DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
Laporan 2 pesti analisis probit
1. PRAKTIKUM PESTISIDA DALAM PROTEKSI TANAMAN
(PTN 306)
PRAKTIKUM II : ANALISIS PROBIT
KELOMPOK 5
(Kelas Paralel 2)
1. Ricko Baharudin A24130046
2. Ulfah Fahriani A34120004
3. M. Yusuf Al Anshori A34120028
4. Ilmi Hamidi A34120059
5. Nurul Farida Efriani A34120091
Dosen :
Ir. Djoko Prijono MAgr. Sc
DEPARTEMEN PROTEKSI TANAMAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015
2.
3. PENDAHULUAN
Latar Belakang
Uji toksisitas merupakan uji hayati yang berguna untuk menentukan
tingkat toksisitas dari suatu zat atau bahan pencemar dan digunakan juga untuk
pemantauan rutin suatu limbah. Suatu senyawa kimia dikatakan bersifat “racun
akut” jika senyawa tersebut dapat menimbulkan efek racun dalam jangka waktu
singkat. Suatu senyawa kimia disebut bersifat “racun kronis” jika senyawa
tersebut dapat menimbulkan efek racun dalam jangka waktu panjang (karena
kontak yang berulang-ulang walaupun dalam jumlah yang sedikit) (Djojosumarto
2008).
Analisis probit mulai diperkenalkan oleh Chester Ittner Bliss (1899-1979)
pada tahun 1934 dalam sebuah artikel Science tentang bagaimana mengolah data
persentase pengaruh pestisida terhadap hama. Sebagai unit persentase tewas
dikenal dengan istilah “probabilitas unit” (atau “probit”). Regresi Probit
merupakan modifikasi regresi logistik dengan menetapkan persamaan regresi logit
mengikuti distribusi normal (Skrondal dan Hesketh 2004).
Ketika variabel dependen (Y) berbentuk dikotomi atau biner dan
diasumsikan mengikuti distribusi binomial kita dapat menggunakan analisis
regresi logit atau probit. Salah satu keuntungan untuk menggunakan regresi probit
adalah bahwa nilai-nilai yang diperoleh dari pencocokan model (fitting) langsung
dapat diubah menjadi probabilitas dengan menggunakan nilai dari tabel normal
standar. Dalam hal ini kita hanya perlu mencari nilai probabilitas terkait dengan
skor z yang diperoleh dari model.
LC50 (Median Lethal Concentration) yaitu konsentrasi yang menyebabkan
kematian sebanyak 50% dari organisme uji yang dapat diestimasi dengan grafik
dan perhitungan, pada suatu waktu pengamatan tertentu, misalnya LC50 48 jam,
LC50 96 jam sampai waktu hidup hewan uji. Sedangkan Lethal Dose 50 (LD50)
adalah takaran yang menyebabkan kematian pada 50% hewan percobaan.
Tujuan
Praktikum ini bertujuan untuk mencari LC50 dan LC95 dengan menggunakan
analisis probit yang dihitung dengan hitungan sederhana dan menggunakan
aplikasi POLO-PC.
4. BAHAN DAN METODE
Waktu dan Tempat
Praktikum ini dilaksanakan pada hari Senin, 16 Februari 2015 di
Laboratorium Pendidikan, Departemen Proteksi Tanaman, Fakultas Pertanian,
Institut Pertanian Bogor.
Alat dan Bahan
Alat yang digunakan adalah aplikasi POLO-PC yang digunakan untuk
analisis probit. Bahan yang diperlukan adalah data pengujian toksisitas insektisida
X terhadap serangga A.
Metode
Data yang ada diolah untuk menentukan persamaan regresi dan nilai
LC50, diawali dengan cara menghitung nilai persen kematian terkoreksi (Pt), nilai
Pt akan menentukan nilai probit empirik yang dilihat dari tabel transformasi
persen-probit. Nilai log konsentrasi (sumbu x) dan nilai probit empirik (sumbu y)
digunakan untuk menentukan nilai probit harapan dari garis yang ditarik pada
grafik. Nilai probit harapan digunakan untuk menentukan nilai probit penghitung
(y) dan koefisien pembobot (w) dari tabel faktor probit penghitung dan koefisien
pembobot. Nilai-nilai tersebut digunakan untuk mencari persamaan regresi dan
nilai ŷ. Setelah selisih nilai ŷ dengan probit harapan (Y) didapat lebih kecil sama
dengan dari 0.1, maka dicari nilai LC50-nya.
Po =
r
X 100%
n
y = Yo + k. Pt
X =
∑nwx
∑nw
Keterangan :
Po = Persen kematian r = Banyaknya kematian
Pt = Persen kematian terkoreksi n = Cacah serangga uji
Pk = Persen kematian kontrol y = Probit penghitung
Pt =
Pt - Pk
X 100%
100 - Pk
a = y-bx
ŷ = a+bx
bxayˆ +=
5. w = Koefisien pembobot y' = probit empirik
yo dan k adalah nilai probit harapan dan yang bersangkutan dapat dibaca pada
tabel 4.
6. HASIL DAN PEMBAHASAN
Tabel 1 Data Awal Konsentrasi dan Jumlah Serangga
Konsentrasi (ml/l) Jumlah Serangga
Uji
Jumlah Serangga
Mati
0.120 75 75
0.080 74 56
0.055 74 38
0.038 75 25
0.025 74 11
0 75 2
Grafik 1 Pengujian Toksisitas Pestisida X Terhadap Serangga A
y = 3,5556x + 2,4307
Kons x n r Po Pt y' Y y w
0,120
1,07
9 75 75 100.0
100.
0 6.55 7.06 0.25
0,080
0,90
3 74 56 75.7 75.0 5.67 5.82 5.66 0.50
0,055
0,74
0 74 38 51.4 50.0 5.00 5.14 5.00 0.07
0,038
0,58
0 75 25 33.3 31.5 4.52 4.48 4.52 0.58
0,025
0,39
8 74 11 14.9 12.5 3.85 3.73 3.87 0.35
0 75 2 2,.7
(Pc)
9. Hasil analisis probit menggunakan aplikasi POLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: = uji toksisitas insektisida x terhadap serangga a
input: = 5 konsentrasi + kontrol
input: = 75 serangga mati per kons
input: = kons, jml serangga uji, jml mati
input: *contoh
input: 0 75 2
input: 0.025 74 11
input: 0.0375 75 25
input: 0.055 74 38
input: 0.080 74 56
input: 0.120 75 75
preparation dose log-dose subjects responses
resp/subj
contoh .00000 .000000 75. 2.
.027
.02500 -1.602060 74. 11.
.149
.03750 -1.425969 75. 25.
.333
.05500 -1.259637 74. 38.
.514
.08000 -1.096910 74. 56.
.757
.12000 -.920819 75. 75.
1.000
Number of preparations: 1
Number of dose groups: 5
Do you want probits [Y] ? Is Natural Response a parameter
[Y] ? Do you want the likelihood function to be maximized
[Y] ? LD's to calculate [10 50 90] > Do you want to specify
starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the
likelihood function
Maximum log-likelihood -185.97197
parameter standard error t ratio
contoh 5.5868240 .53349710 10.472079
SLOPE 4.3049416 .41391391 10.400572
Variance-Covariance matrix
contoh SLOPE
contoh .2846192 .2182765
SLOPE .2182765 .1713247
Chi-squared goodness of fit test
10. preparation subjects responses expected deviation
probability
contoh 74. 11. 8.824 2.176
.119237
75. 25. 23.207 1.793
.309432
74. 38. 42.683 -4.683
.576792
74. 56. 60.055 -4.055
.811558
75. 75. 71.181 3.819
.949074
chi-square 7.5015 degrees of freedom 3
heterogeneity 2.5005
A large chi-square indicates a poor fit of the data by the
probit
analysis model. Large deviations for expected probabilities
near 0 or 1
are especially troublesome. A plot of the data should be
consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=.12803 g(.95)=.23412 g(.99)=.78863
"With almost all good sets of data, g will be substantially
smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
We will use only the probabilities for which g is less than
0.5
Effective Doses
dose limits 0.90 0.95
0.99
LD50 contoh .05038 lower .04201 .03855
upper .05945 .06367
LD95 contoh .12143 lower .09375 .08771
upper .20040 .27839
uji toksisitas insektisida x terhadap serangga a
contoh subjects 372 controls 75
log(L)=-186.0 slope=4.305+-.414 nat.resp.=.027+-.000
heterogeneity=2.50 g=.234
LD50=.050 limits: .039 to .064
LD95=.121 limits: .088 to .278
Stop - Program terminated.
11. Pembahasan
Secara umum pada konsentrasi yang ditentukan (0, 0.025, 0.038, 0.055,
0.080, dan 0.120%) dan jumlah (cacah) serangga yang tidak sama (74 dan 75
ekor) maka diperoleh angka respon dengan menggunakan program POLO-PC,
dengan log (konsentrasi x) + 2 maka diperoleh persen kematian teramati (Po) pada
perhitungan manual berturut-turut sebesar (2.7 , 14.9, 33.3, 51.4, 75.7, 0).
Berdasarkan analisis probit secara manual diperoleh persamaan regresi
linier y = 3.5556x + 2.4307, artinya setiap kenaikan dosis pestisida yang
digunakan sebesar 1 satuan volume akan meningkatkan kematian populasi
serangga target sebesar 2.4407. Hasil perhitungan LD50 secara manual adalah
0.04% sedangkan dengan menggunakan POLO-PC adalah 0.05% . Hasil
perhitungan LD95 secara manual adalah 0.118% sedangkan dengan menggunakan
POLO-PC adalah 0.12%. Terlihat bahwaselisih hasil perhitungan analisis probit
dengan perhitungan manual dan menggunakan aplikasi POLO-PC tidak berbeda
jauh.
Nilai digunakan sebagai penduga yang baru untuk probit harapan (Y).
Apabila perbedaan dan Y lebih besar daripada 0.1 maka perhitungan diulangi
lagi dengan nilai digunakan sebagai penduga yang baru untuk probit harapan (Y)
sehingga selisihnya kurang dari 0.1 (Finney 1971).
Selisih antara perhitungan secara manual dan POLO-PC dapat disebabkan
oleh beberapa faktor antara lain kemungkinan bahwa perhitungan secara manual
menggunakan pembulatan yang lebih besar sedangkan perhitungan menggunakan
komputer akan lebih teliti.Keterbatasan mata dalam menghitung perpotongan
garis regresi dengan sumbu Y (a) dan kemiringan garis regresi (b) untuk
menentukan nilai probit harapan, kurangnya ketelitian dalam perhitungan
penentuan nilai Yo dan k untuk menentukan nilai y perhitungan.Perhitungan
dengan menggunakan POLO-PC lebih cepat dan tepat, namun diperlukan
pengetahuan tentang cara penggunaan aplikasi sehingga data yang dimasukan dan
hasil yang diperoleh sesuai (Finney 1971).
Analisis data dilakukan dengan menggunakan analisis probit untuk
mendapatkan nilai LD50. Apabila mortalitas pada perlakuan control lebih besar 0%
dan lebih kecil 20% maka mortalitas serangga pada perlakuan dikoreksi dengan
formula rumus sebagai berikut (Finney 1971)
Pt = [(Po - Pc)/(100 - Pc)] x 100%
Pc = persentase kematian control
yˆ
yˆ
yˆ
12. SIMPULAN
Perhitungan analisis probit secara manual seringkali tidak teliti karena
masalah salah input data dan salah perhitungan. Sebaiknya untuk analisis nilai
probit menggunakan aplikasi POLO-PC karena lebih teliti dan akurat.
DAFTAR PUSTAKA
Djojosumarto P. 2008. Pestisida dan Aplikasinya. Jakarta (ID): Agromedia
Pustaka.
Finney DJ. 1971. Probit Analysis, 3rd ed. Cambridge: Cambridge Univ Press.
Skrondal, A. and Hesketh, S. (2004). Generalized Latent Variable Modeling:
Multilevel, Longitudinal and Structural Equation Models. Boca Raton, FL :
Chapman & Hall/CRC