PENGEMBANGAN INDEKS IKLIM UNTUK PREDIKSI PRODUKSI

SUSU SAPI PERAH FH (FRIES HOLLAND)

DEDI FERNANDO

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

2013

PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA

PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa tesis berjudul Pengembangan Indeks Iklim untuk

Prediksi Produksi Susu Sapi Perah FH (Fries Holland) adalah benar karya saya dengan

arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan

tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan

maupun yang tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan

dalam daftar pustaka dibagian akhir tesis ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Juni 2013

Dedi Fernando

NIM P052100321

.

RINGKASAN

DEDI FERNANDO. Pengembangan Indeks Iklim untuk Prediksi Produksi Susu Sapi Perah

FH (Fries Holland). Dibimbing oleh RIZALDI BOER dan BAGUS PRIYO PURWANTO.

Pemanasan global yang menyebabkan terjadinya perubahan iklim telah menimbulkan

dampak pada berbagai sektor, salah satunya sektor peternakan. Kenaikan suhu, perubahan

kelembaban dan pola hujan akan berpengaruh secara langsung maupun tidak langsung

terhadap sektor ini. Dampak langsung ialah terganggunya metabolisme ternak yang akhirnya

dapat berpengaruh pada selera makan. Akibat tidak langsung ialah menurunnya ketersediaan

pakan akibat terganggunya sistem produksi pakan. Untuk ternak sapi perah, kondisi iklim

yang ideal untuk ternak biasanya digunakan indek iklim atau indek kenyamanan yang

merupakan fungsi dari suhu dan kelembaban. Sapi perah yang banyak diimport ke Indonesia

umumnya bangsa FH (Fries Holland). Sapi ini apabila terpapar terhadap suhu dan

kelembaban tinggi akan mengalami stress dan menurunkan selera makan sehingga produksi

menjadi menurun. Di Indonesia, sapi ini dikembangkan pada banyak lokasi dengan kondisi

iklim yang berbeda, mulai di dataran rendah sampai tinggi dengan tingkat kenyamanannya

berbeda-beda. Penelitian ini ditujukan untuk mengevaluasi indek kenyamanan yang optimal

bagi ternak sapi perah FH sehingga dapat digunakan sebagai acuan dalam menentukan

managemen pakan dan juga langkah adaptasi untuk menghadapi perubahan iklim.

Penelitian dilakukan di lima lokasi yang memiliki ketinggian berbeda yaitu Pondok

Ranggon-Jakarta Timur (80 m dpl), Kebun Pedes Bogor (215 m dpl), Buni Kasih Cianjur

(936 m dpl), Cisarua Bogor (1111 m dpl) dan Cikole Lembang (1225 m dpl). Data yang

diukur meliputi suhu (T), kelembaban relatif (RH), umur sapi, bobot badan, konsumsi pakan

dan komposisinya, serta produksi susu rataan harian. Indeks kenyamanan disebut

Temperature Humidity Index (THI) dihitung dengan menggunakan rumus: THI=(1.8T+32)-

((0.55-0.0055RH)x(1.8T-26.8)). Studi menunjukkan bahwa THI sangat berpengaruh nyata

terhadap produksi susu sapi FH (Fries Holland). Selain faktor iklim, umur ternak (U), bobot

badan (BB), protein kasar (PK) juga berpengaruh nyata terhadap produksi susu FH (Fries

Holland). Produksi susu FH (Fries Holland)(Y) diduga dengan rumus: Y=5.754+0.1940(U)-

0.000888(U)2+0.021BB+1.166PK-0.163THI; R

2=75.9%. Dari hasil alisis regresi, didapatkan

kisaran optimum THI untuk FH (Fries Holland) adalah antara 74.82 dan 76.82. Apabila nilai

indeks THI diluar rentang nilai tersebut, maka asupan pakan dari sapi FH (Fries Holland)

tidak optimal, sehingga menyebabkan produksi tidak maksimal.

Opsi-opsi adaptasi yang dapat dilakukan untuk memaksimalkan produksi susu pada

wilayah atau pada kondisi iklim yang tidak nyaman ialah dengan (1) memodifikasi suhu

tubuh sapi melalui penyiraman dan pemberian air dingin (2) Menurunkan suhu kandang agar

berada pada kisaran THI optimal dengan melakukan modifikasi konstruksi kandang,

memberikan naungan dan memperbanyak ventilasi serta memastikan aliran air limbah

maksimal dan (3) Meningkatkan kuantitas dan kualitas pakan bagi sapi yang berada di

dibawah ambang batas THI normal.

Keyword: Temperature Humidity Index (THI), sapi FH, produksi susu, komposisi pakan,

SUMMARY

DEDI FERNANDO. Development Climate Index for Prediction of Milk Production of Dairy

Cattle FH (Fries Holland). Supervised by RIZALDI BOER and BAGUS PRIYO

PURWANTO.

Global warming that causing climate change has caused negative impact on many

sectors, one of them is livestock. Temperature increase, change in humidity and rainfall

pattern will affect directly and indirectly on dairy production. Direct impact of climate

change is impacting metabolism which finally causes eating behavior. Indirect impact is

reducing feed availability due to climate change impact on forage production. For dairy

cattle, ideal climate condition is measured from climate index which is a function of

temperature and humidity. This is commonly called as temperature humidity index. Dairy

cattle in Indonesia are mostly from Europe, i.e. Holstein (Fires Holland). If they were

exposed to high temperature and high humidity, they will in stress and it will reduce feed

intake and finally milk production. In Indonesia, Holstein are fond in many locations, in low

to high altitude areas with different climate condition. This study aims to evaluate climate

index that can be used for predicting milk production and feed management as well as

defining adaptation options for addressing potential impact of climate change on dairy

production.

This study was conducted in five locations with different altitude, i.e. Pondok

Ranggon-Jakarta Timur (80 m asl), Kebun Pedes Bogor (215 m asl), Buni Kasih Cianjur (936

m asl), Cisarua Bogor (1111 m asl) and Cikole Lembang (1225 m asl). Data being measured

included temperature (T), relative humidity (RH), cattle age and weight, feed consumption

and feed composition as well as daily milk production. Climate Index being developed called

as Temperature Humidity Index (THI) was calculated from the following formula

THI=(1.8T+32)-((0.55-0.0055RH)x(1.8T-26.8)). The result of this study indicates that THI

has significant influence on milk production of FH (Fries Holland). In addition to climate

condition, dairy age (U) and weight (BB), crude protein (PK) also affect significantly milk

production. Thus the milk production of FH (Y) can be estimated from the following

equation Y=5.754+0.1940(U)-0.000888(U)2+0.021BB+1.166PK-0.163THI; R

2=75.9%. From

this analysis, it was found that the ideal THI for FH is between 74.82 and 76.82. If the THI

outside of this range, the feed intake will be low and this will result in low milk production.

This study suggested that possible adaptation measures to minimiza the negative

effect of too high or too low HTI are by (1) lowering body temperature of the cattle by

pouring it with cold water (2) modifying cattle cage construction with shading and good

ventilation so that the THI will be within the optimum range, and also good waste streams

system and (3) increasing feed quality, particularly when the THI cannot be modify to be at

the optimum range.

Keyword: Temperature Humidity Index (THI), Holstein, milk production, feed composition

©Hak Cipta Milik IPB, Tahun 2013

Hak Cipta Dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau

menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian,

penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah;

dan pengutipan tersebut tidak merugikan kepentingan IPB

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam

bentuk apa pun tanpa izin IPB

PENGEMBANGAN INDEKS IKLIM UNTUK PREDIKSI PRODUKSI

SUSU SAPI PERAH FH (FRIES HOLLAND)

DEDI FERNANDO

Tesis

Sebagai salah satu syarat untuk memperolah gelar

Magister Sains

pada

Program Studi Pengelolaan Sumberdaya Alam dan Lingkungan

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

2013

Penguji Luar Tertutup: Prof. Dr.Ir.Toto Toharmat. M.Agr.Sc

PRAKATA

Puji syukur kehadirat Allah SWT atas limpahan rahman dan karuni-Nya sehingga

penulis dapat menyelesaikan penelitian ini yang berjudul “PENGEMBANGAN

INDEKS IKLIM UNTUK PREDIKSI PRODUKSI SUSU SAPI PERAH FH

(FRIES HOLLAND)”, Tesis ini disusun sebagai salah satu syarat untuk mendapatkan

gelar Magister di Program Studi Pengelolaan Sumberdaya Alam dan Lingkungan,

Sekolah Pascasarjana, Institut Pertanian Bogor.

Atas bimbingan dan dukungan serta bantuan dalam penyusunan tesis ini, penulis ingin

menghaturkan rasa terima kasih yang sebesar-besarnya kepada:

1. Prof. Dr. Ir. Rizaldi Boer, M.Sc selaku Ketua Komisi Pembimbing, yang dengan

sabar membimbing penulis.

2. Dr. Ir. Bagus Priyo Purwanto, M.Agr selaku Anggota Komisi Pembimbing, yang

telah banyak membantu penulis dalam penyusunan tesis ini.

Rasa terima kasih penulis sampaikan juga kepada

1. Prof. Dr. Ir. Cecep Kusmana, M.S. selaku Ketua Program Studi Pengelolaan

Sumberdaya Alam dan Lingkungan yang telah banyak membimbing penulis

dalam studi di PSL dan para Staff PSL yang telah banyak membantu penulis

dalam memperoleh kelancaran administrasi.

2. Kedua orangtua penulis H.Juber (alm) dan Ermawati (almh) yang telah banyak

memberikan pelajaran hidup dan pondasi yang kuat untuk hidup penulis agar kuat

menghadapi hidup dan tidak melupakan urusan akhirat.

3. Keluarga besarku yang kusayangi, kakakku (Ni Eni, Bang Anto, Ni Dina, Aya)

dan adik-adikku (Deti, Ahmad, Ali, Fatimah, Muchi dan Dewi).

4. Peternak dalam kelompok ternak Pondok Ranggon, Peternak Kebun Pedes, CIF,

BPPT Buni Kasih, dan BPPT Cikole,

5. Cici Suhaeni, M.Si, terima kasihku yang sangat besar untukmu atas support dan

bantuanmu dalam pengolahan data dan diskusi penyusunan tesis ini.

6. Kawan-kawanku, La Ode Rusyamin, Jhon, Sofyan Lubis, Steve Mualim, Zulkifli,

Mursalin. Terima kasih atas kebersamaan ini.

Penulis sangat sangat berterima juga kepada para pihak yang telah banyak membantu

demi selesainya penulisan Tesis ini, akhirnya semoga karya kecil ini bermanfaat bagi

perkembangan ilmu pengetahuan.

Bogor, Juni 2013

Penulis

DAFTAR ISI

DAFTAR ISI i

DAFTAR TABEL ii

DAFTAR GAMBAR iii

DAFTAR LAMPIRAN iv

PENDAHULUAN 1

Latar Belakang 1

Perumusan Masalah 2

Tujuan 3

Manfaat Penelitian 3

Kerangka Pikir Penelitian 3

TINJAUAN PUSTAKA 5

Peternakan Sapi Perah 5

Faktor-Faktor yang Mempengaruhi Produksi Susu 5

Pemanasan Global 7

Dampak Pemanasan Global pada Ternak 7

Adaptasi 8

Indeks Kenyamanan Lingkungan Ternak 8

Suhu Efektif Ternak, Pengaruh Perubahan Iklim terhadap Susu Hasil Produksi 8

Hubungan Suhu dan RH Lingkungan terhadap Produksi Susu Sapi Perah 9

Metode Stochastic 10

METODE PENELITIAN 10

Rancangan Penelitian 10

Lokasi dan Waktu Penelitian 10

Objek Penelitian dan Pengambilan Sampel 11

Alat Penelitian 11

Peubah dan Cara Pengukuran 11

Analisis Data 12

HASIL DAN PEMBAHASAN 14

Gambaran Lokasi Penelitian 14

Eksplorasi Data secara Deskriptif 15

Hubungan Peubah Fisiologis terhadap Produksi Susu 15

Hubungan Peubah Lingkungan (THI) terhadap Produksi Susu 16

2

Hubungan Peubah Nutrisi Pakan terhadap Produksi Susu 17

Deskripsi rataan data amatan seluruh peubah 18

Faktor-Faktor yang Mempengaruhi Produksi Susu 20

Pengaruh Umur terhadap Produksi Susu 20

Pengaruh Bobot Badan, Pakan dan Lingkungan terhadap Produksi Susu 21

Pendugaan produksi susu 26

Pendugaan Produksi Susu berdasarkan Indeks Iklim 26

Pendugaan Produksi Susu dengan Simulasi Montecarlo (Stochastic Spreadsheeet) 28

Tingkat Optimal Produksi Susu Berdasarkan PK dan Indeks THI 29

Hubungan PK terhadap Produksi susu 29

Pengaruh PK untuk Setiap Lokasi 30

Nilai Maksimum Penambahan PK Terhadap Indeks THI untuk Produksi Susu 31

Opsi-Opsi Adaptasi 32

DAFTAR PUSTAKA 36

RIWAYAT HIDUP 40

LAMPIRAN 41

DAFTAR TABEL

Tabel 1 Indeks Kategori Terkait Keselamatan Cuaca Ternak dengan Nilai-Nilai

THI 9

Tabel 2 Peubah penelitian dan cara pengukurannya 12

Tabel 3 Gambaran dan deskripsi peubah-peubah pada setiap lokasi 18

Tabel 4 Kondisi Iklim Lokasi 19

Tabel 5 Taraf nyata regresi umur terhadap produksi 21

Tabel 6 Hasil penguraian sisaan pada persamaan (1) 21

Tabel 7 Korelasi dan regresi antar faktor penjelas produksi susu 22

Tabel 8 Korelasi antara peubah bebas dengan produksi susu 22

Tabel 9 Uji parsial penguraian sisaan pada persamaan (1) dengan peubah terpilih23

Tabel 10 Anova hasil uji simultan penguraian sisaan pada persamaan (1) 23

Tabel 11 Hasil analisis regresi antara error(2) ke-i dengan error(2) ke-(i-1) 25

Tabel 12 Tabel dugaan persentase perubahan produksi susu pada sapi umur 108

bulan terhadap berbagai tingkat THI 27

Tabel 13 Dugaan tingkat produksi susu terhadap tingkat THI 27

Tabel 14 Indeks Optimal penggunaan PK untuk produksi susu pada lima lokasi 32

3

DAFTAR GAMBAR

Gambar 1 Bagan Alir Kerangka Pikir Penelitian 4

Gambar 2 Peta Lokasi Penelitian 11

Gambar 3 Hubungan umur terhadap produksi susu 15

Gambar 4 Hubungan bobot badan terhadap produksi susu 16

Gambar 5 Hubungan Indeks THI terhadap produksi susu 17

Gambar 6 Hubungan nutrisi pakan terhadap produksi susu 18

Gambar 7 Hubungan kuadratik umur terhadap produksi susu 20

Gambar 8 Hasil uji normalitas, homogenitas dan autokorelasi antar peubah 24

Gambar 9 Plot pencaran antara error (2) ke-i dengan error (2) ke-(i-1) 25

Gambar 10 (a) Dugaan Produksi Susu saat ini, (b) Dugaan Produksi Susu

Masa Mendatang 28

Gambar 11 Plot Pencaran Produksi Susu terhadap PK di berbagai lokasi 29

Gambar 12 Hubungan PK berdasarkan THI 30

Gambar 13 Grafik Cp mallow 31

Gambar 14 Indeks THI tiap lokasi 33

DAFTAR LAMPIRAN

Lampiran 1. Regresi kuadratik umur terhadap produksi 40

Lampiran 2. Regresi error umur terhadap BB, PK, TDN, BK, Suhu,

ketinggian dan kelembaban 41

Lampiran 3. Analisa regresi error umur dengan BB, PK dan THI 42

Lampiran 4. Uji autokorelasi Plot sisaan 44

Lampiran 5. Hasil uji korelasi PK dengan lokasi menggunakan regresi

dummy 45

PENDAHULUAN

Latar Belakang

Indonesia saat ini termasuk kedalam negara dengan tingkat kerawanan pangan

yang cukup tinggi. Dalam laporan MDGs Indonesia, dinyatakan bahwa sekitar 14,5%

rumah tangga di Indonesia rawan pangan, hal tersebut menunjukkan bahwa pemenuhan

konsumsi energi kurang dari 70% kebutuhan yang dianjurkan untuk hidup sehat,

sementara target MDGs sendiri pada tahun 2015 adalah 8,5%. Sehingga, masih

diperlukan kerja yang lebih keras untuk memenuhi target tersebut. Wilayah Jakarta,

meskipun merupakan kota yang maju, namun masih tergolong daerah rawan pangan.

dimana dinyatakan bahwa 14,6% penduduk Jakarta rawan pangan, begitupun untuk

wilayah Jawa Barat yang dekat dengan Ibu kota Jakarta, tingkat kerawanan pangan di

Jawa Barat sekitar 12,7% yang masih jauh dari target yang diharapkan. Kedua kota besar

ini sangat jauh tertinggal oleh Provinsi Bali, dengan tingkat kerawanan pangan hanya

3,9% (Bappenas 2011). Kerawanan pangan berarti tidak terpenuhinya kebutuhan pangan

yang dampaknya pada status gizi. UNICEF (1998) menyatakan penyebab langsung gizi

kurang adalah ketidakseimbangan antara konsumsi pangan dan penyakit infeksi yang

dipengaruhi oleh faktor ketersediaan pangan. Kusharto dan Hardinsyah (2001)

menyatakan rendahnya mutu gizi konsumsi pangan penduduk Indonesia salah satunya

karena rendahnya konsumsi pangan hewani. Salah satu kelompok pangan hewani yang

masih rendah termasuk didalamnya adalah susu.

Menurut situs Kementrian Pertanian Republik Indonesia, kebutuhan susu

Indonesia saat ini mencapai 3.120.000 ton, sedangkan kemampuan produksi dalam

negeri hanya berkisar 30% dari kebutuhan, dan sebanyak 70% dari total kebutuhan

tersebut masih diimpor (DITJENNAK RI, 2012). Salah satu daerah penghasil susu sapi

adalah Provinsi Jawa Barat, yaitu Kabupaten Bandung Barat (Lembang), Kabupaten

Cianjur (Pacet), Kabupaten Bogor (Cisarua), dan Kota Bogor (Kebon Pedes) serta di

Jakarta (Pondok Ranggon). Provinsi Jawa Barat menjadi salah satu sentra produksi susu

dengan produksi tahun 2010 sebesar 236.000 ton, yang didukung dengan letak

geografisnya yang sesuai bagi usaha pembudidayaan ternak sapi perah. Selain itu juga

karena lahan yang tersedia masih cukup luas dan masih banyaknya hutan dan perkebunan

sebagai sumber pakan ternak.

Peningkatan suhu selain dapat meningkatkan suhu secara global dan regional juga

dapat meningkatkan suhu di lokal peternakan. Peningkatan suhu di lokasi peternakan ini

dihasilkan oleh gas-gas methan yang dikeluarkan diantaranya oleh ternak. Gas-gas

tersebut secara khusus dapat mengakibatkan dampak bagi ternak, baik dampak secara

langsung seperti stress dan gangguan produksi serta gangguan tidak langsung seperti

terganggunya ketersediaan pakan ternak (rumput). Gangguan langsung pada ternak

berupa gangguan fisiologis seperti gangguan pernafasan (terengah-engah), minum terlalu

banyak sehingga pakan tidak termakan, penurunan bobot badan, hingga penurunan

produksi susu. Penurunan produksi susu terbagi kedalam dua bagian, yaitu penurunan

kuantitas dan kualitas susu. Penurunan produksi diakibatkan dari tingginya tingkat stress

ternak sehingga menghambat produksi susu, ternak yang nyaman relatif lebih banyak

menghasilkan susu dibanding ternak yang dalam kondisi stress. Sedangkan penurunan

kualitas diakibatkan dari kurangnya pakan yang masuk ke dalam tubuh sapi dan

2

rendahnya kualitas pakan hijauan dan tidak sesuainya nutrisi pakan tambahan yang

ditambahkan dengan yang dibutuhkan sapi.

Sapi FH (Fries Holland) adalah hewan penghasil susu terbaik di Indonesia yang

berasal dari kawasan eropa dengan iklim sedang yaitu -5oC-21

oC (Jhonson 1987). Rata-

rata suhu di Indonesia lebih tinggi dibanding dengan daerah asalnya yaitu berkisar dari

23-34oC dengan kelembaban 60-90%. Peningkatan suhu dan kelembaban (Themperature

Humidity Index/THI) diatas 72 berpotensi menurunkan produksi susu (Bohmanova et al.

2007). Perubahan iklim yang terjadi saat ini sudah dalam tahap mengkhawatirkan,

peningkatan suhu bumi menyebabkan ancaman terhadap produksi pangan. Produksi susu

di Indonesia sangat rendah, hal ini disebabkan karena sapi FH (Fries Holland) yang

berasal dari daratan eropa sebagai sapi yang dominan sulit beradaptasi dengan cuaca di

Indonesia yang cenderung tinggi. Oleh karena itu penting untuk menentukan metode

adaptasi terbaik agar sapi dapat menghasilkan produksi yang optimal dengan

mempertimbangkan keterwakilan wilayah di Indonesia yang terdiri atas dataran rendah,

sedang dan tinggi. Jawa Barat dan DKI merupakan daerah dengan penduduk yang besar

dan memiliki sentra-sentra produksi susu sapi, akan tetapi produksi yang dilakukan tidak

dapat maksimal, karena banyaknya kendala di lapangan seperti tingkat pendidikan.

Perumusan Masalah

Tingginya suhu yang diakibatkan oleh adanya gas rumah kaca (GRK)

menyebabkan suhu permukaan bumi menjadi panas. Keadaan ini menimbulkan suatu

ketidaknyamanan terhadap mahluk hidup, termasuk ternak sapi perah. Beberapa

penelitian menyebutkan terganggunya indeks kenyamanan pada ternak akan

menyebabkan gangguan pada proses produksi dan reproduksinya. Rahman dan Boer

(2001) menyatakan bahwa periode masa kehamilan dan interval kelahiran domba secara

signifikan berkorelasi dengan curah hujan dan suhu. Pada sapi perah terganggunya

kenyamanan berupa tingginya suhu lokal di sekitar kandang akan mengakibatkan sapi

membutuhkan air yang lebih banyak untuk membantu menurunkan suhu tubuhnya.

Peningkatan suhu tubuh sapi ini adalah akibat dari evaporasi yang sangat tinggi pada

tubuh sapi. Apabila air yang dibutuhkan oleh tubuh sapi tidak terpenuhi maka produksi

susu sapi akan berkurang, sedangkan apabila pemenuhan air untuk sapi dilakukan

berlebihan maka akan mengakibatkan pakan yang dikonsumsi akan berkurang, sehingga

kualitas susu yang dihasilkan akan rendah. Pakan merupakan faktor yang secara

langsung berhubungan dengan produksi susu karena pakan dapat mempengaruhi bobot

badan, tingkat kesehatan serta masa birahi ternak.

Faktor produksi susu selain oleh pakan juga dipengaruhi oleh iklim. Perbedaan

ketinggian menghasilkan perbedaan suhu, kelembaban dan curah hujan yang berkorelasi

dengan tingkat kenyamanan sapi perah. Suhu udara yang sejuk dengan curah hujan yang

sedang diyakini akan meningkatkan kenyamanan ternak untuk berproduksi. Menurut

Esmay (1982), sebagian besar dari faktor lingkungan tetap dan temporer tersebut adalah

faktor iklim dan cuaca. Faktor iklim yang sangat berpengaruh terhadap sapi perah adalah

suhu dan kelembaban udara, radiasi surya, angin dan curah hujan, serta ketinggian

tempat dari permukaan laut. Banyak upaya yang dilakukan untuk beradaptasi dengan

perubahan kondisi lingkungan seperti pemberian pakan tambahan atau nutrisi pengganti

menyebabkan variasi pakan tidak pasti. Berdasarkan hal tersebut disimpulkan faktor-

faktor penunjang produksi susu sangat banyak dan bervarisi, bebeda-beda tergantung dari

3

kondisi internal dan eksternal peternakan, hal ini berakibat produksi tidak dapat

maksimal dan tujuan produksi sulit tercapai.

Dari permasalahan yang telah dikemukakan, maka perumusan masalah adalah

sebagai berikut.

1. Seberapa jauh perubahan iklim dapat mempengaruhi keragaman produksi susu

sapi?

2. Bagaimana perubahan pola produksi susu sapi akibat dari peningkatan suhu?

3. Bagaimana metode-metode adaptasi ternak sapi perah dalam menghadapi

perubahan iklim?

Tujuan Penelitian

1. Mengidentifikasi faktor-faktor yang menentukan keragaman produksi susu sapi

2. Menyusun indeks kenyamanan yang dapat digunakan untuk mengevaluasi

dampak keragaman dan perubahan iklim pada produksi susu sapi

3. Menentukan opsi-opsi adaptasi untuk mengelolan resiko iklim saat ini dan yang

akan datang

Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Sebagai bahan masukan bagi peternak untuk meningkatkan produksi susu

2. Sebagai suatu kajian ilmiah untuk penelitian lebih lanjut

3. Sebagai bahan rekomendasi bagi pemangku kebijakan di sektor peternakan dalam

menghadapi perubahan iklim

Kerangka Pikir Penelitian

Global Warming adalah suatu fenomena perubahan suhu permukaan bumi akibat

banyaknya emisi buangan yang dilepas ke udara oleh kegiatan manusia seperti limbah

rumah tangga, industri dan transportasi berupa gas CO, NH3, CH4, dan N2O. Tingginya

kadar gas-gas tersebut di udara menyebabkan terjadinya efek gas rumah kaca sehingga

menimbulkan suhu udara baik lokal maupun regional menjadi lebih panas serta adanya

perubahan musim secara drastis. Perubahan musim seperti tidak menentunya waktu

hujan, tingginya volume saat hujan berlangsung, dan lamanya musim kemarau dengan

intensitas suhu yang lebih tinggi dari biasanya akan membuat petani dan peternak tidak

dapat memprediksi waktu terbaik untuk melakukan kegiatan yang berhubungan dengan

cuaca. Sehingga hal ini akan sangat berdampak pada pola tanam dan waktu panen.

Kondisi ini dapat merugikan petani dan peternak baik secara langsung maupun tidak

langsung.

Adanya perubahan iklim mempengaruhi kondisi fisiologis ternak itu sendiri. Pada

peternakan sapi perah perubahan iklim selain akan berdampak pada fisiologis tubuh

ternak juga akan berdampak pada produksi susu harian, yang disinyalir akan

menghambat produksi susu baik dari segi kualitas maupun kuantitas. Tingginya suhu

akan meningkatkan kebutuhan air bagi ternak, yang berkorelasi dengan penurunan

4

konsumsi pakan, sehingga kualitas dan kuantitas susu akan turun akibat dari kurangnya

asupan nutrisi ke dalam tubuh.

Banyaknya faktor yang mempengaruhi produksi susu sapi perah menjadikan

faktor produksi sapi perah merupakan faktor yang tidak pasti dan kompleks. Hal ini

disebabkan karena sapi perah merupakan mahluk hidup yang senantiasa berkembang

mengadapatasikan diri dengan kondisi lingkungan sekitar. Pendugaan model produksi

terbaik dari faktor yang tidak pasti tersebut tidak dapat dilakukan dengan perhitungan

numerik, sehingga dalam menentukan faktor produksi terbaik diperlukan suatu model

pendugaan (simulasi) yang mendekati keadaan numerik (sebenarnya). Model dapat

membantu menentukan faktor-faktor penentu dalam menghasilkan produksi susu

maksimal, selain itu model pendugaan akan memperbaiki produksi dan adaptasi sapi

perah di daerah sekitar.

Informasi iklim &

ketinggian tempat

Perubahan indeks

kenyamanan akibat dari

pemanasan global

Bagan indeks kenyamanan

+ iklim

Produksi susu

Perubahan tingkat

produktivitas

Identifikasi Adaptasi

Data Umur, Bobot

badan dan Produksi

susu sapi FH

Hubungan antara indeks-

indeks produksi

Dugaan Produksi susu

Climate change

scenario

Literature review

untuk indeks

kenyamanan

Data asupan

nutrisi sapi FH

Gambar 1 Bagan Alir Kerangka Pikir Penelitian

5

TINJAUAN PUSTAKA

Peternakan Sapi Perah

Peternakan sapi perah adalah peternakan yang memfokuskan diri kedalam usaha

pemenuhan produksi susu Indonesia, dimana peningkatan produksi susu menjadi inti dari

usaha. Menurut Sudono et al. (1999), sapi perah memiliki persentase koefisien

mengubah makanan ternak menjadi protein hewani dan kalori masing-masing sebanyak

33.6% dan 25.8%, selain itu dengan memelihara sapi perah akan didapat keuntungan

lainnya seperti variasi produksi yang relatif konstan, jaminan pendapatan yang tetap,

menjaga kesuburan tanah dan dapat mendayakan hasil sampingan produk pertanian.

Tantangan di masa yang akan datang terutama di pulau jawa adalah keterbatasan lahan,

iklim, efisiensi usaha, skala usaha yang memberikan kelayakan usaha dan pelayanan

lainnya (Hadiyanto 1984).

Peternakan sapi perah di Indonesia telah dimulai sejak abad ke-19, yaitu sejak

pengimporan sapi-sapi perah Milking Shorthorn, Ayrshire dan Jersey dari Australia yang

dilakukan oleh pemerintah Hindia Belanda. Pada masa itu sapi perah umumnya dikelola

dalam bentuk perusahaan, yaitu pemeliharaan sapi perah yang bertujuan untuk

menghasilkan susu yang selanjutnya dijual kepada konsumen. Konsumen susu pada saat

itu umumnya orang-orang Eropa atau orang asing lainnya karena orang-orang Indonesia

belum suka minum susu (Sudono 2002). Menurut Suhartini (2001), usaha pemeliharaan

sapi perah memerlukan persyaratan tertentu seperti faktor biologis yang membutuhkan

kondisi lingkungan tertentu, dukungan sarana dan prasarana, terutama adanya pasar baik

industri pengolah susu maupun konsumen langsung.

Berdasarkan jumlah susu yang dihasilkan, bangsa sapi Fries Holland adalah yang

tertinggi dibandingkan dengan bangsa-bangsa sapi perah lainnya baik didaerah tropis

maupun di daerah subtropis (Sudono et al. 1999).

Faktor-Faktor yang Mempengaruhi Produksi Susu

Pada umumnya sapi perah di indonesia adalah sapi perah bangsa FH (Fries

Holland) dan peranakannya (Danuwidjaya 1980). Selanjutnya Lubis (1963)

mengemukakan bahwa bangsa sapi yang dipelihara di suatu tempat harus sesuai dengan

lingkungannya agar diperoleh produksi susu maksimal sesuai kemampuan sapi tersebut.

Schmidt dan Van Vleck (1974) mengemukakan produksi susu sapi perah dipengaruhi

oleh berbagai faktor lingkungan yang kompleks selain pengaruh genetik itu sendiri.

Keragaman produksi susu seekor sapi perah 50 persen disebabkan oleh kondisi

lingkungan yang tidak tetap dan 50 persen lainnya disebabkan oleh daya produksi

sebenarnya. Keragaman daya produksi susu sebenarnya tersebut 50 persen dipengaruhi

oleh lingkungan tetap dan 50 persen lainnya disebabkan oleh mutu genetik.

Sebagian besar dari faktor lingkungan tetap dan temporer tersebut adalah faktor

iklim dan cuaca. Faktor iklim yang sangat berpengaruh terhadap sapi perah adalah suhu

dan kelambaban udara, radiasi surya, angin dan curah hujan serta ketinggian tempat dari

permukaan laut (Esmay 1982). Menurut Hafez (1968), suhu dan kelembaban udara

mempunyai pengaruh langsung terhadap sifat-sifat fisiologis sapi perah, sehingga secara

tidak langsung akan mempengaruhi produksi susunya, hal ini terutama akibat dari suhu

dan kelembaban udara yang tinggi.

6

Faktor-faktor yang mempengaruhi produksi susu sapi pada dasarnya di bagi atas

dua bagian, yaitu faktor yang dapat dikontrol dan faktor yang tidak dapat dikontrol.

Faktor yang dapat dikontrol seperti pakan, genetik dan manajemen pemerahan,

sedangkan faktor-faktor yang tidak dapat dikontrol seperti cuaca dan iklim. Baret dan

Larkin (1979) menyatakan bahwa faktor – faktor yang dapat mempengaruhi produksi

susu yang tidak dapat dikontrol adalah birahi sapi, kebuntingan sapi, umur dan kesehatan

ternak. Selain itu Sudono et al. (1999) menambahkan bahwa faktor-faktor yang

mempengaruhi produksi susu sapi antara lain: bangsa sapi, lama bunting, masa laktasi,

besarnya sapi, masa birahi, selang beranak, masa kering, frekuensi pemerahan, makanan

dan tata laksana. sebelumnya Esminger (1971) menyatakan bahwa peralatan pemerahan,

keadaan musim dan perbedaan tahun akibat perubahan cuaca, kualitas makanan serta

nilai genetik dapat mempengaruhi produksi susu.

Adanya gangguan pada lingkungan eksternal dapat mempengaruhi konsumsi sapi

perah, yang secara langsung akan berakibat pada menurunnya produksi ternak. Menurut

Hafez dan Dyer (1969), konsumsi makanan sapi perah dipengaruhi oleh beberapa faktor

diantaranya suhu dan kelembaban udara, umur ternak, sifat dan jenis makanan serta

bangsa sapi. Diantara faktor tersebut suhu dan kelembaban merupakan salah satu faktor

yang sangat penting dan berpengaruh terhadap konsumsi makanan. Hafez (1968)

menyatakan bahwa suhu lingkungan yang tinggi dapat menurunkan konsumsi makanan

pada seluruh bangsa sapi. Bila suhu udara meningkat sampai 40.6oC, konsumsi makanan

pada sapi Jersey dan Fries Holland akan terhenti. Mount (1979) menyertakan, konsumsi

makan mulai menurun apabila suhu lingkungan naik dari 24OC-25

OC untuk sapi Fries

Holland.

Menurut Baqa (2003), perkembangan produksi susu di Indonesia berjalan lambat.

Hal ini dipengaruhi oleh banyak faktor, yaitu (1) iklim tropis yang kurang sesuai dengan

pengembangan komoditas susu; (2) masih rendahnya skala usaha pemilikan sapi oleh

peternak, dimana rata-rata hanya 2-4 ekor; (3) kondisi kesehatan ternak serta kualitas

genetik ternak yang rendah; (4) manajemen usaha ternak yang masih rendah dikarenakan

kualitas sumberdaya manusia peternak yang juga rendah; (5) kesulitan bahan pakan

ternak berkualitas; (6) masih kurangnya tenaga ahli yang membantu peternakan rakyat;

(7) masih rendahnya kualitas susu yang dihasilkan; (8) kondisi infrastruktur transportasi

yang kurang memadai, yang juga berpengaruh pada tingginya biaya transportasi; dan (9)

masalah dalam pemasaran susu yang dihasilkan, dimana tingkat konsumsi susu

masyarakat Indonesia masih rendah dan juga tingginya persaingan dengan susu impor.

Perbedaan iklim sudah dikenal sebagai salah satu syarat berdirinya usah

peternakan sapi perah. Kondisi iklim dingin diyakini akan membawa dampak yang baik

berupa tingkat produksi yang tinggi baik pada sapi perah maupun sapi pedaging.

Perbedaan kondisi topografi dan suhu terutama pada sapi perah akan mengakibatkan

adanya perbedaan dari jumlah susu yang dihasilkan. Siregar dan Praharani (1992)

menyatakan, bahwa produksi didaerah Lembang adalah sebesar 16.3 liter/ekor/hari,

disamping itu Siregar (1992) juga menyatakan batasan rataan produksi susu sapi perah

yang ekonomis untuk dipelihara adalah sebesar 9.5 liter/ekor/hari untuk daerah Bogor,

dan 11.4 liter/ekor/hari untuk daerah lembang. Menurut Frank et al. (2009) peningkatan

suhu ambien akan mengakibatkan asupan pakan tertekan sehingga bobot badan akan

berkurang serta produksi susu akan berkurang, bahkan hasil perhitungan menunjukkan

kerugian sekitar $100/ekor/musim. Nesamvuni E et al. (2012) menambahkan bahwa sapi

7

perah yang mengalami stress panas berat akan mengalami penurunan produksi susu

sekitar 10-25%.

Pemanasan Global

Pemanasan global adalah suatu efek dari terperangkapnya radiasi gelombang

panjang matahari yang dipancarkan kembali oleh bumi pada lapisan Gas Rumah Kaca

(GRK), sehingga radiasi gelombang tersebut tidak dapat lepas ke angkasa dan kembali ke

bumi, akibatnya suhu di atmosfer bumi meningkat (memanas). Menurut IPCC (2007b),

suhu rata-rata global permukaan bumi telah meningkat 0.74oC (0.56

oC-0.92

oC) selama

seratus tahun terakhir.

Meningkatnya suhu global diperkirakan akan menyebabkan perubahan-perubahan

yang lain seperti naiknya permukaan air laut, meningkatnya intensitas fenomena cuaca

ekstrim, serta perubahan jumlah dan pola presipitasi akibat-akibat pemanasan global,

yang lain adalah terpengaruhnya hasil pertanian, hilangnya gletser dan punahnya

berbagai jenis hewan .

Dampak Pemanasan Global pada Ternak

Baret dan Larkin (1979) menyatakan, bahwa sapi-sapi eropa akan menurun

produksi susunya apabila temperatur meningkat hingga 29oC. Karena itu di Kenya

dilaporkan bahwa sapi-sapi eropa dipelihara pada daerah yang memiliki curah hujan di

atas 900mm/tahun dengan tata laksana yang baik. Sutardi (1982) secara lebih spesifik

menyatakan bahwa sapi FH (Fries Holland) di kawasan tropika memperlihatkan

penampilan yang tidak berselisih jauh dengan negeri asalnya bila suhu lingkungannya

sejuk, yaitu sekitar 18.3oC, dengan kelembaban udara sekitar 55%. Zona thermonetral

suhu nyaman untuk sapi eropa berkisar dari 13-18⁰C (McDowwel 1972); 4-25⁰C

(Yousef 1985); 5-25oC (Jones &Stallings 1999).

Peningkatan panas bumi akan menimbulkan cekaman panas yang berlebihan pada

tubuh sapi, akibatnya sapi akan memperbanyak minum, sehingga kegiatan makan yang

menjadi sumber protein baik untuk tubuh sapi maupun sebagai sumber gizi susu sapi

menjadi berkurang. Hal ini juga dinyatakan oleh Carlson dan Hsich (1970), bahwa

penimbunan panas yang berlebihan pada tubuh sapi mengakibatkan kegiatan makan sapi

akan menurun sehingga jumlah makanan yang dikonsumsi menjadi berkurang, jika

proses ini berlangsung terus menerus akan menyebabkan pertumbuhan ternak terlambat

dan produksi susu turun. Menurut Chase LE (2004) tingkat keparahan dari stress panas

pada ternak tergantung pada sejumlah faktor, yaitu:

1. Suhu dan kelembaban yang sebenarnya

2. Panjang periode stress panas

3. Tingkat pendinginan malam

4. Ventilasi dan aliran udara

5. Ukuran sapi

6. Tingkat produksi susu dan konsumsi bahan kering sebelum terjadinya stress panas

7. Jenis kandang, ventilasi dan kepadatan penduduk

8. Ketersediaan air

9. Perkawinan ternak

10. Warna kulit ternak

8

Berbanding terbalik dengan peryataan Kim et al. (2010) dimana dikatakan tidak

seluruh penelitian menyimpulkan bahwa stress panas mengakibatkan penurunan produksi

susu.

Adaptasi

Adaptasi adalah suatu tindakan untuk menyesuaikan diri dengan lingkungan

sekitarnya sehingga mudah menerima segala bentuk perubahan.menurut IPCC (2001),

adaptasi mempunyai arti tindakan penyesuaian sistem alam dan sosial sebagai respon

terhadap perubahan iklim dan variabilitasnya. Kegiatan adaptasi pada ternak diharapkan

dapat mengurangi dampak dan kerentanan ekologi maupun ternak terhadap adanya

perubahan iklim. Usaha yang dapat dilakukan untuk melakukan adaptasi diantaranya

dengan menggunakan simulasi lingkungan, baik dari sisi lokasi habitat ternak maupun

dari sisi fisiologis ternak itu sendiri secara alami, untuk mengurangi dampak negatif

terhadap produksi dan reproduksi ternak.

Indeks Kenyamanan Lingkungan Ternak

Ketidaknyamanan ternak pada dasarnya dapat dipengaruhi oleh dua faktor yaitu

faktor internal dan faktor eksternak. Faktor internal seperti kondisi kesehatan ternak,

sedangkan faktor eksternal seperti adanya gangguan lingkungan sekitar. Kepekaan adalah

tidak tolerannya suatu habitat, komunitas atau spesies terhadap faktor luar, sehingga

mudah rusak atau mati (Mc Leod 1996). Suatu habitat, komunitas atau spesies menjadi

rawan ketika terkena pengaruh dari luar (lingkungan). Kepekaan disebabkan oleh

kerentanan ketika berhubungan dengan dampak fisik atau kondisi lingkungan yang

sangat ekstrim (Tyler-Walter et al. 2001). Gangguan lingkungan salah satunya

disebabkan oleh adanya perubahan suhu dan kelembaban udara lingkungan sekitar.

Menurut John M. Wallace kelembaban relatif (RH) adalah hasil bagi antara tekanan uap

nyata dari suatu sistem udara lembab pada temperatur tertentu (e) dengan tekanan uap air

jenuhnya (Es) pada temperatur yang sama. Indeks kenyamanan ternak adalah suatu

indeks hubungan antara suhu dan kelemababan dilingkungan ternak yang berpengaruh

terhadap produksi dan reproduksi ternak. Indeks digunakan untuk menentukan tingkat

pengaruh suhu dan lingkungan terhadap kondisi ternak.

Suhu Efektif Ternak, Pengaruh Perubahan Iklim terhadap Susu Hasil Produksi

Menurut West (1994), suhu efektif adalah suhu yang dimanfaatkan oleh ternak

untuk kehidupannya, dipengaruhi oleh suhu dan kelembaban udara (RH), radiasi

matahari dan kecepatan angin. Suhu efektif memperlihatkan tingkat kenyamanan dan

stress bagi sapi perah.

Stres panas istilah yang digunakan secara luas dan agak longgar, dan merujuk

kepada iklim, efek iklim pada sapi, atau produktif atau tanggapan fisiologis oleh sapi.

Lee (1965) menyajikan sebuah definisi dari stres yang sering digunakan oleh dokter, di

mana stres menandakan besarnya kekuatan eksternal ke sistem tubuh yang cenderung

untuk menggantikan sistem itu dari kondisi beristirahat atau keadaan dasar, dan

ketegangan adalah perpindahan internal dari beristirahat atau keadaan dasar yang

ditimbulkan oleh aplikasi dari stres. Karena faktor-faktor lingkungan eksternal akan

berkontribusi terhadap stres sapi (dalam kasus stres panas ini) sementara perpindahan

sapi dari kondisi beristirahat akan menanggapi tekanan eksternal, atau panas ketegangan

9

Hubungan Suhu dan RH Lingkungan terhadap Produksi Susu Sapi Perah

Sebagai salah satu komponen lingkungan abiotik, cuaca/iklim memiliki pengaruh

yang besar pada kehidupan seluruh mahluk hidup termasuk ternak yang dipelihara

manusia. Dalam usaha produksi ternak, faktor meteorologis (radiasi matahari,

photoperiod, temperatur, kelembaban, angin dan curah hujan) menjadi faktor pembatas

yang sulit untuk dikendalikan. Faktor-faktor tersebut baik secara langsung maupun tidak

langsung berpengaruh pada kesehatan dan daya tahan hidup (survive) (Silva et al. 2006)

dan produktivitas sapi perah yang mencakup pertumbuhan, produksi dan kualitas susu

serta reproduksinya (Valtorta 2006).

Suhu dan kelembaban merupakan dua faktor iklim yang mempengaruhi produksi

sapi perah karena dapat menyebabkan perubahan keseimbangan panas dalam tubuh

ternak, keseimbangan air, keseimbangan energi dan keseimbangan tingkah laku ternak

(Hafez 1968; Esmay 1978). Untuk kehidupan dan produksinya ternak memerlukan suhu

lingkungan yang optimum, McDowwell (1972). Hubungan besaran suhu dan kelembaban

udara atau biasa disebut Themperature Humidity Index (THI)/indeks kenyamanan yang

dapat mempengaruhi tingkat stress sapi perah dapat dilihat pada Tabel 1.

Tabel 1 Indeks kategori terkait keselamatan cuaca ternak dengan nilai-nilai

THI

Normal: <72 THI, Waspada 72≤THI≤79, Bahaya 80≤THI≤89, darurat (90≤THI≤97)

Sapi perah akan nyaman pada nilai THI dibawah 72. Jika THI melebihi 72 maka

sapi perah Fries Holland akan mengalami stress ringan (72≤THI≤79), stress sedang

(80≤THI≤89) dan stress berat (90≤THI≤97) (Wierema 1990).

5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

21 64 64 64 65 65 65 66 66 66 67 67 67 68 68 68 69 69 69 70 70

22 65 65 65 66 66 67 67 67 68 68 69 69 69 70 70 70 71 71 72 72

23 66 66 67 67 67 68 68 69 69 70 70 70 71 71 72 72 73 73 74 74

24 67 67 68 68 69 69 70 70 71 71 72 72 73 73 74 74 75 75 76 76

26 68 68 69 69 70 70 71 71 72 73 73 74 74 75 75 76 76 77 77 78

27 69 69 70 70 71 72 72 73 73 74 75 75 76 76 77 78 78 79 79 80

28 69 70 71 71 72 73 73 74 75 75 76 77 77 78 79 79 80 81 81 82

29 70 71 72 73 73 74 75 75 76 77 78 79 79 80 80 81 82 83 83 84

30 71 72 73 74 74 75 76 77 78 78 79 80 81 81 82 83 84 84 85 86

31 72 73 74 75 76 76 77 78 79 80 81 81 82 83 84 85 86 86 87 88

32 73 74 75 76 77 78 79 79 80 81 82 83 84 85 86 86 87 88 89 90

33 74 75 76 77 78 79 80 81 82 83 84 85 85 86 87 88 89 90 91 92

34 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94

36 76 77 78 79 80 81 82 83 85 86 87 88 89 90 91 92 93 94 95 96

37 77 78 79 80 82 83 84 85 86 87 88 89 90 91 93 94 95 96 97 98

38 78 79 80 82 83 84 85 86 87 88 90 91 92 93 94 95 97 98 99 100

39 79 80 81 83 84 85 86 87 89 90 91 92 94 95 96 97 98 100 101 102

40 80 81 82 84 85 86 88 89 90 91 93 94 95 96 98 99 100 101 103 104

41 81 82 84 85 86 88 89 90 91 93 94 95 97 98 99

42 82 83 85 86 87 89 90 92 92 94 96 97 98 100 101

43 83 84 86 87 89 90 91 93 93 96 97 99 100 101 103

Kelembaban Relatif, (%)

Tem

per

atu

r, ⁰

C

Stress ringan

Stress sedang

Stress berat

10

Metode Stochastic

Suatu model dianggap sebagai stochastic jika parameter-parameter penduga

tergantung dari data pengamatan (input) dan akan berubah jika data pengamatan berubah.

Menurut Bey (1991), suatu model stochastic menghasilkan keluaran yang hanya dapat

diduga dengan pengertian statistik, yaitu penggunaan data yang sama akan menghasilkan

keluaran yang berbeda-beda mengikuti pola statistik tertentu. Selanjutnya Boer et al.

(1998) mengatakan bahwa model statistik umumnya bersifat spesifik lokasi, dimana

model akan memberikan keluaran yang baik apabila model digunakan ditempat dimana

model tersebut dibuat dan tidak apabila diterapkan dilokasi lain.

Handoko (1986) mengatakan bahwa hasil prediksi model stochastic mengandung

toleransi yang dapat berupa simpangan yang secara statistik dapat digambarkan dengan

ragam (variance), simpangan baku (standard deviation), kesalahan baku (standard error)

dan koefisien keragaman (coeeficient of variation) atau peluang yang berkisar 0 – 100%.

Contoh model stochastic adalah pendekatan curah hujan dengan simulasi stochastic

curah hujan.

METODE PENELITIAN

Rancangan Penelitian

Penelitian ini merupakan survey lapangan yaitu penelitian yang dilakukan dengan

mengambil data secara langsung ke lokasi penelitian pada objek-objek yang menjadi

sampel. Jenis penelitian ini adalah penelitian deskriptif, kausal, dan pemodelan.

Penelitian deskriptif disini bertujuan untuk menggambarkan kondisi data pada setiap

peubah-peubah yang diteliti. Penelitian kausal bertujuan untuk melihat hubungan sebab

akibat antara peubah bebas dan peubah respon. Penelitian pemodelan bertujuan untuk

melakukan pendugaan terhadap peubah respon yang menjadi fokus penelitian melalui

sebuah model.

Lokasi dan Waktu Penelitian

Lokasi penelitian ini adalah peternakan sapi perah di wilayah Pondok Ranggon-

Jakarta Timur, Kebon Pedes-Kota Bogor, Cugenang-Cianjur, Cisarua-Kab.Bogor, dan

Lembang-Bandung. Wilayah Jakarta dilakukan di peternakan sapi perah rakyat di daerah

Pondok Ranggon (Jakarta Timur), wilayah Kota Bogor bertempat di peternakan sapi

perah rakyat daerah Kebon Pedes, wilayah Cianjur bertempat di peternakan sapi BPPT

Buni Kasih, untuk Cisarua diambil dari Peternakan sapi Cisarua Integrated Farming

(CIF), dan wilayah Bandung bertempat di peternakan sapi perah BPPT Cikole-Lembang.

Penelitian telah dilakukan pada bulan Oktober 2012 - Januari 2013. Peta lokasi penelitian

disajikan pada Gambar 2.

12

Tabel 2 Peubah penelitian dan cara pengukurannya

Kategori Nama Peubah Satuan Cara Pengukuran

Peubah

respon

Produksi

Susu

Liter/hari Menimbang

Peubah bebas

Umur Bulan Melihat recording data lahir

atau pergantian gigi seri

Bobot badan Kg Mengukur lingkar dada sapi. BB

dihitung menggunakan rumus

Schoorl :

dengan,

LD = Lingkar dada sapi (cm)

Kandungan

pakan :

Protein Kasar

(PK), Energi

(TDN), dan

Bahan Kering

(BK)

Kg 1. Pakan yang diberikan

ditimbang bobotnya pada

pemberian pakan pagi dan

sore dengan menggunakan

timbangan

2. Seluruh jenis pakan

dilakukan penghitungan

kandungan yang dikonsumsi

oleh sapi berdasarkan

kandungan setiap kilogram

hasil uji laboratorium.

Suhu oC Pengukuran suhu dan

kelembaban dilakukan

dengan alat Thermometer

minimal dan maksimal

digital dua desimal serta

dapat mengukur suhu dan

kelembaban relatif secara

bersamaan. Pengukuran

dilakukan selama 24 jam,

kemudian dilakukan

penghitungan rata-rata suhu

dan kelembaban.

Kelembaban

Relatif

%

Ketinggian Meter Menggunakan GPS

Analisis Data

Analisis data penelitian ini dilakukan dengan empat metode, yaitu analisis

deskriptif, analisis regresi, metode analisa THI dan metode stochastic spreadsheet.

Berikut adalah penjelasan dari masing-masing metode :

a. Analisis deskriptif

Analisis deskriptif bertujuan untuk mengeksplorasi data secara lebih ringkas,

sehingga diperoleh gambaran data yang sesungguhnya. Statistik yang dihitung meliputi

rata-rata, nilai minimum, dan nilai maksimum dan rata-data dari peubah-peubah yang

13

diteliti dan grafik yang menunjukkan pola dari masing-masing peubah bebas dengan

peubah respon.

b. Analisis Regresi

Analisis regresi bertujuan untuk melihat faktor-faktor yang berpengaruh terhadap

produksi susu dan melakukan pendugaan produksi susu berdasarkan peubah bebas yang

menjadi fokus dalam penelitian ini. Model regresi yang digunakan adalah :

y = f(x1, x2, x3...xn)

dengan,

y = Produksi susu

x = peubah-peubah bebas yang mempengaruhi produksi susu

Model yang terbentuk dari analisis regresi ini selanjutnya digunakan untuk

melakukan pendugaan produksi susu.

c. Metode Analisa THI

Metode analisa THI (Temperature Humidity Indeks) dimaksudkan untuk

mengukur respon ternak akibat perubahan cuaca (suhu dan kelembaban) terhadap

pendugaan perubahan produksi susu. Perhitungan THI dilakukan menggunakan

persamaan NRC (1971).

THI = (1.8T+32)-((0.55-0.0055RH)x(1.8T-26.8))

dengan,

THI = Indeks kenyamanan sapi perah

T = Suhu rata-rata (oC)

RH = Kelembaban rata-rata (%)

Perubahan produksi susu diperoleh melalui model regresi yang dihasilkan dari poin

(b) berdasarkan nilai THI yang telah ditentukan.

d. Metode Stochastic Spreadsheet

Metode stochastic spreadsheed umum digunakan dalam meneliti hubungan

indeks stress panas pada hewan. Teknik yang digunakan adalah simulasi Montecarlo

yaitu pengambilan sampel dengan menggunakan bilangan-bilangan acak (random

numbers) dilakukan dengan bantuan komputer. Prinsip kerja dari simulasi monte carlo

adalah membangkitkan bilangan-bilangan acak atau sampel dari suatu variabel acak yang

telah diketahui distribusinya. Oleh karena itu, dengan simulasi monte carlo seolah-olah

didapat data dari lapangan. Simulasi monte carlo membutuhkan banyak sekali iterasi dan

usaha perhitungan, khususnya untuk masalah-masalah yang melibatkan peristiwa-

peristiwa langka (very rare events). Menurut Wong (2001), simulasi Monte Carlo dari

suatu proses stochastic adalah suatu prosedur untuk mendapatkan contoh acak terhadap

hasil proses tersebut. Jika suatu sistem mengandung elemen yang mengikutsertakan

faktor kemungkinan, model yang digunakan adalah model stochastic. Dasar dari simulasi

Monte Carlo adalah percobaan elemen kemungkinan dengan menggunakan sampel acak

(Syazali 2011).

e. Analisa regresi dummy

Analisis regresi dummy bertujuan ntuk melihat pengaruh PK terhadap produksi

susu pada berbagai lokasi. Apabila pengaruh PK pada wilayah tertentu relatif sama

dengan PK wilayah lain maka kedua wilayah tersebut digabungkan, sehingga terbentuk

14

model baru. Model gabungan telah mengalami pengurangan jumlah parameter akibat

adanya peubah-peubah yang digabungkan karena kedekatan nilai kemiringan/slope.

Untuk menguji kebaikan diantara kedua model, maka harus di lihat dengan uji Cp

Mallow. Uji Cp Mallow digunakan untuk menganalisa kebaikan diantara dua model yang

dihasilkan dari regresi dummy, yaitu antara model secara keseluruhan (Full model) dan

model gabungan (Reduce Model). Rumus yang digunakan dalam perhitungan Cp Mallow

adalah:

(

)

dimana:

p = jumlah observasi

n = jumlah parameter

s2dan σ

2 = ragam reduce dan full model

Model yang baik adalah yang memiliki nilai lebih kecil atau sama dengan

banyaknya parameter.

HASIL DAN PEMBAHASAN

Gambaran Lokasi Penelitian

Gambaran lokasi penelitian yang diuraikan adalah kondisi geografis masing-

masing lokasi. Berikut ini adalah uraian dari masing-masing lokasi penelitian, yaitu :

a. Kelompok Ternak Pondok Ranggon-Jakarta Timur

Kelompok Ternak Pondok Ranggon merupakan kumpulan peternak sapi perah di

Jakarta Timur yang berada di Kelurahan Pondok Ranggon diatas ketinggian 80 mdpl dan

letak geografis 6⁰21.4242LS dan 106⁰54.3702BT dengan kondisi geografis merupakan

dataran rendah. Kelompok ternak pondok berada dekat dengan kantor kelurahan Pondok

Ranggo-Jakarta Timur serta berhadapan dengan TPU Pondok Ranggon.

b. Kelompok Ternak Kebon Pedes-Kota Bogor

Kelompok Ternak Kebon Pedes-Bogor merpakan kelompok ternak yang letaknya

menyebar, merupakan kumpulan peternak sapi perah di Kota Bogor yang berada di

Kelurahan Kebon Pedes diatas ketinggian 250 mdpl dan letak geografis 6⁰34.0217LS dan

106⁰47.8698BT dengan kondisi geografis merupakan dataran rendah.

c. BPPT Bunikasih-Cianjur

Merupakan balai penelitian milik Provinsi Jawa-Barat yang terletak di desa

Bunikasih, Kecamatan Cugenang. BPPT Bunikasih berada pada ketinggian 936 mdpl dan

letak geografis pada 06⁰50.007LS dan 107o03.056BT. Kondisi geografis merupakan

daerah perbukitan bergelombang dan berada jauh dari pemukiman penduduk.

d. Cisarua Integrated Farming-Cisarua-Kabupaten Bogor

Cisarua Integrated Farming atau disingkat CIF merupakan peternakan skala sedang

milik swasta yang berada di Kelurahan Cisarua diatas ketinggian 1111 mdpl dan letak

geografis 6⁰42.0070LS dan 106o.56.0158BT dengan kondisi geografis merpakan

perbukitan bergelombang serta dekat dengan hutan lindung milik Kementrian

Kehutanan. letak peternakan persis didekat kebun binatang Taman Safari-Cisarua.

15

e. BPPT Cikole-Lembang, Bandung

BPPT Cikole, Lembang-Bandung adalah salah satu balai penelitian peternakan

milik Provinsi Jawa Barat yang terletak di jalan raya Tangkubang Perahu Km.21. Desa

Cikole, Kecamatan lembang Kabupaten Bandung Utara diatas ketinggian 1225 mdpl.

Posisi geografis terletak di 06⁰48.1644LS dan 107⁰39.0906BT dengan kondisi geografis

sedikit berbukit dan menurun.

Eksplorasi Data secara Deskriptif

Eksplorasi data secara desktiptif bertujuan untuk gambaran masing-masing peubah

dan visualisasi secara grafis mengenai hubungan peubah-peubah bebas terhadap produksi

susu. Pola hubungan yang ditunjukkan melalui gambar ini dibuat berdasarkan data rataan

masing-masing wilayah/kelompok. Hasil analisis deskriptif dari data penelitian secara

lebih detail dijelaskan dalam dua bagian.

Hubungan Peubah Fisiologis terhadap Produksi Susu

Peubah fisiologis seperti umur dan bobot badan merupakan peubah yang secara

langsung berpengaruh terhadap produktivitas sapi dalam menghasilkan susu. Hubungan

antara masing-masing peubah terhadap produksi susu sebagai berikut:

a. Hubungan Umur Sapi dengan Produksi Susu

Umur sapi secara teori dan konseptual menunjukkan hubungan yang kuadratik,

dimana terjadi peningkatan produksi pada usia tertentu lalu kemudian akan turun

kembali, hal ini karena pada usia tertentu kemampuan organ untuk memproduksi susu

sapi telah menurun mengikuti pola kuadratik. Menurut Basya (1983), puncak produksi

sapi FH dicapai pada usia 6-8 tahun. Hubungan umur dengan produksi susu disajikan

pada Gambar 3.

Gambar 3 Hubungan umur terhadap produksi susu

Berdasarkan Gambar 3 terlihat bahwa puncak produksi dicapai pada umur 7

tahun (bulan ke 85-95) kiri ke kanan, akan tetapi ada terjadi kenaikan produksi setelah

laktasi melewati masa puncaknya. Hal ini karena manajemen yang baik dari peternak

hingga dapat meningkatkan produksi. Sapi FH mengalami peningkatan laktasi pertama

02468

101214161820

Pro

du

ksi S

usu

rat

a-r

ata

(lit

er/

har

i)

Umur (bulan)

16

ke laktasi selanjutnya, dan meningkat terus hingga umur 6-8 tahun, setelah periode ini

produksinya akan turun secara perlahan sampai usia tua. Hal ini sesuai dengan yang

dinyatakan oleh Anggraeni (2007) bahwa puncak produksi susu sapi dicapai pada laktasi

ke empat, yaitu pada usia 6-7 tahun.

b. Hubungan Bobot Badan terhadap Produksi Susu

Bobot badan sapi yang tinggi menandakan bahwa sapi sehat, dengan konsumsi

pakan yang tinggi diiringi dengan produksi dan reproduksi yang baik. Sapi FH yang

memiliki pertumbuhan bobot badan yang baik cenderung memiliki produksi susu yang

tinggi, hal ini karena ini karena adanya cadangan energi yang dapat digunakan untuk

memproduksi susu selain dari pakan. Hasil pengamatan hubungan bobot badan terhadap

produksi susu sapi disajikan pada Gambar 4.

Gambar 4 Hubungan bobot badan terhadap produksi susu

Pertumbuhan bobot badan sapi FH tidak diperkenankan terlalu gemuk, hal ini

karena lemak yang terlalu banyak akan menghambat sekresi air susu sehingga berpotensi

mengurangi produksi susu. Selanjutnya Waltner et al. (1993) menyatakan bahwa

produksi susu meningkat pada saat bobot badan mencapai optimal dan akan menurun

apabila bobot badan melebihi standar optimal. Berdasarkan Gambar 4 menunjukkan

bahwa pertambahan bobot badan akan meningkatkan produksi susu. Hal ini sesuai

dengan dengan Wright et al. (1989) bahwa energi yang tersedia dalam tubuh sapi (dalam

bentuk lemak) digunakan untuk metabolisme, laktasi dan aktivitas.

Hubungan Peubah Lingkungan (THI) terhadap Produksi Susu

Sapi FH adalah sapi yang berasal dari Eropa dengan suhu dan kelembaban tinggi.

Suhu dan kelembaban merupakan faktor lingkungan yang berpengaruh terhadap produksi

susu. Suhu yang tinggi dapat meningkatkan cekaman stress ternak, begitupun

kelembaban yang berkorelasi dengan penurunan produksi susu. Silva et al (2007)

menyatakan bahwa studi ilmiah telah menetapkan bahwa peristiwa stress panas

berhubungan dengan kombinasi faktor-faktor lingkungan seperti suhu, kelembaban,

radiasi matahari dan kecepatan angin. Indeks THI merupakan kombinasi yang

dirumuskan untuk menentukan tingkat cekaman suhu dan kelembaban yang dialami oleh

sapi. Menurut Bohmanova et al (2007) indeks suhu kelembaban (THI) telah digunakan

sebagai sarana untuk kuantifikasi tingkat ketidaknyamanan yang disebabkan oleh stres

panas. Hubungan indeks THI dengan produksi susu disajikan pada Gambar 5.

0.00

2.00

4.00

6.00

8.00

10.00

12.00

14.00

16.00

18.00

400-435 436-470 471-505 506-540 541-570

Pro

du

ksi S

usu

rat

a-r

ata

(Lit

er/

har

i)

Bobot Badan (Kg)

17

Gambar 5 Hubungan Indeks THI terhadap produksi susu

Gambar 5 menunjukkan bahwa indeks THI berbanding terbalik dengan produksi

susu. Tingkat produksi yang lebih baik pada THI lebih rendah menunjukkan pengaruh

yang kuat dari faktor iklim (suhu dan kelembangan) sekitar yang ditunjang manajemen

adaptasi sapi yang lebih baik terhadap cekaman panas. Model regresi produksi

berdasarkan THI memberikan nilai R2 sebesar 94.2%, yang artinya sebanyak 94.2%

keragaman produksi susu dijelaskan oleh THI. Igono et al (1992) dan Frank et al (2009)

suhu yang tinggi akan menyebabkan penurunan produksi susu. Selanjutnya ditegaskan

oleh Nesamvuni et al (2012) bahwa sapi di bawah tekanan berat akan mengalami

penurunan produktivitas susu sekitar 10-25% dan juga penurunan kinerja reproduksi

mereka.

Gambar 5 menunjukkan bahwa indeks THI cenderung menyebabkan pengaruh

negatif terhadap produksi susu. Tingkat produksi yang lebih baik dibandingkan pada

peternakan yang memiliki indeks THI lebih rendah menunjukkan bahwa pengaruh suhu

dan kelembaban sangat besar terhadap produksi susu.

Hubungan Peubah Nutrisi Pakan terhadap Produksi Susu

Protein Kasar, Energi dan Bahan Kering adalah beberapa unsur gizi utama yang

dibutuhkan oleh sapi untuk produksi dan reproduksi serta pertumbuhan sapi. Protein

kasar adalah semua zat makanan yang mengandung nitrogen. Dalam protein rata-rata

mengandung nitrogen 10%. Menurut Prahara dan Masturi (2008) Bahan kering

merupakan salah satu zat gizi yang terdapat pada bahan pangan susu selain air.

Komponen yang terdapat dalam bahan kering susu, antara lain laktosa, protein, lemak

dan abu. Energy adalah salah satu zat makanan yang dibutuhkan oleh ternak. Energy oleh

ternak didapatkan dari Karbohidrat (95%), Protein (70%) dan Lemak. Kandungan energy

didalam lemak mempunyai kandungan energy yang paling tinggi yaitu 2.25 kali

karbohidrat dan protein. Hubungan antara Protein Kasar, Energi (TDN) dan Bahan

Kering terhadap produksi susu disajikan pada Gambar 6.

S = 0.84173890

r = 0.96583466

69.0 71.3 73.6 76.0 78.3 80.6 82.9 85.27.00

8.21

9.4110.6211.8313.0414.2415.4516.6617.8719.0720.28

Y=58.288-0.5777THI

R2 = 96.5 %

19

Berdasarkan hasil pengamatan, kisaran umur sapi di lokasi Jakarta Timur berada

pada 24-82 bulan dengan rata-rata umur sapi 48 bulan. Sedangkan untuk bobot badan

sapi antara 408-449 kg dengan rataan 431 kg. Rataan konsumsi PK, TDN dan BK

berturut-turut sekitar 1.87 kg/ekor, 8.7 kg/ekor dan 22.52 kg/ekor. Kisaran umur sapi di

lokasi Kota Bogor berada pada 27-65 bulan dengan rata-rata umur sapi 46 bulan.

Sedangkan untuk bobot badan sapi antara 400-470 kg dengan rataan 432 kg. Rataan

konsumsi PK, TDN dan BK berturut-turut sekitar 1.38 kg/ekor, 6.48 kg/ekor dan 16.66

kg/ekor. Kisaran umur sapi di lokasi BPPT Bunikasih-Cianjur berada pada 41-56 bulan

dengan rata-rata umur sapi 49 bulan. Sedangkan untuk bobot badan sapi antara 426-530

kg dengan rataan 478 kg. Rataan konsumsi PK, TDN dan BK berturut-turut sekitar 2.11

kg/ekor, 10.48 kg/ekor dan 24.04 kg/ekor. Kisaran umur sapi di lokasi Cisarua-

Kabupaten Bogor berada pada 24-120 bulan dengan rata-rata umur sapi 76 bulan.

Sedangkan untuk bobot badan sapi antara 487-570 kg dengan rataan 506 kg. Rataan

konsumsi PK, TDN dan BK berturut-turut sekitar 1.95 kg/ekor, 8.22 kg/ekor dan 16.16

kg/ekor. Kisaran umur sapi di lokasi BPPT BPPT Cikole-Lembang berada pada 60-88

bulan dengan rataan umur sapi 76 bulan. Untuk bobot badan sapi antara 426-530 kg

dengan rataan 458 kg. Rataan konsumsi PK, TDN dan BK berturut-turut sekitar 3.21

kg/ekor, 12.24 kg/ekor dan 29.12 kg/ekor.

Tabel 4 Kondisi Iklim Lokasi

Ketinggian

Produksi

(lt/hari)

Umur

(Bln)

Suhu

(oC)

RH

(%)

Indeks

THI

---------------------rata-rata--------------

Pondok Ranggon-Jakarta Timur

(80mdpl) 11 48 30 75 82

Kebon Pedes-Kota Bogor

(215mdpl) 11 46 30 80 83

Cugenang-Cianjur

(936mdpl) 14 49 27 75 77

Cisarua-Kab.Bogor

(1111mdpl) 17 76 22 93 72

Lembang-Bandung

(1225 mdpl) 18 76 23 88 73

Berdasarkan Tabel 4 hasil pengamatan dan pengukuran variabel-variabel amatan

di lapangan secara deskriptif menunjukkan bahwa terdapat pengaruh yang signifikan

antara ketingggian, suhu dan produksi susu. Semakin tinggi ketinggian (semakin rendah

suhu) lokasi studi akan semakin meningkatkan produksi susu. Suhu dan kelembaban erat

kaitannya dengan produksi susu sapi. Sapi yang mengalami cekaman panas cenderung

akan terganggu produksi dan reproduksinya. Saat keadaan suhu telah mencapai tingkat

stress, sapi akan menambah minum dan akibatnya asupan makanan akan berkurang,

bobot badanpun akan berkurang akibatnya produksi susu akan menurun. Silva et al.

(2007) menyatakan bahwa peristiwa stress panas berhubungan dengan kombinasi faktor-

faktor lingkungan seperti suhu, kelembaban, radiasi matahari dan kecepatan angin.

Menurut Igono et al. (1992) dan Frank et al. (2009), suhu yang tinggi akan menyebabkan

penurunan produksi susu. Selanjutnya ditegaskan oleh Nesamvuni et al. (2012) bahwa

sapi di bawah tekanan berat akan mengalami penurunan produktivitas susu sekitar 10-

25% dan juga penurunan kinerja reproduksi mereka. Sebaliknya Darwin (2001)

menyatakan bahwa untuk memenuhi kebutuhan global peternak harus meningkatkan

20

produksinya sekitar 2% pertahun. Korelasi antara ketinggian dan suhu cenderung negatif,

artinya semakin tinggi letak suatu wilayah maka suhu akan semakin rendah. Akan tetapi

hal ini tidak berlaku pada lokasi Cisarua dan Bandung. Hal ini disebabkan lokasi di

bandung sangat dekat dengan pemukiman padat dan jalan raya, yang merupakan daerah

terbuka, akibatnya sinar matahari akan dipantulkan sehingga terjadi peningkatan suhu

lokasi studi.

Faktor-Faktor yang Mempengaruhi Produksi Susu

Pengaruh Umur terhadap Produksi Susu

Pemodelan fungsi produksi dari data-data amatan dilakukan dengan analisis

regresi untuk mengetahui peubah bebas yang berpengaruh nyata terhadap produksi susu.

Regresi adalah suatu persamaan matematik yang memungkinkan kita untuk meramalkan

suatu nilai-nilai peubah tak bebas dari nilai-nilai satu atau lebih peubah bebas (Walpole,

1992).

Umur merupakan faktor fisiologis dari suatu individu, dalam hal ini adalah sapi

perah. Kemampuan sapi untuk menghasilkan susu umumnya saat sapi telah mencapai

umur tertentu (2 tahun) atau setelah laktasi pertama. Setiap pertambahan umur, rataan

total produksi susu yang dihasilkan sapi akan turut berubah. Hal ini karena menyangkut

kematangan fisiologis sapi dan kemampuannya menghasilkan susu yang optimal.

Sehingga, peubah umur dianggap sebagai peubah yang paling berpengaruh terhadap

produksi susu sapi. Oleh karena itu, sebelum melihat faktor-faktor lain yang

mempengaruhi produksi susu, langkah yang dilakukan terlebih dahulu adalah menguji

pengaruh umur terhadap produksi susu.

Menurut Sudono et al. (1999), umur sapi perah adalah salah satu faktor yang

mempengaruhi produksi susu. Peningkatan umur seiring dengan peningkatan rataan

produksi dengan mengikuti pola kuadratik, dimana apabila produksi telah mencapai

puncaknya pada umur tertentu, maka produksi akan menurun mengikuti pertambahan

umur. Plot pencaran antara umur dengan produksi susu menunjukkan pola kuadratik

yang mencerminkan hubungan antara keduanya disajikan pada Gambar 7.

Gambar 7 Hubungan kuadratik umur terhadap produksi susu

Gambar 7 menunjukkan bahwa hubungan umur terhadap produksi mengikuti pola

kuadratik, dimana terjadi peningkatan produksi hingga mencapai puncak pada umur

12010080604020

22.5

20.0

17.5

15.0

12.5

10.0

7.5

5.0

Umur

PR

OD

UK

SI

S 3.34855

R-Sq 26.0%

R-Sq(adj) 24.1%

Fitted Line PlotPRODUKSI = 5.618 + 0.1940 Umur

- 0.000888 Umur**2

21

tertentu lalu akan turun kembali. Sesuai dengan yang dikemukakan oleh Basya (1983),

dimana puncak produksi akan terjadi pada umur sapi sekitar 6-8 tahun dan setelah itu

akan turun kembali.

Hasil uji signifikansi koefesien regresi dari persamaan (1) disajikan pada Tabel 5.

Nilai P untuk semua koefesien regresi lebih kecil dari α = 0.1, dengan demikian umur

memberikan pengaruh yang nyata secara kuadratik terhadap produksi susu.

Tabel 5 Taraf nyata regresi umur terhadap produksi

Prediktor Koefisien S.E Koefisien P (α=0.1)

Umur 0.194 0.074 0.011

Umur2 -0.00089 0.001 0.095

Konstanta 5.618 2.325 0.018

Pengaruh Bobot Badan, Pakan dan Lingkungan terhadap Produksi Susu

Model regresi kuadratik dari produksi susu berdasarkan umur memberikan nilai

R2 sebesar 26%. Hal ini berarti, baru 26% faktor umur dapat menjelaskan keragaman

produksi susu. Dengan demikian, masih ada faktor lain yang dapat menjelaskan

keragaman produksi susu. Secara matematis, model produksi berdasarkan umur dapat

dituliskan dalam persamaan (1).

Produksi = 5.618 + 0.194 umur - 0.00089 umur2+ error(1) ………….(1)

Error(1) pada persamaan (1) adalah sisaan (galat) yang merupakan komponen

penjelas keragaman produksi susu yang belum diketahui. Jika sisaan tersebut diuraikan

lagi menjadi sebuah model, maka akan diketahui faktor-faktor lain yang dapat

menjelaskan keragaman produksi susu. Hasil penguraian sisaan tersebut melalui regresi

linier berganda disajikan pada Tabel 6.

Tabel 6 Hasil penguraian sisaan pada persamaan (1)

Prediktor Koefisien SE.Koefisien T P VIF

Constant -12.73 39.67 -0.32 0.749

BB 0.01987 0.01148 1.73 0.088 2.423

PK 24.26 13.13 1.85 0.069 717.92

TDN -2.194 2.683 -0.82 0.416 309.58

BK -1.4741 0.6657 -2.21 0.03 117.435

Suhu 0.2193 0.7365 0.3 0.767 92.507

Ketinggian -0.0091 0.00679 -1.34 0.185 130.408

Kelembaban 0.0481 0.1723 0.28 0.781 32.159

Analisis regresi linier memiliki beberapa asumsi dasar yang harus dipenuhi, yaitu

galat menyebar normal, ragam homogen (homoskedastisitas), tidak terjadi autokorelasi

pada sisaan (non-autokorelasi), dan khusus pada regresi linier berganda mensyaratkan

tidak terjadi multikolinier. Multikolinier adalah terjadinya korelasi antar peubah bebas.

Pendeteksian adanya multikolinier ini dapat dilihat dari nilai VIF. Jika VIF bernilai lebih

besar dari 5, maka dianggap ada multikolinier antar peubah bebas.

Tabel 6 menunjukkan terjadi multikolinier yang kuat antar peubah bebas, kecuali

bobot badan (BB). Artinya, faktor kandungan pakan (PK, TDN, BK) dan faktor

lingkungan (suhu, ketinggian, kelembaban) satu sama lain saling berkorelasi kuat. Hal ini

juga mengindikasikan adanya peubah-peubah yang saling mempengaruhi satu sama lain.

22

Sehingga, peubah-peubah yang dimasukkan kedalam model regresi untuk pendugaan

produksi susu dapat dipilih beberapa peubah bebas saja.

Hasil analisis korelasi dan regresi turut memperkuat dugaan adanya multikolinier

pada peubah bebas (Tabel 6). Korelasi antara peubah bebas dengan peubah respon pada

Tabel 6 semuanya tinggi. Besarnya R2 juga semuanya tinggi (diatas 0.6). Hal ini

mengindikasikan bahwa peubah bebas pada Tabel 6 yang dipilih dapat mewakili peubah

respon. Artinya, untuk melihat peubah-peubah yang berpengaruh terhadap produksi susu,

cukup diambil beberapa peubah saja yang dapat mewakili peubah lainnya.

Nilai R2 menunjukkan besarnya keragaman peubah respon yang dapat dijelaskan

oleh peubah bebas. Berdasarkan nilai R2, PK dapat menjelaskan TDN sebesar 96.6%

dan dapat menjelaskan BK sebesar 69.5%, artinya PK dianggap dapat mewakili TDN

dan BK. Sehingga, untuk faktor pakan dapat diambil PK sebagai peubah yang masuk ke

dalam model regresi. Kemudian, suhu dapat menjelaskan ketinggian sebesar 86.8%,

artinya suhu dapat mewakili ketinggian. THI dapat menjelaskan suhu sebesar 98.3% dan

dapat menjelaskan kelembaban sebesar 68%. Dengan demikian, THI dapat mewakili

suhu dan kelembaban. Hal ini juga sesuai dengan rumus THI yang merupakan fungsi dari

suhu dan kelembaban. Sehingga, untuk faktor lingkungan dapat dipilih THI sebagai

peubah bebas yang masuk ke dalam model regresi.

Tabel 7 Korelasi dan regresi antar faktor penjelas produksi susu

Peubah bebas Peubah respon P Korelasi R2

PK TDN 0.000 0.983 0.966

BK 0.000 0.833 0.695

Suhu Ketinggian 0.000 0.932 0.868

THI Suhu 0.000 0.991 0.983

Kelembaban 0.000 0.825 0.680

Selain itu, besarnya korelasi antara peubah bebas dengan produksi susu juga

menjadi alasan penguat pemilihan peubah bebas yang masuk ke dalam model regresi

(Tabel 8). Faktor pakan yang berkorelasi paling tinggi dengan produksi susu adalah PK,

yaitu 0.549. Sehingga sangat baik bila PK dipilih sebagai peubah bebas yang masuk ke

dalam model regresi. Faktor lingkungan, THI dipilih sebagai peubah bebas karena

besarnya korelasi terhadap produksi juga menunjukkan korelasi yang tinggi (-0.732).

Tabel 8 Korelasi antara peubah bebas dengan produksi susu

Peubah

Respon

Faktor Kandungan

Pakan Faktor Lingkungan

PK TDN BK Suhu Ketinggian Kelembaban THI

Produksi 0.549 0.459 0.153 -0.752 0.727 0.698 -0.732

Protein Kasar merupakan zat makanan hasil penguraian dari Bahan Kering

melalui analisa Proksimat. Ditinjau dari asal ilmu pakan tentang zat makanan dan

hubungan antar masing-masing zat makanan, protein kasar juga merpakan salah satu

bentuk energi yang diserap oleh tubuh ternak, sedangkan TDN merupakan gabungan

energi yang terserap kedalam tubuh ternak, artinya peran TDN dalam hal sebagai peubah

pakan dapat diwakili oleh PK, selain itu keberadaan TDN sebagai energi dapat

digantikan oleh protein, karena protein dapat berubah menjadi energi, sedangkan energi

tidak dapat berubah menjadi protein. Total Digestible Nutrien (TDN) atau total nutrient

23

tercerna adalah jumlah nutrisi tercerna atau jumlah zat makan dari bahan makanan yang

dapat dicerna. Nilai TDN merupakan nilai energy dari protein, serat kasar, Bahan Ekstrak

Tanpa Nitrogen (BETA-N) dan nilai energy dari lemak yang terserap kedalam tubuh

sapi.

Menurut Bohmanova et al.(2007) indeks suhu kelembaban (THI) telah banyak

digunakan sebagai sarana untuk kuantifikasi tingkat ketidaknyamanan yang disebabkan

oleh stres panas. THI adalah fungsi dari suhu udara dan kelembaban. Secara umum

dianggap bahwa sapi perah menunjukkan tanda-tanda stres panas ringan hingga berat dan

produksi susu berkurang ketika THI melewati ambang batas kritis dari 72.

Setelah dilakukan seleksi peubah yang tidak multikolinier, maka peubah yang

masuk ke dalam model regresi pada penguraian sisaan dari persamaan (1) adalah bobot

badan, PK, dan THI. Hasil analisis regresi ulang terhadap peubah-peubah terpilih

tersebut disajikan pada Tabel 13. Tabel 13 menunjukkan bahwa nilai VIF sudah lebih

kecil dari 5, sehingga asumsi tidak terjadi multikolinier antar peubah bebas sudah

terpenuhi.

Tabel 9 Uji parsial penguraian sisaan pada persamaan (1) dengan peubah terpilih

Prediktor Koefisien SE Koefisien T P VIF

Constant 0.990 11.95 0.08 0.934

BB 0.021 0.011 1.87 0.065 1.990

PK 1.166 0.631 1.85 0.068 1.493

THI -0.163 0.095 -1.71 0.092 2.651

Hasil analisis regresi menunjukkan peubah bebas terpilih yaitu BB, PK, dan THI

berpengaruh nyata (α=0.1) terhadap sisaan (error 1). Hal ini berarti bahwa sisaan dari

model pada persamaan (1) dapat diuraikan menjadi bobot badan, protein kasar, dan THI,

melalui model pada persamaan (2). Sehingga, dapat disimpulkan bahwa selain umur

yang berpengaruh nyata secara kuadratik, faktor lain yang turut berpengaruh terhadap

produksi susu adalah bobot badan, protein kasar, dan THI. Selain uji parsial seperti

ditampilkan pada Tabel 9, uji simultan menggunakan anova juga dapat dilihat pada Tabel

10.

Error (1) = 0.990 + 0.021 BB + 1.166 PK – 0.163 THI + error (2)…...…..(2)

Sehingga fungsi regresi keseluruhan adalah:

Y= 6.608+0.1940 Umur - 0.000888 Umur2 + 0.021BB+1.166PK- 0.163 THI........(3)

Tabel 10 Anova hasil uji simultan penguraian sisaan pada persamaan (1)

Sumber

keragaman

Derajat

bebas

Jumlah

Kuadrat

Kuadrat

Tengah

F P

Regresi 3 300.70 100.23 13.45 0.000

Galat 77 573.90 7.45

Total 80 874.60 Keterangan : S = 2.73

R-square dari regresi secara keseluruhan adalah 75.9%, yang artinya sebesar

75.9% keragaman produksi susu dijelaskan oleh umur, bobot badan, PK dan THI.

Pengujian asumsi selain masalah multikolinier dalam analisis regresi yang melibatkan

24

peubah bebas bobot badan, protein kasar, dan THI ditampilkan pada Gambar 8. Asumsi

normalitas dapat dilihat dari normal probability plot. Pada gambar tampak bahwa plot

sisaan (residual) telah mengikuti garis lurus, yang berarti bahwa sisaan telah menyebar

normal. Asumsi homoskedastisitas dapat dilihat dari plot antara residual dengan dugaan

produksi (fitted value). Pada gambar terlihat titik-titik pada plot pencaran tidak

menunjukkan pola tertentu, yang berarti bahwa ragam sisaan homogen. Artinya, asumsi

homoskedastisitas telah terpenuhi. Asumsi non-autokorelasi dapat dilihat dari plot sisaan

pada setiap pengamatan (residual versus observation order). Pada gambar tampak bahwa

plot sisaan tidak membentuk pola tertentu, artinya tidak terdapat autokorelasi pada

sisaan. Sehingga, asumsi non-autokorelasi telah terpenuhi.

Gambar 8 Hasil uji normalitas, homogenitas dan autokorelasi antar peubah

Dalam analisis regresi, sisaan harus menyebar normal dan bebas satu sama lain.

Dengan kata lain, sisaan pada pengamatan ke-i tidak tergantung pada sisaan pengamatan

lain. Apabila sisaan telah menyebar bebas dengan rataan nol dan ragam σ2, maka sisaan

tersebut dikatakan sebagai white noise. Nilai keragaman white noise yang menyebar

normal dengan nilai tengah sama dengan nol dan keragaman σ2ω, yang biasanya ditulis

dalam bentuk ω(i) ~ N (0, σ2ω).

Untuk melihat kebebasan sisaan antar pengamatan dapat dilihat melalui plot

pencaran dan regresi antara sisaan ke-i dengan sisaan ke-(i-1), dalam hal ini adalah

error(2) ke-i dengan error(2) ke-(i-1), dimana i = 1, …, n dan n adalah banyaknya

pengamatan. Gambar 9 menunjukkan plot pencaran antara error(2) ke-i dengan error(2)

ke-(i-1) tidak mengikuti pola apapun atau sudah menyebar acak. Hal ini berarti bahwa

sisaan dalam model yang dibentuk melalui persamaan (2) telah menyebar bebas.

1050-5-10

99.9

99

90

50

10

1

0.1

Residual

Pe

rce

nt

420-2-4

5.0

2.5

0.0

-2.5

-5.0

Fitted ValueR

esid

ua

l

6420-2-4

12

9

6

3

0

Residual

Fre

qu

en

cy

80706050403020101

5.0

2.5

0.0

-2.5

-5.0

Observation Order

Re

sid

ua

l

Normal Probability Plot Versus Fits

Histogram Versus Order

Residual Plots for E_U

25

Gambar 9 Plot pencaran antara error (2) ke-i dengan error (2) ke-(i-1)

Analisis regresi antara error(2) ke-i dengan error(2) ke-(i-1) memberikan nilai P =

0.494 > α = 0.1 pada uji parsial (Tabel 11). Hal ini berarti bahwa sisaan dari pengamatan

yang satu tidak mempengaruhi sisaan pada pengamatan yang lain. Sehingga, sisaan

(galat) dari model pada persamaan (2) telah menyebar normal bebas dengan rataan 0 dan

ragam = 2.732 , atau ditulis dengan ω(i) ~ N (0, 2.73

2). Dengan demikian, pembentukan

model pendugaan produksi susu sudah cukup dengan dua model yang dinyatakan dalam

persamaan (1) dan persamaan (2).

Tabel 11 Hasil analisis regresi antara error(2) ke-i dengan error(2) ke-(i-1)

Prediktor Koefisien SE Koefisien T P

error(2) ke-(i-1) 0.077 0.1121 0.69 0.494

Koefesien regresi dari THI bertanda negatif, hal ini berarti bahwa THI

memberikan pengaruh yang berbanding terbalik dengan produksi. Artinya, semakin

tinggi THI maka produksi susu akan menurun. Sapi perah akan nyaman pada nilai THI

dibawah 72. Jika THI melebihi 72 maka sapi perah Fries Holland akan mengalami stress

ringan (72≤THI≤79), stress sedang (80≤THI≤89) dan stress berat (90≤THI≤97)

(Wierema 1990). Hasil penukuran suhu dan kelembaban (indeks THI) berdasarkan nilai-

nilai yang digunakan oleh Wierema dapat dinyatakan bahwa sapi di Jakarta Timur dan

Kota Bogor mengalami stress sedang (keadaan bahaya) sedangkan sapi didaerah Cisarua,

Cianjur dan Bandung mengalami stress ringan (keadaan waspada).

Sapi FH adalah sapi yang berasal dari negara beriklim sedang, dengan temperatur

udara berkisar dari -5oC hingga 21

oC (Jhonson, 1987). Suhu dan kelembaban merupakan

dua faktor iklim yang dapat mempengaruhi produksi susu sapi, karena dapat

menyebabkan perubahan keseimbangan panas dalam tubuh ternak, keseimbangan air,

keseimbangan energy dan tingkah laku ternak, (Esmay, 1982). Untuk kehidupan dan

produksinya, ternak memerlukan suhu yang optimum. Suhu ideal untuk sapi perah jenis

FH Menurut McDowell (1972) adalah 13-19oC; 4-25 Yousef (1985); 5-25

oC Jones &

Stallings (1999) dengan kelembaban relative (RH) sekitar 55% (Esmay 1982). Menurut

Sutardi (1981), sapi FH dapat tumbuh dan berproduksi dengan baik pada lingkungan

dengan suhu udara sekitar ±18oC. Hubungan antara suhu dan kelembaban disebut

Temperature Humidity Index (THI). Sapi FH akan menunjukkan penampilan produksi

terbaiknya apabila berada pada suhu 18.3oC dengan kelembaban 55%, Suhu dan

kelembaban di Indonesia berkisar dari 24-34oC dan 60-90%, (Yani & Purwanto 2006).

Hasil perhitungan nilai THI dari tabel yang digunakan maka dapat dinyatakan bahwa

sapi di Jakarta Timur dan Kota Bogor mengalami stress sedang (keadaan bahaya)

7.55.02.50.0-2.5-5.0

7.5

5.0

2.5

0.0

-2.5

-5.0

lag_RESI2R

ES

I2

Scatterplot of RESI2 vs lag_RESI2

26

sedangkan sapi didaerah Cisarua, Cianjur dan Bandung mengalami stress ringan

(keadaan waspada).

Pendugaan produksi susu

Pendugaan Produksi Susu berdasarkan Indeks Iklim

Peningkatan umur sapi dan indeks THI secara teori dan konseptual akan

mengakibatkan penurunan produksi susu secara perlahan, hal ini karena peningkatan

indeks THI akan berkorelasi dengan peningkatan cekaman panas (stress) sapi, untuk itu

dilakukan suatu upaya untuk menduga dampak cekaman panas terhadap produksi susu

dan upaya adaptasinya. Untuk melihat secara lebih detail dampak dari cekaman panas

dan adaptasinya terhadap tingkat produksi susu sapi dilakukan penghitungan laju

perubahan produksi susu berdasarkan fungsi regresi yang melibatkan peubah bebas

umur, PK dan indeks THI.

Pendugaan perubahan produksi susu terhadap perubahan indeks THI dilakukan

dengan dua (2) tahap, yaitu 1. Membuat model produksi berdasarkan umur, yang

memberikan sisaaan / error (1), Kedua, menguraikan error (1) kedalam fungsi dari THI,

yang menghasilkan error (2). Secara matemastis, pembentukan model pendugaan

produksi susu terhadap THI disajikan pada persamaan berikut:

Model 1: produksi = f (umur) +error (1)

Model 2: error (1) = f (THI) + error (2)

Hasil analisa data memberikan model dugaan produksi sebagai berikut:

Produksi = 5.618 +0.1940 Umur – 0.000888 Umur2 + error (1)

Error (1) = 26.7 - 0.344 THI + error (2)

Sehingga model dugaan produksi secara keseluruhan adalah:

– ..................(4)

Peningkatan suhu dan kelembaban secara langsung akan meningkatkan cekaman

panas terhadap sapi perah, hal ini akan berdampak terhadap peningkatan minum sapi dan

mengurangi intake pakan sehingga akan berdampak terhadap penurunan rataan produksi

susu harian.

Berdasarkan dugaan error dari umur dan indeks THI maka dapat dilakukan

pengujian dugaan perubahan produksi susu akibat dari peubah umur dan indeks THI

dengan mencoba satu kelompok umur misal umur 108 bulan (9 tahun) akan didapatkan

dugaan produksi susu pada keadaan asumsi bobot badan dan asupan PK tetap adalah 16.2

liter/hari, dan dugaan produksi pada suhu dan kelembaban tertentu disajikan pada tabel

12.

27

Tabel 12 Tabel dugaan persentase perubahan produksi susu pada sapi umur 108 bulan

terhadap berbagai tingkat THI

Secara lebih detail perubahan produksi susu disajikan Berdasarkan indeks THI

(Tabel Wierema) dan tabel dugaan persentase perubahan produksi susu untuk sapi

berumur 108 bulan (Tabel 12) maka dapat disimpulkan bahwa produksi susu sapi perah

pada umur 108 bulan (9 tahun) pada keadaan normal mempunyai peningkatan produksi

diatas 14.04%, pada keadaan stress ringan akan terjadi perubahan produksi sebanyak -

2.94% hingga 11.92%, pada saat stress sedang sapi akan mengalami penurunan produksi

berkisar dari 5.06% hingga 24.26%, dan pada keadaan stress berat penurunan

produksinya lebih dari -26.28%.pada Tabel 13.

Tabel 13 Dugaan tingkat produksi susu terhadap tingkat THI

Hasil penghitungan produksi susu pada Tabel 12 dan Tabel 13 dapat dilihat

peningkatan produksi terbaik tercapai pada suhu 21⁰C, hal ini sesuai dengan yang

dikatakan oleh Yousef (1985) suhu efektif untuk sapi perah berkisar dari 4-25⁰C dan

menurut Jones & Stallings (1999) berkisar dari 5-25⁰C, semakin rendah suhu dan

kelembaban maka produksi susu akan semakin tinggi dan juga sesuai dengan hasil kajian

IPCC, dimana akan terjadi penurunan produksi susu dunia sebanyak 1.39% di Asia

5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

21 28.90 28.90 28.90 26.77 26.77 26.77 24.65 24.65 24.65 22.53 22.53 22.53 20.41 20.41 20.41 18.29 18.29 18.29 16.16 16.16

22 26.77 26.77 26.77 24.65 24.65 22.53 22.53 22.53 20.41 20.41 18.29 18.29 18.29 16.16 16.16 16.16 14.04 14.04 11.92 11.92

23 24.65 24.65 22.53 22.53 22.53 20.41 20.41 18.29 18.29 16.16 16.16 16.16 14.04 14.04 11.92 11.92 9.80 9.80 7.67 7.67

24 22.53 22.53 20.41 20.41 18.29 18.29 16.16 16.16 14.04 14.04 11.92 11.92 9.80 9.80 7.67 7.67 5.55 5.55 3.43 3.43

26 20.41 20.41 18.29 18.29 16.16 16.16 14.04 14.04 11.92 9.80 9.80 7.67 7.67 5.55 5.55 3.43 3.43 1.31 1.31 -0.81

27 18.29 18.29 16.16 16.16 14.04 11.92 11.92 9.80 9.80 7.67 5.55 5.55 3.43 3.43 1.31 -0.81 -0.81 -2.94 -2.94 -5.06

28 18.29 16.16 14.04 14.04 11.92 9.80 9.80 7.67 5.55 5.55 3.43 1.31 1.31 -0.81 -2.94 -2.94 -5.06 -7.18 -7.18 -9.30

29 16.16 14.04 11.92 9.80 9.80 7.67 5.55 5.55 3.43 1.31 -0.81 -2.94 -2.94 -5.06 -5.06 -7.18 -9.30 -11.43 -11.43 -13.55

30 14.04 11.92 9.80 7.67 7.67 5.55 3.43 1.31 -0.81 -0.81 -2.94 -5.06 -7.18 -7.18 -9.30 -11.43 -13.55 -13.55 -15.67 -17.79

31 11.92 9.80 7.67 5.55 3.43 3.43 1.31 -0.81 -2.94 -5.06 -7.18 -7.18 -9.30 -11.43 -13.55 -15.67 -17.79 -17.79 -19.91 -22.04

32 9.80 7.67 5.55 3.43 1.31 -0.81 -2.94 -2.94 -5.06 -7.18 -9.30 -11.43 -13.55 -15.67 -17.79 -17.79 -19.91 -22.04 -24.16 -26.28

33 7.67 5.55 3.43 1.31 -0.81 -2.94 -5.06 -7.18 -9.30 -11.43 -13.55 -15.67 -15.67 -17.79 -19.91 -22.04 -24.16 -26.28 -28.40 -30.52

34 5.55 3.43 1.31 -0.81 -2.94 -5.06 -7.18 -9.30 -11.43 -13.55 -15.67 -17.79 -19.91 -22.04 -24.16 -26.28 -28.40 -30.52 -32.65 -34.77

36 3.43 1.31 -0.81 -2.94 -5.06 -7.18 -9.30 -11.43 -15.67 -17.79 -19.91 -22.04 -24.16 -26.28 -28.40 -30.52 -32.65 -34.77 -36.89 -39.01

37 1.31 -0.81 -2.94 -5.06 -9.30 -11.43 -13.55 -15.67 -17.79 -19.91 -22.04 -24.16 -26.28 -28.40 -32.65 -34.77 -36.89 -39.01 -41.14 -43.26

38 -0.81 -2.94 -5.06 -9.30 -11.43 -13.55 -15.67 -17.79 -19.91 -22.04 -26.28 -28.40 -30.52 -32.65 -34.77 -36.89 -41.14 -43.26 -45.38 -47.50

39 -2.94 -5.06 -7.18 -11.43 -13.55 -15.67 -17.79 -19.91 -24.16 -26.28 -28.40 -30.52 -34.77 -36.89 -39.01 -41.14 -43.26 -47.50 -49.62 -51.75

40 -5.06 -7.18 -9.30 -13.55 -15.67 -17.79 -22.04 -24.16 -26.28 -28.40 -32.65 -34.77 -36.89 -39.01 -43.26 -45.38 -47.50 -49.62 -53.87 -55.99

41 -7.18 -9.30 -13.55 -15.67 -17.79 -22.04 -24.16 -26.28 -28.40 -32.65 -34.77 -36.89 -41.14 -43.26 -45.38

42 -9.30 -11.43 -15.67 -17.79 -19.91 -24.16 -26.28 -30.52 -30.52 -34.77 -39.01 -41.14 -43.26 -47.50 -49.62

43 -11.43 -13.55 -17.79 -19.91 -24.16 -26.28 -28.40 -32.65 -32.65 -39.01 -41.14 -45.38 -47.50 -49.62 -53.87

Kelembaban Relatif (%)T

emp

era

tur,

⁰C

Stress ringan

Stress sedang

Stress berat

5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

21 20.89 20.89 20.89 20.55 20.55 20.55 20.21 20.21 20.21 19.86 19.86 19.86 19.52 19.52 19.52 19.17 19.17 19.17 18.83 18.83

22 20.55 20.55 20.55 20.21 20.21 19.86 19.86 19.86 19.52 19.52 19.17 19.17 19.17 18.83 18.83 18.83 18.49 18.49 18.14 18.14

23 20.21 20.21 19.86 19.86 19.86 19.52 19.52 19.17 19.17 18.83 18.83 18.83 18.49 18.49 18.14 18.14 17.80 17.80 17.45 17.45

24 19.86 19.86 19.52 19.52 19.17 19.17 18.83 18.83 18.49 18.49 18.14 18.14 17.80 17.80 17.45 17.45 17.11 17.11 16.77 16.77

26 19.52 19.52 19.17 19.17 18.83 18.83 18.49 18.49 18.14 17.80 17.80 17.45 17.45 17.11 17.11 16.77 16.77 16.42 16.42 16.08

27 19.17 19.17 18.83 18.83 18.49 18.14 18.14 17.80 17.80 17.45 17.11 17.11 16.77 16.77 16.42 16.08 16.08 15.73 15.73 15.39

28 19.17 18.83 18.49 18.49 18.14 17.80 17.80 17.45 17.11 17.11 16.77 16.42 16.42 16.08 15.73 15.73 15.39 15.05 15.05 14.70

29 18.83 18.49 18.14 17.80 17.80 17.45 17.11 17.11 16.77 16.42 16.08 15.73 15.73 15.39 15.39 15.05 14.70 14.36 14.36 14.01

30 18.49 18.14 17.80 17.45 17.45 17.11 16.77 16.42 16.08 16.08 15.73 15.39 15.05 15.05 14.70 14.36 14.01 14.01 13.67 13.33

31 18.14 17.80 17.45 17.11 16.77 16.77 16.42 16.08 15.73 15.39 15.05 15.05 14.70 14.36 14.01 13.67 13.33 13.33 12.98 12.64

32 17.80 17.45 17.11 16.77 16.42 16.08 15.73 15.73 15.39 15.05 14.70 14.36 14.01 13.67 13.33 13.33 12.98 12.64 12.29 11.95

33 17.45 17.11 16.77 16.42 16.08 15.73 15.39 15.05 14.70 14.36 14.01 13.67 13.67 13.33 12.98 12.64 12.29 11.95 11.61 11.26

34 17.11 16.77 16.42 16.08 15.73 15.39 15.05 14.70 14.36 14.01 13.67 13.33 12.98 12.64 12.29 11.95 11.61 11.26 10.92 10.57

36 16.77 16.42 16.08 15.73 15.39 15.05 14.70 14.36 13.67 13.33 12.98 12.64 12.29 11.95 11.61 11.26 10.92 10.57 10.23 9.89

37 16.42 16.08 15.73 15.39 14.70 14.36 14.01 13.67 13.33 12.98 12.64 12.29 11.95 11.61 10.92 10.57 10.23 9.89 9.54 9.20

38 16.08 15.73 15.39 14.70 14.36 14.01 13.67 13.33 12.98 12.64 11.95 11.61 11.26 10.92 10.57 10.23 9.54 9.20 8.85 8.51

39 15.73 15.39 15.05 14.36 14.01 13.67 13.33 12.98 12.29 11.95 11.61 11.26 10.57 10.23 9.89 9.54 9.20 8.51 8.17 7.82

40 15.39 15.05 14.70 14.01 13.67 13.33 12.64 12.29 11.95 11.61 10.92 10.57 10.23 9.89 9.20 8.85 8.51 8.17 7.48 7.13

41 15.05 14.70 14.01 13.67 13.33 12.64 12.29 11.95 11.61 10.92 10.57 10.23 9.54 9.20 8.85

42 14.70 14.36 13.67 13.33 12.98 12.29 11.95 11.26 11.26 10.57 9.89 9.54 9.20 8.51 8.17

43 14.36 14.01 13.33 12.98 12.29 11.95 11.61 10.92 10.92 9.89 9.54 8.85 8.51 8.17 7.48

Kelembaban Relatif (%)

Tem

per

atu

r, ⁰

C

Stress ringan

Stress sedang

Stress berat

29

Tingkat Optimal Produksi Susu berdasarkan PK dan Indeks THI

Pada pembahasan sebelumnya telah diperoleh hasil bahwa PK dan THI

berpengaruh nyata terhadap produksi susu. Untuk selanjutnya pembahasan difokuskan

untuk mengetahui optimalisasi produksi susu berdasarkan PK dan indeks THI.

Hubungan PK terhadap Produksi susu

Protein kasar (PK) adalah salah satu faktor yang mempengaruhi produksi susu

harian. Penambahan PK pada kondisi tertentu berpotensi meningkatkan produksi susu,

hal ini karena protein merupakan salah satu zat makanan berupa energi yang dapat

digunakan untuk memproduksi susu. Siregar (2001) menyatakan bahwa peningkatan

konsumsi PK berpengaruh terhadap peningkatan produksi susu rata-rata harian. akan

tetapi walaupun PK terbukti berpengaruh terhadap peningkatakan produksi susu hal ini

perlu ditunjang dengan faktor lain yang mempengaruhi produksi susu seperti tingkat

kenyamanan ternak. Tingkat kenyamanan ternak di lima lokasi dengan ketinggian

berbeda memiliki indeks THI yang berbeda. Plot pencaran produksi susu berdasarkan

lokasi dan tingkat PK yang berbeda disajikan pada Gambar 11.

Gambar 11 Plot Pencaran Produksi Susu terhadap PK di berbagai lokasi

Gambar 11 Menunjukkan bahwa penggunaan PK berdasarkan berbagai lokasi

ketinggian menujukkan pengaruh PK tiap lokasi cenderung berargam, sangat tergantung

kondisi iklim lokasi. Sebagai contoh pemberian PK pada lokasi dengan ketinggian

1225mdpl sangat berbeda jauh dengan jumlah PK yang diberikan pada peternakan yang

berada di ketinggian 1111mdpl, akan tetapi produksi susu yang dihasilkan tidak berbeda

jauh, hal ini karena rataan suhu diLembang kebih tinggi dibanding rataan suhu di daerah

Cisarua. Hal ini memperkuat dugaan bahwa faktor iklim paling berpengaruh terhadap

produksi susu sapi FH (Fries Holland). Rahadja, (2007) menyatakan bahwa faktor iklim,

khususnya suhu lingkungan sangat berpengaruh terhadap produksi dan konsumsi pakan.

Suhu lingkungan yang naik sampai ±27oC bagi sapi FH menyebabkan produksi susu

menurun. Menurunnya produksi ini disebabkan oleh rendahnya nafsu makan. Hubungan

yang tidak efektif dari penggunaan PK berdasarkan Gambar 11 menyebabkan

3.53.02.52.01.51.0

22.5

20.0

17.5

15.0

12.5

10.0

7.5

5.0

PK

PR

OD

UK

SI

80

215

936

1111

1225

Ketinggian

Scatterplot of PRODUKSI vs PK

30

ketidakefisienan penggunaan PK pada kondisi tertentu, untuk itu perlu dijelaskan

pengaruh PK terhadap indeks THI. Hubungan PK dan THI disajikan pada Gambar 12.

Gambar 12 Hubungan PK berdasarkan THI

Gambar 12 merupakan ilustrasi selera makan sapi perah FH (Fries Holland) pada

berbagai kondisi THI. Hubungan PK dengan THI membentuk pola kuadratik, artinya

selera makan sapi juga akan mengikuti pola kuadratik seiring peningkatan THI. Selera

makan akan meningkat seiring peningkatan THI sampai kondisi tertentu dan setelah itu

selera makan akan menurun meskipun THI meningkat, hal ini karena pada saat THI

melebihi titik kenyamanan sapi lebih banyak minum sehingga konsumsi pakan yang

diberikan menurun.

Pengaruh PK untuk Setiap Lokasi

Berdasarkan Gambar 11 terlihat bahwa pengaruh PK terhadap produksi susu

berbeda-beda, sangat tergantung pada lokasi (suhu dan kelembaban) masing-masing

lokasi. Pengaruh PK pada setiap lokasi dapat diketahui melalui analisis regresi dummy.

Hasil analisis regresi dummy disajikan pada persamaan (5):

..................(5)

Hasil uji parsial koefisien regresi dari persamaan 5 menunjukkan pengaruh PK

terhadap produksi susu tidak selalu nyata pada setiap wilayah. Wilayah-wilayah yang

tidak berpengaruh nyata dan memiliki koefisien regresi relatif sama dilakukan

penggabungan. Pada persamaan 5 tampak bahwa koefisien pengaruh lokasi dan pengaruh

PK untuk Cianjur dan Cisarua relatif sama sehingga kedua wilayah tersebut

digabungkan. Hasil analisis regresi dummy dari data penggabungan ini memberikan

model dugaan seperti disajikan pada persamaan (6).

S = 0.00000000

r = 1.00000000

THI

Fo

od

In

tak

e /

PK

(K

g)

70.0 72.3 74.6 77.0 79.3 81.6 83.91.00

1.23

1.47

1.70

1.94

2.17

2.40

2.64

2.87

PK = -144.8+3.890THI-0.02565THI^2

R2 = 56.9%

31

Untuk menguji apakah model gabungan (full model) sama baiknya dengan model parsial

(reduce model) maka dilakukan pengujian dengan menggunakan kriteria Cp Mallow.

Berdasarkan hasil perhitungan nilai Cp Mallow untuk Full Model adalah 8.73 (p=10) dan

untuk reduce model adalah 8.69 (p=8). Model yang baik adalah model yang memiliki

nilai Cp Mallow lebih kecil atau sama dengan banyaknya paramater (p), sehingga model

yang digunakan adalah model secara keseluruhan pengaruh PK terhadap produksi susu

pada tiap lokasi. Grafik Cp mallow disajikan pada Gambar 13.

Gambar 13 Grafik Cp mallow

Nilai Maksimum Penambahan PK Terhadap Indeks THI untuk Produksi Susu

PK dan THI didapatkan sebagai variabel yang berkaitan erat dan bersifat kudratik

dengan produksi susu, oleh karena itu perlu ditemukan PK maksimal yang dikaitkan

dengan THI yang dapat diberikan pada THI tertentu. Hasil analisis menunjukkan bahwa

hubungan PK dan THI dapat dinyatakan dalam fungsi berikut :

.......................................(7)

Hubungan antara PK dan indeks kenyamanan (THI) bersifat kudratik (Gambar

12). Dengan melakukan turunan pertama dari persamaan (7) diperoleh nilai PK

maksimum pada saat THI = 75.82. Hal ini berarti bahwa pada kondisi THI<75.82, PK

dapat ditambahkan semaksimal mungkin sesuai kemampuan konsumsi ternak sebagai

upaya peningkatan produksi susu. Setelah THI lebih dari 75.82, konsumsi PK akan

semakin menurun, yang mengakibatkan produksi susu juga akan menurun. Namun,

dengan memberikan toleransi +1 dari nilai THI=75.82 masih diperoleh nilai PK yang

penurunannya tidak terlalu tajam, sehingga pada kisaran THI = 75.82 s.d. 76.82 masih

dapat diperoleh PK yang optimal. Dengan demikian, penambahan PK masih dapat

dilakukan dalam upaya peningkatan produksi susu. Sedangkan, pada saat THI>75.82

konsumsi PK akan semakin menurun tajam, sehingga penambahan PK bukan merupakan

upaya yang tepat untuk meningkatkan produksi susu.

32

Berdasarkan interpretasi persamaan (7) tersebut dapat dibuat indeks kenyamanan

konsumsi pakan pada sapi perah FH (Fries Holland). Indeks kenyamanan ini dibagi

dalam tiga keadaan, yaitu :

Keadaan pertama : Sangat nyaman, terjadi pada THI≤75.82. Pada keadaan ini ternak

merasa sangat nyaman untuk mengkonsumsi pakan sehingga PK dapat ditambahkan

semaksimal mungkin dalam upaya peningkatan produksi susu.

Keadaan kedua : Nyaman, terjadi pada 75.82<THI≤76.82. Pada keadaan ini sapi masih

merasa nyaman untuk mengkonsumsi pakan, sehingga masih dapat dilakukan upaya

penambahan PK seoptimal mungkin dalam rangka peningkatan produksi susu.

Keadaan ketiga : Tidak nyaman, terjadi pada THI>76.82. Pada keadaan ini sapi tidak

merasa nyaman untuk mengkonsumsi pakan karena keadaan sapi sedang dalam cekaman

panas, sehingga konsumsi pakan menurun. Dalam keadaan ini upaya penambahan PK

dalam bentuk pakan tidak perlu dilakukan. Sehingga diperlukan upaya lain untuk

merubah keadaan lingkungan ternak menjadi nyaman.

Gambaran lebih detail mengenai indeks kenyamanan konsumsi pakan disajikan pada

Tabel 14.

Tabel 14 Indeks Optimal penggunaan PK untuk produksi susu pada lima lokasi

Opsi-Opsi Adaptasi

Berdasarkan dugaan indeks kenyamanan sapi dalam mengkonsumsi PK, maka

dapat dilakukan suatu perkiraaan status/kondisi kenyamanan lingkungan kandang ternak

setiap lokasi penelitian dengan menggunakan data hasil pengukuran suhu dan

kelembaban yang dilakukan oleh BMG (Badan Meteorologi dan Geofisika) setempat.

Hasil penghitungan indeks kenyamanan tersebut selanjutnya digunakan untuk membuat

kesimpulan waktu yang tepat bagi peternak dalam pemberian pakan optimal sebagai

upaya peningkatan produksi susu. Hal ini dilakukan berdasarkan dugaan indeks THI

setiap bulan dalam satu tahun. Hasil pengukuran indeks THI setiap lokasi disajikan pada

Gambar 14.

Berdasarkan Tabel 14 dan Gambar 14 maka didapatkan irisan waktu yang nyaman

bagi sapi untuk makan dan menghasilkan susu. Untuk Wilayah Jakarta Timur, dari bulan

5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

21

22 71.25 71.60

23 71.39 71.79 72.20 72.60 73.00 73.40

24 71.14 71.59 72.04 72.49 72.95 73.40 73.85 74.30 74.75 75.20

25 71.49 72.00 72.50 73.00 73.50 74.00 74.50 75.00 75.50 76.00 76.50 77.00

26 71.10 71.65 72.20 72.75 73.30 73.85 74.40 74.95 75.50 76.05 76.60 77.15 77.70 78.25 78.80

27 71.01 71.61 72.21 72.81 73.41 74.01 74.61 75.20 75.80 76.40 77.00 77.60 78.20 78.80 79.40 80.00 80.60

28 71.37 72.02 72.67 73.31 73.96 74.61 75.26 75.91 76.56 77.21 77.86 78.51 79.16 79.80 80.45 81.10 81.75 82.40

29 71.63 72.33 73.02 73.72 74.42 75.12 75.82 76.52 77.22 77.91 78.61 79.31 80.01 80.71 81.41 82.10 82.80 83.50

30 71.79 72.54 73.28 74.03 74.78 75.53 76.28 77.02 77.77 78.52 79.27 80.02 80.76 81.51 82.26 83.01 83.76

31 72.65 73.45 74.24 75.04 75.84 76.64 77.43 78.23 79.03 79.83 80.62 81.42 82.22 83.02 83.81

32 73.51 74.35 75.20 76.05 76.90 77.74 78.59 79.44 80.28 81.13 81.98 82.82 83.67

33 74.37 75.26 76.16 77.06 77.95 78.85 79.75 80.64 81.54 82.44 83.33

34 75.23 76.17 77.12 78.06 79.01 79.96 80.90 81.85 82.79 83.74

35 76.09 77.08 78.08 79.07 80.07 81.06 82.06 83.05

36 76.95 77.99 79.04 80.08 81.13 82.17 83.22

37 77.80 78.90 79.99 81.09 82.18 83.28

38 78.66 79.81 80.95 82.10 83.24

39 79.52 80.72 81.91 83.10

40 80.38 81.63 82.87

41 81.24 82.54 83.83

42 82.10 83.44

Su

hu

, ⁰C

Kelembaban Relative, (%)

Nyaman

Sangat Nyaman

Tidak Nyaman

33

80.00

81.00

82.00

83.00

84.00

85.00

86.00

Jan

Feb

Mar

Ap

r

Mei

Jun

Jul

Agt

Sep

t

Okt

No

p

Des

Ind

eks

TH

I

Jakarta Timur

80.00

81.00

82.00

83.00

84.00

85.00

Jan

Feb

Mar

Ap

r

Mei

Jun

Jul

Agt

Sep

t

Okt

No

p

Des

Ind

eks

TH

I

Kota Bogor

75.50

76.00

76.50

77.00

77.50

78.00

78.50

79.00

Jan

Feb

Mar

Ap

r

Mei

Jun

Jul

Agt

Sep

t

Okt

No

p

Des

Ind

eks

THI

Cianjur

70.00

70.50

71.00

71.50

72.00

72.50

73.00

73.50

Jan

Feb

Mar

Ap

r

Mei

Jun

Jul

Agt

Sep

t

Okt

No

p

Des

Ind

eks

THI

Cisarua

69.00

70.00

71.00

72.00

73.00

74.00

75.00

Jan

Feb

Mar

Ap

r

Mei

Jun

Jul

Agt

Sep

t

Okt

No

p

Des

Ind

eks

THI

Lembang

Januari sampai Desember nilai THI berkisar antara 82 sampai 85. Kisaran THI ini berada

di atas ambang kenyamanan ternak dalam mengkonsumsi pakan, yaitu 76.82. Dengan

demikian dapat dikatakan bahwa Wilayah Jakarta Timur bukanlah wilayah yang tepat

untuk dilakukan peningkatan pemberian pakan pada ternak sapi perah FH (Fries

Holland). Sehingga, diperlukan upaya lain dalam peningkatan produksi susu. Wilayah

Kota Bogor pun demikian, nilai THI di atas ambang batas kenyamanan ternak dalam

mengkonsumsi pakan. Sehingga, upaya yang sama dengan Wilayah Jakarta Timur perlu

dilakukan. Untuk Wilayah Cianjur, nilai THI berkisar antara 76.5 sampai 78.5. Dengan

demikian, masih terdapat waktu-waktu yang tepat untuk penambahan pakan dalam upaya

peningkatan produksi susu, yaitu pada bulan Juli sampai September (Gambar 14).

Kemudian, untuk Wilayah Lembang dan Cisarua, nilai THI pada setiap bulan selama

satu tahun berada di bawah ambang batas kenyamanan ternak dalam mengkonsumsi

pakan (76.82). Sehingga, pada kedua wilayah ini penambahan PK dapat dilakukan

semaksimal mungkin sesuai kemampuan konsumsi ternak dalam rangka peningkatan

produksi susu.

Sumber: Data suhu dan Kelembaban BMG (2013)

Gambar 14 Indeks THI tiap lokasi

Dari uraian mengenai indeks kenyamanan ternak dalam konsumsi pakan pada

berbagai keadaan lingkungan tersebut di atas, maka dapat dirumuskan beberapa opsi

adaptasi yang dapat dilakukan sebagai upaya peningkatan produksi susu. Ada tiga aspek

yang dapat diupayakan dalam hal ini, yaitu aspek pakan, lingkungan, dan fisiologi

ternak. Penjabaran opsi adaptasi ketiga aspek tersebut adalah sebagai berikut :

a. Pakan

Pakan yang menjadi perhatian dari hasil penelitian ini adalah PK. Untuk

mengingkatkan produksi susu dapat dilakukan adaptasi dengan cara peningkatan

pemberian PK, misalnya dengan penambahan kuantitas hijauan dan bahan pakan

lainnya yang mengandung protein.

34

b. Lingkungan

Opsi adaptasi yang dapat dilakukan sebagai upaya peningkatan produksi susu

ditinjau dari aspek lingkungan yang menjadi fokus perhatian adalah suhu dan

kelembaban kandang, sirkulasi udara, dan suhu tubuh sapi. Adaptasi yang dapat

dilakukan diantaranya :

Pertama, modifikasi kandang. Kandang harus dibuat senyaman mugkin sehingga

membuat ternak merasa nyaman untuk mengkonsumsi pakan. Hal yang dapat

dilakukan diantaranya adalah dengan menambah ketinggian kandang,

menggunakan atap dari bahan yang dapat menyerap panas, memperluas ventilasi

udara, memperlancar sirkulasi udara di dalam kandang, dan memastikan saluran

limbah di kandang berfungsi maksimal.

Kedua, pemberian naungan di lingkungan kandang sapi. Naungan diperlukan

untuk menahan panas yang dipancarkan oleh sinar matahari sehingga tidak

langsung mengenai kandang sapi. Hal ini dapat dilakukan dengan cara

penambahan jumlah tanaman atau pepohonan di sekitar kandang.

c. Fisiologi ternak

Selain pakan dan lingkungan, aspek fisiologi ternak juga penting diperhatikan

dalam rangka peningkatan produksi susu. Fisiologi ternak yang dimaksud adalah

suhu tubuh sapi. Adaptasi untuk peningkatan produksi susu melalui aspek ini

yaitu dengan cara memodifikasi suhu tubuh sapi. Upaya yang dapat dilakukan

diantaranya dengan melakukan penyiraman suhu tubuh sapi secara berkala dan

pemberian air minum secara ad libitum (tak terbatas).

Opsi-opsi adaptasi yang telah dijabarkan tersebut, sesuai dengan yang dinyatakan

oleh beberapa peneliti sebelumnya. Ismail (2006) menyatakan bahwa penyiraman dan

penganginan tubuh dapat meningkatkan konsumsi PK harian. Velasco et al. (2002)

menyebutkan bahwa cekaman panas dapat dikurangi dengan perbaikan pakan, perbaikan

konstruksi kandang, pemberian naungan pohon dan pemberian air minum secara ad

libitum. Hal ini diperkuat oleh Yani & Purwanto (2006) Perbedaan ketinggian atap

sangat mempengaruhi respon fisiologis sapi perah dan produksi susu yang dihasilkan.

Selanjutnya dikatakan oleh Yani & Purwanto (2006) bahwa untuk mengurangi suhu

kandang dapat digunakan bahan atap yang mampu memantulkan dan menyerap radiasi

sehingga dapata mengurangi penghantaran panas kedalam kandang.

Penerapan opsi-opsi adaptasi tersebut tidak dilakukan pada semua lokasi dan

waktu. Untuk wilayah yang memiliki indeks kenyamanan konsumsi PK “sangat nyaman”

(THI ≤ 75.82), dapat dilakukan adaptasi dalam aspek pakan. Untuk wilayah dengan

indeks kenyamanan konsumsi PK “nyaman” (75.82 < THI ≤ 76.82), dapat dilakukan

adaptasi dalam aspek pakan, lingkungan, dan fisiologi ternak secara maksimal.

Selanjutnya, untuk wilayah yang memiliki keadaan “tidak nyaman” bagi ternak dalam

mengkonsumsi PK (THI > 76.82), maka perlu dilakukan adaptasi dalam aspek

lingkungan dan fisiologi ternak.

SIMPULAN

1. Keragaman produksi susu didaerah Jakarta, Bogor, Cisarua, Cianjur dan Bandung

dipengaruhi oleh Umur, Bobot badan, Protein Kasar, Suhu dan Kelembaban yang

disusun sebagai fungsi produksi dalam bentuk persamaan berikut:

35

Y= 6.608+0.1940 Umur - 0.000888 Umur2 + 0.021BB+1.166PK- 0.163 THI

2. Secara umum kondisi sapi perah di lima lokasi bervariasi dari kondisi stress ringan

hingga stress sedang.

3. Penurunan produksi susu sapi pada kondisi stress sedang berkisar dari 5.06% hingga

24.16%.

4. Penurunan produksi susu sapi dengan asumsi kenaikan suhu 2oC adalah sekitar 3

liter.

5. Nilai maksimum penambahan PK yang dapat dilakukan berdasarkan indek THI untuk

memaksimalkan produksi susu adalah pada THI≤75.82.

6. Opsi adaptasi dapat dilakukan melalui tiga aspek, yaitu adaptasi pakan, adaptasi

lingkungan, dan adaptasi fisiologi ternak.

36

DAFTAR PUSTAKA

Anggraeni, A. 2007. Pengaruh Umur dan Musim Tahun Beranak terhadap Produksi Susu

Sapi Friesian FH (Fries Holland) Pada Pemeliharaaan Intensif dan Semi

Intensif di Kabupaten Banyumas. Seminar Nasional Teknologi Peternakan

dan Veteriner. Balai Penelitian ternak, Bogor.

Bappenas, 2011. Laporan Millenium Development Goals (MDGs). Badan Perencanaan

Pembangunan Nasional (Bappenas). Jakarta.

Barret , M.A. and P.J. Larkin. 1979. Milk And Beef Production In The Tropics. 2nd. Ed.

The English Language Book Society And Oxford University Press.

Baqa, L. 2003. Peran Wirakoperasi Dalam Pengembangan Sistem Agribisnis; Kajian

Terhadap Pengembangan Agribisnis Persusuan Di Indonesia . Makalah Pada

Seminar Dwibulanan Istecs Eropa Di Pusat Studi Asia Tenggara Universitas

Frankfurt. Jerman.

Basya, S. 1983. Berbagai Faktor yang Mempengaruhi Kadar Lemak Susu Sapi Perah.

Prosiding Pengolahan Clan Komunikasi Hasil-hasil Penelitian Peternakan di

Pedesaan. Balai Penelitian Ternak, Bogor.

Bey A,Las.I.1991. Strategi pendekatan iklim dalam usahatani Dalam A. Bey (ed) Kapita

selekta dalam agrometeorologi. Dirjen Pendidikan Tinggi Depdikbud.

Jakarta.

Boer E, Lemmens RHMJ. 1998. Combretocarpus Hook.f.Didalam: Sosef MSM, Hong

LT ,Prawirohatmodjo S, editor. Plant resources of South East Asia No

5(3).Timbertrees:Lesserknown Timbers. Bogor: Prosea Foundation.

Boer R dan Rahman A, (2001). Saat ini dan Masa Depan Variabilitas Iklim Jawa Timur

dan Implikasinya terhadap Pertanian dan Peternakan. Journal Centre for

Climate Risk and Opportunity Management in Southeast Asia and Pacific

Bogor Agricultural University (CCROM SEAP-IPB).

Bohmanova, J., Misztal, I. and Cole, J.B. (2007). Temperature-humidity indices as

indicators of milk production losses due to Humidity stress, Journal of Dairy

Science 90(4), 1947-1956.

Chase, L.E. (2004). Climate Change Impacts On Dairy Cattle.

http://www.climateandfarming.org/pdfs/FactSheets/III.3Cattle.pdf [25

Agustus 2012.

[CSIRO] Climate Adapatation Flagship Working Paper Series; 10. Humidity Stress In

Dairy Cattle In Northern Victoria: Responses To a Changing Climate, 2010.

Danuwidjaya, D. 1980. Pemantapan Usaha Persusuan Dengan Usaha Koperasi. Makalah

Seminar Ruminansia II. Pusat Penelitian Dan Pengembangan Ternak, ciawi,

Bogor.

Darwin, R. (2001). Climate change and food security. Available from URL:

http://www.ers.usda.gov/publications/aib765/aib765-8.pdf [accessed January

23, 2011].

37

Esmay, M.L. 1982. Principle Of Animal Environment. Avi Publishing Company. Inc.

Wesport, Conecticut.

Esmay, M. L. 1978. Principle of Animal environmental. Texbook Ed. AVI Publishing

Company, Inc. Wesport, Co. p. 1-15.

Esminger, M.E. 1971. Dairy Cattle Science. The Interstate Printers and Publisher. Inc.

Danville, Illionis.

Frank, K.L., T.L. Mader, J.A. Harrington, Jr., G.L. Hahn. 2009. Potential Climate

Change Effects On Warm-Season Livestock Production In The Great Plains.

Journal Series No. 14462, Agric. Res. Div., University Of Nebraska.

http://www.udel.edu/SynClim/FrankEtal_IJBSubmitted.pdf. [25 Agustus

2012].

Frumhoff, P.C., McCarthy, J.J., Melillo, J.M., Moser, S.C. and Wuebbles, D.J. (2007).

Confronting climate change in the U.S. northeast: science, impacts, and

solutions. Synthesis report of the Northeast Climate Impacts Assessment

(NECIA), Union of Concerned Scientists, Cambridge, MA.

Hadiyanto. 1984. Informasi Industri dan Usaha Peternakan dan Perikanan. Suplemen

Poultry Indonesia. No. 5 Tahun 1 Jakarta.

Hafez E.S.E and I.A. Dyeer, 1969. Animal Growth and Nutrition. Lea and febiger.

Philadelphia

Hafez, E.S.E. 1968. Adaptation of Domestic Animals. Lea Febiger, Philadelphia. P.74-

116

Handoko, 1986. Klimatologi Dasar. PT. Dunia Pustaka Jaya. Jakarta

Hardiansyah, Kusharto, CM. Editor. 2001. Ketahanan dan Kemandirian Pangan.

Merevolusi Revolusi Hijau. Pemikiran Guru Besar IPB. IPB Press.

Igono, M. O., G. Biotvedt, and H. T. Sanford-Crane. 1992. Environ- mental profile and

critical temperature effects on milk production of FH (Fries Holland) cows

in desert climate. Int. J. Biometeorol. 36:77–87

IPCC. 2001.b. Climate Change 2001: Impact, Adaptation and Vulnerability. Report

of Working Group II to the Intergovernmental Panel on Climate Change

Third Assessment Report. McCarthy JJ, Canziani OF, Leary NA, Dokkren

DJ and White KS (eds). New York : Cambridge University Press.

Jhonson, HD.1987. Bioclimatologi and The Adaption of Livestock. Elsevier.

Amsterdam. 279.p

Jones, R.N. and Hennessy, K.J. (2000). Climate change impacts in the Hunter valley: A

risk assessment of Humidity stress affecting dairy cattle. CSIRO

Atmospheric Research, Victoria.

Jones, G.M. & C.C. Stallings. 1999. Reducing Heat Stress for Dairy Cattle. Virginia

Cooperative Extension. Publication Number 404-200.

KIM, K.H, et al (2010). Productivity and Energy Partition Of Late Lactation Dairy Cows

During Humidity Exposure. Animal Science Journal (2010) 81, 58–62

Lubis, D.A. 1963. Ilmu Makanan Ternak. P.T. Pembangunan , jakarta

38

McDowell, R.E. 1972. Improvement of Livestock Production in Warm Climate. W.H.

Freeman and Company, San Fransisco..p1-128.

Mc Leod, C.R. 1996. Glosarry Of Marine Ecological Term Acromys And Abrevation

Used In Mncr Work. In Marine Nature Conservation Review, Rationale and

Methods. Nature Conservation Comittee. United Kingdom.Mont, L.E. 1979.

Adaptation Of Themperature Environment. Edward arnold Ltd, London.

Mount, L.E. 1979. Adaptation to The Themperature Environment. Man and His

Productive Animal. Edword Arnold, London.

Nesamvuni E, Lekalakala R, Norris D, Ngambi JW. 2012. Effects of Climate Change On

Dairy Cattle, South Africa. African Journal of Agriculture Research Vol.

7(26), pp.3867-3872,

National Research Council. 1971. A Guide to Environmental Research on Animals. Natl.

Acad. Sci., Washington, DC.Silva, R.G., Morais, D.A. and Guilhermino,

M.M. (2007). Evaluation of Thermal Stress Indexes for Dairy Cows in

Tropical Regions, Revista Brasileira de Zootecnia. 36(4):1192-1198.

Rahardja D.P. 2007. Ilmu Lingkungan Ternak. Citra Emulsi, Makassar.

Schmidt, G.H. and L.D. Van Vleck, 1974. Priciples of dairy Science. W.H. Freeman and

Co, San Fransisco

Silva, R.G. 2006. Weather and Climate and Animal Production, in

http://www.Wmo.ch/web/wcp/agus/RevGAMP?Chap11-draft.pdf. [25

Agustus 2012]

Silva, R.G., Morais, D.A. and Guilhermino, M.M. (2007). Evaluation of Themperature

stress indexes for dairy cows in tropical regions, Revista Brasileira de

Zootecnia. 36(4):1192-1198.

Siregar, S.B dan L. Praharani. 1992. Pengembangan Usaha Tani Sapi Perah di Daerah

Jawa Barat. Prosiding Pengolahan clan Komunikasi Hasil-hasil Penelitian

Peternakan di Pedesaan. Balai Penelitian Ternak, Bogor.

Siregar S.B . 1992 Efisiensi Ekonomis Pemeliharaan Sapi Perah di Daerah Bogor,

Lembang dan Garut, Jawa Barat. Pros. Pengolahan dan Komunikasi Hasil

Penelitian Ruminansia Besar. Balai Penelitian Ternak ; Ciawi.

Siregar, SB. 2001. Peningkatan Kemampuan Berproduksi Susu Sapi Perah laktasi

Melalui Perbaikan Pakan dan Frekuensi Pemberiannya. Jurnal Ilmu Ternak

dan Veteriner. Vol. 6 No.2.

Suhartini, S.H. 2001. Dampak Kebijakan Pemerintah Terhadap Keragaan Industri

Persusuan Indonesia. (Tesis) Program Pascasarjana IPB. Bogor.

Sudono A, Abdulgani Ik, Najid H, Maheswari RRA, 1999. Penuntun Praktikum Ternak

Perah. Jurusan Ilmu Produksi Ternak. Fakultas Peternakan, Institut Pertanian

Bogor.

Sudono, A., Fina dan Budi. 2002. Beternak Sapi Perah Secara Intensif. Penerbit

Agromedia Pustaka. Depok.

Sutardi, 1982. Sapi Perah dan Pemberian Makanannya. Dept. Ilmu Makanan Ternak,

Fakultas Peternakan , IPB. Bogor.

39

Syazali, M. 2011. Penentuan Harga Opsi Put Amerika dengan Simulasi Monte Carlo.

[Thesis]. Bogor. Program Pascasarjana. Institut Pertanian Bogor.

Tyler-walter, H. K. Hiscock; D.B. Lear and Jackson. 2001. Identiying Species And

Ecosystem Sensitivities. Report To departement For Environment, Food And

Rural Affairs From The Marine Life Information Network (MarLIN), Marine

Biological Assciation Of The United Kingdom. Plymouth.

UNICEF.1998. The State of The World’s Children 1998. UNICEF. New York.

Valtorta,S.E. 2006. Animal Production in Changing climate.

http://www.asrc.agri.missouri.edu. [25 Agustus 2012].

Walpole, R.E.1992.Pengantar Statistika. Edisi ke-3. PT Gramedia Pustaka Utama

:Jakarta.

Waltner, S.S., J.P. Mc Namara and J.K. Hillers.1993. Relationship Body Condition

Score to Production in Postpartum Beef Cows. I. Effect of Suckling on

Serum and Follicular Fluid Hormones and Follicular Gonadotrophin

Receptors. Biol. Reprod. 26: 640 – 646.

West, J.W.1994. Interaction of Energy and Bovine Somatrophin with Heat Stress. J.

Dairy Sci. 43:1245.

Wierema, F. 1990. In: Chestnut, A. & D. Houston.Humidity Stress and Cooling Cows.

http:// www.vigortone.com/Humidity_stress.htm[ 21 Oktober 2005 ]

Wong F T. 2001. Aplikasi Statistik Ekstrim dan Simulasi Monte Carlo dalam Penentuan

Beban Rencana pada Struktur dengan Umur Guna Tertentu. Dimensi Teknik

Sipil. Vol. 3, No.2, 84-88

Wright, I.A., S.M. Rhind, A.J.f. Russel, T.K.Whyte, A.J. Mcbean and S.R.

Mcmillen.1989. Effects of Body Condition, Food Intake and Temporary Calf

Separation on the Duration of the Post-Partum Anoestrus Period and

Associated Lh, Fsh and Prolactin Concentration in Beef Cows. Anim. Prod.

45: 395 – 402.

Yani, A dan B.Purwanto. 2006. Pengaruh Iklim Mikro terhadap Respons Fisiologis Sapi

Peranakan Fries Holland dan Modifikasi Lingkungan untuk Meningkatkan

Produktivitasnya. Media Peternakan. Vol.29 No1. Hal. 35

Yousef, M.K. 1985. Thermoneutral Zone. In: M.K.Yousef (Ed.). Stress Physiology of

Livestock. Vol.II. CRC Press, Inc. Boca Raton, Florida. P.68-69.

40

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta, pada tanggal 27 Februari 1982 dari pasangan (alm)

H. Juber dan (almh) Ermawati. Penulis merupakan putra kelima dari sebelas bersaudara.

Tahun 2002 penulis menyelesaikan pendidikan di SMU N I Pamanukan,

Kab.Subang. Pada tahun yang sama penulis diterima di IPB melalui jalur USMI

(Undangan Seleksi Masuk IPB) pada jurusan Ilmu Produksi dan Teknologi Peternakan-

Fakultas Peternakan dan menamatkan kuliah pada tahun 2007. Penulis terlibat aktif pada

organisasi kemahasiswaan seperti BEM-KM IPB, Himaproter dan UKM Merpati Putih.

Pasca tamat penulis sempat bekerja di PT.Cheil Jeddang dan LSM Sayogyo Institut. Pada

tahun 2010 penulis melanjutkan pendidikan di Program Studi Pengeloaan Sumberdaya

Alam dan Lingkungan, Sekolah Pascasarjana-Institut Pertanian Bogor. Disamping

menjalani studi penulis juga bekerja sambilan di PT.Guna Bakti Mandiri dan menjadi

tenaga freelance pada konsultan AMDAL-YALHI.

41

LAMPIRAN

42

Lampiran 1 Regresi Kuadratik umur terhadap Produksi

Polynomial Regression Analysis: PRODUKSI versus Umur The regression equation is

PRODUKSI = 5.618 + 0.1940 Umur - 0.000888 Umur**2

S = 3.34855 R-Sq = 26.0% R-Sq(adj) = 24.1%

Analysis of Variance

Source DF SS MS F P

Regression 2 307.34 153.670 13.70 0.000

Error 78 874.60 11.213

Total 80 1181.94

Sequential Analysis of Variance

Source DF SS F P

Linear 1 275.315 23.99 0.000

Quadratic 1 32.025 2.86 0.095

Hasil dari SPSS Coefficients

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

Umur .194 .074 1.323 2.610 .011

Umur ** 2 .000 .001 -.857 -1.690 .095

(Constant) 5.618 2.325 2.416 .018

43

Lampiran 2 Regresi Error umur terhadap BB, PK, TDN, BK, Suhu, ketinggian dan

kelembaban

Regression Analysis: E_U versus BB, PK, ... The regression equation is

E_U = - 12.7 + 0.0199 BB + 24.3 PK - 2.19 TDN - 1.47 BK + 0.219 Suhu

- 0.00908 Ketinggian + 0.048 Kelembaban

Predictor Coef SE Coef T P VIF

Constant -12.73 39.67 -0.32 0.749

BB 0.01987 0.01148 1.73 0.088 2.423

PK 24.26 13.13 1.85 0.069 717.920

TDN -2.194 2.683 -0.82 0.416 309.580

BK -1.4741 0.6657 -2.21 0.030 117.435

Suhu 0.2193 0.7365 0.30 0.767 92.507

Ketinggian -0.009080 0.006788 -1.34 0.185 130.408

Kelembaban 0.0481 0.1723 0.28 0.781 32.159

S = 2.59079 R-Sq = 44.0% R-Sq(adj) = 38.6%

PRESS = 587.678 R-Sq(pred) = 32.81%

Analysis of Variance

Source DF SS MS F P

Regression 7 384.609 54.944 8.19 0.000

Residual Error 73 489.989 6.712

Total 80 874.598

Source DF Seq SS

BB 1 202.151

PK 1 76.789

TDN 1 43.089

BK 1 8.985

Suhu 1 0.066

Ketinggian 1 53.006

Kelembaban 1 0.523

Unusual Observations

Obs BB E_U Fit SE Fit Residual St Resid

14 436 3.418 -2.174 0.747 5.592 2.25R

51 511 8.048 1.949 0.557 6.098 2.41R

61 499 -0.486 -2.122 1.642 1.636 0.82 X

68 530 4.896 3.717 1.415 1.179 0.54 X

R denotes an observation with a large standardized residual.

X denotes an observation whose X value gives it large leverage.

Durbin-Watson statistic = 2.10188

44

Correlations: Ketinggian, Suhu, Kelembaban, Umur, BB, PK, TDN, BK Ketinggian Suhu Kelembaban Umur BB

Suhu -0.932

0.000

Kelembaban 0.727 -0.890

0.000 0.000

Umur 0.520 -0.567 0.508

0.000 0.000 0.000

BB 0.661 -0.685 0.564 0.351

0.000 0.000 0.000 0.001

PK 0.671 -0.522 0.265 0.344 0.282

0.000 0.000 0.017 0.002 0.011

TDN 0.556 -0.412 0.137 0.281 0.220

0.000 0.000 0.224 0.011 0.049

BK 0.161 0.014 -0.224 0.056 -0.131

0.150 0.903 0.044 0.622 0.244

Correlations: PK, TDN, BK

PK TDN

TDN 0.983

0.000

BK 0.833 0.892

0.000 0.000

PRODUKSI 0.541 0.452 0.134

0.000 0.000 0.229

Cell Contents: Pearson correlation

P-Value

46

Lampiran 4 Uji autokorelasi Plot sisaan

The regression equation is

RESI2 = 0.077 lag_RESI2

80 cases used, 1 cases contain missing values

Predictor Coef SE Coef T P

Noconstant

lag_RESI2 0.0770 0.1121 0.69 0.494

S = 2.68555

Analysis of Variance

Source DF SS MS F P

Regression 1 3.405 3.405 0.47 0.494

Residual Error 79 569.760 7.212

Total 80 573.165

Unusual Observations

Obs lag_RESI2 RESI2 Fit SE Fit Residual St Resid

15 4.86 -3.099 0.374 0.545 -3.473 -1.32 X

38 5.22 -0.824 0.402 0.586 -1.227 -0.47 X

48 -5.05 -3.100 -0.389 0.567 -2.711 -1.03 X

51 2.62 5.890 0.202 0.294 5.688 2.13R

52 5.89 0.582 0.454 0.660 0.129 0.05 X

54 -4.90 -4.183 -0.377 0.549 -3.806 -1.45 X

58 -5.14 3.898 -0.396 0.576 4.293 1.64 X

60 5.26 2.275 0.405 0.590 1.870 0.71 X

74 5.18 0.698 0.399 0.581 0.299 0.11 X

R denotes an observation with a large standardized residual.

X denotes an observation whose X value gives it large leverage.

7.55.02.50.0-2.5-5.0

7.5

5.0

2.5

0.0

-2.5

-5.0

lag_RESI2

RES

I2

Scatterplot of RESI2 vs lag_RESI2

47

Lampiran 5 Hasil uji korelasi PK dengan lokasi menggunakan regresi dummy

Regression Analysis: PRODUKSI versus Djkt, Dbgr, ... The regression equation is

PRODUKSI = 30.5 Djkt + 15.1 Dbgr - 6.0 Dcjr - 3.74 Dcis - 31.5 Dlbg - 10.7

PKjkt

- 2.87 PKbgr + 7.81 PKcjr + 10.2 Pkcis + 15.4 PKlbg

Predictor Coef SE Coef T P

Noconstant

Djkt 30.493 6.881 4.43 0.000

Dbgr 15.140 4.690 3.23 0.002

Dcjr -6.03 11.66 -0.52 0.606

Dcis -3.745 6.052 -0.62 0.538

Dlbg -31.53 39.06 -0.81 0.422

PKjkt -10.667 3.675 -2.90 0.005

PKbgr -2.871 3.274 -0.88 0.383

PKcjr 7.810 4.642 1.68 0.097

Pkcis 10.182 3.096 3.29 0.002

PKlbg 15.39 12.17 1.26 0.210

S = 2.35740

CP Mallow=23,....

Analysis of Variance

Source DF SS MS F P

Regression 10 15466.7 1546.7 278.31 0.000

Residual Error 71 394.6 5.6

Total 81 15861.3

Source DF Seq SS

Djkt 1 1795.6

Dbgr 1 3173.0

Dcjr 1 911.2

Dcis 1 5958.6

Dlbg 1 3492.4

PKjkt 1 46.8

PKbgr 1 4.3

PKcjr 1 15.7

Pkcis 1 60.1

PKlbg 1 8.9

Unusual Observations

Obs Djkt PRODUKSI Fit SE Fit Residual St Resid

2 1.00 18.000 11.131 0.618 6.869 3.02R

16 1.00 7.000 13.169 1.065 -6.169 -2.93R

45 0.00 18.500 16.438 2.040 2.062 1.74 X

47 0.00 13.000 10.955 1.843 2.045 1.39 X

66 0.00 14.500 10.385 1.804 4.115 2.71RX

R denotes an observation with a large standardized residual.

X denotes an observation whose X value gives it large leverage.

48

Regression Analysis: PRODUKSI versus Djkt, Dbgr, ...(pengabungan cianjur&cisarua) The regression equation is

PRODUKSI = 30.5 Djkt + 15.1 Dbgr + 13.6 Dcjrcis - 31.5 Dlbg - 10.7 PKjkt

- 2.87 PKbgr + 0.97 Pkcjrcis + 15.4 PKlbg

Predictor Coef SE Coef T P

Noconstant

Djkt 30.493 7.609 4.01 0.000

Dbgr 15.140 5.186 2.92 0.005

Dcjrcis 13.643 3.724 3.66 0.000

Dlbg -31.53 43.19 -0.73 0.468

PKjkt -10.667 4.064 -2.62 0.011

PKbgr -2.871 3.620 -0.79 0.430

Pkcjrcis 0.972 1.803 0.54 0.592

PKlbg 15.39 13.46 1.14 0.257

S = 2.60697

CP Mallow=25,....

Analysis of Variance

Source DF SS MS F P

Regression 8 15365.1 1920.6 282.60 0.000

Residual Error 73 496.1 6.8

Total 81 15861.3

Source DF Seq SS

Djkt 1 1795.6

Dbgr 1 3173.0

Dcjrcis 1 6842.2

Dlbg 1 3492.4

PKjkt 1 46.8

PKbgr 1 4.3

Pkcjrcis 1 2.0

PKlbg 1 8.9

Unusual Observations

Obs Djkt PRODUKSI Fit SE Fit Residual St Resid

2 1.00 18.000 11.131 0.683 6.869 2.73R

16 1.00 7.000 13.169 1.178 -6.169 -2.65R

43 0.00 11.000 16.133 1.051 -5.133 -2.15R

45 0.00 18.500 16.439 1.575 2.061 0.99 X

79 0.00 17.200 16.459 1.426 0.741 0.34 X

R denotes an observation with a large standardized residual.

X denotes an observation whose X value gives it large leverage.

Regression Analysis: PRODUKSI versus Djkt, Dlbg, ... (penggabungan Bgr, cianjur&cisarua) The regression equation is

PRODUKSI = 30.5 Djkt - 31.5 Dlbg - 10.7 PKjkt + 15.4 PKlbg + 4.71 DBgrCjrCis

+ 4.98 PKBgrCjrCis

Predictor Coef SE Coef T P

49

Noconstant

Djkt 30.493 8.198 3.72 0.000

Dlbg -31.53 46.53 -0.68 0.500

PKjkt -10.667 4.378 -2.44 0.017

PKlbg 15.39 14.51 1.06 0.292

DBgrCjrCis 4.712 1.797 2.62 0.011

PKBgrCjrCis 4.984 1.005 4.96 0.000

S = 2.80863

Analysis of Variance

Source DF SS MS F P

Regression 6 15269.7 2544.9 322.62 0.000

Residual Error 75 591.6 7.9

Total 81 15861.3

Source DF Seq SS

Djkt 1 1795.6

Dlbg 1 3492.4

PKjkt 1 46.8

PKlbg 1 8.9

DBgrCjrCis 1 9731.8

PKBgrCjrCis 1 194.2

CP mallow=36,....

50