KORESPONDENSI

Alamat email: edy_jambormias@yahoo.com
Grup Diskusi: www.agrostat.fapertaunpatti@blogspot.com

Jumat, 16 Desember 2011

Analisis dialel Sifat Berganda dengan kurva CT Biplot pada Kacang Hijau

Berbagai ulasan mengenai analisis dialel memperlihatkan inferensia tentang topik ini, didominasi oleh analisis sifat tunggal, misalnya analisis ragam seperti Metode Griffing dan Hayman (Hill et al. 1990), dan analisis entries-by-tester biplot (Yan & Hunt, 2002; Sharifi & Motlagh 2011). Pendekatan analisis sifat tunggal mengasumsikan bahwa sifat yang dianalisis bebas dari sifat-sifat yang lain, walaupun asumsi ini sulit dipenuhi karena tingginya korelasi antarsifat pada tanaman (Johnson & Wichern 2002). Agar inferensia bersifat komprehensif untuk banyak sifat, maka perlu dikembangkan analisis dialel sifat berganda (diallel analysis of multiple traits).
Penerapan  metode  biplot  untuk menganalisis data silang dialel dapat digunakan selanjutnya untuk  mengeksplorasi  daya gabung umum  (general combining ability),  daya gabung khusus (specific combining ability) dan pengaruh resiprok untuk banyak sifat secara serempak. 
Metode analisis dialel sifat berganda merupakan pengembangan dari metode seleksi sifat berganda yang menggunakan pendekatan genotype-by-traits biplot (GT Biplot) (Yan & Fregeau-Reid 2008). Dengan menggantikan obyek genotipe (genotype, G) dengan obyek silangan (cross, C), dan  dengan  modifikasi-modifkasi  yang  diperlukan, maka  metode  ini dapat disebut sebagai metode cross-by-traits biplot (CT Biplot).
Konsep ini selanjutnya digunakan untuk mengevaluasi data silang dialel pada kacang hijau, dari  suatu  seri  penelitian  yang  dirancang untuk mencapai tujuan perbaikan potensi hasil kacang hijau yang memiliki karakteristik bobot biji tinggi, berumur genjah, berukuran biji besar, dan cenderung panen serempak. Namun tujuan perbaikan umur genjah dan cenderung panen serempak tidak diulas dalam makalah ini.


Ulasan selengkapnya dapat dibaca dalam makalah pada link berikut:


Analisis Dialel Sifat Berganda


Makalah ini telah disajikan dalam bentuk poster pada Seminar Nasional dan Kongres PERIPI Komda Jawa Barat di Fakultas Pertanian Universitas Padjadjaran, Bandung, pada Sabtu, 10 Desember 2011.

2 komentar:

  1. Suatu teknik atau metode tentunya akan applicable lalu sustainable jika terbukti berguna untuk menghasilkan banyak produk, misalnya dalam hal ini varietas-varietas unggul baru atau paling tidak galur-galur harapan. Ada baiknya jika diberikan contoh-contoh aplikasi CT Biplot pada suatu aktivitas karakterisasi genetik atau pemuliaan suatu komoditas. Mungkin pada artikel berikutnya.

    BalasHapus
  2. Analisis biplot merupakan bentuk analisis yang umum untuk memperagakan suatu TABULASI SILANG berukuran r baris dan c kolom secara serempak. Penggunaan umum biplot dalam pemuliaan adalah untuk analisis interaksi Genotipe x Lingkungan (stabilitas dan adaptasi). Misalnya AMMI Biplot dan GGE Biplot. Dalam tulisan ini, penggunaan biplot adalah untuk analisis daya gabung dan pengaruh resiprok.

    Andaikan tabulasi silang itu merupakan matriks A berdimensi r x c, maka penguraian nilai singular matriks A = CT dengan C = cross dan T= = traits menghasilkan komponen utama-komponen utama berdimensi r x c.

    Jika C pangkat 0.5 dan T pangkat 0.5, maka analisis ini merupakan analisis biplot. Bila C pangkat 1 dan T pangkat 0, maka hasil analisis mirip hasil analisis komponen utama. Jika C pangkat 0 dan T pangkat 1, maka hasil analisis mirip analisis cluster. Untuk karakterisasi genetik umumnya menggunakan analisis cluster, atau dengan Biplot dengan pendekatan C pangkat 1 dan T pangkat 0 dalam suatu analisis GT biplot (Genotype-by-traits biplot).

    Untuk tujuan yang lain, dapat dikembangkan sendiri. Mungkin, jika ada data, saya akan mencoba menjawab masalah yang anda katakan dengan Biplot.

    BalasHapus

Analisis Data

AgroStat.Com menyediakan layanan analisis dan konsultasi data statistik, khususnya: analisis ragam (analysis of variance, ANOVA) dan pembandingan berganda (multiple comparisson), analisis regresi dan korelasi (regression and correlation analysis) termasuk analisis regresi berganda (multiple regression analysis) dan analisis permukaan respons (response surface analysis), analisis ragam peubah ganda (multivariate analysis of variance, MANOVA), analisis korelasi kanonik (canonical correlation analysis), analisis regresi peubah ganda (multivariate regression analysis), analisis komponen utama (principal component analysys), analisis lintas (path analysis), analisis gerombol (cluster analysis), analisis data kategorik (categorical data analysis) khususnya analis chi-kuadrat dan korespondensi (chi-kuadrat and correspondence analysis), analisis diskriminan (discriminant analysis), analisis biplot (biplot analysis), dan analisis skala berdimensi ganda (multidimensional scale analysis).