Lethal Time Analyzer — LT50/LT90 

Aplikasi ini berfokus pada pengujian efikasi biologis yang bergantung pada waktu paparan, yang sangat penting bagi peneliti di bidang entomologi, toksikologi, dan proteksi tanaman. Berbeda dengan uji LC (Lethal Concentration) yang berfokus pada dosis, aplikasi ini secara spesifik mengevaluasi kecepatan suatu perlakuan (misalnya pestisida atau agen biologi) dalam mematikan populasi hama target pada dosis yang tetap, sehingga menghasilkan parameter kritis berupa LT50 dan LT90.

Inti komputasi dari aplikasi ini didasarkan pada metode statistik Generalized Linear Model (GLM) yang diselesaikan menggunakan algoritma Iteratively Reweighted Least Squares (IRLS). Sistem memodelkan proporsi kematian kumulatif terhadap logaritma waktu log10(t) melalui fungsi tautan (link function) probit atau logit. Aplikasi juga secara cerdas mendeteksi adanya mortalitas alami pada kelompok kontrol dan langsung mengaplikasikan Koreksi Abbott sebelum menghitung regresi, memastikan hasil akhir benar-benar mencerminkan efek perlakuan.

Dalam aspek pengelolaan data, antarmuka pengguna dirancang sangat menyerupai Microsoft Excel, menggunakan komponen jSpreadsheet. Pengguna dapat mengetik secara manual, melakukan copy-paste, atau mengimpor data berformat CSV dan XLSX. Peneliti yang sering mengumpulkan data pengamatan harian dalam bentuk tabel matriks melebar ke kanan (Wide Format) dapat dengan mudah merapikan datanya menggunakan alat konversi internal "Wide → Long" agar sesuai dengan format standar pemodelan regresi.

Di luar kalkulasi angka, aplikasi ini merupakan generator visualisasi data yang tangguh. Dengan ditenagai oleh pustaka Plotly, sistem secara otomatis membangun "Kurva Waktu–Mortalitas" dan "Plot Link" untuk setiap perlakuan. Kurva tersebut dilengkapi dengan garis regresi (fit line) dan pita rentang kepercayaan (Confidence Interval Band). Semua aspek visual ini dapat dikustomisasi—mulai dari rasio gambar, margin, ukuran font, hingga warna perlakuan—dan dapat langsung diekspor sebagai gambar piksel (JPG) resolusi tinggi atau format vektor (SVG) bebas pecah untuk publikasi di jurnal ilmiah bergengsi.

Aplikasi ini memiliki sistem navigasi pita (Ribbon) di bagian atas yang terbagi ke dalam tiga tab utama: Home, Data & Model, dan View & Export.

Langkah 1: Memasukkan dan Merapikan Data (Tab Home)

1. Isi data pengamatan Anda pada editor tabel di tengah layar.

2. Pastikan kolom terstruktur dengan benar: Treatment (Nama Perlakuan/Dosis), Time (Waktu/Jam), Replicate (Ulangan), Dead (Jumlah organisme mati), dan Total (Total organisme awal).

3. Anda dapat mengimpor file Excel/CSV melalui tombol Import Data.

4. Opsional: Jika format tabel Anda mencantumkan jam pengamatan di kolom pertama dan perlakuan di kolom sebelahnya (Wide format), pergi ke tab Data & Model untuk mengatur parameter, lalu kembali ke Home dan klik Wide → Long untuk mengubah bentuk tabel.

Langkah 2: Konfigurasi Parameter Pemodelan (Tab Data & Model)

1. Apabila ada kematian alami pada populasi uji kontrol, pastikan Abbott correction tercentang.

2. Isi kotak input Kontrol dengan nama yang persis sama dengan perlakuan kontrol di tabel Anda (secara bawaan tertulis "Control").

3. Pilih fungsi distribusi regresi pada kotak Link: pilih Probit (standar toksikologi serangga) atau Logit.

4. Tentukan tingkat akurasi pada kotak CI (standar: 95%).

Langkah 3: Memproses Analisis dan Grafik (Tab Home & Tab View & Export)

1. Klik tombol biru Run Analysis di tab Home untuk mengeksekusi perhitungan.

2. Gulir ke bawah untuk melihat tabel hasil LT50 dan LT90. Di bawahnya terdapat kotak "Rumus Utama" yang mendokumentasikan persamaan model Anda. Anda bisa menekan tombol Copy Rumus.

3. Buka tab View & Export untuk mengatur tampilan grafik pada menu Plot Settings (misal: mengubah rasio gambar menjadi 16:9 atau mengganti warna kurva).

4. Klik tombol unduh (seperti Download Mort JPG atau Download Mort SVG) untuk menyimpan grafik hasil analisis, atau klik Hasil (CSV) untuk menyimpan tabel statistik kalkulasinya.

1. Konsep Dasar LT50 dan LT90

• Apa definisi LT50 dan LT90? $LT_{50}$ adalah estimasi waktu yang diperlukan untuk mematikan 50% dari total populasi uji akibat perlakuan, sedangkan $LT_{90}$ adalah estimasi waktu untuk mematikan 90% populasi.

• Kapan saya menggunakan aplikasi ini dibanding aplikasi LC? Gunakan aplikasi ini jika Anda memberikan dosis perlakuan yang sama secara konstan namun mengamati tingkat mortalitas organisme uji di berbagai rentang waktu yang berbeda (misal: pengamatan jam ke-6, 12, 24, 48).

• Lebih baik pilih fungsi Probit atau Logit? Fungsi Probit mengasumsikan bahwa respons populasi uji terhadap toksin mengikuti kurva distribusi normal standar, dan merupakan metode baku untuk bioesai entomologi dan pestisida. Logit lebih cocok untuk kurva distribusi logistik berat, biasanya dipakai pada data probabilitas medis.

2. Aturan Input Data

• Berapa banyak titik waktu observasi yang saya perlukan? Anda membutuhkan minimal 3 (tiga) pengamatan waktu (time-points) yang berbeda pada satu perlakuan agar garis kurva regresi dapat digambar dengan valid.

• Apakah saya boleh mengisi nilai 0 pada kolom Time (Jam)? Waktu pengamatan (Time) wajib memiliki nilai lebih dari nol. Aplikasi ini mentransformasi nilai $X$ menjadi $\log_{10}(Time)$, dan logaritma dari 0 tidak dapat didefinisikan secara matematis. Gunakan angka kecil (seperti 0.001) jika Anda memiliki pengamatan pada detik awal paparan.

• Apakah setiap kelompok harus memiliki jumlah Total yang sama? Tidak harus. Algoritma GLM-IRLS pada aplikasi ini menggunakan bobot proporsional untuk menghitung varians, sehingga jumlah N yang bervariasi antar ulangan (misal: 50, 48, 49) tetap dapat dianalisis secara presisi.

• Mengapa ada opsi Wide → Long? Peneliti lapangan sering merekap data dengan format Waktu menyamping ke bawah, sementara perlakuan berjajar ke kanan. Fitur ini secara otomatis memformat ulang tabel tersebut (unpivot) menjadi format bersusun (Long format) yang dapat dianalisis oleh statistik regresi.

3. Koreksi Abbott dan Kontrol

• Apa fungsi Koreksi Abbott di aplikasi ini? Koreksi ini akan menormalkan nilai proporsi mortalitas jika terjadi kematian alami (kematian bukan karena pestisida) pada organisme yang menjadi kelompok Kontrol.

• Bagaimana aplikasi menghitung mortalitas kontrol? Aplikasi secara otomatis mencari perlakuan yang namanya cocok dengan input kotak "Kontrol" pada jam tertentu. Sistem menggunakan rumus $p_{corr} = \frac{p_{raw} - p_{ctrl}}{1 - p_{ctrl}}$.

• Apakah saya wajib punya kelompok kontrol? Tidak. Jika eksperimen Anda tidak memiliki kelompok kontrol sama sekali, cukup hilangkan centang opsi Abbott correction di tab Data & Model.

4. Membaca Tabel dan Log Audit

• Apa maksud dari parameter A dan B? Angka $A$ mewakili Intercept atau titik potong pada sumbu Y dalam skala probit/logit, sedangkan $B$ adalah Slope yang menunjukkan seberapa miring (seberapa cepat) respons mortalitas terhadap pertambahan log waktu.

• Apa kegunaan nilai Deviance dan Pearson? Keduanya adalah indikator untuk uji kecocokan Goodness of Fit. Jika nilai signifikansinya (P) lebih dari 0.05, model regresi dinyatakan "Fit" atau sejalan dengan sebaran data asli Anda di lapangan.

• Apa arti Dispersion (Overdispersion)? Nilai $\phi$ yang lebih dari 1 menunjukkan bahwa data pengamatan Anda memiliki varians yang menyebar lebih ekstrim dari tebakan normal binomial. Jika ini terjadi, aplikasi secara otomatis menaikkan rentang interval standar galat (SE) untuk mempertahankan akurasi.

• Mengapa model saya menghasilkan peringatan "Fallback/Interpolasi"? Jika data mortalitas Anda kacau (misal: waktu 24 jam mortalitas 80%, tapi waktu 48 jam mortalitas malah dicatat 60%), slope kurva akan menjadi datar atau negatif. GLM akan gagal memotong titik, sehingga aplikasi otomatis beralih menggunakan interpolasi empiris linear.

5. Pengaturan Grafis dan Ekspor

• Bagaimana cara menyembunyikan sementara satu garis kurva di grafik? Kurva ini bersifat interaktif. Anda dapat mengklik label nama perlakuan di bagian legenda (di bawah atau atas grafik) untuk mematikan dan menghidupkan kemunculan garis tersebut di area gambar.

• Bagaimana cara mengganti warna spesifik untuk satu perlakuan? Buka tab View & Export, klik tombol Plot Settings. Cari panel "Warna per Treatment", lalu klik pada kotak warna di samping nama perlakuan untuk memunculkan pemilih warna (color picker). Kurva akan diperbarui seketika.

• Apa bedanya Pita Rentang (CI Band) dan garis biasa? Pita bayangan yang membayangi garis utama menunjukkan rentang Confidence Interval. Artinya, kita memiliki tingkat keyakinan 95% bahwa garis asli untuk populasi tersebut berada di mana saja di dalam area pita tersebut.

• Apa perbedaan fitur "Download JPG" dengan "Download SVG"? Mengunduh dalam JPG memberikan format raster yang cocok untuk presentasi layar atau laporan Word. SVG adalah Scalable Vector Graphics, gambar yang tersusun dari jalur matematis yang tidak akan pernah "pecah/buram" seberapa besar pun di-zoom, dan merupakan standar bagi jurnal publikasi ilmiah tinggi (Q1/Q2).

• Grafik saya terlihat terpotong pada bagian nama perlakuan di bawahnya, solusinya? Di bagian pengaturan plot, besarkan nilai Margin Bawah Plot (px), misalnya dari 160 menjadi 250, lalu klik Terapkan Pengaturan. Ini akan memberi ruang kosong ekstra di dasar gambar.

• Apakah data sensitif penelitian saya tersimpan di internet? Aplikasi ini berbasis Client-Side processing. Artinya semua perhitungan matematis terjadi di dalam peramban web perangkat komputer Anda secara lokal. Tidak ada database server jauh yang menyimpan rekap angka Anda.