Analisis Lintas Beberapa Karakter Agronomi untuk Pengembangan Kriteria Seleksi Tanaman Sorgum (Sorghum bicolor L. Moench)

ANALISIS LINTAS BEBERAPA KARAKTER AGRONOMI
UNTUK PENGEMBANGAN KRITERIA SELEKSI TANAMAN
SORGUM (Sorghum bicolor L. Moench)

MIA SRI LISTIANI AHMAD

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Lintas
Beberapa Karakter Agronomi untuk Pengembangan Kriteria Seleksi Tanaman
Sorgum (Sorghum bicolor L. Moench) adalah benar karya saya dengan arahan
dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2014
Mia Sri Listiani Ahmad
NIM G14100057

ABSTRAK
MIA SRI LISTIANI AHMAD. Analisis Lintas Beberapa Karakter Agronomi
untuk Pengembangan Kriteria Seleksi Tanaman Sorgum (Sorghum bicolor L.
Moench). Dibimbing oleh AJI HAMIM WIGENA dan SOERANTO HUMAN.
Hampir semua bagian dari tanaman serealia sorgum dapat dimanfaatkan,
sehingga tanaman sorgum perlu dibudidayakan dan diperbaiki kualitasnya.
Perbaikan kualitas sorgum dapat dilakukan melalui pemuliaan tanaman. Salah
satu karakter agronomi yang perlu diperbaiki kualitasnya adalah daya hasil
tanaman. Daya hasil tanaman sorgum dipengaruhi juga oleh karakter agronomi
lainnya. Besar pengaruh karakter-karakter agronomi terhadap daya hasil tanaman
dapat diketahui dengan analisis lintas dan tingkat pewarisan sifat-sifatnya dapat
diketahui berdasarkan nilai heritabilitas. Karakter agronomi yang digunakan pada
penelitian ini adalah produksi biji kering, produksi biomassa keseluruhan,
produksi biomassa tanpa biji, pembungaan 50%, panjang malai, tinggi tanaman,

umur panen, berat 1000 biji, berat malai, diameter batang, dan jumlah ruas batang.
Hasil penelitian ini menunjukkan bahwa daya hasil tanaman berdasarkan produksi
biji kering (PBK) dan produksi biomassa keseluruhan (PBS) paling dipengaruhi
oleh berat malai (BM) sehingga BM dapat dijadikan kriteria seleksi tanaman
sorgum dengan tingkat heritabilitas sedang. Selain itu, panjang malai (PM) juga
dapat dijadikan kriteria seleksi tanaman sorgum karena PM memiliki pengaruh
total yang besar terhadap PBS dengan tingkat heritabilitas tinggi. Daya hasil
tanaman berdasarkan produksi biomassa tanpa biji (PBTB) tidak dipengaruhi oleh
karakter agronomi lainnya.
Kata kunci: analisis lintas, heritabilitas, sorgum

ABSTRACT
MIA SRI LISTIANI AHMAD. Path Analysis of Several Agronomic Characters to
Development Selection Criteria of Sorghum (Sorghum bicolor L. Moench).
Supervised by AJI HAMIM WIGENA and SOERANTO HUMAN.
Almost all parts of cereal sorghum plants can be used, so that sorghum needs to be
cultivated and improved quality. Sorghum quality improvement can be done
through plant breeding. One of the agronomic characters that need to be improved
agronomic quality is yield plants. Sorghum yield was also be affected by other
agronomic characters. The great effect on the agronomic characters crop yield can

be determined by path analysis and levels of inheritance properties can be
determined based on the value of heritability. Agronomic characters under study
is the production of dry seeds, total biomass production, biomass production
without seeds, 50% flowering, panicle length, plant height, maturity, weight of
1000 seeds, panicle weight, stem diameter, and number of stem segments. The
results of this study indicate that yield based on the production of dry seeds (PBK)

and total biomass production (PBS) was the most dominant effect of the increase
in panicle weight (BM) so BM can be used as selection criteria sorghum plants
with moderate levels of heritability. In addition, panicle length (PM) can also be
used as selection criteria sorghum because PBS was the most dominant effect of
the increase in PM with a high degree of heritability. Yield based on biomass
production without seeds (PBTB) was not affected by other agronomic characters.
Keywords: heritability, path analysis, sorghum

ANALISIS LINTAS BEBERAPA KARAKTER AGRONOMI
UNTUK PENGEMBANGAN KRITERIA SELEKSI TANAMAN
SORGUM (Sorghum bicolor L. Moench)

MIA SRI LISTIANI AHMAD

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

Judul Skripsi : Analisis Lintas Beberapa Karakter Agronomi untuk Pengembangan
Kriteria Seleksi Tanaman Sorgum (Sorghum bicolor L. Moench)
Nama
: Mia Sri Listiani Ahmad
NIM
: G14100057

Disetujui oleh

Dr Ir Aji Hamim Wigena, MSc
Pembimbing I

Prof Dr Ir Soeranto Human, MSc
Pembimbing II

Diketahui oleh

Dr Ir Anang Kurnia, MSi
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT karena dengan rahmat
dan karunia–Nya penulis dapat menyelesaikan karya ilmiah ini yang berjudul
“Analisis Lintas Beberapa Karakter Agronomi untuk Pengembangan Kriteria
Seleksi Tanaman Sorgum (Sorghum bicolor L. Moench)”. Tujuan dari pembuatan
karya ilmiah ini adalah sebagai salah satu syarat untuk memperoleh gelar Sarjana

Statistika pada Departemen Statistika IPB.
Terima kasih penulis ucapkan kepada Bapak Dr Ir Aji Hamim Wigena, MSc
dan Bapak Prof Dr Ir Soeranto Human, MSc selaku dosen pembimbing.
Ungkapan terima kasih juga disampaikan kepada kedua orang tua, keluarga besar
Statistika 47, teman-teman dari Departemen Agronomi dan Hortikultura IPB, dan
seluruh pihak yang telah membantu selesainya karya ilmiah ini.
Semoga karya ilmiah ini bermanfaat bagi semua pihak yang membutuhkan.

Bogor, Juli 2014
Mia Sri Listiani Ahmad

DAFTAR ISI
DAFTAR TABEL

vii

DAFTAR GAMBAR

vii

DAFTAR LAMPIRAN

viii

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

2

TINJAUAN PUSTAKA

2

Sorgum

2

Nuklir dalam Pemuliaan Tanaman

2

Analisis Lintas

3

Koefisien Lintas

3

Uji Kesesuaian Model Lintasan

4

Heritabilitas
METODE

5
6

Data

6

Prosedur Analisis Data

8

HASIL DAN PEMBAHASAN

9

Eksplorasi data

9

Analisis Lintas

10

Produksi Biji Kering (PBK)

10

Produksi Biomassa Keseluruhan (PBS)

13

Produksi Biomassa Tanpa Biji (PBTB)

16

Heritabilitas

18

Pengujian Asumsi Analisis Ragam

18

Tingkat Heritabilitas

20

SIMPULAN DAN SARAN

21

Simpulan

21

Saran

21

DAFTAR PUSTAKA

21

RIWAYAT HIDUP

28

DAFTAR TABEL
1
2
3
4
5
6
7

Analisis ragam gabungan beberapa lokasi (model acak)
Kode bahan tanaman sorgum
Kode karakter agronomi beserta cara pengukuran
Uji linieritas pada analisis lintas PBK
Koefisien lintas dan koefisien determinasi pada analisis lintas PBK
Pengujian koefisien lintas pada analisis lintas PBK
Besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total
terhadap PBK
8 Uji linieritas pada analisis lintas PBS
9 Koefisien lintas dan koefisien determinasi pada analisis lintas PBS
10 Pengujian koefisien lintas pada analisis lintas PBS
11 Besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total
terhadap PBS
12 Uji linieritas pada analisis lintas PBTB
13 Koefisien lintas dan koefisien determinasi pada analisis lintas PBTB
14 Pengujian koefisien lintas pada analisis lintas PBTB
15 Uji keaditifan model setiap karakter agronomi
16 Uji keaditifan model setiap karakter agronomi yang ditransformasi
17 Tingkat heritabilitas setiap karakter agronomi

5
7
7
10
11
12
12
14
14
15
16
17
18
18
19
19
20

DAFTAR GAMBAR
1
2
3
4
5
6

Plot koefisien keragaman (KK) setiap karakter agronomi
Diagram lintas untuk PBK (Model awal)
Diagram lintas untuk PBK (Model alternatif)
Diagram lintas untuk PBS (Model awal)
Diagram lintas untuk PBS(Model alternatif)
Diagram lintas untuk PBTB (Model awal)

9
10
12
13
15
17

DAFTAR LAMPIRAN
1 Asal usul 10 galur mutan harapan
2 Eksplorasi data dari setiap karakter agronomi
3 Plot antar sisaan yang dibakukan dengan urutan pengamatan
analisis lintas peubah utama PBK
4 Plot antar sisaan yang dibakukan dengan urutan pengamatan
analisis lintas peubah utama PBS
5 Plot antar sisaan yang dibakukan dengan urutan pengamatan
analisis lintas peubah utama PBTB
6 Plot antar sisaan yang dibakukan terhadap nilai dugaan respon
dibakukan
7 Gambar tanaman sorgum di lapangan (varietas mutan Pahat)
8 Gambar malai sorgum salah satu galur mutan yang diuji

23
24
pada
24
pada
25
pada
26
yang
27
28
28

PENDAHULUAN
Latar Belakang
Sorgum merupakan tanaman yang memiliki banyak manfaat bagi kehidupan.
Di Indonesia, sorgum disebut tanaman hermada (tanaman harapan masa depan)
karena hampir semua bagian tanaman dapat dimanfaatkan. Biji sorgum yang
memiliki kadar karbohidrat tinggi dapat dijadikan harapan sebagai pangan pokok
pengganti beras dan jagung (Widowati 2011). Selain dijadikan bahan pangan,
tanaman sorgum juga dapat dijadikan bahan pakan ternak.
Pengembangan tanaman sorgum di Indonesia belum sebaik padi dan jagung.
Sorgum harus dibudidayakan dan diperbaiki kualitasnya karena tanaman ini
memiliki beberapa keunggulan dibandingkan dengan tanaman lain. Beberapa
keunggulan dari tanaman sorgum adalah dapat tumbuh di lahan kering dan di
tempat yang mendapatkan genangan banjir, serta relatif tahan terhadap gangguan
hama atau penyakit (Sirappa 2003). Oleh karena itu, terdapat peluang yang cukup
besar untuk meningkatkan daya hasil tanaman sorgum sehingga dapat
menyelesaikan krisis pangan dan pemenuhan pakan ternak di Indonesia. Daya
hasil tanaman sorgum untuk kepentingan bahan pangan dan bahan pakan dapat
diukur berdasarkan produksi biji dan produksi biomassa yang dipengaruhi juga
oleh karakter agronomi lainnya.
Pemuliaan tanaman merupakan salah satu cara untuk meningkatkan daya
hasil tanaman sorgum sehingga menghasilkan varietas unggul dan stabil terhadap
lingkungan. Pencarian varietas unggul memerlukan seleksi genotipe tanaman
sorgum. Pada tahap seleksi genotipe biasanya dilakukan analisis setiap karakter
agronomi tanaman. Namun, hal itu menjadi tidak efisien dalam analisis pemilihan
genotipe yang unggul dan stabil terhadap lingkungan. Salah satu solusinya yaitu
sebelum melakukan seleksi genotipe tanaman sorgum perlu dilakukan terlebih
dahulu pencarian informasi tentang besarnya pengaruh atau keeratan hubungan
karakter agronomi terhadap produksi biji kering dan produksi biomassa pada
tanaman sorgum. Karakter agronomi yang memiliki pengaruh besar atau memiliki
hubungan yang kuat terhadap kedua karakter utama tersebut dapat
dipertimbangkan pada saat melakukan seleksi genotipe tanaman sorgum.
Keeratan hubungan linier antara karakter agronomi terhadap produksi biji
kering dan produksi biomassa sorgum dapat diketahui dengan menggunakan
analisis korelasi. Namun, analisis korelasi memiliki kelemahan yaitu tidak dapat
menjelaskan besarnya pengaruh dan hubungan sebab akibat. Kelemahan dari
analisis korelasi ini dapat diatasi dengan menggunakan analisis lintas. Analisis
lintas dapat menjelaskan keeratan hubungan dan besarnya pengaruh yang
diuraikan menjadi pengaruh langsung dan pengaruh tidak langsung.
Besar pengaruh karakter agronomi terhadap daya hasil tanaman tidak bisa
dipastikan selalu tetap dari mulai induknya sampai keturunannya. Hal ini
dikarenakan, karakter agronomi masih dikendalikan oleh gen yang dimilikinya.
Besar pengaruh gen terhadap karakter agronomi dapat diketahui dengan
menghitung nilai dugaan heritabilitas. Berdasarkan hal itu, akan lebih baik
kesimpulan yang didapatkan dari analisis lintas disesuaikan terlebih dahulu
dengan hasil yang didapatkan dari analisis heritabilitas.

2

Tujuan Penelitian
Tujuan dari penelitian ini adalah menganalisis besarnya pengaruh langsung
maupun pengaruh tidak langsung beberapa karakter agronomi terhadap produksi
biji kering, produksi biomassa keseluruhan, dan produksi biomassa tanpa biji yang
disertai analisis heritabilitas setiap karakter agronomi sebagai petunjuk kriteria
seleksi genotipe tanaman sorgum dalam pencarian varietas unggul dan stabil.

TINJAUAN PUSTAKA
Sorgum
Sorgum (Sorghum bicolor L. Moench) adalah tanaman serealia yang sudah
cukup dikenal di wilayah tertentu di Indonesia meskipun bukan tanaman asli
Indonesia. Tanaman ini berasal dari Ethiopia dan Sudan, Afrika.
Bulir atau biji sorgum yang dapat dilihat pada Lampiran 7 mengandung
karbohidrat 70.7 g/100 g sehingga sangat potensial dijadikan pangan alternatif
penganti beras (Widowati 2011). Pemanfaatan untuk bahan pakan ternak
didapatkan dari keseluruhan biomassa yang dapat dilihat pada Lampiran 8
ataupun biomassa tanpa biji. Biomassa adalah bahan organik yang dihasilkan
melalui proses fotosintesis seperti biji, batang, dan daun. Produksi batang dan
daun sorgum dapat mencapai 30 sampai 40 ton/ha dalam berat basah dan produksi
biji kering mencapai 4.5 sampai 6 ton/ha (Supriyanto 2010).
Sorgum manis adalah sorgum yang batangnya memiliki kandungan gula
yang tinggi dan sering digunakan untuk memproduksi gula cair atau diproses
menjadi bioetanol sebagai sumber energi terbarukan. Biji sorgum dapat
menghasilkan gula sederhana karena mengandung pati sebanyak 65% sampai 71%
(Sirappa 2003). Pati sorgum juga dapat digunakan dalam kegiatan industri seperti
bahan perekat dan bahan pengental.

Nuklir dalam Pemuliaan Tanaman
Pemuliaan tanaman dengan melakukan mutasi bertujuan meningkatkan
ragam genetik sehingga menghasilkan sifat-sifat yang baru dari karakter agronomi
(Human et al 2010). Keragaman genetik yang didapatkan akan menjadi bahan
pertimbangan seleksi genotipe tanaman.
Pemuliaan tanaman dapat menggunakan nuklir dengan teknik mutasi radiasi
(Human et al 2010). Mutasi adalah perubahan pada materi genetik suatu makhluk
yang dilakukan secara alamiah atau sengaja, bersifat acak dan terwariskan
(heritable) (Human 2007). Proses mutasi terbagi menjadi dua yaitu mutasi dengan
proses alami dan mutasi induksi. Mutasi induksi dilakukan dengan cara
memberikan bahan mutagen tertentu terhadap organ reproduksi tanaman. Bahan
mutagen tersebut terdiri atas dua jenis yaitu mutagen kimia dan mutagen fisika.
Bahan mutagen yang biasa digunakan oleh PAIR-BATAN untuk pemuliaan

3
mutasi sorgum adalah mutagen fisika yang berupa radiasi sinar gamma Chamber
bersumber Cobalt-60.

Analisis Lintas
Analisis lintas hampir sama dengan analisis regresi. Peubah tidak bebas
pada analisis regresi berganda disebut peubah endogen dalam analisis lintas dan
peubah bebas pada analisis regresi berganda disebut peubah eksogen dalam
analisis lintas. Hubungan antara peubah eksogen dan peubah endogen dapat
digambarkan berdasarkan teori dan pengetahuan ahli dengan diagram lintas
(Carter et al., 2004).
Diagram lintas menggambarkan secara jelas tentang pengaruh langsung dan
pengaruh tidak langsung dari peubah eksogen terhadap peubah endogen. Pengaruh
langsung adalah pengaruh satu peubah eksogen terhadap peubah endogen tanpa
melalui peubah lain, sedangkan pengaruh tidak langsung adalah pengaruh satu
peubah eksogen terhadap peubah endogen dengan melalui satu atau beberapa
peubah lainnya (Lleras 2005).
Asumsi-asumsi yang harus dipenuhi dalam melakukan analisis lintas (Dillon
dan Goldstein 1984; Kusnendi 2008) adalah sebagai berikut:
1.
Peubah yang diamati diasumsikan hasil pengukuran yang akurat yang
berasal dari sumber yang sama dan peubah yang digunakan minimal
berskala interval yang dapat diamati secara langsung.
2.
Model diagram lintas yang dibuat berdasarkan teori atau pengetahuan dari
ahli yang bersangkutan.
3.
Model yang dianalisis adalah model rekursif yaitu model yang memiliki
hubungan sebab akibat antar peubah tidak saling berbalik.
4.
Hubungan antar peubah eksogen dengan peubah endogen bersifat linier dan
aditif.
5.
Antar sisaan tidak berkorelasi dan tidak terdapat multikolinieritas antar
peubah eksogen.
Koefisien Lintas
Koefisien lintas adalah besar pengaruh langsung peubah eksogen terhadap
peubah endogen. Koefisien tersebut adalah koefisien regresi dari peubah yang
telah dibakukan (Lleras 2005) yang disusun menjadi model struktural, maka
modelnya adalah sebagai berikut:
;
̂ =√ -

;

∑ ̂

;

untuk
;
dengan
adalah nilai peubah endogen pada persamaan ke-i yang dibakukan,
adalah nilai peubah eksogen ke-j yang dibakukan,
adalah koefisien
lintas atau besar pengaruh langsung dari peubah

terhadap peubah Yj,

adalah

4
banyaknya peubah endogen, adalah banyaknya peubah eksogen pada setiap
model struktural,
adalah koefisien lintas sisaan pada model struktural ke-i,
adalah sisaan,
adalah koefisien korelasi antara peubah eksogen (
dan
peubah endogen (
, dan
adalah koefisien determinasi pada model
struktural ke-i. Besarnya pengaruh tidak langsung dari peubah eksogen (
terhadap peubah endogen ( ) melalui peubah
adalah sebesar
.
Pengujian koefisien lintas dapat menggunakan statistik uji-t dengan
hipotesis sebagai berikut:
H0 :
( tidak berpengaruh terhadap )
H1 :

(

berpengaruh terhadap

Dengan statistik uji adalah:

̂

=
√

-

- -

dengan adalah unsur matriks kebalikan (invers) korelasi peubah eksogen ke-jj.
Daerah penolakan H0 untuk statistic uji-t tersebut adalah
≥ tα/2, n-k-1, dengan n
adalah banyaknya amatan.
Uji Kesesuaian Model Lintasan
Pengujian kesesuaian model digunakan sebagai petunjuk menentukan model
yang paling sesuai antara model awal dan model alternatif. Model awal adalah
model yang dibuat pada awal penelitian, sedangkan model alternatif adalah model
awal yang sudah tidak memiliki koefisien lintas yang tidak nyata. Statistik uji
yang digunakan adalah statistik
dan atau W (Dillon dan Goldstein 1984).
Statistik Q berkisar antara 0 dan 1. Hipotesis yang digunakan adalah sebagai
berikut:
H0 : model alternatif sesuai
H1 : model alternatif tidak sesuai
Statistik uji:
=
(

(

)

)

-

(

(

)

)

(

(

)

)

dengan
adalah koefisien determinasi gabungan dari model awal, M adalah
koefisien determinasi gabungan dari model alternatif, p adalah banyaknya model
struktural pada model awal, dan q adalah banyaknya model struktural pada model
alternatif.
Jika Q = 1 maka model lintas awal sesuai, akan tetapi jika Q < 1 maka perlu
dilakukan uji lanjut dengan statistik uji W. Statistik uji W dihitung dengan rumus
sebagai berikut:

5

= - (n-d)

ln(Q)

Daerah penolakan H0 untuk statistik uji W adalah W > 2,d , dengan n
adalah banyaknya amatan dan d adalah derajat bebas yaitu selisih banyaknya
koefisien lintas antara model awal dan model alternatif.

Heritabilitas
Heritabilitas adalah suatu parameter genetik yang mengukur kemampuan
mewariskan karakter agronomi yang dimiliki oleh suatu genotipe (Syukur et al
2012). Heritabilitas dibedakan menjadi dua bagian yaitu heritabilitas luas dan
heritabilitas sempit. Salah satu cara untuk memperoleh nilai dugaan heritabilitas
adalah menghitung komponen ragam dari analisis ragam yang digunakan.
Pembahasan lebih lanjut hanya mengenai heritabilitas luas. Nilai dugaan
heritabilitas luas yang dihitung berdasarkan analisis ragam adalah hasil
perbandingan keragaman genotipe dan keragaman fenotipe yang dipengaruhi oleh
faktor lokasi. Karakter agronomi yang memiliki tingkat heritabilitas tinggi
menunjukkan bahwa sifat pewarisan yang kuat atau pengaruh faktor genetik lebih
besar dari faktor lokasi untuk pewarisan sifat selanjutnya.
Analisis ragam yang digunakan untuk mendapatkan nilai heritabilitas adalah
analisis ragam gabungan beberapa lokasi yang terdapat pada Tabel 1 (Hallauer
dan Miranda 1983). Model linier untuk analisis ragam gabungan beberapa lokasi
adalah:

u u
e;
g;
dengan
adalah nilai pengamatan pada genotipe ke-j ketika kelompok ke-k di
lokasi ke-i,
adalah rataan umum,
e g u
eadalah
pengaruh genotipe ke-j,
adalah pengaruh dari interaksi lokasi ke-i dan
genotipe ke-j,
adalah pengaruh kelompok ke-k tersarang pada lokasi ke-i,
dan
adalah pengaruh galat percobaan dari genotipe ke-j ketika kelompok ke-k
di lokasi ke-i.
Tabel 1 Analisis ragam gabungan beberapa lokasi (model acak)
Sumber
Derajat
Kuadrat
Nilai harapan kuadrat tengah
keragaman
bebas
tengah (KT) (NHKT)
Lokasi
Kelompok(Lokasi)
Genotipe
Genotipe Lokasi
Galat
Total

e-1
e(r-1)
g-1
(g-1)(e-1)
e(g-1)(r-1)
rge-1

M5
M4
M3
M2
M1

g
g

ge

e
e
ge
ge

e

g

g

e

6

(̂g =

e

;

Nilai dugaan heritabilitas luas (

-

( ̂ ge =

(̂

;

) adalah sebagai berikut:
=

̂g
̂

̂

e

̂g

̂ ge
e

̂g

dengan ̂ g adalah nilai dugaan keragaman genotipe, ̂ adalah nilai dugaan
keragaman fenotipe, ̂ ge adalah nilai dugaan keragaman interaksi genotipe dan
lokasi, e adalah nilai dugaan keragaman ulangan yang bersarang terhadap
lingkungan, ̂ adalah nilai dugaan keragaman galat percobaan, r adalah
banyaknya ulangan, e adalah banyaknya lokasi, dan g adalah banyaknya genotipe.
Kriteria dugaan tingkat heritabilitas luas (Human et al 2009) terdiri atas tiga
tingkat yaitu
a)
Tingkat heritabilitas rendah jika
b)
Tingkat heritabilitas sedang jika
c)
Tingkat heritabilitas tinggi jika
Asumsi-asumsi dalam melakukan analisis ragam (Matjik dan Sumertajaya
2006) adalah sebagai berikut:
1.
Pengaruh perlakuan dan pengaruh lingkungan bersifat aditif
2.
Galat percobaan yang menyebar normal
3.
Galat percobaan saling bebas
4.
Ragam galat percobaan yang homogen.

METODE
Data
Bahan tanaman sorgum yang digunakan dalam penelitian ini terlampir pada
Tabel 2 yang terdiri atas 10 galur mutan harapan, galur mutan Zh-30 atau varietas
Pahat (induk), dan dua varietas control. Galur mutan Zh-30 yang diberi nama
varietas Pahat dijadikan induk pada penelitian ini untuk memperbaiki dan
meningkatkan ragam genetik karena memiliki produktivitas biji yang tinggi,
kualitas nutrisi biji baik, tanaman pendek, dan tahan terhadap penyakit karat daun.
Sepuluh galur mutan harapan didapatkan dari benih sorgum Zh-30 yang diradiasi
menggunakan sinar gamma bersumber Cobalt-60 yang diberi dosis 300 Gy
dengan laju dosis 725 Gy/jam dan hasil seleksi beberapa tahap. Tahapan seleksi
biji sorgum Zh-30 sehingga menghasilkan 10 galur mutan harapan sorgum
dilampirkan pada Lampiran 1. Pada penelitian ini juga menggunakan dua varietas
nasional sebagai kontrol yaitu varietas Kawali dan varietas Mandau. Varietas
Mandau memiliki keunggulan kadar gula batang tertinggi yaitu sebesar 10.03%.

7
Tabel 2 Kode bahan tanaman sorgum
Kode
G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
G11
G12
G13

Varietas/Galur
PATIR-1
PATIR-4
PATIR-12
PATIR-13
PATIR-15
PATIR-61
PATIR-71
PATIR-81
PATIR-91
PATIR-101
Zh-30 (induk)
Varietas Kawali (Kontrol)
Varietas Mandau (Kontrol)

Tabel 3 Kode karakter agronomi beserta cara pengukuran
Kode Karakter agronomi Cara pengukuran
PBK
Produksi biji
Biji per plot ditimbang setelah malai dikeringkan dan
kering (ton/ha)
dirontokkan (setelah panen)
PBS
Produksi biomassa Batang, daun, dan malai yang masih memiliki biji
keseluruhan
ditimbang (setelah panen)
(ton/ha)
PBTB Produksi biomassa Batang, daun, dan malai yang sudah dirontokan
tanpa biji (ton/ha) bijinya ditimbang (setelah panen)
P50
Pembungaan 50% Banyaknya hari dari mulai tanam sampai 50%
(hari)
tanaman pada satu plot mulai berbunga
PML
Panjang malai
Diukur dari leher malai sampai ujung malai (setelah
(cm)
panen)
TT
Tinggi tanaman
Diukur dari permukaan tanah sampai ujung malai
(cm)
utama (saat panen)
UP
Umur panen (hari) Banyaknya hari dari mulai tanam sampai 80%
tanaman pada satu plot mulai masak
B1000 Berat 1000 butir
Biji sebanyak 1000 butir ditimbang setelah malai
(gram)
dikeringkan dan dirontokkan (setelah panen)
BM
Berat malai (gram) Ditimbang malai yang telah kering tetapi belum
dirontokkan (setelah panen)
DB
Diameter batang
Diukur pada tengah-tengah batang dengan
(cm)
menggunakan jangka sorong (saat panen)
JRB
Jumlah ruas
Dihitung banyaknya ruas atau buku pada tanaman
batang (buah)
(saat panen)
Data yang digunakan dalam penelitian ini berasal dari hasil penelitian
tanaman sorgum manis di Pusat Aplikasi Isotop dan Radiasi (PAIR-BATAN)
pada tahun 2011/2012 di musim hujan. Lokasi percobaan yang digunakan yaitu
Muneng-Jawa Timur, Boyolali-Jawa Tengah, Subang-Jawa Barat, Citayam-Jawa

8
Barat, dan Tanjung Pinang-Kepulauan Riau. Rancangan percobaan yang
digunakan untuk setiap lokasinya adalah Rancangan Acak Kelompok Lengkap
(RAKL) dengan ulangan sebanyak 3 kali. Peubah-peubah atau karakter agronomi
yang digunakan dalam penelitian ini terdapat pada Tabel 3.

Prosedur Analisis Data
Tahapan analisis yang digunakan untuk mencapai tujuan penelitian adalah
sebagai berikut:
1.
Eksplorasi data
Melakukan eksplorasi data untuk melihat koefisien keragaman setiap
karakter agronomi. Karakter agronomi yang memiliki koefisien keragaman
tinggi maka dapat dijadikan kriteria seleksi tanaman sorgum yang baik.
2.
Analisis lintas
a.
Memeriksa keakuratan data dan skala pengukuran dari peubah atau
karakter agronomi yang digunakan pada penelitian ini. Data karakter
agronomi harus diukur dengan akurat yang berasal dari sumber yang
sama dan minimal memiliki skala pengukuran interval yang diamati
secara langsung.
b.
Membuat tiga diagram lintas yaitu diagram lintas dengan peubah
utama PBK, PBS, dan PBTB berdasarkan teori dan pengetahuan dari
ahli.
c.
Memeriksa model lintas yang digunakan adalah model rekursif.
d.
Melakukan uji linieritas mengenai hubungan peubah eksogen terhadap
peubah endogen dan memeriksa keaditifan model .
e.
Melakukan pendugaan dan pengujian koefisien lintas dari model lintas
awal.
f.
Memeriksa asumsi antar sisaan yang saling bebas dan tidak terjadi
multikolinieritas antar peubah eksogen pada setiap model struktural.
g.
Menghitung nilai koefisien determinasi gabungan dari model lintas
awal.
h.
Membuat diagram lintas yang baru berdasarkan model alternatif yang
didapatkan.
i.
Melakukan pendugaan dan pengujian koefisien lintas dari model
lintasan alternatif.
j.
Menghitung nilai koefisien determinasi gabungan dari model alternatif.
k.
Melakukan pengujian kesesuaian model antara model awal dan model
alternatif.
l.
Menghitung besarnya pengaruh total dari model yang sesuai.
Pengaruh total adalah hasil penjumlahan pengaruh langsung dan
pengaruh tidak langsung dari peubah eksogen terhadap peubah
endogen.
3.
Analisis heritabilitas
a.
Melakukan analisis ragam gabungan beberapa lingkungan untuk
mendapatkan nilai dugaan keragaman genotipe, lingkungan, interaksi
genotipe dan lingkungan, dan galat percobaan.

9
b.

4.

Melakukan pengujian asumsi analisis ragam gabungan beberapa
lingkungan.
c.
Menghitung nilai heritabilitas setiap karakter agronomi.
Menentukan dan melakukan interpretasi terhadap karakter agronomi yang
memiliki pengaruh besar dan nyata terhadap daya hasil tanaman serta
didukung oleh tingkat heritabilitas yang cukup tinggi.

HASIL DAN PEMBAHASAN
Eksplorasi data
Eksplorasi data yang dilakukan pada penelitian ini adalah menghitung
koefisien keragaman (KK) setiap karakter agronomi pada tanaman sorgum. KK
didapatkan dari hasil perbandingan nilai simpangan baku terhadap nilai rataan
setiap karakter agronomi. Nilai simpangan baku dan nilai rataan setiap karakter
agronomi terlampir pada Lampiran 2.
40
35

KK(%)

30
25
20
15
10
5
0
PBK

PBS PBTB P50

PML

TT

UP B1000 BM

DB

JRB

Karakter agronomi
Gambar 1 Plot koefisien keragaman (KK) setiap karakter agronomi
Pada Gambar 1 terlihat bahwa karakter agronomi PBK, PBS, PBTB, TT,
dan BM memberikan KK tinggi dibandingkan dengan karakter agronomi lainnya.
Hal ini menunjukkan bahwa kelima karakter agronomi tersebut dapat dijadikan
sebagai kriteria atau bahan seleksi genotipe yang baik, sedangkan UP merupakan
karakter agronomi yang memiliki KK terendah atau dapat dikatakan memiliki
nilai paling seragam dibandingkan dengan karakter agronomi lainnya, yaitu
sebesar 5.75%. KK yang rendah menunjukkan bahwa karakter agronomi tersebut
kurang baik dijadikan sebagai kriteria seleksi genotipe tanaman sorgum.

10
Analisis Lintas
Tanaman sorgum memiliki manfaat penting bagi kehidupan yaitu bijinya
dapat dijadikan bahan pangan pokok dan biomassanya dapat dijadikan bahan
pakan ternak, sehingga perlu dilakukan pengembangan kriteria seleksi tanaman
sorgum melalui analisis lintas. Berdasarkan manfaat tersebut maka terdapat tiga
diagram lintas yang akan diteliti dengan menggunakan analisis lintas yaitu
diagram lintas untuk produksi biji kering (PBK), diagram lintas untuk produksi
biomassa keseluruhan (PBS), dan diagram lintas untuk produksi biomassa tanpa
biji (PBTB).
Produksi Biji Kering (PBK)
Diagram lintas untuk PBK terdiri atas enam karakter agronomi yaitu PBK,
PML, BM, B1000, UP, dan P50. Diagram lintas yang dapat dilihat pada Gambar 2
merupakan hasil diskusi penulis dan ahli sorgum PAIR-BATAN. Data keenam
karakter agronomi yang memiliki skala pengukuran rasio tersebut diukur oleh
teknisi-teknisi sorgum berdasarkan panduan pengukuran karakter agronomi
tanaman sorgum di PAIR-BATAN sehingga dapat diasumsikan hasil
pengukurannya akurat.
PML

PBK

P50

B1000
BM

UP

Gambar 2 Diagram lintas untuk PBK (Model awal)
Tabel 4 Uji linieritas pada analisis lintas PBK
Peubah
Peubah
Nilai simpangan
P-value
eksogen endogen
linieritas
PML
PBK
1.071
0.371
BM
PBK
0.645
0.890
B1000
PBK
0.758
0.909
PML
BM
1.164
0.232
UP
PML
0.750
0.826
P50
UP
0.725
0.854
Diagram lintas yang terbentuk menunjukkan hanya ada hubungan sebab
akibat satu arah antara peubah eksogen dan peubah endogen, sehingga model
yang dianalisis adalah model rekursif. Hubungan antara peubah eksogen dan
peubah endogen harus bersifat linier dan aditif. Asumsi linieritas dapat diketahui
melalui uji nilai simpangan linieritasnya yang memiliki hipotesis awal yaitu
peubah eksogen memiliki hubungan linier dengan peubah endogen. Hasil
pengujian yang tertera pada Tabel 4 menunjukkan bahwa asumsi linieritas

11
terpenuhi karena memiliki nilai p-value lebih besar dari taraf nyata 5%. Asumsi
keaditifan juga terpenuhi karena model struktural yang terbentuk menunjukkan
peubah endogen merupakan hasil penjumlahan dari pengaruh langsung peubah
eksogen dan pengaruh sisaannya. Hubungan peubah eksogen dan peubah endogen
yang bersifat aditif dituliskan dalam bentuk model struktural menjadi sebagai
berikut:
1.
(1)
2.
(2)
3.
(3)
4.
(4)
Asumsi tidak ada multikolinieritas antar peubah eksogen hanya diuji pada
model struktural (1) karena model struktural lainnya hanya memiliki satu peubah
eksogen. Asumsi ini terpenuhi karena model struktural (1) menghasilkan akar ciri
yang tidak bernilai nol ataupun tidak mendekati nilai nol yaitu 1.3322, 0.9444,
dan 0.7234.
Model lintas PBK sudah cukup baik untuk menjelaskan keragaman data
yaitu sebesar 90.77%, sedangkan sisanya 9.23% tidak dapat dijelaskan oleh model.
Besarnya keragaman data tersebut didapatkan dari nilai koefisien determinasi
setiap model strukturalnya. Koefisien lintas yang tertera pada Tabel 5 diuji secara
statistika untuk melihat koefisien lintas yang nyata ataupun tidak nyata.
Tabel 5 Koefisien lintas dan koefisien determinasi pada analisis lintas PBK
Peubah eksogen

PBK

Peubah endogen
BM
PML

UP

PML
BM
B1000
UP
P50

-0.059
0.339
0.041
-

0.276
-

-0.036
-

0.94

Koefisien determinasi

0.111

0.076

0.001

0.884

Sisaan-sisaan yang dihasilkan dari analisis lintas PBK harus bersifat saling
bebas. Antar sisaan saling bebas dapat dilihat pada plot antara sisaan dan urutan
pengamatan. Semua plot yang terlampir pada Lampiran 3 menggambarkan
tebaran titik-titiknya tidak membentuk pola, sehingga dapat disimpulkan antar
sisaan saling bebas.
Hasil pengujian koefisien lintas menunjukkan bahwa hanya sebagian
koefisien lintas yang nyata. Koefisien lintas yang nyata adalah koefisien lintas
yang memiliki p-value lebih kecil dari taraf nyatanya yaitu 0.05 (Tabel 6).
Lintasan dari P50 ke UP tidak digunakan pada model alternatif karena tidak ada
lintasan yang menghubungkan UP dengan peubah utama yaitu PBK.

12
Tabel 6 Pengujian koefisien lintas pada analisis lintas PBK
Peubah eksogen

Peubah endogen

t

P-value

PBK
PBK
PBK
BM
PML
UP

-0.835
0.592
4.767
3.984
-0.496
38.376

0.405
0.555
0.000*
0.000*
0.621
0.000*

PML
B1000
BM
PML
UP
P50
*nyata pada α = 5%

Model alternatif PBK yang dilengkapi dengan koefisien lintas serta
koefisien sisaan digambarkan dengan diagram lintas yang tertera pada Gambar 3.
Keragaman data yang dapat dijelaskan oleh model alternatif tersebut hanya
sebesar 17.39%. Secara deskriptif model awal lebih sesuai dikarenakan
keragaman data jauh lebih besar dapat dijelaskan oleh model awal daripada
keragaman data yang dijelaskan oleh model alternatif. Namun hasil akan lebih
baik jika dilakukan uji formal. Uji formal yang digunakan adalah uji statistik Q
dan W. Statistik Q menghasilkan nilai yang kurang dari satu yaitu 0.112, sehingga
perlu diuji lanjut dengan menggunakan statistik W. Berdasarkan uji formal
statistik W menunjukkan bahwa model awal lebih sesuai dikarenakan nilai
statistik W sebesar 418.526 lebih besar dari nilai  02.05, 4 sebesar 7.814.
0.946
PBK

0.326

BM

0.961

0.276
PML
Gambar 3 Diagram lintas untuk PBK (Model alternatif)
Tabel 7 Besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total
terhadap PBK
Pengaruh tidak langsung
Karakter
Pengaruh
Pengaruh total
agronomi
langsung
Melalui
Besar pengaruh
BM
0.339
0.3390
PML
-0.059
BM
0.0996
0.0406
B1000
0.041
0.0410
PML
0.0022
UP
-0.0014
PML, BM
-0.0036
UP, PML
0.0021
P50
-0.0012
UP, PML, BM
-0.0034

13

Pembahasan lebih lanjut dilakukan pada model yang lebih sesuai yaitu
model awal. Berdasarkan Tabel 7, karakter agronomi yang memiliki pengaruh
total terbesar terhadap PBK adalah BM yaitu sebesar 0.3390 atau 11.49%. Hal ini
menunjukkan peningkatan PBK dipengaruhi sebesar 11.49% oleh peningkatan
BM. Pengaruh total dari UP dan P50 terhadap PBK memiliki nilai negatif yang
sangat kecil yaitu -0.0014 dan -0.0012 atau jika dikonversi ke dalam persen
besarnya mendekati 0% yang artinya UP dan P50 tidak memberikan sedikitpun
pengaruh terhadap PBK. Pengaruh tidak langsung terbesar dihasilkan dari
karakter agronomi PML melalui karakter agronomi BM yaitu sebesar 0.0996,
sedangkan karakter agronomi lainnya memberikan pengaruh yang sangat kecil
terhadap PBK.
Produksi Biomassa Keseluruhan (PBS)
Analisis lintas PBS menggunakan delapan karakter agronomi yaitu PBS,
BM, PML, JRB, TT, DB, UP, dan P50. Diagram lintas yang dibuat berdasarkan
hasil diskusi penulis dan ahli sorgum PAIR-BATAN dapat dilihat pada Gambar 4.
Skala pengukuran pada delapan karakter agronomi tersebut adalah rasio. Hasil
pengukuran diasumsikan akurat karena teknisi-teknisi sorgum melakukan
pengukuran berdasarkan panduan pengukuran karakter agronomi tanaman sorgum
di PAIR-BATAN. Model lintas yang dianalisis adalah model rekursif karena
diagram lintas pada Gambar 4 menunjukkan hanya ada hubungan sebab akibat
satu arah antara peubah eksogen dan peubah endogen.
PBS

TT

JRB

DB

PML
BM

UP

P50

Gambar 4 Diagram lintas untuk PBS (Model awal)
Asumsi linieritas dilakukan untuk mengetahui pola hubungan antara peubah
eksogen dan peubah endogen yang bersifat linier. Hasil pengujian setiap
hubungan antara peubah eksogen dan peubah endogen mempunyai nilai p-value
yang lebih besar dari taraf nyata 5%, sehingga asumsi linieritas terpenuhi (Tabel
8). Asumsi keaditifan juga terpenuhi karena model struktural yang digunakan
pada analisis lintas ini menunjukkan peubah endogen merupakan hasil
penjumlahan dari pengaruh langsung peubah eksogen dan pengaruh sisaannya.
Model strukturalnya adalah sebagai berikut:
1.
(5)
2.

(6)

14
3.
4.
5.

(7)
(8)
(9)

6.
7.

(10)
(11)

Peubah
eksogen
BM
PML
JRB
PML
UP
TT
DB
UP
UP
P50

Tabel 8 Uji linieritas pada analisis lintas PBS
Peubah
Nilai simpangan
P-value
endogen
linieritas
PBS
0.494
0.976
PBS
1.176
0.218
PBS
0.88
0.727
BM
1.164
0.232
PML
0.75
0.825
JRB
1.395
0.234
TT
1.202
0.183
TT
1.354
0.117
DB
0.562
0.97
UP
0.725
0.854

Pengujian asumsi tidak ada multikolinieritas antar peubah eksogen
dilakukan pada persamaan struktural (5) dan (9). Asumsi terpenuhi karena
mempunyai nilai akar ciri yang tidak bernilai nol ataupun tidak mendekati nilai
nol. Nilai akar ciri untuk persamaan struktural (5) adalah 1.3487, 0.9882, dan
0.6631 dan nilai akar ciri untuk persamaan struktural (9) adalah 1.0061 dan
0.9939.
Tabel 9 Koefisien lintas dan koefisien determinasi pada analisis lintas PBS
Peubah
eksogen
BM
PML
JRB
TT
DB
UP
P50
Koefisien
determinasi

Peubah endogen
PML JRB
TT

PBS

BM

0.311
0.274
-0.039
-

0.276
-

0.073
-0.036
-

0.226

0.076

0.001

0.005

DB

UP

-0.127
0.116
-

-0.006
-

0.940

0.030

0.000

0.884

Keragaman data yang dapat dijelaskan oleh model lintas PBS sudah cukup
baik yaitu sebesar 92%, sedangkan keragaman data yang tidak dapat dijelaskan
oleh modelnya sebesar 8%. Koefisien lintas dan koefisien determinasi dari analisis

15
lintas peubah utama PBS dapat dilihat pada Tabel 9. Ada enam koefisien lintas
yang tidak nyata berdasarkan uji-t karena memiliki nilai p-value lebih besar dari
taraf nyata 5% (Tabel 10), sehingga enam lintasan tersebut dibuang untuk
mendapatkan model alternatif.
Tabel 10 Pengujian koefisien lintas pada analisis lintas PBS
Peubah eksogen
Peubah endogen
t
BM
PBS
4.594
PML
PBS
4.138
JRB
PBS
-0.595
PML
BM
3.984
UP
PML
-0.495
TT
JRB
1.021
DB
TT
-1.782
UP
TT
1.628
UP
DB
-0.085
P50
UP
38.376

P-value
0.000*
0.000*
0.552
0.000*
0.621
0.309
0.076
0.105
0.932
0.000*

*nyata pada α=5%

Antar sisaan yang dihasilkan dari analisis lintas PBS bersifat saling bebas
karena plot-plot yang terlampir pada Lampiran 4 memiliki tebaran titik-titik yang
tidak berpola. Hal ini menunjukkan bahwa salah satu asumsi analisis lintas
terpenuhi.
Model alternatif PBS digambarkan oleh diagram lintas yang tertera pada
Gambar 5. Pada Gambar 5 juga tertera nilai koefisien lintas dan nilai koefisien
sisaannya. Model tersebut dapat menjelaskan keragaman data sebesar 28.30%.

0.881
PBS

0.320
0.273

BM

0.961

0.276
PML

Gambar 5 Diagram lintas untuk PBS(Model alternatif)
Statistik Q yang didapatkan pada analisis lintas PBS adalah sebesar 0.111,
karena nilai statistik Q kurang dari satu maka perlu dilakukan uji lanjut dengan
menggunakan statistik W. Hasil pengujian kesesuaian model menunjukkan bahwa
model awal lebih sesuai karena memiliki nilai statistik W sebesar 412.331 yang
lebih besar dari nilai  02.05,7 tabelnya sebesar 14.067.
Perhitungan besar pengaruh total dari peubah eksogen terhadap peubah
endogen pada analisis lintas PBS didapatkan dari hasil analisis model awal karena

16
model awal lebih sesuai. Pengaruh total positif terbesar terhadap PBS diberikan
oleh karakter agronomi BM dan PML yang berturut-turut memiliki nilai pengaruh
0.3110 dan 0.3598 atau 9.67% dan 12.95% (Tabel 11). Peningkatan PBS
dipengaruhi oleh peningkatan BM sebesar 9.67% dan dipengaruhi oleh
peningkatan PML sebesar 12.95%. Karakter agronomi lainnya memberikan
pengaruh total negatif terhadap PBS kecuali DB. Akan tetapi, DB mempunyai
pengaruh total positif yang sangat kecil terhadap PBS yaitu sebesar 0.0004 atau
jika dikonversi ke dalam persen memiliki nilai mendekati 0% yang artinya DB
tidak berpengaruh terhadap PBS.
Tabel 11 Besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total
terhadap PBS
Pengaruh tidak langsung
Pengaruh
Peubah
Pengaruh total
langsung
Melalui
Besar pengaruh
BM
0.3110
0.3110
PML
BM
0.0858
0.3598
0.2740
JRB
-0.0390
-0.0390
TT
JRB
-0.0028
-0.0028
DB
TT, JRB
0.0004
0.0004
PML
-0.0099
PML, BM
-0.0031
UP
-0.0133
TT, JRB
-0.0003
DB, TT, JRB
0.0000
UP, PML
-0.0093
UP, PML,
-0.0029
P50
-0.0125
BM
UP, TT, JRB
-0.0003
Produksi Biomassa Tanpa Biji (PBTB)
Diagram lintas yang tertera pada Gambar 6 merupakan hasil diskusi penulis
denga ahli sorgum dari PAIR-BATAN. Diagram lintas tersebut dibentuk oleh
enam karakter agronomi yang memiliki skala pengukuran rasio. Hasil pengukuran
diasumsikan tidak ada kesalahan karena teknisi-teknisi sorgum melakukan
pengukuran dengan mengikuti aturan pada panduan pengukuran karakter
agronomi tanaman sorgum di PAIR-BATAN. Diagram lintas pada Gambar 6
menunjukkan bahwa hanya ada hubungan satu arah antara peubah eksogen dan
peubah endogen, sehingga model yang digunakan adalah model rekursif.
Asumsi linieritas pada analisis lintas PBTB telah terpenuhi karena memiliki
nilai p-value lebih besar dari taraf nyata 5% (Tabel 12). Hubungan antara peubah
eksogen dan peubah endogen harus bersifat aditif yang artinya peubah endogen
merupakan hasil penjumlahan dari pengaruh langsung peubah eksogennya dan
pengaruh sisaan model. Keaditifan tersebut dapat dilihat pada model struktural
yang dituliskan sebagai berikut:
1.
(12)
2.
(13)

17
3.

(14)

4.
5.

(15)
(16)

PBTB

JRB

TT

DB

UP

P50
Gambar 6 Diagram lintas untuk PBTB (Model awal)
Tabel 12 Uji linieritas pada analisis lintas PBTB
Peubah Peubah
Nilai simpangan
P-value
eksogen endogen
linieritas
UP
PBTB
0.844
0.703
JRB
PBTB
0.897
0.695
TT
JRB
1.395
0.234
DB
TT
1.202
0.183
UP
TT
1.354
0.117
UP
DB
0.562
0.97
P50
UP
0.725
0.854
Asumsi tidak ada multikolinieritas antar peubah eksogen pada analisis lintas
PBTB terpenuhi karena mempunyai nilai akar ciri yang tidak bernilai nol ataupun
tidak mendekati nilai nol. Pengujian dilakukan pada persamaan struktural (12) dan
(14). Nilai akar ciri untuk persamaan struktural (12) adalah 1.0410 dan 0.9590
dan nilai akar ciri untuk persamaan struktural (15) adalah 1.0061 dan 0.9939.
Model lintas PBTB sudah cukup baik untuk menjelaskan keragaman data
yaitu sebesar 88.97%, sedangkan sisanya 11.03% tidak dapat dijelaskan oleh
model. Koefisien lintas dari hasil analisis lintas PBTB dapat dilihat pada Tabel 13.
Hasil pengujian koefisien lintas menunjukkan bahwa hanya ada satu koefisien
lintas yang nyata (Tabel 14). Koefisien lintas yang nyata tersebut dimiliki oleh
hubungan langsung antara karakter agronomi UP dan P50. Pada kasus ini, model
alternatif tidak dapat dibuat dikarenakan tidak ada karakter agronomi yang
memiliki pengaruh langsung nyata terhadap PBTB. Sehingga dalam proses seleksi

18
yang memiliki tujuan utamanya untuk memilih genotipe yang memiliki PBTB
tinggi, maka tidak perlu memperhatikan karakter agronomi lainnya.
Tabel 13 Koefisien lintas dan koefisien determinasi pada analisis lintas PBTB
Peubah
eksogen
JRB
TT
DB
UP
P50
Koefisien
determinasi

PBTB

Peubah endogen
JRB
TT
DB

UP

-0.115
-0.042
-

0.073
-

-0.127
0.116
-

-0.006
-

0.94

0.015

0.005

0.03

0

0.884

Tabel 14 Pengujian koefisien lintas pada analisis lintas PBTB
Peubah
Peubah
t
P-value
eksogen endogen
UP
PBTB
-0.581
0.562
JRB
PBTB
-1.602
0.111
TT
JRB
1.021
0.309
DB
TT
-1.782
0.076
UP
TT
1.628
0.105
UP
DB
-0.085
0.932
P50
UP
38.376
0.000*
*nyata pada α=5%

Sisaan-sisaan yang dihasilkan dari analisis lintas PBTB bersifat saling bebas
karena semua plot yang terlampir pada Lampiran 5 menggambarkan tebaran titiktitiknya tidak membentuk pola.

Heritabilitas
Pengujian Asumsi Analisis Ragam
Hasil analisis ragam setiap karakter agronomi akan diterima jika asumsiasumsinya sudah terpenuhi. Asumsi-asumsi tersebut adalah keaditifan model,
galat percobaan yang menyebar Normal, ragam galat percobaan bersifat homogen,
dan antar galat percobaan saling bebas. Namun, pada penelitian ini tidak perlu
melakukan uji asumsi kenormalan galat percobaan dikarenakan yang digunakan
pada analisis ragam hanya nilai harapan kuadrat tengah (NHKT).
Asumsi keaditifan model diuji dengan menggunakan uji Tukey. Hipotesis
awalnya adalah model yang digunakan aditif. Hasil dari uji tersebut menunjukkan
adanya model yang tidak aditif (Tabel 15). Model yang tidak aditif menghasilkan
nilai statistik uji Tukey yang lebih besar dari nilai tabel F0.05,1,47 yaitu sebesar
4.047. Respon karakter agronomi yang tidak memenuhi asumsi keaditifan model
adalah PBS, PBTB, BM, DB, dan JRB.

19

Tabel 15 Uji keaditifan model setiap karakter agronomi
Karakter agronomi

Statistik uji Tukey

PBK
PBS
PBTB
P50
PML
TT
UP
B1000
BM
DB
JRB

0.268
13.800
14.010
0.083
0.493
0.333
0.658
3.708
4.410
8.661
7.227

Penanganan pada model yang tidak aditif adalah melakukan transformasi
pada peubah responnya yaitu karakter agronomi. Hasil transformasi pada kelima
karakter agronomi (Tabel 16) menghasilkan model yang aditif karena nilai
statistik uji Tukey yang didapatkan lebih kecil dari nilai tabel F0.05,1,47 sebesar
4.047.
Tabel 16 Uji keaditifan model setiap karakter agronomi yang ditransformasi
Karakter agronomi

Statistik uji Tukey

1/ (PBS)
log (PBTB)
log (BM)
1/ (DB)3
(JRB)3

1.317
3.981
1.082
3.861
3.519

Tabel 17 Uji kehomogenan ragam galat percobaan
Karakter agronomi
PBK
PBSa
PBTBa
P50
PML
TT
UP
B1000
BMa
DBa
JRBa
a

Uji Levene

P-value

0.49
0.46
0.50
0.62
0.67
0.58
0.65
0.68
0.58
0.71
0.63

0.999
1.000
0.999
0.982
0.963
0.992
0.974
0.959
0.991
0.937
0.978

karakter agronomi yang ditransformasi

20
Galat percobaan saling bebas dapat dilihat pada plot-plot galat percobaan
terhadap nilai dugaan respon pada setiap karakter agronomi. Asumsi galat
percobaan saling bebas terpenuhi karena tebaran titik-titik pada plot-plot yang
terlampir pada Lampiran 6 tidak membentuk pola tertentu sehingga dapat
dikatakan antar galat percobaan saling bebas.
Asumsi kehomogenan ragam galat percobaan dapat diuji dengan Uji Levene.
Hipotesis awalnya adalah ragam galat percobaan yang homogen. Berdasarkan uji
tersebut diperoleh nilai p-value yang terlampir pada Tabel 17 lebih besar dari taraf
nyata 5% sehingga dapat disimpulkan bahwa kehomogenan ragam galat
percobaan terpenuhi.
Tingkat Heritabilitas
Nilai harapan kuadrat tengah pada analisis ragam digunakan untuk
mendapatkan nilai dugaan ragam genotipe, dugaan ragam interaksi genotipe dan
lokasi, dugaan ragam galat percobaan, dan dugaan ragam fenotipe. Nilai dugaan
ragam tersebut dapat dijadikan penyusun nilai heritabilitas untuk mengetahui
tingkat pewarisan sifat pada setiap karakter agronomi. Hasil penelitian ini
menunjukkan bahwa semua karakter agronomi yang digunakan memiliki tingkat
heritabilitas tinggi terkecuali untuk PBSa dan BMa karena memiliki nilai
heritabilitas sebesar 0.379 dan 0.444 (Tabel 19). PBSa dan BMa memiliki tingkat
heritabilitas sedang yang artinya faktor genetik kurang berpengaruh terhadap
penampilan fenotipe namun peluang diturunkannya sifat yang dimiliki oleh tetua
terhadap keturunannya masih cukup besar.
Tabel 17 Tingkat heritabilitas setiap karakter agronomi
Karakter
agronomi
PBK
PBSa
PBTBa
P50
PML
TT
UP
B1000
BMa
DBa
JRBa

̂

0.659
1.0 10-6
0.005
7.488
10.722
232.992
7.623
3.976
0.001
1.1 10-4
22565.961

̂

2.892
4.3 10-6
0.003
13.529
7.365
984.668
12.384
2.572
0.003
3.2 10-5
31985.966

̂

0.421
1.2 10-5
0.003
15.382
5.707
158.375
16.800
1.724
0.002
2.6 10-4
179325.692

̂

1.265
2.6 10-6
0.006
11.220
12.575
440.484
11.220
4.606
0.001
1.3 10-4
40918.201

0.521
0.379
0.875
0.667
0.853
0.529
0.679
0.863
0.444
0.823
0.551

karakter agronomi yang ditransformasi; ̂ : dugaan keragaman genotipe,
̂ : dugaan keragaman interaksi genotipe dan lokasi, ̂ : dugaan keragaman galat percobaan,
: nilai heritabilitas luas.
̂ : dugaan keragaman fenotipe,

a

21

SIMPULAN DAN SARAN
Simpulan
Karakter agronomi yang dapat dijadikan sebagai kriteria seleksi tanaman
sorgum untuk mendapatkan varietas unggul dalam hal daya hasil tanamannya
berdasarkan produksi biji kering (PBK) dan produksi biomassa keseluruhan (PBS)
adalah berat malai (BM) dikarenakan BM memiliki keragaman yang tinggi, serta
memiliki pengaruh paling besar terhadap PBK dan PBS dengan tingkat
heritabilitas yang cukup tinggi. Panjang malai (PM) juga dapat dijadikan kriteria
seleksi tanaman sorgum karena PM memiliki keragaman yang tinggi serta
memiliki pengaruh besar terhadap PBS dengan tingkat heritabilitas tinggi. Proses
seleksi tanaman sorgum dengan tujuan mendapatkan genotipe sorgum yang
memiliki produksi biomassa tanpa biji (PBTB) tinggi tidak perlu
mempertimbangkan karakter agronomi lainnya sebagai kriteria seleksi tanaman
sorgum.

Saran
Kriteria seleksi tanaman sorgum lebih baik menggunakan karakter agronomi
yang memberikan pengaruh besar terhadap karakter utama (PBK dan PBS) dan
tingkat heritabilitas yang cukup tinggi. Karakter agronomi tersebut adalah berat
malai dan panjang malai. Karakter agronomi pendukung dan karakter utama
tersebut dapat digabung menjadi satu nilai dengan menggunakan metode
penggabungan respon, sehingga dapat memudahkan dalam proses analisis untuk
mendapatkan sorgum yang unggul.

DAFTAR PUSTAKA
Carter HC, Nora A, Stage FK. 2004. Path Analysis: An Introduction and Analysis
of a Decade of Research. The Journal of Educational Research. 98(1):5-12.
Dillon WR, Goldstein M. 1984. Multivariate Analysis Method and Applications.
New York(US): John Wiley & Sons Inc.
Hallauer AR, Miranda JB. 1983. Quantitative Genetics in Maize Breeding.
America(US): The Iowa State University Press.
Human S. 2007. Mutasi dalam Pemuliaan Tanaman [Internet]. Jakarta(ID): Pusat
Aplikasi Isotop dan Radiasi, Badan Tenaga Nuklir Nasional; [diunduh 2013
Mei
23];
Tersedia
pada:
http://www.batan.go.id/patir/_pert/pemuliaan/pemuliaan.html.
Human S, Sihono, Wijaya. 2010. Perbaikan Kualitas Sorgum Manis Melalui
Teknik Mutasi untuk Bioetanol. Prosiding Pekan Serealia Nasional; 2010;
Jakarta Selatan, Indonesia. Jakarta(ID). hlm 438-445.
Human S, Sopandie D, Sungkono, Trikoesoemaningtyas, Wirnas D, Yudiarto MA.
2009. Pendugaan Parameter Genetik dan Seleksi Galur Mutan Sorgum

22
(Sorghum bicolor (L.) Moench) di Tanah Masam. J Agron Indonesia.
37(3):220-225.
Kusnendi. 2008. Model-model Persamaan Struktural Satu dan Multigroup Sampel
dengan LISREL. Bandung(ID): Alfabeta.
Lleras C. 2005. Path Analysis. Encyclopedia of Social Measurement. 3:26-30.
Matjik AA, Sumertajaya IM. 2006. Perancangan Percobaan dengan Aplikasi SAS
dan Minitab. Bogor(ID): IPB Press.
Sirappa MP. 2003. Prospek Pengembangan Sorgum di Indonesia sebagai
Komoditas Alternatif untuk Pangan, pakan, dan Industri. Jurnal Litbang
Pertanian. 22(4):133-140.
Supriyanto. 2010. Pengembangan Sorgum di Lahan Kering untuk Memenuhi
Kebutuhan Pangan, Pakan, Energi, dan Industri. Simposium nasional 2010:
Menuju Purworejo Dinamis dan Kreatif. hlm 45-51.
Syukur M, Sujiprihati S, Yunianti R. 2012. Teknik Pemuliaan Tanaman.
Jakarta(ID):Penebar Swadaya.
Widowati S. 2011. Sorgum:Penanganan dan Pengolahan Berbagai Produk
Pangan. Bogor(ID): Badan Penelitian dan Pengembangan Pertanian
Kementrian Pertanian.

23
Lampiran 1 Asal usul 10 galur mutan ha