PENGEMBANGAN MODEL MULTIPLIKATIF DATA BERDISTRIBUSI TIDAK NORMAL DAN VISUALISASI DEKOMPOSISI INTERAKSI UNTUK KAJIAN STABILITAS DAN KETAHANAN GENOTIPE

Abstract

Penelitian ini berangkat dari masalah (real problems) pada pemuliaan tanaman yaitu kajian stabilitas ietahanan genotipe terhadap serangan hama,/penyakit. Secara statistika kajian ini dilakukan melalui :emodelan interaksi genotipe x lingkungan (IGL). Pemodelan interaksi ini dilakukan secara nultiplikatif melalui pemodelan bilinear yang dilengkapi visualisasi matriks IGL pada dimensi ::endah (dua atau tiga dimensi) melalui reduksi dimensi, yang disebut Biplot. Kenyataannya hal ini nenemui masalah ketidaknormalan data. Terhadap data ini biasanya dilakukan transformasi, banyak :ratistikawan yang berargumentasi bahwa analisis data asli tanpa melalui transformasi dianggap rnemiliki keunggulan baik dari kekuatannya maupun kemudahan interpretasinya. Penelitian ini ingin rnengatasi ketidaknormalan ada pada bilinear, dengan masalah utama adalah algoritma pengepasan t'itting) model dan pengembangan visualisasi interaksi melalui Biplot. Manfaat utama diharapkan adalah adanya metode penaganan data non-normal pada model bilinear melalui pemodelan peluang kejadian. Sehingga peneliti (pemulia) dapat memperoleh informasi stabilitas genotipe secara lebih mudah melalui Biplot' dan tidak terbatas pada uji daya hasil, tetapi juga ketahanan terhadap hama/penyakit. Sampai dengan tahun 2006 telah dikembangkan model bilinier untuk data tidak normal, namun tidak secara spesifik mengkaji visualisasi interaksi pada distribusi data selain normal. Masalah lain adalah adanya ragam yang tidak selalu konstan. Sehingga kegiatan pertama adalah menyusun algoritma pengepasan model bilinier tergeneralisasi dan membangun visualisasi interaksi pada distribusi dengan ragam konstan (poisson) dan kedua adalah pada distribusi dengan ragam yang tidak konstan t-binomial). Akhirny4 tersedianya paket software statistika yang murah dan mudah akan diperoleh -bagai luaran penelitian ini melalui implementasi pemodelan pada software R (free & opensource). lni sangat penting dilakukan untuk rnengurangi ketergantungan pada software-software komersial, terlebih setelah diberlakukannya undang-undang perlindungan hak cipta.