PRAKTIKUM PESTISIDA DALAM PROTEKSI TANAMAN (PTN 306)

PRAKTIKUM II : ANALISIS PROBIT

KELOMPOK 5(Kelas Paralel 2)

1. Ricko Baharudin A241300462. Ulfah Fahriani A341200043. M. Yusuf Al Anshori A341200284. Ilmi Hamidi A341200595. Nurul Farida Efriani A34120091

Dosen :Ir. Djoko Prijono MAgr. Sc

DEPARTEMEN PROTEKSI TANAMANFAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGORBOGOR

2015

PENDAHULUAN

Latar Belakang

Uji  toksisitas merupakan uji hayati yang berguna untuk menentukan  tingkat toksisitas dari suatu zat atau bahan pencemar dan digunakan  juga untuk pemantauan rutin  suatu  limbah.  Suatu senyawa kimia dikatakan bersifat “racun akut” jika senyawa tersebut dapat menimbulkan efek racun dalam jangka waktu singkat. Suatu senyawa kimia disebut bersifat “racun kronis” jika senyawa tersebut dapat menimbulkan efek racun dalam jangka waktu panjang (karena kontak yang berulang-ulang walaupun dalam jumlah yang sedikit) (Djojosumarto 2008).

Analisis probit mulai diperkenalkan oleh Chester Ittner Bliss (1899-1979) pada tahun 1934 dalam sebuah artikel Science tentang bagaimana mengolah data persentase pengaruh pestisida terhadap hama. Sebagai unit persentase tewas dikenal dengan istilah “probabilitas unit” (atau “probit”). Regresi Probit merupakan modifikasi regresi logistik dengan menetapkan persamaan regresi logit mengikuti distribusi normal (Skrondal dan Hesketh 2004).

Ketika variabel dependen (Y) berbentuk dikotomi atau biner dan diasumsikan mengikuti distribusi binomial kita dapat menggunakan analisis regresi logit atau probit. Salah satu keuntungan untuk menggunakan regresi probit adalah bahwa nilai-nilai yang diperoleh dari pencocokan model (fitting) langsung dapat diubah menjadi probabilitas dengan menggunakan nilai dari tabel normal standar. Dalam hal ini kita hanya perlu mencari nilai probabilitas terkait dengan skor z yang diperoleh dari model.

LC50 (Median Lethal Concentration) yaitu konsentrasi yang  menyebabkan kematian sebanyak 50%  dari organisme uji yang dapat diestimasi dengan grafik dan perhitungan, pada suatu waktu pengamatan tertentu, misalnya LC50 48 jam, LC50 96 jam sampai waktu hidup hewan uji. Sedangkan Lethal Dose 50 (LD50) adalah takaran yang menyebabkan kematian pada 50% hewan percobaan.

Tujuan

Praktikum ini bertujuan untuk mencari LC50 dan LC95 dengan menggunakan analisis probit yang dihitung dengan hitungan sederhana dan menggunakan aplikasi POLO-PC.

BAHAN DAN METODE

Waktu dan TempatPraktikum ini dilaksanakan pada hari Senin, 16 Februari 2015 di

Laboratorium Pendidikan, Departemen Proteksi Tanaman, Fakultas Pertanian, Institut Pertanian Bogor.

Alat dan BahanAlat yang digunakan adalah aplikasi POLO-PC yang digunakan untuk

analisis probit. Bahan yang diperlukan adalah data pengujian toksisitas insektisida X terhadap serangga A.

MetodeData yang ada diolah untuk menentukan persamaan regresi dan nilai

LC50, diawali dengan cara menghitung nilai persen kematian terkoreksi (Pt), nilai Pt akan menentukan nilai probit empirik yang dilihat dari tabel transformasi persen-probit. Nilai log konsentrasi (sumbu x) dan nilai probit empirik (sumbu y) digunakan untuk menentukan nilai probit harapan dari garis yang ditarik pada grafik. Nilai probit harapan digunakan untuk menentukan nilai probit penghitung (y) dan koefisien pembobot (w) dari tabel faktor probit penghitung dan koefisien pembobot. Nilai-nilai tersebut digunakan untuk mencari persamaan regresi dan nilai ŷ. Setelah selisih nilai ŷ dengan probit harapan (Y) didapat lebih kecil sama dengan dari 0.1, maka dicari nilai LC50-nya.

Po =r

X 100%n

y = Yo + k. Pt

X =∑nwx

∑nw

Keterangan :Po = Persen kematian r = Banyaknya kematianPt = Persen kematian terkoreksi n = Cacah serangga ujiPk = Persen kematian kontrol y = Probit penghitungw = Koefisien pembobot y' = probit empirikyo dan k adalah nilai probit harapan dan yang bersangkutan dapat dibaca pada tabel 4.

Pt =Pt - Pk

X 100%100 - Pk

a = y-bx

ŷ = a+bx

HASIL DAN PEMBAHASAN

Tabel 1 Data Awal Konsentrasi dan Jumlah SeranggaKonsentrasi (ml/l) Jumlah Serangga

UjiJumlah Serangga

Mati0.120 75 750.080 74 560.055 74 380.038 75 250.025 74 11

0 75 2

Grafik 1 Pengujian Toksisitas Pestisida X Terhadap Serangga A

y = 3,5556x + 2,4307

Kons x n r Po Pt y' Y y w

0,120 1,079 75 75 100.0 100.0 6.55 7.06 0.25

0,080 0,903 74 56 75.7 75.0 5.67 5.82 5.66 0.50

0,055 0,740 74 38 51.4 50.0 5.00 5.14 5.00 0.07

0,038 0,580 75 25 33.3 31.5 4.52 4.48 4.52 0.58

0,025 0,398 74 11 14.9 12.5 3.85 3.73 3.87 0.35

0 75 2 2,.7

(Pc)

nw nwx nwy nwx2 nwy2 nwxy

19.01 20.52 134.13 22.14 946.31 144.75

36.75 33.19 208.14 29.97 1178.92 187.97

5.26 3.90 26.31 2.88 131.54 19.48

43.23 25.06 195.26 14.53 881.91 113.21

25.619 10.19 99.02 4.06 382.70 39.40

129.87 92.90 662.86 73.59 3521.37 504.8

∑nw ∑nwx ∑nwy ∑nwx2 ∑nwy2 ∑nwxy

│ – Y│

6.61 0.06

5.88 0.06

5.21 0.07

4.54 0.06

3.79 0.06

y y

yp = a + bx

a= 2.04

b= 4.29

yp = 2.04 + 4.29x

LD50

X50 = X50 - (a) = 5 – 2.04

b 4.29

= 0.69

LD50 = antilog (0.69 - 2)

= 10^(-1.31)

= 0.04

LD95

X95 = X95 - (a) = 6.645 – 2.04

b 4.29

= 1.07

LD50 = antilog (1.07 - 2)

= 10^(-0.93)

= 0.118

Hasil analisis probit menggunakan aplikasi POLO-PC(C) Copyright LeOra Software 1987

Input file > input: = uji toksisitas insektisida x terhadap serangga ainput: = 5 konsentrasi + kontrolinput: = 75 serangga mati per konsinput: = kons, jml serangga uji, jml matiinput: *contohinput: 0 75 2input: 0.025 74 11input: 0.0375 75 25input: 0.055 74 38input: 0.080 74 56input: 0.120 75 75

preparation dose log-dose subjects responses resp/subjcontoh .00000 .000000 75. 2. .027 .02500 -1.602060 74. 11. .149 .03750 -1.425969 75. 25. .333 .05500 -1.259637 74. 38. .514 .08000 -1.096910 74. 56. .757 .12000 -.920819 75. 75. 1.000

Number of preparations: 1Number of dose groups: 5Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ? The probit transformation is to be usedThe parameters are to be estimated by maximizing the likelihood function

Maximum log-likelihood -185.97197

parameter standard error t ratiocontoh 5.5868240 .53349710 10.472079 SLOPE 4.3049416 .41391391 10.400572

Variance-Covariance matrix contoh SLOPE contoh .2846192 .2182765 SLOPE .2182765 .1713247

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilitycontoh 74. 11. 8.824 2.176 .119237 75. 25. 23.207 1.793 .309432 74. 38. 42.683 -4.683 .576792 74. 56. 60.055 -4.055 .811558 75. 75. 71.181 3.819 .949074

chi-square 7.5015 degrees of freedom 3 heterogeneity 2.5005

A large chi-square indicates a poor fit of the data by the probitanalysis model. Large deviations for expected probabilities near 0 or 1are especially troublesome. A plot of the data should be consulted.See D. J. Finney, "Probit Analysis" (1972), pages 70-75.

Index of significance for potency estimation: g(.90)=.12803 g(.95)=.23412 g(.99)=.78863

"With almost all good sets of data, g will be substantially smaller than1.0, and seldom greater than 0.4." - D. J. Finney, "Probit Analysis" (1972), page 79.

We will use only the probabilities for which g is less than 0.5

Effective Doses dose limits 0.90 0.95 0.99LD50 contoh .05038 lower .04201 .03855 upper .05945 .06367LD95 contoh .12143 lower .09375 .08771 upper .20040 .27839

uji toksisitas insektisida x terhadap serangga a contoh subjects 372 controls 75 log(L)=-186.0 slope=4.305+-.414 nat.resp.=.027+-.000 heterogeneity=2.50 g=.234 LD50=.050 limits: .039 to .064 LD95=.121 limits: .088 to .278

Stop - Program terminated.

Pembahasan

Secara umum pada konsentrasi yang ditentukan (0, 0.025, 0.038, 0.055, 0.080, dan 0.120%) dan jumlah (cacah) serangga yang tidak sama (74 dan 75 ekor) maka diperoleh angka respon dengan menggunakan program POLO-PC, dengan log (konsentrasi x) + 2 maka diperoleh persen kematian teramati (Po) pada perhitungan manual berturut-turut sebesar (2.7 , 14.9, 33.3, 51.4, 75.7, 0).

Berdasarkan analisis probit secara manual diperoleh persamaan regresi linier y = 3.5556x + 2.4307, artinya setiap kenaikan dosis pestisida yang digunakan sebesar 1 satuan volume akan meningkatkan kematian populasi serangga target sebesar 2.4407. Hasil perhitungan LD50 secara manual adalah 0.04% sedangkan dengan menggunakan POLO-PC adalah 0.05% . Hasil perhitungan LD95 secara manual adalah 0.118% sedangkan dengan menggunakan POLO-PC adalah 0.12%. Terlihat bahwaselisih hasil perhitungan analisis probit dengan perhitungan manual dan menggunakan aplikasi POLO-PC tidak berbeda jauh.

Nilai digunakan sebagai penduga yang baru untuk probit harapan (Y). Apabila perbedaan dan Y lebih besar daripada 0.1 maka perhitungan diulangi lagi dengan nilai digunakan sebagai penduga yang baru untuk probit harapan (Y) sehingga selisihnya kurang dari 0.1 (Finney 1971).

Selisih antara perhitungan secara manual dan POLO-PC dapat disebabkan oleh beberapa faktor antara lain kemungkinan bahwa perhitungan secara manual menggunakan pembulatan yang lebih besar sedangkan perhitungan menggunakan komputer akan lebih teliti.Keterbatasan mata dalam menghitung perpotongan garis regresi dengan sumbu Y (a) dan kemiringan garis regresi (b) untuk menentukan nilai probit harapan, kurangnya ketelitian dalam perhitungan penentuan nilai Yo dan k untuk menentukan nilai y perhitungan.Perhitungan dengan menggunakan POLO-PC lebih cepat dan tepat, namun diperlukan pengetahuan tentang cara penggunaan aplikasi sehingga data yang dimasukan dan hasil yang diperoleh sesuai (Finney 1971).

Analisis data dilakukan dengan menggunakan analisis probit untuk mendapatkan nilai LD50. Apabila mortalitas pada perlakuan control lebih besar 0% dan lebih kecil 20% maka mortalitas serangga pada perlakuan dikoreksi dengan formula rumus sebagai berikut (Finney 1971)

Pt = [(Po - Pc)/(100 - Pc)] x 100%

Pc = persentase kematian control

yy

y

SIMPULAN

Perhitungan analisis probit secara manual seringkali tidak teliti karena masalah salah input data dan salah perhitungan. Sebaiknya untuk analisis nilai probit menggunakan aplikasi POLO-PC karena lebih teliti dan akurat.

DAFTAR PUSTAKA

Djojosumarto P. 2008. Pestisida dan Aplikasinya. Jakarta (ID): Agromedia Pustaka.

Finney DJ. 1971. Probit Analysis, 3rd ed. Cambridge: Cambridge Univ Press.

Skrondal, A. and Hesketh, S. (2004). Generalized Latent Variable Modeling: Multilevel, Longitudinal and Structural Equation Models. Boca Raton, FL : Chapman & Hall/CRC