Artikel Ilmiah : D1A020020 a.n. VAZA FARIHATUN SABILA

Kembali Update Delete

NIMD1A020020
NamamhsVAZA FARIHATUN SABILA
Judul ArtikelPENDUGAAN BOBOT BADAN BERDASARKAN LINGKAR DADA DAN DALAM DADA PERSILANGAN DOMBA DORPER DENGAN METODE REGRESI LINEAR GANDA
Abstrak (Bhs. Indonesia) Penelitian ini bertujuan untuk mengkaji hubungan lingkar dada dan dalam dada domba terhadap pendugaan bobot badan, mengkaji apakah model regresi linear ganda menjadi model yang tepat untuk pendugaan bobot badan, mengkaji perbandingan perhitungan pendugaan bobot badan dengan menggunakan rumus regresi linear ganda dibandingkan dengan rumus Lambourne. Materi penelitian adalah 44 ekor persilangan domba Dorper. Metode penelitian adalah penelitian survei dan pengamatan langsung dengan teknik pengambilan data yaitu purposive sampling. Data yang diperoleh kemudian dilakukan analisis menggunakan analisis deskriptif, analisis regresi linear berganda, analisis korelasi, determinasi, uji keakuratan dan uji t. Hasil penelitian menunjukkan bahwa domba Dorper persilangan memiliki rataan bobot badan yang berbeda antara jantan dan betina serta dewasa dan anakan. Bobot badan jantan dewasa 30,40 ± 13,88; jantan anakan 14,86 ± 7,08; betina dewasa 21,41 ± 3,46; dan betina anakan 5,61 ± 3,08. Nilai koefisien korelasi sebesar 0,940 dan koefisien determinasi sebesar 88,62%. Persamaan regresi yang diperoleh yaitu Y= -23,7 + 0,69(X1) + 1,55(umur) dengan Y: bobot badan, X1: lingkar dada. Lingkar dada memberikan sumbangan 95,32% sedangkan dalam dada -6,7%. Uji keakuratan persen deviasi rumus regresi linear berganda dan rumus Lambourne sebesar 0,005. Berdasarkan penelitian dapat disimpulkan bahwa pendugaan bobot badan menggunakan analisis regresi linear ganda dapat dilakukan tetapi hasilnya lebih akurat rumus Lambourne.
Simpulan. Untuk kepentingan efisiensi waktu maka pendugaan bobot badan disarankan hanya menggunakan lingkar dada karena lingkar dada mempunyai sumbangan relatif yang paling besar yaitu 95,32%.
Abtrak (Bhs. Inggris)This study aims to examine the relationship of chest circumference and chest depth of sheep to body weight estimation, examine whether the multiple linear regression model is the right model for estimating body weight, examine the comparison of body weight estimation calculations using the multiple linear regression formula compared to the Lambourne formula. The research material was 44 Dorper sheep crosses. The research method was survey research and direct observation with data collection techniques, namely purposive sampling. The data obtained were then analyzed using descriptive analysis, multiple linear regression analysis, correlation analysis, determination, accuracy test and t test. The results showed that crossbred Dorper sheep had different body weight averages between males and females as well as adults and puppies. Body weight of adult males 30.40 ± 13.88; male pups 14.86 ± 7.08; adult females 21.41 ± 3.46; and female pups 5.61 ± 3.08. The correlation coefficient was 0.940 and the coefficient of determination was 88.62%. The regression equation obtained is Y = -23.7 + 0.69 (X1) + 1.55 (age) with Y: body weight, X1: chest circumference. Chest circumference contributed 95.32% while chest depth contributed -6.7%. The accuracy test of percent deviation of multiple linear regression formula and Lambourne formula is 0.005. Based on the research it can be concluded that estimating body weight using multiple linear regression analysis can be done but the results are more accurate Lambourne formula.
Conclusion. For the sake of time efficiency, estimating body weight is recommended only using chest circumference because chest circumference has the largest relative contribution of 95.32%.
Kata kuncipersilangan domba Dorper, bobot badan, lingkar dada, dalam dada, pendugaan bobot badan, Gebas Farm
Pembimbing 1Dr. Ir. Agus Susanto, M.Sc. Agr., IPU., ASEAN Eng.
Pembimbing 2Dr. Ir. Agustinah Setyaningrum, M.P., IPU., ASEAN Eng.
Pembimbing 3
Tahun2024
Jumlah Halaman13
Tgl. Entri2024-04-27 12:35:37.192758
Cetak Bukti Unggah
© Universitas Jenderal Soedirman 2026 All rights reserved.