IV.

HASIL DAN PEMBAHASAN

IV.1. HASIL
Berdasarkan hasil percobaan yang telah dilakukan , diperoleh hasil sebagai berikut :
Tabel 1. Tabel nxt pada strain yang diteliti (karakter vs OTUs)
No

Unit karakter

Strain
A

A. Karakteristik Pertumbuhan Pada Medium PDA

Pertumbuhan
1Lebat

2Sedang

3Hitam

4Hijau muda

5Hijau tua

6Putih

7Putih

8 Hitam

9Krem

10Orange

11Hitam

12 Bersekat

13Tak bersekat

Warna Koloni bagian atas

Warna koloni bagian bawah

Pigmen yang terlarut

B. Morfologi Hifa

C. Karakteristik Misellium
14Jernih

D. Tipe Spora Aseksual

15Sporangiospora

16Konidiospora

17Memiliki Warna Coklat

18Bentuk Sel Membulat

19Letak sporangia di ujung

20Bercabang

21Tidak Bercabang

22Kolumela Tenggelam

23Jumlah Konidia 3-4

24Jumlah Konidia >5

25Bentuk Berantai

26Rhizoid

27Stolon

28Sel kaki

29Phialide

E. Karakteristik Sporangia

F. Karakterisasi Sporangiofor/Konidiofor

G. Karakterisasi Spora Head Bearing Konidia

H. Struktur Tambahan

I. Karakteristik Fisiologis
30Hidrolisis Pati amilum

Tabel 2. Matriks Similaritas SSM

A

B
C
D
E
F

40
43.33

56.67

46.67
63.33
73.33

60
43.33
40

76.67
60
30

43.33
46.67

70

Tabel 4. Clustering Analysis (Ssm)

Sim (%)

Strain Mikrobia (OTU)

D
E

(C,D)

(C,D)

(C,D)

100

80

76,67

73,33
70
60
50
40
30
20
10

(A ,F)
[(A,F,E)]

{A[{B[C, (D,E)]}F]}
{A[{B[C, (D,E)]}F]}
{A[{B[C, (D,E)]}F]}
{A[{B[C, (D,E)]}F]}
{A[{B[C, (D,E)]}F]}
{A[{B[C, (D,E)]}F]}

Tabel 3. Matriks Similaritas Sj

A
B
C
A
B
C
D
E
F

25
26.08

31.57

27.27
47.61
57.89

33.33
22.72
18.18

53.33
36.84
8.69

19.04
20

50

Tabel 4. Clustering Analysis (Sj)

Sim (%)

Strain Mikrobia (OTU)

D
E

57,89

(A,F )

53,33

(C,D )

(A,F)

50

(C,D )

36,84

100

80

70

60

[(A,F)E]
{(C,D),[(A,F),E]}

33,33

[B{(C,D),[(A,F),E]}]

20

[B{(C,D),[(A,F),E]}]

10

[B{(C,D),[(A,F),E]}]

strain C

strain D

strain B

strain A

Strain F

strain E

10

20

30

40

50

60 70

73,33

76,67

80

100

Gambar 1. Dendrogram untuk nilai similaritas Ssm

strain B

strain C

strain D

strain A

Strain F

strain E

10 2033,33

36,84

50

53,33

57,89

60

80

100

Gambar 2. Dendrogram untuk nilai similaritas Sj

IV.2. PEMBAHASAN
Berdasarkan hasil percobaan yang telah dilakukan, dapat diperoleh bahwa
dari konstruksi dendrogram hasil klasifikasi dengan Ssm, dapat diperoleh 3

macam spesies.Strain B, A, F, dan E berdasarkan konsep spesies bergabung

menjadi satu. Sedangkan strain C dan strain D merupakan strain tersendiri.
Sedangkan menurut konstruksi dendrogram hasil klasifikasi dengan Sj dapat
diperoleh 5 macam spesies. Strain E dan strain F bergabung menjadi satu.
Sedangkan strain A, B, C, dan strain D merupakan strain tersendiri. Dalam hal ini
penggabungan strain ini karena banyaknya karakter sifat yang dimiliki antar
strain, jadi memiliki similaritas yang tinggi. Semakin tinggi nilai similaritas pada
kedua strain maka maka

antara kedua strain memiliki sifat yang sama

(similaritas), bisa jadi kedua strain tersebut merupakan satu genus atau bahkan
satu spesies tetapi beda varietas. Taksonomi ini berdasarkan atas banyaknya sifat
kesamaan yang dimiliki atau sifat karakter yang dimiliki, bukan atas sifat
kekerabatan Menurut konsep taksospesies bila konsepnya terdiri dari lebih dari
70%, dan paling tidak terdiri dari tiga strain maka klasifikasi mikrobia tersebut
dapat diterima. Jadi pada percobaan ini dapat diterima hasil klasifikasinya
menurut konsep taksospesies.
Nilai similaritas Ssm dan Ssj dalam klasifikasi OTUs terdapat perbedaan. Jika
dalam Ssm semua nilai dari pasangan OTUs diperhitungkan, baik yang bernilai
positif maupun yang bernilai negatif. Sedangkan nilai similaritas Ssj tidak
memperhitungkan atau mengabaikan double negatif (negatif semua) pada masingmasing pasangan OTUs.
Koefisien Ssm dan Ssj adalah yang paling sering digunakan dalam
publikasi mengenai taksonomi numerik dalam mempelajari bakteri. Ini akan
menjadi lebih jelas bahwa perbedaan dalam persamaan nilai diantara OTUs akan
berhasil berdasarkan koefisien yang digunakan dan akan menjadi lebih rendah
(kurang efektif) menggunakan Ssj dibandingkan dengan menggunakan Ssm. Jadi
dapat disimpulkan bahwa Ssm yang lebih efektif dan lebih akurat karena
memperhitungkan nilai dari keseluruhan pasangan OTUs.
Perlu diketahui pula dalam percobaan ini, pengklasifikasian ini bersifat
subyektif karena masing-masing praktikan dalam melakukan pengamatan ,baik

secara morfologi, fisiologi maupun pengujian sifat biokimia hasilnya berbeda

antara kelompok satu dengan yang lainnya. Sehingga hasilnya berbeda, hal ini
karena penentuan sifat karakter masing-masing strain ini berbeda antara satu
kelompok dengan yang lainnya, tergantung dari hasil pengamatannya. Selain itu,
penghitungan similaritas ini juga dilakukan secara manual, jadi kemungkinin ada
kesalahan dalam penghitungan data karena kurang ketelitian dan kecermatan.
Untuk mendapatkan hasil yang lebih akurat maka perlu dilakukan dengan bantuan
komputer, oleh karena itu analisis ini sering dinamakan analisis komputasi karena
menggunakan komputer. Dengan demikian hasilnya lebih valid dan akurat
dibandingkan secara manual.
Dalam melakukan teknik klasifikasi numerik ini strain-strain kapang yang
akan diklasifikasi dikoleksi kemudian ditentukan karakter fenotipiknya dalam
jumlah besar. Dalam praktikum ini sifat karakter yang dipilih antara lain
mencakup sifat morfologi yang meliputi morfologi koloni, morfologi sel. Dalam
melakukan pengamatan dan pengujian pada masing-masing strain kapang perlu
dilakukan secara jeli dan cermat, karena hasilnya akan berkaitan dengan
kecermatan dan kejelian pengamatan dari masing-masing karakter.
V KESIMPULAN
Klasifikasi numerik merupakan hasil klasifikasi berdasarkan banyaknya
persamaan strain mikrobia yang diuji, dalam hal ini adalah kapang Dari percobaan
yang telah dilakukan, berdasarkan klasifikasi mikrobia dengan prosedur
taksonomi numerik fenetik,dapat diperoleh 3 macam spesies menurut indeks
similaritas Ssm. Sedangkan menurut indeks similaritas Sj dapat diperoleh 5
macam spesies.

VI. DAFTAR PUSTAKA

Goodfellow, M. dan Dickson, C. H. 1985. Delineation and Description of Microbial

Population Using Numeral Methods. In Computer-Assisted Bacterial
Systematic, PP. 165-225. Edition by M. goodfellow, D. Jones dan F. G. Priest.
London. Academic Press.
Goodfellow, M dan Magee, J. G. 1998. Taxonomy of Microbacteria, in Microbacteria I.
basic Aspects PP. 1-7. Edited bay P. R. J. Gangadharam dan P. A. Jenkins.
New York, Chapman & Hall.
Goodfellow, M And O' Donnel, A. 1993. Roots of Bacterial Syatematic in Handbook of
New Bacterial Systematic (M. Goodfellow, & A. G. O' Donnel, ed),
Academic Press. P. 15.
Jones, S. B and A. E luchsinger, 1979. Plant Systematic, 2nd. MC Graw Hill Publishing
CO. New York, PP 61-66.
Lawrence, G. H. M. 1951. Taksonomy of Vascular Plant. The Mac Millon CO. New York.
PP 1-12.
Peiczar M. J, dan Chan E. C. S. 1986. Dasar-dasar Microbiologi I. Penerbit Universitas
Indonesia (UI Press), Jakarta, hal 189-192.
Prescott. L. M; Harley, J. P and Klem. D. A. 1999. Microbiology 4 ed. M C Graw Hill
Publishing CO. New York. PP 398-399.
Pries, F and Austin. B. 1993. Modem Bacterial Taxonomy Second edition. Chapman &
Hall, London. PP. 1-13.
Sackim, M. J & Jones, D.1993. Computer Assisted clasification. In Handbook of New
Bacterial Systematic. Academic Press LTD. London. PP. 281-313.
Sokal, RR. 1985. The Principle of Numerical Taxonomy; Twenty-Five years Later. In
Computer Assisted Bacterial Systematics. Academic Press Ltd. London. PP.120.

Stackebrandt, E.& Goebel, B. M. 1994. Taxonomic Note; aPlace for DNA; DNA
Reassoction and 165 IRNA Sequence Analysis in The Present Spesies

Definition in Bacteriology. International Journal of Systematic Bacterial 44,

846- 849.

10