KORESPONDENSI

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

Sabtu, 15 Desember 2012

Pemilihan Model Regresi Terbaik

Dua kriteria yang saling bertentangan dalam full regression models  analysis adalah: (1) memasukkan sebanyak mungkin peubah bebas ke dalam model sehingga persamaan regresi yang diperoleh memiliki presisi yang tinggi bagi tujuan peramalan, dan (2) informasi dari banyak peubah bebas serta pemonitorannya sering kali memerlukan biaya yang tinggi, sehingga persamaan regresi yang diperoleh mencakup sesedikit mungkin peubah bebas. 
Kompromi antara kedua pendekatan ini memerlukan pendekatan yang lebih praktis untuk melibatkan peubah-peubah bebas yang benar-benar memiliki hubungan fungsional dengan peubah tak-bebas. Bagaimanakah melakukan seleksi model regresi terbaik

Tautan berikut ini adalah ulasan singkat saya mengenai Prosedur Pemilihan Model Regresi Terbaik dengan Interpretasi Keluaran MINITAB dan SAS.

Pemilihan Model Regresi Terbaik

Ulasan ini merupakan Tugas Akhir Mata Kuliah Analisis Regresi Terapan ketika Studi S2 di Sekolah Pascasarjana Institut Pertanian Bogor. Tulisan ini disunting kembali agar cukup relevan menjawab permasalahan dalam analisis regresi. Input saran diperlukan dari rekan-rekan sekalian, sehingga bisa diterbitkan menjadi sebuah buku. Listing perintah dalam Minitab dan SAS yang menghasilkan keluaran kedua program dalam tulisan ini akan dimasukkan kemudian, dengan menggantikan contoh yang dikemukakan, dengan contoh yang lebih relevan dalam bidang pemuliaan tanaman.


 

Senin, 19 November 2012

Analisis Segregasi Transgresif dengan Pendekatan Informasi Kekerabatan dalam Analisis Biplot

Berikut ini adalah abstrak dari artikel saya yang telah disampaikan pada Seminar Nasional Perhimpunan Ilmu Pemuliaan Indonesia, bertempat di IPB International Convention Centre (IICC), 6-7 November 2012.


ANALISIS SEGREGASI TRANSGRESIF SIFAT BERGANDA UNTUK SELEKSI SEREMPAK  GENERASI AWAL DAN PERBAIKAN POTENSI HASIL KACANG HIJAU


Edizon Jambormias1,2), Surjono Hadi Sutjahjo2), Ahmad Ansori Mattjik3), Yudiwanti Wahyu Endro Kusumo2), Desta Wirnas2
1) Program Studi Agroekoteknologi, Jurusan Budidaya Pertanian, Fakultas Pertanian, Universitas Pattimura, Ambon
2)Departemen Agronomi dan Hortikultura, Fakultas pertanian, IPB
3) Departemen Statistika, FMIPA, IPB.

ABSTRACT
Simultaneously-early generation selections in self-pollinated crops such as to improvement of yield potential of mungbean depends on the successfully to fixed multiple traits of transgressive segregant. Genetic analysis in this research to obtain the genetic value and genetic variances component base on information from relatives beetween- and within families, to predict the value of broad sense and narrow sense heritability of quantitative traits, to separate the families into multiple variations and uniforms family, to detect the families who has the best multiple performances, and to detect multiple transgressive segregant for yield potential of mungbeans from the pedigree selection experiment in the F3 generation of the Gelatik × Mamasa Lere Butnem cross. Experiment using nested-augmented-completely randomized block design. The results showed: (1) broad sense heritability of quantitative traits of mungbeans was high, but the narrow sense heritability was low, which indicated the influence of dominance in the inheritance of quantitative traits, (2) BLUPWFT biplot analysis, especially analysis of BLUPWFT IQR biplot, can be used to detect multiple of uniform and variation families, (3) BLUPFT biplot analysis can be used to detect the families that have the best multiple performances, (4) Families can be categorized to multiple uniform base on BLUPWFT Biplot analysis and has the best performance BLUPFT Biplot analysis are the transgressive segregant of multiple traits, (5) gains of multiple transgressive segregants enable execution of simultaneous early generation selection in self-pollinated crops.
Keywords: generalized linear mixed models, restriction maximum likelihood, confidence ellipse, recovery information
Tulisan selengkapnya dapat disimak pada tautan berikut:
Tulisan ini terpilih sebagai salah satu dari 8 makalah terbaik kategori Berkala Internasional Terakreditasi, dan dalam tahapan review untuk dipublikasikan pada Jurnal Internasional SABRAO.

Rabu, 15 Februari 2012

Peragaan Grafis GGE-Biplot untuk Evaluasi Keragaan Genotipe-genotipe dan Perubahan Lingkungan Bercekaman di Pulau-pulau Kecil

Berikut ini adalah abstrak tulisan saya pada PROSIDING SEMINAR NASIONAL PENGEMBANGAN PULAU-PULAU KECIL DARI ASPEK PERIKANAN KELAUTAN DAN PERTANIAN di IPB International Convention Centre (IICC), 25 Juni 2011, dilaksanakan oleh Institut Pertanian Bogor dan Persatuan Mahasiswa Maluku (PERMAMA) Bogor.

Tulisan ini merupakan pengembangan dari publikasi saya sebelumnya pada Jurnal Pertanian Kepulauan, dan merupakan tugas akhir saya pada: Mata Ajaran Pemuliaan Tanaman pada Lingkungan Bercekaman di Mayor Pemuliaan dan Bioteknologi Tanaman SPs-IPB.


ABSTRACT

Evaluation of stability, local adaptation and specific adaptation of genotypes from a Multi-environment Trials (MET) data become more difficult when there is a genotype-by-environment interaction (GEI). GGE Biplot display offers a better solution to evaluate such a tendency, especially to show mega-environment differences included stress mega-environment; biologically and agronomically stability, local adaptation and environment-specific adaptation and to evaluate the trial environment whether a mega-environment is representative as a suitable environment and possibility of degradation of an optimum environment to stress environment in small islands. Data analysis was initiated by singular value decomposition (SVD) of the genotypes × environment cross tabulation data. The Singular value and principal component scores was used to generate a biplot curve between the first principal component (PC1) and the second principal component (PC2). The results of the data analysis will be showed: 1) there were the different of mega-environments included stress mega-environment, 2) The genotype(s) that agronomically and biologically stable, 3) The genotype(s) showed local adaptation at each mega-environment, 4) The genotype(s) showed specific adaptation to a stress environment, and 5) Environment that was suitable for increasing plant yield so that the mega-environment the contained these environments represented a trial environment, included possibility of degradation of an optimum environment to stress environment.

Keywords: GGE biplot, stability, local adaptation, specific adaptation, MET data


Tuliasan selengkapnya dapat diikuti pada tautan berikut ini:


Evaluasi Stabilias, Adaptasi Lokal dan Spesifik pada Lingkungan Bercekaman 

Senin, 06 Februari 2012

Keragaan dan Keragaman Genetik Sifat-sifat Kuantitatif Kedelai

ABSTRAK

Suatu percobaan lapang untuk perbaikan varietas kedelai baru berdaya hasil tinggi dan berukuran biji besar telah dilakukan dengan melakukan persilangan antara varietas Slamet (hasil tinggi, ukuran biji kecil) dengan Nakhonsawan (berukuran biji besar). Seleksi telah mencapai generasi seleksi F6. Pelaksanaana seleksi dan evaluasi dilakukan selama 3.5 bulan, yaitu dari Agustus hinggaDesember 2005 di Kebun Percobaan IPB Sindang Barang Bogor. Metode seleksi silsilah digunakan dalam percobaan. Analisis data berbasis informasi dari gugus data total, kekerabatan dan secara individual. Hasil penelitian memperlihatkan bahwa keragaan Generasi Seleksi F6 tergolong rendah untuk semua sifat kuantitatif ketika dibandingkan dengan varietas Slamet, kecuali untuk ukuran biji dan produksi biji. Bila dibandingkan dengan varietas Nakhonsawan, keragaan sifat-sifat kuantitatif tersebut tergolong tinggi kecuali unttuk sifat ukuran biji. Namun demikian, keragaman genetik dan heritabilitas tergolong tinggi untuk semua sifat kuantitatif, kecuali jumlah cabang. Di pihak lain, sebaran keragaman genetik dan heritabilitas pada semua taraf kekerabatan tergolong rendah kecuali untuk kekerabatan dalam-famili generasi F6. Hasil ini mengindikasikan adanya pengaruh aksi gen dominan. Terdapat dua famili famili dengan produksi biji tinggi dan berukuran biji besar ketika dibandingkan dengan varietas Slamet.

Ulasan selengkapnya dapat dibaca pada tautan Buletin Agronomi berikut ini:

Keragaan dan Keragaman Genetik Sifat-sifat Kuantitatif Kedelai

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).