isi laporan pemuliaan ternak
TRANSCRIPT
I
PENDAHULUAN
I.1. Latar Belakang
Pemuliaan ternak adalah suatu usaha jangka panjang dengan tantangan utama
adalah memperkirakan ternak macam apa yang menjadi permintaan di masa mendatang,
serta merencanakan untuk menghasilkan ternak-ternak yang diharapkan tersebut.
Peran pemuliaan dalam kegiatan produksi ternak sangat penting diantaranya untuk
menghasilkan ternak-ternak yang efisien dan adaptif terhadap lingkungan. Produksi
ternak yang efisien bergantung pada keberhasilan memadukan sistem Manajemen,
pemberian Makanan yang berkualitas dan tersedia sepanjang tahun, Kontrol Penyakit dan
Perbaikan Genetik.
Perbaikan mutu Genetik akan efektif bila telah diketahui parameter- parameter
genetik sifat-sifat produksi yang mempunyai nilai ekonomis disertai dengan tujuan
pemuliaan (breeding objective) dan pola pemuliaan (breeding scheme) yang jelas.
Pengertian Pemuliaan Ternak Berdasarkan denotasi dan konotasi ilmu, pemuliaan
ternak adalah suatu cabang ilmu biologi, genetika terapan dan metode untuk peningkatan
atau perbaikan genetik ternak. Pemuliaan ternak diartikan sebagai suatu teknologi
beternak yang digunakan untuk meningkatkan mutu genetik. Mutu genetik adalah
kemampuan warisan yang berasal dari tetua dan nenek moyang individu. Kemampuan ini
akan dimunculkan setelah bekerja sama dengan pengaruh faktor lingkungan di tempat
ternak tersebut dipelihara.
Pemunculannya disebut performans atau sehari-hari disebut sebagai produksi dan
reproduksi ternak, contohnya antara lain produksi susu, telur, daging, berat lahir,
pertambahan bobot badan, berat sapih dan jumlah anak dalam satu kelahiran .
Kemampuan genetik ternak, dapat juga disebut kemampuan bereproduksi dan
berproduksi, tidak dapat dilihat, tetapi dapat ditaksir. Prinsip dasar pemuliaan ternak
mengajarkan bahwa kemampuan genetik di wariskan dari tetua ke anaknya, secara acak.
Diartikan bahwa tidak ada dua anak, apa lagi lebih yang memiliki kemampuan yang
persis sama kecuali pada kasus monozygote identical twin (dua anak berasal dari satu sel
telur). Kemampuan tersebut selanjutnya akan dimunculkan dalam bentuk produksi yang
terukur di bawah faktor lingkungan yang tertentu.
1
2
Kemampuan genetik tersebut secara sederhana dapat digambarkan sebagai
lingkaran kecil yang terletak di dalam lingkaran yang lebih besar. Lingkaran yang lebih
besar adalah gambaran pemunculan kemampuan genetik di bawah lingkungan seluas
daerah antara dua lingkaran tersebut. Apabila lingkaran lingkungan kita perbesar
pemunculan kemampuan genetik tidak akan dapat melampaui batas lingkaran besar. Hal
ini disebabkan pemunculan kemampuan genetik itu ada batasnya, yang dikontrol oleh
banyak faktor. Setiap individu memiliki gambaran lingkaran kecil dan besar yang
berbeda. Kalau faktor kontrol tersebut tidak ada maka seekor kelinci akan dapat
dibesarkan menjadi seekor sapi. Tidak demikian yang dimaksud dengan kemampuan
genetik. Kalau lingkaran lingkaràn kita kecilkan, maka pemunculan kemampuan genetik
akan ikut mengecil.Masalah selanjutnya, apa yang dapat dan tidak dapat dilakukan untuk
memunculkan kemampuan genetik tersebut ? Apa yang dapat dilakukan ada dua hal,
yakni mengontrol pewarisan kemampuan genetik melalui seleksi dan sistem perkawinan.
Selanjutnya diikuti dengan penyediaan faktor lingkungan yang sesuai sampai tingkat
yang sebaik mungkin dan masih menguntungkan secara ekonomis. Apa yang tidak
mungkin dilakukan adalah memunculkan kemampuan genetik di luar batas yang
dimungkinkan.
Pemuliaan ternak dapat ditinjau sebagai suatu metode, maka dalam mencapai
tujuan memerlukan unsur-unsur pengamatan, percobaan, definisi, penggolongan,
pengukuran, generalisasi, serta tindakan lainnya. Selanjutnya metode tersebut juga
membutuhkan langkah-langkah penentuan masalah, perumusan hipotesis, pengumpulan
data, penurunan kesimpulan dan pengujian hasil (Gie, 1984). Oleh karena itu
pengembangan pemuliaan ternak memerlukan penelitian dan penerapan hasil penelitian
yang berkelanjutan. Siapapun yang tertarik akan meningkatkan peranan dan pemanfaatan
pemuliaan ternak harus mulai dengan mendalami dasar dan prinsip teori genetika terapan
dan melanjutkan dengan penelitian serta penerapan hasil penelitiannya (Adjisoedarmo,
1977 –991).
1.1 Tujuan Praktikum
Tujuan dari praktikum pemliaan ternak ini adalah :
1. Mengetahui deskripsi populasi dasar.
2. Mengetahui keseimbangan hukum Hardy-Weinberg pada populasi domba
berdasarkan lokus protein yang diamati.
3. Mengetahui nilai heretabilitas populasi ternak sapi berdasarkan pola regresi.
3
4. Mengetahui nilai heretabilitas populasi ternak ayam berdasarkan analisis ragam.
5. Nilai ripitabitas pada populasi ayam broiler.
6. Nilai Pemuliaan pada produksi telur itik
7. Melakukan seleksi berdasarkan dua sifat.
1.2 Manfaat Praktikum
Praktikum ini bermanfaat untuk menyusun program pemuliaan, baik pada
perusahaan peternakan ataupun pada populasi ternak di level petani.
1.3 Metode Praktikum
A. Alat dan Bahan
- Alat tulis
- Alat hitung :
Microsoft Excel
Kalkulator
- Bahan :
Data produksi telur itik Alabio per tahun (butir) tahun ke 1,2, dan
3
Data performans sapi
Data bobot badan umur delapan minggu pada ayam whiterock.
Data antar pejantan.
Data bobot potong dan bobot karkas sapi potong
Data produksi telur dan berat telur.
Data lokus enzim lipase
B. Metode Pelaksanaan
Praktikum pemuliaan ternak ini menggunakan metode simulasi.
C. Analisis Data
1) Analisis statistik digunakan untuk deskriptif populasi dasar. Deskriptif
terhadap populasi meliputi :
A. Ukuran tendensi pusat atau ukuran pemusatan, merupakan
gambaran populasi yang dalam populasi panmixia diduga
menyebar normal
4
a. Rata-rata : µ = ∑i=1
n
Xi
N
untuk rata-rata populasi X=
∑i=1
n
Xi
N
untuk sampel. Penghitungan rata-rata dalam data distribusi
frekuensi X = ∑i=1
n
fi . xi
∑ fi
b. Modus atau nulai yang paling banyak muncul Penghitungan
modus dalam data distribusi frekuensi Mo = Bb + p(
b 1b 1+b 2
¿
Dimana :
Bb = Batas bawah kelas interval yang mengandung modus
P = Panjang kelas interval
b1 = Selisih frekuensi kelas yang mengandung modus
dengan frekuensi sebelumnya
b2 = Selisih frekuensi kelas yang mengandung modus
dengan frekuensi sesudahnya
c. Median atau titik tengah dari data yang disebar dengan rank
baik secara ascendent maupun descendent
B. Ukuran penyebaran untuk menggambarkan keragaman atau
variasi dari tiap individu terhadap tendensi pusatnya. Semakin
beragam suatu populasi maka penerapan seleksi semakin
efektif. Meliputi :
a. Ragam (S²) untuk sample dan σ² untuk populasi
σ² = ∑ X ²−¿¿¿¿ atau µ² = ∑i=1
n
¿¿¿ untuk populasi
s² = ∑ X ²−¿¿¿¿ atau s² = ∑i=1
n
¿¿¿ untuk sampel
b. Simpangan baku atau standar deviasi merupakan gambaran
nilai-nilai penyimpangan dari tiap individu terhdadap rata-
ratanya s =√∑ X ²−¿¿¿¿¿ atau s = √∑i=1
n
¿¿¿¿ pada
sampel
5
c. Koefisien keragaman atau koefisien variasi. Merupakan
gambaran keragaman suatu sifat yang diukur, digunakan
untuk membandingkan sifat-sifat yang diukur dengan satuan
yang berbeda. Koefisien keragaman lebih mudah dihitung
sebagai presentase daru rata-rata. kk = sx
x 100%
2) Anailisis Chi kuadrat untuk pengujian keseimbangan populasi X² =
∑ (O−E )E
X² = chi-square hitung
O = hasil yang diperoleh dari pengamatan (Observed Value)
E = hasil yang diharapkan menurut keseimbangan Hardy-weinberg
(Expected Value)
3) Analisis pola regresi dan analisis varian digunakan untuk heretabilitas.
Analisis pola regresi b = Cov(x , y)
Vx
Pada analisis regresi salah satu tetua dengan anak h² =2b karena
salah satu tetua hanya menurunkan ½ dari keunggulan genetik,
atau :
b = Cov( 1
2x , y)
Vx=
12
Cov (x , y)Vx
jadi Cov(x , y)
Vx=2b atau h² =
2b
Pada regresi antara nilai tengah tetua dengan anak, h² = b karena ke
dua tetua tersebut menurunkan masing-masing ½ faktor
genetiknya.
b = Cov[( 1
2xp+1
2xi) , y ]
Vx=
Cov(x , y)Vx
jadi Cov(x , y)
Vx=b atau
h² = b
xp = performan pejantan
xi = performan induk
Analisis menggunakan varians
6
t = σs
2
σs2+σ w
2 nilai heritabilitas sama dengan $t atau dalam
komponen ragam menjadi : h²= 4 σ s
2
σs2+σ w
2
σ s2 = ragam antar rrata-rata kelompok anak dalam pejantan
σ w2 = ragam antar individu dalam kelompok anak
Tabel Anava
Sumber keragaman
Derajat bebas
Jumlah kuadrat
Kuadrat tengah
Komponen ragam
Antar pejantan (S)
S-1 JKs KTs σ w2 +kσ s
2
Dalam pejantan (W)
n-1 JKw KTw σ w2
Tabel Perhitungan Varians
Sumber keragaman JK KTFaktor koreksi Y ²
n .
Antar pejantan (S) JKs = ∑ Yi ²¿ −FK KTs =
JKs(S−1)
Dalam pejantan (W) JKw =
∑i∑ Y ik
2 Y i.2
¿ .−∑ Yi ²
¿ .
Ktw = JKw
(n .−S)
Keterangan :
S = Jumlah pejantan
ni = Jumlah individu dari tiap pejantan = jumlah induk yang kawin dengan Pejantan
k = Ni dalam nilai tengah kuadrat harapan = koefisien σ s2
n. = Jumlah total individu
4) Analisis korelasi digunakan untuk repetabilitas.
r = σ g
2+σep2
σ p2
keterangan :
σ g2= ragam genetik
σ p2= ragam fenotip
7
σ ep2 = ragam lingkungan permanen
Tabel Anava
Sumber keragaman
Derajat bebas
Jumlah kuadrat
Kuadrat tengah
Komponen ragam
Antar individu
N-1 JKw KTw σ E2 +k1 σ w
2
Dalam individu
N(M-1) JKE KTE σ E2
Perhitungan Varians
Sumber keragaman
db JK KT
Faktor koreksi 1 Y ²m .
Antar individu N-1JKw = ∑ Yk ²
mk .−FK KTw =
JKw(N−1)
Dalam pejantan
N(M-1) JKw=
∑km∑ Y km
2 Y i .2
¿ .−∑ Yk ²
mk .
Ktw = JKE
N (m−1)
Keterangan:
N = jumlah individu
M = jumlah pengukuran per individu = jumlah untuk setiap individu
m. = jumlah total data
k1 untuk jumlah pengukuran perindividu sama = M
ki untuk jumlah pegukuran perindividu tidak sama menggunakan rumus
k1 = 1N−1
[m.−∑mk2
m.]
II
HASIL KEGIATAN PRAKTIKUM
2.1 Deskriptif Populasi Dasar
A. Landasan Teori
Analisis deskriptif adalah merupakan bentuk analisis data penelitian untuk
menguji generalisasi hasil penelitian berdasarkan satu sample. Analisa deskriptif ini
dilakukan dengan pengujian hipotesis deskriptif. Hasil analisisnya adalah apakah
hipotesis penelitian dapat digeneralisasikan atau tidak. Jika hipotesis nol (H0) diterima,
berarti hasil penelitian dapat digeneralisasikan. Analisis deskriptif ini menggunakan satu
variable atau lebih tapi bersifat mandiri, oleh kare itu analisis ini tidak berbentuk
perbandingan atau hubungan. ( Menurut Iqbal Hasan (2004:185). Didasarkan pada ruang
lingkup bahasannya statistik deskriptif mencakup :
1. Distribusi frekuensi beserta bagian-bagiannya seperti :
a. Grafik distibusi (histogram, poligon frekuensi, dan ogif)
b. Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya)
c. Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan
sebagianya)
d. Kemencengan dan keruncingan kurva.
2. Angka indeks.
3. Times series/deret waktu atau berkala.
4. Korelasi dan regresi sederhana.
Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah
statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik
kesimpulan mengenai kelompok itu saja
1. Ukuran Lokasi: mode, mean, median, dan lain – lain.
2. Ukuran Variabilitas: varians, deviasi standar, range, dan lain – lain.
3. Ukuran Bentuk: skewness, kurtosis, plot boks.
Analisa korelasi dan regresi dalam pemuliaann ternak sering digunakan, apakah
suatu sifat seekor ternak terdapat keeratan hubungan dengan sifat lain dan bagaimana
bentuk hubungan tersebut.
Pendugaan analisa korelasi dalam pemuliaan berfungsi dalam seleksi, khususnya
dalam seleksi terhadap satu sifat yang bila ada korelasi dengan dengan sifat lain terutama
yang berkorelasi positip akan memberi respon terhadap sifat lainnya. Manfaat analisa
korelasi dan regresi:
10
1. Dalam seleksi tandem dapat diperoleh hasil samping terhadap sifat yang
berkorelasi positif, bila sifat yang pertama telah diperoleh keberhasilan akan diikuti
sifat lain yang mempunyai kolerasi.
2. Dapat meramalkan sifat yang satu terhadap sifat lainnya, bila menggunakan seleksi
respon korelasi.
3. Menduga efektivitas dari dua sifat yang diseleksi, sehingga sifat yang mana yang
perlu lebih diutamakan dilakukan.
4. Dapat menghindarkan terhadap seleksi dari 2 sifat yang berkorelasi negatif, kecuali
bila sifat yang lainnya benar-benar lebih efektif dan efisien.
5. Menduga besarnya korelasi dari dua sifat atau lebih ynag berkorelasi, sehingga
mana yang perlu didahulukan (melalui test sinificancy).
6. Mengukur besarnya perubahan-perubahan yang aka terjadi antara sifat yang satu
dengan yang lain.
7. Serta dapat digunakan dalam “indeks seleksi”
Analisa korelasi adalah untuk mempelajari apakah ada hubungan antar dua sifat
yang diamati, sehingga dalam hal ini korelasi dapat mengukur keerat (derajat) hubungan
antara dua peubah. Sedangkan analisa regresi kebanyakan digunakan untuk menganalisa
bentuk hubungan antar dua peubah (variabel) atau lebih.
Pada tahun 1908 ahli matematika Inggris G.H Hardy bersama dokter Jerman W.
weinberg, secara sendiri – sendiri menemukan prinsip frekuensi alel suatu gen pada
penduduk. Lalu hukum ini disebut Hardy – Weinberg, dan menjadi dasar apa yang
disebut “Genetika Masyarakat”(Population Genetics). Kemudian hukum ini menjadi akar
dari perkembangan ilmu Biometrika dalam genetika, yang ditumbuhkan sejak th.1920
oleh R.A Fisher dan Sewall Wright. Dengan cara ini perhitungan frekuensi genetis bukan
lagi diambil dari contoh(sampel) yang didapat dari eksperimen dari laboratorium,
melainkan dari masyarakat. Bukan pula terbatas pada keluarga atau individuil.
Perbandingan sederhana 3:1, 1:2:1, 1:1, 9:3:3:1, dsb. Menurut Hukum Mendel,
sesungguhnya didapat dari persilangan yang diatur. Padahal di tengah masyarakat sendiri
sesungguhnya terjadi persilangan atau perkawinan yang acak (random). Karena itu bisa
terjadi ada perbedaan frekuensi suatu alel pada hasil eksperimen dengan di masyarakat.
B. HASIL DAN PEMBAHASAN
11
12
Data di bawah ini adalah produksi terlur itik Alabio per tahun (butir) tahun
ke- 1, 2, dan 3
Tabel 2.1
No Tahun ke 1 Tahun ke 2 Tahun ke 3123456789101112131415
223179231213192233221182261160204195220178251
236202238227206251234194297182226211246182271
253238245239221285238231271296254230234198274
Data di bawah ini adalah produksi terlur itik Alabio per tahun (butir) tahun
ke- 1, 2, dan 3
Tabel 2.2
No Tahun ke 1 Tahun ke 2 Tahun ke 3123456789101112131415
232220181260159222178230212191203194219177250
250233193296181235201237226205225210245181270
284237230270195252237244238220253229233197273
PEMBAHASAN
13
Data Produksi Telur Itik Alabio per Tahun (butir) Tahun ke-1, 2, dan 3.
TABEL 2.3 Tahun 1
1. Data diatas telah diranking dari terkecil hingga terbesar, diketahui :
2. Kurva Populasi
213 261
Banyaknya data (n) = 15
Kuadrat jumlah = (∑ x )2 = (3143)2 = 9878449
3. Ukuran penyebaran
a. Ragam (s2)
s2 = ∑ x i2−(∑ X )2
n−1n−1
= 670.065−
(3143 )2
15−115−1
=¿-2.538,46
No. X X2
1 160 256002 178 316843 179 320414 182 331245 192 368646 195 380257 204 416168 213 453699 220 4840010 221 4884111 223 4972912 231 5336113 233 5428914 251 6300115 261 68121∑ 3143 670065
14
b. Simpangan baku atau standar deviasi (s)
s = √s2 = √−2.538,46= 50,38
c. Koefisien keragaman atau koefisien variasi (kk)
kk = sx
×100 %= 50,38261
×100% = 19,3%
TABEL 2.3 Tahun ke-2
1. Data diatas telah diranking dari terkecil hingga terbesar, diketahui :
2. Kurva penyebaran Populasi
227 297
Banyaknya data (n) = 15
Kuadrat jumlah = (∑ x )2 = (3403)2 = 786513
No. X X2
1 182 331242 182 331243 194 376364 202 408045 206 424366 211 445217 226 510768 227 515299 234 5475610 236 5569611 238 5664412 246 6051613 251 6300114 271 7344115 297 88209∑ X
3403 786513
15
3. Ukuran penyebaran
a. Ragam (s2)
s2 = ∑ x i2−(∑ X )2
n−1n−1
= 786.513−
(3403 )2
15−115−1
=¿- 2907,22
b. Simpangan baku atau standar deviasi (s)
s = √s2 = √−2907,22= 53,8908
c. Koefisien keragaman atau koefisien variasi (kk)
kk = sx
×100%= 53,8909
297 ×100% = 18,1%
Tabel 2.4 Tahun 3
1. Data diatas telah diranking dari terkecil hingga terbesar
2. Kurva penyebaran populasi
238 274
No. X X2
1 196 384162 198 392043 221 488414 230 529005 231 533616 234 547567 238 566448 238 566449 239 5712110 245 6002511 253 640912 254 6451613 271 7344114 274 7507615 285 81225∑X 3587 865179
16
Banyaknya data (n) = 15
Kuadrat jumlah = (∑ x )2 = (3587)2 = 865179
3. Ukuran penyebaran
a. Ragam (s2)
s2 = ∑ x i2−(∑ X )2
n−1n−1
= 865179−
(3587 )2
15−115−1
=¿- 3847,26
b. Simpangan baku atau standar deviasi (s)
s = √s2 = √−3847,26= 62,026
c. Koefisien keragaman atau koefisien variasi (kk)
kk = sx
×100%= 62,026
274 ×100 % = 22,6%
Data Produksi Telur Itik Alabio per Tahun (butir) Tahun ke-1, 2, dan 3
Tabel 2.5 Tahun 1
1. Data diatas telah diranking dari terkecil hingga terbesar, diketahui :
2. Kurva Penyebaran Populasi
No. X X2
1 159 252812 177 313293 178 316844 181 327615 191 364816 194 376367 203 412098 217 449449 219 4796110 220 4840011 222 4928412 230 5290013 232 5382414 250 6250015 260 67600∑X 3128 663794
17
212 250
Banyaknya data (n) = 15
Kuadrat jumlah = (∑ x )2 = (3128)2 = 663794
4. Ukuran penyebaran
a. Ragam (s2)
s2 = ∑ x i2−(∑ X )2
n−1n−1
= 663794−
(3128 )2
15−115−1
=¿- 2506,47
b. Simpangan baku atau standar deviasi (s)
s = √s2 = √−2506,47= 50,06
c. Koefisien keragaman atau koefisien variasi (kk)
kk =
sx
×100 %
=
50,06250
×100%
= 20,0%
Tabel 2.5 Tahun 2
No. X X2
1 181 327612 181 327613 193 327494 201 404015 205 420256 210 441007 225 506258 226 510769 233 5428910 235 5522511 237 5616912 245 6002513 250 6250014 270 7290015 296 87616∑X 3388 779722
18
1. Data diatas telah diranking dari terkecil hingga terbesar, diketahui :
2. Kurva Penyebaran Populasi
226 270
Banyaknya data (n) = 15
Kuadrat jumlah = (∑ x )2 = (3388)2 = 779722
3. Ukuran penyebaran
a. Ragam (s2)
s2 =
∑ x i2−(∑ X )2
n−1n−1
=
779722−(3388 )2
15−115−1
=¿
-
2869,57b. Simpangan baku atau standar deviasi (s)
s = √s2 = √−2869,57= 53,56
c. Koefisien keragaman atau koefisien variasi (kk)
kk = sx
×100 %= 53,56270
×100% = 19,8%
Tabel 2.6 Tahun 3
No. X X2
1 195 380252 197 388093 220 484004 229 524415 230 529006 233 542897 237 561698 237 561699 238 5664410 244 5953611 252 6350412 253 6400913 270 7290014 273 7452915 284 80656∑X 3592 868980
19
1. Data diatas telah diranking dari terkecil hingga terbesar, diketahui :
2. Kurva Penyebaran Populasi
237 273
Banyaknya data (n) = 15
Kuadrat jumlah = (∑ x )2 = (3592)2 = 868980
3. Ukuran penyebaran
a. Ragam (s2)
s2 = ∑ x i2−(∑ X )2
n−1n−1
= 868980−
(3592 )2
15−115−1
=¿- 3758,9
b. Simpangan baku atau standar deviasi (s)
s = √s2 = √−3758,9= 61,3
c. Koefisien keragaman atau koefisien variasi (kk)
kk = sx
×100%= 61,3273
×100% = 22,4%
Populasi dasar merupakan populasi yang secara umum belum dilakukan
intervensi atau spesies yang terkandung di dalamnya. Dalam pemuliaan, populasi dasar
20
perlu dianalisis secara deskriptif menggunakan analisis statistik. Analisis deskriptif
terhadap populasi meliputi :
1. Ukuran tendensi pusat atau ukuran pemusatan, merupakan gambaran populasi yang
ada dalam populasi panmixia diduga menyabar secara normal. Dalam ukuran
terdensi pusat digunakan untuk menghitung mean, median dan modus.
2. Ukuran penyabaran untuk menggambarkan keragaman atau variasi tiap individu
terhadap tendensi pusatnya.
2.2 PENDUGAAN NILAI HERITABILITAS BEBERAPA SIFAT PRODUKSI
PENTING DENGAN POLA REGRESI
A. LANDASAN TEORI
Heritabilitas dalam arti luas dan heritabilitas dalam arti sempit. Heritabilitas tidak
lain adalah proporsi ragam genetik terhadap ragam fenotip. Prinsip dasar dalam menduga
nilai heritabilitas ada beberapa cara utama (Johnson and Rendel, 1966) :
1. Etimilasi nilai heritabilitas dapat dianalisis dari ragam suatu populasi yang isogen
(ragam yang sama), dibandingkan dengan ragam populasi umum.
2. Melalui seleksi dalam populasi bila dilakukan suatu seleksi maka frekuaensi
gennya akan berubah dan perubahan frekuansi gen inilah yang diduga sebagai
kemampuan genetic yang diperoleh dari tetuanya.
3. Melalui perhitungan korelasi dan regresi dari induk atau orang tua dengan
anaknya.Cara ini merupakan paling akurat, karena dianalisis berdasarkan
kekerabatannya secara genetik.
Nilai heritabilitas menunjunjukan keragaman genetik ternak didalam populasi.
Secara kontras jika h2=0, maka tidak ada gunanya kita melakukan seleksi. Semakin tinggi
nilai heritabilitas, semakin cepat kemajuan seleksi yang diharapkan.Dalam pemuliabiakan
ternak nilai ini perlu diketahui sebelum melakukan perbaikan mutu bibit/genetik ternak.
1. Arti luas (broad sense)
Heritabilitas dalam arti luas hanya dapat menjelaskan berapa bagian dari
keragaman fenotipik yang disebabkan oleh pengaruh genetik dan berapa bagian pengaruh
faktor lingkungan, namun tidak dapat menjelaskan proporsi keragaman fenotipik pada
tetua yang dapat diwariskan pada turunannya. Diketahui bahwa genotipe seekor ternak
tidak diwariskan secara keseluruhan pada turunannya. Keunggulan seekor ternak yang
21
disebabkan oleh gen-gen yang beraksi secara dominansi dan epistasis akan terpecah pada
saat proses pindah silang dan segregasi dalam meoisis. Oleh karena itu, heritabilitas
dalam arti luas tidak bermanfaat dalam pemuliaan ternak (Martojo, 1992).
H 2=VGVF
Keterangan :
H2 =nilai heritabilitas dalam arti luas
VG= ragam genotip
VF= ragam fenotip
2. Arti sempit
H 2=VAVF
Keterangan :
h2 =nilai heritabilitas dalam arti sempit
VA= ragam aditif
VF= ragam fenotip
Nilai heritabilitas dalam arti sempit lebih banyak digunakan karena lebih mudah
diduga. Nilai heritabilitas berbeda untuk setiap sifat, populasi dan metoda pendugaan.
Nilai heritabilitas berkisar antara 0 sampai 1, tetapi secara garis besar dapat
dikelompokan menjadi tiga kelas, yaitu:
1. Nilai heritabilitas rendah berkisar antara antara 0 dan 0,1
2. Nilai heritabilitas sedang berkisar antara 0,1 dan 0,3
3. Nilai heritabilitas tinggi lebih besar dari 0,3
Metode Penaksiran heritabilitas
a. Regresi Anak-Tetua (Parent-Offspring Regression)
Biasanya, untuk taksiran heritabilitas anak-tetua digunakan regresi data dari anak
terhadap data orang tuanya dan secara statistik dapat ditunjukkan sebagai berikut :
Cov op : peragam (covariance) antara anak dan tetua. Karena tetua
22
memberikan ½ pengaruh genetik kepada anaknya
s2p : ragam tetua
Covop dan s2p dapat diperoleh dari 2 jalan :
Analisis ragam (variansi) dan sekaligus kovariansi
Dari data regresi anak-tetua langsung
b. Metode Korelasi Saudara Tiri Sebapak (Paternal Half Sib Correlations)
Penaksiran nilai heritabilitas saudara tiri sebapak digunakan analisis variansi dari
rancangan pola searah (one way classification) atau anava pola tersarang (nested
classification).
c. Metode Analisis Saudara Kandung (Full Sib Method of Analysis)
Analisis pola tersarang dua tingkat (double stage nested) Misalkan terdapat tiga
pejantan (A, B, C) yang masing-masing dikawinkan dengan satu ekor induk dan
tiap induk mempunyai 6 ekor anak.
Analisis pola tersarang tiga tingkat (three stage nested) Misalkan terdapat 3
pejantan yang masing dikawinkan dengan 2 ekor induk. Setiap induk
mempunyai 5 ekor anak yang dapat diukur datanya pada sifat tertentu.
Analisis Regresi
Derajat kemiripan tetua dengan anaknya dipengaruhi oleh gena bersama,
genotype bersama, dan lingkungan bersama. Kemiripan antara tetua dengan anaknya
diduga dengan analisis regresi.
Analisa regresi merupakan salah satu uji statistika yang memiliki dua jenis
pilihan model yaitu linear dan non linear dalam parameternya. Model linear memiliki dua
sifat yaitu regresi sederhana dan regresi berganda dengan kurva yang dihasilkan
membentuk garis lurus, sedangkan untuk model non linear dalam parameternya bersifat
kuadratik dan kubik dengan kurva yang dihasillkan membentuk garis lengkung.
Persamaan umum resgresi linear
Y = bx dimana b= Cov (x,y) Vx
Keterangan :
Y= dugaan performans anak pada tetua tertentu
x = performans anak
b = koefisien regresi
23
Pada analisis regresi, salah satu tetua dengan anak h2 =2b karena salah satu tetua hanya
menurunkan ½ dari keunggulan genetik.
b = Cov (1/2 x,y) = ½ Cov (x,y)
Vx Vx
Pada regresi nilai tengah tetua dengan anak h2= b karena kedua tetua tersebut
menurunkan masing-masing ½ faktor genetik.
b= Cov { ( ½ xp + ½ xi ), y} = Cov (x,y) jadi, Cov (x,y) =b
Vx Vx Vx
TABEL 2.3.1 B. HASIL PENGAMATAN DAN PEMBAHASAN
NomorJantan( X )
Betina( Y )
x2 y2 (x y )
1 601 857 361201 734449 515057
2 721 877 519841 769129 632317
3 765 976 585225 952576 746640
4 885 1050 783225 1102500 929250
5 910 1080 828100 1166400 982800
6 999 1040 998001 1081600 1038960
7 982 1040 964324 1081600 1021280
8 998 1025 996004 1050625 1022950
9 877 994 769129 988036 871738
10 864 1030 746496 1060900 889920
11 869 1021 755161 1042441 887249
12 866 1078 749956 1162084 933548
13 1022 964 1044484 929296 985208
14 979 976 958441 952576 955504
24
15 1011 1110 1022121 1232100 1122210
16 997 1041 994009 1083681 1037877
17 1035 1035 1071225 1071225 1071225
∑ 15381 17194 14146943 17461218 15643733
(∑ X)(∑Y )N
=(15381)(17194)
17264460914
h2=2Cov( X ,Y )
σ x2 =
2{∑ XY −∑ X ∑YN }
∑ X 2−(∑ X )2
NN−1
=
2{∑ XY −∑ X ∑YN }
∑ X 2−(∑ X )2
N
= (15.643 .3733−15.556.524 )(13.556 .524−13.916 .186)
= 0,0123Mencari standar error
S.E (b) = √ Sb2
∑ X2
Sb2=
∑ y2−(∑ xy )2
∑ x2
N−2
∑ y2=∑ y2−(∑ Y )2
N
= 17.461.218 – (17.194 )2
17
= 71.004,12
∑ xy=∑ XY−∑ X ∑YN
= 15.643.733 -90.477.482
= 87.208,65
∑ x2=∑ X 2−(∑ X )2
N
25
= 14.146.947 – 13.916.185,94
= 230.757,1
Sb2=
∑ y2−(∑ xy )2
∑ x2
N−2
= 71.004,12−
(87.208,65 )2
230.757,117−2
= 2.536,391
S . E (b )=√ Sb2
∑ x2 = √ 2.536,391
230.757,1
= 0,01099
S. E ( h2 ) = 2 . S . E ( b )
= 2 ( 0,01099 )
= 0,0 2198
Jadi dugaan nilai heritabilitas = h2 = 0,0123 ± 0,02198
Nilai variasi gen aditif suatu sifat yang diturunkan tetua kepada anaknya sebesar
0,0123 hal ini dikatakan tinggi karena nilainya lebih dari 0,3. Sedangkan nilai
heritabilitas dikatakan rendah jika nilainya berkisar antara 0 - 0,1 dan yang sedang
berkisar 0,1 - 0,3 (Hardjosubroto,1994). Derajat kemiripan ini dipengaruhi oleh tiga
faktor, yaitu gena bersama, genotip bersama dan lungkungan bersama. Selain itu, hal
yang perlu diperhatikan adalah lingkungan antara anak dan tetua harus sama, dan pada
kondisi yang sama, hubungan antara tetua dan anak diasumsikan dengan regresi linear.
Kesulitan yang sering timbul apabila anak-anaknya berbeda dalam tingkat populasi dan
harus dirata-ratakan. Misalnya dalam menduga pertumbuhan, anak jantan dan betina
mempunyai tingkat pertumbuhan yang berbeda
2.3. PENDUGAAN NILAI HERITABILITAS BEBERAPA SIFAT
PRODUKSI PENTING DENGAN POLA HALFSIB
A. LANDASAN TEORI
Nilai heritabilitas dalam arti luas (broad sense), yaitu perbandingan antara ragam
genetik yang merupakan gabungan dari ragam genetik aditif, dominan dan epistasis,
26
dengan ragam fenotipik. Heritabilitas dalam arti luas hanya dapat menjelaskan berapa
bagian dari keragaman fenotipik yang disebabkan oleh pengaruh genetik dan berapa
bagian pengaruh faktor lingkungan, namun tidak dapat menjelaskan proporsi keragaman
fenotipik pada tetua yang dapat diwariskan pada turunannya.
Heritabilitas dalam arti luas tidak bermanfaat dalam pemuliaan ternak. Nilai
heritabilitas dalam arti sempit (narrow sense) yaitu perbandingan antara ragam genetik
aditif dengan ragam fenotipik. Heritabilitas dalam arti sempit selanjutnya disebut
heritabilitas atau dengan notasi h2.
Secara teoritis nilai heritabilitas berkisar dari 0 - 1, namun jarang ditemukan nilai
ekstrim nol atau 1 pada sifat kuantitatif ternak. Nilai heritabilitas dikatakan kecil (rendah)
jika nilainya 0 - 0,2; sedang: 0,2 - 0,4 dan besar (tinggi) jika bernilai lebih dari 0,4.
Nilai heritabilitas dapat dihitung dengan cara membandingkan atau mengukur
hubungan atau kesamaan antara produksi individu-individu yang mempunyai hubungan
kekerabatan. Nilai heritabilitas dapat dihitung menggunakan beberapa metode estimasi,
diantaranya melalui persamaan fenotip ternak yang mempunyai hubungan keluarga, yaitu
antara saudara kandung (fullsib), saudara tiri (halfsib), antara induk dengan anak (parent
and off spring). Selain itu dapat juga menentukan heritabilitas nyata (realized heritability)
berdasarkan kemajuan seleksi. Estimasi nilai heritabilitas juga bisa didapat dengan
menghitung nilai ripitabilitas, yakni penampilan sifat yang sama pada waktu berbeda dari
individu yang sama sepanjang hidupnya.
Heritabilitas menggunakan varians. Analisis varians (analysis of variance,
ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam cabang
statistika inferensi. Dalam literatur Indonesia metode ini dikenal dengan berbagai nama
lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan
pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam
pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir Ronald
Fisher, bapak statistika modern. Dalam praktek, analisis varians dapat merupakan uji
hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang
genetika terapan).
Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan
hipotesis nol bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh
(among samples) dan varians kedua adalah varians di dalam masing-masing contoh
(within samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan
memberikan hasil yang sama dengan uji-t untuk dua rerata (mean).
27
Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians menggantungkan diri
pada empat asumsi yang harus dipenuhi dalam perancangan percobaan:
1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya
digunakan satu penduga (estimate) untuk varians dalam contoh.
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan
percobaan yang tepat.
4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk
berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki
keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai
bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan
kemasyarakatan.
TABEL 2.4.1 B. HASIL PENGAMATAN DAN PEMBAHASAN
PejantanTotalPejantan
-1P12 Pejantan
-2P22 Pejantan
-3P32
1 245.72 60378.3184 255.54 65300.6916 266.43 70984.9449
2 245.72 60378.3184 255.54 65300.6916 266.43 70984.9449
3 245.72 60378.3184 255.54 65300.6916 266.43 70984.9449
4 279.11 77902.3921 292.22 85392.5284 250.06 62530.0036
5 250.45 62725.2025 252.31 63660.3361 257.57 66342.3049
6 270.51 73175.6601 261.97 68628.2809 233.83 54676.4689
∑ 1537.23 1573.12 1540.75 4651.1
∑Y2
394938.2099
413583.2202
396503.6121
1205025
N = 6 x 3 = 18
K = 6
Perhitungan:
1. FK = y2
N=
(4651,1)²18
= 120.1818,40
2. JK Total = ΣY² - FK = 1.205.025 – 120.1818,40 = 3.206,6
28
3. JK Pejantan = ( 1537,236 )
2
+( 1573,126 )
2
+(1540,756 )
2
- FK = 130,46
4. JK galat = JK Total – JK pejantan = 3.206,6 – 130,46 = 3.076,14
Tabel sidik ragam
Sumber variasi Db JK KT Komponen
Antar pejantan 2 3.206,6 1.603,3 σ w2 +σs
2
Galat 15 130,46 8,69 σ w2
Total 17
σ w2 = 8,69
σ s2 =
1.603,3−8,696
= 280,26
t = σs
2
σs2+σ w
2 = ( 280,26280,26+8,69 ) = 0,94
h² = 4t = 4(0,94 ) = 0,219
Heritabilitas adalah kemampuan suatu siaft yang diturunkan tetua kepada
anaknya. Secara teoritis nilai heritabilitas berkisar dari 0 - 1, namun jarang ditemukan
nilai ekstrim nol atau 1 pada sifat kuantitatif ternak. Nilai heritabilitas dikatakan kecil
(rendah) jika nilainya 0 - 0,2; sedang: 0,2 - 0,4 dan besar (tinggi) jika bernilai lebih dari
0,4.
Dari hasil kegiatan praktikum didapatkan nilai heritabilitas dengan menggunakan
analisis varians sebesar 0,219 dan termasuk pada tingkat sedang. Perolehan nilai sedang
ini dapat dipengaruhi sebagian oleh ragam genetik dan sebagian lagi oleh ragam
lingkungan.
2.4 PENDUGAAN NILAI RIPITABILITAS BEBERAPA SIFAT PRODUKSI
PENTING
A. LANDASAN TEORI
29
Sejauh mana hubungan antara produksi pertama dengan produksi yang berikutnya
pada individu tersebut inilah yang disebut angka pengulangan (ripitabilitas). Secara
statistik ripitabilitas merupakan korelasi/kemiripan antara catatan, misalnya antar laktasi
pada sapi perah. Atau ripitabilitas merupakan bagian dari ragam fenotip yang disebabkan
oleh perbedaan antar individu yang bersifat permanen. Oleh sebab itu, ripitabilitas
meliputi semua pengaruh genetik ditambah pengaruh factor lingkungan permanen.
Lingkungan permanen adalah semua pengaruh yang bukan bersifat genetic tetapi
mempengaruhi produktivitas seekor hewan selama hidupnya.
r = VG + VEP VP
Keterangan :
VG = ragam genotip
VP = ragam fenotip
VEP = ragam lingkungan permanen
Perbedaan heritabilitas dengan ripitabilitas adalah heritabilitas menduga suatu
kemiripan antara tetua dengan anaknya, sedangkan ripitabilitas menduga kemiripan
antara catatan produksi selama hewan hidup. Dengan demikian ripitabilitas merupakan
sebuah ukuran (nilai fenotipik) kekuatan yang berulangulang dari suatu sifat dalam suatu
populasi atau sebuah ukuran kekuatan
(konsistennya) suatu sifat dalam suatu populasi. Konsep angka ripitabilitas berguna untuk
sifat-sifat yang muncul berkali-kali selama hidupnya, misalnya produksi susu atau berat
sapih anak. Angka pengulangan didefinisikan sebagai korelasi fenotip antara performans
sekarang dengan performans-performans di masa mendatang pada satu individu.
Setiap hasil pengamatan produksi menggambarkan hasil kerjasama antara factor
genetic dan faktor lingkungan. Apabila pengamatan dilakukan berulangkali maka hasil
peng-amatan pada lingkungan yang pertama akan berbeda dengan
lingkungan pada pengamatan ke dua, dan lingkungan pada pengamatan ke dua
tidak sama dengan lingkungan pada pengamatan berikutnya. Sejauh mana hubungan
antara produksi pertama dengan produksi berikutnya pada individu tersebut inilah yang
disebut angka pengulangan.
Nilai ripitabilitas berkisar antara 0 dan 1, dapat digolongkan pada 3 katagori,
yaitu kurang dari 0,2 termasuk rendah, 0,2-0,4 sedang dan di atas 0,4 tinggi. Karena
pada ripitabilitas memasukkan ragam lingkungan permanent, maka nilai ripitabilitas
selalu lebih besar atau sama dengan nilai heritabilitas.
Kegunaan ripitabilitas adalah :
30
1. Mengetahui penambahan respon dengan catatan berulang. Dalam menentukan
culling (pengafkiran), apabila ripitabilitas tinggi maka keluarkan hewan yang
berproduksi rendah pada laktasi pertama tetapi apabila ripitabilitas rendah,
pengafkiran ditunggu sampai laktasi berikutnya.
2. Menduga performans yang akan dating berdasarkan catatan masa lalu atau dapat
mengestimasi kemampuan berproduksi hewan tersebut.
Metode Pendugaan Nilai Ripitabilitas
1. Analisis Regresi
2. Analisis Varian
3. Restricted Maximum Likelihood
Beberapa cara untuk meningkatkan nilai heritabilitas dan ripitabilitas
1. Mengupayakan lingkungan seseragam mungkin, namun tidak berarti bahwa
lingkungan harus lebih baik
2. Pengukuran seakurat mungkin
3. Menyesuaikan (meng-adjust) pengaruh lingkungan, misalnya mengkoreksi
terhadap lama laktasi, frekuensi pemerahan dan umur waktu beranak atau kadar
lemak ke dalam 4 % FCM.
B. HASIL DAN PEMBAHASAN
Tabel. 2.4.1
Data di bawah ini adalah catatan anova
No
Individu
1 2 3 4 5 6 7 8
1 953 929 929 881 857 857 810 762
2 953 1024 1048 905 929 857 905 857
3 1000 1000 929 929 953 857 881 881
2906 2953 2906 2715 2739 2571 2596 2500 21886
2816418
2911617
2824386
2458227
2505699
2203347
2251286
2091254
20062234
N = 3 X 8 = 24
K = 3
1. FK = y2
N =
(21886 )2
24 = 19958208,17
2. JK total = Σx² - FK = 20062234 – 19958208,17 = 42014,578
31
3. JKW = (2906 )2
3 +
(2953 )2
3 +
(2906 )2
3 +
(2715 )2
3 +
(2739 )2
3 +
(2571 )2
3 +
(2596 )2
3 +
(2500 )2
3 - FK
= (2814945,33 + 2906736,33 + 2814945,33 + 2457075 + 2500707 +
2203347 + 2246405,33 + 2083333,33) – 19958208,17
= 69286,50
4. JKE = JK total – JKW
= 42014,578 – 69286,50 = 34739,33
SK Db JK KT KomponenAntar individu (W) 7 69286,50 9898,07 = σ E
² +kσw²
Dalam individu (E) 16 34739,33 2171,21 = σ E²
Total 23 104025,83
σ E² = 9898,07
σ E² +3 σ w
² = 2284,56 σ w² = 4,56
r = σw
²
σW² +σE
² = 4,56
4,56+9898,07= 4,56
9902,63=0,00046
SE (r) = √ 2 (1−r )2+[1+ (k−1 )r ]k ( k−1 )(n−1)
= √ 2 (1−0,00046 )2+[1+(3−1 )0,00046 ]3 (3−1 )(8−1)
= 0,000067
Ripitabilitas atau daya ulang, merupakan suatu konsep dasar untuk mengetahui
daya ulang terhadap sifat-sifat yang muncul beberapa kali selama hidup dari ternak. Dari
hasil kegiatan praktikum didapatkan nilai ripitabilitas sebesar 0,174 pada data produksi
telur itik Alabio (butir) per tahun ke 1,2,dan 3. Nilai heritabilitas sebesar 0,174
menunjukan bahwa kemampuan produksi telur itik Alabio (butir) per tahun ke 1,2, dan 3
itu termasuk rendah
2.5 PENDUGAAN NILAI PEMULIAAN BEBRAPA SIFAT PRODKSI
PENTING
32
A. LANDASAN TEORI
Seperti kita ketahui bahwa performans seekor ternak/kelompok ternak dipengaruhi
oleh faktor genetik dan lingkungan. Dalam menentukan keunggulan genetic kita tidak
menentu-kan faktor lingkungan karena faktor ini tidak diturunkan pada anakanaknya
tetapi kita mencoba menentukan ternak-ternak yang mempunyai gena yang lebih baik
dibandingkan dengan ternak-ternak lain di dalam atau di luar kelompoknya.
Nilai Pemuliaan (NP) adalah merupakan suatu ungkapan dari gena-gena yang
dimiliki tetua dan diturunkan kepada anak-anaknya. Kita tidak dapat melihat genagena
yang dimiliki individu tersebut tetapi hanya menduga nilainya saja. Nilai pemuliaan dari
seekor ternak adalah ½ dari nilai pemuliaan induknya dan ½ lagi dari nilai pemuliaan
bapaknya. Dengan demikian nilai pemuliaan hanya mengekspresikan gena-gena yang
bersifat aditif saja.
Nilai Pemuliaan (NP) adalah penilaian dari mutu genetik ternak untuk suatu sifat
tertentu, yang diberikan secara relative atas dasar kedudukan di dalam populasinya.
Pengaruh dari masing-masing gen tidak dapat diukur tetapi nilai pemuliaan individu
dapat diukur yaitu sama dengan 2 kali rata-rata simpangan keturunannya terhadap
populasi, apabila individu dikawinkan dengan ternakternak dalam populasi tersebut
secara acak. Nilai pemuliaan dapat diduga berdasarkan informasi (catatan performans)
dari :
1. Ternak itu sendiri
2. Performans saudara-saudaranya
3. Tetuanya
Besarnya nilai pemuliaan (NP) ditulis dalam rumus :
NP = h2 ( P - P ) + P
Keterangan : NP = nilai pemuliaan
h2 = Heritabilitas
P = Performans individu
P = Rata-rata performans populasi dimana individu diukur
Pendugaan nilai pemuliaan catatan berulang dasarnya sama dengan pendugaan
heritabilitas melalui catatan tunggal, yang berbeda hanya koefisien regresinya saja, yaitu
untuk catatan tunggal koefisien regresinya h2, sedangkan untuk catatan berulang :
nh2 h2 = 1 + (n-1)r
maka Nilai Pemuliaannya adalah
33
NP = nh2 1 + (n-1)r P – P’
Arti dari nilai pemuliaan sangat penting, terutama dalam menilai keunggulan
seekor pejantan yang akan digunakan sebagai sumber semen beku. Apabila seekor ternak
(biasanya pejantan) telah diketahui besar NP nya, berarti bahwa bila pejantan tersebut
dikawinkan dengan induk-induk secara acak pada sesuatu populasi maka rata-rata
performans keturunannya akan menunjukkan keunggulan sebesar setengah dari NP
pejantan tersebut terhadap performans populasinya, sedangkan setengah dari sifat anak
berasal dari induknya. Setengah dari NP yang diwariskan ini lazim disebut dengan
Ramalan Beda Produksi atau Predicted Difference (PD) atau sekarang lazim juga disebut
dengan Pendugaan Kemampuan Pewarisan atau Predicted Transmitting Ability (PTA).
Metode lain yang dapat digunakan untuk menduga nilai pemuliaan adalah Indeks
Seleksi dan metode Best Linier Unbiased Prediction (BLUP). Keunggulan metode BLUP
adalah tidak perlu mengkoreksikan faktor lingkungan secara terpisah tetapi seluruhnya
sudah dalam satu rancangan. Apabila mempunyai catatan sekelompok individu, maka kita
dapat menentukan nilai pemuliaan ternak itu sendiri, nilai pemuliaan tetuanya dan nilai
pemuliaan kerabatnya yang tidak mempunyai catatan tetapi masih berhubungan. Namun
pendugaan nilai pemuliaan berdasarkan catatan sendiri akan lebih cermat dibandingkan
dengan menggunakan catatan kerabat atau tetuanya.
B. HASIL DAN PEMBAHASAN
h2 HDP0,2
h2 BT 0,5
Tabel 2.5.1
ID Ternak
Produksi Telur(Butir)
Berat Telur(g)
NP Produksi
NP Berat Index NP Ranking
A 302,6 133,50,02271
20,06449992
40,087212 1
B 256,2 129,46 -0,134110,03228584
4-0,10182 10
C 285,6 119,34 -0,03474-
0,048408832
-0,08315 2
D 312,8 127,43 0,05718 0,01609906 0,073284 3
34
5 6
E 309,4 123,390,04569
4
-0,01611501
40,029579 5
F 299,2 125,410,01122
1-7,97378-06 0,011213 7
G 282,2 137,55 -0,046230,09679374
20,050559 4
H 295,8 117,32 -0,00027-
0,064515872
-0,06479 9
I 306 119,340,03420
3
-0,04840883
2-0,01421 8
J 309 121,37 0,76
-0,03222205
4-0,29 6
Rata - rata
295,88 125,411
Indeks nilai pemuliaan pada setiap ayam petelur berbeda-beda, hal ini untuk
menentukan ranking dari Indeks Nilai Pemuliaan. Indeks Nilai Pemuliaan dipengaruhi
oleh NP produksi dan NP berat telur. Semakin besar Indeks NP, maka semakin tinggi
rankingnya. Mencari NP tersebut dipengaruhi berat telur dan produksi.
2.6 SELEKSI TERNAK BERDASARKAN SATU DAN LEBIH DARI SATU
SIFAT
A. LANDASAN TEORI
Seleksi adalah suatu tindakan untuk memilih ternak yang dianggap mempunyai
mutu genetik baik untuk dikembangbiakkan lebih lanjut serta memilih ternak yang
dianggap kurang baik untuk diafkir (culling). Pada dasarnya mutu genetik ternak tidak
nampak dari luar, yang tampak dan dapat diukur dari luar adalah performansnya. Oleh
karena itu, harus dilakukan suatu pendugaan terlebih dahulu terhadap mutu genetiknya
atas dasar per-formans yang ada. Dengan demikian tepat tidaknya suatu seleksi sangat
bergantung pada kecermatan dalam melakukan pendugaan tersebut. Kecermatan dari
35
seleksi bergantung pada cara atau metode pendugaan yang digunakan. Oleh karena itu
harus dicari metode yang paling baik agar kecermatan seleksi diperoleh sangat tinggi,
sehingga walaupun atas dasar pendugaan, namun karena pendugaan tersebut mendekati
kebenaran maka hasilnya dapat dikatakan sempurna.
Dalam konteks pemuliabiakan ternak seleksi adalah pemilihan ternak yang disukai
yang akan dijadikan sebagai tetua untuk generasi berikutnya. Tujuan umum dari seleksi
adalah meningkatkan produktivitas ternak melalui perbaikan mutu bibit. Dalam
melakukan seleksi diperlukan catatan atau rekording sebagai bahan evaluasi. Pada
dasarnya catatan atau rekording yang biasa digunakan dalam program seleksi berupa
catatan fenotip yang bisa berasal dari :
Catatan fenotip ternak itu ssendiri
Catatan fenotip dari saudara-saudaranya
Gabungan keduanya
Terdapat berbagai macam metode seleksi yang dilakukan terhadap seleksi lebih
dari satu sifat. Diantaranya adalah:
1. Seleksi tandem, seleksi ini cukup sederhana dilakukan terhadap suatu sifat atau
terlebih dahulu yang dilakukan selama beberapa generasi untuk kemudian seleksi
dilakukan terhadap kriteria kedua, juga untuk generasi selanjutnya. Jadi, perbaikan
mutu genetik mula-mula ditujukan terhadap sifat pertama setelah diperoleh
perbaikan yang dianggap cukup, barulah dimulai perbaikan mutu genetik terhadap
sifat yang lain.
2. Seleksi penyingkiran secara bebas, lain halnya dengan seleksi yang pertama maka
seleksi terhadap berbagai macam sifat dilakukan secara bersamaan dalam generasi
yang sama. Adapun pelaksanaannya dapat dilakukan pada saat yang sama ataupun
pada saat yang berbeda dalam kehidupan individu yang terseleksi.
3. Seleksi indeks, pada sistem ini semua ternak harus dinilai untuk dari kriteria yang
akan diseleksi. Semua kriteria diberi penilaian pada saat ternak akan diseleksi, lalu
dibuat suatu indeks berdasarkan hasil penilaian tadi. Terkecuali pemberian nilai
dasar atas penampilannya (performans ternak tersebut) terhadap semua kriteria,
dapat pula diberi bobot yang berbeda, tergantung pada nilai ekonomis atau angka
dari pewarisan tersebut.
Menurut Hukum Hardy-Weinberg bahwa “frekuensi gen dan genotipe akan tetap
dari generasi ke generasi dengan perkawinan dalam populasi secara random matting,
36
selama tidak ada faktor yang mempengaruhi seperti mutasi, migrasi, seleksi, dan random
drift. Hukum tersebut dikenal sebagai prinsip keseimbangan Hardy-Weinberg.
Menurut hukum tersebut Keseimbangan frekuensi gen (gen array) adalah : p(A) +
q(a) = 1
Keseimbangan genotipenya (genotipe array) adalah :
p²(AA) + 2pq(Aa) + q²(aa) = 1
Rumus untuk menghitung frekuensi gen dari keseimbangan frekuensi genotipe adalah :
p = p2 + ½ (2pq) q = q2 + ½ (2pq)
jadi, p + q = 1
Dalam keseimbangan Hardy-Weinberg ada beberapa ketentuan, yaitu diantaranya:
1. Jumlah frekuensi genotipe yang heterosis tidak lebih dari 0,5 (H<0,5)
2. Frekuensi heterozigot (h = 2pq) dapat melebihi frekuensi P dan R, tetapi tidak akan
melebihi P + R.
3. Proporsi atau jumlah genotipe yang heterozigot adalah 2 kali akar dari perkalian
dua genotipe yang homozigot.
H = 2 √P x R
keterangan :
P = p2
R = q2
H = 2pq
Dimana: p(AA) + H(Aa) + R(aa) = 1
Pengujian Hipotesis
Pengujian hipotesis adalah untuk mengetahui apakah hasil yang diperoleh
(observasi) sesuai dengan nilai harapan (experimental) Hardy-Weinberg atau tidak, untuk
hal itu digunakan (X2).
Rumusnya :
37
X2 = [ (O – E)² ]
E
Keterangan :
O = Hasil observasi
E = Nilai harapan
n = Jumlah kategori kualitatif
Hasil dan Pembahasan
Tabel. 2.7.1 Data Lokus Protein Enzim Lipase
Lokus protein enzim lipase1 2 3 4 5 6 7 8 9
A ------- ------- ------- ------- -------- -------------- --------- ------- -------- -------- -------- ------- ------- -------
BCDEF
3 gen yaitu : p , q , r
AA = 1 ekor
AB = 3 ekor
BB = 1 ekor
AC = 2 ekor
BC = 1 ekor
CC = 1 ekor
Jumlah = 9 ekor
Tabel. 2.7.2
Frekuensi genotipik
Jumlah AA AB BB AC BC CC9 ekor 0,1111 0,3333 0,1111 0,2222 0,1111 0,1111
Frekuensi gennya
Tabel. 2.7.3
Frekuensi gen
38
Jumlah A (p) B (q) C (r)9 ekor 0,3888 0,3331 0,2777
Frek. Gen A = (AA) + (1/2 AB) + (1/2 AC)
= 0,1111 + 0,1666 + 0,1111
= 0,3888
Frek. Gen B = (1/2 AB) + (BB) + (1/2 BC)
= 0,1666 + 0,1111 + 0,0555
= 0,3331
Frek. Gen C = (1/2 AC) + (1/2 BC) + (CC)
= 0,1111 + 0,0555 + 0,1111
= 0,2777
Tabel. 2.7.4
Lokus Tyroxin Observasi (O) Harapan (E) (O – E)²E
AA 1 p² . 9 = 1,3604AB 3 2pq . 9 = 2,3311AC 2 2pr . 9 = 1.9434BB 1 q² . 9 = 0.9986BC 1 2qr . 9 = 1,6650CC 1 r² . 9 = 0,6940
Jumlah 9 8,9925db = n – 1 = 6 – 1 = 5 ; x² = < X2
X2 hitung < X2
tabel artinya menunjukan penyimpangan dari nisbah keseimbangan
atau dengan kata lain tidak terdapat keseimbangan populasi menurut Hardy-Weinberg.
Dalam mengevaluasi hipotesis genetik kita membutuhkan pengujian yang dapat
mengkonversikan penyimpangan dari nilai harapan ke dalam probabilitas menyangkut
sifat yang kualitatif. Sejauh mana tes ini harus disesuaikan terhadap besarnya sampel dan
dan jumlah variable (df).
Tes Chi-Kuadrat menganalisis hasil dari eksperimen genetik yang mempunyai dua
keterbatasan, diantaranya :
hanya dapat digunakan bagi data yang kuantitatif dalam nomor absolut, tidak
pernah dalam persentase atau turunan perbandingan dari data.
Tidak dapat digunakan bagi eksperimen yang frekuensinya fenotipenya yang
diharapkan tidak kurang dari lima.
39
Uji Chi-Kuadrat (X2) adalah uji statistik yang digunakan untuk menguji suatu
peluang dari kejadian yang diobservasi sesuai dengan peluang atau tidak. Kalaupun ada
penyimpangan berapa persenkah besarnya.
III
PENUTUP
3.1 Kesimpulan
3.1.1 Deskriptif Populasi Dasar
Populasi ternak disuatu daerah menunjukan Gambaran Langsung
keberadaan suatu ternak, data Produksi terlur iik Alabio yang tersebar Normal
dilihat dari data tendensi Penyebaran Angka jumlah Produksi telur tersbut.
Dari Data produksi telur yang diambil sebagai sempel dapat dijadikan suatu
gambaran Penyebaran Populasi dan Keseimbangan Populasi, data tersebut
memperlihatkan penyebaran yang rata terlihat dari Tidak ada Modus dari setiap
data
3.1.2. Pendugaan nilai heritabilitas beberapa beberapa sifat produksi
penting dengan pola regresi
Nilai h2 = 0,0123 ± 0,2198 pada ayam White Rock, berarti nilai
variasi gen aditif suatu sifat yang diturunkan tetua kepada anaknya sebesar
0,0123 hal ini dikatakan rendah karena nilainya kurang dari 0,3, dengan
standar error 0,01099.
3.1.3. Pendugaan nilai heritabilitas beberapa beberapa sifat produksi
penting dengan pola halfsib
Heritabilitas adalah kemampuan suatu sifat yang diturunkan tetua
kepada anaknya. Secara teoritis nilai heritabilitas berkisar dari 0 - 1, namun
jarang ditemukan nilai ekstrim nol atau 1 pada sifat kuantitatif ternak. Nilai
heritabilitas dikatakan kecil (rendah) jika nilainya 0 - 0,2; sedang: 0,2 - 0,4
dan besar (tinggi) jika bernilai lebih dari 0,4.
Dari hasil kegiatan praktikum didapatkan nilai heritabilitas
dengan menggunakan analisis varians sebesar 0,219 dan termasuk pada
40
tingkat sedang. Perolehan nilai sedang ini dapat dipengaruhi sebagian oleh
ragam genetik dan sebagian lagi oleh ragam lingkungan.
3.1.4. Pendugaan Nilai Ripitabilitas beberapa sifat produksi penting
Ripitabilitas atau daya ulang, merupakan suatu konsep dasar untuk
mengetahui daya ulang terhadap sifat-sifat yang muncul beberapa kali selama
hidup dari ternak. Dari hasil kegiatan praktikum didapatkan nilai ripitabilitas
sebesar 0,00046 pada data antar pejantan.
3.1.5. Pendugaan Nilai Pemuliaan beberapa sifat produksi penting
Semakin tinggi Indeks Nilai Pemuliaan suatu ternak, maka semakin
tinggi pula ranking dari Nilai Pemuliaannya. Hal tersebut dipengaruhi oleh
Nilai Pemuliaan berat telur dan Nilai Pemuliaan produksi telur.
3.1.6. Seleksi ternak berdasarkan satu dan lebih dari satu sifat produksi
Semakin tinggi Total Indeks Fenotipe suatu ternak, maka semakin
tiggi pula ranking dari dari Indeks Fenotipenya. Total indeks dipengaruhi
HDP telur dan indeks berat telur
1.1.7 Estimasi keseimbangan populasi berbasis biomolekular
Pada pengujian keseimbangan populasi, X2 hitung sebesar 0,3888 sedangkan
X2 tabel adalah 0,2777,dari hasil perhitungan lokus protein enzim lipase X2 hitung ≤
X2tabel, artinya tidak menunjukkan penyimpangan dari nisbah keseimbangan atau
dengan kata lain terdapat keseimbangan populasi menurut Hardy Weinberg pada
lokus protein enzim lipase.
3.2 Saran
41
42
1. Untuk mendapatkan hasl yang lebih baik sebaiknya
pertanggungjawaban dari Praktikum lebih ditingkatkan
2. Untuk mendapatkan nilai yang baik dan juga pemahaman yang
menyeluruh Penyerapan dari setiap materi harus lebih ditingkatkan.
3. Kegiatan praktikum dilaksanakan per kelas masing-masing agar lebih
efektif. Karena bila digabungkan seluruhnya praktikan banyak yang
tidak memperhatikan sehingga pemahaman dari kegiatan praktikum
tidak tercapai.
4. Untuk kegiatan praktikum kedepannya sebaiknya waktu kegiatan
praktikum sesuai dengan yang tercantum di jadwal sebagaimana yang
semestinya.
5. Jumlah asisten dosen ditambah mengingat banyaknya jumlah praktikan
yang ada tidak sesuai dengan kapasitas asisten untuk dapat
membimbing kegiatan praktikum.
6. Pemberitahuan mengenai format laporan akhir sebaiknya lebih awal
diberikan dan waktu untuk mengumpulkan laporan akhir diberi jangka
waktu yang sesuai agar praktikan dapat mengerjakan laporan dengan
baik, tidak memberatkan dan tidak tergesa-gesa
DAFTAR PUSTAKA
James JW. 1979. The theory behind breeding schemes. Di dalam: Tomes
GL, DE Robertson, RJ Lightfoot, editor. Sheep Breeding. Muresk and
Perth,Western Australia. Hlm 205-213 Phillipsson J2003. How to make breeding
programs for tropical farming systems sustainable. ILRI-SLU-Sida Training
Course. Bangkok, Jan 7-25, 2003.
Simm G and NR Wray. 1991. Sheep sire referencing schemes – new
opportunities for pedigree breeders and lamb producers. The Scottish
Agricultural College Edinburgh, Scotland.
Warwick, E.J,J.Maria Astuti dan W. Hardjosubroto. 1990. Pemuliaan
Ternak. Gadjah Mada University Press. Yogyakarta.
Ahira, A., 2010., Tata Cara Penulisan Daftar Pustaka,
http://www.anneahira.com/tata-cara-penulisan-daftar-pustaka.htm, diakses pada
tanggal 25 Mei 2011
Anang A, Dudi and D Heriyadi. 2003. Characteristics and Proposed
Genetic Improvement of Priangan Sheep in Small Holders. [research report].
Faculty of Animal Husbandry, Padjadjaran University Jatinangor, West Java.
Indonesia.
Chagunda MGG and Wollny CBA. 2005. A Concept note on interactive
processes and technologies to conserve indigenous farm animal genetic
resources in Malawi. Department of Animal Science, Bunda College of
Agriculture University of Malawi.
Sudjana. 1989. Metoda Statistika. Bandung: Penerbit Transito.
Wiener G. 1999. Animal Breeding. Centre for Tropical Veterinary
Medicine University of Edinburgh. First Published 1994 by Mac Millan
Education Ltd.
43