• Tidak ada hasil yang ditemukan

Analisis Multivariat Karakter Bunga Dan Daun.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis Multivariat Karakter Bunga Dan Daun."

Copied!
1
0
0

Teks penuh

(1)

ANALISIS MULTIVARIAT KARAKTER BUNGA DAN DAUN PADA POPULASI TIGA SPESIES BENGKUANG (Pachyrizus spp.)

Noladhi Wicaksana dan Agung Karuniawan Staf Pengajar Jurusan Budidaya Pertanian

Fakultas Pertanian Universitas Padjadjaran Bandung, 40600

ABSTRAK

Penelitian ini bertujuan untuk menguji penampilan karakter morfologi daun dan bunga dari tiga spesies bengkuang (P. erosus, P. Ehipa, dan P. tuberosus) di Jatinangor Jawa Barat. Dua belas genotip P. erosus, enam genotip P. ahipa dan empat P. tuberosus ditanam dalam rancangan acak kelompok dengan dua ulangan. Analisis multivariat meliputi analisis komponen utama dan kluster yang dilakukan berdasarkan 18 karakter morfologi daun dan bunga. Hasil penelitian menunjukkan, bahwa analisis komponen utama dan analisis kluster mampu mengelompokkan secara jelas tiga spesies bengkuang yang berbeda. Morfologi bunga adalah karakter utama dibandingkan morfologi daun sebagai diskriminan diantara tiga spesies bengkuang.

Kata Kunci: Analisis multivariat, bengkuang, Pachyrizus spp

MULTIVARIATE ANALYSIS ON FLOWERS AND LEAVES CHARACTERS OF THREE YAM BEAN SPECIES (Pachyrizus spp.)

POPULATION

ABSTRACT

The objective of this study was to analyse flowers and leaves morfological characters of three yam bean species (P. erosus, P. ahipa, and P. tuberosus) in Jatinangor West Java. Twelve P. erosus genotypes, six P. ahipa genotypes, and four P. tuberosus genotypes were planted on randomized block design with two replications. Multivariate analysis i.e., principal component and cluster analysis was used to grouping the three species of yam bean based on 18 characters of flowers and leaves performances. Both principal component and cluster analysis clearly separated the three species. The analysis showed identification of floral variables as the main characters to discriminate between species.

Referensi

Dokumen terkait

Metode yang digunakan dalam penelitian ini adalah K-Nearest Neighbor sebagai metode klasifikasi pada enzim dan Principal Component Analysis digunakan untuk mereduksi

Data hasil preprocessing selanjutnya akan dilakukan proses ekstraksi ciri menggunakan Principal Component Analysis (PCA) sehingga akan menghasilkan kumpulan vektor

Paper ini membahas tentang performa Algoritma K-Nearest Neighbor dengan reduksi dimensi menggunakan Principal Component Analysis (PCA) pada kasus klasifikasi penyakit

Data hasil preprocessing selanjutnya akan dilakukan proses ekstraksi ciri menggunakan Principal Component Analysis (PCA) sehingga akan menghasilkan kumpulan vektor citra

Puji syukur karena skripsi dengan judul “ APLIKASI ANALISIS FAKTOR DENGAN METODE PRINCIPAL COMPONENT ANALYSIS DAN MAXIMUM LIKELIHOOD DALAM FAKTOR-FAKTOR YANG MEMENGARUHI

Terdapat 4 karakter pembeda utama yang dapat digunakan untuk membedakan empat varietas Dimocarpus longan dari analisis PCA (Principal Component Analysis) dan

Pada penelitian yang dilakukan oleh Hilda Rachmi, peneliti menggunakan metode Support Vector Machine dan menerapkan Principal Component Analysis dan Genetic untuk meriview

Penelitian ini bertujuan untuk mengetahui kemampuan kombinasi metode spektrofotometri UV-Vis dengan kemometrik Principal Component Analysis PCA dalam mengidentifikasi kandungan lemak