2.2. Rancangan Acak Kelompok Lengkap (RAK): Penggunaan, Perancangan, dan Analisis Data

Pada materi 2.1 kita sudah membahas penggunaan, perancangan, dan analisis RAL. Kita menggunakan RAL bila lingkungan internal dan eksternal percobaan dalam keadaan serba sama. Bagaimana jika kita hanya bisa mengatur agar lingkungan internal menjadi serba sama, sedangkan lingkungan internal tidak bisa kita atur? Misalkan kita akan melaksanakan percobaan di lahan petani yang tidak rata, melainkan miring misalnya ke arah timur? Jika lahan miring, kelembaban dan kesuburan tanah pada bagian lahan yang lebih rendah mungkin lebih tinggi dibandingkan dengan pada bagian lahan yang lebih tinggi. Dalam keadaan demikian, kita tidak bisa menggunakan RAL, melainkan menggunakan rancangan dengan pemblokan, yang lazim disebut rancangan acak kelompok (RAK, randomized complete block design, RCBD). Pada materi ini kita akan membahas mengenai rancangan dasar yang bernama RAK ini.

2.2.1. MATERI KULIAH

2.2.1.1. Membaca Materi

Untuk mempelajari penggunaan, perancangan, dan penggunaan RAK, silahkan unduh file EXCEL lalu berturut-turut klik:

• Sheet RAKpemblokan untuk mempelajari cara melakukan pemblokan, pengacakan blok, dan pengacakan taraf perlakuan dalam blok
• Sheet Data_SmartStatXL untuk mempelajari cara menyusun data untuk melakukan ANOVA dengan add-ins SmartStatXL
• Sheet RAK-ANOVA_SmartStatXL untuk memeriksa hasil ANOVA menggunakan add-ins SmartStatXL
• Sheet RAK-ANOVA-ulanganSAMA untuk belajar mengerjakan ANOVA terhadap data hasil percobaan dalam RAK dengan jumlah ulangan yang sama dengan jumlah blok
• Sheet RAK-ANOVA-ulanganSAMAdatasampel untuk belajar mengerjakan ANOVA terhadap data hasil percobaan dalam RAK dengan jumlah ulangan yang sama dengan jumlah blok tetapi pengamatan tidak dilakukan terhadap seluruh objek percobaan dalam setiap petak satuan percobaan, melainkan terhadap sampel dari setiap satuan percobaan
• Sheet RAKdenganRegresiBerganda untuk belajar mengerjakan ANOVA terhadap data hasil percobaan dalam RAK melalui Analisis Regresi

Untuk mempelajari uraian pada setiap sheet, klik sel hasil perhitungan untuk mengetahui dari mana data hasil perhitungan diperoleh.

Perhatikan bahwa RAK berbeda dari RAL terutama dalam pengacakan satuan percobaan. Dalam RAK keadaan lingkungan tidak seragam sehingga terlebih dahulu dilakukan pemblokan untuk membuat keadaan lingkungan dalam blok lebih seragam daripada keadaan lingkungan antar blok. Pengacakan pertama-tama dilakukan terhadap blok untuk menjamin bahwa blok yang terletak pada kondisi lingkungan yang menguntungkan terjadi secara acak. Selanjutnya pengacakan satuan percobaan dilakukan dilakukan bertahap pada setiap blok. Dalam RAL keadaan lingkungan seragam sehingga pengacakan satuan percobaan dilakukan sekaligus secara keseluruhan.

Uraian lengkap mengenai RAK dan pengerjaan ANOVA data hasil percobaan RAK dapat dilakukan menggunakan add-ins Excel SmartStatXL. Untuk memperoleh uraian secara lengkap disertai dengan contoh lain, silahkan baca Rancangan Acak Kelompok dan untuk menggunakan add-in Excel SmartStatXL mengerjakan ANOVA, silahkan unduh dan pasang add-in tersebut (harus sudah terpasang program aplikasi tabel lajur Excel di komputer) dan selanjutnya silahkan pelajari cara penggunaannya. Namun penggunaan aplikasi semacam add-in SmartStatXL dan aplikasi statistika yang dijalankan dengan mengklik tombol sebagaimana misalnya SPSS tidak dapat ditunjukkan langkah-langkahnya untuk diperiksa oleh pihak lain guna meyakinkan bahwa telah dilakukan dengan benar. Aplikasi statistika yang digunakan dengan menunjukkan langkah-langkah penggunaannya sebagaimana telah kita pelajari pada materi 2.1 adalah program aplikasi statistika R. Pada materi 2.1 kita sudah belajar menggunakan R Base untuk mengerjakan ANOVA data hasil percobaan dengan rancangan RAL.  Menggunakan R Base, kita menjalankan ANOVA dengan menggunakan fungsi aov. Pada materi ini kita akan melakukan ANOVA dengan menggunakan R Base dan kemudian belajar menggunakan package doebioresearch, package AgroR, dan package agricolae

ANOVA menggunakan R Base

1) Memasukkan data hasil gabah kering (ton/ha) dari percobaan pemupukan dengan perlakuan dosis N

> dataN.RAK <- data.frame( # memberi nama dataframe=dataN.RAK, kurung buka menyatakan awal fungsi data.frame

+ GABAH=c( # memasukkan data gabah kering sebagai vektor dengan nama GABAH

+ 5.113, 5.346, 5.272, 5.164, 4.804, 5.254,

+ 5.398, 5.952, 5.713, 4.831, 4.848, 4.542,

+ 5.307, 4.719, 5.483, 4.986, 4.432, 4.919,

+ 4.678, 4.264, 4.749, 4.410, 4.748, 4.098),

+ Blok=rep(c("R1","R2","R3","R4"),each=6), # memasukkan vektor kode blok

+ N=rep(c("N25","N50","N75","N100","N125","N150"),4) # memasukkan vektor kode taraf perlakuan

+ ) # kurung tutup menyatakan akhir fungsi data.frame

2) Memeriksa data dan menampilkan plot kotak taraf perlakuan

> View(dataN.RAK)
> str(dataN.RAK)

> boxplot(GABAH ~ N, data = dataN.RAK, # plot kotak GABAH terhadap dosis N

+         xlab = "Dosis N", ylab = "Gabah Kering (ton/ha)", # memberi label sumbu x dan sumbu y

+         frame = FALSE, col = c("#00AFBB", "#E7B800", "#FC4E07")) # mewarnai setiap kotak plot

3) Menjalankan dan menyajikan hasil ANOVA

> anovadataN.RAK <- aov(GABAH ~ N + Blok, data = dataN.RAK) # model ANOVA rancangan RAK

> summary(anovadataN.RAK) # menampilkan hasil ANOVA

4) Melakukan uji homogenitas data antar taraf perlakuan

> plot(anovadataN.RAK, 1) # memeriksa plot sisaan, 1 menyatakan plot sisaan

> bartlett.test(GABAH ~ N, data = dataN.RAK) # melakukan uji Bartlett

5) Melakukan uji normalitas data 

> plot(anovadata, 2) # memeriksa plot sisaan, 2 menyatakan plot Q-Q

> ekstraksigalat <- residuals(object = anovadataN.RAK) # mengekstraksi galat ANOVA

> shapiro.test(x = ekstraksigalat) # menggunakan menggunakan uji Shapiro-Wilk

Untuk menjalankan perintah, silahkan baca terlebih dahulu keterangan setelah tanda #. Selanjutnya setelah memahami perintah, ketik perintah tanpa mengetikkan tanda > (tanda posisi kursor) dan tanda + pada bagian depan (tanda perintah belum selesai). Setelah perintah selesai diketik, jalankan perintah bagian demi bagian dari bagian 1 sampai bagian 5 dengan menekan tombol Enter dan lihat apa yang terjadi. Jika terjadi kesalahan, periksa agar jangan sampei terjadi salah ketik. Bandingkan tabel ANOVA yang diperoleh dengan tabel ANOVA hasil perhitungan secara manual pada File EXCEL sheet Sheet RAK-ANOVA-ulanganSAMA. Menggunakan R, hanya dengan menetikkan beberapa baris kode sudah dapat memperoleh hasil ANOVA dalam sekejap. Yang lebih penting, ketika menganalisis data penelitian skripsi, Anda dapat mengirimkan rangkaian kode yang Anda gunakan untuk menganalisis data kepada dosen yang menguasai pemrograman R untuk memastikan bahwa Anda telah menganalisis data dengan benar.

Sekarang mari kita belajar menggunakan package doebioresearch untuk mengerjakan ANOVA terhadap data pada File EXCEL sheet Sheet RAK-ANOVA-ulanganSAMA. Sebagaimana namanya, package doebioresearch dibuat secara khusus untuk menganalisis data percobaan (doe=design of experiment) dalam penelitian bidang biologi (bioresearch) dan bidang ilmu terkait, termasuk pertanian. Untuk memeriksa apakah package doebioresearch telah terpasang di komputer, ketik dan jalankan perintah

> library(doebioresearch)

Jika belum terpasang, untuk memasang package doebioresearch silahkan ketik dan jalankan perintah

> install.packages("doebioresearch")

lalu aktifkan dengan mengetikkan dan menjalankan perintah

> library(doebioresearch)

Untuk memeriksa fungsi dan data yang terdapat dalam package doebioresearch, silahkan ketik dan jalankan perintah:

> help(package="doebioresearch")

Hasil akan ditampilkan pada panel Help dalam panel utama Output. Untuk mempelajari cara menggunakan package doebioresearch mengerjakan ANOVA data percobaan dengan rancangan RAK, silahkan klik tautan rcbd pada halaman help yang ditampilkan. Untuk memberoleh panduan cara menggunakan package doebioresearch untuk menganalisis data percobaan dengan berbagai rancangan silahkan baca Design of Experiment Using ‘doebioresearch’ Package dari situs RPubs.

Untuk melakukan ANOVA data dari rancangan RAK, kita akan menggunakan data pada File EXCEL sheet Sheet RAK-ANOVA-ulanganSAMA. Kita ubah nama data dengan mengetikkan dan menjalankan perintah:

dataRAKdoebioresearch <- dataN.RAK

Untuk menjalankan ANOVA data dari rancangan RAK menggunakan package doebioresearch, kita ketik dan jalankan perintah:

> rcbd(dataRAKdoebioresearch[1],data$N,data$Blok,0)

Pada perintah di atas, fungsi rcbd merupakan fungsi untuk menjalankan ANOVA data dari rancngan RCBD, dataRAKdoebioresearch merupakan nama data yang kita analisis, [1] menyatakan nomor kolom data peubah yang kita analisis (GABAH), data$N menyatakan N sebagai perlakuan dalam data, data$Blok menyatakan Blok sebagai blok dalam data, dan 0 menyatakan ANOVA tidak disertai dengan uji lanjut. Berikut adalah hasil analisis yang diperoleh:

$GABAH

$GABAH[[1]]

Analysis of Variance Table

Response: data2

                   Df   Sum Sq   Mean Sq   F value      Pr(>F)   

replication   3    1.9444     0.64812     5.8622     0.007416 **

trt                 5    1.1983     0.23967     2.1678     0.112809   

Residuals   15    1.6584     0.11056                    

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

$GABAH[[2]]

[1] "R Square 0.655"

$GABAH[[3]]

Shapiro-Wilk normality test

data:  model$residuals

W = 0.96234, p-value = 0.4872

$GABAH[[4]]

[1] "Normality assumption is not violated"

$GABAH[[5]]

[1] "SEm 0.1663 , SEd 0.2351"

$GABAH[[6]]

[1] "All the treatment means are same so dont go for any multiple comparison test"

$GABAH[[7]]

[1] "No multiple comparison test selected"

Menggunakan package doebioreserach kita tidak perlu menjalankan perintah uji homogenitas dan uji normalitas data, cukup mengetikkan dan menjalankan fungsi rcbd. Untuk pilihan uji lanjut, 0 menyatakan bahwa dalam menjalankan fungsi rcbd di atas kita memilih tidak melakukan uji lanjut. Sekalipun kita sudah mempelajari uji lanjut, yang akan kita pelajari pada materi kuliah 3.1 dan materi kuliah 3.2, hasil analisis di atas memperingatkan bahwa kita tidak perlu melakukan uji lanjut jika taraf perlakuan tidak menunjukkan perbedaan nyata (All the treatment means are same so dont go for any multiple comparison test). 

Untuk menggunakan package agricolae menjalankan ANOVA, kita perlu memasang dan mengaktifkannya dengan menjalankan perintah install.package("agricolae") atau dengan mengklik panel Package dan kemudian pilihan Install pada panel utama RStudio dan kemudian mengaktifkan dengan menjalankan perintah library(agricolae). Package agricolae mempunyai fungsi untuk melakukan pengacakan satuan percobaan. Untuk melakukan pengacakan satuan percobaan untuk rancangan RAK kita jalankan perintah sebagai berikut:

> function (N, Blok, serie = 2, seed = 0, kinds = "Super-Duper", first = TRUE, continue = FALSE)

> N <- c("N25","N50","N75","N100","N125","N150")

> Blok <- 4

> outdesign <- design.rcbd(N,r=Blok, seed=-513, serie=2)

> book2 <- outdesign$book

> book2<- zigzag(outdesign) # penomoran zigzag

> print(t(matrix(book2[,3],c(6,4))))

Memberikan hasil pengacakan sebagai berikut:

          [,1]       [,2]      [,3]       [,4]       [,5]       [,6]  

[1,] "N150" "N125" "N50"   "N100" "N25"  "N75" 

[2,] "N50"   "N25"   "N100" "N125" "N75"  "N150"

[3,] "N75"   "N25"   "N100" "N125" "N50"  "N150"

[4,] "N100" "N75"   "N125" "N50"   "N25"  "N150"

Untuk membuat denah pengacakan dengan lebih baik, Anda dapat mempelajari penggunaan package agricolaeplotr setelah terlebih dahulu memasang dan mengaktifkannya. Membuat denah pengacakan satuan percobaan juga dapat dilakukan dengan sangat mudah menggunakan add-ins SmartStatXL dengan mengklik menu Layout Percobaan sehingga tidak perlu melakukan pengundian dengan penarikan lotere.

Selanjutnya data yang kita sudah masukkan dari File EXCEL sheet Sheet RAK-ANOVA-ulanganSAMA kita ubah namanya dengan menjalankan perintah:

> dataRAKagricolae <- dataN.RAK

Untuk mengerjakan ANOVA terhadap data dari rancangan RAK dengan menggunakan package agricolae kita jalankan fungsi aov sebagai berikut:

> data(dataRAKagricolae) #memasukkan data

> print(dataRAKagricolae) #menampilkan data

> str(dataRAKagricolae) # memeriksa struktur data

> anovaRAK <- aov(GABAH ~ N + Blok, data=dataRAKagricolae) #memasukkan model RAK

> summary(anovaRAK) # menampilkan hasil ANOVA

> cv.model(anovaRAK) # menghitung koefisien ragam

Silahkan jalankan perintah di atas satu persatu dengan mengetikkan pada panel konsol dan kemudian menekan tombol Enter. Tanpa kemauan untuk mencoba, Anda tidak akan pernah bisa menggunakan R untuk menganalisis data. Silahkan juga menjalankan perintah berikut ini, yang akan diperlukan nanti pada saat kita belajar melakukan uji lanjut dengan menggunakan package agricolae:

> attach(dataRAKagricolae)

> mean(GABAH) # menghitung rerata hasil habah

> detach(dataRAKagricolae)

> dbG <- df.residual(anovaRAK) # mengekstrak derajat bebas galat

> KTG <- deviance(anovaRAK)/df # mengekstrak kuadrat tengah galat

Mengenai uji lanjut akan dibahas lebih lanjut pada materi kuliah 3.1 dan materi kuliah 3.2 secara sekaligus untuk semua rancangan dasar (RAL, RAK, dan RBSL). Package agricolae menyediakan fungsi yang paling lengkap untuk melakukan uji lanjut perbandingan berganda.

Package lainnya yang lazim digunakan untuk melakukan ANOVA terhadap data percobaan dalam bidang pertanian adalah package AgroR. Tetapi package ini tidak tersedia untuk R versi terbaru, melainkan R versi  lebih lama (>3.6.0) yang perlu dipasang untuk menjalankannya. Silahkan tonton video untuk memasang R versi lama dalam RStudio. Packages R terutama bermanfaat untuk melakukan analisis data berukuran besar yang disediakan dalam setiap package. Untuk memperoleh data percobaan khusus dalam bidang pertanian dalam berlatih, silahkan unduh dan aktifkan package agridat yang menyediakan data dalam bidang pertanian dalam arti luas dan package agriTutorial yang menyediakan data khusus mengenai percobaan yang melibatkan tanaman. Apkiasi statistika R, RStudio IDE, dan package yang Anda gunakan untuk menganalisis data perlu Anda rujuk dalam proposal penelitian, skripsi, dan artikel publikasi, dengan melampirkan skrip yang Anda gunakan untuk melakukan analisis.

2.2.1.2. Mengunduh dan Membaca Pustaka

Silahkan mengunduh buku-buku perancangan percobaan dari Pustaka Daring dan membaca bab atau sub-bab yang berkaitan dengan prinsip perancangan percobaan. Untuk memperoleh informasi lebih lanjut, silahkan juga baca:

• Rancangan Acak Kelompok Lengkap (RAKL) dan Cara aanalisis percobaab RAK satu faktor dari SmartStatXL
• Randomized Complete Block Design dari NDSU
• What is Randomized Complete Block Design (RCBD)?, Example Problem, RCBD vs CRD, dan Why RCBD is so popular? dari The Open Educator
• Chapter 3 Randomised Complete Block Design (RCBD) dalam buku oleh Sam Dumble. S. (2018) Analysis of Common Agricultural Designs in R
• Chapter 21 ANOVA for randomised block designs dalam buku oleh Childs, D.Z., Hindle, B.J., & Warren, P.H. (2021) APS 240: Data Analysis and Statistics with R
• Design of Experiment Using ‘doebioresearch’ Package dari situs RPubs: Randomized Completely Block Design
• de Mendiburu, F. (2023). agricolae tutorial (version 1.3-7) 
• Shimizu, G.D, Marubayashi, R.Y.P., Goncalves, L.S.A. (2023) AgroR: Experimental Statistics and Graphics for Agricultural Sciences juga dari GitHub
• Harbers, J. (2024) agricolaeplotr: A Package for Visualization of Design of Experiments
• Folz, B. (2023) R Studio: How to Install Different R Versions. Youtube video.
• What is Randomized Complete Block Design (RCBD)?, Example Problem, RCBD vs CRD, dan Why RCBD is so popular? dari The Open Educator

Mahasiswa wajib menyampaikan melalui Laporan Melaksanakan Kuliah dan Mengerjakan Tugas judul buku, judul bab buku, dan isi bab buku yang telah dibaca terkait dengan materi kuliah ini.

2.2.1.3. Kuis

Setelah membaca materi kuliah 1.3 dan materi kuliah 2.1 serta mengklik tautan dan membaca pustaka yang diberikan pada materi kuliah, setiap mahasiswa wajib mengerjakan kuis secara mandiri untuk mengevaluasi diri dalam memahami kedua materi kuliah:

1. Mengerjakan dan Memasukkan Lembar Jawaban Kuis (klik setelah tautan aktif) selambat-lambatnya pada Minggu, 3 Maret 2024 pukul 24.00 WITA
2. Memeriksa Daftar Lembar Jawaban (klik setelah tautan aktif) untuk Memastikan Lembar Jawaban Kuis sudah masuk dan memeriksa nilai yang diperoleh.

Pada saat memeriksa daftar lembar jawaban, silahkan periksa sendiri berapa nilai yang Anda peroleh. Bila memperoleh nilai <60 berarti Anda belum memahami materi kuliah sehingga perlu membaca kembali kedua materi kuliah. Mahasiswa yang tidak mengerjakan quiz tidak akan memperoleh nilai untuk setiap quiz yang tidak dikerjakan.

2.2.2. TUGAS KULIAH

2.2.2.1. Mendiskusikan dengan Cara Menyampaikan dan/atau Menanggapi Komentar

Setelah membaca materi kuliah, silahkan buat minimal satu pertanyaan dan atau komentar mengenai materi kuliah. Buat pertanyaan secara langsung tanpa perlu didahului dengan selamat pagi, selamat siang, dsb., sebab belum tentu akan dibaca pada jam sesuai dengan ucapan selamat yang diberikan. Ketik pertanyaan atau komentar secara singkat tetapi jelas, misalnya "Mohon menjelaskan apakah memperoleh pengetahuan dengan menggunakan pendekatan ilmiah mempunyai kelebihan dan kelemahan". Pertanyaan dan/atau komentar diharapkan ditanggapi oleh mahasiswa lainnya dan setiap mahasiswa wajib menanggapi minimal satu pertanyaan dan/atau komentar yang disampaikan oleh mahasiswa lainnya. Pertanyaan dan/atau komentar maupun tanggapannya disampaikan paling lambat pada Minggu, 3 Maret 2024 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.

2.2.2.2. Mendiskusikan dengan Cara Membagikan Materi Kuliah

Setelah membaca materi kuliah, silahkan bagikan materi kuliah melalui media sosial yang dimiliki disertai dengan mencantumkan status tertentu, misalnya "Saya sekarang sudah tahu bahwa ternyata pengetahuan terdiri atas beberapa macam ... dst." Untuk membagikan lauar klik tombol Beranda dan kemudian klik tombol pembagian memalui media sosial dengan mengklik tombol media sosial yang tertera di sebelah kanan judul materi kuliah. Jika media sosial yang dimiliki tidak tersedia dalam ikon yang ditampilkan, klik ikon paling kanan untuk membuka ikon media sosial lainnya. Materi kuliah dibagikan paling lambat pada Minggu, 3 Maret 2024 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.

2.2.2.3. Mengerjakan dan Melaporkan Tugas Projek

Silahkan mengerjakan tugas projek materi kuliah 2.2 ini secara kelompok setelah terlebih dahulu mengunduh data LDBK penyakit hawar lambat tanaman kentang dan dan simpan dalam subfolder D:/LatihanR/Latihan2 setelah terlebih dahulu membuat subfolder Latihan2 pada folder LatihanR.

Kemudian silahkan buat file dalam format CSV dengan nama data_rcbd_hawarlambatkentang_ldbk sesuai dengan panduan yang diberikan dan simpan dalam dubfolder yang sama. Selanjutnya impor data ke dalam RStudio melalui panel utma Environment dengan mengklik panel Import Dataset, memilih From text (base), memilih file data dalam format CSV dari subfolder D:/LatihanR/Latihan2, dan kemudian menklik kotak String as factor. Setelah data masuk, berikan nama data yang telah masuk dengan mengetikkan dan menjalankan perintah:

> ldbk <- data_rcbd_hawarlambatkentang_ldbk

Selanjutnya kerjakan tugas projek dengan langkah-langkah sebagai berikut:

1. Tuliskan H0 dan Ha dalam mengerjakan ANOVA data LDBK penyakit hawar lambat tanaman kentang.
2. Lakukan ANOVA terhadap data dalam format XLSX dengan menggunakan add-in SmartStatXL
3. Lakukan pengacakan petak percobaan RAK untuk percobaan uji ketahanan kultivar kentang terhadap penyakit hawar lambat sesuai dengan data LDBK penyakit hawar lambat tanaman kentang dengan menggunakan package agricolae. 
4. Lakukan ANOVA terhadap data ldbk menggunakan R Base dengan menjalankan skrip
5. Lakukan ANOVA terhadap data ldbk menggunakan package doebioresearch dengan menjalankan skrip
6. Tulis kesimpulan berdasarkan hasil ANOVA data LDBK mengenai ketahanan kultivar kentang terhadap hawar lambat.

Laporkan data hasil pengamatan untuk menjawab pertanyaan-pertanyaan Pengerjaan Tugas Projek pada saat memasukan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas.

2.2.3. ADMINISTRASI PELAKSANAAN KULIAH

Untuk membuktikan telah melaksanakan perkuliahan daring materi kuliah ini, Anda wajib mengakses, menandatangani presensi, dan mengumpulkan tugas di situs SIADIKNONA. Sebagai cadangan, silahkan juga menandatangani daftar hadir dan memasukkan laporan melaksanakan kuliah dan mengerjakan tugas dengan mengklik tautan berikut ini: 

1. Menandatangani Daftar Hadir Melaksanakan Kuliah selambat-lambatnya pada Selasa, Selasa, 27 Februari 2024 pukul 24.00 WITA dan setelah menandatangani, silahkan periksa untuk memastikan daftar hadir sudah ditandatangani;
2. Menyampaikan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas selambat-lambatnya pada Minggu, 3 Maret 2024 pukul 24.00 WITA dan setelah memasukkan, silahkan periksa untuk memastikan laporan sudah masuk.

Mahasiswa yang tidak mengisi dan menandatangani Daftar Hadir Melaksanakan Kuliah dan tidak menyampaikan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas akan ditetapkan sebagai tidak mengikuti perkuliahan.

***********

Hak cipta blog pada: I Wayan Mudita
Diterbitkan pertama kali pada 5 Februari 2023, belum pernah diperbarui.

Hak cipta selurun tulisan pada blog ini dilindungi berdasarkan Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License. Silahkan mengutip tulisan dengan merujuk sesuai dengan ketentuan perujukan akademik.