21
III. BAHAN DAN METODE
3.1. Tempat dan Waktu Percobaan
Penelitian dilaksanakan mulai Maret 2004 sampai Juli 2005, di kebun percobaan Balai Penelitian Tanaman Hias Cipanas. Ketinggian tempat 1100
meter di atas permukaan laut dpl., jenis tanah Andosol dengan pH 6.0 – 6.2 dengan tipe curah hujan adalah tipe A sangat basah Schmitdt dan Fergusson
1959.
3.2. Bahan dan Alat
Bahan tanaman yang digunakan berupa bibit yang terdiri atas 30 genotipe mawar Rosa hybrida L. hasil perbanyakan secara okulasi yang berumur dua
bulan. Nomor-nomor genotipe yang digunakan adalah 95.031-04, 95.033-01, 95.062-03, 95.077-01, 95.090-04, 95.136-01, 96.016-01, 97.004-01, 97.008-03,
97.025-14, 97.026-13, 97.027-71, 97.028 -15, 97.029-51, 97.029 -82, 97.030-12, 97.032-09, 97.100-31, 97.100 -36, 97.100-45, 97.100-61, 97.102 -46, 97.104-03,
97.104-05, 97.105-66, 97.105 -80, 97.106-42, 97.167-01, 97.170-01 dan 97.174- 01.
Genotipe-genotipe tersebut merupakan hasil persilangan antara kultivar- kultivar yang sudah komersial sebagai tetua betina dengan campuran polen dari
beberapa kultivar komersial lain yang berbeda. Genotipe-genotipe tersebut berasal dari dua populasi besar yaitu populasi yang mempunyai kode 95 dan
populasi yang berkode 97. Populasi pertama merupakan hasil seleksi dari 450 genotipe terbaik yang ada di Belanda yang berasal dari 163 persilangan. Dari
populasi ini diseleksi lagi dan enam genotipe yang terseleksi diintroduksi ke Indonesia. Populasi kedua berasal dari 174 persilangan tetapi tidak ada informasi
mengenai jumlah genotipe yang dihasilkan, selanjutnya dilakukan seleksi dan sebanyak 63 genotipe yang terseleksi diintroduksi ke Indonesia.
3.3. Rancangan Percobaan
Percobaan menggunakan rancangan kelompok lengkap teracak RKLT penarikan anak contoh, terdiri atas 30 perlakuan, tiga ulangan dan tiga anak
22 contoh. Tata letak percobaan tersaji pada Lampiran 1. Jumlah populasi untuk
masing-masing perlakuan pada setiap ulangan sebanyak lima tanaman, sehingga setiap ulangan terdapat 150 tanaman, jadi populasi seluruhnya adalah 450
tanaman. Untuk mengetahui keragaman di antara genotipe yang diuji, masing-
masing data dianalisis dengan model linier rancangan kelompok lengkap teracak penarikan anak contoh Gaspersz 1991, sebagai berikut :
Y
ijk
= µ + t
i
+ ß
j
+ e
ij
+ d
ijk
Keterangan : Y
ijk
= Nilai pengamatan ke-k dalam ulangan ke-j yang memperoleh perlakuan ke-i
µ = Rata-rata umum t
i
= Pengaruh perlakuan ke-i i = 1, 2,3, … ,30 ß
j
= Pengaruh ulangan ke-j j = 1, 2, 3 e
ij
= Pengaruh galat pada ulangan ke-j yang memperoleh perlakuan ke-i d
ijk
= Pengaruh galat pada pengamatan ke-k dalam ulangan ke-j yang memperoleh perlakuan ke-i
Keragaman antar genotipe diuji dengan menggunakan uji F pada taraf 5. Apabila terdapat perbedaan yang nyata diantara genotipe yang diuji, maka untuk
menduga besarnya kemiripan di antara genotipe, masing -masing data kuantitatif ditambah dengan data kualitatif diubah dalam bentuk skor. Selanjutnya data
tersebut dianalisis menggunakan analisis gerombol cluster analysis dengan bantuan software Ntsys 2.02 dengan metode sequential, aglomeralive,
hierarchical and nested clustering Rohlf 1993. Hasil pengelompokan tersebut
dapat digambarkan dalam bentuk dendrogram.
Berdasarkan model tersebut di atas, dapat disusun daftar analisis varian Gespersz 1991 seperti pada Tabel 2.
Tabel 2 Analisis Varian Untuk RKL Teracak Penarikan Anak Contoh
Sumber Variasi Db
J K KT
KTH F
hitung
Ulangan r-1
JK
4
KT
4
s
2 s
+ s s
2 e
+ gs s
2 r
KT
4
KT
2
Perlakuan g-1
JK
3
KT
3
s
2 s
+ s s
2 e
+ rs s
2 g
KT
3
KT
2
Galat percobaan r-1 g-1 JK
2
KT
2
s
2 s
+ s s
2 e
KT
2
KT
1
Galat anak contoh
rg s-1 JK
1
KT
1
s
2 s
Total rgs-1
23 Varian genetik s
2 g
dan varian fenotipik s
2 p
dihitung dengan menggunakan rumus, sebagai berikut :
s
2 g
= s
2
p
= s
2 g
+ KT
galat percobaan
Tingkat keragaman diduga berdasarkan nilai koefisien variasi genetik, dengan menggunakan rumus sebagai berikut Singh and Chaudhary 1979 :
KVG = Keterangan :
KVG = Koefisien variasi genetik
s
g
= Standar deviasi genetik X
= Nilai tengah populasi Luas sempitnya keragaman karakter yang diamati ditentukan oleh nilai standar
deviasi s
g
, apabila nilai keragaman lebih besar dari dua kali standar dev iasi 2s
g
maka keragaman karakter tersebut dinyatakan luas. Nilai duga heritabilitas dalam arti luas h
2 bs
untuk setiap karakter yang diamati dihitung menggunakan rumus Alard 1960, sebagai berikut :
h
2 bs
= Klasifikasi tinggi rendahnya nilai duga heritabilitas menurut Mc Whirter 1979,
sebagai berikut : Rendah = h
2
20 Sedang = 20 = h
2
= 50 Tinggi = h
2
50 Korelasi sederhana antar karakter diduga dengan menggunakan analisis kovarian,
seperti tersaji pada Tabel 3. Berdasarkan Tabel 3, dapat dihitung kovarian korelasi fenotipik dan kovarian korelasi genetik, sebagai berikut :
kov. g
xy
= s
2 g
s
2
p
s
g
x 100
X KT
perlakuan
– KT
galat percobaan
r.s
MS
3
– MS
2
r . s
24 kov. p
xy
= kov. g + kov. e
Tabel 3 Analisis Kovarian
Sumber Variasi Db
MS EMS
Ulangan r-1
MS
4
- Perlakuan
g-1 MS
3
kov. s + s kov. e + r.s kov. g Galat perlakuan
Galat anak contoh r-1 g-1
rg s -1 MS
2
MS
1
kov. s + s kov. e kov. s
Total grs –1
Korelasi genetik dan fenotipik antar dua sifat dihitung dengan menggunakan rumus Singh and Chaudhary 1979, sebag ai berikut :
r
xy
= Keterangan :
r
xy
= Koefisien korelasi sifat x dan y s
2 x
= Varian sifat x s
2 y
= Varian sifat y kov.xy = Kovarian pasangan sifat x dan y
Untuk mengetahui signifikansi nilai duga korelasi antar sifat, digunakan uji t Singh and Chaudhary 1979, sebagai berikut :
½ t = r
xy
Berdasarkan persamaan dari Singh dan Chaudhary 1979, maka persamaan korelasi menggunakan sidik lintas melalui metode matriks, sebagai
berikut : rx
1
,Y = n – 2
1 – r
2 xy
kov xy s
2 x
. s
2 y
½
kov x
1
+ x
2
+ x
3
+ … + x
k
s
2 x
. s
2 y
½
25 Sidik lintas dihitung dengan menggunakan metoda matriks sebagai berikut :
r
1y
r
x1.1
r
x1.2
r
x1.3
… r
x1.n
P
1y
r
2y
r
x2.1
r
x2.2
r
x2.3
… r
x2.n
P
2y
r
3y
r
x3.1
r
x3.2
r
x3.3
… r
x3.n
P
3y
. = . . . … . .
. . . . … . .
. . . . … .
. r
ny
r
xn.1
r
xn.2
r
xn.3
… r
xn.n
P
ny
A B C
Keterangan : A = Vektor korelasi antara p buah variabel peramal dan variabel
respon C = Vektor koefisien lintasan yang ingin diketahui
B = Matriks korelasi antar variabel peramal dalam model regresi Pengaruh langsung diperoleh dengan pendekatan, sebagai berikut :
C = B
-1
. A Setelah diperoleh pengaruh langsung, pengaruh tidak langsung Z
i
dan sisa diperoleh sebagai berikut :
Z
i
= C
i
. r
ij
Keterangan : Z
i
= Pengaruh tidak langsung variabel bebas C
i
. r
ij
= Pengaruh tidak langsung variabel Z
i
terhadap variabel tidak bebas Y, malalui variabel bebas Z
j
Pengaruh galat sisa, dihitung dengan persamaan sebagai berikut : C
s 2
= 1 - ? C
i
. r
ij
Keterangan : C
s 2
= Pengaruh galat sisa C
i
. r
ij
= Pengaruh tidak langsung variabel Z
i
terhadap variabel tidak bebas Y, malalui variabel bebas Z
j
Signifikansi koefisien korelasi akan diuji menggunakan uji t, sebagai berikut : t =
r
2
ab.c
n-2
1 – r
2 ab.c
26 Indeks seleksi diduga dengan menggunakan rumus Bernardo 2002 sebagai
berikut : I = b
1
X
1
+ b
2
X
2
+ …. + b
n
X
n
= ? b
i
X
i
Keterangan : I = Indeks seleksi
b
i
= Pembobot untuk karakter ke-i nilai ekonomis nisbi X
i
= Nilai fenotipik untuk karakter ke-i Besarnya pembobot yang diberikan untuk suatu karakter tergantung dari
besarnya nilai ekonomis, nilai duga heritabiias dan pengaruh langsung karakter terhadap hasil dalam perhitungan korelasi menggunakan sidik lintas.
3.4. Pelaksanaan Percobaan