Sarah's Agriculture Library

 Percobaan Faktorial merupakan percobaan dengan menggunakan 2 atau lebih rancangan perlakuan, dimana masing-masing perlakuan memiliki taraf lebih dari 2. Hanafiah (2001) menyatakan bahwa pemilihan rancangan perlakuan dengan faktorial, akan menyebabkan:  Data pengamatan berubah (naik atau turun tergantung efek faktor) dengan berubahnya taraf tingkat faktor A pada setiap taraf tingkat faktor B, demikian sebaliknya. Perubahan ini disebut pengaruh tunggal jika yang diamati adalah perubahan per tingkat faktor, dan disebut perngatuh interaksi jika yang diamati secara kelerusuhan. Data Pengamatan berubah dengan berubahnya taraf tingkat faktor A pada semua tingkat faktor B, demikian pula sebaliknya, perubahan ini disebut pengaruh utama A atau B. Pengamatan terhadap perubahan ini dilakukan seolah-olah kita melakukan percobaan faktor tunggal A dan B karena disini fokus rancangan hanya melihat perubahan akibat faktor A atau B saja. Kelebihan Faktorial dibandingkan Faktor Tunggal  Kelebi

Pusat Rata-Rata Cukup titik tengah dari koordinat X dan Y untuk Kumpulan angka  Juga disebut pusat gravitasi atau titik berat  Jumlah perbedaan antara rerata X dan seluruh X lainnya adalah nol (Sama untuk Y) Menyediakan rangkuman ukuran titik tunggal untuk sebaran lokasi Dapat meminimalkan jumlah kuadrat antara titik pusat rata-rata dengan seluruh titik Titik Pusat (Source: PPT Pak Arifin) Pusat Rata-Rata Tertimbang Dihasilkan oleh bobot masing-masing koordinat X dan Y dengan variabel lain (Wi) Titik pusat diperoleh dari poligon-poligon yang dapat ditimbang oleh setiap karakteristik polygon Rumus dalam Pusat Rata-Rata Tertimbang (Source : PPT Pak Arifin) Menghitung Titik Berat (Source: PPT Pak Arifin) Menghtiung Pusat Rata-Rata Tertimbang (Source: PPT Pak Afirin) Pusat Jarak Minimum (Pusat Nilai Tengah) Disebut juga titik perjalanan agregasi minimum  Point tersebut (MD) yang meminimalkan jumlah jarak antara pusat nilai tengah dan semua titik lai

Uji ortgonal merupakan uji lanjutan yang terencana, uji ini didasarkan pada jumlah perlakuan setiap kelompok bukan rata-rata perlakuan setiap kelompok.  Uji Ortogonal dilakukan bila perlakuan yang akan dibandingkan merupakan perbandingan antar kelompok perlakuan dg uji pembanding ortogonal kontras . Selain itu utk menguji perbedaan kecenderungan pola respon antara kelompok perlakuan dalam taraf-taraf kuantitatif digunakan Uji Ortogonal Polinomial . Jenis Uji Ortogonal Uji Ortogonal Kontras Langkah 1 Ortogonal Kontras (Source: Dok. Pribadi) Langkah 2 Ortogonal Kontras (Source: Dok. Pribadi) Langkah 3 Ortogonal Kontras (Source: Dok. Pribadi) Uji Ortogonal Polinomial pada dasarnya, uji ortogonal polinomial sama dengan kontras, hanya saja perbedaannya terletak pada koefisien ortogonalnya. Koefisien ortogonal polinomial sudah di tetapkan, yaitu : Tabel Ortogonal Polinomial (Source: Dok. Pribadi)

Statistik Spasial adalah segala teknik analisis untuk mengukur distribusi suatu kejadian berdasarkan keruangan (Scott & Warmerdam, 2006). Keruangan yang dimaksud disini adalah variabel yang ada di permukaan bumi seperti kondisi topografi, vegetasi, perairan, dll. Berbeda dengan statistik non-spasial yang tidak memasukkan unsur keruangan dalam analisisnya.    Dalam pengukuran distribusi suatu kejadian berdasarkan keruangan dibedakan berdasarkan dua kategori yaitu (Scott & Warmerdam, 2006): Identifikasi Karakteristik dari suatu distribusi  Kuantifikasi pola geografi dari suatu distribusi  Pola distribusi spasial secara umum terbagi menjadi tiga (Briggs, 2007): Pola Distribusi Spasial (Source : Briggs, 2007) Pola Distribusi Spasial (Source : Google.com) Jenis Analisis Statistik Spasial Jenis Analisis Statistik Spasial (Source :  Scott & Warmerdam, 2006) General Spatial = Analisis Statistik Spasial Umum, sebagaimana halnya statistik non-spasial, mem

Analisis Spasial adalah : prosedur kuantitatif yang digunakan dalam studi tentang penataan ruang feature (titik, garis, poligon dan permukaan). Redaksi Ilmu Geografi (2014) menyatakan bahwa  Analisis spasial merupakan kumpulan – kumpulan dari teknik yang dapat digunakan untuk melakukan pengolahan data SIG. Hasil dari analisis data spasial sangat bergantung dari lokasi atau tempat di mana objek sedang dianalisis. Selain itu, analisis spasial juga bisa diartikan sebagai teknik – teknik yang dapat digunakan untuk meneliti dan juga mengeksplorasi dari dari sudut pandang keruangan. Semua teknik ataupun pendekatan perhitungan secara matematis yang berhubungan dengan data  keruangan atau spasial dilakukan dengan menggunakan fungsi analisis spasial. Fungsi Analisis Spasial Fungsi Analisis Spasial dalam SIG (Source: Ilmugeografi.com) Analisis Spasial dalam SIG S istem Informasi Geografi adalah suatu sistem di dalam komputer (SBIS) yang digunakan untuk memasukan atau  capturing , me

Menggambarkan Objek real word dalam SIG dapat dilakukan dengan menggunakan bentuk "Polygon" , "Polyline", dan "Point".  Ilustrasi Point dan Polygon (Source: PPT Pak Arifin) Struktur Data Vektor Terdiri dari 3 komponen topologi yang mengizinkan hubungan antara semua elemen spasial yang di definisikan (catatan: tidak berarti memasukkan data atribut).  Topologi ARC-node:  Mendifinisikan hubungan antar titik-titik, dengan menspesifikasikan hubungan untuk membentuk busur (arc), Mendifinisikan hubungan Antara busur (garis), dengan menspesifikasi busur yang terhubung untuk membentuk rute dan jaringan. Topologi Polygon-Arc :  mendefinisikan poligon (luasan) dengan menetapkan busur termasuk batas luasan. Topologi Left-Right :  Mendifinisikan hubungan Antara polygon (dan dengan demikian semua luasan) oleh, mendefinisikan dari node dan node, yang memungkinkan, meninggalkan poligon dan poligon yang tepat yang akan ditentukan (Juga meninggalkan sisi dan

Rancangan split plot design atau dalam bahasa Indonesia disebut Rancangan Petak Terpisah atau Rancangan Petak Terbagi (RPT) merupakan jenis percobaan faktorial (lebih dari satu faktor). Rancangan ini dicirikan oleh adanya petak utama dan anak petak.  Split Splot Design merupakan percobaan faktorial atau dengan kata lain setiap percobaan yang menggunakan split splot design pasti faktorial, tetapi setiap percobaan faktorial tidak selalu split splot design. Rancangan ini digunakan bagi percobaan-percobaan yang dimaksudkan untuk menyelidiki pengaruh-pengaruh utama dan interaksi dengan derajad ketelitian yang tidak sama (Hanafiah, 2001). Faktor dengan derajad ketelitian yang lebih rendah disebut sebagai faktor utama (main plot faktor), sedangkan faktor dengan ketelitian yang lebih tinggi disebut faktor anak petak (sub plot faktor). Rancangan ini dapat diaplikasikan pada semua rancangan lingkungan (RAL, RAK, dan RBSL). Model Matematika RPT (Source: Nugroho, 2008) Kondisi untuk RPT