Penyakit Bercak Daun TINJAUAN PUSTAKA

Adaptasi khusus pada lingkungan optimal dibawah rata-rata stabilitas Adaptasi rendah Adaptasi tinggi Rata-rata stabilitas diatas rata-rata Adaptabilitas khusus stabilitas pada lingkungan marginal Gambar 2.3 Interaksi pola populasi varietas yang diperoleh bila koefisien regresi varietas diplot terhadap produksi rata-rata varietas Finlay dan Wilkinson 1963 Gambar 2.3 menunjukkan gambaran interpretasi pola populasi yang berasal dari nilai koefisien genotipe yang diplotkan terhadap nilai rata-rata hasil dari suatu genotipe. Metode Eberhart dan Russel Metode Ebelhart dan Russel, menggunakan dua pengukuran stabilitas yang didasarkan nilai koefisien regresi b i dan deviasi simpangan kuadrat tengah 2 . Rata-rata hasil dari semua genotipe pada tiap lingkungan digunakan sebagai indeks lingkungan dan koefisien regresi serta simpangan regresi merupakan parameter penduga stabilitas atau daya adaptasi. Eberhart dan Russel 1966 menjelaskan bahwa keuntungan dari penggunaan koefisien regresi sebagai penduga adaptasi ialah diketahuinya arah adaptasi ke lingkungan subur atau lingkungan yang kurang subur. Penggunaan koefisien regresi yang menyertakan indeks lingkungan dapat mmembantu dalam menilai tingkat kesuburan lingkungan. Indeks lingkungan dapat dianggap sebagai penduga tingkat kesuburan relatif bagi komoditi tertentu Eberhart dan Russel, 1966. Hal tersebut menunjukkan semua lingkungan dengan indeks lingkungan besar sangat cocok untuk pertumbuhan komoditi yang diuji dibanding dengan lingkungan yang lain. Sebaliknya, semua lingkungan yang memiliki indeks lingkungan kecil, dapat dikatakan memiliki tingkat kesuburan yang rendah. Genotipe stabil bila memiliki nilai koefisien regresi b i = 1 dan nilai deviasi simpangan regresi kuadrat tengah S d 2 = 0 Eberhart Russel 1966; Singh Chaundhary 1979. Metode AMMI Additive Main Effect Multiplicative Interaction AMMI Additive Main Effect Multiplicative Interaction adalah suatu teknik analisis data percobaan dua faktor perlakuan dengan pengaruh utama perlakuan bersifat aditif sedangkan pengaruh interaksi dimodelkan dengan model bilinier. Analisis AMMI menggabungkan pengaruh aditif pada analisis ragam dan pengaruh multiplikatif pada analisis komponen utama Mattjik 2005. Model AMMI merepresentasikan observasi ke dalam komponen sistematik yang terdiri dari pengaruh utama main effect dan pengaruh interaksi melalui suku-suku multiplikatif multiplicative interactions di samping komponen acak sisaan atau galat. Komponen acak pada model ini diasumsikan menyebar normal dengan ragam konstan. Kelayakan model AMMI dengan galat yang Normal dan ragam konstan ada kalanya tidak terpenuhi. Transformasi data pengamatan mungkin menjadi salah satu teknik untuk mengatasi masalah ketidaknormalan ini. Metode AMMI menguraikan pengaruh interaksi menjadi komponen utama interakasi KUI. Gauch 1992 menyatakan AMMI mampu memahami gugus dan data kompleks terutama interaksi dan menduga lebih akurat walau data yang digunakan sedikit, bila dibandingkan dengan analisis kestabilan lainnya. Analisis AMMI dapat menjelaskan interaksi galur dengan lingkungan. Pola tebaran titik-titik dengan kedudukan relatifnya pada lingkungan mana hasil penguraian nilai singular diplotkan antara satu komponen genotipe dengan komponen lingkungan secara simultan disajikan dalam bentuk Biplot Syukur et al. 2012. Biplot AMMI dapat meringkas pola hubungan antar genotipe, antar lingkungan dan interaksi genotipe x lingkungan Mattjik 2005. Biplot tersebut menyajikan nilai komponen utama pertama dan rataan. Nilai antar komponen utama kedua dan nilai komponen utama pertama bisa ditambahkan jika komponen utama kedua tersebut nyata Sumertajaya 1998. Interpretasi biplot nilai komponen utama dan nilai tengah respon dibuat jarak titik amatan yang berdasarkan sumbu datar. Titik amatan menunjukkan perbedaan pengaruh utama amatan-amatan tersebut Mattjik 2005. Jarak titik-titik amatan berdasarkan sumbu tegak menunjukkan perbedaan pengaruh interaksi atau perbedaan tingkat sensitivitas terhadap lingkungan. Interpretasi untuk titik-titik sejenis dari komponen utama kedua dan nilai komponen utama pertama merupakan jarak titik- titik amatan yang menunjukkan perbedaan interaksi. Interaksi bersifat positif saling menguatkan bila titik-titik amatan mempunyai arah yang sama dan titik- titik yang berbeda arah menunjukkan interaksi yang negatif Sumertajaya 1998 Crossa 1990 menguraikan tujuan analisis AMMI, yaitu : 1 Analisis AMMI dapat digunakan sebagai anailsis pendahuluan untuk mencari model yang lebih tepat. Jika tidak ada satupun komponen yang nyata maka pemodelan cukup dengan pengaruh aditif saja. Sebaliknya jika hanya pengaruh ganda saja yang nyata maka pemodelan sepenuhnya ganda, berarti analisis yang tepat adalah analisis komponen utama saja. Sedangkan jika komponen interaksi nyata berarti pengaruh interaksi benar-benar sangat kompleks, tidak mungkin dilakukan pereduksian tanpa kehilangan nformasi penting. 2 Analisis AMMI adalah analisis untuk menjelaskan interaksi genotipe × lingkungan. AMMI dengan biplotnya meringkas pola hubungan antar genotipe, antar lingkungan dan antar genotipe dan lingkungan. 3 Meningkatkan keakuratan dugaan respon interaksi genotipe × lingkungan. Hal ini terlaksana jika hanya sedikit komponen AMMI saja yang nyata dan tidak mencakup seluruh jumlah kuadrat interaksi. Dengan sedikitnya komponen AMMI yang nyata sama artinya dengan menyatakan bahwa jumlah kuadrat sisa hanya galat noise saja. Dengan menghilangkan galat ini berarti memperkuat dugan respon per genotipe × lingkungan.