Perbandingan Model Generalized Ammi (Gammi) dengan Row Column Interaction Model pada Interaksi Genotipe dan Lingkungan

Abstract

Model Generalized AMMI (GAMMI) merupakan perluasan dari model AMMI (Additive Main Effect and Multiplicative Interaction). Model GAMMI melibatkan konsep Generalized Linear Model (GLM) pada variabel responnya. Pada penelitian ini, model GAMMI digunakan untuk data interaksi antara genotipe dan lingkungan yang mempunyai distribusi poisson. Sama halnya dengan model AMMI, model GAMMI juga digunakan untuk menganalisis kestabilan genotipe pada lingkungan yang beragam dengan pengaruh utama perlakuan dimodelkan dengan model aditif sedangkan pengaruh interaksi dimodelkan dengan model multiplikatif (bilinier). Metode lain yang memiliki kemiripan dengan model GAMMI adalah Row Column Interaction Model (RCIM). Model ini juga dapat digunakan untuk data yang berdistribusi poisson. Kedua model ini akan dibandingkan nilai analisis devian dan biplotnya. Interpretasi kedua model ditunjukkan melalui biplot dengan penguraian Singular Value Decompotition (SVD) pada matriks interaksi. Data yang digunakan untuk membandingkan kedua metode tersebut adalah data hama kedelai yang berisi empat genotipe dan lima jenis hama kedelai. Penelitian ini lebih ditekankan pada perbandingan hasil pemodelan dengan cara yang berbeda. Kedua metode menunjukan nilai peluang yang hampir sama yaitu untuk model GAMMI dengan regresi bolak-balik sebesar 0,0541, sedangkan model RCIM sebesar 0,0548. Keduanya sama-sama signifikan pada model GAMMI2 karena nilai peluang <0,06.   Generalized AMMI (GAMMI) model is a development of the AMMI (Additive Main Effect and Multiplicative Interaction) model. Model GAMMI involves the concept of Generalized Linear Model (GLM) on the response variable. In this research, GAMMI model used for interaction of genotype and environment data that have poisson distribution. Similar to the AMMI model, GAMMI model also used to analyze the stability of the genotype in any different environment with the main effect of treatment is modeled by additive model, while the effect of the interaction is modeled by multiplicative model (bilinear). Another method which is similar to GAMMI model is Row Column Interaction Model (RCIM). This model also can used for the data that have poisson distribution. These two models will be compared with the analysis value of the deviance and biplot. Interpretation of the model is shown through the biplot with Singular Value Decompotition (SVD) toward interaction matrix. The data used to compare the two methods is soybean pest data which contains four genotypes and five of soybean pests. This research emphasizes on comparing the results of modeling in different ways. The results of the analysis of the two methods show that the probability value is almost the same, for the GAMMI model with alternating regression is 0.0541, while the RCIM model is 0.0548. Both are equally significant in the GAMMI2 model because the probability value is <0.06.