ANALISIS PROBIT UNTUK PEMBANDINGAN TINGKAT TOKSISITAS
EKSTRAK KASAR AKAR TUBA DAN BUAH PINANG
HERA AMRANSYAH DIAN ARI ANGGASTA
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
RINGKASAN
HERA AMRANSYAH DIAN ARI ANGGASTA. Analisis Probit untuk Pembandingan Tingkat Toksisitas Ekstrak Kasar Akar Tuba dan Buah Pinang. Dibimbing oleh AUNUDDIN dan INDAHWATI.
Serangan hama keong emas menjadi masalah yang sangat penting dalam setiap pertanian padi sawah. Umumnya petani mengendalikan hama ini secara mekanis dengan mengambil keong emas yang ada. Selain itu, petani juga menggunakan pestisida sintetis untuk membunuh keong emas. Namun, kedua cara ini tidak cukup efektif. Salah satu cara untuk mengatasi hal ini adalah dengan menggunakan pestisida nabati ekstrak akar tuba dan buah pinang. Telah diketahui bahwa kedua pestisida ini dapat menyebabkan kematian keong emas. Namun dosis efektif dan toksisitas relatif keduanya belum diketahui, padahal hal ini perlu diketahui terutama dalam mengatasi masalah kritis. Penentuan dosis efektif ini dapat dilakukan melalui penentuan konsentrasi kematian (KK) misalnya KK50 dan KK90. Dalam penelitian ini digunakan analisis probit untuk memodelkan
hubungan antara respon kematian keong emas (data biner) dengan konsentrasi kedua pestisida nabati. Hasil analisis menunjukkan bahwa ekstrak kasar buah pinang lebih efektif daripada ekstrak akar tuba karena tingkat toksisitasnya lebih tinggi (KK50 = 0.381 g/l dan KK90 = 1.098 g/l)
dibandingkan akar tuba (KK50 = 0.675 g/l dan KK90 = 1.182 g/l). Didukung oleh segi kepraktisan
memperoleh dan cara pembuatan, ekstrak kasar buah pinang lebih disarankan untuk digunakan sebagai pestisida nabati dalam pemberantasan hama keong emas.
ABSTRACT
HERA AMRANSYAH DIAN ARI ANGGASTA. Probit Analysis for Benchmarking Toxicity Level of Tuba Root and Areca-nut Fruit Coarse Extract. Supervised by AUNUDDIN and INDAHWATI.
Golden snail pests become a very important issue in any lowland rice farming. Generally farmers control this pests mechanically by taking existing golden snail. In addition, farmers also use synthetic pesticides to kill golden snail. However, both ways are not effective enough. One way to overcome this problem is to use a plant pesticide tuba root and areca-nut fruit coarse extract. It is known that both of these pesticides can cause death of golden snail. But the effective dose and relative toxicity of the two plant pesticides is not yet known, but it is important to know especially in dealing with critical issues. Determination of effective dose can be done through the determination of the lethal concentration (LC), for example, LC50 and LC90. This
research use probit analysis to modeling a connection between golden snail death response (binary data) and both of plant pesticides concentration. Analysis result show that areca-nut coarse extract are more effective than tuba root extract since toxicity level of areca-nut (LC50 = 0.381 g/l and
LC90 = 1.098 g/l) higher than tuba root (LC50 = 0.675 g/l and LC90 = 1.182 g/l). Supported by the
terms of practically to obtain and how to manufacture, areca-nut coarse extract is recommended for use in eradication of golden snail pests.
ANALISIS PROBIT UNTUK PEMBANDINGAN TINGKAT TOKSISITAS
EKSTRAK KASAR AKAR TUBA DAN BUAH PINANG
HERA AMRANSYAH DIAN ARI ANGGASTA
Skripsi
sebagai salah satu syarat untuk memperoleh
gelar Sarjana Statistika pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
Pembimbing II,
Ir. Indahwati, M.Si
NIP. 19650712 199003 2 002
Pembimbing I,
Prof. Dr. Ir. Aunuddin, M.Sc
NIP.19470615 197106 1 001
Judul : Analisis Probit untuk Pembandingan Tingkat Toksisitas Ekstrak Kasar
Akar Tuba dan Buah Pinang
Nama :
Hera Amransyah Dian Ari Anggasta
NRP :
G14062434
Menyetujui:
Mengetahui,
Ketua Departemen Statistika,
NIP. 19650421 199002 1 001
Dr. Ir. Hari Wijayanto, M.Si
RIWAYAT HIDUP
Penulis dilahirkan di Lampung pada tanggal 3 Oktober 1988 sebagai anak pertama dari pasangan Bapak Muhammad Imron dan Ibu Herlina Ermariawati.
Penulis mengawali pendidikan dasar pada tahun 1994 di SD Negeri 01 Tanjung Jaya dan pindah ke SD Negeri 04 Tanjung Jaya pada tahun 1995 kemudian lulus pada tahun 2000. Penulis melanjutkan sekolah ke SMP Negeri 01 Bangun Rejo hingga tahun 2003. Selanjutnya, penulis menamatkan pendidikan menengah atas di SMA Negeri 01 Kalirejo pada tahun 2006 dan pada tahun yang sama penulis diterima di Institut Pertanian Bogor melalui jalur USMI dengan mayor Statistika dan minor Agronomi dan Hortikultura.
Selama menjadi mahasiswa, penulis aktif di Unit Kegiatan Mahasiswa Panahan IPB sebagai Kepala Divisi Hubungan Masyarakat pada tahun 2008. Penulis juga aktif di berbagai kegiatan kampus IPB antara lain: Staf Divisi Lapang Kejuaraan Panahan Nasional 2007, Staf Divisi Logstran Statistika Ria 2008, Kepala Divisi Dana Usaha Lomba Jajak Pendapat Statistika dalam Pesta Sains 2008 dan Staf Divisi Medis Welcome Ceremony Statistics.
KATA PENGANTAR
Penulis bersyukur kepada Alloh Subhanahu wa Ta’ala karena atas segala rahmat, hidayah, kemudahan, dan karunia-Nya-lah skripsi yang berjudul “Analisis Probit untuk Pembandingan Tingkat Toksisitas Ekstrak Kasar Akar Tuba dan Buah Pinang” ini dapat diselesaikan dengan baik.
Pada kesempatan ini, penulis mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. Ir. Aunuddin, M.Sc sebagai ketua komisi pembimbing skripsi atas kesabarannya dalam membimbing dan memberi ide, saran serta kritik selama penulisan karya ilmiah ini.
2. Ibu Ir. Indahwati, M.Si selaku anggota komisi pembimbing skripsi yang telah membimbing serta memberikan masukan bagi penulis.
3. Bapak Djoko Prijono yang telah menjadi teman berdiskusi dan bertanya selama pembuatan karya ilmiah ini.
4. Mamah, Papah dan adik-adik tersayang atas segala dukungan dan semangat yang tak henti-hentinya selama ini.
5. Seluruh dosen dan staf Departemen Statistika yang telah memberikan banyak nasehat kepada penulis.
6. Semua pihak yang tidak dapat disebutkan satu persatu atas saran, masukan, dan kritiknya kepada penulis.
Penulis sangat berharap karya ilmiah ini dapat bermanfaat bagi penulis, mahasiswa, akademisi, dan masyarakat Indonesia.
Bogor, Januari 2011 Hera Amransyah Dian Ari Anggasta
DAFTAR ISI
Halaman
DAFTAR TABEL ... viii
DAFTAR GAMBAR ... viii
PENDAHULUAN Latar Belakang ... 1
Tujuan ... 1
TINJAUAN PUSTAKA Peubah Respon Biner dan Model Linear Terampat ... 1
Model Probit ... 2
Pendugaan Parameter ... 2
Uji Taraf Nyata Parameter ... 2
Uji Kebaikan Suai ... 2
Dosis Efektif (DE) dan Konsentrasi Kematian (KK) ... 3
Toksisitas Relatif dan Rasio Konsentrasi Kematian ... 3
Metodologi Data ... 3
Metode ... 3
HASIL DAN PEMBAHASAN Persamaan Probit pada Akar Tuba ... 4
KK50 dan KK90 pada Akar Tuba ... 5
Persamaan Probit pada Buah Pinang ... 5
KK50 dan KK90 pada Buah Pinang ... 6
Pembandingan Toksisitas Pestisida Akar Tuba dan Buah Pinang ... 6
SIMPULAN ... 7
DAFTAR TABEL
Halaman
1 Hasil pengamatan dan transformasi probit pada akar tuba ... 4
2 Pendugaan parameter pada akar tuba ... 4
3 Uji kebaikan suai pada akar tuba ... 4
4 Dosis efektif pada akar tuba ... 4
5 Hasil pengamatan dan transformasi probit pada buah pinang ... 5
6 Pendugaan parameter pada buah pinang ... 6
7 Uji kebaikan suai pada buah pinang ... 6
8 Dosis efektif pada buah pinang ... 6
9 Rasio konsentrasi kematian buah pinang terhadap akar tuba ... 7
DAFTAR GAMBAR
Halaman 1 Ilustrasi rasio konsentrasi kematian ... 32 Grafik hubungan konsentrasi dengan dugaan proporsi kematian pada ekstrak akar tuba beserta selang kepercayaan 95%-nya... 5
3 Grafik hubungan konsentrasi dengan dugaan proporsi kematian pada ekstrak buah pinang beserta selang kepercayaan 95%-nya ... 6
1
PENDAHULUAN Latar Belakang
Serangan hama khususnya keong emas menjadi masalah yang sangat penting dalam pertanian padi sawah. Serangan keong emas yang tidak terkendali dapat menyebabkan hilangnya investasi yang telah tertanam. Pada bulan Juli 2010, serangan hama ini telah menyebabkan rusaknya ratusan hektare tanaman padi di Cirebon (Hidayah 2010).
Umumnya petani mengendalikan hama ini secara mekanis dengan mengambil satu persatu keong emas yang ada. Selain itu, petani juga menggunakan pestisida sintetis untuk membunuh keong emas. Namun kedua cara ini tidak cukup efektif, terlebih lagi banyaknya dampak negatif yang disebabkan oleh pestisida sintetis. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan pestisida nabati.
Beberapa pestisida nabati yang dapat digunakan adalah pestisida yang dibuat dari akar tuba dan buah pinang. Kedua pestisida ini dapat menyebabkan kematian terhadap keong emas (Wibowo et al. 2008). Namun dosis efektif dan toksisitas relatif dari keduanya belum diketahui, padahal pengetahuan terhadap hal ini sangat bermanfaat terutama untuk mengatasi masalah kritis seperti di atas. Penentuan dosis efektif ini dapat dilakukan melalui penentuan konsentrasi kematian (KK) misalnya KK50
dan KK90 (konsentrasi pestisida yang dapat
memberikan respon kematian sebesar 50% dan 90% dari populasi).
Respon keong emas yang diamati berupa respon biner (mati atau hidup). Model yang sering digunakan untuk menganalisis data respon biner adalah model logit atau model probit. Dalam pelaksanaannya, seringkali dipilih salah satu dari kedua model ini tanpa mempertimbangkan model lain yang mungkin lebih sesuai. Hal ini dikarenakan hasil yang tidak berbeda diperoleh dari keduanya kecuali pada penentuan KK yang ekstrim (sangat kecil atau sangat besar) (Robertson et al. 2007). Oleh karenanya dalam penelitian ini hanya digunakan model probit untuk menentukan KK50 dan KK90 serta toksisitas
relatif dari keduanya. Tujuan
1. Menentukan dosis efektif pestisida nabati ekstrak akar tuba dan buah pinang melalui penentuan KK50 dan KK90
2. Membandingkan tingkat toksisitas kedua pestisida nabati melalui rasio konsentrasi kematian.
TINJAUAN PUSTAKA Peubah Respon Biner dan Model Linear Terampat
Banyak peubah respon (Y) yang hanya memiliki dua kategori (berskala biner). Hasil pengamatan dari masing-masing unit percobaan diklasifikasikan ke dalam sukses (Y=1) atau gagal (Y=0). Peubah respon ini mengikuti sebaran bernoulli dengan fungsi massa peluang:
untuk yi = 0 dan 1 dan πi adalah peluang
kejadian ke-i bernilai Y=1. Sebaran bernoulli ini termasuk ke dalam keluarga sebaran eksponensial (Agresti 1990).
Secara umum, peubah respon pada model regresi adalah:
dengan εi merupakan komponen acak (galat).
Dalam model regresi biner,
dengan , sehingga
modelnya menjadi (Hosmer dan Lemeshow 2000). Asumsi yang mendasari model-model regresi biner adalah bahwa antar pengamatan yi saling bebas satu dengan
lainnya (Liang dan McCullagh 1993).
Komponen acak εi hanya menghasilkan
dua nilai, yaitu:
jika yi= 1 dengan peluang πi dan
jika yi = 0 dengan peluang ,
sehingga εi menyebar dengan nilai tengah dan
ragam sebagai berikut (Hosmer dan Lemeshow 2000):
.
Dari persamaan di atas terlihat bahwa galat dari model menyebar dengan ragam yang tidak homogen.
Model linear terampat atau Generalized
Linear Model (GLM) merupakan
pengembangan dari model linear klasik. Model linear terampat merupakan model statistik yang terdiri atas tiga komponen (McCullagh dan Nelder 1989):
2
1. Fungsi sebaran peluang f(y) yang termasuk dalam keluarga eksponensial untuk suatu peubah acak Y yang tergantung pada parameter nilai tengah µ atau parameter lainnya.
2. Prediktor linear η yang mencakup p peubah penjelas x1, x2, …, xp dengan
bentuk: .
3. Fungsi hubung (link function) yang menggambarkan hubungan antara prediktor linear η dengan nilai tengah µ. Hubungan ini dapat dituliskan dengan η = g(µ). Salah satu fungsi hubung yang sering digunakan untuk menganalisis data biner adalah fungsi hubung probit yang menggunakan model probit.
Model Probit
Dalam model probit, peubah respon yang digunakan dapat berupa data proporsi maupun data biner. Sedangkan konsentrasi stimulus (pestisida) umumnya dinyatakan dalam bentuk logaritmanya (Agresti 1990). Prosedur ini dapat digunakan untuk menduga stimulus yang dibutuhkan untuk mempengaruhi proporsi respon tertentu. Jika fungsi hubung yang digunakan adalah fungsi hubung probit, fungsi sebaran yang digunakan adalah sebaran normal baku, yaitu (McCullagh dan Nelder, 1989):
sehingga
dengan
Sedangkan s adalah peubah acak yang menyebar normal baku dan i = 1, 2, …, m.
kemudian digantikan dengan lambang Y yang berarti transformasi probit dari proporsi kematian.
Pendugaan Parameter
Karena asumsi kehomogenan ragam galat tidak dipenuhi, maka pendugaan βi dilakukan
dengan metode kemungkinan maksimum (maximum likelihood). Jika diasumsikan antar amatan yang satu dengan yang lainnya saling
bebas, fungsi kemungkinannya adalah (Hosmer dan Lemeshow 2000):
Parameter βi diduga dengan memaksimumkan
persamaan di atas. Untuk memudahkan perhitungan, dilakukan pendekatan logaritma, sehingga disebut sebagai fungsi log kemungkinan (log likelihood function). Fungsi ini adalah sebagai berikut (Hosmer dan Lemeshow 2000).
Nilai dugaan β dapat diperoleh dengan membuat turunan pertama dari terhadap
β dan menyamakannya dengan nol. Secara
teknis dugaan β diperoleh dengan proses iterasi menggunakan kuadrat terkecil terboboti (weighted least square) (McCullagh dan Nelder 1989).
Uji Taraf Nyata Parameter
Parameter βi diuji dengan menggunakan
uji W (Wald) (Hosmer dan Lemeshow 2000). Hipotesis statistik yang digunakan:
H0: βi = 0
H1: βi ≠ 0
dengan i = 0, 1, …p. Statistik ujinya:
dengan merupakan penduga βi dan
merupakan penduga galat baku dari . Statistik W mengikuti sebaran normal baku.
Uji Kebaikan Suai
Uji kebaikan model dilakukan dengan melihat statistik uji kebaikan suai (goodness of fit). Metode yang digunakan untuk uji kebaikan suai ini adalah uji kebaikan suai Pearson. Hipotesis yang diuji adalah:
H0 : model sesuai
H1 : model tidak sesuai
Statistik uji untuk analisis probit didefinisikan sebagai (Finney 1971):
χ2 =
dengan r adalah banyaknya objek yang mati, n adalah banyaknya objek yang diuji, dan π adalah proporsi kematian objek. Kriteria keputusannya adalah H0 ditolak jika χ2hitung >
3
χ2
α,db dengan db = m-p, m menyatakan
banyaknya grup dalam peubah penjelas dan p menyatakan banyaknya parameter. Jika hasilnya adalah tolak H0, maka dalam
penentuan selang kepercayaan konsentrasi kematian perlu ditambahkan faktor heterogenitas (h), dengan h = χ2 / (m-2).
Dosis Efektif (DE) dan Konsentrasi Kematian (KK) Besaran yang umum digunakan untuk menyatakan keefektifan suatu zat kimia dalam menimbulkan respon biologis disebut dosis efektif (DE). DEk adalah dosis yang
menghasilkan k% respon dari populasi. Sebagai contoh, dosis yang menghasilkan 50% respon dari populasi organisme disebut DE50 (Hewlett dan Plackett 1979).
Respon hewan uji terhadap pestisida yang umum diamati adalah kematian. Dalam hal ini, keefektifan pestisida dalam membunuh (toksisitas) biasa dinyatakan dalam besaran yang spesifik. Besaran tersebut adalah dosis kematian (DK). DK umumnya dinyatakan dalam satuan mg pestisida per berat badan hewan uji (mg/kg atau mg/g) atau mg pestisida per hewan uji (misal mg/belalang). Dalam beberapa pengujian, jumlah pestisida yang dikenakan pada hewan uji tidak diketahui dengan pasti, sehingga pestisida yang digunakan hanya dinyatakan dalam satuan konsentrasi (misal g/l). Dalam hal ini, besaran yang lebih tepat adalah konsentrasi kematian (KK).
KKk dapat dihitung setelah diperoleh
persamaan probit ( , dengan y adalah transformasi probit dari proporsi kematian dan x adalah logaritma berbasis 10 dari konsentrasi). Kita gunakan nilai probit untuk proporsi kematian tertentu (k) sebagai nilai y dalam persamaan probit untuk mendapatkan x. KKk adalah antilog dari x.
Toksisitas Relatif dan Rasio Konsentrasi Kematian Toksisitas relatif antara dua pestisida adalah keefektifan membunuh relatif antara dua pestisida. Toksisitas relatif sering digunakan untuk membandingkan dua atau lebih pestisida yang diuji, sehingga dapat diketahui intensitas (konsentrasi) yang dibutuhkan dari satu pestisida untuk menghasilkan tingkat respon yang sama dengan pestisida yang lain. Salah satu cara untuk mengetahui toksisitas relatif adalah dengan menggunakan rasio konsentrasi kematian. Rasio konsentrasi kematian ini lebih umum digunakan dari pada statistik
alternatifnya yaitu potensi relatif. Hal ini dikarenakan rasio konsentrasi kematian tidak memerlukan asumsi kesejajaran seperti pada potensi relatif (Robertson et al. 2007).
Ada dua cara untuk mendapatkan rasio konsentrasi kematian, yaitu:
1. Menghitung antilog dari jarak horizontal antar dua kurva log konsentrasi-probit.
Gambar 1 Ilustrasi rasio konsentrasi kematian.
Ket: Pk = nilai probit yang berpadanan
dengan respon k%
Rasio konsentrasi kematian pestisida B terhadap pestisida A untuk KKk = antilog
(a1-b1).
2. Menghitung secara langsung rasio dari dua nilai KKk yang diperoleh.
Rasio konsentrasi kematian pestisida B terhadap pestisida A untuk KKk
= .
METODOLOGI Data
Data yang digunakan adalah data hasil penelitian Wibowo et al. (2008) pada Jurnal Hama dan Penyakit Tumbuhan Tropika Vol. 10 No. 1. Data ini berupa data kematian keong emas akibat pengaruh pestisida nabati ekstrak akar tuba dan buah pinang. Pada jurnal ini terdapat beberapa kali pengamatan. Tetapi dalam penelitian ini hanya digunakan pengamatan ke - 24 jam. Hal ini dikarenakan pada pengamatan berikutnya, respon yang didapatkan sudah 100% pada beberapa tingkat konsentrasi.
Metode
Metode yang digunakan dalam penelitian adalah analisis probit. Analisis probit ini digunakan untuk menentukan KK50 dan KK90
dari pestisida nabati yang digunakan beserta toksisitas relatif di antara kedua pestisida yang digunakan. Langkah-langkah yang dilakukan dalam penelitian ini:
B
A
P r o b i t Pk b1 a1 Log Konsentrasi4
1. Menentukan persamaan probit
2. Menentukan KK50 dan KK90 dari pestisida
nabati yang digunakan
3. Menentukan toksisitas relatif dari pestisida nabati yang digunakan melalui rasio konsentrasi kematian
4. Interpretasi hasil.
HASIL DAN PEMBAHASAN
Persamaan Probit pada Akar Tuba Data proporsi hasil pengamatan beserta transformasi probitnya bagi akar tuba dapat dilihat pada Tabel 1. Data yang ditransformasi hanya berjumlah 5. Hal ini dikarenakan tidak adanya respon yang terjadi pada kontrol (nol). Jika terdapat respon pada kontrol, hasil yang didapatkan hanya digunakan sebagai faktor koreksi bagi perlakuan yang diujicobakan.
Tabel 1 Hasil pengamatan dan transformasi probit pada akar tuba
Konsentrasi (g/l) n r π Probit (y) 0 50 0 0 -- -- 0.6 50 17 0.34 0.39 -0.412 0.8 50 36 0.72 0.65 0.583 1 50 41 0.82 0.82 0.915 1.2 50 46 0.92 0.91 1.405 1.5 50 47 0.94 0.97 1.555 Ket:
n : banyaknya keong emas yang diuji r : banyaknya keong emas yang mati
π : proporsi kematian keong emas Tabel 2 Pendugaan parameter pada akar tuba
Probit Parameter β1 β0 Dugaan 5.268 0.899 Galat baku 0.751 0.106 Z 7.019 8.479 nilai-p 0.000 0.000 Selang kepercayaan 95% Batas bawah 3.797 0.793 Batas atas 6.739 1.005
Setelah beberapa proses iterasi, diperoleh hasil seperti yang tercantum pada Tabel 2. Berdasarkan tabel ini, diperoleh persamaan probit , dengan x adalah
logaritma berbasis 10 dari konsentrasi dan y adalah nilai probit. Angka 5.268 adalah dugaan bagi parameter β1. Angka ini
menunjukkan bahwa setiap penambahan 0.1 satuan log konsentrasi akan meningkatkan nilai probit rata-rata sebesar 0.5268. Sebagai contoh ketika nilai x sebesar 0.1, nilai probit yang diperoleh adalah 1.4258, sedangkan ketika nilai x sebesar 0.2, nilai probit yang diperoleh adalah 1.9526, sehingga terlihat bahwa peningkatan nilai x sebesar 0.1 dapat meningkatkan nilai probit sebesar 0.5268. Sedangkan 0.899 adalah dugaan bagi parameter β0. Angka ini menunjukkan bahwa
pada saat log konsentrasi bernilai 0.000, maka nilai probit secara rata-rata sebesar 0.899.
Selain itu juga diketahui bahwa nilai-p untuk parameter β1 sebesar 0.000. Nilai ini
lebih kecil dari nilai alpha yang digunakan yaitu 0.050. Sehingga dapat dikatakan bahwa log konsentrasi berpengaruh nyata terhadap nilai probit pada alpha 0.050.
Berdasarkan persamaan probit yang diperoleh, dapat diperoleh nilai dugaan dari proporsi kematian ( ). Nilai dugaan ini dapat dilihat pada Tabel 1. Sedangkan plot antara konsentrasi dengan proporsi kematian beserta selang kepercayaan 95%-nya dapat dilihat pada Gambar 2. Dari Tabel 1 dan Gambar 2, terlihat bahwa proporsi kematian aktual dan dugaannya tidak berbeda jauh. Hal ini mengindikasikan bahwa model yang terbentuk telah sesuai dengan data yang ada. Hasil ini diperkuat dengan hasil uji kebaikan suai pada Tabel 3. Pada Tabel 3, didapatkan nilai-p sebesar 0.421. Nilai ini lebih besar dari nilai alpha (0.05), sehingga dapat dikatakan bahwa model telah sesuai pada alpha 0.05.
Tabel 3 Uji kebaikan suai pada akar tuba
Probit
uji kebaikan suai Pearson
Khi kuadrat 2.813
Derajat bebas 3
Nilai p 0.421
Tabel 4 Dosis efektif pada akar tuba
Dosis efektif Konsentrasi (g/l) SK 95% Batas bawah (g/l) Batas atas (g/l) KK50 akar tuba 0.675 0.589 0.741 KK90 akar tuba 1.182 1.069 1.376
5
Gambar 2 Grafik hubungan konsentrasi dengan dugaan proporsi kematian pada ekstrak akar tuba beserta selang kepercayaan 95%-nya.
KK50 dan KK90 pada Akar Tuba
Setelah diketahui bahwa model yang diperoleh telah sesuai dengan data yang ada, dapat ditentukan KK50 dan KK90 dari ekstrak
akar tuba. Berdasarkan Tabel 4, nilai KK50
sebesar 0.675 g/l dengan batas bawah 0.589 g/l dan batas atas sebesar 0.741 g/l. Sedangkan KK90 sebesar 1.182 g/l dengan
batas bawah 1.069 g/l dan batas atas sebesar 1.376 g/l. Hal ini berarti untuk membunuh setengah (50%) dari populasi keong emas, petani membutuhkan ekstrak akar tuba sebesar 0.675 g/l. Sedangkan untuk membunuh sebagian besar (90%) populasi keong emas, petani membutuhkan ekstrak akar tuba sebesar 1.182 g/l.
Persamaan Probit pada Buah Pinang Data hasil pengamatan pada pestisida buah pinang berserta transformasi probitnya dapat dilihat pada Tabel 5. Hanya 3 data yang ditransformasi ke probit. Hal ini dikarenakan selain terdapat kontrol yang digunakan, juga terdapat data proporsi kematian sebesar 1. Sedangkan tidak terdapat nilai probit untuk proporsi kematian sebesar 1, karena pada kenyataannya di alam tidak mungkin terjadi kematian populasi hama hingga 100%.
Berdasarkan Tabel 6, diperoleh persamaan probit , dengan x adalah logaritma berbasis 10 dari konsentrasi dan y adalah nilai probit. Penduga parameter β1
sebesar 2.787 berarti bahwa setiap
penambahan 0.1 satuan log konsentrasi akan meningkatkan nilai probit rata-rata sebesar 0.2787. Sedangkan dugaan bagi parameter β0
sebesar 1.169 berarti bahwa pada saat log konsentrasi bernilai 0.000, maka nilai probit secara rata-rata sebesar 1.169. Selain itu juga diketahui bahwa log konsentrasi berpengaruh terhadap nilai probit pada alpha (0.050). Hal ini dikarenakan nilai-p bagi parameter β1
sebesar 0.000.
Tabel 5 Hasil pengamatan dan transformasi probit pada buah pinang
Konsentrasi (g/l) n r π probit (y) 0 50 0 0 -- -- 0.5 50 31 0.62 0.63 0.306 1 50 45 0.9 0.88 1.282 2 50 48 0.96 0.98 1.751 3 50 50 1 0.99 -- Ket:
n : banyaknya keong emas yang diuji r : banyaknya keong emas yang mati
π : proporsi kematian keong emas
Berdasarkan persamaan probit yang diperoleh, didapatkan nilai-nilai dugaan bagi proporsi kematian ( ) seperti yang tercantum pada Tabel 5. Sedangkan hubungan antara
6
Gambar 2 Grafik hubungan konsentrasi dengan dugaan proporsi kematian pada ekstrak buah pinang beserta selang kepercayaan 95%-nya.
konsentrasi dengan proporsi kematian beserta selang kepercayaan 95%-nya dapat dilihat pada Gambar 3. Berdasarkan Tabel 5 dan Gambar 3, terlihat bahwa perbedaan antara nilai aktual dan dugaan dari proporsi kematian pada buah pinang tidak berbeda jauh. Sehingga dapat dikatakan bahwa model yang diperoleh telah sesuai dengan data yang ada. Hal ini diperkuat dengan hasil uji kebaikan suai pada Tabel 7 yang menghasilkan nilai-p sebesar 0.533.
Tabel 6 Pendugaan parameter pada buah pinang Probit Parameter β1 β0 Dugaan 2.787 1.169 Galat baku 0.549 0.142 Z 5.075 8.213 Nilai p 0.000 0.000 Selang kepercayaan 95% Batas bawah 1.711 1.026 Batas atas 3.863 1.311
Tabel 7 Uji kebaikan suai pada buah pinang
Probit
uji kebaikan suai Pearson
Khi kuadrat 1.258
Derajat bebas 2
Nilai p 0.533
KK50 dan KK90 pada Buah Pinang
Dari Tabel 8 terlihat nilai KK50 sebesar
0.381 g/l dengan batas bawah 0.224 g/l dan batas atas sebesar 0.501 g/l. Sedangkan KK90
sebesar 1.098 g/l dengan batas bawah 0.884 g/l dan batas atas sebesar 1.529 g/l. Hal ini berarti untuk membunuh setengah (50%) dari populasi keong emas, petani membutuhkan ekstrak buah pinang sebesar 0.381 g/l. Sedangkan untuk membunuh sebagian besar (90%) dari populasi keong emas, petani membutuhkan ekstrak buah pinang sebesar 1.098 g/l.
Tabel 8 Dosis efektif pada buah pinang
Dosis efektif Konsentrasi (g/l) SK 95% Batas bawah (g/l) Batas atas (g/l) KK50 buah pinang 0.381 0.224 0.501 KK90 buah pinang 1.098 0.884 1.529
Pembandingan antara Pestisida Akar Tuba dan Buah Pinang
Tingkat toksisitas akar tuba dan buah pinang dapat dibandingkan melalui Gambar 2 dan 3. Terlihat bahwa ekstrak buah pinang memiliki nilai dugaan bagi KK50 dan KK90
yang lebih kecil dari pada akar tuba. Namun dugaan kedua nilai ini pada buah pinang memiliki ketidakpastian yang lebih besar karena memiliki selang kepercayaan yang lebih besar dibandingkan akar tuba.
Diketahui bahwa selang kepercayaan 95% KK50 bagi akar tuba dan buah pinang
berturut-7
turut adalah 0.589-0.741 dan 0.224-0.501. Kedua selang ini tidak saling tumpang tindih. Hal ini mengindikasikan bahwa pada KK50,
kedua pestisida memiliki toksisitas yang berbeda. Sedangkan selang kepercayaan 95% KK90 bagi akar tuba dan buah pinang
berturut-turut adalah 1.069-1.376 dan 0.884-1.529. Kedua selang ini saling tumpang tindih, sehingga mengindikasikan bahwa kedua pestisida pada KK90 tidak berbeda nyata.
Selain membandingkan kedua pestisida melalui selang kepercayaan, keduanya juga dapat dibandingkan melalui besaran rasio konsentrasi kematian. Dari Tabel 9, nilai rasio konsentrasi kematian buah pinang terhadap akar tuba untuk KK50 dan KK90 berturut-turut
sebesar 1.845 dan 1.031. Hal ini menunjukkan bahwa buah pinang memiliki tingkat toksisitas sebesar 1.845 dan 1.031 kali lipat pada KK50 dan KK90 dibandingkan dengan
akar tuba. Dengan kata lain ekstrak buah pinang memiliki tingkat toksisitas yang relatif lebih tinggi dibandingkan dengan ekstrak akar tuba. Jadi untuk menghasilkan tingkat respon yang sama, akan lebih efektif jika menggunakan pestisida yang berasal dari ekstrak buah pinang.
Tabel 9 Rasio konsentrasi kematian buah pinang terhadap akar tuba
ratio SK 95% batas bawah (g/l) batas atas (g/l) KK50 1.845 1.197 2.842 KK90 1.031 0.744 1.429 Jika dilihat dari segi praktis, untuk memperoleh ekstrak buah pinang relatif lebih mudah dibandingkan ekstrak akar tuba. Hal ini dikarenakan buah pinang dapat diperoleh dengan mudah di pasaran sedangkan tanaman tuba lebih sulit diperoleh di pasaran. Selain itu dilihat dari cara pembuatan, untuk memperoleh ekstrak dari kedua pestisida tersebut relatif mudah. Hal ini dikarenakan yang digunakan adalah ekstrak kasar dari kedua pestisida. Ekstrak kasar dari buah pinang diperoleh dengan cara menumbuk buah pinang, sedangkan ekstrak kasar akar tuba diperoleh dengan cara menghaluskannya menggunakan alat blender (penghalus). Oleh karena itu, dilihat dari segi toksisitasnya dan segi praktis dari kedua pestisida yang digunakan, akan lebih efektif jika menggunakan pestisida ekstrak buah pinang untuk memberantas hama keong emas.
SIMPULAN
Ekstrak kasar buah pinang lebih efektif daripada akar tuba karena tingkat toksisitasnya lebih tinggi (KK50 = 0.381 g/l
dan KK90 = 1.098 g/l) dibandingkan akar tuba
(KK50 = 0.675 g/l dan KK90 = 1.182 g/l).
Didukung oleh segi kepraktisan memperoleh dan cara pembuatan, ekstrak kasar buah pinang lebih disarankan untuk digunakan sebagai pestisida nabati dalam pemberantasan hama keong emas.
DAFTAR PUSTAKA
Agresti A. 1990. Categorical Data Analysis. New York: John Wiley & Sons.
Finney DJ. 1971. Probit Analysis. New York: Cambridge University Press.
Hewlett PS, Plackett RL. 1979. The Interpretation of Quantal Responses in Biology. London: Edward ArnoKK.
Hidayah N. 2010. Keong Emas Serang Ratusan Hektare Tanaman Padi di Cirebon. http://www.mediaindonesia.com/ read/2010/07/29/158793/123/101/Keong- Emas-Serang-Ratusan-Hektare-Tanaman-Padi-di-Cirebon. [30 Juli 2010].
Hosmer DW, Lemeshow S. 2000. Applied Logistic Regression. Ed ke-2. New York: John Wiley & Sons, Inc.
Liang K, McCullagh P. 1993. Case studies in binary dispersion. Biometrics 49: 623-630. McCullagh P, Nelder JA. 1989. Generalized Linear Model. Ed ke-2. London: Chapman and Hall.
Robertson JL, Russell RM, Preisler HK, Savin NE. 2007. Bioassays with Arthropods. Ed ke-2. London: CRC Press.
Wibowo L, Indriyati, Solikhin. 2008. Uji aplikasi ekstrak kasar buah pinang, akar tuba, patah tulang, dan daun nimba terhadap keong emas (Pomacea sp.) di rumah kaca. Hama dan Penyakit Tumbuhan Tropika 8:17-2.