Data perkembangan penyakit yang diperoleh dari hasil pengamatan berulang dapat dianalisis sedikitnya dengan menggunakan tigga pendekatan:
- Pendekatan integrasi, dengan menghitung luas daerah di bawah kurva mulai dari pengamatan pertama sampai pengamatan terakhir. Unduh contoh.
- Pendekatan pemodelan, mentransformasikan data hasil pengamatan dengan transformasi monit, logit, dan gompit, kemudian memilih transformasi yang peling tepat, dan menggunakan parameter HSI sebagai laju perkembangan untuk melakukan perbandingan
- Pendekatan analisis ragam pengamatan berulang, yaitu dengan menggunakan waktu pengamatan sebagai anak petak dari petak perlakuan dalam rancangan petak terbagi.
Saya melakukan analisis dengan menggunakan Addins Data Analysis Toolpak dari program tabel lajur Excel. Saya menggunakan Excel karena program ini dimiliki oleh sebagian besar mahasiswa yang mempunyai komputer. Analisis yang sama dapat dilakukan dengan menggunakan program aplikasi khusus untuk analisis statistik seperti SPSS, SAS, atau R. Bagi Anda yang bisa melakukan analisis dengan menggunakan program aplikasi khusus tersebut silahkan abaikan contoh analisis ini dan lakukan analisis dengan menggunakan program aplikasi khusus yang Anda kuasai. Saya sebenarnya terbiasa menggunakan SAS, tetapi program aplikasi ini merupakan program berlisensi yang mahal dan tidak umum digunakan di Indonesia.
Sebelum melanjutkan, silahkan unduh data berikut proses dan hasil analisis data dimaksud. Data, proses analisis, dan hasil analisis saya simpan dalam file Excel. File terdiri atas 5 sheet:
- Data, berisi data dan hasil transformasi data
- RegMonit, berisi proses dan hasil analisis regresi terhadap data hasil transformasi monit
- RegLogit, berisi proses dan hasil analisis regresi terhadap data hasil transformasi logit
- RegGompit, berisi proses dan hasil analisis regresi terhadap data hasil transformasi gompit
- EvalusiModel, berisi hasil pemilihan transformasi yang paling tepat berdasarkan kriteria R2, signifikansi model, signifikansi intersep, dan signifikansi kemiringan/laju dan daftar laju perkembangan penyakit sesuai dengan model terpilih
Analisis regresi yang dilakukan dalam contoh ini menggunakan model umum Y=b0 + b1*HSI, di mana Y adalah transformasi monit, logit, atau gompit terhadap proporsi penyakit, HSI=hasi setelah inokulasi, b0=intersep, yaitu perpotongan garis persamaan regresi dengan sumbu Y, dan b1=kemiringan/laju yang dalam hal ini menyatakan laju intrinsik pperkembangan penyakit. Hasil analisis sebagaimana disajikan pada sheet EvaluasiModel menunjukkan bahwa transformasi gompit sesuai untuk perkembangan penyakit pada kultivar Karahdin, Kennebec, dan Sebago, sedangkan transformasi logit sesuai hanya untuk perkembangan penyakit pada kultivar Monona. Dengan demikian dapat disimpulkan bahwa penyakit hawar dini pada keempat kultivar kentang tersebut merupakan penyakit polisiklik dengan laju perkembangan tertinggi pada kultivar Monona (0.18908). Dengan kata lain, di antara keempat kultivar kentang tersebut, Monona merupakan kultivar yang paling rentan.
Bila suatu nanti Anda meneliti perkembangan penyakit, gunakan teknik pemodelan bila Anda ingin menentukan tipe perkembangan penyakit, apakah merupakan penyakit monosiklik atau penyakit polisiklik. Bila hanya untuk membandingkan perkembangan penyakit, gunakan teknik integrasi dengan terlebih dahulu menghitung LDBK dan kemudian melakukan analisis ragam terhadap data LDBK. Anda dapat menghitung LDBK langsung dengan menggunakan perangkat aplikasi analisis statistik R. Anda dapat menggunakan program aplikasi analisis statistik ini untuk melakukan analisis regresi dan sekaligus membuat kurva perkembangan penyakit dengan mudah. Program aplikasi analisis statistik R merupakan program gratis yang dapat Anda unduh dan kemudian pasang di komputer masing-masing. Setelah memasang R pada komputer, Anda dapat mulai mempelajari menggunakannya. Kemudian Anda dapat mempelajari penggunaannya dalam bisang epidemiologi penyakit tumbuhan.
Menganalisis data perkembangan penyakit dengan pendekatan pemodelan monit,logit dan gompit menggunakan excel sangat membantu dalam perkuliaan epidemologi penyakit tumbuhan hal ini karena dapat melakukan analisis regresi dan sekaligus membuat kurva perkembangan penyakit dengan mudah.dan dapat menhitung lansung LDBK lansung dengan menggunakan perangkat analisis statistik dan berbagai manfaat lain yang sangat membantu para mahasiswa yang program mata kuliah epidemologi penyakit tumbuhan.
BalasHapusPenyakit tumbuhan merupakan proses yang dinamis sehingga pengamatan memang harus dilakukan secara berulang,dan dengan adanya pembelajaran mengenai analisis pemodelan tersebut (monit,logit,dan gompit menggunakan exel) perlu dipelajari dalam epidemiologi penyakit tumbuhan karena ini dapat membantu mahasiswa,karena membantu lebih mudah untuk mengetahui apakah tanaman tersebut terinfeksi penyakit monosiklik atau polisiklik dengan bantuan exel dan disertai perkembanganh jaman dimana rata-rata banyak mahasiswa sudah memiliki computer yang akan membantu mempermudah dalam proses analisis penyakit sampai [ada perkembangannya
BalasHapusanalisis permodelan ini sangat dibutuhkan dalam mata kuliah epidemologi penyakit tumbuhan yang dimana dapat membantu memperlancar menganalisis data hasil pengamatan, yang dilakukan secara berulang kali terhadap perkembangan gejalah penyakit, dan juga dapat membantu mahasiswa agar dapat menganalisis data perkembangan penyakit dengan benar.
BalasHapusMenganalisis Data Perkembangan Penyakit dengan Pendekatan Pemodelan Monit, Logit, dan Gompit Menggunakan Excel sangatlah bermanfaat bagi mahasiswa karena RegMonit, berisi proses dan hasil analisis regresi terhadap data hasil transformasi monit, RegLogit, berisi proses dan hasil analisis regresi terhadap data hasil transformasi logit, RegGompit, berisi proses dan hasil analisis regresi terhadap data hasil transformasi gompit, bahkan seperti yang kita ketahui bersama bahwa Penyakit tumbuhan merupakan proses yang dinamis sehingga pengamatan memang harus dilakukan secara berulang.
BalasHapusanalisis permodelan perlu dipelajari karena berisi hasil pemilihan transformasi yang paling tepat berdasarkan kriteria R2, signifikansi model, signifikansi intersep, dan signifikansi kemiringan/laju dan daftar laju perkembangan penyakit sesuai dengan model terpilih
BalasHapusmenganalisis data perkembangan pneyakit dengan menggunakan pendekatan pemodelan Monit, Logit, dan Gompit dapat memberikan ahsil analisis yang tepat dan analisis yang dilakukan dapat mempergunakan program aplikasi seperti MS. Office, SPSS, SAS, atau R., gunakan teknik pemodelan bila Anda ingin menentukan tipe perkembangan penyakit, apakah merupakan penyakit monosiklik atau penyakit polisiklik. Bila hanya untuk membandingkan perkembangan penyakit, gunakan teknik integrasi
BalasHapusanalisis pemodelan tersebut perlu dipelajari dalam epidemiologi penyakit tumbuhan untuk kita bisa mengetahui transformasi logit, monit, dan gompit terhadap proporsi penyakit untuk mengetahui laju perkembangan penyakit dari tiap kultivar untuk bisa mengetahui laju perkembangan tertinggi. Serta untuk membandingkan perkembangan penyakit kita harus menggunakan integrasi dengan terlebih dahulu menghitung LDBK dan kemudian melakukan analisis ragam terhadap data LDBK
BalasHapusIstilah Logit, dan Gompit merupakan monomolekuler maupun logistik dalam pengembangan model analitik yang dilakukannya, tetapi menggunakan linearisasi dari kedua model tersebut untuk melakukan analisis perkembangan penyakit.
BalasHapusdalam menganalisis data perkembangan penyakit dengan Pendekatan Pemodelan Monit, Logit, dan Gompit Menggunakan Excel harus melakukan penelitian penyakit tumbuhan melakukan pengamatan penyakit secara berulang. karena jika pengamatan yang dilakukan hanya sekali tidak akan memperoleh data perkembangan proses penyakit.
BalasHapusPada penelitian dengan pengamatan berulang, analisis data seharusnya dilakukan terhadap perkembangan yaitu dengan menggunakan Analisis regresi dengan menggunakan model umum Y=b0 + b1*HIS untuk dapat menentukan tipe perkembangan penyakit, apakah merupakan penyakit monosiklik atau penyakit polisiklik.Bila hanya untuk membandingkan perkembangan penyakit, gunakan teknik integrasi dengan terlebih dahulu menghitung LDBK dan kemudian melakukan analisis ragam terhadap data LDBK.
BalasHapusAnalisis regresi yang dilakukan dalam contoh ini menggunakan model umum Y=b0 + b1*HSI, di mana Y adalah transformasi monit, logit, atau gompit terhadap proporsi penyakit, HSI=hasi setelah inokulasi, b0=intersep, yaitu perpotongan garis persamaan regresi dengan sumbu Y, dan b1=kemiringan/laju yang dalam hal ini menyatakan laju intrinsik pperkembangan penyakit. Hasil analisis sebagaimana disajikan pada sheet EvaluasiModel menunjukkan bahwa transformasi gompit sesuai untuk perkembangan penyakit pada kultivar Karahdin, Kennebec, dan Sebago, sedangkan transformasi logit sesuai hanya untuk perkembangan penyakit pada kultivar Monona. Dengan demikian dapat disimpulkan bahwa penyakit hawar dini pada keempat kultivar kentang tersebut merupakan penyakit polisiklik dengan laju perkembangan tertinggi pada kultivar Monona (0.18908). Dengan kata lain, di antara keempat kultivar kentang tersebut, Monona merupakan kultivar yang paling rentan.
BalasHapusMenganalisis data menggunakan excel dengan tranformasi logit,monit dan gompit sejauh ini dapat saya pahami dengan baik.Saya telah mencoba R pada tugas 3 namun masi terjadi kesalahan pada langkah analisis regresi.
BalasHapusmenggunakan logit, monit, dan gompit yang dipakai pada saat uts kami, untuk evaluasi gabungan saya belum bisa membahasakan hasil analisis tersebut terhadap pola tanam tersebut.
BalasHapus