Data Simulasi Hasil dan Pembahasan

Tabel 4.5 Dugaan nilai rata-rata dan simpangan baku beberepa parameter model AMMI pada data dengan tiga ulangan Parameter Nilai Parameter Dugaan parameter Simpangan Baku AMMI- S AMMI- BS AMMI- B AMMI- S AMMI- BS AMMI- B µ 6,00 6,005 6,005 6,005 0,068 0,068 0,068  1 0,00 0,005 0,004 0,005 0,151 0,151 0,151  2 0,11 0,077 0,077 0,077 0,147 0,147 0,147  8 -0,18 -0,155 -0,155 -0,155 0,176 0,176 0,176  1 -0,71 -0,683 -0,683 -0,683 0,196 0,195 0,196  2 -1,80 -1,811 -1,811 -1,811 0,093 0,094 0,093  7 0,92 0,915 0,915 0,914 0,192 0,191 0,191  11 0,04 0,069 0,070 0,068 0,302 0,302 0,303  12 -0,11 -0,107 -0,108 -0,108 0,112 0,112 0,110  17 0,14 0,216 0,216 0,216 0,322 0,322 0,322  21 0,04 0,080 0,079 0,080 0,347 0,347 0,348  22 0,01 0,011 0,012 0,011 0,119 0,120 0,119  27 0,22 0,162 0,163 0,164 0,279 0,279 0,279  31 -0,08 -0,149 -0,150 -0,148 0,341 0,342 0,342  32 0,09 0,096 0,096 0,096 0,110 0,109 0,110  37 -0,36 -0,378 -0,379 -0,379 0,303 0,304 0,304 Tabel 4.6 Dugaan pengaruh interaksi model AMMI pada data dengan tiga ulangan Parameter Nilai Sebenarnya Dugaan Parameter Simpangan Baku AMMI-S AMMI- BS AMMI- B AMMI-S AMMI- BS AMMI- B  11 -0,87 -0,862 -0,874 -0,858 0,490 0,497 0,489  21 1,63 1,714 1,701 1,724 0,482 0,472 0,480  81 0,59 0,501 0,504 0,498 0,503 0,505 0,499  12 0,25 -0,004 0,031 0,000 0,222 0,241 0,206  22 -0,01 0,030 0,025 0,018 0,224 0,227 0,219  82 0,15 0,118 0,124 0,115 0,196 0,200 0,191  13 -0,67 -0,534 -0,541 -0,520 0,318 0,317 0,321  23 -0,06 -0,169 -0,146 -0,174 0,320 0,320 0,325  83 0,41 0,384 0,397 0,382 0,343 0,345 0,339  14 0,81 0,774 0,791 0,754 0,426 0,434 0,442  64 -0,36 -0,389 -0,381 -0,397 0,427 0,430 0,430  84 -0,20 -0,287 -0,283 -0,267 0,406 0,387 0,394  15 -0,30 -0,153 -0,186 -0,171 0,248 0,257 0,240  25 0,28 0,262 0,260 0,252 0,258 0,260 0,257  85 -0,47 -0,168 -0,208 -0,175 0,299 0,316 0,298  16 0,00 -0,011 0,010 0,009 0,279 0,283 0,267  26 -0,30 -0,227 -0,227 -0,213 0,231 0,227 0,216 Parameter Nilai Sebenarnya Dugaan Parameter Simpangan Baku AMMI-S AMMI- BS AMMI- B AMMI-S AMMI- BS AMMI- B  86 0,27 0,137 0,156 0,130 0,239 0,242 0,241  17 0,78 0,791 0,770 0,786 0,450 0,448 0,446  27 -1,90 -1,907 -1,930 -1,894 0,396 0,398 0,392  87 -0,75 -0,684 -0,691 -0,683 0,475 0,487 0,472 Jika diperhatikan hasil dugaan dari dua pendekatan Bayes yang digunakan yaitu AMMI-BS dan AMMI-B, secara umum hasil dugaan antara AMMI-BS dengan AMMI-B menunjukkan kemiripan. Kemiripan hasil yang diperoleh kemungkinan besar karena banyaknya komponen utama yang dipertahankan pada model antara kedua metode tersebut hampir sama, sehingga besarnya keragaman interaksi yang dipertahankan pada model antara kedua metode juga relatif sama Gambar 4.5. Gambar 4.5 Sebaran banyaknya komponen utama interaksi yang dipertahankan pada model Dilihat dari nilai bias dan MSE, nilai bias untuk dugaan nilai tengah dan pengaruh utama antara ketiga metode hampir sama. Sedangkan untuk dugaan pengaruh interaksi, bias dugaan dari pendekatan Bayes relatif berbeda dengan AMMI-S. Sebaran nilai bias dari dugaan pengaruh interaksi antara AMMI-S, AMMI-BS dan AMMI-B disajikan pada Gambar 4.6. Terdapat indikasi adanya perbedaan sebaran bias antara AMMI-S dengan pendekatan Bayes. = AMMI-BS, = AMMI-BS, = AMMI-B Gambar 4.6 Sebaran nilai bias dugaan pengaruh interaksi pada data dengan 4 ulangan Pada Gambar 4.7 dapat dilihat bahwa kisaran nilai bias dari 58 pengaruh interaksi pada metode AMMI-BS cenderung lebih kecil dibandingkan dengan AMMI-S dan AMMI-B. Demikian juga dengan nilai MSE, sebagian besar nilai MSE dari yang diperoleh menggunakan AMMI-BS lebih kecil dari nilai MSE yang diperoleh menggunakan metode AMMI-S dan AMMI-B. Informasi ini mengindikasikan bahwa AMMI-BS cenderung lebih efisian dalam menduga pengaruh interaksi dibandingkan dengan metode AMMI-S dan AMMI-B. Tabel 4.7 menyajikan rata-rata bias mutlak dan MSE dari dugaaan parameter model AMMI. Rata-rata bias mutlak untuk dugaan nilai rata-rata sama antara ketiga metode. Sementara nilai rata-rata bias mutlak untuk pengaruh utama dari AMMI-S lebih kecil dari dua metode yang lain. Sebaliknya untuk nilai rata-rata bias mutlak dari pengaruh interaksi, AMMI-BS lebih kecil daripada AMMI-B dan AMMI-S. Demikian juga dengan nilai MSE dari pengaruh interaksi, AMMI-BS memberikan rata-rata nilai MSE terkecil dengan persentase penurunan terhadap AMMI-S sebesar 5,56. Gambar 4.7 Nilai rata-rata bias dan MSE dari dugaan parameter pengaruh interaksi pada data dengan ragam heterogen Tabel 4.7 Rata-rata bias mutlak dan rata-rata MSE pada data dengan tiga ulangan Parameter Rata-rata Bias Mutlak MSE AMMI-S AMMI-BS AMMI-B AMMI-S AMMI-BS AMMI-B  0,0050 0,0050 0,0051 0,0047 0,0047 0,0047  0,0227 0,0227 0,0225 0,0530 0,0530 0,0530  0,0129 0,0128 0,0129 0,0247 0,0248 0,0248  0,0110 0,0111 0,0113 0,0227 0,0226 0,0226  0,1491 0,1082 0,1275 0,1783 0,1684 0,1698 Data dengan empat ulangan Tabel 4.8 menyajikan rata-rata nilai dugaan parameter nilai tengah dan pengaruh utama dari model AMMI pada data dengan empat ulangan. Terdapat kemiripan rata-rata nilai dugaan parameter antara tiga metode yang digunakan. Demikian juga dengan nilai simpangan baku dari dugaan parameter dari ketiga metode yang digunakan. Sebagai ilustrasi, untuk nilai tengah diberikan nilai parameter sebesar 6, dan diperoleh nilai dugaan sebesar 6,001 dengan simpangan baku 0,053 dari setiap metode yang digunakan. Tabel 4.8 Dugaan nilai rata-rata dan simpangan baku parameter model AMMI pada data dengan empat ulangan Parameter Nilai Parameter Dugaan parameter Simpangan Baku AMMI- S AMMI- BS AMMI- B AMMI- S AMMI- BS AMMI- B µ 6,00 6,001 6,001 6,001 0,053 0,053 0,053  1 0,00 -0,015 -0,015 -0,015 0,128 0,128 0,129  2 0,11 0,111 0,111 0,111 0,144 0,143 0,144  8 -0,18 -0,183 -0,182 -0,183 0,141 0,141 0,142  1 -0,71 -0,690 -0,689 -0,689 0,176 0,176 0,175  2 -1,80 -1,814 -1,815 -1,815 0,081 0,081 0,081  7 0,92 0,926 0,926 0,925 0,155 0,155 0,155  11 0,14 0,172 0,172 0,172 0,344 0,345 0,344  12 -0,11 -0,102 -0,101 -0,102 0,133 0,134 0,134  17 0,14 0,117 0,117 0,118 0,299 0,299 0,299  21 0,04 0,015 0,016 0,016 0,389 0,388 0,388  22 0,01 0,033 0,033 0,034 0,123 0,123 0,123  27 0,22 0,196 0,196 0,196 0,299 0,299 0,299  31 -0,16 -0,175 -0,175 -0,175 0,355 0,355 0,354  32 0,09 0,078 0,077 0,078 0,121 0,120 0,121  37 -0,26 -0,204 -0,204 -0,204 0,309 0,309 0,309  41 -0,02 -0,013 -0,012 -0,013 0,384 0,384 0,384  42 0,01 -0,009 -0,009 -0,009 0,110 0,111 0,111  47 -0,10 -0,109 -0,109 -0,110 0,317 0,318 0,317 Kondisi yang berbeda dijumpai pada hasil dugaan pengaruh interaksi genotipe dan lingkungan. Secara umum ada kecenderungan diperoleh hasil dugaan nilai parameter dan simpangan baku yang berbeda antara AMMI-S dengan pendekatan Bayes. Sebagai ilustrasi, nilai dugaan dari  21 menggunakan AMMI-S yaitu sebesar 1,707 dengan simpangan baku 0,539. Sedangkan nilai dugaan dari  21 dengan AMMI-BS dan AMMI-B masing-masing dengan nilai 1,683 dan 1,687 dengan simpangan baku masing-masing sebesar 0,543 dan 0,544 Tabel 4.9. Tabel 4.9 Dugaan beberapa parameter pengaruh interaksi model AMMI pada data dengan empat ulangan Parameter Nilai Sebenarnya Dugaan Parameter Simpangan Baku AMMI- S AMMI- BS AMMI- B AMMI- S AMMI- BS AMMI- B  11 -0,87 -0,730 -0,753 -0,744 0,506 0,485 0,494  21 1,63 1,707 1,683 1,687 0,539 0,543 0,544  81 0,59 0,535 0,527 0,525 0,531 0,552 0,544  12 0,25 -0,089 -0,049 -0,058 0,204 0,246 0,229  22 -0,01 0,020 0,008 0,009 0,237 0,245 0,238  82 0,15 0,103 0,112 0,108 0,202 0,236 0,218  13 -0,67 -0,386 -0,485 -0,439 0,341 0,321 0,331  23 -0,06 -0,229 -0,216 -0,221 0,343 0,335 0,336  83 0,41 0,242 0,323 0,292 0,328 0,323 0,325  14 0,81 0,583 0,684 0,614 0,471 0,419 0,447  24 0,36 0,259 0,317 0,294 0,459 0,459 0,457  84 -0,20 -0,278 -0,298 -0,283 0,408 0,432 0,406  15 -0,30 -0,096 -0,110 -0,086 0,251 0,311 0,275  25 0,28 0,260 0,268 0,259 0,337 0,331 0,330  85 -0,47 -0,127 -0,215 -0,184 0,289 0,328 0,319  16 0,00 0,003 -0,028 -0,002 0,238 0,268 0,248  26 -0,30 -0,184 -0,194 -0,182 0,257 0,279 0,262  86 0,27 0,114 0,175 0,145 0,252 0,276 0,260  17 0,78 0,714 0,741 0,715 0,437 0,457 0,444  27 -1,90 -1,833 -1,867 -1,845 0,525 0,521 0,531  87 -0,75 -0,587 -0,623 -0,602 0,429 0,420 0,419 Jika diperhatikan hasil dugaan dari dua pendekatan Bayes yang digunakan yaitu AMMI-BS dan AMMI-B, secara umum hasil dugaan antara AMMI-BS dengan AMMI-B menunjukkan kemiripan. Kemiripan hasil yang diperoleh kemungkinan besar karena banyaknya komponen utama yang dipertahankan pada model antara kedua metode tersebut hampir sama, sehingga besarnya keragaman interaksi yang dipertahankan pada model antara kedua metode juga relatif sama Gambar 4.8. Gambar 4.8 Sebaran banyaknya komponen utama interaksi yang dipertahankan pada model Nilai bias untuk dugaan nilai tengah dan pengaruh utama antara ketiga metode berdasarkan nilai dugaan parameter pada Tabel 4.8 mengindikasikan nilai yang relatif sama. Sedangkan sebaran nilai bias dari dugaan pengaruh interaksi antara AMMI-S, AMMI-BS dan AMMI-B cenderung tidak sama Gambar 4.9. Sebagai ilustrasi, pada Gambar 4.9d disajikan sebaran dari bias pengaruh interaksi genotipe pada lingkungan 4. Sebaran dari bias  34 yang diperoleh melalui AMMI-S cenderung lebih besar dari nol dengan variasi bias cukup besar. Ada indikasi bahwa dugaan dari  34 over estimate. Sedangkan bias  34 yang diperoleh melalui pendekatan Bayes berada di sekitar nol dengan variasi bias yang lebih kecil dari AMMI-S. Ini mengindikasikan bahwa dugaan  34 menggunakan pendekatan Bayes lebih akurat dibandingkan dengan AMMI-S. Pada Gambar 4.10 dapat dilihat bahwa kisaran nilai bias dari 58 pengaruh interaksi pada pendekatan Bayes cenderung lebih kecil dibandingkan dengan AMMI-S. Demikian juga dengan nilai MSE, sebagian besar nilai MSE dari yang diperoleh menggunakan pendekatan Bayes lebih kecil dari nilai MSE yang diperoleh menggunakan metode AMMI-S. Informasi ini mengindikasikan bahwa pendekatan Bayes cenderung lebih efisian dalam menduga pengaruh interaksi dibandingkan dengan metode AMMI-S. = AMMI-BS, = AMMI-BS, = AMMI-B Gambar 4.9 Sebaran nilai bias dugaan pengaruh interaksi pada data dengan 3 ulangan Gambar 4.10 Nilai rata-rata bias dan MSE dari dugaan parameter pengaruh interaksi pada data dengan empat ulangan Pada Tabel 4.10 disajikan rata-rata bias mutlak dan MSE dari dugaaan parameter model AMMI. Rata-rata bias mutlak untuk dugaan nilai rata-rata sama antara ketiga metode. Sementara nilai rata-rata bias mutlak untuk pengaruh utama dari AMMI-S lebih kecil dari dua metode yang lain. Sebaliknya untuk nilai rata-rata bias mutlak dari pengaruh interaksi, AMMI-BS lebih kecil daripada AMMI-B dan AMMI-S. Demikian juga dengan nilai MSE dari pengaruh interaksi. Tabel 4.10 Rata-rata bias mutlak dan rata-rata MSE pada data dengan empat ulangan Parameter Rata-rata Bias Mutlak MSE AMMI-S AMMI-BS AMMI-B AMMI-S AMMI-BS AMMI-B  0,0011 0,0011 0,0010 0,0028 0,0028 0,0028  0,0174 0,0175 0,0176 0,0610 0,0611 0,0611  0,0119 0,0117 0,0123 0,0182 0,0182 0,0183  0,0126 0,0129 0,0125 0,0157 0,0157 0,0157  0,0955 0,0788 0,0997 0,1430 0,1400 0,1414 Jika nilai MSE dari dugaan pengaruh interaksi antara pendekatan Bayes dan metode standar dibandingkan, maka penurunan nilai MSE dari pendekatan Bayes sekitar satu sampai dua persen terhadap nilai MSE yang diperoleh menggunakan AMMI-BS.

4.4.1.2. Kesesuaian konfigurasi struktur interaksi

Kesesuaian konfigurasi struktur interaksi dievaluasi menggunakan analisis procrustes. Pada analisis procrustes akan diperoleh nilai R 2 procrustes. Nilai ini digunakan untuk melihat kesesuaian konfigurasi struktur interaksi. Makin besar nilai R 2 menunjukkan konfigurasi struktur interaksi yang dihasilkan antara dua metode yang dibandingkan makin mirip. Pada Gambar 4.11 sampai dengan Gambar 4.13 disajikan nilai R 2 hasil analisis procrustes antara matriks komponen utama interaksi dari tiga metode yang digunakan. Sebanyak 100 gugus data simulasi digunakan untuk menduga parameter dan membuat Biplot AMMI. Dari 100 gugus data diperoleh nilai R 2 yang lebih besar dari 99. Ini menunjukkan bahwa konfigurasi struktur interaksi yang dapat dijelaskan menggunakan ketiga metode relatif mirip. Bahkan, konfigurasi struktur interaksi antara AMMI-S dengan AMMI-BS menunjukkan hasil yang hampir sama yang ditunjukkan dengan nilai R 2 yang lebih dari 99,99. Gambar 4.11 Nilai R 2 procrustes pada data dengan dua ulangan Gambar 4.12 Nilai R 2 procrustes pada data dengan tiga ulangan Gambar 4.13 Nilai R 2 procrustes pada data dengan empat ulangan

4.4.2. Data Riil

Data riil yang digunakan untuk melihat hasil dugaan parameter model AMMI yaitu data hasil percobaan lokasi ganda untuk tanaman padi dengan melibatkan 14 genotipe yang ditanam di 21 lokasi dengan 3 ulangan. Dari 14 jenis genotipe yang diuji, rata-rata daya hasil masing-masing genotipe cukup bervariasi. Genotipe 14 merupakan genotipe dengan rata-rata daya hasil paling tinggi, sedangkan genotipe 9 memiliki rata-rata daya hasil paling rendah Gambar 4.14. Gambar 4.14 Rata-rata daya hasil padi kasus ragam galat heterogen Jika dilihat dari setiap lokasi tanam, genotipe-genotipe yang ditanam di L20 umumnya mempunyai rata-rata daya hasil paling rendah dibandingkan jika ditanam di lokasi lain. Sedangkan genotipe-genotipe yang ditanam di L3 umumnya mempunyai rata- rata daya hasil lebih tinggi dibandingkan jika ditanam pada lokasi lainnya. Rata-rata daya hasil padi menurut genotipe dan lokasi tanam disajikan pada Gambar 4.15. Dari hasil deskripsi menunjukkan bahwa ada kecenderungan perbedaan respon daya hasil tanaman antara genotipe padi dan lokasi tanam. Dengan analisis ragam dapat diketahui tingkat perbedaan rata-rata daya hasil antar genotipe dan lokasi. Tabel 4.11 menyajikan hasil analisis ragam terhadap respon daya hasil padi dengan ragam galat heterogen. Dari hasil analisis, ada perbedaan rata-rata respon daya hasil antar lokasi tanam jika diuji pada taraf nyata 5. Hal ini dapat dilihat dari nilai-P yang kurang dari 5. Demikian juga dengan pengaruh genotipe yang menunjukkan ada perbedaan respon daya hasil antar genotipe. Ini menunjukkan bahwa jenis genotipe atau lokasi tempat tumbuh sangat berpengaruh terhadap daya hasil padi. Dari hasil analisis ragam juga menunjukkan bahwa pengaruh interaksi antara genotipe dan lokasi berbeda nyata pada taraf nyata 5. Ini berarti ada perbedaan rata-rata daya hasil dari suatu genotipe yang ditanam pada lokasi yang berbeda . Gambar 4.15 Rata-rata daya hasil padi menurut genotipe dan lokasi tanam kasus ragam galat heterogen Tabel 4.11 Tabel Analisis Ragam Data Percobaan Padi Sumber Db JK KT F Nilai P Lingkungan L 20 892,57 44,63 69,03 0,000 KelompokLingkungan 42 27,15 0,65 3,51 0,000 Genotipe G 13 53,73 4,13 22,44 0,000 G x L 260 281,52 1,08 5,88 0,000 KUI1 32 74,79 2,34 12,69 0,000 KUI2 30 59,37 1,98 10,75 0,000 KUI3 28 39,05 1,39 7,57 0,000 KUI4 26 24,99 0,96 5,22 0,000 KUI5 24 22,45 0,94 5,08 0,000 KUI6 22 19,33 0,88 4,77 0,000 KUI7 20 13,16 0,66 3,57 0,000 KUI8 18 10,04 0,56 3,03 0,000 KUI9 16 7,35 0,46 2,49 0,001 KUI10 14 4,70 0,34 1,82 0,033 Sisaan 30 6,31 0,21 1,14 0,276 Galat Gabungan 546 100,55 0,18 Total 881 1355,52

4.4.2.1. Dugaan pengaruh utama

Pada Tabel 4.12 disajikan dugaan beberapa parameter rata-rata model AMMI dan beberapa nilai dugaan parameter pengaruh utama. Dugaan rata-rata model AMMI berdasarkan ketiga pendekatan memberikan hasil yang sama yaitu sebesar 5,5609 tonha. Hasil yang hampir sama juga diperoleh untuk dugaan pengaruh utama genotipe, lingkungan dan kelompok tersarang dalam lingkungan. Dikatakan hampir sama karena semua nilai dugaan parameter pengaruh utama berada dalam selang kepercayaan 95 dugaan parameter menggunakan pendekatan Bayes. Sebagai ilustrasi, dugaan dari  8 dengan AMMI-B yaitu -0,3373, sedangkan menggunakan AMMI-S dan AMMI-BS memiliki nilai yang sama yaitu sebesar -0,3372. Meskipun berbeda, hasil dugaan dari dua metode terakhir masih berada dalam selang kepercayaan 95 dari nilai dugaan melalui pendekatan Bayes. Hasil yang sama juga diperoleh untuk pendugaan pengaruh lingkungan dan kelompok tersarang pada lingkungan. Semua nilai dugaan pengaruh kelompok berada pada selang kepercayaan 95 dari dugaan yang diperoleh melalui pendekatan Bayes. Hasil ini mengindikasikan bahwa tidak ada perbedaan yang signifikan antara ketiga metode dalam menduga nilai rata-rata dan pengaruh utama dari model. Secara visual, dugaan pengaruh utama dari parameter model disajikan pada Gambar 4.16. Tabel 4.12 Dugaan nilai rata-rata dan beberapa parameter pengaruh utama model AMMI Parameter Nilai Dugaan SK 95 AMMI-B AMMI-B AMMI-S AMMI-BS Batas Bawah Batas Atas  5,5609 5,5609 5,5609 5,5604 5,5614  1 -0,0589 -0,0588 -0,0588 -0,0601 -0,0575  2 0,0035 0,0035 0,0036 0,0021 0,0050  8 -0,3373 -0,3372 -0,3372 -0,3385 -0,3359  14 0,3267 0,3267 0,3267 0,3253 0,3280  1 -0,5751 -0,5752 -0,5752 -0,5776 -0,5730  2 -1,7007 -1,7007 -1,7007 -1,7026 -1,6987  8 0,0667 0,0667 0,0667 0,0647 0,0690  21 -0,7810 -0,7809 -0,7809 -0,7829 -0,7792  11 0,1800 0,1800 0,1801 0,1797 0,1803  12 -0,0952 -0,0952 -0,0954 -0,0955 -0,0950  121 0,0950 0,0950 0,0951 0,0947 0,0953  321 0,0743 0,0743 0,0742 0,0740 0,0746 Gambar 4.16 Dugaan parameter pengaruh utama model AMMI

4.4.2.2. Dugaan pengaruh interaksi

Komponen bilinier dari model AMMI digunakan untuk menduga pengaruh interaksi yang akan digunakan dalam model untuk menduga respon. Komponen bilinier terdiri dari akar ciri dan vektor ciri. Nilai akar ciri yang diperoleh menggunakan pendekatan AMMI-S dan AMMI-BS menunjukkan hasil yang relatif sama Tabel 4.13. Tabel 4.13 Hasil penguraian bilinier matriks pengaruh interaksi Komponen Utama Interaksi Dugaan Akar Ciri SK 95 Bayes BIC-B BIC-BS AMMI-B AMMI-S AMMI-BS Batas Bawah Batas Atas KUI 1 4,962 4,993 4,993 4,751 5,202 1737,06 2554,78 KUI 2 4,438 4,449 4,449 4,283 4,620 1622,26 2111,53 KUI 3 3,602 3,608 3,608 3,434 3,757 1540,71 1840,57 KUI 4 2,881 2,886 2,886 2,743 3,025 1492,98 1687,24 KUI 5 2,717 2,736 2,736 2,605 2,837 1437,82 1551,08 KUI 6 2,523 2,538 2,539 2,412 2,631 1380,03 1437,17 KUI 7 2,088 2,094 2,094 1,985 2,189 1344,08 1372,11 KUI 8 1,817 1,829 1,829 1,728 1,914 1317,38 1329,29 KUI 9 1,558 1,565 1,564 1,475 1,639 1300,95 1304,99 KUI 10 1,234 1,251 1,251 1,161 1,324 1297,85 1298,81 KUI 11 1,059 1,066 1,066 0,977 1,141 1299,09 1298,88 KUI 12 0,860 0,867 0,867 0,778 0,930 1304,55 1304,08 KUI 13 0,446 0,465 0,465 0,367 0,516 1318,80 1318,30 Akar ciri yang diperoleh melalui pendekatan Bayes menunjukkan hasil yang relatif berbeda dengan dua metode lainnya. Namun demikian, nilai akar ciri yang dihasilkan melalui AMMI-S dan AMMI-BS masih berada pada nilai selang kepercayaan 95 dari dugaan akar ciri melalui AMMI-B Gambar 4.17. Hasil ini mengindikasikan bahwa keragaman dari setiap komponen utama interaksi tidak berbeda secara signifikan pada taraf 5. Untuk menentukan banyaknya komponen utama yang akan digunakan dalam model melalui pendekatan AMMI-S digunakan metode posdictive success keberhasilan total. Dengan metode ini banyaknya komponen utama yang dipertahankan pada model yaitu 10 komponen utama sesuai dengan banyaknya komponen utama yang signifikan. Hasil ini sama seperti pada metode AMMI-B dan AMMI-BS masing-masing berdasarkan nilai BIC- B dan BIC-BS minimum. Berdasarkan 10 komponen utama yang dipertahankan pada model, pada Gambar 4.18 disajikan nilai dugaan pengaruh interaksi delta. Terdapat 294 delta yang diduga 14 genotipe dan 21 lingkungan dengan nilai dugaan yang hampir sama, sehingga dapat disimpulkan bahwa tidak ada perbedaan yang signifikan antara AMMI-B dengan AMMI-S dan AMMI-BS dalam menduga pengaruh interaksi. Hal ini dapat dilihat dari semua nilai dugaan dari AMMI-S dan AMMI-BS yang berada di dalam selang kepercayaan 95 dugaan pengaruh interaksi menggunakan AMMI-B. Hasil ini dapat dipahami karena banyaknya komponen utama yang dipertahankan pada model sama dan besarnya keragaman antara komponen utama yang bersesuaian perbedaannya juga tidak signifikan. Gambar 4.17 Dugaan nilai akar ciri Gambar 4.18 Dugaan pengaruh interaksi

4.4.2.3. Konfigurasi Struktur Interaksi

Biplot AMMI merupakan alat analisis yang digunakan untuk menelusuri struktur interaksi yang terjadi antara genotipe dan lokasi. Biplot dapat digunakan untuk melihat genotipe-genotipe stabil pada seluruh lokasi uji atau spesifik pada lokasi tertentu. Genotipe dikatakan stabil jika berada dekat dengan sumbu, sedangkan genotipe yang spesifik lokasi adalah genotipe yang berada jauh dari sumbu utama tapi letaknya berdekatan dengan garis lokasi. Pada Gambar 4.19 disajikan Biplot AMMI berdasarkan ketiga pendekatan yang digunakan. Nampak bahwa terdapat kemiripan struktur interaksi yang dihasilkan dari ketiga metode yang digunakan. Nilai R 2 Procrustes antara AMMI-S dengan AMMI-BS dan AMMI-B serta antara AMMI-BS dengan AMMI-B lebih dari 99. Karena ada kemiripan dari konfigurasi biplot antara ketiga metode, untuk mengetahui kestabilan genotipe dapat dilihat dari satu biplot saja. Misalkan dengan memperhatikan biplot dari AMMI-S pada Gambar 4.19a, genotipe-genotipe yang cenderung stabil pada 21 lingkungan adalah G8 IPB-6IPB107-F-8-3. Sementara G11 B10531E-KN-14-1-0-LR-B375-12 merupakan genotipe spesifik pada lingkungan L1 Asahan1. Gambar 4.19 Biplot AMMI menurut pendekatan yang digunakan