Epidemiologi1 5

4,400 views

Published on

Pengendalian Penyakit Tumbuhan

Published in: Education
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
4,400
On SlideShare
0
From Embeds
0
Number of Embeds
9
Actions
Shares
0
Downloads
141
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

Epidemiologi1 5

  1. 1. <ul><li>Pioner-pioner epidemiologi penyakit tumbuhan </li></ul><ul><li>Van der Plank (1963) </li></ul><ul><li>Ep: Ilmu yang mempelajari penyakit dalam suatu populasi </li></ul><ul><li>Nelson (1974) </li></ul><ul><li>Ep: Ilmu yang mempelajari faktor-faktor yang mempengaruhi kecepatan perkembangan penyakit </li></ul><ul><li>Kranz (1973) </li></ul><ul><li>Ep: Ilmu yang mempelajari dinamika populasi dari aspek numerik dari pertumbuhan dan pengaturan populasi yang difokuskan pada perubahan jumlah per satuan waktu </li></ul><ul><li>Zadok & Schein (1979) </li></ul><ul><li>EP: ilmu yang mempelajari perkembangan & penyebaran penyakit serta faktor yang mempengaruhi proses epidemik </li></ul>
  2. 2. Definisi <ul><li>Epidemiologi Penyakit Tumbuhan : </li></ul><ul><li>Suatu ilmu yang mempelajari penyakit tumbuhan dalam suatu populasi </li></ul><ul><li>Suatu ilmu yang mempelajari faktor lingkungan yang mempengaruhi tingkat dan penyebaran penyakit dalam suatu populasi tumbuhan </li></ul><ul><li>Suatu ilmu yang mempelajari perubahan kecepatan yang mengurangi/menambah jumlah per satuan waktu/ruang atau keduanya </li></ul>
  3. 3. <ul><li>Contoh: epidemik penyakit tanaman </li></ul><ul><li>Sourthern corn leaf blight = Helminthosporium maydis 1917 USA </li></ul><ul><li>Hawar daun pada kentang di Irlandia </li></ul><ul><li>Karat kopi (Brasil), 1825 </li></ul><ul><li>Bengal Famine 1943 </li></ul><ul><li>Bulai pada Jagung, 1975 </li></ul><ul><li>Tungro pada Padi 1980 Foto RGS.ppt </li></ul><ul><li>Layu pisang .... VirologiFoto-fotoanana streak virus.jpg .. VirologiFoto-fotoGemini.jpg </li></ul>
  4. 4. <ul><li>KOMPONEN EPIDEMIK PENY AKIT TUMBUHAN </li></ul><ul><li>Konsep penyakit: Disease Triangle </li></ul><ul><li>Inang </li></ul><ul><li>Patogen </li></ul><ul><li>Lingkungan </li></ul><ul><li>Konsep Epidemik Penyakit: Piramida Penyakit </li></ul><ul><li>5 komponen: </li></ul><ul><li>Populasi Inang (I) </li></ul><ul><li>Populasi Patogen (P) </li></ul><ul><li>Lingkungan (Biotik & Abiotik) (L) </li></ul><ul><li>Waktu (W) </li></ul><ul><li>Manusia (M) </li></ul>L P I M P I L W
  5. 5. Peranan Inang dalam Epidemik * M anusia harus mengetahui pertumbuhan inang sejak mulai pertanaman atau sejarah pertanian * Memilih dari tan aman Liar ( berguna-makanan/sandang/papan <ul><li>Peranan Lingkungan dalam Epidemik </li></ul><ul><li>Lingkungan sangat berpengaruh terhadap tananamn maupun patogen, TETAPI TIDAK ADA STANDAR UMUM dari lingkungan yang dapat menggambarkan pengaruhnya bagi perkembangan penyakit </li></ul><ul><li>Pengaruh lingkungan snagat spesifik (ras patogen, varietas inang </li></ul>Contoh: - Antraknosa .. Discharge in Phytophthora sojae.htm RH & suhu < 27 C - Karat Kopi, kedelai RH & dingins < 20 C
  6. 6. Peranan Patogen dalam Epidemik <ul><li>Perubahan tanaman (introduksi, hasil pemuliaan dll) perubahan ketahanan tanaman </li></ul><ul><li>EKOSISTEM ALAMI I, P, L dalam keseimbangan yang dinamis </li></ul>Yang mempengaruhi adalah:- populasi meningkat monokulture Ekosistem rusak Inang Baru & Patogen Baru M a nusia harus dapat mengelola I, L, P dikendalikan
  7. 7. Peranan Waktu dalam Epidemik <ul><li>Elemen segitiga penyakit belum cukup menguraikan epdemik penyakit, karena ada penyakit yang berkembang lebih cepat pada musim tertentu dibandingkan pada musim lainnya </li></ul>Peran waktu Musim (iklim micro-macro) Umur Tanaman Musiman dan tahunan Peranan Manusia dalam Epidemik Manusia Tanaman Monukulture/polikulture, musim tanam, pemuliaan, hidroponi/aeroponik Patogen Fungisida, Rumah kaca, bioteknolgi Lingkungan D eforesty erosi, banjir , O zon , pemanasan global Rumah kaca Waktu Waktu tanam, tumpang sari, rotasi tanam
  8. 8. Perkembangan Epidemic dipengaruhi oleh: <ul><li>Environmental factors </li></ul><ul><li>Rate of pathogen reproduction </li></ul><ul><li>Mode of pathogen dispersal </li></ul><ul><li>Efficiency of pathogen survival </li></ul><ul><li>Level of aggressiveness of the pathogen </li></ul><ul><li>Level of host plant resistance </li></ul>
  9. 9. Apa kegunaan epidemiology ? <ul><li>1 – Model disease progress </li></ul><ul><li>2 – Assess effectiveness of alternative control measures </li></ul><ul><li>3 – Predict disease spread </li></ul><ul><li>4 – Predict yield loss </li></ul><ul><li>5 – Disease forecasting </li></ul>
  10. 10. Teori Sistem Epidemik <ul><li>Sub proses siklus penyakit untuk terjadinya epidemik </li></ul><ul><li>Saprogenesa </li></ul><ul><li>Penyebaran </li></ul><ul><li>Xo (Inukulum awal) </li></ul><ul><li>Perkecambahan spora </li></ul><ul><li>Penetrasi </li></ul><ul><li>Kolonisasi </li></ul>Infeksi <ul><li>Pelepasan spora </li></ul><ul><li>Penyebaran spora </li></ul><ul><li>Diposisi spora </li></ul>Penyebaran <ul><li>Produksi sporophore </li></ul><ul><li>Produksi spora </li></ul><ul><li>Pematangan spora </li></ul>Sporulasi Sub tahapan Tahapan
  11. 11. Horsfall <ul><li>Potensi inokulum equivalen dengan kepadatan inokulum </li></ul><ul><li>(IP ~ ID) </li></ul>Karena ia berpedapat Inoculum Density =  partikel enfektifpada permukaan inang dalam lingkungan inang per area
  12. 12. Gannet <ul><li>PI = energi </li></ul><ul><li>Energi yang tersedia pada permukaan inang untuk mengkolonisasi inang </li></ul><ul><li>PI akan meningkat dengan </li></ul><ul><li>meningkat jumlahnya </li></ul><ul><li>meningkat status nutrisi inokulum </li></ul>hal ini menunjukan bahwa kepadatan inokulum merupakan bagian dari PI yang memiliku vigor atau virulensi yang diepngaruhi genotif yang termodifikasi oleh lingkungan PI = ID+Genotif+Lingk.
  13. 13. Van der Plank <ul><li>PI = tidak akan pernah dapat dikuantifikasi </li></ul><ul><li>Hanya inokulum yang dikuantifikasi (spora, konidia, dsb) </li></ul>Potensi Inokulum - Kepadatan inokulum (ID) - Inokulum+IP - Inokulm Potensial= inokulum yang belum diproduksi - IP=ndeks ienfeksi
  14. 14. Baker <ul><li>Hubungan kepadatan inokulum (ID) dengan kurva Penyakit (DC) </li></ul><ul><li> kepadatan inokulum  Beratnya penyakit </li></ul>
  15. 15. HUBUNGAN KEPADATAN INOKULUM & PENYAKIT <ul><li>Van der Plank (1975 </li></ul><ul><li>Hubungan ID dengan kurva penyakit ada 6 kemungkinan </li></ul>D C F E B A
  16. 16. Hubungan langsung proposional  bercak per cm2 dg  inok/  spora per cm2 Pada saat ini  gejala menurun dengan pertambahnya  spora Pada tipe B ini pertambahan  spora tidak selalu di i kuti dengan pertambahan  bercak/gejala A B
  17. 17. Dimana pertambahan spora mengakibatkan penurunan bercak, karena adanya antagonistisk D Type Synergistik  spora membantu perkembangan Semakin tinggi  spora maka  bercak semakin banyak C
  18. 18. E Type sinergisme obligat Teori ambang numerik Ada  min tertentu dari spora untuk berhasil menimbulkan infeksi Teori Spontan <ul><ul><li>Tidak mungkin adan peny akit t anpa inokulum </li></ul></ul><ul><ul><li>Ada inokulum tersembunyi </li></ul></ul>F
  19. 19. Backer A. Norma distribusi Hubungan kepadatan inokulum dan keparahan penyakit menyebar normal B. True Logarithmic scale P ertambahan inokulum akan meningkatkan infeksi dalam skala log (perkembangan dengan cepat) C. Sinergi slope P ertambahan penyakit semakin cepat dengan adanya perubahan pertambahan kepadatan inokulum yang sedikit saja- karena ada sinergis D. Transitional scale Pertumbuhan penyakit mulai lambat, kapasitas inang berkurang, walaupun pertumbuhan inokulum tetap besar . ..CHAP32LATEBLIT.EXE A. Norm distr. B. True logarithmic scale C. sinergistic slope D. Transitional scale
  20. 20. TEORI INOKULUM <ul><li>Potensi i n o kulum dan hubungan dengan kepadatan inokulum (ID-inokulum density ) & Intensitas Penyakit ( DSV=Diseases severity ) </li></ul><ul><li>Konsep Potensi Inokulum </li></ul><ul><li>Horsfall </li></ul><ul><li>Gannet </li></ul><ul><li>Vander Plank </li></ul><ul><li>Baker </li></ul>
  21. 21. <ul><li>Tipe epidemik </li></ul><ul><li>Monosiklik </li></ul><ul><li>Polisiklik </li></ul>Mono siklik: Patogen berkembang dengan menginfeksi tanaman dalam satu siklus contoh Virus, Nematoda, Bakteri Poli siklik: inokulum primer mengifeksi inang, kemudian produksi inokulum/sekunder, patogen digunakan untuk infeksi dalam siklus sekunder dan siklus sekunder bisa berulang. Conto:Bercak, Hawar daun Dalam epidemik peny. Tumbuhan penekanannya ke Polisiklik yang
  22. 22. Model Konservatif Yang diusulkan Vanderplank (1963) Bunga Tunggal Monosiklik Bunga Majemuk Polisiklik Ada 5 model yang umum di gunakan Perkembangan Penyakit - Exponential - Monomolecular - Logistic - Gompertz - Linier Model Lain - Richard - Wiibull
  23. 23. Soilborne pathogens are usually monocyclic due to physical constraints--inoculum is not dispersed within the growing season. DSCI0060.AV I DSCI0061.AVI Verticillium wilt of strawberry
  24. 24. Some rust and smut fungi are monocyclic because their life cycles take a full season to complete. Oat smut Cedar-apple rust
  25. 25. Polycyclic pathogens have several secondary disease cycles each season. Oat stem rust Halo blight Soybean mosaic
  26. 26. Peningkatan penyakit pada populasi tanaman dapat dianalogkan dengan teori bunga bank (interest) Penyakit yang disebabkan patogen monosiklik dianalogikan dengan bunga tunggal , sedangkan penyakit yang disebabkan patogen polisiklik di analogikan sebagai bunga majemuk .
  27. 27. With simple interest, capital grows at a constant rate (the interest bearing capital remains unchanged) Bulan/tahun Jumlah Uang
  28. 28. With compound interest, invested capital grows at an increasing rate over time as the earned interest is reinvested. Bulan/tahun Jumlah uang
  29. 29. Formula matematika yang menggambarkan peningkatan bunga majemuk adalah sama formulanya pada biologi yang menggambarkan perkembangan exponential. Formula tersebut jga dapat diaplikasikan pada epedemik yang disebabkan oleh patogen polisiklik.
  30. 30. Peningkatan Penyakit Exponential Bunga Majemum-Patogen Polysiklik X = intensitas penyakit pada waktu t X 0 = initial disease/primary inoculum (at time t = 0) e = 2.73… ( base of natural log) r = tingkat perkembangan penyakit t = time period
  31. 31. Time Disease EXPONENTIAL GROWTH LOGISTIC GROWTH
  32. 32. Pada kenyataan, peningkatan penyakit polycyclic meningkat secara exponential hanya pada awal perkembangan epidemik (< 5% disease). Why do you think this is so?
  33. 33. Alasan mengapa penyakit tidak berkembang secara exponential dalam waktu lama: <ul><li>Jumlah jaringan tanaman yang sehat menjadi terbatas, kemudian perkembangan penyakit menurun </li></ul><ul><li>Infeksi berlangsung singkat, tidak terus menerus. </li></ul><ul><li>Jaringan terbaru tidak segera terinfeksi. </li></ul><ul><li>Penyakit terjadi pada bagian tanaman, tidak berlangsung di lapang. </li></ul>
  34. 34. Kurva perkembangan penyakit patogen polisiklik berbentuk “S” (sigmodi). Time Disease LOGISTIC GROWTH
  35. 35. Logistic Growth Bunga majemuk patogen polisiklik r = apparent infection rate t = time x 2 = proportion disease at t 2 x 1 = proportion disease at t 1
  36. 36. Kurva perkembangan penyakit patogen monosiklik TIME DISEASE SEVERITY
  37. 37. Model Mathematical pnyakit monosiklik r m = infection rate (monocyclic) t = time x 2 = proportion disease at t 2 x 1 = proportion disease at t 1
  38. 38. Perkmbangan late blight pada tanam kentang rentan (Hudson) dan resistant (Sebago) DAYS PROPORTION DISEASE Sebago r = 0.21 Hudson r = 0.43 10 20 30 40 50
  39. 39. Effect of different fungicide dosages on development of potato late blight. (Cultivar Russet Rural; weekly applications in kg/ha.) DAYS PROPORTION DISEASE 10 20 30 40 50 0.00 0.22 0.67 1.79 (Fry, W. E. Phytopathology 65:908)
  40. 40. Effect of different levels of weekly fungicide applications on Late Blight epidemics in plots of Russet Rural and Sebago potatoes. (Fry, W. E. Phytopathology 65:908)
  41. 41. Effects of fungicide dose on yield of Sebago and Russet Rural potatoes under conditions favorable for Late Blight. 0 0.5 1.0 Fungicide (kg/ha) 50 25 75 100 Yield % of max. Sebago Russet Rural (Fry, W. E. Phytopathology 65:908) Difference is approximately 0.25 kg/ha/week
  42. 42. Pada kultivar dengan resistensi tinggi membutuhkan fungisida lebih rendah untuk menghasilkan umbi kentang. If weekly applications of 1.75 kg/ha gave adequate control with Russet Rural, we could expect that 1.50 kg/ha would be sufficient for Sebago.
  43. 43. Example: How much lettuce mosaic virus infection can be tolerated in lettuce seed lots? <ul><li>r = 0.12 per day </li></ul><ul><li>Season is 70 days long </li></ul><ul><li>1% infection tolerated in crop at harvest </li></ul>We will use this equation to determine tolerance level in a 30,000 seed assay.
  44. 44. Lettuce mosaic virus seed assay (cont.) 1.00% = X 0 (4447) 0.0002% = x 0 1 in 30,000 = 0.003%, so seed lots must have 0 in 30,000 to pass certification.
  45. 45. Pengelolaan penyakit ditujukan pada 3 hal yaitu: <ul><li>Mengurangi jumlah inokulum awal (X 0 ) </li></ul><ul><li>mengurangi kecepatan infeksi (r) </li></ul><ul><li>Mengurangi waktu perkembangan penyakit (t) </li></ul>
  46. 46. Pilihan pengendalian penyakit yang disebabkan oleh patogen polycyclic <ul><li>Describe a disease management strategy which will reduce the amount of initial inoculum. </li></ul><ul><li>Describe a disease management strategy which will reduce the rate at which disease develops. </li></ul><ul><li>Determine how each of these management strategies will affect the disease progress curve. </li></ul>
  47. 47. Time Disease No control Reduce X 0 Reduce r
  48. 48. Disease Gradient: change of disease with distance from a source Pathogens: A- splash dispersed B- large spores, wind dispersed C- small spores, wind dispersed Disease
  49. 49. x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x Random Clustered (point source) Spatial patterns of disease x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x Clustered (line source)
  50. 50. Disease severity Yield loss (ton/ha) Southern leaf blight Powdery mildew Stem rust Yield loss models
  51. 51. Relationship of temperature and duration of leaf wetness to infection by ascospores of Venturia inequalis 10 20 30 40 10 15 20 25 Temperature (•C) Hours of continuous leaf wetness
  52. 52. What is epidemiology used for? <ul><li>1 – Model disease progress </li></ul><ul><li>2 – Assess effectiveness of alternative control measures </li></ul><ul><li>3 – Predict disease spread </li></ul><ul><li>4 – Predict yield loss </li></ul>

×