok teracak Sumber Keragaman Faktor 1 (organik) Faktor 2 (anorganik) Interaksi

Matriks Jumlah Kuadrat dan Hasil Kali JKHKfak 1 =

a

∑ br (x i. − x )(x i. − x )' l =1

a-1

b

∑ ar (x . j − x )(x . j − x )'

JKHKfak 2 =

k =1

JKHKinteraksi= a

Db

b

∑ ∑ r (x ij − x i. − x . j + x )(x ij − x i. − x . j + x )'

b-1 (a-1)(b-1)

i =1 j =1

Kelompok

JKHKKEL =

Galat

JKHKgalat =

Total

JKHKtotal =

r

∑ ab(x ..k − x )(x ..k − x )' k =1 a

b

r

∑ ∑ ∑ ( x ijk i =1 j =1 k =1 a

b

r-1

− x ij )( x ijk − x ij )'

ab(r-1)

− x )(x ijk − x )'

abr - 1

r

∑∑∑ (x

ijk

i =1 j =1 k =1

Pengujian hipotesis menggunakan statistik Lambda-Wilks ( Λ -Wilks): Uji untuk interaksi : Λ =

JKHK

galat

JKHK int + JKHK

galat

JKHK galat

Uji untuk faktor 1 : Λ =

JKHK

Uji untuk faktor 2 : Λ =

JKHK

faktor 1 + JKHK galat

JKHK galat faktor 2 + JKHK galat

Lambda-Wilks berhubungan dengan criteria rasio kemungkinan (likelihood ratio criterion). Sebaran eksak dari Λ -Wilks dapat diturunkan untuk kasus khusus,

sehingga dapat dibandingkan dengan tabel distribusi F. Untuk kasus lain dan ukuran

7

contoh besar, modifikasi dari Λ -Wilks berdasarkan Bartlett dapat digunakan untuk menguji H0 (Johnson & Wichern, 2002). Sebaran Normal Ganda Fungsi kepekatan bersama dari peubah acak yang menyebar normal dan saling bebas adalah:

f ( x1,..., x p ) =

⎛ ⎜ ⎝

1 p/2 ⎞

2π ⎟⎠

σ1...σ p

⎡ 1 p ⎛ x − μ ⎞⎤ exp ⎢− ∑ ⎜⎜ iσ i ⎟⎟⎥ i ⎠⎥⎦ ⎢⎣ 2 i =1 ⎝

2 .................................

(3)

2 ⎛ x −μ ⎞ bentuk ⎜⎜ iσ i ⎟⎟ dari eksponen fungsi sebaran normal mengukur jarak kuadrat dari xi i ⎠ ⎝ ke µ dalam unit simpangan baku. Bentuk ini dapat digeneralisasikan untuk vektor x(px1) dari pengamatan beberapa peubah sebagai:

(x − μ )' Σ −1 (x − μ )

dimana : x’ = [ x1, x2…, xp ] adalah vektor peubah µ’ = [µ1,µ2, …, µp] ⎡σ 12 L 0 ⎤ ⎢ ⎥ ∑= ⎢ M O M ⎥ ⎢ 0 K σ 2p ⎥ ⎣ ⎦ maka fungsi kepekatan peluang bersama untuk X, f(X; μ, Σ) adalah:

f ( X; μ , Σ ) =

( 2π ) − ( p / 2 ) ⎡ 1 ⎤ exp ⎢ − (x − μ)' Σ −1 (x − μ) ⎥ 1/ 2 |Σ | ⎣ 2 ⎦

................................ (4)

− ∞ < xi < ∞ , i = 1, 2, …, p

Pengamatan Berulang ( Reapeted Measurement) Di dalam analisis ragam, biasanya suatu subjek percobaan hanya diambil responnya satu kali dimana respon tersebut menerima satu perlakuan secara acak.

8

Tetapi adakalanya subjek-subjek percobaan ini diukur/diamati berulang kali dalam jangka waktu tertentu. Pada kasus dimana terjadi pengukuran respon yang berulang ini, maka rancangan percobaan yang dihadapi disebut rancangan pengamatan berulang (Repeated measurement design). Tujuan dari pengamatan berulang ditekankan untuk mengetahui kecepatan perubahan respon dari suatu periode waktu ke periode waktu lainnya. Selain itu ingin diketahui pengaruh interaksi antara perlakuan dan periode waktu pengamatan. Menurut Mattjik & Sumertajaya (2000), percobaan yang melibatkan pengamatan berulang memerlukan penanganan model analisis yang lain dari model rancangan dasar agar informasi yang diperoleh lebih luas. Percobaan seperti ini sering diberi nama sesuai dengan rancangan dasar yang dipakai ditambah “dalam waktu” (in time).

Model Linier Model linier dari rancangan ini sama seperti model linier dari rancangan dasar yang digunakan, ditambah pengaruh waktu dan interaksinya dengan perlakuan. Secara matemetik model linier untuk rancangan faktorial dalam waktu dengan rancangan kelompok teracak adalah sebagai berikut: Yijkl = μ + K l + α i + β j + (αβ )ij + δ ijl + ω k + γ ik + (αϖ )ik + (βϖ ) jk + (αβϖ )ijk + ε ijkl

……………... (5) dengan i = 1, 2

; j = 1, 2, 3, 4

; k = 1, 2, …, 10

; l = 1, 2, 3

dimana: Yijkl μ

= Nilai pengamatan pada penggunaan pupuk organik taraf ke-i dan pupuk anorganik taraf ke-j yang diamati pada waktu ke-k dan kelompok ke-l = Rataan umum

Kl

= Pengaruh kelompok ke-l

αi

= Pengaruh pupuk organik taraf ke-i

βj

= Pengaruh pupuk anorganik taraf ke-j

αβi

= Pengaruh interaksi penggunaan pupuk organik dengan pupuk anorganik

δijl

= Pengaruh galat perlakuan

9

ωk

= Pengaruh waktu pengamatan ke-k

γ lk

= Pengaruh galat waktu pengamatan

αωik

= Pengaruh interaksi waktu dengan penggunaan pupuk organik

βωjk

= Pengaruh interaksi waktu dengan penggunaan pupuk anorganik

αβωijk = Pengaruh interaksi penggunaan pupuk organik, pupuk anorganik dengan waktu єijkl

= Pengaruh galat pada penggunaan pupuk organik taraf ke-i dan pupuk anorganik taraf ke-j yang diamati pada waktu ke-k pada kelompok ke-l

Dari model di atas terlihat ada tiga komponen acak yaitu komponen acak untuk perlakuan δijl , waktu γ lk dan komponen acak untuk interaksi waktu dan perlakuan єijkl. Sumber-sumber keragaman untuk pengamatan berulang dalam rancangan faktorial kelompok teracak disajikan pada Tabel 3. Tabel 3 Tabel analisis ragam rancangan pengamatan berulang faktorial kelompok teracak Sumber Keragaman Kelompok Faktor 1 Faktor 2 F1*F2 Galat (I) Waktu W Galat (II) F1*W F2*W F1*F2*W Galat (III) Total

Db r-1 a-1 b-1 (a-1)(b-1) (ab-1)(r-1) w-1 w(r-1) (a-1)(w-1) (b-1)(w-1) (a-1)(b-1) (w-1) (abc-ab-c) (r-1) abwr-1

Jumlah Kuadrat JKK JKF1 JKF2 JK(F1*F2) JKG(a) JKW JKG(b) JK(F1*W) JK(F2*W) JK(F1*F2*W)

Kuadrat Tengah KTK KTF1 KTF2 KT(F1*F2) KTG(I) KTW KTG(II) KT(F1*W) KT(F2*W) KT(F1*F2*W)

JKG(c)

KTG(III)

F-hitung KTK/KTG(III) KTF1/KTG(I) KTF2/KTG(I) KT(F1*F2)/KTG(I) KTW/KTG(II) KT(F1*W)/KTG(III) KT(F2*W)/KTG(III) KT(F1*F2*W)/KTG(III)

JKT

Untuk menguji pengaruh utama dan interaksi faktor-faktor percobaan menggunakan uji F yang biasa yaitu membagi nilai kuadrat tengah dari pengaruh utama atau interaksi dengan kuadrat tengah galat (I). Untuk menguji interaksi antara

10

faktor-faktor dengan waktu, penyebut dari uji F yang dilakukan adalah kuadrat tengah galat (III), sedangkan pengaruh waktu penyebut dari uji F yang digunakan adalah kuadrat tengah galat (II).

Temulawak Temulawak termasuk terna berbatang semu. Tinggi tanaman dapat mencapai 200cm, bahkan ada yang sampai 2,5 cm berwarna hijau atau coklat gelap. Akar rimpang terbentuk sempurna, bercabang-cabang kuat berwarna jingga gelap. Tiap tanaman berdaun 2 – 9 helai, berbentuk mata lembing jorong memanjang Sebagai tanaman monokotil, temulawak tidak memiliki akar tunggang. Akar yang dipunyai adalah berupa rimpang yang dibedakan atas rimpang utama (induk) dan anak rimpang. Tanaman temulawak membentuk rimpang induk bulat panjang dengan anak rimpang sebanyak 3 sampai 7 buah. Produk yang diambil adalah rimpang induk yang tumbuh dan terbentuk dekat permukaan tanah dengan kedalaman 35 cm. Menurut de Jong dalam Wahit & Soediarto (1985), temulawak merupakan tanaman hutan yang menyukai lingkungan gelap dan lembab, tetapi tidak terlalu memilih akan sifat dan ciri tanah. Tetapi untuk menghasilkan rimpang yang berkualitas diperlukan tanah subur yang mengandung banyak unsur hara. Temulawak dapat hidup pada ketinggian 5-1200m di atas permukaan laut, dengan curah hujan 1500-4000mm/tahun diberbagai macam tipe tanah. Berdasarkan hasil penelitian adaptasi temulawak, menunjukkan bahwa lokasi rendah sampai sedang yang berkisar antara 240 – 450 m di atas permukaan laut, memberikan produksi rimpang yang lebih tinggi yaitu 13.02 – 14.60 ton/ha rimpang segar dibandingkan di dataran tinggi 1200 m di atas permukaan laut yaitu hanya 5.80 ton/ha rimpang segar.

Kandungan Kimia Kandungan kimia rimpang temulawak dibagi atas tiga kelompok yaitu fraksi pati, kurkuminoid dan minyak atsiri. ƒ

Fraksi Pati

11

Karbohidrat utama yang disimpan pada sebagian besar tumbuhan adalah pati. Jumlah pati pada berbagai jaringan bergantung pada banyak faktor genetik dan lingkungan. Pati terbentuk pada siang hari ketika fotosintesis melebihi laju gabungan antara respirasi dan translokasi, kemudian sebagian hilang pada waktu malam (Salisbury et al., 1995). Pati dapat dikembangkan sebagai bahan makanan, berbentuk serbuk dan berwarna putih kekuningan. Fraksi pati merupakan kandungan terbesar jumlah bervariasi antara 48-54% tergantung dari ketinggian tempat tumbuh. Menurut DepKes (1995) rimpang temulawak mengandung 48-59.64% pati. Makin tinggi tempat tumbuh kadar pati semakin rendah dan kadar minyak atsirinya semakin tinggi. ƒ

Fraksi kurkuminoid Kurkuminoid mempunyai aroma yang khas dan tidak toksik. Terdiri dari kurkumin yang mempunyai aktifitas antiradang dan desmetoksikurkumin yang mempunyai warna kuning atau kuning jingga berbentuk serbuk dengan rasa sedikit pahit. Rimpang temulawak mengandung kurkuminoid 1,4 – 4%, dimana kadarnya sangat tergantung pada umur rimpang dan ketinggian tempat tumbuh. Menurut Sinambela (1985), komposisi rimpang temulawak dapat dibagi menjadi dua fraksi utama yaitu zat warna kurkuminoid dan minyak atsiri. Warna kekuningan

temulawak disebabkan adanya kurkuminoid. Kandungan utama

kurkuminoid terdiri dari senyawa kurkumin, desmetoksikurkumin dan bisdesmetoksikurkumin (Gambar 1). R1

R2

HO

OH

O

OH

Gambar 1. Struktur kurkuminoid dari temulawak Keterangan: R1 -OCH3

R2 -OCH3 =kurkumin

12

-OCH3 -H

-H -H

=desmetoksikurkumin =bis-desmetoksikurkumin

Kandungan kurkuminoid dalam rimpang temulawak adalah 1.6-2.2% (DepKes 1995). Menurut Oei et al., (1985) rimpang temulawak mengandung 3.16% kurkuminoid,

terdiri

dari

kadar

kurkumin

sekitar

58-71%,

sedangkan

demetoksikurkumin berkisar 29-42%. Hasil penelitian Yusnira (2005), kadar kurkuminoid yang diperoleh menggunakan metoda HPLC mempunyai rentang nilai antara 0,12-1,74%. Dari data hasil analisis ini diketahui bahwa kadar kurkuminoid pada 10 sampel yang sangat bervariasi. Kadar kurkuminoid terendah dimiliki oleh sampel yang berasal dari daerah Kuningan dengan kadar 0,12%. Sedangkan sampel yang memiliki kadar kurkuminoid tertinggi terdapat pada sampel yang berasal dari daerah Bogor yaitu dengan kadar 1,74%. ƒ

Fraksi minyak atsiri Minyak atsiri merupakan cairan berwarna kuning atau kuning jingga, mempunyai rasa yang tajam, bau khas aromatik. Komponen minyak atsiri temulawak tidak selalu sama, tergantung pada umur rimpang, tempat tumbuh, teknik isolasi, dan teknik analisis yang digunakan. Menurut Depkes (1995) kandungan minyak atsiri rimpang temulawak berkisar 1.48-1.63%.

Pemupukan Salah satu upaya untuk meningkatkan produksi dan kesehatan tanaman adalah dengan memberikan pupuk yang seimbang baik pupuk organik maupun pupuk anorganik. Secara kimia kesuburan tanah dipengaruhi oleh ketersediaan hara baik organik maupun anorganik. Pemupukan dengan pupuk kandang akan memberi pengaruh yang baik terhadap pertumbuhan rumpun dan rimpang. Hasil analisis yang dilakukan di Laboratorium Jurusan Tanah Faperta IPB, pupuk kandang dari kotoran sapi mengandung unsur hara C, N, P, K, Ca, dan Mg.

13

Penelitian Hamid dan Karsinah dalam Djakamihardja, et al. (1985), pemupukan dengan pupuk kandang dilakukan dua minggu sebelum tanam, disusul empat bulan dan enam bulan setelah tanam, masing-masing 0,5 kg/tanaman. Selanjutnya penelitian Sudiarto dalam Djakamihardja, et al (1985), memberikan pupuk sebanyak 60kg N + 50kg P2O5 + 75kg K2O per hektar. Seluruh P2O5 pada waktu tanam, sedangkan pupuk N dan K2O pada umur dua bulan 0,7 bagian dan empat bulan setelah tanam 0,3 bagian.

14

METODE PENELITIAN Sumber Data Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh dari rangkaian penelitian Hibah Penelitian Pascasarjana IPB. Sumber data berasal dari hasil percobaan tanaman temulawak di kebun percobaan Pusat Studi Biofarmaka LPPM-IPB yang berlokasi di Cikabayan Bogor. Percobaan dilakukan pada masa tanam Oktober 2003 sampai Agustus 2004. Ada dua faktor yang dicobakan untuk melihat pengaruhnya terhadap pertumbuhan dan kualitas tanaman temulawak, yaitu: a. Faktor pupuk organik (Faktor 1) dengan dua taraf pemberian pupuk: K0 = 0 ton/ha →

0 g/tanaman

K5 = 5 ton/ha →

180 g/tanaman

b. Faktor pupuk anorganik (Faktor 2) dengan empat taraf pemberian pupuk: P0 = 0 kg P205/ha →

0 g/tanaman

P30 = 30 kg P205/ha →

3 g/tanaman

P60 = 60 kg P205/ha →

6 g/tanaman

P90 = 90 kg P205/ha →

9 g/tanaman

Rancangan yang digunakan adalah rancangan faktorial kelompok teracak dengan 8 jenis kombinasi perlakuan, yaitu: K0P0, K0P30, K0P60, K0P90, K5P0, K5P30, K5P60, K5P90. Jumlah kelompok ditetapkan 3 kelompok, sehingga percobaan ini ada 24 petak percobaan. Jarak tanam adalah 60cm X 60cm. Setiap petak percobaan terdiri atas 35 tanaman jadi keseluruhan percobaan terdiri atas 840 tanaman. Dalam setiap unit percobaan diambil contoh sebanyak 10 tanamaan secara acak. Tata letak perlakuan di lapangan dilakukan secara acak dengan bantuan program MINITAB, yang hasilnya dapat dilihat pada lampiran 1. Pengamatan pertumbuhan dilakukan setiap bulan sekali sampai umur tanaman 12 bulan (masa panen). Pengamatan awal saat tanaman berumur 2 bulan. Analisis kimia untuk menentukan kadar senyawa penciri dari rimpang temulawak ini,

15

dilakukan di laboratorium Kimia Analitik Baranangsiang. Alat yang digunakan yaitu Spektrofotometer untuk menentukan kadar kurkuminoid dan Titrimetri untuk kadar

pati. Langkah-langkah penentuan kadar kurkuminoid dan kadar pati dapat dilihat pada lampiran 2. Tabel 4 memuat peubah respon yang diamati. Tabel 4 Peubah respon yang diteliti

No

Peubah Respon

Simbol

1

Tinggi tanaman (cm)

X1

2

Jumlah anakan

X2

3

Jumlah Daun

X3

4

Bobot Basah rimpang (g)

X4

5

Bobot kering rimpang (g)

X5

6

Kadar kurkuminoid (%)

X6

7

Kadar pati (%)

X7

Metode Analisis 1) Pada tahap pertama dilakukan analisis deskriptif dan eksplorasi data untuk mengidentifikasi karakteristik data. Analisis deskriptif yang dilakukan adalah: 1.1. Menentukan korelasi antar peubah respon 2.1. Menguji asumsi kenormalan Seperti pada kasus satu peubah respon (univariate), penelusuran sebaran normal ganda dapat juga memanfatkan plot quantil-quantil. Plot quantilquantil dalam kasus peubah ganda didekati dengan quantil khi-kuadrat. Beberapa tahapan dalam menyusun plot quantil χ 2 adalah: ' −1 a. Hitung: dii = (xi − μ) ∑ (xi − μ) 2

b. Beri peringkat terhadap d ii

2

c. Cari nilai khi-kuadrat dari nilai (i − 1 / 2) dengan derajat bebas p. n

⎛ i − 1/ 2 ⎞ ⎟ ⎝ n ⎠

χ 2p ⎜

16

⎛ i − 1/ 2 ⎞ 2 d. Buat plot χ 2p ⎜ ⎟ dengan d ii . Bila pola hubungannya mengikuti ⎝ n ⎠

garis lurus maka data tersebut dapat dikatakan menyebar normal ganda. 3.1. Menguji asumsi kehomogenan ragam. Uji formal yang digunakan adalah uji Bartlett. Statistik ujinya adalah: χ

2

⎧⎛ ⎞ = 2 . 3026 ⎨ ⎜⎜ ∑ (ri − 1 )⎟⎟ log s 2 − ⎠ ⎩⎝ i

( ) ∑ (r

∑ (Yij − Y )

i

i

ri − 1

⎫ − 1 ) log s i2 ⎬ , ⎭

( )

dengan

∑ (n i − 1)s i2

2

s i2 =

i

s2 =

;

⎤⎡ ⎡ 1 1 c =1+ ⎢ ⎥ ⎢∑ r − 1 − 3 ( t 1 ) − ⎦ ⎣⎢ ⎣ i

∑

N− t

⎤ 1 ⎥ ri − 1 ⎥⎦

keterangan: N t n si c

= banyaknya amatan = banyaknya perlakuan = banyaknya ulangan = ragam contoh pada perlakuan ke-i = faktor koreksi

Nilai uji statistik ini didasarkan pada sebaran khi-kuadrat dengan derajat bebas (t-1). 2) Analisis terhadap pertumbuhan vegetatif ( X1, X2, X3), peubah bobot basah dan bobot kering (X4, X5) menggunakan metode MANOVA. Model MANOVA dua faktor dengan interaksi seperti pada persamaan 4. Langkah-langkah perhitungan analisis ragam respon ganda adalah sebagai berikut: a. Menentukan matriks Jumlah Kuadrat dan Hasil Kali (JKHK) penggunaan pupuk organik b. Menentukan matriks JKHK penggunaan pupuk anorganik c. Menentukan matriks JKHK interaksi d. Menentukan matriks JKHK kelompok e. Menentukan matriks JKHK galat

17

3) Analisis rancangan pengamatan berulang untuk peubah X1, X2, X3 Langkah-langkah perhitungan jumlah kuadrat masing-masing sumber keragaman adalah: a. Dari tabulasi silang antara faktor pupuk organik, anorganik, waktu, kelompok FK = Faktor Koreksi FK =

Y2 abw r

JKT = Jumlah Kuadrat Total

Y2 a b w r ijk JKT = ∑ ∑ ∑ ∑ (Y − Y.... ) 2 = ∑ ∑ ∑ − FK w i=1 j=1 k =1l=1 ijkl b. Dari data rekapitulasi tabulasi silang faktor pupuk organik, anorganik dan kelompok JKST1 = Jumlah kuadrat sub total 1

a b w r 2 − FK JKT1 = ∑ ∑ ∑ ∑ (Yijkl − Y....) 2 = ∑∑∑∑ Yijk l i=1 j=1k=1l =1

Y2 a b w r 2 JKK = ∑ ∑ ∑ ∑ (Y − Y....) = ∑ ...l − FK abw i=1 j=1k=1l =1 ...l c. Dari data rekapitulasi, tabulasi silang faktor pupuk organik dan anorganik JKF1 = Jumlah kuadrat faktor pupuk organik

Y2 a b w r 2 JK F1 = ∑ ∑ ∑ ∑ (Y − Y.... ) = ∑ i... − FK bwk i=1 j=1 k =1l =1 i... JKF2 = Jumlah kuadrat faktor pupuk anorganik

Y2 a b w r . j.. JKF2 = ∑ ∑ ∑ ∑ (Y. j.. − Y....) 2 = ∑ − FK aw r i =1 j=1k =1l =1

18

a b w r JKF1F 2 = ∑ ∑ ∑ ∑ (Yij.. − Yi... − Y. j.. + Y....) 2 i=1 j=1k=1l =1 a b = w r ∑ ∑ (Yij.. − Y....) 2 − JKA− JKB i=1 j=1 JKF1F2 = JKP – JKF1 – JKF2 JKG(I) = Jumlah kuadrat galat (I) JKG(I) = JKST1 – JKK - JKP d. Dari data rekapitulasi, tabulasi silang faktor waktu dan kelompok JKST2 = Jumlah kuadrat sub total 2

w r Y..2rl 2 JKST 2 = ab ∑ ∑ (Y..rl − Y.... ) = ∑ ∑ − FK ab k =1 l =1 JKW = Jumlah kuadrat waktu

Y2 w r 2 JKW = ab ∑ ∑ ( Y.. k . − Y.... ) = ∑ .. k l − FK abw k =1 l = 1 JKG(II) = Jumlah Kuadrat Galat (II) JKG(II) = JKST2 – JKK - JKC e. Dari data rekapitulasi, tabulasi silang faktor pupuk organik, anorganik dan waktu JKF1*W = Jumlah kuadrat interaksi faktor pupuk organik dan waktu a b w r JK F 1 * W = ∑ ∑ ∑ ∑ (Y − Y − Y + Y.... ) 2 i ... ..k . i =1 j=1 k =1 l =1 i .k . a r = b r ∑ ∑ (Y − Y.... ) 2 − JKF 1 − JKW i =1 l =1 i .k .

a b w r JKF2∗ W = ∑ ∑ ∑ ∑ (Y. jk. − Y. j.. − Y..k. + Y....) 2 i=1 j=1k=1l =1 b w = a r ∑ ∑ (Y. jk. − Y....) 2 − JKF2 − JKW j=1k =1

19

JKF2*W = JKP2 – JKF2 – JKW JKF1*F2*W = Jumlah kuadrat interaksi pupuk organik, anorganik dan waktu

a b w JKF 1 * F 2 * W = r ∑ ∑ ∑ (Yij k . − Y.... ) 2 − JKF 1 − JKF 2 − JKW − i=1 j=1 k =1 JK F 1 * F 2 − JK F 1 * W − JK F 2 * W JKF1*F2*W = JKP2 – JKF1 – JKF2 – JKW – JKF1*F2 – JKF1*W – JKF2*W JKG(III) = JKT – JKF1 – JKF2 – JKF1*F2 – JKK - JKG(a) – JKW - KG(b) JKF1*W-JKF2*W- JKF1*F2*W 4) Untuk peubah kadar kurkumin dan pati (X6 dan X7) dianalisis secara terpisah menggunakan ANOVA faktorial dalam rancangan kelompok teracak, dengan model tetap seperti pada persamaan 1. Data yang diperoleh dianalisis dengan bantuan software Minitab 13.20, Exel 2002 dan SAS versi 8.

20

HASIL DAN PEMBAHASAN Deskripsi Data Tabel 5 menyajikan matriks korelasi antar peubah. Berdasarkan tabel tersebut terlihat bahwa terdapat korelasi yang kuat antar peubah jumlah anakan, jumlah daun dengan tinggi tanaman, dengan nilai p-value 0.000. Demikian pula korelasi antara bobot basah dan bobot kering nyata dengan nilai p-value 0.000. Bobot basah dan bobot kering berkorelasi positif dengan peubah tinggi tanaman, jumlah anakan dan jumlah daun. Sedangkan korelasi antara peubah senyawa penciri ( kurkuminoid dan pati ) dengan peubah-peubah yang lain relatif kecil. Tabel 5 Matriks korelasi antar peubah Peubah

X1

X2

X3

X4

X5

X2

0.892 0.000 0.825 0.000 0.516 0.010 0.389 0.060 -0.026 0.906 -0.095 0.659

0.881 0.000 0.569 0.004 0.385 0.063 0.032 0.883 -0.355 0.088

0.423 0.039 0.212 0.320 -0.259 0.222 -0.167 0.436

0.882 0.000 0.229 0.281 -0.278 0.188

0.424 0.039 -0.242 0.254

X3 X4 X5 X6 X7

X6

-0.424 0.039

Keterangan: Angka yang dicetak tebal adalah nilai p-value hasil pengujiam terhadap koefisien korelasi

Pengujian Sebaran Data Peubah X1, X2, X3 dan X4, X5. Untuk mengevaluasi apakah gugus data menyebar normal ganda ditelusuri dengan memanfaatkan plot quantil-quantil yang didekati dengan quantil khi-kuadrat. Gambar 2 memperlihatkan plot jarak Mahalanobis dan quantil khi-kuadrat untuk peubah X1, X2, X3. Sedangkan untuk peubah X4 dan X5 disajikan pada Gambar 3. Dari kedua gambar tersebut dapat dilihat bahwa sebaran titik-titiknya mendekati garis lurus, sehingga dapat disimpulkan kedua gugus data menyebar normal ganda. Hal ini diperkuat dengan nilai korelasi pearson antara jarak Mahalanobis dan q((j-0.5)/24)

21

yaitu 0.985 yang lebih besar dari batas kritis pada taraf nyata 5% yaitu 0.9564 (untuk peubah X1, X2, X3), sedangkan untuk peubah X4,X5 korelasi pearson antara jarak dan q((j-0.5)/24) adalah 0.963.

60 280

jarak

jarak

50

230

40

30

20 180 0

1

2

3

4

5

6

7

8

9

10

X((j-0.5/24))

Gambar 2 Plot jarak Mahalanobis dan quantil khi-kuadrat peubah X1, X2, X3

0

1

2

3

4

5

6

7

8

X((j-0.5)/24)

Gambar 3 Plot jarak Mahalanobis dan quantil khi-kuadrat peubah X4, X5

Uji Homogenitas Ragam Salah satu asumsi yang mendasari analisis ragam adalah galat percobaan mempunyai ragam yang homogen atau konstan. Berdasarkan hasil uji

homogenitas

ragam (Lampiran 9), terlihat bahwa kehomogenan ragam galat percobaan dapat dipenuhi.

Analisis Terhadap Pertumbuhan Vegetatif ( X1, X2, X3) Plot untuk menggambarkan rataan setiap peubah respon pada setiap kombinasi faktor disajikan pada Gambar 4, Gambar 5 dan Gambar 6. Dari Gambar 4 dapat dilihat bahwa penggunaan pupuk organik dosis 5ton/ha menghasilkan respon tinggi tanaman lebih tinggi dari pada tanpa menggunakan pupuk organik, untuk setiap dosis pupuk anorganik. Ada kenaikan respon tinggi tanaman dari dosis 60kg/ha ke 90kg/ha. Demikian pula untuk peubah jumlah anakan, penggunaan pupuk organik dosis 5ton/ha juga menghasilkan respon jumlah anakan lebih tinggi dari pada tanpa menggunakan pupuk organik, untuk setiap dosis pupuk anorganik (Gambar 5).

22

Ju m lah A n ak an

Tinggi Tanam an

300 250 200

K0

150 100

K5

50 0 P0

P30

P60

12 10 8 6 4 2 0

K0 K5

0

P90

30

60

90

Pupuk Anorganik

Pupuk Anorganik

Gambar 5 Pengaruh pupuk organik pada taraf pupuk anorganik jumlah anakan

Gambar 4 Pengaruh pupuk organik pada taraf pupukanorganik tinggi tanaman

Gambar 6 adalah plot yang menggambarkan rata-rata jumlah daun pada setiap kombinasi faktor dalam percobaan. Terlihat bahwa penggunaan pupuk organik dosis 5ton/ha menghasilkan respon jumlah daun lebih tinggi dibandingkan tanpa menggunakan pupuk organik, untuk setiap dosis pupuk anorganik. Ada kenaikan respon jumlah daun dari dosis 30kg/ha sampai 90kg/ha.

Jum lah Daun

40 30 K0

20

K5

10 0 0

30

60

90

Pupuk Anorganik

Gambar 6 Pengaruh pupuk organik pada taraf pupuk anorganik jumlah daun

Hasil MANOVA untuk Peubah X1, X2, X3 Tabel 6 adalah ringkasan hasil MANOVA secara simultan untuk pembandingan faktor-faktor dan interaksinya. Dari tabel tersebut

dapat dilihat bahwa interaksi

antara faktor pupuk organik dan anorganik untuk ketiga peubah signifikan dengan nilai P = 0.0058 yang lebih kecil dari nilai α = 0.05.

23

Tabel 6 Ringkasan tabel MANOVA peubah X1, X2, X3

Sumber

Nilai Λ

Nilai F

Nilai P

Kelompok

0.18

F1:Pupuk organik

0.97

111.90

0.0001*

F2:Pupuk anorganik

0.03

10.13

0.0001*

F1*F2

0.18

3.39

0.0058*

Keterangan: *nyata pada α = 0.05

Untuk melihat bagaimana bentuk interaksinya, (untuk masing-masing peubah) dilakukan analisis lanjutan dengan uji jarak Duncan. Uji lanjut akan dibandingkan K0 dan K5 disetiap taraf dosis P. Tabel 7 Pengaruh pemupukan terhadap tinggi tanaman, jumlah anakan dan jumlah daun

P0 Pupuk 179.33 d K0 207.67 bc K5 Rata-rata 193.5 4.00 e K0 6.00 c K5 Rata-rata 5.00 15.67 d K0 21.33 c K5 Rata-rata 18.50

P30 P60 Tinggi Tanaman 187.00 d 188.00 cd 221.00 b 223.33 b 204 205.67 Jumlah Anakan 4.00 e 5.00 d 6.33 c 7.67 b 5.17 6.33 Jumlah Daun 16.00 d 19.67 cd 21.33 c 28.67 b 18.67 24.17

P90

Rata-rata

196.33 cd 272.67 a 234.50

187.67 231.17

6.00 c 10.67 a 8.33

4.75 7.67

22.33 c 36.33 a 29.33

18.42 26.92

Keterangan: Angka yang diikuti oleh huruf yang sama tidak berbeda nyata menurut uji Duncan

Berdasarkan hasil pengujian (Tabel 7), terlihat bahwa terdapat pengaruh pemberian pupuk organik dan tanpa pupuk organik pada setiap taraf pupuk anorganik. Pemberian

pupuk organik dosis 5ton/ha, memberikan respon tinggi,

jumlah anakan, jumlah daun lebih tinggi dibandingkan dengan tanpa pupuk organik. Respon tertinggi diperoleh pada kombinasi perlakuan K5P90. Untuk tinggi tanaman mencapai 272.67 cm, jumlah anakan 11/rumpun, dan jumlah daun 36/rumpun. Hasil ini didukung oleh plot permukaan tiga dimensi (Response surface) dan plot kontur yang disajikan pada Gambar 7, Gambar 8 dan Gambar 9. Metode permukaan respons

24

digunakan untuk mencari taraf-taraf peubah bebas yang membuat respons menjadi optimum (Montgomery, 2001) Contour Plot of TT

Surface Plot of TT 90

215 240 265

80 70

anorganik

270 260 250 240 230

TT

220 210 200

60 50 40 30 20

190 180

90 80 70 60 50 40 2030 10

10

anorganik

0

1

2

organik

3

0

4

0

5

0

1

2

3

4

5

organik

Gambar 7 Plot permukaan tiga dimensi dan plot kontur rataan tinggi tanaman Surface Plot of JA

Contour Plot of JA 90

5 6 7 8 9 10

80 70

10.5

anorganik

9.5 8.5 7.5

JA

6.5 5.5 4.5 3.5

90 80 70 60 50 40 2030 10

1

organik

2

3

0

4

50 40 30 20

anorganik

0

60

10

5

0 0

1

2

3

4

5

organik

Gambar 8 Plot permukaan tiga dimensi dan plot kontur rataan jumlah anakan Surface Plot of JD

Contour Plot of JD 90

21 26 31 36

80 70

JD

anorganik

35

25

15 0

90 80 70 60 50 40 2030 10

anorganik

1

organik

2

3

4

0 5

60 50 40 30 20 10 0 0

1

2

3

4

5

organik

Gambar 9 Plot permukaan tiga dimensi dan plot kontur rataan jumlah daun

25

Hasil Analisis Rancangan Pengamatan Berulang Analisis untuk rancangan pengamatan berulang dilakukan terhadap peubah tinggi tanaman (X1), jumlah anakan X2) dan jumlah daun (X3).

Tinggi Tanaman (X1) Tabel 8 menunjukkan hasil analisis ragam faktorial RAK dalam waktu untuk tinggi tanaman. Berdasarkan hasil pengujian dapat dilihat bahwa pupuk organik (K) dan anorganik (P) memberikan pengaruh yang berbeda nyata pada setiap waktu pengamatan dengan α = 5%. Hal ini berarti peran pupuk K dan P dalam mempengaruhi respon jumlah daun tidak bebas sehingga harus dilihat secara bersamaan. Interaksi yang nyata antara faktor Waktu dengan pupuk organik (K) dan anorganik (P) berarti ada perbedaan pengaruh pemupukan terhadap tinggi tanaman temulawak dari waktu ke waktu. Tabel 8 Analisis ragam rancangan pengamatan berulang faktorial kelompok teracak untuk tinggi tanaman

Sumber Kel P K P*K Galat a W Galat b P*W W*K P*W*K Galat c Total

Db 2 3 1 3 14 9 18 27 9 27 126 239

Jumlah Kuadrat 1012.26 9754.58 27670.54 5978.91 2999.01 808095.09 381.83 7138.30 8666.75 2939.63 2668.91 877305.80

Kuadrat Tengah Nilai F Nilai P 506.13 3251.53 15.18 0.0001* 27670.54 129.17 0.0001* 1992.97 9.30 0.0001* 214.22 89788.34 4232.80 0.0001* 21.21 264.38 12.48 0.0001* 962.97 45.46 0.0101* 108.88 5.14 0.0001* 21.18

Keterangan * = nyata pada taraf α = 5%

Gambar 10 menunjukkan plot tinggi tanaman pada setiap kombinasi perlakuan dari waktu kewaktu. Berdasarkan hasil pengujian (Lampiran 11) dapat dilihat bahwa sampai amatan ke-4 tinggi tanaman sama saja pada semua kombinasi perlakuan, namun pada amatan ke-5 sampai 10 kombinasi K5P90 memberikan tinggi tanaman tertinggi.

26

T in g g i T an am an

300

K0P0

250

KOP30

200

KOP60

150

KOP90

100

K5P0

50

K5P30

0 0 1 2 3 4 5 6 7 8 9 10 Waktu

K5P60 K5P90

Gambar 10 Tinggi tanaman pada setiap kombinasi taraf pemupukan dari waktu kewaktu

Jumlah Anakan (X2) Hasil analisis ragam pengamatan berulang faktorial rancangan kelompok teracak untuk respon jumlah anakan disajikan pada Tabel 9. Berdasarkan hasil pengujian dapat dilihat bahwa interaksi pupuk organik dan waktu, interaksi pupuk anorganik dan waktu nyata pada α = 5%. Tabel 9 Analisis ragam rancangan pengamatan berulang faktorial kelompok teracak untuk jumlah anakan

Sumber Kel P K P*K Galat a W Galat b P*W W*K P*W*K Galat c Total

Db 2 3 1 3 14 9 18 27 9 27 126 239

JumlahKuadrat 88.90 260.65 357.70 39.58 32.23 292.59 4.10 34.90 27.59 6.30 21.43 1165.97

Kuadrat engah 44.45 86.88 357.70 13.193 2.30 32.51 0.23 1.29 3.07 0.23 0.17

Nilai F

Nilai P

37.74 155.36 5.73

0.0001* 0.0090* 0.0001*

42.73

0.0001*

7.60 18.02 1.37

0.0001* 0.0001* 0.1256tn

Keterangan: *Nyata pada taraf α = 5%, tntidak nyata pada α = 5%

Interaksi yang nyata antara faktor waktu dengan pupuk organik dan waktu dengan pupuk anorganik berarti ada perbedaan pengaruh pemupukan terhadap jumlah anakan dari waktu kewaktu. Gambar 11 dan Gambar 12 memperlihatkan pola

27

penambahan jumlah anakan pada kedua taraf

pupuk organik (K0 dan K5) dan

keempat taraf pupuk anorganik (P0, P30, P60, P90) dari waktu ke waktu. Berdasarkan hasil pengujian, (Lampiran 12) ternyata pada dosis pupuk organik 5ton/ha memberikan laju penambahan jumlah anakan lebih tinggi dibandingkan dengan tanpa pupuk organik dari waktu ke waktu. Hal ini disebabkan karena untuk tumbuh dan berkembangnya suatu tanaman, tanah sebagai media tumbuh harus mampu menyediakan unsur-unsur hara yang diperlukan tanaman, dan ini dapat diperoleh dengan penambahan pupuk organik. Selain itu pupuk organik diperlukan karena untuk perkembangan rimpang diperlukan tingkat kegemburan tanah yang cukup tinggi. Penambahan anakan hanya sampai pada pengamatan ke-6, sedangkan pengamatan 7 sampai 10 tidak terjadi lagi penambahan anakan. Secara rata-rata penambahan anakan tertinggi pada pengamatan ke-6 yaitu 8 anakan. Gambar 12 memperlihatkan pola penambahan jumlah anakan tanaman temulawak pada setiap taraf pupuk anorganik dari waktu ke waktu. Berdasarkan hasil pengujian (Lampiran 12), ternyata pada pengamatan ke-1 sampai 3 taraf P0,P30,P60 memberikan respon jumlah anakan yang tidak berbeda, tapi berbeda pada taraf P90. 10

6 K0

4

K5

2 0

Ju m la h An a ka n

Ju m la h An a ka n

8

8

P0

6

P30

4

P60

2

P90

0 1

2

3

4

5

6

7

8

9 10

Waktu

Gambar 11 Jumlah anakan pada setiap taraf pupuk organik dari waktu kewaktu

1

2

3

4

5

6

7

8

9 10

Waktu

Gambar 12 Jumlah anakan pada setiap taraf pupuk anorganik dari waktu kewaktu

Sedangkan pada pengamatan ke-4 sampai pengamatan 10 taraf P0 dan P30 memberikan respon jumlah anakan yang tidak berbeda, tapi berbeda pada taraf P60 dan P90. Secara rata-rata untuk setiap pengamatan pada dosis 90kg/ha memberikan jumlah anakan yang lebih tinggi.

28

Jumlah Daun (X3) Tabel 10 menunjukkan hasil analisis ragam pengamatan berulang faktorial dalam rancangan kelompok teracak untuk jumlah daun. Berdasarkan hasil pengujian dapat dilihat bahwa interaksi antara P*W, K*W dan P*W*K nyata pada α = 5%. Hal ini berarti peran pupuk K dan P dalam mempengaruhi respon jumlah daun tidak bebas sehingga harus dilihat secara bersamaan. Interaksi yang nyata antara faktor waktu dengan pupuk K dan P berarti ada perbedaan pengaruh pemupukan terhadap jumlah daun temulawak dari waktu ke waktu. Gambar 13 menunjukkan pengaruh pemupukan terhadap rata-rata jumlah daun dari waktu kewaktu. Dari gambar tersebut dapat dilihat bahwa kombinasi K5P90 memberikan jumlah daun tertinggi pada setiap pengamatan dari waktu ke waktu. Tabel 10 Analisis ragam rancangan faktorial dalam waktu untuk jumlah daun

Sumber Db Kel 2 P 3 K 1 P*K 3 Galat a 14 W 9 Galat b 18 P*W 27 W*K 9 P*W*K 27 Galat c 126 239 Total

Jumlah Kuadrat 86.23 2973.50 3182.82 382.35 632.43 9295.68 49.77 339.42 308.60 64.90 176.23 17491.93

Kuadrat Tengah 43.12 991.12 3182.82 127.45 45.17 1032.85 2.77 12.57 34.29 2.40 1.40

Nilai F

21.94 0.0001* 70.46 0.0001* 2.82 0.0772* 373.57 0.0001* 8.99 0.0001* 24.52 0.0001* 1.72 0.0247*

Jum lah Daun

Keterangan: *Nyata pada taraf α = 5%

40 35 30 25 20 15 10 5 0

K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 0 1 2 3 4 5 6 7 8 9 10 Waktu

Nilai P

K5P60 K5P90

Gambar 13 Jumlah daun pada setiap kombinasi taraf pemupukan dari waktu kewaktu

29

Analisis Terhadap Bobot Basah (X4) dan Bobot Kering (X5) Plot untuk menggambarkan rataan peubah X4 dan X5 pada setiap kombinasi faktor disajikan pada Gambar 14 dan Gambar15. Untuk peubah bobot basah terlihat bahwa pemberian pupuk organik dosis 5 ton/ha, pada dosis pupuk anorganik 30kg/ha bobot basah naik, namun cenderung turun jika dosis dinaikan menjadi 60kg/ha dan naik pada dosis 90kg/ha. Sedangkan tanpa pupuk organik, jika dosis pupuk anorganik

1200 1000 800 600 400 200 0

K0 K5

0

30

60

90

Pupuk Anorganik

Gambar 14 Pengaruh pupuk organik pada berbagai taraf pupuk anorganik bobot basah (X4)

Bo b o t Ke r in g

Bo b o t Bas ah

diperbanyak bobot basah cenderung menurun (Gambar 14 ).

200 175 150 125 100 75 50 25 0

K0 K5

0

30

60

90

Pupuk Anorganik

Gambar 15 Pengaruh pupuk Organik pada berbagai taraf pupuk anorganik bobot kering (X5)

Untuk bobot kering pemberian pupuk organik dosis 5 ton/ha, bobot kering naik pada dosis pupuk anorganik 30kg/ha dan cenderung turun jika dosis dinaikan menjadi 60kg/ha dan naik pada dosis 90kg/ha. Sedangkan tanpa pupuk organik, dosis pupuk 30kg/ha bobot kering naik, namun turun pada dosis 60kg/ha dan 90kg/ha (Gambar 15).

Hasil MANOVA untuk Peubah Bobot Basah (X4) dan Bobot Kering (X5) Ringkasan hasil MANOVA secara simultan, disajikan pada Tabel 11. Dari Tabel 11 tersebut dapat dilihat bahwa interaksi antara faktor pupuk organik (K) dan anorganik (P) signifikan dengan nilai P=0.03 yang lebih kecil dari nilai α = 5%. Berdasarkan hasil analisis, interaksi yang signifikan hanya peubah bobot basah sedangkan peubah bobot kering interaksinya tidak segnifikan. Dari Tabel 12 juga

30

diketahui bahwa pengaruh utamanya yaitu faktor pupuk organik dan faktor pupuk anorganik tidak siknifikan. Tabel 11 Ringkasan tabel MANOVA peubah X4, X5

Sumber

Nilai Λ

Nilai F

Nilai P

Kel

0.73

K:Pupuk organik

0.80

1.66

0.23tn

P:Pupuk anorganik

0.54

1.58

0.19tn

K*P

0.46

3.04

0.03*

Keterangan: * nyata pada α = 5%

,

tn

tidak nyata pada α = 5%

Untuk melihat bagaimana bentuk interaksinya, (untuk peubah bobot basah) dilakukan analisis lanjutan dengan uji jarak Duncan. Uji lanjut akan dibandingkan K0 dan K5 disetiap taraf dosis P ( Tabel 12). Tabel 12 Pengaruh pemupukan terhadap rata-rata bobot basah

Pupuk

P0

P30

P60

P90

Rata-rata

K0

566.70 b

591.70 b

519.30 b 491.70 b 542.35

K5

488.30 b

631.70 b

524.30 b 954.70 a

Rata-rata

527.50

611.70

521.80

649.75

723.20

Keterangan: Angka yang diikuti oleh huruf yang sama tidak berbeda nyata menurut uji Duncan

Contour Plot of BbtBsh

Surface Plot of BbtBsh 90

600 700 800

80 70

anorganik

900

800

700

BbtBsh 600

60 50 40 30 20

500 0

90 80 70 60 50 40 2030 10

anorganik

1

organik

2

3

4

0 5

10 0 0

1

2

3

4

5

organik

Gambar 16 Plot permukaan tiga dimensi dan plot kontur rataan bobot basah

31

Berdasarkan hasil pengujian pada Tabel 12, dapat diketahui bahwa produksi rimpang segar (bobot basah) tertinggi diperoleh pada kombinasi perlakuan K5P90 yaitu secara rata-rata menghasilkan 954.7g/tanaman. Ini didukung pula oleh plot permukaan tiga dimensi dan plot kontur yang disajikan pada Gambar 16.

Analisis Terhadap Kadar Kurkuminoid (X6) dan Pati (X7) Berdasarkan plot interaksi pada Gambar 17, terlihat bahwa tanpa pupuk organik kadar kurkumin lebih tinggi pada dosis pupuk anorganik 30kg/ha sampai 90kg/ha dibandingkan dengan pemberian pupuk organik dosis 5ton/ha, walaupun kadarnya semakin turun jika dosis anorganik semakin meningkat. Sedangkan untuk peubah kadar pati, pada dosis pupuk organik 5ton/ha cenderung konstan pada setiap dosis pupuk anorganik. Sedangkan tanpa pupuk organik, kadar pati turun pada dosis pupuk

1

60

0.95

50

0.9

K0

0.85

K5

Kad ar Pati (%)

Kadar Kur k um inoid (%)

anorganik 60kg/ha dan naik pada dosis pupuk 90kg/ha (Gambar 18).

0.8

40 K0

30

K5

20 10

0.75

0 P0

P30

P60

P90

P0

Pupuk Anorganik

Gambar 17 Pengaruh pupuk organik pada berbagai taraf anorganik kadar kurkuminoid

P30

P60

P90

Pupuk Anorganik

Gambar 18 Pengaruh pupuk organik pada berbagai taraf pupuk anorganik kadar pati

Hasil analisis ragam untuk untuk peubah kadar kurkumin (X6) dan kadar pati (X7) dapat dilihat pada Tabel 13 dan 14. Tabel 13 Analisis ragam faktorial kelompok teracak kadar kurkumin

Sumber Db Jumlah Kuadrat Kel 2 0.4525 K 1 0.0028 P 3 0.0251 K*P 3 0.0358 Galat 14 0.1176 Total 23 0.6339

Kuadrat Tengah 0.2263 0.0028 0.0083 0.0119 0.0084

Keterangan: tn = tidak nyata pada taraf α = 5%

Nilai F

Nilai P

0.34 1.00 1.42

0.5718tn 0.4226tn 0.2777tn

32

Tabel 14 Analisis ragam faktorial kelompok teracak kadar pati

Sumber Db Jumlah Kuadrat Kel 2 523.4739 K 1 16.0230 P 3 154.7085 K*P 3 137.0297 Galat 14 398.5571 Total 23 1229.7922

Kuadrat Tengah 261.7369 16.0230 51.5695 45.6765 28.4683

Nilai F

Nilai P

0.56 1.81 1.60

0.4655tn 0.1913tn 0.2331tn

Keterangan: tn = tidak nyata pada taraf α = 5%

Dari Tabel 13 dan 14, dapat dilihat bahwa interaksi antara pupuk organik dan anorganik tidak nyata. Demikian pula untuk pengaruh utama pupuk organik dan anorganik tidak nyata pada taraf α = 5%. Hal ini berarti bahwa kadar kurkuminoid dan kadar pati tidak dipengaruhi oleh perlakuan apapun. Secara umum dapat dilihat bahwa respon pertumbuhan tanaman dan produksi yaitu tinggi tanaman, jumlah anakan, jumlah daun dan bobot basah, penggunaan pupuk organik memberikan hasil tertinggi. Hal ini sesuai dengan yang dikemukan oleh Sudiarto & Herry (1997) bahwa pupuk organik dapat memperbaiki sifat fisik tanah (struktur tanah, kemantapan agregat, daya pegang air, permeabilitas dan lainlain), sedangkan terhadap kimia tanah peranannya adalah menambah nilai tukar kation, gudang hara baik makro maupun mikro dan meningkatkan aktifitas biologi tanah. Selain itu pupuk organik diperlukan karena untuk perkembangan rimpang diperlukan tingkat kegemburan tanah yang cukup tinggi. Demikian pula pada pemberian pupuk anorganik, secara umum pada dosis 90kg/ha, nyata meningkatkan pertumbuhan tanaman dan produksi. Pupuk anorganik digunakan untuk memacu pertumbuhan vegetatifnya. Selain itu pupuk anorganik berperan nyata dalam meningkatkan respons tinggi tanaman, jumlah anakan, jumlah daun dan bobot basah. Peningkatan pupuk anorganik juga meningkatkan respons yang diukur. Secara umum unsur P berfungsi untuk mempercepat pertumbuhan akar, mempercepat serta memperkuat pertumbuhan tanaman. Pemupukan tidak berpengaruh terhadap bobot kering, kadar kurkuminoid dan kadar pati. Dengan demikian pemupukan yang diberikan lebih ke arah pertumbuhan vegetatifnya saja.

33

KESIMPULAN 1.

Hasil analisis MANOVA menunjukkan bahwa terdapat interaksi antara pupuk organik dan anorganik untuk respon tinggi tanaman (X1), jumlah anakan (X2), jumlah daun (X3), bobot basah (X4) dan bobot kering (X5). Pemberian pupuk organik dan anorganik dapat meningkatkan komponen pertumbuhan tanaman dan produksi. Rata-rata tinggi tanaman mencapai 272.67cm, rata-rata jumlah daun 36.33/rumpun, rata-rata jumlah anakan 10.67/rumpun dan rata-rata bobot basah 954.70g/rumpun. Hasil ini adalah rata-rata tertinggi yang diperoleh pada kombinasi perlakuan pupuk organik dosis 5ton/ha dan pupuk anorganik dosis 90kg/ha.

Sedangkan

hasil

ANOVA

untuk

respon

senyawa

penciri,

menunjukkan bahwa kadar kurkuminoid dan kadar pati tidak dipengaruhi oleh perlakukan apapun. 2.

Pada analisis pengamatan berulang juga secara keseluruhan pemberian pupuk organik dan anorganik memberikan pengaruh yang nyata terhadap pola pertumbuhan tanaman ( tinggi tanaman, jumlah anakan dan jumlah daun) dari waktu ke waktu.

SARAN 1.

Untuk memperoleh bahan penciri yang optimal perlu diadakan penelitan lanjutan untuk mengetahui batas optimal dari berbagai faktor lingkungan yang dapat mempengaruhi kualitas temulawak.

2.

Dari segi statistika, jika peneliti menginginkan menjaga kontrol terhadap laju kesalahan, maka MANOVA lebih sesuai digunakan. Sedangkan metode pengamatan berulang tepat digunakan untuk menganalisis data dari percobaan yang berlangsung cukup lama, dan bila pengukuran respon dilakukan secara berulang pada subyek yang sama.

34

DAFTAR PUSTAKA Cochran W., G. Cox. 1960. Experimental Design. New York: John Wiley & Sons. [Departemen Kesehatan RI]. 1995. Farmakope Indonesia. Edisi ke-4. Jakarta: Departemen Kesehatan RI. Djakamihardja S., P. Setyadiredja, S. Imam. 1985. Budidaya Tanaman Temulawak dan Prospek Pengembangannya di Indonesia. Prosiding Simposium Nasional Temulawak. Bandung, 17 September 1985. Lembaga Penelitian Universitas Padjajaran. Hair J.F.Jr., R.E. Anderson, R.L. Tatham, W.C. Black. 1998. Multivariate Data Analysis. 5th Edition. USA: Prentice-Hall International, Inc. Johnson R.A. , D.W. Wichern. 2002. Applied Multivarate Statistical Analysis. 5th Edition. USA: Prentice-Hall International, Inc. Mattjik A.A., I Made Sumertajaya. 2000. Perancangan Percobaan dengan Aplikasi SAS dan Minitab jilid I. Edisi Kedua. Bogor : Jurusan Statistika FMIPA IPB. Montgomery D. C. 2001. Design and Analysis of Experiments. 5th Edition. New York: John Wiley & Sons. Morrison D.F. 1990. Multivariate Statistical Methods. 3rd Edition. New York: McGraw-Hill Neter J., W. Wasserman, M.H. Kutner. 1990. Applied Linear Statistical Models Third Edition. Richard D. Irwin, Inc., Homewood, Illinois. Oei Ban Liang, Y. Widjaya dan S. Puspa. 1985. Beberapa aspek isolasi, identifikasi, dan pengunaan komponen-komponen curcuma xanthorrhiza Roxb. Dan curcuma domestika Val. Prosiding Simposium Nasional Temulawak. Lembaga Penelitian Universitas Pajajaran. Bandung. Salisbury B. F., W. Roos, Cleon. 1995. Fisiologi Tumbuhan, jilid 2. Terjemahan Lukman R. Diah dan Sumaryono. Bandung: Penerbit ITB. Sinambela J.M. 1985. Fitoterapi, Fitostandar, dan Temulawak. Prosiding Simposium Nasional Temulawak. Bandung, 17 September 1985. Lembaga Penelitian Universitas Padjajaran. Sudiarto, M. Herry. 1997. Pemupukan. Monograf no.3. Balai Penelitian dan Pengembangan Pertanian. Balai Penelitian Tanaman Rempah dan Obat.

35

Steel R.G.D, J.H. Torrie. 1991. Principles and Procedures of Statistics (terjemahan Bambang Sumantri). Edisi Kedua. Jakarta: Gramedia Pustaka Utama. Wahid Pasril, Soediarto. 1985. Pembudidayaan Tanaman Temulawak. Prosiding Simposium Nasional Temulawak. Bandung, 17 September 1985. Lembaga Penelitian Universitas Padjajaran. Yusnira (2005). Pemilihan Metoda Pemisahan untuk Penentuan Kadar Kurkuminoid pada Rimpang Temulawak (Curcuma xanthorrhiza Roxb.) dan Korelasinya dengan Pola Spektrum FTIR [tesis]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

LAMPIRAN

37

Lampiran 1 Tata letak perlakuan di lapangan

K1P60

K0P0

K0P60

K1P0

K1P90

K0P90

K0P30

K1P30

K1P0

K1P60

K0P0

K0P60

K0P30

K1P30

K0P90

K1P90

K0P60

K1P0

K1P30

K0P90

K1P60

K0P30

K0P0

K1P90

Keterangan : Pupuk Dasar 60 kg N/Ha 75 kg K2O/H Perlakuan I K0 : Pupuk Organik 0 ton/Ha K1 : Pupuk Organik 5 ton/Ha Perlakuan II P0 : 0 kg P2O5/Ha P1 : 30 kg P2O5/Ha P0 : 60 kg P2O5/Ha P0 : 90 kg P2O5/Ha

0 gr/tan 180 gr/tan

0 gr/tan 3 gr/tan 6 gr/tan 9 gr/tan

Total luasan Lahan : 17.6 m x 21.6 m = 380.16 m2 Jarak Tanam : 60 cm x 60 cm Populasi per Ha : 27.778 tanaman

38

Lampiran 2 Langkah-langkah penentuan kadar kurkuminoid dan pati ¾ Cara Penetapan Kadar Kurkuminoid Untuk sampel 0.1 gram sampel rimpang temulawak yang sudah dihaluskan diekstraksi dengan 10 ml Tetrahidrofuran (THF) selama 24 jam. Residu dipisahkan dengan penyaringan. Filtrat diukur absorbannya pada panjang gelombang 420 nm. Pembuatan Kurva Standar Ditimbang 0.0100 gram senyawa standar kurkuminoid dilarutkan dalam 10 ml metanol (1000 ppm). Selanjutnya diencerkan untuk membuat larutan standar dengan kosentrasi 0 ppm, 2 ppm, 4 ppm, 6 ppm, 8 ppm, 1 ppm. Kemudian masingmasing larutan diukur absorbannya pada panjang gelombang 420 nm. Plot kosentrasi Vs absorban untuk mendapatkan persamaan regresinya. ¾ Cara Penetapan Kadar Pati 1. Timbang 2 - 5 gr sampel (berupa bahan padat yang telah dihaluskan atau bahan cair) dalam gelas piala 250 ml. 2. Tambahkan 50 ml air dan aduk selama 1 jam. 3. Saring suspensi tersebut dengan kertas saring dan cuci dengan air sampai volume filtrate 250 ml. Filtrat ini mengandung karbohidrat yang terlarut, dan dibuang. 4. Untuk bahan yang menandung lemak, pati yang terdapat sebagai residu pada kertas sarimg dicuci 5 kali dengan 10 ml ether. Biarkan ether menguap dari residu, kemudian cuci kembali dengan 150 ml alkohol 10% untuk membebaskan lebih lanjut karbohidrat yang terlarut. 5. Pindahkan residu secara kuantitatif dari kertas saring ke dalam erlenmeyer dengan cara pencucian dengan 200 ml air dan tambahkan 20 ml HCl (± 25%). Tutup dengan pendingin balik dan panaskan di atas penangas air sampai mendidih selama 2.5 jam. 6. Biarkan dingin dan netralkan dengan larutan NaOH 45% dan encerkan sampai volume 500 ml. 7. Saring kembali campuran di atas pada kertas saring. 8. Tentukan kadar gula yang dinyatakan sebagai glukosa dari filtrat yang diperoleh. 9. Berat glukosa dikalikan faktor 0.9 merupakan berat pati.

39

Lampiran 3 Rata-rata tinggi tanaman, jumlah daun dan jumlah anakan Kel 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3

Keterangan : Kel F1 F2 X1 X2 X3

F1 0 0 0 0 0 0 0 0 0 0 0 0 5 5 5 5 5 5 5 5 5 5 5 5

F2 0 0 0 30 30 30 60 60 60 90 90 90 0 0 0 30 30 30 60 60 60 90 90 90

: Kelompok : Pupuk Organik : Pupuk anorganik : Tinggi Tanaman (cm) : Jumlah Anakan/rumpun : Jumlah Daun/rumpun

X1 173.65 179.75 184.10 183.55 184.65 192.40 177.65 192.25 193.85 185.65 211.85 190.70 207.40 216.45 200.20 212.35 228.45 223.00 210.10 241.95 218.05 282.10 252.60 282.55

X2 2.70 3.90 4.60 2.50 3.90 4.80 3.80 4.50 6.10 5.70 5.20 6.50 5.70 5.00 7.10 5.50 6.00 6.60 6.80 7.50 7.80 10.40 10.60 11.20

X3 14.40 15.70 16.60 15.00 16.00 16.90 20.00 20.10 19.30 21.20 25.60 20.10 25.70 18.00 21.7 26.20 17.80 20.00 31.40 25.10 29.60 38.00 36.30 35.30

40

Lampiran 4 Data kadar kurkuminoid dan pati Kel 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3

Keterangan : Kel F1 F2 X6 X7

F1 0 0 0 0 0 0 0 0 0 0 0 0 5 5 5 5 5 5 5 5 5 5 5 5

F2 0 0 0 30 30 30 60 60 60 90 90 90 0 0 0 30 30 30 60 60 60 90 90 90

: Kelompok : Faktor pupuk organik : Faktor pupuk anorganik : Kadar Kurkuminoid (%) : Kadar Pati (%)

X6 0.62 1.02 0.98 0.68 1.12 1.14 0.76 1.11 1 0.75 0.94 1.04 0.66 1.14 1.1 0.89 0.96 1.04 0.77 0.91 0.82 0.67 0.91 1.03

X7 64.72 46.71 49.46 61.59 60.44 43.17 49.36 40.09 40.81 57.95 60.92 46.01 50.53 58.6 41.66 55.75 49.51 48.97 51.84 57.11 40.68 53.35 47.76 45.86

41

Lampiran 5 Rata-rata penambahan tinggi tanaman (cm) dari waktu kewaktu

Ulangan Perlakuan 1 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90 2 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90 3 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90

2 7.2 7.4 6.6 7.9 6.9 7.3 6 8.1 8.1 8.9 8 8.2 8.6 7.6 7.2 7.5 7.8 9 8.1 8.8 9.4 8.4 8.8 9.1

3 17.8 19.5 16 15.6 19.9 20.2 22.8 24.95 17.8 19.5 16 15.6 19.9 20.2 22.8 24.95 21.1 21.4 17.9 18.7 21.1 26 24 22.5

4 17.5 15.5 15.25 17 19.6 21.6 23.5 20.5 18.1 21.2 17.5 18.55 25.1 23.4 24.6 22.5 16.3 18.2 16.9 18.2 17.4 20.4 22.65 22.7

5 20.1 18.7 19 18.5 19.9 24.5 25.3 23.4 19.5 21.05 21.3 21 22.3 21.55 22.7 21.7 19.7 20.6 20.8 20.1 21.6 19.5 23.9 24.2

Umur tanaman (bulan) 6 7 8 18.9 16 17.3 19.8 18.8 17.4 19.4 18.3 18.4 18.7 19.45 18.3 20.6 22.6 18.45 22.3 22.1 20.3 22.1 18.4 17.5 23.3 33.1 29.75 18.7 17.4 17.3 18.2 16 20.7 18.7 21.8 17.25 21.2 21.2 21.6 19.2 16.9 18.25 21.7 20.7 21.3 25.4 30.1 17.45 20.7 30.75 22.5 21.5 17.2 17.3 15.8 17.9 18.8 17.3 15.1 19.9 17.2 18.4 18.2 16.7 15.1 19.5 18.3 16.1 20.2 25.7 15.1 17.7 27.2 29.2 31

9 16.1 17.3 17.6 18.7 20.3 17.1 17.5 31.6 18.15 17.3 22 25 20.4 26.8 19 24.5 16.5 19.8 18.6 18.5 20.3 21.6 19.9 33.75

10 14 17.25 17 18.4 18.9 18.7 20.4 28.7 16.7 14.5 18.4 19.6 20 24.6 20.7 25.8 16.6 17.4 16.05 20.8 18.7 24.5 17.4 30.75

11 15.7 17.5 15.3 15.5 20.2 19.8 22.1 31.2 13.8 13.8 16 21.3 24.85 20.2 24.6 28.7 17.1 17.3 21.9 14.5 18.7 22.3 17.3 25.1

12 13.05 14.4 14.8 17.6 20.05 18.45 14.5 27.5 14.2 13.5 15.3 18.6 20.95 20.4 27.4 23 13 16.2 21.3 17.3 21.7 25.7 25.6 27.05

42

Lampiran 6 Rata-rata penambahan jumlah anakan/rumpun dari waktu kewaktu

Ulangan 1

2

3

Perlakuan K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90

2 1.3 1.2 1.3 1.2 1.4 1.2 1.2 1.3 1.3 1.2 1.2 1.1 1.4 1.3 1.3 1.2 1.2 1.2 1.2 1.3 1.2 1.2 1.1 1.5

3 0.3 0.4 0.5 1.4 1 0.6 1 1.5 1.1 1 0.8 1.2 1.9 2.2 2 3.6 1.4 1.4 1.3 1.5 2.1 2.4 1.9 3

4 0.6 0.3 0.6 1.1 1.5 1.3 1.2 1.3 0.8 0.5 0.9 0.7 1.3 1.4 1.5 2 1.2 1.4 1.7 1.7 1.8 1.5 2 3.2

5 0.5 0.6 0.9 1 1.6 1.5 1.2 1.3 0.7 0.9 1 1.3 0.4 0.8 1.3 1.5 0.5 0.5 0.9 1.2 1.1 0.7 1.7 2.2

6 0 0 0.5 0.8 0.2 0.9 1.6 2 0 0.3 0.6 0.4 0 0.3 0.8 1.3 0.3 0.3 0.7 0.5 0.6 0.6 0.9 0.8

7 0 0 0 0.2 0 0 0.6 1.3 0 0 0 0.5 0 0 0.5 1 0 0 0.3 0.2 0.3 0.2 0.2 0.4

8 0 0 0 0 0 0 0 1.7 0 0 0 0 0 0 0.1 0 0 0 0 0.1 0 0 0 0.1

9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Umur tanaman (bulan) 10 11 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

43

Lampiran 7 Rata-rata penambahan jumlah daun/rumpun dari waktu kewaktu

Ulangan Perlakuan 1 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90 2 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90 3 K0P0 K0P30 K0P60 K0P90 K5P0 K5P30 K5P60 K5P90

2 0.3 0.3 0.2 0.2 0.3 0.2 0.2 0.2 0.3 0.2 0.2 0.3 0.1 0.1 0.2 0.3 0.3 0.3 0.2 0.3 0.5 0.3 0.2 0.3

3 3.1 2.6 3.3 3.6 4.3 2.8 3.7 3.6 3.3 3.4 4.4 5.4 3.1 4.4 4.6 4.9 2.3 2.5 2.8 3.2 4.1 5.6 8.1 9.7

4 2.7 2.3 3.2 4.5 6 7 7.8 11.3 3.2 2.2 3.6 5.3 3.4 3.2 5.3 9 1.7 2.2 4 4.1 5.8 3.2 8 8.4

5 2.4 2.6 3.8 4 5.2 3.5 10 8.7 3.6 2.9 4.2 4.9 3.5 2.9 3.7 7.4 1.9 2.1 3.2 3.3 3.1 3.8 4.2 5.7

Umur tanaman (bulan) 6 7 8 1.6 2 2.1 2.4 2.2 2.2 3.2 2.7 2.4 3.3 2.6 2.6 3.4 3.3 2.6 5.1 3.7 3.2 3.7 3.2 2.3 5.2 3.9 2.9 1.9 1.7 1.5 2.6 2.6 1.6 2.5 2.9 1.6 3.3 2.8 2.1 3.5 1.9 1.6 3.1 1.9 1.9 4.6 3.2 2.4 4.7 4.6 2.9 2.7 3.3 2.8 2.7 3.8 2.8 3.2 3.8 2.1 2.6 2.6 3.8 3.4 2.5 2 2.7 2.3 1.7 3 2.4 3.3 3.9 3.3 3.4

9 0.2 0.4 1.2 0.4 0.6 0.7 0.5 1.9 0.2 0.5 0.6 1.5 0.9 0.3 1.1 2 1.5 0.5 0 0.2 0.3 0.4 0.4 0.6

10 0 0 0 0 0 0 0 0.3 0 0 0.1 0 0 0 0 0.5 0.1 0 0 0 0 0 0 0

11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

44

Lampiran 8 Data bobot basah (g) 10 tanaman terpilih Tanaman ke: K0P0 K0P30 K0P60 Kelompok 1 800 340 650 1 2 150 300 600 3 700 850 550 4 800 180 400 5 500 600 500 6 500 400 1000 7 700 150 450 8 300 400 780 9 350 1050 500 10 300 750 200 Rata-rata 510 502 563 Kelompok 1 800 800 660 2 2 580 730 450 3 800 700 860 4 250 300 590 5 300 200 760 6 940 50 760 7 850 700 600 8 580 500 100 9 500 400 300 10 460 600 780 Rata-rata 606 498 586 Kelompok 1 700 630 450 3 2 640 600 600 3 900 600 150 4 600 1900 900 5 200 750 250 6 500 700 300 7 800 750 300 8 600 550 650 9 500 550 200 10 400 720 290 Rata-rata 584 775 409

K0P90

K5P0

K5P30

K5P60

K5P90

650 350 600 200 400 500 50 400 280 200 363 650 650 600 60 500 50 400 400 200 280 379 700 630 750 900 700 1050 550 1150 450 450 733

150 900 700 350 300 350 300 200 200 250 370 700 800 700 400 450 200 700 400 400 550 530 900 450 500 250 400 450 1050 250 900 500 565

500 800 150 300 750 600 400 1300 1200 600 660 900 550 950 350 200 600 700 600 1100 700 665 550 400 100 300 1280 850 300 400 420 1100 570

600 900 350 200 300 400 350 200 350 550 420 400 650 900 600 500 900 900 500 200 800 635 430 350 250 130 900 150 400 400 700 1470 518

550 300 600 500 1400 960 400 110 1200 1050 707 850 1400 800 1250 1950 810 1310 740 2010 1870 1299 350 755 640 1300 750 400 1400 1080 1100 800 857.5

36

Lampiran 9 Data bobot kering (g) 10 tanaman terpilih Tanaman ke: Ulangan 1 1 2 3 4 5 6 7 8 9 10 Rata-rata Ulangan 1 2 2 3 4 5 6 7 8 9 10 Rata-rata Ulangan 1 3 2 3 4 5 6 7 8 9 10 Rata-rata

K0P0

K0P30

K0P60

K0P90

167 42 104 174.5 130 98.5 161.5 77.5 57 99 111.1 143.5 108 159 44.5 455 166.5 172 101 67 116 153.3 138.5 125 162 112 40.5 96 124 111.5 104 102 111.6

69.5 64.5 163 37.5 105.5 96 38.5 68.5 190 155 98.8 208 158 201 69.5 68.5 43.5 158 116 144.5 177 134.4 1004 96 101.5 361 117 102.5 111.5 93 95.5 147.5 223

122 137.5 117 106 107 222.5 132.5 212 103.5 40.5 130.1 128 158.5 183.5 126.5 155.5 126.5 70.5 14.5 66.5 134 116.4 88 102.5 74 196.5 74 57 64 105.5 33.5 70 86.5

145 65 122 34 69.5 111 32 84.5 63.5 33.5 76 143 145 122 34 111 32 84.5 88.5 33.5 63.5 85.7 151.5 104.5 107.5 213 132 227.5 185 230 96 69.5 151.7

K5P0

42 138 104 55.5 57 90 80 55.5 51 50 72.3 235 242 173.5 118 113.5 49.5 180.5 133.5 123.5 154.5 152.4 138 98 115 65 125 96 241 65 142 117 120.2

K5P30

101.5 147 45.5 72 156.5 146.5 101 254.5 240.5 102 136.7 199 177.5 137 108 98.5 123.5 110 82.5 283 98 141.7 105 95.5 29.5 64 278 173 66.5 104.5 95 241 125.2

K5P60

K5P90

108 129.5 158 76 98.5 147.5 40.5 103 74 227 112 211 101 108 79 54 88 218 120 205.5 97.9 148 65.5 114.5 128 216 183.5 94 221.5 174 155.5 368 126.5 165.5 176 229.5 119.5 162 66.5 387.5 209.5 376.5 145.2 228.8 100.5 84 66.5 133 55.5 112 43.5 271.5 142 122.5 50 79.5 132 277 128.5 249 156.5 258 247 127 112.2 171.35

45

Lampiran 9 Uji homogenitas ragam Uji hom ogenitas ragam tinggi tanam an 95% Confidenc e Intervals for S igm as

Fac tor Levels 0

0

0

30

Bartlett's Test Test Statistic: 5.101 0

60

0

90

5

0

5

30

5

60

5

90

P-Value

: 0.648

Levene's Test

0

100

200

Test Statistic: 0.292 P-Value

: 0.948

300

U ji hom ogenitas ragam jum lah anak an 95% Confidenc e Intervals for S igm as

F ac tor Levels 0

0

0

30

B artlett's Tes t Tes t S tatis tic : 3.543 0

60

0

90

5

0

5

30

5

60

5

90

P -Value

: 0.831

Levene's Tes t

0

10

Tes t S tatis tic : 0.408 P -Value

: 0.883

20

Uji hom ogenitas ragam jum lah daun 95% Confidence Intervals for Sigmas

Factor Levels 0

0

0

30

0

60

0

90

5

0

5

30

5

60

5

90

Bartlett's Test Test Statistic: 10.972 P-Value

: 0.140

Levene's Test

0

10

20

30

40

50

60

70

80

Test Statistic: 0.832 P-Value

: 0.576

46

Lampiran 9 (lanjutan) Uji homogenitas ragam bobot basah 95% Confidence Intervals for Sigmas

Factor Levels 0

0

0

30

0

60

0

90

5

0

5

30

5

60

5

90

Bartlett's Test Test Statistic: 8.737 P-Value

: 0.272

Levene's Test

0

1000

2000

3000

4000

5000

Test Statistic: 0.528 P-Value

: 0.801

6000

Uji homogenitas ragam bobot kering 95% Confidence Intervals for Sigmas

Factor Levels 0

0

0

30

0

60

0

90

5

0

5

30

5

60

5

90

Bartlett's Test Test Statistic: 6.555 P-Value

: 0.477

Levene's Test

0

500

1000

Test Statistic: 0.508 P-Value

: 0.815

47

Lampiran 9 (lanjutan)

Uji homogenitas ragam Kurkuminoid 95% Confidence Intervals for Sigmas

Factor Levels 0

0

0

30

0

60

0

90

5

0

Bartlett's Test Test Statistic: 4.758 P-Value

: 0.689

Levene's Test

0

1

2

3

4

5

30

5

60

5

90

Test Statistic: 0.219 P-Value

: 0.975

5

Uji homogenitas ragam Pati 95% Confidence Intervals for Sigmas

Factor Levels 0

0

0

30

0

60

0

90

5

0

5

30

5

60

5

90

Bartlett's Test Test Statistic: 3.213 P-Value

: 0.865

Levene's Test

0

100

200

Test Statistic: 0.214 P-Value

: 0.977

48

Lampiran 10 Plot kenormalan respon kadar kurkuminoid dan pati

uji kenormalan kurkumin

.999 .99

Probability

.95 .80 .50 .20 .05 .01 .001 -0.1

0.0

0.1

SisKurkm Average: 0.0000000 StDev: 0.0846219 N: 24

Anderson-Darling Normality Test A-Squared: 0.224 P-Value: 0.803

uji kenormalan Pati

.999 .99

Probability

.95 .80 .50 .20 .05 .01 .001 -10

-5

0

5

SisPati Average: -0.0000000 StDev: 5.28096 N: 24

Anderson-Darling Normality Test A-Squared: 0.154 P-Value: 0.950

49

Lampiran 11 Hasil uji Duncan untuk tinggi tanaman (cm) rancangan pengamatan berulang

Amatan ke: 1

Kombinasi Perlakuan K0P0

K0P30

K0P60

K0P90

K5P0

K5P30

K5P60

K5P90

26.67 28.33 24.33 25.33 29.00 30.00 n 30.67 32.33 mn n n n n n mn 2 44.00 47.00 41.00 43.00 49.33 51.67 54.00 ijk 54.33 ijk kl kl lm kl kl jkl 3 64.00 67.00 61.33 62.67 70.67 73.67 78.00 77.67 def ghi fgh hij ghij efgh defg def 4 83.33 85.00 79.67 82.00 89.33 94.33 102.67 101.00 cd bcd cde cd abc Zab YZ YZ 5 100.67 102.67 98.00 101.33 107.67 114.00 123.67 132.00 YZ YZ YZa YZ XY WX TUVW RSTU 6 117.67 121.67 116.67 120.67 126.33 134.33 141.33 160.00 VWX UVW VWX VW RSTU RST PQR LMN 7 134.33 139.67 136.33 141.33 146.67 156.33 160.00 190.00 RST PQR QRS PQR OPQ MNO LMN FGH 8 150.33 156.00 153.33 161.33 166.00 179.00 179.67 218.00 C NOP MNO NO KLMN KLM HIJ HIJ 9 166.00 172.00 171.00 178.00 187.33 199.67 201.00 247.00 B KLM JKL IJ GHI DEF DE 10 179.33 187.00 188.00 196.33 207.67 221.00 223.33 272.67 A HIJ GHI GHI EFG D C C Keterangan: Angka yang diikuti oleh huruf yang sama tidak berbeda nyata menurut uji Duncan

Catatan: - Pengamatan ke-1 umur tanaman 3 bulan - Pengamatan dilakukan setiap bulan sampai tanaman berumur 12 bulan (pengamatan ke-10)

50

Lampiran 12 Hasil uji Duncan jumlah anakan rancangan pengamatan berulang Amatan ke: 1 2 3 4 5 6 7 8 9 10

Dosis pupuk organik K0 K5 2.42 g 3.25 f 3.25 f 4.92 d 4.17 e 6.25 c 4.67 d 7.08 b 4.67 d 7.50 a 4.75 d 7.67 a 4.75 d 7.67 a 4.75 d 7.67 a 4.75 d 7.67 a 4.75 d 7.67 a

Keterangan: Angka yang diikuti oleh huruf yang sama tidak berbeda nyata menurut uji Duncan

Amatan ke: 1 2 3 4 5 6 7 8 9 10

P0 2.50 f 3.83 e 4.67 d 5.00 d 5.00 d 5.00 d 5.00 d 5.00 d 5.00 d 5.00 d

Dosis pupuk anorganik P30 P60 2.83 f 2.50 f 3.67 e 3.67 e 4.83 d 6.33 c 5.00 d 6.00 c 5.17 d 6.17 c 5.17 d 6.33 c 5.17 d 6.33 c 5.17 d 6.33 c 5.17 d 6.33 c 5.17 d 6.33 c

P90 3.50 e 5.17 d 6.33 c 7.50 b 8.00 a 8.33 a 8.33 a 8.33 a 8.33 a 8.33 a

Keterangan: Angka yang diikuti oleh huruf yang sama tidak berbeda nyata menurut uji Duncan

Catatan: - Pengamatan ke-1 umur tanaman 3 bulan - Pengamatan dilakukan setiap bulan sampai tanaman berumur 12 bulan (pengamatan ke-10)

51

Lampiran 13 Hasil uji Duncan jumlah daun rancangan pengamatan berulang Kombinasi Perlakuan Amatan ke: 1 2 3 4 5 6 7 8 9 10

K0P0

3.33 x 5.67 uvw 8.33 rst 10.33 qr 12.666 7 op 15.00 lmn 15.67 lm 15.67 lm 15.666 7 lm 15.666 7 lm

K0P30

3.33 x 5.33 uvwx 8.00 st 10.33 qr 13.33 no 15.67 lm 16.00 lm 16.00 lm 16.00 lm 16.00 lm

K0P60

K0P90

4.00 wx 7.33 stu 11.00 pq 14.00 mno 17.000 0 jkl 19.00 hij 19.67 fghi 19.67 fghi 19.67 fghi 19.67 fghi

4.67 vwx 9.00 qrs 13.00 nop 16.33 l 18.67 ijk 21.67 ef 22.33 e 22.33 e 22.33 e 22.33 e

K5P0

4.67 vwx 9.33 qrs 13.33 no 16.67 kl 19.33 ghi 21.00 efgh 22.00 e 22.00 e 22.00 e 22.00 e

K5P30

4.67 vwx 9.00 qrs 12.67 op 16.33 l 18.67 ijk 21.33 efg 21.33 efg 21.33 efg 21.33 efg 21.33 efg

K5P60

5.67 uvw 12.66 op 19.00 hij 22.33 e 25.67 d 28.67 c 28.67 c 28.67 c 28.67 c 28.67 c

K5P90

6.33 tuv 15.67 lm 23.33 e 28.67 c 31.67 b 35.00 a 36.33 a 36.33 a 36.33 a 36.33 a

Keterangan: Angka yang diikuti oleh huruf yang sama tidak berbeda nyata menurut uji Duncan

Catatan: - Pengamatan ke-1 umur tanaman 3 bulan - Pengamatan dilakukan setiap bulan sampai tanaman berumur 12 bulan (pengamatan ke-10)

52

Lampiran 12 Macro plot normal ganda peubah tinggi tanaman, jumlah anakan dan jumlah daun macro vivi c1 c2 c3 jarak mconstant r1 r2 r3 r4 r5 r6 r7 n k i j l h mcolumn c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 c16 c17 c18 c19 c20 c21 dist.1-dist.24 mmatrix m1 m2 m3 m4 m5 m6 m7 m8 m9 jarak noecho let r1=mean(c1) let r2=mean(c2) let r3=mean(c3) let n=count(c1) let c8=c1-r1 let c9=c2-r2 let c10=c3-r3 copy c8 c9 c10 m1 transpose m1 m2 mult m2 m1 m3 let k=1/(n-1) mult k m3 m4 invert m4 m5 print m1 m2 m3 m4 m5 do i=1:n let l=1 do j=1:n let c15(l)=c1(i)-c1(j) let c16(l)=c1(i)-c2(j) let c17(l)=c1(i)-c3(j) let l=l+1 enddo copy c15 c16 c17 m6 transpose m6 m7 mult m6 m5 m8 mult m8 m7 m9 diagonal m9 dist.i let dist.i=sqrt(dist.i) enddo copy dist.1-dist.24 jarak print jarak

53

endmacro

Lampiran Uji BOX’M untuk peubah bobot basah dan bobot kering Box's Test of Equality of Covariance Matrices Box's M F df1 df2 Sig.

44.022 1.197 21 918 .245

Tests the null hypothesis that the observed covariance matrices of the dependent variables are equal across groups. Levene's Test of Equality of Error Variances F df1 df2 Sig. TINGGI 2.200 7 16 .091 ANAKAN .938 7 16 .505 DAUN 2.358 7 16 .074 Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a Design: Intercept+FAKTOR1+FAKTOR2+FAKTOR1 * FAKTOR2

54

Lampiran 5. MANOVA X1, X2, X3                                 General Linear Models Procedure                                      Class Level Information                                   Class    Levels    Values                                   KEL           3    1 2 3                                   F1            2    0 5                                   F2            4    0 30 60 90                              Number of observations in data set = 24 

Dependent Variable: X1  Source            DF           Sum of Squares            Mean Square   F Value    Pr > F  Model              9           19484.19489583           2164.91054398    18.05    0.0001  Error             14            1678.77750000            119.91267857  Corrected Total   23           21162.97239583               R‐Square                    C.V.               Root MSE            X1 Mean               0.920674                 5.229813            10.95046477       209.38541667    Source            DF              Type III SS           Mean Square   F Value    Pr > F  KEL                2             374.15083333            187.07541667     1.56    0.2445  F1                 1           11490.93843750          11490.93843750    95.83    0.0001  F2                 3            5457.48281250           1819.16093750    15.17    0.0001  F1*F2              3            2161.62281250            720.54093750     6.01    0.0075   

Dependent Variable: X2  Source            DF           Sum of Squares            Mean Square   F Value    Pr > F  Model              9             116.94416667            12.99379630    58.89    0.0001  Error             14               3.08916667             0.22065476  Corrected Total   23             120.03333333               R‐Square                     C.V.                Root MSE            X2 Mean               0.974264                 7.807297              0.46973904         6.01666667    Source            DF              Type III SS            Mean Square   F Value    Pr > F  KEL                2               8.85083333             4.42541667    20.06    0.0001  F1                 1              54.00000000            54.00000000   244.73    0.0001  F2                 3              46.51000000            15.50333333    70.26    0.0001  F1*F2              3               7.58333333             2.52777778    11.46    0.0005   

Dependent Variable: X3  Source             DF           Sum of Squares            Mean Square   F Value    Pr > F  Model              9            1024.31083333            113.81231481     16.93    0.0001  Error             14              94.08916667              6.72065476  Corrected Total   23            1118.40000000               R‐Square                     C.V.                Root MSE            X3 Mean               0.915872                 11.39526              2.59242257        22.75000000    Source           DF              Type III SS            Mean Square   F Value    Pr > F  KEL              2              19.87750000              9.93875000     1.48    0.2614  F1               1             452.40166667            452.40166667    67.32    0.0001  F2               3             480.25333333            160.08444444    23.82    0.0001  F1*F2            3              71.77833333             23.92611111     3.56    0.0421                            E = Error SS&CP Matrix                                       X1                X2                X3                     X1         1678.7775           ‐3.8625          ‐28.1825                     X2           ‐3.8625      3.0891666667            3.4625                     X3          ‐28.1825            3.4625      94.089166667                                              H = Type III SS&CP Matrix for KEL                                       X1                X2                X3                     X1      374.15083333      28.540833333          ‐86.2125                     X2      28.540833333      8.8508333333           ‐6.8625                     X3          ‐86.2125           ‐6.8625           19.8775 

55

      Manova Test Criteria and F Approximations for the Hypothesis of no Overall KEL Effect  H = Type III SS&CP Matrix for KEL           Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.18129309     5.3944         6        24  0.0012           Pillai's Trace             0.98248709     4.1842         6        26  0.0045           Hotelling‐Lawley Trace     3.61253011     6.6230         6        22  0.0004           Roy's Greatest Root        3.34223166    14.4830         3        13  0.0002                                   H = Type III SS&CP Matrix for F1                                         X1                X2                X3                     X1      11490.938438           787.725        2280.02625                     X2           787.725                54             156.3                     X3        2280.02625             156.3      452.40166667         Manova Test Criteria and Exact F Statistics for the Hypothesis of no Overall F1 Effect  H = Type III SS&CP Matrix for F1             Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.03451371   111.8960         3        12  0.0001           Pillai's Trace             0.96548629   111.8960         3        12  0.0001           Hotelling‐Lawley Trace    27.97398917   111.8960         3        12  0.0001           Roy's Greatest Root       27.97398917   111.8960         3        12  0.0001                                   H = Type III SS&CP Matrix for F2                                       X1                X2                X3                     X1      5457.4828125           482.365          1476.765                     X2           482.365             46.51      147.35333333                     X3          1476.765      147.35333333      480.25333333         Manova Test Criteria and F Approximations for the Hypothesis of no Overall F2 Effect  H = Type III SS&CP Matrix for F2             Statistic                     Value          F      Num DF    Den DF  Pr > F             Wilks' Lambda              0.03212420    10.1343         9  29.35545  0.0001           Pillai's Trace             1.24818615     3.3251         9        42  0.0038           Hotelling‐Lawley Trace    21.74847770    25.7760         9        32  0.0001           Roy's Greatest Root       21.37326923    99.7419         3        14  0.0001    H = Type III SS&CP Matrix for F1*F2                                         X1                X2                X3                     X1      2161.6228125          127.6325         369.97125                     X2          127.6325      7.5833333333      22.376666667                     X3         369.97125      22.376666667      71.778333333        Manova Test Criteria and F Approximations for the Hypothesis of no Overall F1*F2 Effect  H = Type III SS&CP Matrix for F1*F2           Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.17651507     3.3900         9  29.35545  0.0058           Pillai's Trace             0.87507097     1.9218         9        42  0.0750           Hotelling‐Lawley Trace     4.37353663     5.1835         9        32  0.0002           Roy's Greatest Root        4.30594864    20.0944         3        14  0.0001 

Lampiran 6. MANOVA X4, X5 The SAS System  General Linear Models Procedure  Dependent Variable: X4  Source             DF           Sum of Squares          Mean Square     F Value    Pr > F  Model               9          579635.21875000          64403.91319444     2.87    0.0377  Error              14          314210.02083334          22443.57291667  Corrected Total    23          893845.23958333               

56

    R‐Square                     C.V.                Root MSE            X4 Mean              0.648474                 25.13533            149.81179165       596.02083333    Source            DF             Type III SS            Mean Square   F Value    Pr > F  KEL               2           87140.14583333          43570.07291667     1.94    0.1803  F1                1           69176.34375000          69176.34375000     3.08    0.1010  F2                3          159531.36458333          53177.12152778     2.37    0.1145  F1*F2             3          263787.36458333          87929.12152778     3.92    0.0319    Dependent Variable: X5  Source           DF           Sum of Squares             Mean Square  F Value    Pr > F  Model             9           19814.75843750           2201.63982639     1.93    0.1303  Error            14           15967.60145833           1140.54296131    Corrected Total  23           35782.35989583            R‐Square                     C.V.                Root MSE            X5 Mean            0.553758                 25.89417             33.77192564       130.42291667    Source           DF                Type III SS             Mean Square  F Value    Pr > F  KEL              2            5781.74020833           2890.87010417     2.53    0.1150  F1               1            1253.53760417           1253.53760417     1.10    0.3122  F2               3            4148.14864583           1382.71621528     1.21    0.3417  F1*F2            3            8631.33197917           2877.11065972     2.52    0.1000                                        E = Error SS&CP Matrix                                                X4                X5                              X4      314210.02083      58306.615625                              X5      58306.615625      15967.601458                                   H = Type III SS&CP Matrix for KEL                                                X4                X5                              X4      87140.145833      22437.751042                              X5      22437.751042      5781.7402083        Manova Test Criteria and F Approximations for the Hypothesis of no Overall KEL Effect  H = Type III SS&CP Matrix for KEL           Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.73209151     1.0968         4        26  0.3790           Pillai's Trace             0.26807551     1.0835         4        28  0.3836           Hotelling‐Lawley Trace     0.36572133     1.0972         4        24  0.3806           Roy's Greatest Root        0.36509646     2.5557         2        14  0.1132                                    NOTE: F Statistic for Roy's Greatest Root is an upper bound.                           NOTE: F Statistic for Wilks' Lambda is exact.                                    H = Type III SS&CP Matrix for F1                                                X4                X5                              X4       69176.34375       9312.096875                              X5       9312.096875      1253.5376042        Manova Test Criteria and Exact F Statistics for the Hypothesis of no Overall F1 Effect  H = Type III SS&CP Matrix for F1             Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.79678397     1.6578         2        13  0.2284           Pillai's Trace             0.20321603     1.6578         2        13  0.2284           Hotelling‐Lawley Trace     0.25504533     1.6578         2        13  0.2284           Roy's Greatest Root        0.25504533     1.6578         2        13  0.2284                                 H = Type III SS&CP Matrix for F2                                                X4                X5                              X4      159531.36458      22457.205208                              X5      22457.205208      4148.1486458                       

57

                                      Manova Test Criteria and F Approximations for the Hypothesis of no Overall F2 Effect                     H = Type III SS&CP Matrix for F2   E = Error SS&CP Matrix                                        S=2    M=0    N=5.5           Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.53794136     1.5749         6        26  0.1943           Pillai's Trace             0.51441668     1.6159         6        28  0.1797           Hotelling‐Lawley Trace     0.76160829     1.5232         6        24  0.2132           Roy's Greatest Root        0.59916488     2.7961         3        14  0.0788                   NOTE: F Statistic for Roy's Greatest Root is an upper bound.                           NOTE: F Statistic for Wilks' Lambda is exact.                                  H = Type III SS&CP Matrix for F1*F2                                                X4                X5                              X4      263787.36458      45222.394792                              X5      45222.394792      8631.3319792        Manova Test Criteria and F Approximations for the Hypothesis of no Overall F1*F2 Effect  H = Type III SS&CP Matrix for F1*F2           Statistic                     Value          F      Num DF    Den DF  Pr > F           Wilks' Lambda              0.46216634     3.0408         6        26  0.0305           Pillai's Trace             0.60405663     2.0194         6        28  0.0964           Hotelling‐Lawley Trace     1.02043498     2.0409         6        24  0.0992           Roy's Greatest Root        0.85231941     3.9775         3        14  0.0260                     NOTE: F Statistic for Roy's Greatest Root is an upper bound.                           NOTE: F Statistic for Wilks' Lambda is exact.