1 PENDAHULUAN

1.1 Latar Belakang

Ikan nila merupakan salah satu komoditas penting perikanan budidaya air tawar di Indonesia. Ikan inidisenangi tidak hanya karena rasadagingnya yang khas, tetapi juga karena laju pertumbuhan dan perkembangbiakkannya yang cepat. Karenanya,di kalangan peternak ikan, ikan nila dijadikan unggulan

Peningkatan kepadatan akan diikuti dengan penurunan pertumbuhan sehingga pada kepadatan tertentu pertumbuhan akan terhenti karena telah mencapai titik carrying capacity(daya dukung lingkungan). Untuk memperoleh hasil yang optimal, peningkatan kepadatan harus juga diikuti dengan peningkatan carrying capacity.

Salah satu cara meningkatkan carrying capacity yaitu dengan pengelolaan lingkungan budidaya melalui sistem resirkulasi. Peningkatan padat penebaran akan diikuti dengan peningkatan jumlah pakan, buangan metabolisme tubuh, konsumsi oksigen dan dapat menurunkan kualitas air. Penurunan kualitas air akan mengakibatkan ikan menjadistresssehingga pertumbuhan menurun dan ikan rentan mengalami kematian

Sistem resirkulasi adalah salah satu jawaban untuk menjaga kualitas air tetap optimal selama pemeliharaan ikan di dalam wadah tertutup. Resirkulasi adalah sistem yang menggunakan air secara terus-menerus dengan cara diputar untuk dibersihkan di dalam filter kemudian di alirkan kembali ke wadah budidaya. Memelihara ikan pada sistem resirkulasi selalu dihadapkan pada masalah penumpukan bahan organik (feses, sisa pakan), anorganik(ammonia, nitrit, nitrat) yang terlarut dan terbatasnya oksigen terlarut (Tanjung, 1994).

Sistem resirkulasi dapat membuat daya dukungsuatu wadah budidaya akan meningkat. Peningkatan padat tebar hingga mencapai daya dukung maksimum akan menyebabkan pertumbuhan ikan menurun, untuk meningkatkan pertumbuhanmaka daya dukung harus ditingkatkan juga dengan cara menggunakan sistem resirkulasi

Dengan adanya sistem resirkulasi, diharapkan kualitas air selama penelitian akan tetap layak untuk kehidupan ikandan air tidak perlu diganti dalam waktu 40 hari. Sistem ini cocok digunakan pada budidaya ikan nila secara intensif terutama di daerah dengan lahan dan air terbatas. Kegunaan lain dari sistem resirkulasi ini adalah untuk menghemat air dan mempermudah pengontrolan lingkungan budidaya.

1.2 Tinjauan Pustaka

Rancangan percobaan acak lengkap adalah sebuah rancangan yang digunakan dimana unit-unit percobaan dipilih secara acak untuk menerima perlakuan kepadatan tebar yang berbeda.Hal ini dapat mengurangi bias dalam perlakuan dan memastikan bahwa perbedaan antara kelompok-kelompok perlakuan muncul hanya karena efek perlakuan.

Analisis varians (ANOVA) digunakan untuk menentukan apakah terdapat perbedaan signifikan dalam pertumbuhan ikan patin di antara kelompok perlakuan dengan kepadatan tebar yang berbeda.

Dalam melakukan analisis, penting untuk memastikan bahwa asumsi-asumsi statistik dari metode yang digunakan terpenuhi. Dan salah satu asumsi yang umum digunakan adalah asumsi normalitas (apakah data mengikuti distribusi normal)

Asumsi normalitas penting karena ANOVA memerlukan asumsi bahwa data di dalam setiap kelompok memiliki distribusi normal untuk memberikan hasil yang akurat. Jika data tidak terdistribusi secara normal, hasil analisis dapat menjadi tidak dapat diandalkan.

Asumsi homogenitas varian, atau sering disebut homoskedastisitas, adalah salah satu asumsi penting dalam analisis statistik, khususnya dalam regresi linear dan analisis varians (ANOVA). Guna asumsi ini sangat penting untuk memastikan validitas hasil analisis statistik.

1.3 Data

Data diambil dari jurnal yang berjudul “PENGARUH KEPADATAN YANG BERBEDA TERHADAP KELULUSHIDUPAN DAN PERTUMBUHAN IKAN NILA (Oreochromis niloticus) PADA SISTEM RESIRKULASI DENGAN FILTER ZEOLIT”.Data berasal dari penelitian yang dilakukan di Laboratorium Budidaya Perairan, Fakultas Perikanan dan Ilmu Kelautan,Universitas Diponegoro selama 40 hari. Penelitian dilakukan secara eksperimental menggunakan Rancangan Acak Lengkap (RAL) dengan 3 perlakuan dan 3 penggulangan.Jumlah benih yang ditebar pada setiap ember sebanyak 10, 15, dan 20ekor pada padat tebar 1 ekor/liter.

> setwd("C:/Users/User/OneDrive/Desktop/Fio/TUGAS SEM 4/Komstat")
> Data_Penelitian <- read.csv("Tabel Data Penelitian.csv",header = TRUE, sep = ";")
> Data_Penelitian
  Variabel.Pertumbuhan.Panjang.Ikan   X     X.1 X.2
1                         Perlakuan     Ulangan    
2                                     1       2   3
3                                 A 3,5     3,5 3,6
4                                 B 2,8       3 2,9
5                                 C 2,6     2,6 2,5

1.4 Tujuan

Tujuan Analisis Rancangan Percobaan dilakukan adalah untuk mengetahui apakah ada perbedaan hasil perlakuan pemberian padat tebar yang berbeda pada pertumbuhan panjang ikan Nila

2 SOURCE CODE

2.1 Library

> library(knitr)
> library(rmarkdown)

2.2 Impor Data

> Data <-data.frame(A=c(3.50,3.50,3.6),
+                      B=c(2.80,3.00,2.90),
+                      C=c(2.60,2.60,2.50))
> Data
    A   B   C
1 3.5 2.8 2.6
2 3.5 3.0 2.6
3 3.6 2.9 2.5
> 
> install.packages("dplyr")
Error in contrib.url(repos, "source"): trying to use CRAN without setting a mirror
> install.packages("tidyr")
Error in contrib.url(repos, "source"): trying to use CRAN without setting a mirror
> library(dplyr)
> library(tidyr)
> Data<- Data %>% pivot_longer(c(A,B,C))
> names(Data)<-c("Padat_Tebar","Panjang_ikan")
> Data$Padat_Tebar <-as.factor(Data$Padat_Tebar)
> Data
# A tibble: 9 × 2
  Padat_Tebar Panjang_ikan
  <fct>              <dbl>
1 A                    3.5
2 B                    2.8
3 C                    2.6
4 A                    3.5
5 B                    3  
6 C                    2.6
7 A                    3.6
8 B                    2.9
9 C                    2.5

2.3 Plot…

> library(ggplot2)
> p1 <-ggplot(Data)+aes(x = Padat_Tebar,y =Panjang_ikan,fill =Padat_Tebar) +
+   geom_boxplot() +scale_fill_hue(direction = 1) +theme_minimal() + 
+   theme(legend.position = "none")
> p1

3 HASIL DAN PEMBAHASAN

3.1 Statistika Deskriptif

Berdasarkan Data yang digunakan, diperoleh nilai rataan sebesar

\[ \overline{x}_1 = 3.533 \] \[ \overline{x}_2 = 2.9 \] \[ \overline{x}_3 = 2.566 \] Keterangan :

1 = rata-rata pertumbuhan panjang ikan nila pada padat tebar A

2 = rata-rata pertumbuhan panjang ikan nila pada padat tebar B

3 = rata-rata pertumbuhan panjang ikan nila pada padat tebar C

3.2 Hipotesis

\(H_0 : \mu_1=\mu_2=\mu_3=\mu\)

\(H_1\) : setidaknya ada satu pasang dengan \(\mu_1\neq \mu\)

3.3 Tabel Anova

> anova <- aov(Panjang_ikan ~ Padat_Tebar, data = Data)
> anova
Call:
   aov(formula = Panjang_ikan ~ Padat_Tebar, data = Data)

Terms:
                Padat_Tebar Residuals
Sum of Squares    1.4466667 0.0333333
Deg. of Freedom           2         6

Residual standard error: 0.0745356
Estimated effects may be unbalanced

3.4 Statistik Uji

> summary(anova)
            Df Sum Sq Mean Sq F value   Pr(>F)    
Padat_Tebar  2 1.4467  0.7233   130.2 1.14e-05 ***
Residuals    6 0.0333  0.0056                     
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Dari hasil tabel ANOVA ditentukan bahwa yang menjadi variabel bebas adalah Padat Tebar dengan derajat bebas 2 serta didapat kan hasil statistik uji F : \(F_hit = 130.2\) \(p-value = 1.14\times 10^{-5}\)

Berdasarkan hal tersebut, dimana nilai p-value lebih kecil dari alpha (0.05) maka diputuskan untuk menolak hipotesis nol.Sehingga disimpulkan terdapat perbedaan yang signifikan dalam hasil tes kinerja antara setidaknya Berat Benih ikan patin dengan padat tebar yang berbeda

3.5 Uji Lanjut

Dikarenakan Uji F pada ANOVA memutuskan tolak hipotess nol maka dilakukan uji lanjut untuk mengetahui perbedaan rata-rata pertumbuhan panjang ikan nila dari masing-masing jumlah padat tebar

3.5.1 Uji BNT

Hipotesis: \(H_0 :\mu_1 = \mu\) \(H_0 :\mu_1 \neq \mu\)

> library(agricolae)
> bnt <-LSD.test(anova,"Padat_Tebar")
> bnt
$statistics
      MSerror Df Mean      CV  t.value       LSD
  0.005555556  6    3 2.48452 2.446912 0.1489143

$parameters
        test p.ajusted      name.t ntr alpha
  Fisher-LSD      none Padat_Tebar   3  0.05

$means
  Panjang_ikan        std r         se      LCL      UCL Min Max  Q25 Q50  Q75
A     3.533333 0.05773503 3 0.04303315 3.428035 3.638632 3.5 3.6 3.50 3.5 3.55
B     2.900000 0.10000000 3 0.04303315 2.794702 3.005298 2.8 3.0 2.85 2.9 2.95
C     2.566667 0.05773503 3 0.04303315 2.461368 2.671965 2.5 2.6 2.55 2.6 2.60

$comparison
NULL

$groups
  Panjang_ikan groups
A     3.533333      a
B     2.900000      b
C     2.566667      c

attr(,"class")
[1] "group"
> plot(bnt)

Berdasarkan hasil uji lanjut BNT, dapat disimpulkan bahwa terdapat perbedaan signifikan dalam rata-rata “Berat_Benih” antara setiap pasangan perlakuan, dengan kelompok “A” memiliki rata-rata yang paling tinggi dan kelompok “C” memiliki rata-rata yang paling rendah.

3.5.2 Uji BNJ

Hipotesis: \(H_0 :\mu_1 = \mu\) \(H_0 :\mu_1 \neq \mu\)

> bnj <-TukeyHSD(anova)
> bnj
  Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = Panjang_ikan ~ Padat_Tebar, data = Data)

$Padat_Tebar
          diff        lwr        upr     p adj
B-A -0.6333333 -0.8200626 -0.4466041 0.0001137
C-A -0.9666667 -1.1533959 -0.7799374 0.0000093
C-B -0.3333333 -0.5200626 -0.1466041 0.0037304

Dari hasil BNJ tersebut, dapat disimpulkan bahwa terdapat perbedaan yangsignifikan antara semua pasangan kelompok perlakuan (B-A, C-A, C-B) dikarenakan setiap pasangan kelompok mendapatkan nilai p yang lebih kecil dari nilai alpha 0,05. Hal ini menunjukkan bahwa faktor perlakuan (Padat_ Tebar) memiliki pengaruh yang signifikan terhadap variabel respons (Berat_Benih).

3.6 Uji Asumsi

Uji Asumsi yang digunakan adalah Uji Normalitas dan Uji Homogenitas Varian. Uji ini dilakukan untuk menguji apakah data berdistribusi normal dan memastikan validitas hasil analisis statistik.

3.6.1 Uji Normalitas

\(H_0\) = Galat menyebar secara normal \(H_1\) = Galat tidak menyebar secara normal

> shapiro.test(anova$residuals)

    Shapiro-Wilk normality test

data:  anova$residuals
W = 0.97765, p-value = 0.9511

Karena p-value bernilai 0.9511 artinya bernilai lebih dari 0.05 maka hipotesis nol diterima. Sehingga data tidak memberikan bukti yang cukup untuk menyimpulkan bahwa data berasal dari distribusi normal.

3.6.2 Uji Homogenitas Varian

Hipotesis : \(H_0\) = Varians antar kelompok berbeda \(H_1\) = Varians antar kelompok tidak berbeda

> library(car)
> leveneTest(Panjang_ikan ~Padat_Tebar, data =Data)
Levene's Test for Homogeneity of Variance (center = median)
      Df F value Pr(>F)
group  2  0.3333  0.729
       6               

Pada asumsi homogenitas varian didapatkan p-value adalah 0.729, yang lebih besar dari 0.05 (alpha), sehingga diputuskan Terima H0. Sehingga ada bukti signifikan bahwa varians antar kelompok berbeda.

4 KESIMPULAN

Berdasarkan hasil analisis ANOVA yang menunjukkan adanya perbedaan signifikan antara rata-rata kelompok, serta terpenuhinya asumsi normalitas dan homogenitas varian, kita dapat menyimpulkan bahwa variabel bebas memiliki efek signifikan terhadap variabel terikat. Kesimpulan ini didukung oleh fakta bahwa data memenuhi asumsi-asumsi utama yang diperlukan untuk validitas analisis ANOVA. Oleh karena itu, kita dapat memiliki keyakinan yang tinggi terhadap hasil dan interpretasi dari analisis ini.

5 DAFTAR PUSTAKA

Diansari, V. R., Arini, E., & Elfitasari, T. (2013). PENGARUH KEPADATAN YANG BERBEDA TERHADAP KELULUSHIDUPAN DAN PERTUMBUHAN IKAN NILA (Oreochromis niloticus) PADA SISTEM RESIRKULASI DENGAN FILTER ZEOLIT. UNDIP E-JOURNAL SYSTEM PORTAL. https://ejournal3.undip.ac.id/index.php/jamt/article/view/4791