Penerapan algoritma Expectation Maximization (EM) pada penggerombolan jagung varietas lokal
View/ Open
Date
2017Author
Sentosa, Dwivayani
Susetyo, Budi
Syafitri, Utami Dyah
Sutoro
Metadata
Show full item recordAbstract
Jagung memegang peran penting pada program diversifikasi pangan karena jagung memiliki kandungan karbohidrat yang tinggi. Salah satu upaya yang dilakukan untuk membantu tercapainya target diversifikasi pangan adalah menciptakan bibit jagung yang unggul, yang tahan terhadap hama dan memiliki nilai produksi yang tinggi. Dibutuhkan sumber gen yang baik untuk menghasilkan bibit unggul tersebut. Sumber gen dapat diperoleh dari plasma nutfah (sumberdaya genetik) yang berasal dari berbagai varietas lokal. Sehingga dibutuhkan cara yang efisien untuk meminimalisir penggunaan waktu dan biaya pengerjaan. Salah satu cara yang dapat digunakan adalah dengan menggerombolkan plasma nutfah ke dalam gerombol yang homogen sesuai ciri penggerombolan yang digunakan. Metode penggerombolan yang digunakan dalam penelitian ini adalah penggerombolan berhirarki dan penggerombolan berbasis sebaran menggunakan algoritma EM. Metode penggerombolan berhirarki umum digunakan karena mudah dalam pengaplikasiannya. Akan tetapi metode penggerombolan berhirarki hanya memisahkan gerombol berdasarkan jarak antar amatan. Alternatif metode penggerombolan yang menggerombolkan amatan tidak berdasarkan jarak melainkan berdasarkan sebaran data adalah penggunaan algoritma EM. BB Biogen melakukan penelitian terhadap 98 varietas jagung lokal dari pulau Jawa dengan 18 peubah yang diamati. Hasil metode penggerombolan berhirarki meggunakan jarak Mahalanobis menunjukkan bahwa metode pautan lengkap dan metode Ward mampu menghasilkan penggerombolan yang paling baik diantara empat metode pautan lainnya, dengan jumlah gerombol optimum 5. Hal ini ditunjukkan dengan nilai Pseudo-F metode pautan lengkap dan metode Ward yang terbesar diantara metode penggerombolan berhirarki lainnya. Selanjutnya, penggerombolan berbasis sebaran dengan menggunakan algoritma EM menghasilkan jumlah gerombol 5 dengan model EEI, berbentuk diagonal yang sama dengan orientasi mengikuti axis dan volume yang sama antar gerombol. Evaluasi metode penggerombolan menggunakan statistik uji Pseudo-F dan CTM menunjukkan bahwa algoritma EM mampu menghasilkan gerombol yang lebih baik dibandingkan metode pautan lengkap dan metode Ward.