[ImageJ] Threshold Color dan Wand (Tracing) Tool

Pengukuran Luas Area Objek dengan Bantuan Threshold Color dan Wand (Tracing) Tool pada Software ImageJ

Turhadi^1*)

¹⁾Program Doktor Biologi Tumbuhan Departemen Biologi FMIPA Institut Pertanian Bogor

^*)Alamat korespondensi: turhadibiologi@gmail.com

Terdapat tiga tahap penting dalam pengambilan data luas area objek, misalnya: pengukuran luas daun tanaman. tiga tahap penting tersebut yaitu:
1. Pengambilan gambar pada objek target
2. Kalibrasi skala
3. Pengukuran luas area objek target.

Pengambilan gambar objek target

Proses dokumentasi gambar dapat dilakukan menggunakan bantuan alat, misalnya: kamera digital dan scanner. Pada saat mendokumentasikan gambar jangan lupa skala pembanding diikutkan.

Kalibrasi skala

• Buka sofware imageJ

• Klik File lalu pilih open kemudian pilih gambar skala yang sudah didokumentasikan. Pada praktek kali ini digunakan penggaris.

• Klik tool garis, kemudian pilih straight line.
• 
  
  

• Tarik garis dari ujung hingga ke ujung lainnya pada skala. Maka akan terlihat garis lurus warna kuning. Proses penarikan pastikan benar-benar lurus. 
  

• Klik analyze, kemudian pilih set scale. Maka akan muncul laman set scale yang terdiri dari beberapa isian yaitu Distance in pixels, known distance, pixel aspect ratio, unit of length. Pada distance in pixels setelah dilakukan proses penarikan garis sebelumnya maka akan muncul angka hasil pengukuran. Pada praktek kali ini muncul angka 156.05. Artinya panjang skala yang sedang kita kalibrasi yaitu 156.05 pixel.
• Selanjutnya pada isian known distance masukkan angka 1 dan pada unit of length tuliskan cm (bisa menggunakan satuan yang lainnya). Artinya bahwa 156.05 pixel sama dengan 1 cm.
• Centang Global agar hasil kalibrasi untuk pengukuran sampel selanjutnya tidak berubah.

• Klik OK dan proses kalibrasi telah selesai.

Pengukuran luas area objek target

• Buka file gambar sampel yang akan diukur.

• Pilih image lalu Adjust kemudian Threshold. Langkah tersebut menghasilkan tampilan berupa background gambar berubah warna menjadi merah.

• Pada laman Threshold Color, hilangkan tanda centang pada Dark Backgrounds. Langkah tersebut akan menghasilkan tampilan berupa hanya sampel target yang berubah warna menjadi merah.

• Pilih Wand (tracing) tool.

• Klik Analyze kemudian Measure. Luas area yang muncul pada laman Results abaikan karena ini bukan hasil pengukuran dari daerah target yang kita inginkan.

• Klik gambar satu persatu secara bergantian. Setiap kali setelah mengklik gambar target, maka jangan lupa klik Analyze lalu Measure. Hasil dari langkah ini yaitu diperoleh luas area target. Lakukan langkah ini hingga semua sampel/daerah target selesai diukur.

• Klik Results lalu Summarize pada laman Results hingga diketahui Mean, SD, Min, dan Max dari hasil pengukuran yang telah dilakukan.

• Selesai.

[ImageJ] PENGUKURAN LUAS AREA SEL PADA SAMPEL MIKROSKOPIS

Pengukuran Luas Area Sel pada Sampel Mikroskopis Menggunakan Software ImageJ

Turhadi^1*) dan Yoana Meidita Sri Utami²⁾

¹⁾Program Doktor Biologi Tumbuhan Departemen Biologi FMIPA Institut Pertanian Bogor

²⁾Program Sarjana Departemen Biologi FMIPA Institut Pertanian Bogor

^*)Alamat korespondensi: turhadibiologi@gmail.com

Kalibrasi Skala

• Buka sofware imageJ.

Klik File lalu pilih Open à pilih gambar skala yang sudah didokumentasikan. Pada praktek kali ini digunakan mikrometer objektif (1 skala= 0.01 mm).

• Klik tool garis à pilih straight line. Tarik garis dari ujung hingga ke ujung lainnya pada skala. Maka akan terlihat garis lurus warna kuning. Proses penarikan pastikan benar-benar lurus.

• Klik analyze à pilih set scale. Maka akan muncul laman set scale yang terdiri dari beberapa isian yaitu Distance in pixels, known distance, pixel aspect ratio, dan unit of length. Pada distance in pixels setelah dilakukan proses penarikan garis sebelumnya maka akan muncul angka hasil pengukuran. Pada praktek kali ini muncul angka 1986. Artinya panjang skala yang sedang kita kalibrasi yaitu 1986 pixels.

• Selanjutnya pada isian known distance masukkan angka 1 dan pada unit of length tuliskan mm (bisa menggunakan satuan yang lainnya). Artinya bahwa 1986 pixels sama dengan 1 mm.
• Centang Global agar hasil kalibrasi untuk pengukuran sampel selanjutnya tidak berubah.
•  Klik OK dan proses kalibrasi telah selesai.

Pengukuran Luas

• Tutup gambar skala yang telah dikalibrasi tadi dan sekarang klik File lalu open. Buka file gambar sampel yang akan diukur.

• Jika gambar dirasa terlalu kecil maka sebaiknya diperbesar dengan bantuan tombol positif (+) pada keyboard  atau diperkecil dengan tombol negatif (-). Gunakan tool scrolling tool (simbol sarung tangan) untuk menggeser-geser gambar yang akan dianalisis.

• Setelah gambar dirasa cukup jelas maka selanjutnya klik tool freehand selections (simbol kacang).
• Klik daerah/sel yang akan diukur luasnya dengan cara klik bagian tepi sel, tarik sambil ditahan hingga mencakup sekeliling daerah tersebut dan lepaskan. Maka akan terlihat daerah yang dikelilingi oleh garis kuning.
• Selanjutnya klik Analyze dan pilih Measure (Ctrl+M). Maka hasil pengukuran akan keluar pada output result.

• Kemudian klik Label. Maka akan muncul angka pada daerah yang  diukur sebelumnya. Fungsi penggunaan Label disini yaitu untuk menandai bahwa daerah tersebut sudah dilakukan pengukuran.

• Setelah itu, dapat dilanjutkan dengan mengukur daerah sel yang lainnya seperti tahap sebelumnya. Jangan lupa tekan tool freehand selections (simbol kacang) setiap kali akan mengukur bagian sel lainnya. Setelah proses selesai, selalu klik Analyze à Measure à Analyze à Label.
• Tahapan tersebut dilakukan hingga semua daerah terget selesai diukur.
• Hasil pengukuran luas area dapat dilihat dari output Result.
• Buka Result à klik Edit à Copy à Paste di Ms. Excel.
• Pada program Ms.Excel dapat diketahui luas total dari area target dengan cara menjumlahkan dengan fungsi SUM. Selain itu dari hasil praktek ini, selain dapat diketahui luas area juga dapat diketahui jumlah area yang diamati.

• Selesai.

[SPSS] ANALISIS REGRESI

Tujuan: Untuk mengetahui bentuk hubungan antara variabel respon “Y” (dependen/tak bebas/terikat) dengan variabel prediktor “X” (independen/bebas).

Asumsi: (1) Sampel berdistribusi normal dan (2) Diambil secara acak dari populasi yang berdistribusi normal

Kegunaan: meramalkan nilai dari variabel bebas, jika setiap nilai dari variabel takbebas diketahui.

Analisis Regresi merupakan analisis statistika yang memanfaatkan hubungan antara dua atau lebih peubah kuantitatif sehingga salah satu peubah dapat diramalkan dari peubah lainnya.

Latihan!

Seorang peneliti ingin mengetahui apakah ada hubungan antara kelimpahan ulat bulu dengan keberadaan semut rangrang, kunjungan burung pemakan serangga serta kenaikan suhu, pada 20 pohon mangga yang diamati. Pengamatan dilakukan di Probolinggo yang sedang terserang wabah serangan ulat bulu. Berdasarkan hasil analisis korelasi pada praktikum sebelumnya, peneliti ingin mengetahui lebih mendalam apakah suhu memengaruhi kelimpahan ulat bulu di pohon mangga dalam bentuk hubungan sebab akibat, dimana suhu adalah sebab dan kelimpahan ulat bulu adalah akibat.

Data sebagai berikut:

Selanjutnya inputkan data ke program SPSS, seperti berikut:

Kemudian setelah itu kita cek bagaimana distribusi datanya dalam hal ini data mengikuti sebaran normal atau tidak. Salah satu cara untuk mengeceknya yaitu melalui uji KS. Langkahnya adalah klik Analyze lalu Nonparametric tests lalu pilih 1-sample KS.... masukkan variable yang akan dicek distribusi datanya ke dalam kolom test variable list.

Setelah output keluar dapat diketahui bahwa keempat data berdistribusi normal. Taunya dari mana? Jika angka Asymp. Sig. (2-tailed) >0.05 maka artinya DATA BERDISTRIBUSI NORMAL. Pada latihan kali ini kita hanya ingin melakukan analisis regresi antara suhu dan kelimpahan ulat bulu.

Selanjutnya, kita lakukan analisis regresi dengan cara klik Analyze, lalu pilih Regression, dan selanjutnya pilih Linier seperti tampilan di bawah ini:

Kemudian akan muncul laman Linier Regression seperti di bawah ini. Selanjutnya, masukkan variabel Jumlah Ulat Bulu ke dalam kolom Dependent dan variabel Suhu ke dalam kolom Independent. Lalu, klik OK!

Output hasil analisis akan muncul sebagai berikut:

Berdasarkan output diatas dapat diketahui bahwa Nilai R menunjukkan sebesar 0.733. Artinya bahwa terdapat hubungan yang kuat antara suhu dan kelimpahan ulat bulu. Nilai R square menunjukkan sebesar 0.537 atau 53.7%. Artinya bahwa kelimpahan ulat bulu dipengaruhi sebesar 53.7% oleh besarnya suhu lokasi penelitian, sedangkan sisanya 46.3% kelimpahan ulat bulu dipengaruhi oleh variabel lain di luar suhu. Hal ini mengindikasikan cukup tingginya tingkat determinasi suhu terhadap kelimpahan ulat bulu di pohon mangga.

Nilai R: menunjukkan kuat/tidaknya hubungan linier antar dua variabel.

Nilai R square: memprediksi  kontribusi pengaruh variabel X terhadap variabel Y.

Berdasarkan output diatas diketahui juga bahwa nilai sig. <0.05 menunjukkan adanya hubungan/korelasi yang bermakna.

[SPSS] RANCANGAN ACAK KELOMPOK

Berikut ini merupakan langkah-langkah melakukan analisis data melalui program SPSS untuk desain percobaan berupa Rancangan Acak Kelompok (RAK) non faktorial.

Data penelitian yang digunakan dalam artikel merupakan data fiktif. Pada kasus di artikel ini misalkan: seorang peneliti ingin mengetahui pengaruh ransum makanan terhadap pertambahan berat badan domba jantan (selama percobaan diukur dalam kg). Hewan domba percobaan yang tersedia berbeda umur, sehingga dilakukan pengelompokkan menjadi 4 kelompok umur. Data pertambahan bobot badan dari 16 ekor domba jantan yang digunakan dalam percobaan adalah sebagai berikut:

Apa yang dapat anda simpulkan jika analisis dilakukan dengan menggunakan uji lanjut Duncan Multiple Range Test (DMRT) pada taraf signifikansi 5 % (0.05).

Untuk menjawab permasalahan di atas, saya akan memanfaatkan software SPSS untuk membantu menarik suatu kesimpulan.

Langkah pertama yang harus saya lakukan yaitu memasukkan data ke dalam sheet yang disediakan pada laman SPSS. Pada artikel ini saya membuat tiga kolom yang terdiri dari perlakuan (kolom pertama), ulangan (kolom kedua), dan variabel pengamatan (kolom ketiga). Untuk kolom ulangan (kolom kedua) wajib dibuat karena pada kasus RAK, ulangan merupakan suatu blok (kelompok) percobaan maka juga harus dilakukan analisis. Kelompok pada kasus ini berupa kelompok umur domba. Tampilan di SPSS setelah data dimasukkan adalah seperti ini:

Selanjutnya, analisis ragam pada RAK dapat dilakukan dengan mengikuti langkah-langkah: Analyze --> General Linear Model --> Univariate...

Maka akan muncul tampilan Univariate seperti di bawah ini.

Pada kasus di artikel ini, masukkan Berat_Badan ke dalam kotak  Dependent Variable karena variabel tersebut yang akan dianalisis. Kemudian masukkan Jenis_Ransum [Perlakuan] dan Kelompok_Umur [Ulangan] ke dalam kotak Fixed Factor(s).

Selanjutnya, klik Model… maka akan muncul tampilan Univariate: Model. Pada Laman ini di bagian Specify Model silahkan kalian pilih Custom, kemudian masukkan Perlakuan dan Ulangan. Kemudian klik Continue.

Selanjutnya, klik Post Hoc… maka akan muncul tampilan Univariate: Post Hoc Multiple Comparisons for Observed Means. Pada Laman ini silhkan kalian masukkan Perlakuan dan Ulangan ke dalam kotak Post Hoc Tests for. Karena pada kasus di artikel ini, saya diminta untuk melakukan uji dengan DMRT pada taraf signifikansi 5% (0.05) maka saya akan mencentang Duncan pada Equal Variances Assumed. Kemudian klik Continue.

Selanjutnya, klik Options… maka akan muncul tampilan Univariate: Options. Pada Laman ini silhkan kalian masukkan 0.05 pada kolom Significance level karena pada kasus di artikel ini, saya diminta untuk melakukan uji dengan DMRT pada taraf signifikansi 5% (0.05). Kemudian klik Continue.

Setelah kalian klik Continue maka akan kembali ke tampilan Univariate. Pada tampilan ini, kemudian kalian klik OK sehingga muncul output hasil analisis ragam dari variabel penelitian kalian.

Dari tampilan di atas diketahui muncul beberapa macam tabel namun perhatikan saja hasil pada tabel Tests of Between-Subjects Effects dan tabel hasil Post Hoc (uji lanjut). Pada kasus di artikel ini terdapat 2 macam tabel Post Hoc yang muncul yaitu tabel uji lanjut DMRT (Duncan) untuk Jenis_Ransum dan tabel uji lanjut DMRT (Duncan) untuk Kelompok_Umur.

Berdasarkan tabel ANOVA tersebut dapat diketahui bahwa nilai signifikansi (Sig.) lebih kecil dari 0.05 (5%) baik untuk Perlakuan maupun Ulangan karena tadi saya memasukkan significance level sebesar 0.05.  Pada tampilan di atas sebenarnya nilai Sig. untuk Perlakuan tidak berarti 0 karena terlihat 0.000. karena nilainya sangat kecil maka program SPSS hanya menampilkannya seperti itu. Untuk membuktikan nilai tersebut kalian bisa klik dua kali pada angka 0.000 maka akan keluar angka sesungguhnya. Pada Ulangan nilai Sig. diketahui sebesar 0.026. Karena nilai Sig. < 0.05 maka itu artinya ada beda antar perlakuan (jenis ransum) terhadap berat badan domba jantan dan ada beda antar ulangan (kelompok umur) terhadap berat badan domba jantan. Untuk mengetahui perlakuan-perlakuan mana yang berbeda maka kalian bisa mengamati pada tabel Post Hoc.

Pada Tabel Post Hoc Jenis_Ransum terlihat bahwa terdapat 3 kolom pada Subset for alpha = 0.05. Berdasarkan tabel Post Hoc tersebut diketahui terdapat empat macam subset yakni a, b, bc, dan c. subset a untuk perlakuan yang berada pada kolom 1, subset b untuk perlakuan yang berada pada kolom 2, dst. Pada kolom 1 ditempati oleh perlakuan jenis ransum B sehingga perlakuan tersebut memiliki subset a. Pada perlakuan jenis ransum D menempati 2 kolom yaitu kolom b dan kolom c maka subset pada perlakuan tersebut bc.

Pada Tabel Post Hoc Kelompok_Umur terlihat bahwa terdapat 2 kolom pada Subset for alpha = 0.05. Berdasarkan tabel Post Hoc tersebut diketahui terdapat dua macam subset yakni a dan b. Subset a untuk perlakuan yang berada pada kolom 1 dan subset b untuk perlakuan yang berada pada kolom 2. Pada kolom 1 ditempati oleh kelompok umur 1, 2, dan 4 sehingga perlakuan tersebut memiliki subset a, sedangkan pada kelompok umur 3 memiliki subset b.

Nah, selanjutnya bagaimana nanti kita menyajikan data hasil analisis ini? Kalau yang saya lakukan biasanya akan menampilkan tabel Descriptives. Cara untuk menampilkannya sama seperti ketika melakukan analisis ragam melalui SPSS pada kasus RAL yang telah saya ulas di artikel sebelumnya.

Klik Analyze --> Compare Means --> One-Way ANOVA….

Pada kasus di artikel ini, masukkan Berat_Badan ke dalam kotak  Dependent List dan masukkan Jenis_Ransum ke dalam kotak Factor. Selanjutnya klik Options sehingga muncul tampilan One-Way ANOVA: Options. Centang pilihan Descriptive. Nah, tahapan disini sebenarnya berfungsi untuk mempermudah kalian dalam mendapatkan data berupa tabel yang berisi rata-rata (mean), standar deviasi, standar eror, dsb yang sangat berguna ketika kalian ingin membuat tampilan berupa grafik/tabel dari variabel-variabel yang diamati/diukur dari hasil penelitian kalian di microsoft excel. Untuk pilihan yang lainnya biarkan saja. Selanjutnya klik Continue.

Kemudian, ulangi lagi tahapan yang sama untuk data Kelompok_Umur. Caranya sama seperti di paragraf atas, namun pada kotak Dependent List masukkan Kelompok_Umur.

Tabel Descriptives di atas digunakan untuk keperluan kalian membuat tampilan grafik/tabel ringkasan data. Caranya tinggal mengklik tabel tersebut kemudian copy dan paste-kan di ms. excel. Kolom-kolom ataupun baris yang sekiranya tidak diperlukan bisa dihapus. Kalau saya biasanya hanya menyisakan kolom perlakuan, mean, dan std. deviation. Selebihnya bisa dihapus, termasuk baris Total.

Berikut ini juga akan saya akan berbagi bagaimana cara membuat tampilan hasil analisis data penelitian kalian dari SPSS ke ms. Excel untuk dibuat grafik.

Pertama kali yang harus kalian lakukan yaitu meng-copy tabel Descriptive dari SPSS untuk di paste-kan di ms. Excel. Hapus semua isian kecuali yang telah saya beri tanda kuning.

Kalian selanjutnya atur sehingga diperoleh tampilan seperti di bawah ini.

Bagaimana membaca grafiknya?

Berdasarkan hasil penelitian yang dilakukan diketahui bahwa jenis ransum yang paling banyak meningkatkan bobot badan domba jantan yaitu ransum A dan paling sedikit yaitu ransum B. peningkatan bobot badan dengan menggunakan ransum A mencapai 7.5±1.3 kg. Secara statistik melalui uji DMRT dengan taraf signifikansi 5% menunjukkan jika ransum A berbeda nyata terhadap perlakuan lainnya kecuali perlakuan ransum D. Namun perlakuan ransum D menunjukkan jika tidak berbeda nyata juga terhadap perlakuan ransum C. Hasil penelitian ini sejalan dengan yang telah diteliti oleh Turhadi et al (2001) dan Turhadi dan Lin Dan (2005) yang memperlihatkan bahwa ransum yang mengandung …… dapat meningkatkan bobot badan domba mencapai 10 kg.

Pada tingkat kelompok umur diketahui bahwa kelompok umur 3 juga menunjukkan peningkatan berat badan yang paling tinggi diantara kelompok umur lainnya. Secara statistik melalui uji DMRT dengan taraf signifikansi 5% memperlihatkan jika memang kelompok umur 3 berbeda nyata dengan kelompok umur lainnya. Hal tersebut diduga disebabkan karena pada kelompok umur 3 merupakan masa pertumbuhan maksimal dari domba jantan. Menurut Turhadi et al. (2015) ……..

Sekian artikel dari saya terkait RAK, sehingga membantu kelancaran analisis data kalian. Amiin.

Mohon komentar, kritik dan sarannya untuk perbaikan artikel ini. Silahkan tulis di kolom komentar.

Terima kasih