Putriningrum, Hardian (2017) Perbandingan Metode Yates Dan Regresi Untuk Menduga Data Hilang Pada Respon Permukaan. Sarjana thesis, Universitas Brawijaya.
Abstract
Percobaan bertujuan untuk memperkuat kebenaran suatu pernyataan dan secara teoritis diartikan sebagai uji atau penyelidikan terencana untuk mendapatkan fakta baru. Rancangan perlakuan faktorial digunakan apabila percobaan dilakukan untuk mempelajari pengaruh dua faktor atau lebih yang dilakukan secara bersama. Pada percobaan faktorial banyak kombinasi perlakuan yang dicobakan cukup besar, sehingga tidak mudah untuk mengamati satuan percobaan. Kondisi alam tidak terkendali, satuan percobaan rusak dan penentuan dosis perlakuan merupakan beberapa faktor yang menyebabkan data hilang sehingga mengakibatkan kesulitan dalam melakukan analisis ragam. Metode Yates dan regresi digunakan untuk menduga data hilang. Metode Yates bersifat sederhana karena menggunakan penduga data hilang yang meminimumkan jumlah kuadrat galat, sedangkan regresi untuk meminimumkan jumlah kuadrat galat menggunakan metode kuadrat terkecil. Metode permukaan respon dapat digunakan untuk membentuk suatu fungsi pendekatan yang sesuai untuk meramalkan respon yang akan datang dan menentukan nilai-nilai peubah yang mengoptimalkan respon. Pada penelitian ini menggunakan data dari Balittas berupa hasil pengukuran luas daun tembakau (cm2) terdapat faktor A merupakan kadar nitrogen kg/ha (90, 120, 150), faktor B merupakan kelembaban tanah % (60, 70, 80, 90, 100) dan terdapat tiga kelompok. Hasil penelitian menunjukkan metode Yates lebih efisien dibanding metode regresi dengan kelembaban tanah 100% dan kadar nitrogen 90 kg/ha yang mengakibatkan luas daun tembakau (cm2) optimum.
English Abstract
The experiment aims to reinfoece the truth of a statement and is theoretically interpreted as a planned test or inquiry to derive a new fact. The factorial design is used when the experiment is conducted to study the effect of two or more factors that are done together. In many factorial experiments the combination of treatments is large enough, so it is not easy to observe the unit of experiment. Uncontrolled natural conditions, damage experimental units and treatment dose determination are some of the factors that cause missing data resulting in difficulties in performing various analyses. Yates and regression methods are used to estimate missing data. The Yates methods is simple because it used the missing data estimator which minimized the sum of error square, while the regression to minimize the sum of error squares using the least square method. Response surface methods can be used to establish an appropriate approach function for predicting future responses and determining optimum response value. In this study using data from Balittas in the form of measurement of tobacco leaf area (cm2) there is A factor is a nitrogen content kg/ha (90, 120, 150), B factor is soil moisture % (60, 70, 80, 90, 100) and there are three groups. The results showed that the Yates methods was more efficient than the regression method with 100% soil moisture and 90 kg/ha nitrogen content which resulted in the optimum leaf area (cm2) .
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FMIPA/2017/395/051709735 |
| Uncontrolled Keywords: | data hilang, metode Yates, metode regresi, respon permukaan. |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance > 519.536 Regression analysis |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 19 Oct 2017 07:28 |
| Last Modified: | 22 Nov 2021 04:11 |
| URI: | http://repository.ub.ac.id/id/eprint/4057 |
Preview |
Text
Skripsi Lengkap.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |