Rancangan Percobaan

Metode Polinomial Ortogonal

Dengan perlakuan kuantitatif, banyak kemungkinan taraf perlakuan yang dapat dicobakan dalam satu pengujian.
Meskipun taraf perlakuan yang dapat diujikan dalam suatu pengujian jumlahnya terbatas, tetapi minat peneliti biasanya
mencakup keseluruhan wilayah perlakuan. Akibatnya, jenis perbandingan rataan yang terarah kepada perlakuan
tertentu yang diujikan tidaklah tepat. Pendekatan yang lebih tepat adalah mempelajari hubungan fungsi respons dan
perlakuan yang mencakup seluruh wilayah taraf perlakuan yang diujikan.

Misalnya dalam pengujian pemupukan padi dengan kadar nitrogen 0, 30, 60, 90 dan 120 kg N/ha yang diujikan, peneliti
tidak tertarik untuk menetapkan bahwa hasil gabah pada 30 kg N/ha, lebih tinggi daripada 0 kg N/ha, dan hasil gabah
pada 60 kg N/ha tetap masih lebih tinggi daripada 30 kg N/ha dan seterusnya. Tetapi peneliti berminat untuk
menjelaskan respons hasil dari seluruh wilayah kadar nitrogen yang diujikan. Meskipun kadar nitrogen tertentu misalnya
45 kg N/ha, tidak diujikan, perkiraan atas hasil yang diperoleh dari pemberian kadar nitrogen sebesar 45 kg N/ha tetap
diharapkan. Hal ini dapat diperoleh dari mempelajari suatu fungsi respons nitrogen yang dapat menjelaskan perubahan
hasil untuk setiap perubahan kadar nitrogen yang digunakan. Jenis analisis ini dikatakan sebagai pembandingan arah.

Meskipun pembandingan arah dapat dibuat untuk setiap hubungan fungsi yang diminta, yang paling sederhana dan
umum digunakan adalah berdasarkan polinomial. Suatu derajat polinokmial ke –n menjelaskan hubungan antara peubah
tidak bebas Y dan peubah bebas X disajikan sebagai :

Y= α + β1X +β2X2 + …+βnXn

Sedangkan αadalah intersep dan βi(i= 1,…,n) adalah koefisien sebagian yang berhubungan dengan derajat polinomial
ke i.

Cara pembandingan arah berdasarkan polinomial, biasanya lebih dikenal sebagai metode polinomial ortogonal, mencari
derajat polinomial terendah yang dapat menyajikan secara memadai antara peubah tak bebas Y( biasnya ditunjukkan
dengan respons tanaman atau respons bukan tanaman) dan peubah bebas X (biasanya ditunjukkan dengan taraf
perlakuan).

Berikut digambarkan metode polinomial ortogonal dengan perlakuan selang (jarak) sama:

Digunakan data hasil gabah padi dari percobaan RAK dengan perlakuan kg/ha benih (T) terdiri dari 6 perlakuan yaitu T1=
25 kg/ha, T2 = 50 kg/ha, T3= 75 kg/ha, T4= 100 kg/ha, T5= 125 kg/ha, T6=150 kg/ha.

Deny Sumarna,SP.M.Si Page 1

 Rancangan Percobaan

Tabel Hasil gabah (kg) dengan enam banyak benih yang menggunakan empat ulangan
I II III IV TOTAL
T1 3.679 3.215 3.456 3.789 14.1390
T2 4.678 4.831 4.986 4.41 18.9050
T3 5.272 5.713 5.483 5.876 22.3440
T4 5.254 5.423 5.543 5.321 21.5410
T5 5.113 5.398 5.307 5.654 21.4720
T6 3.345 3.467 3.562 3.987 14.3610
TOTAL 27.3410 8.0470 28.3370 9.0370 112.7620

Output RAK dihitung menggunakan program statden

Langkah 1. Gunakan koefisien Polinomial Ortogonal (lihat di hand book) untuk perlakuan dengan selang/jarak sama.

Derajat Jumlah
Koefisien Polinomial Ortogonal
polinomial Kuadrat
T1 T2 T3 T4 T5 T6 (∑c2)
Linear (ke-1) -5 -3 -1 1 3 5 70
Kuadratik (ke-2) 5 -1 -4 -4 -1 5 84
Kubik (ke-3) -5 7 4 -4 -7 5 180
Kuartik (ke-4) 1 -3 2 2 -3 1 28
Kuintik (ke-5) -1 5 -10 10 -5 1 252

Deny Sumarna,SP.M.Si Page 2

 Rancangan Percobaan

Langkah 2. Hitunglah JK untuk setiap kontras db tunggal, atau setiap polinomial ortogonal yang diperoleh dari langkah
1. Untuk contoh soal dengan r = 4 dan dengan menggunakan total perlakuan serta rumus JK(L)=∑L2/r(∑c2).

∑L =[(-5)(14.139) +(-3) (18.905) + (-1)(22.344) + (1)(21.541) + (3)(21.472) +(5) (14.361)]=8.0080

JK1 = ∑L2/r(∑c2)
=64.1281/(4)(70)
= 0.2290

∑L = [(5)(14.139) +(-1) (18.905) +(-4) (22.344) +(-4) (21.541) +(-1) (21.472) +(5) (14.361)]= -73.4170
JK2 =∑L2/r(∑c2)
=5390.0559/(4)(84)
= 16.0418

∑L = [(-5)(14.139) + (7)(18.905) +(4) (22.344) +(-4) (21.541) +(-7) (21.472) +(5) (14.361)]= -13.6470
JK3 =∑L2/r(∑c2)
=186.2406/(4)(180)
=0.2587

∑L = [(1)(14.139) +(-3) (18.905) + (2)(22.344) + (2)(21.541) +(-3) (21.472) + (1)(14.361)]= -4.8610

JK4 = ∑L2/r(∑c2)
=23.6293/(4)(28)
= 0.2110

∑L = [(-1)(14.139) + (5) (18.905) + (-10) (22.344) +(10) (21.541) +(-5) (21.472) +(1) (14.361)]= -20.6430
JK5 = ∑L2/r(∑c2)
=426.1334/(4)(252)
=0.4227

Langkah 3. Hitung nilai KT dengan membagi nilai JK dibagi db dan tentu nilai F, kemudian bandingkan dengan nilai F
tabel.Masukkan angka yang diperoleh ke dalam sidik ragam.

SK db JK KT F-hit Ftabel 5%
Kelompok 3 0.2467 0.0822 1.6019 3.2874
T* 5 17.1633 3.4327 66.8651 2.9013
tn
Linear 1 0.2290 0.2290 4.4645 4.5431
*
Kuadratik 1 16.0418 16.0418 312.7063 4.5431
*
Sisa 3 0.8924 0.3000 5.7985 3.2874
Galat 15 0.7701 0.0513
TOTAL 23 18.18

Deny Sumarna,SP.M.Si Page 3

 Rancangan Percobaan

Dari sidik ragam terlihat Perlakuan (T) cenderung untuk membentuk kurva kuadratik (parabola). Berikut adalah contoh
perhitungan untuk mencari koefisien regresi dengan persamaan normal.

Model regresi yang dicari Y= b0 + b1X +b2X2+ e

Y X1 X2=X12 X22 X12 X1X2 X1Y X2Y

3.5348 25.00 625.00 390,625.00 625.00 15,625.00 88.3688 2,209.2188
4.7263 50.00 2,500.00 6,250,000.00 2,500.00 125,000.00 236.3125 11,815.6250
5.5860 75.00 5,625.00 31,640,625.00 5,625.00 421,875.00 418.9500 31,421.2500
5.3853 100.00 10,000.00 100,000,000.00 10,000.00 1,000,000.00 538.5250 53,852.5000
5.3680 125.00 15,625.00 244,140,625.00 15,625.00 1,953,125.00 671.0000 83,875.0000
3.5903 150.00 22,500.00 506,250,000.00 22,500.00 3,375,000.00 538.5375 80,780.6250
28.1905 525.00 56,875.00 888,671,875.00 56,875.00 6,890,625.00 2,491.6938 263,954.2188
∑Y ∑X1 ∑X2 ∑X22 ∑X12 ∑X1X2 ∑X1Y ∑X2Y

nb0 + b1∑X1 + b2∑X2 =∑y

b0∑X1 + b1∑X12 + b2∑X1X2 =∑X1Y
b0∑X2 + b1∑X1X2 + b2∑X22 =∑X2Y

6b0 + b1 (525) + b2 (56875) = 28.1905 ..(1)

b0 (525) + b1 (56875) + b2 (6890625) = 2491.6938…..(2)
b0 (56875) + b1 (6890625) + b2 (888671875) = 263954.21…(3)

persamaan diatas dapat diselesaikan menggunakan eliminasi maupun dengan matrik. Berikut contoh perhitungan
dengan matrik
 6 525 56875  b0  28.1905 
 525 56875 6890625  x  b1 =  2491.6938 

56875 6890625 888671875 b2 263954.2188
−1
b0  3.2 − 0.078 0.0004   28.1905   1.4392 
 b1 = − 0.078 0.0022 − 0.000012  x  2491.6938  =  0.0941 
  
b2  0.0004 − 0.000012 6.8571E − 08 263954.2188 − 0.0005

Persamaan regresi Kuadratik : Y =1.4392 + 0.0941X – 0.0005X2

*** tugas : cari persamaan dengan eliminasi****

Titik X (T) optimum = -b1/(2.b2)

= -0.0941/((2)(-0.0005))
= 89.68 kg N/ha
Deny Sumarna,SP.M.Si Page 4
 Rancangan Percobaan

Dengan jumlah gabah = 1.4392 + 0.0941(89.68) – 0.0005 (89.682)

= 5.657 Kg

Grafik diolah menggunakan program Excel.

Deny Sumarna,SP.M.Si Page 5