Selamat Datang

Selamat datang di blog baru matakuliah Epidemiologi Penyakit Tumbuhan, Program Studi Agroteknologi, Fakultas Pertanian Universitas Nusa Cendana. Blog ini menggantikan blog sebelumnya dengan nama yang sama tetapi dengan URL dan materi yang berbeda. Tulisan pada blog terdiri atas ringkasan materi pokok bahasan yang diajarkan dalam matakuliah ini. Silahkan mengklik menu Daftar Isi untuk melihat materi seluruh pokok bahasan atau klik tombol Postingan Lama untuk membaca postingan materi kuliah dari awal. Klik menu Smt Genap 2021/2022 untuk memeriksa dosen pengampu, tugas, dan jadwal perkuliahan. Silahkan kunjungi blog secara rutin dan jelajahi bagian-bagiannya untuk memperoleh berbagai informasi yang diperlukan dan bagikan blog dengan mengklik pilihan media sosial berbagi pada tepi kiri blog atau bagikan materi kuliah dengan mengklik pilihan media sosial pada setiap materi kuliah.

UTS Semester Genap Tahun Akademik 2023/2024: Pertanyaan Ujian

Pertanyaan 1 sampai Pertanyaan 6 dijawab berdasarkan pada KASUS 1, Pertanyaan 7 sampai Pertanyaan 10 dijawab berdasarkan pada KASUS 2. Seilahkan terlebih dahulu membaca setiap kasus sebelum menjawab Pertanyaan 1 sampai Pertanyaan 10 sebagai berikut melalui Lembar Jawaban Ujian:
  • Pertanyaan 1. Mengapa penagamatan penyakit darah tanaman pisang dilakukan terhadap rumpun per kebun, bukan terhadap jumlah individu tanaman sakit per rumpun atau terhadap jumlah daun bergejala per tanaman atau dengan menaksir keparahan per helai daun?
  • Pertanyaan 2. Tentukan dan jelaskan apakah data hasil pengamatan sebagaimana yang dilakukan pada Pertanyaan 1 merupakan data kejadian penyakit, keparahan penyakit, atau cacahan penyakit?
  • Pertanyaan 3. Silahkan unduh file DATA1 (File>Save file>Microsoft Excel) lalu simpan pada folder D:\\LatihanR dengan nama EPTdataUTS_fileKASUS1. Dengan menggunakan data pada Tabel 1, silahkan hitung intensitas penyakit per dusun, lalu silahkan silahkan lengkapi skrip R untuk membuat kurva untuk membuat kurva kemajuan penyakit darah di ketiga dusun dalam satu bidang kurva dilengkapi dengan nama sumbu dan legenda kurva. Simpan kurva dari jendela Output RStudio dalam format PNG dengan nama fileKASUS1_KURVApertanyaan3.
  • Pertanyaan 4. Menggunakan data pada Pertanyaan 3, lakukan analisis regresi linier sederhana (RLS) untuk menentukan model kemajuan penyakit yang sesuai dan untuk menentukan laju instrinsik kemajuan penyakit darah pada tanaman pisang. Silahkan memilih melakukan analisis dengan menggunakan add-ins Analysis ToolPack, menggunakan add-ins SmarstStatXL, atau menggunakan package epifitter dalam program aplikasi R dengan melengkapi dan menjalankan skrip yang disediakan. Jika menggunakan add-ins Analysis ToolPack atau SmartStatXL, simpan file dalam format XSLX dan jika menggunakan aplikasi statistika R, salin hasil yang diperoleh pada jendela konsol dan kemudian tempel pada aplikasi Notepad dan simpan dalam format TXT, dengan nama file fileKASUS1_HASILpertanyaan4.
  • Pertanyaan 5. Berdasarkan pada hasil yang diperoleh dari menjawab Pertanyaan 4, tentukan apakah penyakit darah pada tanaman pisang merupakan penyakit monosiklik atau penyakit polisiklik disertai dengan penjelasan penyakit monosiklik atau penyakit monosiklik itu sebenarnya penyakit tumbuhan seperti apa.
  • Pertanyaan 6. Setelah membaca informasi rinci mengenai penyakit darah pada tanaman pisang sebagaimana dapat diperoleh dari tautan yang diberikan, jelaskan manakah yang paling mungkin menyebarkan penyakit darah pisang menyebar dengan sangat cepat di Pulau Flores, pedagang perantara yang memanen sendiri buah pisang dengan menggunakan parang yang yang dibawa sendiri, petani yang mengambil anakan dari rumpun tanaman pisang sakit untuk ditanam, atau burung, kelelawar, dan serangga yang mengunjungi bunga pisang untuk memperoleh nektar disertai dengan alasannya.
  • Pertanyaan 7. Silahkan unduh file DATA2 (File>Save file>Microsoft Excel) lalu simpan pada folder D:\\LatihanR dengan nama EPTdataUTS_fileKASUS2. Mengingat analisis data kemajuan penyakit dapat dilakukan dengan menghitung LDBK dan LDBT kemajuan penyakit, apakah pendekatan yang sama juga dapat dilakukan untuk menganalisis data gradien penyakit dan apa nama luas daerah yang diperoleh (LDBK dan LDBT apa).
  • Pertanyaan 8. Dengan menggunakan data pada Tabel 2, silahkan lengkapi dan jalankan skrip R yang disediakan untuk menghitung LDBK (absolut dan relatif) serta LDBT (absolut dan relatif). Salin hasil yang diperoleh pada jendela konsol dan kemudian tempel pada aplikasi Notepad lalu simpan dalam format TXT, dengan nama file fileKASUS2_HASILpertanyaan8.
  • Pertanyaan 9. Untuk memudahkan mempelajari gradien penyakit, situs R4PDE menyediakan layanan shiny Gradient untuk mempelajari gradien penyakit menggunakan model eksponensial dan power law.  Setelah mempelajari layanan tersebut, tentukan parameter manakah (a, b, atau c) yang paling berpengaruh dalam menentukan gradien penyakit dalam model exponensial dan dalam model power law. Untuk mempelajari, pilih model dan kemudian lakukan perubahan terhadap nilai satu parameter model misalnya menjadi 5 kali nilai semua dengan membiarkan nilai parameter lainnya tetap seperti keadaan semua pada saat layanan dibuka, lalu perhatikan perubahan kurva yang terjadi.
  • Pertanyaan 10. Untuk memudahkan mempelajari pola spasial penyakit, situs R4PDE menyediakan dua layanan shiny, yaitu Simulate Spatial Data: Presence-Only Count Data dan Simulate Spatial Data: Presence/Absence Data.  Misalkan setelah melakukan pengamatan pada petak tanaman pisang yang terdiri atas 50 baris dan setiap baris terdiri atas 50 rumpun diperoleh data rumpun sakit dan rumpun sehat dari 2500 rumpun tanaman yang diamati dan setelah dilakukan analisis pola spasial diketahui bahwa penyakit darah tersebar secara spasial dengan pola mengelompok dengan derajat pengelompokan 2% dari arah tepi dan dengan jari-jari pengelompokan rata-rata 3 rumpun. Setelah memilih salah satu dari kedua layanan shiny di atas, tentukan berapa kelompok rumpun sakit, kejadian rumpun pisang sakit, dan jumlah rumpun pisang sakit yang perlu ditebang untuk melakukan eradikasi dalam petak tanaman pisang tersebut.

No comments:

Post a Comment