• Tidak ada hasil yang ditemukan

Laporan Taksonomi Numerik-fenetik Kapang 2

N/A
N/A
Protected

Academic year: 2021

Membagikan "Laporan Taksonomi Numerik-fenetik Kapang 2"

Copied!
20
0
0

Teks penuh

(1)

1

LAPORAN PRAKTIKUM SISTEMATIKA MIKROBIA

KARAKTERISASI DAN KLASIFIKASI KAPANG DENGAN

METODE TAKSONOMI FENETIK-NUMERIK

DISUSUN OLEH:

NAMA : SOFIANINGTIAS FRIHANTINING HIDAYATI NIM : 09/284494/BI/8259

GOL/KEL: V/II

ASISTEN : FITRI INDRI S.

LABORATORIUM MIKROBIOLOGI

FAKULTAS BIOLOGI

UNIVERSITAS GADJAH MADA

YOGYAKARTA

(2)

2

KARAKTERISASI DAN KLASIFIKASI KAPANG DENGAN METODE TAKSONOMI NUMERIK-FENETIK

I. PENDAHULUAN

Latar Belakang

Kapang adalah bagian dari studi mikrobiologi, yaitu ilmu yang mempelajari mikrobia. Di dalam mikrobiologi, kapang dimasukkan dalam dunia fungi bersama dengan khamir. Dunia lain yang dipelajari dalam mikrobiologi mencakup dunia bakteri, arkhaea, protista, dan organisme aseluler (virus), dan menempati domain bacteria. Semua anggota domain ini memiliki kesamaan yaitu untuk memperbanyaknya menggunakan metode khusus yaitu kultur murni secara aseptis (Waluyo,2005)

Menurut Alchamo (1984) kapang adalah fungi multiseluler yang memiliki miselium atau filamen, lebih lanjut dijelaskan oleh Waluyo (2005) sifat kapang secara mikroskopik maupun makroskopik dapat digunakan sebagai dasar identifikasi dan klasifikasi. Pengamatan pada spora kapang adalah karakterisasi secara mikroskopik,sedangkan karakterisasi secara makroskopik dapat berupa pengamatan karakter fisiologis seperti hasil hidrolisis amilum. Karena klasifikasi dan identifikasi yang digunakan hanya berdasarkan kenampakan secara umum, maka hasil dari proses klasifikasi dan identifikasi tersebut bersifat kemiripan bukan kekerabatan. Metode yang digunakan dalam karakterisasi secara kemiripan tersebtu dikenal dengan taksonomi numerik-fenetik.

Untuk dapat melakukan karakterisasi, diperlukan adanya strain pembanding sehingga akan didapatkan sejumlah karakter yang dapat digunakan sebagai bukti untuk memperkuat strain yang dikarakterisasi. Salah satu syarat penggunaan taksonomi numerik-fenetik adalah berdasarkan sebanyak-banyaknya karakter. Pada praktikum ini digunakan 6 macam strain kapang yang ditumbuhkan dalam media PDA (Potato Dextrose Agar) dan harus didapatkan banyak karakter. Setelah karakter didapatkan kemudian dapat dilakukan serangkaian analisis

(3)

3

kuantitatif sehingga didapatkan hubungan kemiripan antara keenam strain yang diamati.

Tujuan

Tujuan dari praktikum ini adalah untuk mempelajari perbandingan hasil dendogram kedua indeks similaritas Ssm dan Sj. Mempelajari klasifikasi OTU yang dihasilkan berdasarkan kedua indeks similaritas tersebut. Serta untuk mengetahui hubungan kemiripan keenam strain kapang tersebut berdasarkan indeksi similaritas Ssm dan Sj dengan metode taksonomi numerik.

II. METODE

Alat dan Bahan

1. Karakteristik pertumbuhan

Enam macam strain kapang yang ditumbuhan di media PDA plate 2. Morfologi hifa

Enam strain kapang di gelas benda diamati hifanya dengan mikroskop

3. Karakteristik miselium

Enam strain kapang di gelas benda diamati miseliumnya dengan mikroskop

4. Tipe spora seksual

Enam strain kapang di gelas benda diamati sporanya dengan mikroskop

5. Tipe spora aseksual

Enam strain kapang di gelas benda diamati sporanya dengan mikroskop

6. Karakteristik sporangia

Enam strain kapang di gelas benda diamati sporangianya dengan mikroskop

7. Karakteristik spore head bearing conidia

Enam strain kapang di gelas benda diamati spore head bearing conidianya dengan mikroskop

(4)

4

8. Karakteristik sporangiofor/konidiofor

Enam strain kapang di gelas benda diamati sporangiofor atau konidiofornya dengan mikroskop

9. Karakteristik spora aseksual,terutama konidia

Enam strain kapang di gelas benda diamati spora aseksualnya dengan mikroskop

10. Struktur tambahan

Enam strain kapang di gelas benda diamati struktur tambahannya dengan mikroskop

11. Karakterisasi fisiologis

Enam strain kapang di PDA plate ditetesi larutan JKJ

Cara Kerja

1. Karakterisasi

karakter yang dikoleksi berupa karakter morfologi koloni pada media PDA plate berupa pertumbuhan koloni, pigmen terlarut, warna koloni bagian atas, dan warna koloni bagian bawah. Selain itu diamati pula kemampuan kapang dalam melakukan hidrolisis amilum denga ditetesi larutan JKJ. Hasil positif berupa zoba jernih. Kemudian koleksi karakter morfologi sel berupa karakterisasi hifa (bersekat, tidak bersekat), miselium (jernih, gelap, berwarna, tidak berwarna), tipe spora seksual (oospora, zygospora, askospora), tipe spora aseksual (atrospora, konidiospora,sporangiospora), karakteristik sporangia (lokasi, ukuran, warna, dan bentuk),karakter spore head bearing conidia (jumlah konidia, bentuk, dan susunan phyalide/sterigma), sporangiofor/konidiofor (bercabang/tidak bercabang, ukuran dan bentuk kolumela, konidiofor tunggal atau berkas), dan struktur tambahan (sel kaki, stolon, apophysis, klamidospora, sklerotia, rhizoid). Kemudian semua karakter yang dimiliki oleh keenam strain kapang tersebut dimasukkan dalam tabel nxt.

(5)

5 2. Penghitungan nilai similaritas

Nilai similaritas dihitung dengan menggunakan dua macam metode yaitu simple matching coefficient (Ssm) dan jaccard coefficient (Sj). Untuk rumus Ssm dan Sj adalah sebagai berikut:

Ssm = a + d x 100% a + b + c + d

Sj = a x 100% a + b + c

keterangan

a = jumlah karakter yang (+) untuk kedua strain

b = jumlah karakter yang (+) untuk strain pertama dan (-) untuk strain kedua

c = jumlah karakter yang (-) untuk strain pertama dan (-) untuk strain kedua

d = jumlah karakter yang (-) untuk kedua strain

nilai similaritas yang didapatkan kemudian dimasukkan dalam matriks similaritas

3. Analisis pengklasteran

Analisis pengklasteran atau clustering analysis didapatkan dengan metode penghitungan algoritma pengklasteran. Algoritma pengklasteran yang digunakan adalah average linkage, yaitu nilai penyatuan dua strain atau lebih berada pada nilai rata-ratanya. Dari penghitungan dengan menggunakan average linkage didapatkan

(6)

6

pada level tertentu akan terjadi peleburan strain yang diidentifikasi.

4. Dendogram

Dendogram adalah hasil dari analisis pengklasteran, dimana hasil fusi (peleburan) yang terjadi pada strain yang diidentifikasi dibuat bentuk sederhana dengan cara hierarki setelah didapatkan dendogram, dapat ditarik garis di level 70% untuk mendapatkan berapa banyak spesies yang diwakili oleh keenam strain tersebut. Jumlah spesies yang ditunjukkan dalam dendogram tersebut bersifat kemiripan.

5. Koefisien korelasi (r)

Level kemiripan pada dendogram dapat dimasukkan dalam matriks evaluasi dendogram (Y) kemudian dari matriks evaluasi dendogram ini dimasukkan dalam tabel korelasi kofenetik, begitu juga dengan matriks similaritas awal (X). Hasil dari penghitungan (X) dan (Y) ini digunakan untuk penghitungan koefisien korelasi dengan rumus:



100% Y) ( -Y n X) ( -X n Y) ( X) ( -XY) ( n hitung R 2 2 2 2    x     

Hasil koefisien korelasi ini diterima jika lebih dari 60%

III. HASIL

Berikut ini adalah hasil dari pengamatan kapang meliputi morfologi koloni, morfologi sel, dan karakterisasi fisiologis. Hasil pengamatan meliputi koleksi data, matriks similaritas, clustering analysis, dendogram, matriks turunan dendogram, tabel korelasi kofenetik, dan nilai koefisien korelasi.

(7)

7

1. Tabel nxt

Tabel 1. Koleksi data (tabel nxt)

Tabel koleksi data terdiri dari jumlah karakter (n) dan OTU (t)

no Karakter strain (OTU)

A B C D E F

1 morfologi koloni bentuk pertumbuhan lebat + + + + - + 2 morfologi koloni bentuk pertumbuhan sedang - - - - + -

3 warna koloni atas hitam - - - + - +

4 warna koloni atas hijau + - + - - -

5 warna koloni atas krem - - - - + -

6 warna koloni atas putih - + - - - -

7 bentuk pertumbuhan jarang + - - - - - 8 bentuk pertumbuhan bawah hijau + - - - - + 9 bentuk pertumbuhan bawah krem - + - - - - 10 bentuk pertumbuhan bawah abu-abu - - - + - - 11 bentuk pertumbuhan bawah kuning - - + - + -

12 pigmen terlarut ada + - + - + -

13 zonasi radial + - + - - -

14 zonasi eksudat - + - + + +

15 permukaan wooly - + - - - -

16 permukaan powdering - - + + + +

17 permukaan falevate + - - - - -

18 morfologi sel hifa bersekat + + - - - -

19 miselium transparan - + + + + +

20 miselium gelap + - - - - -

21 karakteristik spore head bearing conidia phialide + - + + + - 22 karakteristik spore head bearing conidia vesicel - - + + + - 23 struktur tambahan rhizoid - - - - - + 24 struktur tambahan sel kaki - - + + + - 25 struktur tambahan stolon - - - - - + 26 sporangiofor/conidiofor bercabang + + + + + - 27 sporangiofor/conidiofor tidak bercabang - - - +

28 hifa tidak bersekat - - + + + +

(8)

8

2. Matriks Similaritas

Tabel 2. Matriks Similaritas

Matriks similaritas terdiri dari dua macam matriks yaitu Ssm (simple matching coefficient) dan Sj (jaccard coefficient)

a. Ssm (simple matching coefficient)

Ssm A B C D E F A 100 B 53,33 100 C 63,33 46,67 100 D 43,33 63,33 70 100 E 40 50 80 70 100 F 40 60 46,67 63,33 46,67 100 b. Sj (jaccard coefficient) Sj A B C D E F A 100 B 17,65 100 C 35,29 16,67 100 D 15 31,25 50 100 E 15 16,67 60 50 100 F 10 25 21,05 37,5 21,05 100

(9)

9

3. Clustering Analysis

Berikut ini adalah hasil dari analisis pengklasteran dengan menggunakan Ssm dan Sj dan algoritma pengklasteran yang digunakan adalah average linkage. Analisis clustering Ssm : C E D B F A 100 C E D B F A 90 C E D B F A 80 (CE) D B F A 70 {((CE),(D))} B F A 60 {((CE),(D))} {(BF)} A 52,78 {((CE),(D))} , {(BF)} A 50 {((CE),(D))} , {(BF)} A 48 {((CE),(D))} , {(BF),(A)} 40 {((CE),(D))} , {(BF),(A)} 30 {((CE),(D))} , {(BF),(A)} 20 {((CE),(D))} , {(BF),(A)} 10 {((CE),(D))} , {(BF),(A)} Analisis clustering Sj C E D F B A 100 C E D F B A 90 C E D F B A 80 C E D F B A 70 C E D F B A 60 {(CE)} D F B A 50 {(CE),(D)} F B A 40 {(CE),(D)} F B A 30 {(CE),(D)} F B A 26,53 {((CE),(D)),(F)} B A 22,40 {(((CE),(D)),(F)),(B)} A

(10)

10

4. Dendogram

Berikut ini adalah hasil dari dendogram metode Ssm dan Sj a. Dendogram Ssm C E D B F A 10 20 30 40 50 60 70 80 90 100 b. Dendogram Sj C E D F B A 10 20 30 40 50 60 70 80 90 100 48 5 2 ,7 8 60 70 80 1 8 ,5 9 22,40 26,53 50 60

(11)

11

5. Matriks Evaluasi Dendogram

Matriks evaluasi dendogram berasal dari dendogram yang kemudian dibuat dalam bentuk matriks, sama seperti matriks similaritas, juga terdiri dari matriks evaluasi dendogram Ssm dan matriks evaluasi dendogram Sj a. Matriks evaluasi dendogram Ssm

Ssm A B C D E F A 100 B 48 100 C 48 52,78 100 D 48 52,78 70 100 E 48 52,78 80 70 100 F 48 60 52,78 52,78 52,78 100

b. Matriks evaluasi dendogram Sj

SJ A B C D E F A 100 B 18,59 100 C 18,59 22,4 100 D 18,59 22,4 50 100 E 18,59 22,4 60 50 100 F 18,59 22,4 26,53 26,53 26,53 100

6. Tabel korelasi kofenetik

Berikut ini adalah perhitungan nilai matriks similaritas awal dan matriks evaluasi dendogram dengan menggunakan IS Ssm dan Sj

a. Tabel korelasi kofenetik indeks similaritas Ssm

Ssm x Y x2 y2 Xy A-B 53,33 48 2844,09 2304 2559,84 A-C 63,33 48 4010,69 2304 3039,84 A-D 43,33 48 1877,49 2304 2079,84 A-E 40 48 1600 2304 1920 A-F 40 48 1600 2304 1920 B-C 46,67 52,78 2178,09 2785,73 2463,24 B-D 63,33 52,78 4010,69 2785,73 3342,55 B-E 50 52,78 2500 2785,73 2639 B-F 60 60 3600 3600 3600 C-D 70 70 4900 4900 4900 C-E 80 80 6400 6400 6400

(12)

12 C-F 46,67 52,78 2178,09 2785,73 2463,24 D-E 70 70 4900 4900 4900 D-F 63,33 52,78 4010,69 2785,73 3342,55 E-F 46,67 52,78 2178,09 2785,73 2463,24 ∑ 836,66 836,68 48787,92 48034,38 48033,34

b. Tabel korelasi kofenetik indeks similaritas Sj

Sj x Y x2 y2 Xy A-B 17,65 18,59 311,52 345,59 328,11 A-C 35,29 18,59 1245,38 345,59 656,04 A-D 15 18,59 225 345,59 278,85 A-E 15 18,59 225 345,59 278,85 A-F 10 18,59 100 345,59 185,9 B-C 16,67 22,4 277,89 501,76 373,4 B-D 31,25 22,4 976,56 501,76 700 B-E 16,67 22,4 277,89 501,76 373,4 B-F 25 22,4 625 501,76 560 C-D 50 50 2500 2500 2500 C-E 60 60 3600 3600 3600 C-F 21,05 26,53 443,1 703,84 558,45 D-E 50 50 2500 2500 2500 D-F 37,5 26,53 1406,25 703,84 994,87 E-F 21,05 26,53 443,1 703,84 558,45 ∑ 422,13 422,14 15156,69 14446,51 14446,32 7. Koefisien korelasi

Nilai koefisien korelasi terdiri dari koefisien korelasi Ssm dan koefisien korelasi Sj. Nilai koefisien korelasi diterima jika berada pada level >60% a. R Ssm= 80,24% (diterima)

b. R Sj = 88,49% (diterima)

IV. PEMBAHASAN

Sistematika mikrobia adalah ilmu yang mempelajari mengenai keanekaragaman mikrobia dan interaksinya baik berupa hubungan kekerabatan (filogenetik) dan kemiripan (fenetik). Salah satu objek kajian mikrobia adalah kapang. Berdasarkan pengertian tersebut, maka dalam pendeskripsian kapang, juga menggunakan sistematika mikrobia. Subdisiplin yang digunakan dalam sistematika mikrobia meliputi klasifikasi, identifikasi, dan tatanama. Jadi untuk deskripsi

(13)

13

kapang juga menggunakan subdisiplin sistematika berupa klafikasi kapang, identifikasi kapang, dan tatanama kapang

Karakterisasi yang dilakukan pada strain kapang dalam percobaan ini menggunakan klasifikasi numerik fenetik, yaitu klasifikasi dengan sejumlah karakter berdasarkan kemiripan yang dimiliki antar strain (Priest,F & Goodfellow, 1999). Klasifikasi numerik fenetik (Adansonian) ini memiliki lima prinsip utama yaitu 1). Taksonomi ini mengandung banyak informasi, dengan digunakan sebanyak-banyaknya karakter, 2). Setiap karakter diberi nilai yang setara,3) tingkat kedekatan dua strain berdasarkan fungsi proporsi similaritas sifat yang dimiliki bersama, 4) taksa yang berbeda dibentuk berdasar pada sifat yang dimiliki, 5) similaritas bersifat fenetik (Sembiring, L. 2011). Dalam taksonomi Adansonian jumlah karakter khamir yang diujikan minimal adalah 50 karakter agar didapatkan klasifikasi yang mantap dan tidak subyektif.

Pada praktikum pengamatan kapang yang dilakukan praktikan, jumlah karakter yang didapatkan kurang dari 50 karakter. Hal ini tentu dapat mempengaruhi keakuratan data yang diambil. Selain itu pada praktikum ini tidak dilakukan estimasi eror karena tidak ada strain duplikat sehingga selama proses karakterisasi yang dilakukan cenderung subyektif, walaupun data kemudian diolah sehingga didapatkan hasil kuantitatif berupa angka yang bersifat lebih obyektif. Dari karakterisasi yang dilakukan, kemudian dilakukan penghitungan indeks similaritas dengan dua macam cara yaitu Ssm (simple matching coeffiicient) dan Sj(jaccard coefficient)

Setelah didapatkan indeks similaritas, maka hasilnya dimasukkan dalam matriks similaritas Ssm dan Sj. Tiap matriks similaritas dilakukan clustering analysis dengan menggunakan algoritma pengklasteran. Ada 3 macam algoritma pengklasteran yang dipakai, yaitu single linkage, average linkage, dan complete linkage (Priest,Fegus & Austin,Brian.1993). hasil dari algoritme single linkage

(14)

14

lebih besar daripada average, sedangkan complete linkage memiliki hasil fusi yang lebih kecil daripada average linkage. Pada praktikum ini algoritme pengklasteran yang digunakan adalah average linkage atau disebut juga UPGMA,baik untuk matriks similaritas Ssm maupun Sj. Dalam analisis pengklasteran ini setelah didapatkan strain yang fusi untuk pertama kali pada level berapapun, selanjutnya algoritme pengklasteran digunakan. Hasil yang didapatkan dari clustering analysis menunjukkan ada perbedaan dalam penggunaan indeks similaritas Ssm dan Sj.

Pada indeks similaritas Ssm, ada fusi dua strain yaitu strain C, strain D dan strain E di level 70%. Berdasarkan clustering analysis tersebut jika dibuat dalam bentuk dendogram didapatkan 5 spesies kapang dengan indeks similaritas Ssm. Sedangkan pada perhitungan dengan menggunakan indeks similaritas Sj, semua fusi strain kapang berada pada level di bawah 70%, dan saat dilakukan konstruksi dendogram didapatkan 6 spesies kapang yang berbeda. Menurut Priest,F & Goodfellow (1999), konsep satu spesies yang berada pada level >70% berdasarkan taxo-species concept , yaitu jika spesies yang beranggotakan strain-strain kapang tersebut memiliki kemiripan atau indeks similaritas >70%.

Selanjutnya, dari dendogram yang didapatkan, dilakukan evaluasi dendogram dan hasil evaluasi ini dimasukkan dalam matriks similaritas dendogram. Kemudian dilakukan penghitungan korelasi kofenetik antara matriks similaritas awal dengan matriks similaritas hasil evaluasi dendogram. Dari korelasi kofenetik inilah didapatkan koefisien korelasi. Nilai dari koefisien korelasi ini diterima jika berada pada level >60%. Jika hasil dari penghitungan koefisien korelasi (r) ini lebih dari atau sama dengan 60%, artinya klasifikasi yang dilakukan dapat dipercaya dan dipertanggungjawabkan.

Ada perbedaan yang didapatkan dalam penghitungan koefisien korelasi (r) dengan menggunakan indeks similaritas Ssm dan indeks

(15)

15

similaritas Sj. Nilai koefisien korelasi Sj lebih tinggi dibandingkan dengan koefisien korelasi Ssm. Hal ini dapat disebabkan karena karakter yang didapatkan dan digunakan untuk menghitung indeks similaritas jumlahnya berbeda. Pada indeks similaritas Ssm, sifat karakter yang “sama-sama positif(double positive)”,”negatif-positif”, “positif-negatif”, dan “sama-sama negatif(double negative)” dihitung, sedangkan dengan indeks similaritas Sj karakter yang dihitung hanya “sama-sama positif”,”negatif-positif”, dan “positif-negatif”. Jadi nilai r Ssm yang lebih rendah dari r Sj dapat dikarenakan lebih bayak karakter yang “sama-sama negatif” daripada karakter yang lainnya. Namun dari koefisien korelasi kedua indeks similaritas ini ada dua persamaan yaitu keduanya berada pada level lebih dari 60%. Artinya data dan analisis yang didapatkan dapat diterima. Koefisien korelasi Ssm adalah 80,2% sedangkan koefisien korelas Sj adalah 88,5%. Jadi hasil r dengan indeks similaritas Sj lebih akurat.

Indeks similaritas Ssm dan Sj, karena memiliki perbedaan dalam penggunaan sifat, maka juga mempengaruhi keakuratan hasil klasifikasi yang diperoleh. Selain itu indeks similaritas Ssm dan indeks similaritas Sj memiliki kelebihan dan kekurangan masing-masing. Indeks similaritas Ssm memiliki kelebihan yaitu kemudahan menghitung nilai pembagi dalam pecahan karena nilai pembaginya adalah sebanyak karakter yang digunakan sehingga lebih praktis jika dilakukan penghitungan secara manual. Namun, kekurangan dari penggunaan Ssm adalah kurang akurat, karena sifat yang double negative juga dihitung. Sedangkan sifat tersebut adalah sifat yang „sama-sama tidak dimiliki oleh dua strain yang dibandingkan‟, sehingga hubungan sifat antara keduanya menjadi tidak jelas. Berbeda dengan indeks similaritas Sj, yang memiliki kekurangan dalam menentukan nilai pembaginya karena dihitung dari karakter double positive,positif-negatif, dan negatif-positif. Tiap dua strain yang diperbandingkan akan menghasilkan nilai pembagi yang berbeda, dan

(16)

16

untuk penghitungan secara manual akan menyulitkan prosesnya. Namun kelebihan indeks similaritas Sj adalah lebih akurat karena hubungan sifat double negative tidak digunakan sehingga menghindari sifat yang „sama-sama tidak dimiliki oleh dua strain yang dibandingkan‟, sehingga hubungan dua strain yang dibandingkan menjadi lebih jelas.

Berdasarkan pembahasan di atas didapatkan bahwa walaupun jumlah karakter yang didapatkan kurang dari 50 karakter, namun tetap dapat dilakukan analisis pengklasteran yang kemudian dapat dikonstruksikan dendogramnya dan didapatkan nilai koefisien korelasinya (r) baik menggunakan indeks similaritas Ssm maupun Sj.

V. KESIMPULAN

Dendogram indeks similaritas Ssm menunjukkan ada lima spesies. Dendogram indeks similaritas Sj menunjukkan ada enam spesies. Koefisien korelasi Ssm adalah 80,2%. Koefisien korelasi Sj adalah 88,5%. Hasil koefisien korelasi dengan menggunakan indeks similaritas Sj lebih akurat daripada Ssm. Hasil klasifikasi yang didapatkan berdasarkan kedua indeks similaritas tersebut bersifat fenetik atau kemiripan.

VI. DAFTAR PUSTAKA

Alcamo, I.E. 1984. Fundamental of Microbiology. Addison-Wesley Publishing Company,Inc. Menlo Park, CA. pp:117-120

Priest,F & Goodfellow. 1999. Applied Microbial Systematic. Kluwer Academic Publisher. Netherland. pp: 8-10, 94

Priest,Fegus & Austin,Brian.1993. Modern Bacterial Taxonomy. Chapman & Hall. London. pp: 33, 47, 98

Sembiring,L.2011. Petunjuk Praktikum Sistematika Mikrobia. Fakultas Biologi UGM. Yogyakarta. hal: 1

Waluyo, L. 2005. Mikrobiologi Umum.edisi ke-2. UMM-Press. Malang. hal: 249

(17)

17

LAMPIRAN

 Perhitungan Indeks Similaritas Ssm dan Sj 1. Perhitungan Ssm 100 d) c b (a d) (a Ssm x      Keterangan

a =Jumlah karakter yang ( + ) untuk kedua strain

b =Jumlah karakter yang ( + ) untuk strain pertama dan ( - ) bagi strain kedua

c =Jumlah karakter yang ( - ) untuk strain pertama dan ( + ) bagi strain kedua

d =Jumlah karakter yang ( - ) untuk kedua strain 2. Perhitungan Sj 100 c) b (a (a) Sj x    Indeks similaritas Ssm AB =16/30x100% =53,33 BC =14/30x100% =46,67 CE =24/30x100% =80,00 AC =19/30x 100% =63,33 BD =19/30x100% =63,33 CF =14/30x100% =46,67 AD =13/30x100% =43,33 BE =15/30x100% =50,00 DE =21/30x100% =70,00 AE =12/30x100% =40,00 BF =18/30x100% =60,00 DF =19/30x100% =63,33 AF =12/40x100% =40,00 CD =21/30x100% =70,00 EF =14/30x100% =46,67 Indeks similaritas Sj AB =3/17x100% =17,65 BC =3/18x100% =16,67 CE =9/15x100% =60 AC =6/17x100% =35,29 BD =5/16x100% =31,25 CF =4/19x100% =21,05 AD =3/20x100% =15 BE =3/18x100% =16,67 DE =8/16x100% =50 AE =3/20x100% =15 BF =4/16x100% =25 DF =6/16x100% =37,5 AF =2/20x100% =10 CD =8/16x100% =50 EF =4/19x100% =21,05 Perhitungan dendogram ssm : CE : 80 AB : 53,33 AD : 43,33 AF : 40 BD : 63,33 BF : 60 DF : 63,33 CA+EA/2 : 51,67

(18)

18 CB+EB/2 : 48,33 CD+ED/2 : 70 CF+EF/2 : 46,67 AB : 53,33 AF : 40 BF : 60 CA+EA+DA/3 : 48,89 CB+EB+DB/3 : 53,33 CF+EF+DF/3 : 52,22 CA+EA+DA/3 : 48,89 CB+EB+DB+ CF+EF+DF/6 : 52,78 BA+BF/2 : 52,22 CA+EA+DA+BA+FA/5 : 48,00 Perhitungan dendogram Sj CE : 60 AB : 17,65 AD : 15 AF : 10 BD : 31,25 BF : 25 DF : 37,5 CA+EA/2 : 25,145 CB+EB/2 : 16,67 CD+ED/2 : 50 CF+EF/2 : 21,05 AB : 17,65 AF : 10 BF : 25 CA+EA+DA/3 : 21,76 CB+EB+DB/3 : 21,53 CF+EF+DF/3 : 26,53 AB : 17,65 CA+EA+DA+FA/4 : 18,82 CB+EB+DB+FB/4 : 22,40 CA+EA+DA+FA+BA/5 : 18,59

(19)

19

PERHITUNGAN ANALISIS KORELASI KOFENETIK

Ssm X Y x2 y2 Xy A-B 53,33 48 2844,09 2304 2559,84 A-C 63,33 48 4010,69 2304 3039,84 A-D 43,33 48 1877,49 2304 2079,84 A-E 40 48 1600 2304 1920 A-F 40 48 1600 2304 1920 B-C 46,67 52,78 2178,09 2785,73 2463,24 B-D 63,33 52,78 4010,69 2785,73 3342,55 B-E 50 52,78 2500 2785,73 2639 B-F 60 60 3600 3600 3600 C-D 70 70 4900 4900 4900 C-E 80 80 6400 6400 6400 C-F 46,67 52,78 2178,09 2785,73 2463,24 D-E 70 70 4900 4900 4900 D-F 63,33 52,78 4010,69 2785,73 3342,55 E-F 46,67 52,78 2178,09 2785,73 2463,24 ∑ 836,66 836,68 48787,92 48034,38 48033,34 Sj X Y x2 y2 Xy A-B 17,65 18,59 311,52 345,59 328,11 A-C 35,29 18,59 1245,38 345,59 656,04 A-D 15 18,59 225 345,59 278,85 A-E 15 18,59 225 345,59 278,85 A-F 10 18,59 100 345,59 185,9 B-C 16,67 22,4 277,89 501,76 373,4 B-D 31,25 22,4 976,56 501,76 700 B-E 16,67 22,4 277,89 501,76 373,4 B-F 25 22,4 625 501,76 560 C-D 50 50 2500 2500 2500 C-E 60 60 3600 3600 3600 C-F 21,05 26,53 443,1 703,84 558,45 D-E 50 50 2500 2500 2500 D-F 37,5 26,53 1406,25 703,84 994,87 E-F 21,05 26,53 443,1 703,84 558,45 ∑ 422,13 422,14 15156,69 14446,51 14446,32 Perhitungan koefisien korelasi (r)

(20)

20





% 80,2 Ssm R % 100 (836,68) -48034,38) ( 15 (836,66) -48787,92) ( 15 (836,68) (836,66) -(48033,34) 15 % 100 Y) ( -Y n X) ( -X n Y) ( X) ( -XY) ( n hitung R 2 2 2 2 2 2           x Rhitung x b. Sj





% 88,5 Sj R % 100 (422,14) -14446,51) ( 15 (422,13) -15156,69) ( 15 (422,14) (422,13) -(14446,32) 15 % 100 Y) ( -Y n X) ( -X n Y) ( X) ( -XY) ( n hitung R 2 2 2 2 2 2           x Rhitung x

Gambar

Tabel 1. Koleksi data (tabel nxt)

Referensi

Dokumen terkait