ANALISIS DAN EVALUASI GENETIK KUDA PACU INDONESIA
DIAN BERLIANA
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007
Pernyataan Mengenai Tesis Dan Sumber Informasi Dengan ini saya menyatakan bahwa tesis Analisis dan Evaluasi Genetik Kuda Pacu Indonesia adalah karya saya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam tesis dan dicantumkan dalam Daftar Pustaka dibagian akhir tesis ini.
Bogor, April 2007
Dian Berliana NIM D051030131
ABSTRAK DIAN BERLIANA. Analisis dan Evaluasi Genetik Kuda Pacu Indonesia. Dibimbing oleh MULADNO dan RUDY PRIYANTO Kuda Pacu Indonesia adalah kuda Indonesia hasil grading up dari kuda betina lokal Indonesia dengan pejantan Thoroughbred sampai generasi ketiga (G3) dan generasi keempat (G4) dan memiliki sertifikat kuda pacu Indonesia serta terdaftar pada biro registrasi kuda yang ditetapkan pemerintah. Penelitian analisis genetik telah dilakukan di daerah Sumatera Barat, Jawa Tengah, Jawa Barat dan Pamulang (Jakarta Selatan). Tujuan penelitian ini adalah menganalisis kuda lokal Indonesia pada level molekuler dan mengevaluasi performance KPI. Delapan belas sampel darah diekstraksi untuk memperoleh DNA total. Fragmen DNA diampifikasi dengan teknik PCR pada daerah 12SrRNA dan diperoleh pita (band) sepanjang 450-500 bp. Sekuensing menggunakan mesin ABI 3130 Genetic Analyzer menghasilkan panjang urutan nukleotida sebesar 321 bp. Hasil multiple aligment dari 18 sampel menunjukan adanya 9 kelompok haplotipe yang mempunyai dua basa yang spesifik yaitu thymin dan adenin. Jarak genetik antara kuda indonesia berkisar antara 0.003-0.0187 dengan rata–rata keragaman nukleotida sebesar 0.0091. Model persamaan regresi yang diperoleh untuk jarak pendek adalah kecepatan (m/mnt) = -870.408 + 13.931 Lebar Dada – 26.952 Panjang Bahu + 26.188 Tinggi Punggung dengan nilai R2 sebesar 99.7%. Model persamaan regresi yang diperoleh untuk jarak jauh adalah kecepatan (m/mnt) = 15019 + 100.358 Tinggi Badan – 104.866 Panjang Badan – 13394 TB/PB dengan nilai R2 sebesar 53.9%.
ABSTRAK DIAN BERLIANA. Analysis and Evaluation Genetic of Indonesian Ridding Horse. Under the direction of MULADNO and RUDY PRIYANTO Indonesian ridding horse is a result of grading up from Indonesian local horse with Thoroughbred stallion until third and fourth generation and have a certificate Indonesian ridding horse and also enlisted at office of registration horse which specified by goverment. The research on genetic analysis of the Indonesian horse was conducted in West Sumatera, Central Java, West Java and Pamulang (South Jakarta). The objective of this research was to analysis genetic Indonesian horse at molecular level and evaluate performance KPI. Eighteen DNA total from blood were extracted and 450-500 bp of the 12SrRNA fragment of mitochondrial DNA were amplified by Polymerase Chain Reaction (PCR). Nucleotide sequence of the PCR products were determined by automated sequencer (ABI 3130 Genetic Analyzer). The result of research showed that 9 haplotipe were found among 18 sample and have two specifik base thymin and adenin. Genetic distance value of the Indonesian horse range from 0.003 – 0.0187 and nucleotide diversity 0.0091. The regression equation for short range is speed (m/mnt) = -870.408 + 13.931 Width of Chest – 26.952 Length of Shoulder + 26.188 Height of Back with R2 value is 99.7%. The regression equation for long range is speed (m/mnt) = 15019 + 100.358 Height at Withers – 104.866 Body Length – 13394 HW/BL with R2 value is 53.9%.
© Hak cipta milik Institut Pertanian Bogor, Tahun 2007 Hak cipta dilindungi Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotocopi, mikrofilm dan sebagainya
ANALISIS DAN EVALUASI GENETIK KUDA PACU INDONESIA
DIAN BERLIANA
Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Ilmu Ternak
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007
Judul Tesis Nama NIM
: Analisis dan Evaluasi Genetik Kuda Pacu Indonesia : Dian Berliana : D051030131
Disetujui Komisi Pembimbing
Dr.Ir. Muladno, MSA Ketua
Dr.Ir. Rudy Priyanto Anggota
Diketahui
Ketua Program Studi Ilmu Ternak
Dekan Sekolah Pascasarjana
Dr.Ir. Nahrowi, M.Sc
Prof.Dr.Ir. Khairil Anwar Notodiputro, MS
Tanggal Lulus :
PRAKATA Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan karunia-NYA sehingga penulis dapat menyelesaikan penelitian dan penulisan tesis yang berjudul Analisis dan evaluasi genetik kuda pacu Indonesia. Terima kasih penulis ucapkan kepada Bapak Dr. Ir. Muladno, MSA dan Dr. Ir. Rudy Priyanto selaku ketua dan anggota komisi pembimbing yang telah banyak meluangkan waktu, tenaga dan pikiran untuk memberikan arahan dan bimbingan mulai dari perencanaan penelitian sampai dengan penyelesaian penulisan tesis ini. Penulis mengucapkan terima kasih kepada Pengurus Pusat PORDASI di Jakarta, Sumatera Barat, Jawa Barat dan Jawa Tengah serta Pengurus Pusat Biro Registrasi Kuda di Jakarta atas segala bantuannya selama pengambilan data sekunder dan sampel darah kuda pacu Indonesia. Penulis mengucapkan terima kasih kepada Kepala Laboratorium Genetika Bidang Zoologi Pusat Penelitian Biologi LIPI Cibinong, Bogor
dan Kepala
Laboratorium Bioteknologi PUSPITEK Serpong, Tangerang yang telah mengizinkan penulis untuk melaksanakan penelitian di laboratorium kedua instansi tersebut dan atas segala saran dan bimbingan yang telah diberikan kepada penulis selama menyelesaikan penelitian. Ungkapan terima kasih penulis sampaikan kepada Ayahanda H. Azwar dan Ibunda Hj. Ermayati serta Suamiku tercinta Kapten Marinir Moh. Maftukin yang selalu memberikan segala kasih sayang, dukungan moril maupun materiil serta doa restu dan nasehatnya agar penulis selalu tabah dan tawakal dalam menghadapi kesulitan dan senantiasa selalu bekerja keras. Kepada kakakku Haris Alfarobi dan Aulia Arselan serta adikku Farli Salim dan Moh. Alkadri penulis ucapkan terima kasih atas dorongan semangatnya untuk menyelesaikan studi. Ucapan terima kasih penulis sampaikan
kepada Romi Zamhir Islami
sebagai rekan penelitian dan rekan – rekan Sekolah Pascasarjana IPB program studi Ilmu Ternak angkatan 2003, beserta semua pihak yang telah mendukung dan membantu selama penulis menempuh studi S-2.
Akhir kata, jika pembaca merasa tesis ini masih banyak kekurangan maka penulis sangat mengharapkan kritik dan sarannya yang bersifat membangun agar dapat dicapai hasil penulisan yang lebih baik pada masa yang akan datang. Semoga karya ilmiah ini dapat memberikan manfaat bagi semua pihak. Bogor, April 2007
Dian Berliana
RIWAYAT HIDUP Penulis dilahirkan di Tanjung Karang pada tanggal 17 Mei 1978 dari pasangan H.Azwar dan Hj.Ermayati. Penulis merupakan anak ketiga dari lima bersaudara. Pendidikan
sarjana
ditempuh
di
Fakultas
Peternakan
Universitas
Padjadjaran, Jatinangor, Bandung dan lulus pada tahun 2002. Pada tahun 2003, penulis diterima di Program Studi Ilmu Ternak pada Sekolah Pascasarjana Institut Pertanian Bogor.
DAFTAR ISI Halaman DAFTAR TABEL ........................................................................................
x
DAFTAR GAMBAR ...................................................................................
xi
DAFTAR LAMPIRAN ................................................................................
xii
PENDAHULUAN Latar Belakang ...................................................................................... Tujuan Penelitian ................................................................................... Manfaat Penelitian .................................................................................
1 2 2
TINJAUAN PUSTAKA Asal Usul Kuda ..................................................................................... Penyebaran Kuda di Dunia .................................................................... Jenis Kuda Terbaik di Dunia ................................................................. Penyebaran dan Perkembangan Kuda di Indonesia .............................. Jenis Kuda di Indonesia ......................................................................... Kuda Pacu Indonesia ............................................................................. Ukuran Tubuh Kuda Pacu Indonesia .................................................... Permasalahan Kuda Pacu Indonesia ...................................................... Deoxyribonucleic Acid (DNA) .............................................................. Daerah 12SrRNA .................................................................................. Polymerase Chain Reaction (PCR) ....................................................... Pembacaan Urutan DNA (DNA Sequencing) ....................................... Filogenetik .............................................................................................
3 4 5 6 8 9 10 11 12 13 13 14 15
MATERI DAN METODE Waktu dan Tempat Penelitian ............................................................... Materi Penelitian ................................................................................... Metode Penelitian ..................................................................................
17 17 18
HASIL DAN PEMBAHASAN Ekstraksi DNA ...................................................................................... Amplifikasi fragmen DNA dengan teknik PCR pada daerah 12SrRNA ............................................................................................... Keragaman Kuda Lokal ndonesia ......................................................... Filogenetik Kuda Lokal Indonesia ........................................................ Jarak Genetik Kuda Lokal Indonesia .................................................... Ukuran Tubuh Kuda Pacu Indonesia .................................................... Strategi Pengembangan Kuda Pacu Indonesia ......................................
24 25 26 31 32 34 38
SIMPULAN DAN SARAN .........................................................................
39
DAFTAR PUSTAKA ..................................................................................
40
LAMPIRAN .................................................................................................
42
DAFTAR TABEL Halaman 1
Karakteristik kuda lokal Indonesia ......................................................
8
2
Standar fisik dan kecepatan kuda pacu Indonesia ...............................
11
3
Kelompok haplotipe kuda lokal Indonesia ..........................................
29
4
Keragaman nukleotida kuda lokal Indonesia ......................................
30
5
Nilai jarak genetik kuda lokal Indonesia .............................................
33
6
Persamaan regresi kecepatan pacu dengan ukuran-ukuran tubuh pada jarak pendek ................................................................................ Persamaan regresi kecepatan pacu dengan ukuran-ukuran tubuh pada jarak jauh ................................................................................
35
7
36
DAFTAR GAMBAR Halaman 1
Pengukuran kuda ................................................................................
21
2
24
3
Contoh visualisasi DNA total kuda lokal Indonesia hasil ekstraksi yang telah dielektroforesis pada gel agarose 1 % ............................... Hasil amplifikasi fragmen 12 SrRNA dengan teknik PCR ................
4
Hasil multiple alignment dari kuda lokal Indonesia ...........................
26
5
Pohon kekerabatan kuda lokal Indonesia ...........................................
31
25
DAFTAR LAMPIRAN Halaman 1
Contoh kromatogram hasil analisis sekuensing kuda lokal Indonesia
42
2
Hasil multiple alignment dari 19 ekor kuda lokal Indonesia ................
43
3
Hasil analisis rancangan acak lengkap pada jarak pacuan kuda ...........
46
4
Hasil analisis korelasi antara ukuran tubuh dengan kecepatan pacu pada jarak pendek dan jarak jauh …………………………………….. Hasil analisis regresi antara ukuran tubuh dengan kecepatan pada jarak pendek dan jarak jauh ..................................................................
47
5
48
Pendahuluan Latar Belakang
Pembentukan Kuda Pacu Indonesia (KPI) dilakukan untuk memenuhi permintaan konsumen dan memperoleh standar kuda pacu yang seragam mengacu pada standarisasi Dewan Standarisasi Nasional yang telah dilakukan sejak tahun 1975. Berdasarkan hasil keputusan loka-karya di dalam Munas III PORDASI tahun 1975, arah pembentukan Kuda Pacu Indonesia dilakukan dengan menyilangkan kuda betina lokal dengan kuda jantan Thoroughbred. Pemilihan kuda Thoroughbred sebagai pejantan dilakukan karena bangsa Thoroughbred merupakan bangsa kuda pacu yang mempunyai kemampuan tinggi dalam kecepatan lari. Adapun kuda lokal yang dipilih adalah kuda Sandel yang memiliki daya tahan terhadap iklim tropis, kaki yang cukup kuat, intelegensia yang tinggi dan kecepatan lari yang baik. Saat ini persilangan antara kuda lokal dengan kuda Thoroughbred dilakukan/dibatasi sampai terbentuknya keturunan ketiga (G3) dan keturunan keempat (G4), setelah itu dilakukan perkawinan antar sesamanya yaitu antara G3 dengan G3, G3 dengan G4, dan G4 dengan G4 sehingga kuda pacu Indonesia mempunyai komposisi darah sebagai berikut : − 87.5 % darah kuda Thoroughbred dan 12.5 % darah kuda lokal untuk G3 − 93.75 % darah kuda Thoroughbred dan 6.25 % darah kuda lokal untuk G4 − 90.625 % darah kuda Thoroughbred dan 9.375 % darah kuda lokal untuk (G3 x G4) (Pordasi 2000) Berdasarkan sistem persilangan tersebut maka pada tahun 1996, Dewan Standarisasi Nasional menyetujui bahwa sistem ini dapat dijadikan konsep dalam menentukan standar kuda pacu Indonesia yang kemudian menjadi Standar Nasional Indonesia (SNI) dengan nomor register SNI 01-42261996 (Pordasi 2000). Hal ini merupakan salah satu kebanggaan PORDASI karena telah berhasil membentuk kuda pacu Indonesia yang memiliki kombinasi karakter antara kuda lokal dan kuda Thoroughbred. Akan tetapi pada beberapa tahun terakhir ini timbul perdebatan antara pemilik kuda tentang keinginan untuk melanjutkan persilangan sampai keturunan kelima (G5) serta timbulnya keraguan tentang keturunan yang
ada saat ini apakah benar-benar berasal dari tetua yang ada. Untuk mengatasi masalah tersebut maka perlu dilakukan penelusuran tentang pola pengembangan dan pembibitan kuda pacu Indonesia. Dengan kemajuan teknologi rekayasa genetika maka penelusuran pola pengembangan dan pembibitan ini dapat dilakukan dengan menggunakan analisis DNA serta melakukan kajian secara menyeluruh baik pada level fenotipe maupun genotipe. Tujuan Penelitian Tujuan dilakukannya penelitian ini adalah menemukan dan menentukan strategi yang tepat dalam mempertahankan dan meningkatkan mutu genetik Kuda Pacu Indonesia melalui tahapan : 1.
Melakukan analisis keragaman genetik kuda lokal Indonesia pada level molekuler
2.
Evaluasi terhadap performance Kuda Pacu Indonesia mulai dari generasi kesatu sampai generasi keempat
Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan manfaat kepada PORDASI dalam membuat pola kebijakan dan pengembangan Kuda Pacu Indonesia (KPI) berdasarkan dari hasil analisis genetik.
TINJAUAN PUSTAKA Asal-usul Kuda Kuda (Equus caballus) yang saat ini terdapat diseluruh dunia berasal dari binatang kecil yang oleh beberapa ilmuwan disebut sebagai Eohippus atau Dawn horse yang telah mengalami proses evolusi sekitar 60 juta tahun yang lalu. Tahun 1867 kerangka lengkap dari fosil Eohippus telah ditemukan dibentukan tebing Eocene dan pada tahun 1931 kerangkanya disusun kembali di Big Horn Basin, Wyoming USA oleh palaeontologi dari Institut Teknologi California. Proses evolusi kuda terjadi melalui beberapa tahapan yang dimulai dari (1) Eohippus, berkembang pada zaman Eocene dengan tinggi badan 35 cm (20-50 cm), berat 5.5 kg, mempunyai empat jari kaki dan gigi geraham pendek yang sangat cocok untuk memakan tunas-tunas rumput, (2) Mesohippus, perkembangannya dimulai pada zaman Ologocene dengan tinggi badan 45 cm, bentuk punggung hampir sama dengan Eohippus, mempunyai kaki yang lebih panjang dengan tiga jari kaki, gigi premolar dan incisor lebih kuat dan mampu memotong daun-daun yang lebih beragam, (3) Miohippus, berkembang pada akhir zaman Oligocene dan awal zaman Miocene dengan tinggi sekitar 60 cm, bentuk kaki dan gigi lebih berkembang dibandingkan dengan Mesohippus, mempunyai tiga jari kaki dengan jari kaki bagian tengah lebih menonjol dan mempunyai gigi seri yang lebih jelas, (4) Merychippus, berkembang pada pertengahan dan akhir zaman Miocene dengan tinggi lebih dari 90 cm, jari kaki tengah semakin membesar sedangkan kedua jari lainnya mengecil, gigi seri semakin jelas dan semakin cocok untuk merumput, mempunyai leher yang panjang yang memungkinkan menggapai makanan dipermukaan dan meningkatkan jarak pandang, (5) Pliohippus, berkembang pada pertengahan zaman Pleistocene sekitar 6 juta tahun yang lalu. Pliohippus mempunyai tinggi sekitar 1.22 m, seluruh gigi untuk merumput telah lengkap, mempunyai persendian tulang yang sangat kuat dengan satu buah kuku dan merupakan prototype yang menggambarkan bentuk kuda modern yang ada saat ini. Pliohippus merupakan salah satu kelompok subgenerik yang mewakili zebra, keledai dan heminoid, (6) Equus caballus, berasal dari Pliohippus yang berkembang sekitar 5 juta tahun yang lalu pada
zaman es. Menurut bahasa latin caballus berasal dari kata fons caballinus yang diambil dari cerita dongeng tentang Pegasus (Edward 1994). Penyebaran Kuda di Dunia Penyebaran kuda dimulai dari Amerika Utara ke arah Amerika Selatan, Asia, Eropa dan Afrika yang terjadi sekitar 1 juta tahun yang lalu pada akhir zaman es (9000 SM). Sekitar abad ke-16 penjelajah Spanyol mendarat di Mexico dengan membawa 16 ekor kuda dan selanjutnya kuda-kuda ini berkembang dan menyebar di wilayah Amerika (Edward 1994). Dari penyebaran ini maka tetua kuda berasal dari tiga tipe primitif kuda yaitu : (a) Forest Horse (Equus cabalus silvaticus) adalah kuda dengan tinggi 1.52 m dan berat sekitar 545 kg. Warna bulu biasanya merah atau hitam dengan rambut yang kasar, ekor dan bulu tengkuk yang lebat, mempunyai tapak kaki yang lebar yang cocok untuk daerah berawa, (b) Asiatic Wild Horse (Equus cabalus przewalskii przewalskii) adalah kuda liar yang ditemukan di Asia
Tengah oleh peneliti Rusia
bernama Nikolai
Mikhailovitch Przewalski pada tahun 1879. Kuda ini memiliki tinggi sekitar 1.32 m. Keempat kaki, ekor, rambut tengkuk berwarna hitam dan daerah bawah perut berwarna cream. Kuda ini berbeda dengan keturunan domestik lainnya karena jumlah kromosomnya 66 sedangkan kuda domestik jumlah kromosomnya 64, (c) Kuda Tarpan (Equus cabalus gmelini) adalah kuda liar yang menyebar ke Eropa Timur sampai stepa ukraina. Kuda ini memiliki tinggi sekitar 1.32 m (Edward 1994). Berdasarkan tipe tetua tersebut maka berkembanglah empat dasar tipe kuda yaitu (1) Pony tipe I, hidup di daerah Utara sampai Eropa Barat dengan tinggi 1.22 – 1.27m, memiliki warna tubuh coklat dan bay, (2) Pony tipe II, hidup di daerah Utara Eurasia, tahan pada kondisi dingin dan mimiliki tinggi badan 1.42-1.47m, (3) Pony tipe III, hidup di daerah Asia Tengah dan tahan pada kondisi panas dengan tinggi badan sekitar 1.5 m, (4) Pony tipe IV, hidup di daerah Asia Barat merupakan kuda padang pasir dan tahan pada kondisi panas dengan tinggi badan sekitar 1.22 m (Edward 1994).
Jenis Kuda Terbaik di Dunia Kuda Arab merupakan sumber atau cikal bakal semua bangsa kuda di dunia karena kemurnian genetiknya sangat potensial untuk dikembangkan sehingga kuda Arab mempunyai karakter dan peranan yang sangat penting dalam upgrading (Edward 1994). Perkembangan kuda Arab dimulai pada abad ke 7 di wilayah Arabia dan pada abad 18 sampai 19 di wilayah Inggris, Rusia, Skandinavia, dan Amerika. Di Amerika kuda Arab mulai dikembangkan di Vermont tahun 1793 yang menghasilkan keturunan kuda Arab dengan tinggi 154 – 167 cm. Keturunan kuda Arab juga dikembangkan di Inggris yang disebut Barb atau Turk dengan cara menyilangkan pejantan kuda Arab dengan kuda lokal Inggris untuk memperoleh kuda pacu yang baik seperti keturunan kuda Arab yang dimiliki ratu Victoria yang bernama Zozeb yang selalu memenangkan pacuan selama 8 tahun (Soehardjono 1990). Kuda Arab adalah kuda yang memiliki bentuk yang indah, stamina yang kuat, kesehatan dan intelegensia yang baik dibandingkan dengan kuda yang lain. Selain itu ciri-ciri khusus yang dimiliki kuda Arab adalah tinggi badan 156 - 165 cm, bulu tengkuk dan ekor terlihat bagus dan lembut, bentuk kepala indah, mata bersinar, bentuk kepala lonjong dengan moncong yang kecil dan lubang hidung lebar, kaki bagian depan panjang dan ramping dengan perototan yang kuat, badannya kompak dengan punggung yang pendek, ramping dan cekung, mempunyai ekor yang tidak tertarik saat bergerak karena bentuknya melengkung dan meninggi, kaki bagian belakang mempunyai konformasi yang lemah, mempunyai 17 tulang rusuk, 5 lumbar vertebra dan 16 tulang ekor (Edward 1994). Kuda Thoroughbred mulai dikembangkan sebagai kuda pacu pada abad ke 17 dan 18 di wilayah Inggris dengan mendatangkan tiga kuda pejantan dari daerah Timur yaitu Byerley Turk, Darley Arabian dan Godolphin Arabian yang kemudian disilangkan dengan kuda betina lokal Inggris (Soehardjono 1990). Kata Thoroughbred muncul sekitar tahun 1821 dan dicatat di General Stud Book yang merupakan buku yang berisi catatan silsilah tentang Thoroughbred di Inggris dan Irlandia. Industri pacuan kuda Thoroughbred berkembang diseluruh dunia sekitar 200 tahun yang lalu dan breed ini muncul sebagai satu-satunya breed paling besar yang mempengaruhi populasi kuda di dunia. Potensi dan keseragaman genetik
dicapai oleh proses pemuliaan yang selektif sehingga menghasilkan kuda yang memiliki ukuran, pergerakan, konformasi, kecepatan, keberanian dan stamina yang baik (Edward 1994). Ciri-ciri khusus yang dimiliki oleh kuda Thoroughbred adalah tinggi 176 – 178 cm, bentuk kepala dan rahang bagus, perpaduan antara kepala dan leher terlihat bagus dan simetris dengan pundaknya, proporsi badan panjang, kaki bagian belakang panjang dan anggun dengan persendian yang baik sehingga memberikan daya dorong yang maksimum, kaki bagian depan bagus dan panjang dengan otot yang besar serta persendian yang rata, tulang dibawah lutut berukuran dibawah 20 cm, mempunyai bahu yang panjang dan membentuk slope yang tidak terlalu menonjol sehingga menghasilkan langkah yang panjang dan rendah (Edward 1994). Penyebaran dan Perkembangan Kuda Di Indonesia Perkembangan kuda di Indonesia dimulai sejak berdirinya kerajaan Hindu dan Budha pada abad ke-7 Masehi. Kerajaan-kerajaan ini memiliki armada maritim yang kuat sehingga mempercepat usaha pengembangbiakan dan penyebaran kuda keseluruh wilayah Indonesia mulai dari pulau Jawa sampai Sulawesi bahkan sampai ke pulau-pulau kecil lainnya (Soehardjono 1990). Kuda yang terdapat di wilayah Asia Tenggara khususnya Indonesia termasuk jenis kuda pony yang merupakan keturunan kuda Mongolia (keturunan kuda Przewalski) yang menyebar dari wilayah bagian Timur dan Selatan dari pegunungan India dan Tibet sampai ke Indonesia melewati Thailand dan Cina. Kuda pony pada umumnya memiliki tinggi badan antara 1.13 – 1.33 m dengan bentuk badan yang kurang serasi karena kaki bagian depan lebih berkembang dibandingkan kaki bagian belakang (Edward 1994). Pemuliaan kuda dikepulauan Indonesia dimulai sejak tahun 1800 dengan mendatangkan beberapa ekor kuda yaitu kuda Arab, kuda Australia dan kuda Eropa. Jenis kuda Eropa didatangkan dari negara Belanda, Jerman dan Belgia. Kuda-kuda ini selanjutnya disebarluaskan ke beberapa daerah di Indonesia untuk dikawinkan dengan kuda lokal yang terdapat di daerah tersebut. Kuda Arab disebarluaskan dan dikembangbiakan di daerah Sumatera Barat, kuda Australia di daerah Jawa dan kuda Eropa di daerah Sulawesi Utara (Soehardjono 1990).
Keturunan kuda yang dihasilkan di Sumatera Barat dinamakan kuda Sandel Arab Sumatera Barat (SA), di daerah Jawa dinamakan kuda Priangan dan di daerah Sulawesi Utara dinamakan kuda Minahasa (Soehardjono 1990). Pemerintah kolonial Belanda pada tahun 1918 membangun pusat pengembangan dan pembibitan kuda di Padang Mangatas, Sumatera Barat yang berfungsi sebagai tempat persilangan kuda Sandel dan Kuda Arab. Hasil persilangannya dinamakan kuda Sandel Arab yang memiliki tinggi 1.28 – 1.42 m. Pengembangbiakan kuda kembali dilaksanakan pada tahun 1950 setelah terjadi perang dunia ke-2 oleh pihak Kavaleri Angkatan Darat untuk membentuk pasukan berkuda. Pengembangan dilakukan di Parompong, Jawa Barat dengan mendatangkan kuda pejantan dari luar negeri yang bernama Dark Chevallier dan telah berhasil membuahkan keturunan kuda pacu yang baik (Soeharjono 1990).
Jenis Kuda di Indonesia Wilayah Indonesia memiliki beberapa jenis kuda lokal yang tersebar hampir disetiap daerah dan memiliki karakteristik tersendiri seperti yang terlihat pada tabel 1 dibawah ini. Tabel 1 Karakteristik kuda lokal Indonesia Jenis Kuda Kuda Sumba
Tinggi Badan (m) 1.27
Karakteristik -
Kuda Timor
1.22
-
Bentuk kepala terlihat lebih besar dibandingkan ukuran badannya dengan leher yang pendek Sifatnya jinak dan cerdas Konformasi badan kurang sempurna Bagian punggung kuat
-
Bentuk badan lurus dan leher pendek Bagian punggung lurus dengan bahu dan ekor yang tinggi Bagian tengkuk dan ekor penuh dengan bulu
Kuda Sandel
1.35
-
Ukuran tubuh kecil Bentuk kepala kecil dan bagus Mata yang besar Bulu yang lembut dan berkilauan Mempunyai kecepatan yang baik dan sangat aktif Kuku kaki yang keras dan kuat
Kuda Batak
1.32
-
Bentuk kepala bagus dengan bagian muka yang lurus, leher pendek dan lemah Memiliki bagian punggung yang panjang dan sempit dengan kaki bagian belakang ramping Bagian rump tinggi Ekor dan tengkuk mempunyai rambut yang bagus Posisi ekor cukup tinggi sehingga sangat baik dalam pergerakan
Kuda Jawa
1.27
-
Memiliki stamina yang baik dan tahan terhadap panas Ukuran tubuh lebih besar dibandingkan kuda poni lainnya Sifatnya jinak Kaki dan persendiannya tidak berkembang dengan baik sehingga mempengaruhi kekuatannya
Kuda Padang
1.27
-
Kuku kaki keras dan bentuknya bagus Bagian tumit lemah Mempunyai konformasi yang baik tetapi pertulangannya kecil
Kuda Makasar
1.25
-
Daya tahan tubuh kuat Kaki tegap dan kuat Bertemperamen stabil
Kuda Flores
1.24
-
Bentuk badan kecil Sifat yang jinak
Kuda Bima
-
Sumber : (Edward 1994; Soehardjono 1990)
- Bentuk badan kecil - Memiliki pinggang yang pendek Daya tahan tubuh baik dan memiliki langkah yang cepat
Kuda Pacu Indonesia Kuda Pacu Indonesia merupakan kuda Indonesia hasil grading up dari kuda betina Indonesia dengan pejantan Thoroughbred sampai generasi ketiga (G3) dan generasi keempat (G4) atau hasil perkawinan diantaranya (inter-semating) yang memiliki sertifikat kuda pacu Indonesia dan terdaftar pada biro registrasi kuda yang ditetapkan pemerintah atau kuda Indonesia yang mempunyai garis keturunan induk kuda Indonesia dan garis keturunan pejantan/pemacek Thoroughbred impor yang sudah diregistrasi pada pusat registrasi kuda yang ditetapkan oleh pemerintah (Pordasi 2000). Pemilihan kuda Thoroughbred sebagai pejantan karena kuda Thoroughbred memiliki karakteristik yang menonjol seperti kecepatan lari, daya tahan dan kecerdasan yang baik. Menurut Bowling dan Ruvinsky (2000), kuda Thoroughbred merupakan kuda yang sangat baik dalam melompat, balapan, dressage dan kuda ini telah digunakan untuk diseleksi sebagai bred khusus dalam kecepatan lari. Kuda lokal adalah kuda asli yang terdapat dibagian timur Indonesia dengan ciri-ciri; memiliki daya tahan terhadap iklim tropis, intelegensia yang cukup tinggi, kaki yang cukup kuat dan terkenal sebagai kuda yang cepat larinya. Pembentukan kuda pacu harus memenuhi standar kuda pacu Indonesia yang sesuai dengan SK Dirjenak no:105/TN.220/Kpts/DJP/Deptan/95, tgl 24/02/95 dengan syarat-syarat sebagai berikut (1) standar komposisi darah, (2) standar fisik atau performance seperti tinggi gumba, lebar dada, panjang badan dan kecepatan lari, (3) standar warna bulu, (4) standar mutu atau siklus mutu seperti mutu istal, mutu pejantan atau induk, mutu pemeliharaan, mutu reproduksi, mutu pemuliabiakan (seleksi), mutu hasil keturunan dan evaluasi mutu hasil, (5) sebagai bibit kuda pacu Indonesia harus mempunyai sertifikat lahir, sertifikat pacu dan kecepatan lari, sertifikat pemacek (untuk pejantan) (Pordasi 2000). Penggolongan kuda pacu Indonesia berdasarkan sifat kualitatif dan sifat kuantitatif. Persyaratan sifat kualitatif untuk kuda pacu Indonesia adalah hasil persilangan kuda betina lokal dengan Thoroughbred, bentuk badan langsing, kaki kuat dan
ringan,
bentuknya
mengarah
pada kuda Thoroughbred dan
temperamennya aktif. Sedangkan persyaratan kuantitatif adalah tinggi gumba
pada umur 6 tahun minimal 150 cm dan maksimal 170 cm, berat badan pada umur 6 tahun minimal 350 kg. Warna bulu pada kuda pacu Indonesia menurut peraturan No.011/DPP/75 Pordasi Pusat adalah hitam (black), hitam coklat (brown black), coklat (brown), Jeragam (by brown), coklat muda keemasan, kelabu (grey), bopong (creamy), dan putih (Pordasi 2000). Ukuran Tubuh Kuda Pacu Indonesia Ukuran tubuh kuda dapat digunakan untuk menentukan tipe kuda dan memperkirakan kecepatan pacu kuda tersebut. Perbedaan ukuran tubuh yang sangat terlihat pada tiap generasi adalah tinggi badan, tinggi punggung, lebar dada dan panjang badan. Keempat ukuran tubuh ini sangat memegang peranan dalam kecepatan pacu dan kemampuan loncat (jumping). Tinggi badan memegang peranan yang penting dalam pengklasifikasian kelas pacuan kuda dimana tiap kelas memiliki standar tinggi seperti (1) Kelas A, 158-162 cm, (2) Kelas B, 153-157.9 cm, (3) Kelas C, 148-152.9 cm, (4) Kelas D, 143-147.9 cm, (5) Kelas E,
≤142 cm (PORDASI 2003). Lingkar dada
mempunyai peranan yang penting dalam pernafasan karena berhubungan langsung dengan sirkulasi oksigen dalam tubuh pada saat lari. Kuda yang memiliki lingkar dada yang besar cenderung mempunyai organ pernafasan yang sempurna. Panjang badan memegang peranan yang penting dalam menentukan kecepatan pacu. Kuda dengan panjang badan yang relatif pendek akan memiliki pergerakan badan yang lebih cepat dan sangat membantu dalam kesinambungan gerak (Gay 1964). Hubungan antara konformasi dan karakteristik kecepatan lari pada anak kuda umur 6-8 bulan adalah peningkatan kecepatan yang dihasilkan anak kuda disebabkan oleh panjang langkah. Anak kuda yang larinya cepat diketahui memiliki kaki lebih berat dan frekuensi langkah yang lebih dan hal ini terdapat pada kuda yang relatif lebih tinggi (Bowling dan Ruvinsky 2000). Menurut Komisi Peternakan dan Kesehatan Veteriner Pordasi (2000) ukuran tubuh yang dijadikan sebagai tolak ukur dalam membentuk standar kuda pacu Indonesia adalah tinggi badan dan kecepatan lari seperti yang terdapat pada tabel 2 dibawah ini.
Tabel 2 Standar fisik dan kecepatan kuda pacu Indonesia Kelas Kuda Pacu Kuda Pacu lokal Kuda Pacu G1 Kuda Pacu G2 Kuda Pacu G3 Kuda Pacu G4 Thoroughbred
Tinggi Badan (cm) 115 – 130 130 – 140 140 – 150 150 – 160 160 – 165 Diatas 170
Kecepatan Lari (mnt/m) 1.5 menit/1000m 1 menit/1000m 0.8 menit/1000m 0.7 menit/1000m 0.6 menit/1000m 0.5 menit/1000m
Permasalahan Kuda Pacu Indonesia Perkembangan perkudaan Indonesia mulai dari tahun 1996 sampai dengan tahun 2003 mengikuti arah persilangan terhadap darah Thoroughbred dengan sistem persilangan grading-up sesuai dengan keputusan hasil loka-karya Munas III Pordasi tahun 1975. Grading-up adalah usaha persilangan untuk membentuk bangsa baru yang memanifestasikan karakter tertentu dengan cara menyilangkan betina lokal (sandel) dengan pejantan Thoroughbred, yang hingga detik ini telah hadir sampai generasi keempat (G4). Komposisi darah kuda pacu Indonesia hasil grading-up adalah 87.5 % darah kuda Thoroughbred dan 12.5 % darah kuda lokal untuk G3, 93.75 % darah kuda Thoroughbred dan 6.25 % darah kuda lokal untuk G4, 90.625 % darah kuda Thoroughbred dan 9.375 % darah kuda lokal untuk (G3 x G4) (Pordasi 2000). Pengulangan grading-up kearah generasi yang lebih tinggi setelah G4 akan memberikan hasil yang tidak efisien karena : -
Peningkatan kemurnian darah yang dicapai pada kurun waktu tertentu akan diikuti dengan peningkatan kemurnian darah yang sangat kecil (tidak pernah mencapai 100 %) dan umumnya kuda tersebut dinamakan kuda Griffin yang cenderung tidak akan membawa keuntungan atau merugi.
-
Apabila sifat-sifat dari pejantan Thoroughbred ada yang tidak dikehendaki maka dengan kemurnian darah yang lebih dari 93.75 % akan muncul pada generasi hasil grading-up.
Untuk mengantisipasi terjadinya penurunan kualitas kuda pacu Indonesia maka ditetapkan bahwa grading-up pada kuda pacu Indonesia dilakukan hanya sampai generasi keempat sambil melihat dan mengevaluasi perkembangan prestasi generasi selanjutnya (G5 dan seterusnya) (Pordasi 2000).
Deoxyribonucleic Acid (DNA) DNA adalah materi genetik atau penyimpan utama dari informasi genetik. Informasi genetik ini disalin dan dipindahkan ke molekul RNA, sekuen nukleotid yang mengandung kode untuk sekuen asam amino yang khas. Protein kemudian disintesis dalam suatu proses translasi dari RNA. Pada organisme tinggi seperti manusia, ternak dan tumbuhan DNA biasanya terdapat di dalam inti sel dan beberapa organ lain di dalam sel seperti mitokondria dan kloroplast. Molekul DNA adalah dua rangkaian nukleotida yang tersusun secara linier dan saling berikatan membentuk susunan berpilin (double helix). Satu rangkaian nukleotida merupakan susunan dari banyak nukleotida yang diikat satu sama lain oleh ikatan phosphodiester sedangkan kedua rangkaian nukleotida tersebut direkatkan oleh ikatan hidrogen (Nicholas 1993). Setiap nukleotida disusun oleh tiga komponen, yaitu molekul gula pentosa, gugus fosfat, dan basa nitrogen. Dua komponen pertama terdapat di semua nukleotida dengan susunan dan bentuk yang identik sedangkan komponen ketiga (basa nitrogen) mempunyai susunan dan bentuk yang berbeda di dalam satu nukleotida dengan nukleotida lainnya. Basa nitrogen menempel pada posisi karbon 1’ dari pentosa sedangkan gugus phosphat pada posisi karbon 3’ atau karbon 5’ dari pentosa. Serangkaian nukleotida dapat terbentuk dengan mengikatkan gugus hidroksi (OH) pada karbon 3’ dari satu pentosa dan gugus phosphat pada karbon 5’ dari pentosa sebelahnya, yang susunan memanjangnya menjadi pentosa-phosphat-pentosa-phosphat-pentosa dan seterusnya. Karena struktur molekulnya, pentosa urutan terdepan berujung 5’ sedangkan pentosa urutan terbelakang berujung 3’ (Muladno 2002). Berdasarkan bentuk molekulnya basa nitrogen dikelompokkan menjadi dua, yaitu purin dan pyrimidin. Basa purin terdiri atas basa Adenin (A) dan Guanin (G). Basa pyrimidin terdiri atas basa Cytosin (C) dan Thymin (T) sedangkan pyrimidin pembentuk RNA adalah Cytosin (C) dan Urasil (U). Untuk membentuk rangkaian molekul DNA heliks ganda maka basa nitrogen dari setiap nukleotida dalam satu rangkaian akan berpasangan dengan basa nitrogen dari setiap nukleotida pada rangkaian lainnya melalui ikatan hidrogen, dimana pengikatan basa nitrogen dari masing-masing nukleotida tersebut sangat spesifik. Basa A dari
satu nukleotida selalu berikatan dengan basa T dari nukleotida lainnya dan basa G selalu berpasangan dengan basa C. Pasangan A dan T terbentuk dengan dua ikatan hidrogen sedangkan pasangan G dan C terbentuk dengan tiga ikatan hidrogen sehingga pasangan G dan C lebih stabil daripada pasangan A dan T. Rangkaian DNA heliks ganda selalu berpasangan secara spesifik, maka satu rangkaian DNA tunggal merupakan komplemen dari rangkaian tunggal DNA pasangannya. Sebagai
contoh,
rangkaian
DNA
tunggal
5’-AAACGTCGTACCTGT-3’
berkomplemen dengan rangkaian DNA tunggal 3’-TTTGCAGCATGGACA-5’. Penulisan susunan molekul DNA diawali terlebih dahulu dengan angka 5’ yang menempel pada basa yang menunjukan bahwa basa tersebut berada pada urutan terdepan. Penulisan angka 3’ pada basa terakhir menunjukan bahwa basa tersebut berada pada urutan terakhir (Muladno 2002; Nicholas 1993). Daerah 12SrRNA Daerah 12SrRNA merupakan salah satu jenis gen RNA ribosomal pada mtDNA yang telah dipergunakan secara luas sebagai penanda genetik dalam analisis filogenetik. Daerah 12SrRNA merupakan daerah pengkode sehingga memiliki laju evolusi yang lebih lambat dibandingkan daerah kontrol dan bersifat stabil secara evolusioner. Kekhususan sifat yang dimiliki oleh daerah 12SrRNA memungkinkannya untuk dipergunakan secara luas dalam studi filogenetik antar spesies hingga antar famili (Minelli 1993). Polymerase Chain Reaction (PCR) PCR adalah suatu reaksi in vitro untuk menggandakan jumlah molekul DNA pada bagian tertentu dengan cara mensintesis molekul DNA baru yang berkomplemen dengan molekul DNA target dengan bantuan ensim dan dua macam
fragmen oligonukleotida (primer) dalam suatu thermocycler. Dalam
reaksi PCR dibutuhkan beberapa komponen penting seperti sepasang primer (forward dan reverse), ensim DNA polymerase, larutan penyangga (buffer), deoxyribonucleoside triphosphat (dNTP), MgCl2, H2O dan DNA template serta mesin thermal cycler (Palumbi 1996). Prinsip pelipatgandaan jumlah molekul DNA target yang diinginkan pada teknik PCR adalah molekul DNA mengalami denaturasi pada pada suhu 95oC sehingga strukturnya berubah dari untai ganda menjadi untai tunggal. Pada suhu
antara 50oC – 60oC primer forward yang urutan nukleotidanya berkomplemen dengan salah satu untai tunggal akan menempel pada posisi komplemennya dan primer reverse akan menempel pada untai tunggal lainnya. Proses ini disebut annealling. Setalah kedua primer tersebut menempel pada posisinya masingmasing maka pada suhu 72oC terjadi proses extension dimana ensin polymerase mulai mensintesis molekul DNA baru sehingga satu molekul DNA ganda akan berlipat jumlahnya menjadi dua molekul DNA. Selanjutnya proses denaturasi, annealling dan extension diulang kembali hingga 25-30 siklus (Muladno 2002; Nicholas 1993). Pembacaan Urutan DNA (DNA Sequencing) Pembacaan urutan DNA (sekuensing DNA) merupakan proses pembacaan urutan nukleotida dari suatu fragmen DNA tertentu dengan menggunakan proses elektroforesis. Ada dua metode sekuensing yang sering digunakan, yaitu metode Maxam-Gilbert dan metode Sanger. Metode Maxam-Gilbert dilakukan dengan cara mendegradasi fragmen DNA secara kimiawi sedangkan metode Sanger dilakukan dengan cara mensintesis molekul DNA dan memberhentikan sintesis tersebut pada basa tertentu. Pada dasarnya tiap metode meliputi pembuatan serangkaian benang tunggal berlabel yang panjangnya bervariasi, dimulai dari salah satu ujung fragmen yang sedang disekuens. Elektroforesis dari benangbenang tersebut dalam gel polyacrylamida memisahkan benang-benang itu berdasarkan ukurannya, yang menghasilkan tangga pita (ladder) berlabel dengan tiap pita mewakili tersekuensnya satu basa. Ukuran fragmen yang dapat disekuens pada metode Maxam-Gilbert berkisar 250 basa dan 1000 basa pada metode Sanger. Pada umumnya metode Sanger lebih banyak digunakan karena lebih aman, mudah, praktis dan efisien. Larutan utama yang digunakan di dalam reaksi metode Sanger adalah dNTPs (Deoxynucleotides Triphosphates) untuk mensintesis molekul DNA baru dan ddNTPs (dideoxynucleotides Triphosphates) yang akan menghentikan pemanjangan molekul DNA pada basa tertentu. Hasil akhir dari reaksi tersebut adalah sejumlah potongan DNA yang panjangnya bervariasi tetapi semuanya berakhir dengan nukleotida A (jika dNTP dicampur dengan ddATP), berakhir dengan nukleotida C (jika dNTP dicampur dengan ddCTP), berakhir
dengan nukleotida G (jika dNTP dicampur dengan ddGTP), dan berakhir dengan nukleotida T (jika dNTP dicampur dengan ddTTP). Untuk mendeskripsikan hasil elektroforesis dari metode ini adalah dengan menggunakan label yang berbeda (deoxynucleotides yang mengandung radioaktif atau label fluorescent pada primer, dNTP atau ddNTP) atau dengan pendekatan staining (silver staining) (Nicholas 1993). Filogenetik Tujuan utama mempelajari filogenetik adalah (1) merekonstruksi hubungan kekerabatan yang tepat antar organiame dan (2) memperkirakan waktu divergensi antar organisme sejak mereka masih berbagi leluhur yang sama (Li dan Graur 1991).
Pohon
filogenetik
merupakan
grafik
yang
digunakan
untuk
menggambarkan hubungan kekerabatan antar taksa yang terdiri dari sejumlah nodus dan cabang (branches) dengan hanya satu cabang yang menghubungkan dua nodus paling berdekatan. Setiap nodus mewakili unit-unit taksonomi dan setiap cabang mewakili hubungan antar unit yang menggambarkan hubungan keturunan dengan leluhur. Pola percabangan yang terbentuk dari suatu pohon filogenetik disebut topologi. Nodus-nodus yang terdapat dalam dalam suatu pohon filogenetik dapat dibedakan ke dalam dua jenis yaitu (1) nodus internal, mempresentasikan unit-unit leluhur atau nenek moyang, (2) nodus eksternal, mempresentasikan unit-unit taksonomi yang sedang dibandingkan satu sama lain dan dikenal dengan istilah operational taxonomy unit (OTU) (Li dan Graur 1991). Dalam rekonstruksi pohon filogenetik terdapat beberapa metode yang sering digunakan antara lain metode neighbor-joining, metode maximum parsimony dan metode maximum likelihood. Dari ketiga metode tersebut, metode neighborjoining merupakan metode yang paling sering digunakan karena memiliki waktu tercepat dalam proses analisis. Metode neighbor-joining adalah metode yang didasarkan pada prinsip pengelompokan taksa berdasarkan nilai jarak evolusioner pasangan-pasangan operational taxonomy unit (OTU). Metode neighbor-joining mengasumsikan bahwa topologi yang sebenarnya dari pohon filogenetik adalah topologi yang memiliki panjang cabang paling pendek yang dihasilkan melalui penggunaan sejumlah estimasi jarak evolusioner (Nei dan Kumar 2000). Konsep terpenting
pada metode neighbor-joining adalah konsep pasangan tetangga (neighbors) yang didefinisikan sebagai dua buah OTU yang saling dihubungkan oleh suatu nodus pada sebuah pohon. Penentuan pasangan tetangga dilakukan melalui serangkaian penghitungan algoritmik yang melibatkan sebuah pohon berbentuk bintang sebagai pohon inisial dan juga melibatkan penyusunan sejumlah matriks jarak evolutioner secara berulang (Nei dan Kumar 2000). Pohon filogenetik yang telah direkonstruksi perlu dilakukan pengujian statistik untuk meningkatkan nilai kepercayaan. Beberapa jenis uji statistik yang telah diformulasikan untuk memperkirakan tingkat kekeliruan acak yang terkandung dalam data molekuler antara lain : uji permutasi dan uji nonparametric resampling (metode bootstrap dan metode jackknife). Metode bootstrap adalah metode pengacakan ulang karakter-karakter menjadi set data baru dengan jumlah karakter yang sama seperti set data awal dan selanjutnya dilakukan rekonstruksi pohon filogenetik baru. Pembentukan set data baru dan rekonstruksi filogenetik dilakukan secara berulang dalam beberapa replikasi misalnya 1000 kali (Swofford et al. 1996). Penggunaan metode bootstrap dalam menentukan tingkat kepercayaan pohon berdasarkan kenyataan bahwa distribusi karakter dalam data sangat dipengaruhi oleh efek acak sehingga semakin besar nilai bootstrap yang digunakan maka semakin tinggi tingkat kepercayaan topologi pohon hasil rekonstruksi tersebut (Nei dan Kumar 2000). Beberapa penelitian tentang filogenetik kuda telah sering dilakukan antara lain (1) Tahun 1999, pada 236 kuda dari delapan bangsa kuda Spanyol (Spanyol Celtic horse) dengan menggunakan 13 primer mikrosatelite dan metode UPGMA untuk rekonstruksi filogenetik guna mengetahui hubungan kekerabatan diantara delapan bangsa kuda tersebut (Canon et al. 2000), (2) Tahun 2002, pada 100 kuda Thoroughbred yang tersebar diwilayah Eropa, Timur Jauh dan Timur Dekat dengan menggunakan sekuens DNA mitokondria dan metode neighbor-joining untuk mengetahui hubungan kekerabatan lewat garis induk (Hill et al. 2002), (3) Tahun 2002, pada 104 kuda yang berasal dari Argentina (Argentinean Creole horse), Spanyol dan Amerika Selatan dengan menggunakan sekuens DNA mitokondria dan metode neighbor joining untuk mengetahui hubungan kekerabatan antara tiga bangsa kuda tersebut (Mirol et al. 2002).
Materi Dan Metode Waktu dan Tempat Penelitian Penelitian dilaksanakan dari bulan Maret 2005 sampai dengan bulan April 2006. Penelitian dilaksanakan dalam tiga tahap yang meliputi : 1.
Penelitian dilapangan yaitu pengambilan data ukuran tubuh kuda yang dilaksanakan di
arena pacuan Kuda Pulomas Jakarta dan pengambilan
sampel darah kuda lokal yang dilaksanakan di Jakarta Selatan, Sumatra Barat, Jawa Barat dan Yogyakarta. 2.
Penelitian Laboratorium, dilaksanakan dari bulan Juni 2005 sampai dengan bulan April 2006 di Laboratorium Genetika Bidang Zoologi-Pusat Penelitian Biologi, Lembaga Ilmu Pengetahuan Indonesia Cibinong, Bogor
3.
Analisis Sekuensing, dilaksanakan di Laboratorium Bioteknologi di kawasan PUSPITEK Serpong, Tangerang.
Materi Penelitian Bahan dan Alat Bahan yang digunakan dalam penelitian ini adalah ukuran tubuh Kuda Pacu Indonesia, yang diperoleh dari Pacuan Kuda Pulomas, Jakarta. Sampel DNA genom kuda yang diperoleh dari sampel darah 36 ekor kuda lokal yang berada di Jakarta Selatan, Sumatera Barat, Jawa Barat dan Jawa Tengah. Bahan-bahan kimia yang digunakan adalah larutan penyangga pelisis A (lysis buffer), larutan penyangga pencuci B (rinse buffer), larutan penyangga digesti C (digestion buffer), proteinase-K (10 mg/ml), RNAse (10 mg/ml), phenol, phenol chloroform, ethanol 100%, ethanol 70%, buffer TE, 1xbuffer TAE, ethidium bromide (10 mg/ml), agarose 2%, loading dye, marker 100 pb ladder, taq polymerase, H2O, PCR buffer+MgCl2, purified BSA 100x, dNTP 2.5 mM, primer 12SrRNA, air milliQ. Peralatan yang digunakan untuk mengukur ukuran tubuh kuda adalah kaliper, pita ukur dan tongkat ukur dengan satuan cm. Peralatan yang digunakan untuk analisis DNA genom kuda adalah tabung ependorf dengan ukuran 0.2-1.5 ml, refrigerated microcentrifuge (high speed), general centrifuge, kotak penyimpanan sampel, rak tabung ependorf, vortex mixer, pipetor atau pipetman dengan ukuran 2-1000 ml, tip pipet (warna biru, putih dan kuning), sarung tangan
(hand glove), shaking water bath, autoclave, rotary mixer, aspirator, gunting, mesin thermo cycler, horizontal agarose gel electrophoresis apparatus (MUPID), well forming combs, power supply, microwave, camera polaroid, alat timbang (balance), plastic cling wrap dan UV transilluminator. Metode Penelitian Pengambilan Sampel Darah
Darah kuda diambil melalui vena jugularis pada bagian leher yang telah diolesi alkohol 70% menggunakan suntikan dengan ukuran 5 ml. Setiap sampel darah yang telah diambil ditempatkan pada tabung yang telah diberi larutan EDTA sebanyak 1 ml kemudian digoyang secara perlahan hingga larutan homogen. Setiap tabung diberi label identifikasi (berisi nomor sampel dan lokasi pengambilan) dan selanjutnya disimpan di dalam lemari es (freezer) dalam keadaan beku sampai proses ekstraksi DNA dilakukan. Ekstraksi dan Purifikasi DNA Ekstraksi dan purifikasi DNA dilakukan dengan
cara sampel darah
ditempatkan pada 1.5 ml tabung ependorf. Apabila sampel darah yang digunakan menggumpal maka sampel tersebut harus dihaluskan terlebih dahulu dengan mortar kemudian diuapkan atau hilangkan sisa-sisa ethanolnya. Selanjutnya tambahkan larutan penyangga pelisis A (lysis buffer) dengan volume yang sama dan kocok secara manual sampai larut. Sentrifugasi dengan kecepatan 6500 rpm selama 1 menit pada temperatur kamar. Supernatan dibuang sedangkan endapannya (erythrosit dan leukosit) ditambahkan larutan penyangga pencuci B (rinse buffer) dengan volume yang sama (200 μl), goyang-goyang dengan tangan dan divortex sampai endapan larut. Tambahkan larutan penyangga digesti C (digestion buffer) sebanyak 500 μl, 15 μl Proteinase K (10 mg/ml), dan 5 μl RNAase (10 mg/ml). Goyang dengan menggunakan tangan dan vortex sebentar. Inkubasikan dengan menggunakan shaking water bath pada temperatur 55OC selama kurag lebih 16 jam (over night). Setelah sampel tercerna semua, ambil sampel dari inkubator dan ditambah phenol sebanyak 500 μl. Vortex atau menggunakan rotary mixer selama 30 menit sehingga larutan tercampur semua. Sentrifugasi pada kecepatan 13000 rpm selama 2 menit, sehingga di dalam tabung ependorf terlihat larutan terpisah menjadi dua.
Ambil larutan bagian atas/supernatan (warna seperti putih telur) kemudian pindahkan ke tabung ependorf
baru kemudian tambahkan phenol-chloroform
(1:1) dengan volume yang sama, vortex atau menggunakan rotary mixer perlahanlahan selama 30 menit. Sentrifugasi pada 13000 rpm selama 2 menit. Ambil bagian atas (supernatan berwarna putih) dan pindahkan ke tabung ependorf baru . Tambahkan ethanol 100 % sebanyak 2 kali volume sampel, digoyang dengan tangan selama 10 menit sehingga terbentuk material putih kemudian simpan di dalam freezer selama 5 menit dan sentrifugasi pada 13000 rpm selama 2 menit. Setelah disentrifugasi ethanol dibuang dan diganti dengan 70 % ethanol (600 μl) kemudian sentrifugasi pada 13000 rpm selama 2 menit. Ethanol 70 % dibuang secara hati-hati menggunakan pipetor agar pelet DNA tersebut tidak ikut terbuang bersama ethanol. Material/pelet dikeringkan dengan bantuan aspirator. Keluarkan larutan D dari tempat penyimpanannya (-20oC). Tambahkan larutan D sebanyak 100 μl. Sentrifugasi sebentar dan inkubasi dalam shaking water bath pada temperatur 37oC selama 15 menit. Simpan sampel DNA pada temperatur 4oC (Sulandari 2003). Elektroforesis Elektroforesis adalah proses migrasi dari fragmen DNA di dalam gel yang direndam dalam larutan penyangga dimana fragmen DNA yang mempunyai berat molekul lebih kecil akan berjalan lebih cepat daripada fragmen DNA yang mempuyai molekul lebih berat. Perjalanan molekul DNA di dalam gel mengikuti arus listrik dari kutub negatif ke kutub positif. Proses elektroforesis menggunakan gel agarose dengan visualisasi menggunakan ethidium bromide dilakukan dengan cara meletakan gel agarose di dalam tank elektroforesis (MUPID) dan tuangkan larutan 1xbuffer TAE ke dalam tank tersebut hingga sekitar 1 mm di atas permukaan gel. Selanjutnya ambil sampel dengan menggunakan pipetor sebanyak 4 μl dan letakkan sampel diatas plastic cling wrap kemudian tambahkan loading dye sebanyak 1/10 volume sampel dan aduk hingga merata. Sampel yang telah tercampur dimasukkan ke dalam sumur (well) pada gel agarose kemudian tutup tank elektroforesis dan hubungkan dengan arus listrik selama 30 menit. Setelah proses elektroforesis selesai, matikan arus listrik dan ambil gel menggunakan sarung tangan. Letakan
gel pada UV transilluminator sehingga pita/band molekul DNA kelihatan terang dan dokumentasikan dengan menggunakan kamera polaroid (Sulandari 2003). Polymerase Chain Reaction PCR dilakukan dengan cara menentukan jumlah sampel untuk analisis PCR. Menyiapkan tabung PCR 0.2 ml atau 0.5 ml yang telah disteril (tergantung jenis mesin Thermal cycler yang digunakan) dan jumlah tabung yang disiapkan sesuai dengan jumlah sampel kemudian memberi label/nama pada setiap tabung PCR setelah itu tambahkan sampel/template DNA ke dalam setiap tabung PCR. Membuat coctail atau master mix yang mengandung
buffer 1x,
Taq polymerase 1.25 Unit/μl, dNTP 0.2 mM, air milliQ dan primer L1091 (5’-AAAAAGCTTCAAACTGGGATTAGATACCCCACTAT-3’)
12.5
pmol
dan H1478 (5’-TGACTGCAGAGGGTGACGGGGCGGTGTGT-3’) 12.5 pmol (Kocher et al. 1989) dengan menggunakan tabung ependorf 0.5 ml atau 1.5 ml (sesuai dengan volume coctail). Komponen PCR yang telah disebutkan diatas dicampur dengan konsentrasi tertentu. Bila jumlah sampel DNA yang dimasukkan adalah 3 μl, maka sebanyak 47 μl dari coctail dimasukkan ke masing-masing tabung yang telah berisi sampel DNA. Usahakan jangan sampai timbul gelembung udara. Kemudian masukkan tabung ke Thermal cycler machine dan jalankan mesin tersebut (tekan Start) sesuai program yang diinginkan (Sulandari 2003). Sekuensing DNA Sekuensing dilakukan melalui tahapan PCR yang dimulai dengan membuat campuran di dalam tabung PCR 0.2 ml dengan komposisi air steril 3 μl, primer 2 μl, bigdye V3.1
4 μl, dan template 1 μl setelah semua larutan tercampur
kemudian disentrifugasi. Selanjutnya sampel dimasukan ke dalam mesin thermal cycler sebanyak 25 siklus dengan proses reaksi PCR sebagai berikut : : 96oC selama 2 menit
-
Denaturasi
-
Anneling
: 96oC selama 10 detik
-
Elongasi
: 55oC selama 5 detik
-
Post elongasi
: 60oC selama 4 menit
Setelah proses PCR selesai sampel di purifikasi untuk melakukan proses sekuensing menggunakan mesin sekuensing ABI 3130 GENETIC ANALYZER
dengan cara menghidupkan mesin ABI 3130 (sampai lampu hijau menyala) kemudian klik run data collection (sampai semua kotak hijau), klik protocol manager
{klik
new,
isi
nama,
type
(reguler),
run
mode
(Ultraseq
36_POP_1/Rapidseq 36_POP_1), dye set (Z-BigDye V3.1), klik OK}, klik plate manager (klik new, isi plate dialog, klik ok, isi plate record SEQ ANALYSIS PLATE EDITOR), klik run scheduler (klik FIND ALI, pilih plate nama dari daftar, klik posisi plate untuk link) selanjutnya pada start dialog box klik tanda panah warna hijau dan klik ok. Pengukuran Ukuran Tubuh Kuda Pengukuran ukuran tubuh dilakukan dengan cara mengukur bagian-bagian tubuh seperti tinggi badan, panjang badan, lebar dada dan tinggi punggung dengan menggunakan pita ukur, tongkat ukur dan kaliper. Pada saat melakukan pengukuran tubuh kuda, terlebih dahulu kuda ditempatkan di tempat yang datar dengan posisi kedua kaki depan tegak lurus seperti yang terlihat pada gambar 1 dibawah ini. Keterangan :
E
C B A
A
: Tinggi Badan
B
: Panjang Badan
C
: Lebar Dada
D
: Tinggi Punggung
E
: Panjang Bahu
D
Tinggi badan diukur dari titik tertinggi processus spinalis dari vertebra thoracica tegak lurus ke lantai dengan menggunakan tongkat ukur. Panjang badan diukur mulai dari bagian point of shoulder sampai dengan point of buttock atau jarak dari titik cranial pada shoulder joint sampai titik caudal pada pin bone. Lebar dada diukur dengan menggunakan kaliper dari bagian dada (breast) sebelah
kiri dengan sebelah kanan atau jarak upper arm/pars cranialis pada tuberculum majus humeri sebelah kanan dan kiri. Tinggi punggung diukur dengan menggunakan tongkat ukur mulai dari bagian back /deepest point pada punggung tegak lurus sampai ke lantai. Panjang bahu diukur mulai dari bagian withers sampai shoulder joint (tuberculum majus humeri) dengan menggunakan kaliper (Zechner et al. 2001). Analisis Data Hasil sekuensing diolah dengan menggunakan program Molecular Evolutionary Genetics Analysis (MEGA 3.1) untuk menganalisis pohon kekerabatan (phylogeny tree) dengan metode neighbor joining dengan nilai bootstrap sebesar 1000 untuk menentukan tingkat kepercayaan pada pohon kekerabatan tersebut (Nei dan Kumar 2000) dan untuk menganalisis jarak genetik (genetics distance) dengan persamaan sebagai berikut : dAB = Σdij l (rs) dengan dij = -h ln (1-P/h-Q) – (1/2)(1-h) ln (1-2Q) dan h = 20(1-0) (Nie dan Kumar 2000) Keterangan : dAB
:
dij
: jarak antara taxa i dan j
jarak antara cluster A dan B
r dan s: jumlah taxa di dalam cluster A dan B 0
: sin-1 persentase kandungan GC
P
: frekuensi perubahan pasangan transisi pada gen A dan B
Q
: frekuensi perubahan pasangan transversi pada gen A dan B Keragaman genetik diukur dengan nilai rataan heterozigositas pada semua
lokus, baik lokus yang polimorfik atau monomorfik. Heterozigositas ratarata/keragaman genetik (h). Dugaan unbiased dari h adalah : ĥ =
2n(1 − ∑ xi 2 ) (2n − 1)
(Nei 1987)
Keterangan : n
: jumlah sampel
xi
: frekuensi populasi dari alel ke i pada lokus tertentu Ukuran tubuh kuda dianalisis dengan program SAS 6.12 dan Minitab
Release 13.20 yang merupakan suatu sistem software yang dapat digunakan untuk
melakukan analisis statistik. Data yang diperoleh dianalisis dengan prosedur correlation untuk menghitung koefisien korelasi Pearson antara dua variabel dan signifikansi dari korelasi tersebut dengan persamaan sebagai berikut : r
Σ xy
=
√(Σx2)( Σy2)
Keterangan : r
: koefisien korelasi
Σxy
: perkalian x dengan y
Σx2
: simpangan setiap x dari rerata x
Σy2
: simpangan setiap y dari terata y Analisis regresi yang digunakan adalah regresi berganda untuk
mengidentifikasi hubungan dan model matematika antara kecepatan pacu/peubah tak bebas (Y) dengan beberapa ukuran tubuh/peubah bebas (X). Hubungan antara peubah-peubah tersebut dapat dituliskan dalam model matematik sebagai berikut : Yij = a + bxi + cxj (Mattjik 2002) Keterangan : Yij
: kecepatan pacu
a
: konstanta
b
: koefisien regresi ukuran tubuh i
xi
: ukuran tubuh i
c
: koefisien regresi ukuran tubuh j
xj
: ukuran tubuh j
Hasil Dan Pembahasan Ekstraksi DNA
Sebanyak 18 dari 36 sampel darah kuda lokal Indonesia yang dikumpulkan dari Jakarta Selatan, Sumatera Barat, Jawa Barat dan Yogyakarta di ekstraksi dan diukur konsentrasi serta kemurniannya dengan menggunakan spektrofotometer. Hasil kemurnian DNA yang diperoleh cukup tinggi yaitu berkisar antara 1.6126 sampai 1.7867 yang dilihat dari ratio OD260/OD280 dengan konsentrasi DNA yang diperoleh sebesar 146 μg/ml sampai dengan 635.625 μg/ml. Selain menggunakan spektrofotometer pengukuran kuantitas DNA hasil ekstraksi dapat juga dilakukan dengan cara elektroforesis pada gel agarose (Sambrook et al, 1989). Pada penelitian ini semua sampel hasil ekstraksi DNA dielektroforesis pada gel agarose 1%. Hasil elektroforesis yang diperoleh akan divisualisasikan seperti contoh yang terlihat pada Gambar 2 di bawah ini. 1
2
3
4
5
6
7
8
9
10 11 12 DNA INTI DNA Mitokondria
Gambar 2. Contoh visualisasi DNA total kuda lokal Indonesia hasil ekstraksi yang telah dielektroforesis pada gel agarose 1%. DNA total kuda lokal yang diperoleh dengan cara elektroforesis terlihat seperti pita atau band yang terdapat didekat lubang sampel (sumur). Tebal tipisnya pita DNA yang muncul pada sampel 1 – 18 sangat ditentukan oleh jumlah kandungan DNA yang terdapat di dalamnya. Pita atau band yang terdapat didekat lubang sampel (sumur) disebut sebagai DNA inti sedangkan pita yang terdapat di bawahnya dan terlihat lebih tebal disebut sebagai DNA mitokondria.
Amplifikasi Fragmen DNA Dengan Teknik PCR Pada Daerah 12SrRNA
Berdasarkan dan
melalui
hasil teknik
elektroforesis PCR
menggunakan
dengan
menggunakan
gel
agarose primer
2%
L1091
(5’-AAAAAGCTTCAAACTGGGATTAGATACCCCACTAT-3’) dan H1478 (5’-TGACTGCAGAGGGTGACGGGGCGGTGTGT-3’) (Kocher et al. 1989) pada daerah 12SrRNA terdapat 18 sampel yang dapat teramplifikasi. Daerah yang teramplifikasi merupakan daerah ribosomal dari DNA mitokondria dengan panjang pita-pita (band) yang terbentuk sekitar 450 - 500 bp (Gambar 3). Sampelsampel yang teramplifikasi berasal dari empat daerah yang berbeda yaitu Sumatera Barat, Jawa Tengah, Jawa Barat dan Pamulang (Jakarta Selatan). Sampel yang berasal dari Sumatera Barat adalah kuda Sumatera Barat 1, 2, 3, 4 dan kuda Sandel Arab 4, 5. Sampel yang berasal dari Jawa Tengah adalah kuda Jawa 1, 2 dan kuda Sandel Arab 1, 2, 3. Sampel yang berasal dari Jawa Barat adalah kuda Priangan 1, 2. Sampel yang berasal dari Pamulang (Jakarta Selatan) adalah kuda Sumba Barat, kuda Sumba Timur, kuda Sumbawa 1,2 dan kuda Throughbred. M
1
2
3
4
5
6
7
8
9
10
11 12
13 14
15
16 17 18
450-500 bp Keterangan : Sampel kuda Sumatera Barat
: 1–6
Sampel kuda Jawa Tengah
: 7 – 11
Sampel kuda Jawa Barat
: 12 – 13
Sampel kuda Pamulang
: 14 – 18
Gambar 3 Hasil amplifikasi fragmen 12SrRNA dengan teknik PCR
Keragaman Kuda Lokal Indonesia
Fragmen 12SrRNA dari mitokondria merupakan salah satu jenis gen RNA ribosom yang dapat digunakan untuk mengetahui keragaman genetik kuda Indonesia. Analisis sekuensing fragmen 12SrRNA dari 18 sampel kuda Indonesia menghasilkan panjang urutan nukleotida sebesar 321 pb, dimana masing-masing basa nukleotida tersebut akan mewakili satu karakter sehingga jumlah total karakter untuk fragmen 12SrRNA adalah 321 buah. Selanjutnya dilakukan multiple alignment untuk membandingkan hasil analisis sekuensing kuda Indonesia dengan hasil analisis sekuensing kuda (Equus caballus) yang terdapat di gen bank (Gen Bank ID ECUO2581) pada daerah kontrol (12SrRNA) yang sama. Dari hasil multiple alignment tersebut diperoleh 9 kelompok haplotipe yang dapat dilihat pada gambar 4 di bawah ini. 50
GGCGGTGCTT TACATCCCTC TAGAGGAGCC TGTTCCATAA TCGATAAACC
1. Equus caballus 2. Kuda Sandel Arab 1
---------- ---------- ---------- ---------- ----------
3. Kuda Sandel Arab 2
-----T---- ---------- ---------- G--------- ----------
4. Kuda Sandel Arab 3
---------- ---------- ---------- ---------- ----------
5. Kuda Sandel Arab 4
-----T---- ---------- ---------- ------A--- ----------
6. Kuda Sandel Arab 5
---------- ---------- ---------- ---------- ----------
7. Kuda Jawa 1
---------- ---------- ---------- ------A--- ----------
8. Kuda Jawa 2
---------- ---------- ---------- ---------- ----------
9. Kuda Sumatera Barat 1
---------- ---------- ---------- ------A--- ----------
10.Kuda Sumatera Barat 2
---------- ---------- ---------- ---------- ----------
11.Kuda Sumatera Barat 3
---------- ---------- ---------- G--------- ----------
12.Kuda Sumatera Barat 4
---------- ---------- ---------- ---------- ----------
13.Kuda Priangan 1
---------- ---------- ---------- ---A------ ----------
14.Kuda Priangan 2
---------- ---------- ---------- ---------- ----------
15.Kuda Sumba Timur
---------- ---------- ---------- ---------- ----------
16.Kuda Sumbawa 1
---------- ---------- ---------- ---------- ----------
17.Kuda Sumbawa 2
---------- ---------- ---------- ---------- ----------
18.Kuda Throughbred
---------- ---------- ---------- ------A--- ----------
19.Kuda Sumba Barat
---------- ---------- ---------- ---------- ----------
1. Equus caballus 2. Kuda No.2 – 19
CCGATAAACC CCACCATCCC TTGCTAATTC AGCCTATATA CCGCCATCTT
1. 2. 3. 4. 5. 6.
CAGCAAACCC TAAACAAGGT ACCGAAGTAA GCACAAACAT CCAACATAAA
100
---------- ---------- ---------- ---------- ---------150
Equus caballus Kuda Sandel Arab 1 Kuda Sandel Arab 2 Kuda Sandel Arab 3 Kuda Sandel Arab 4 Kuda Sandel Arab 5
----------------------------------------------
----------------------------------------------
---------- -------T-- ------------------- -------T-- ------------------- -------T-- ------------A------ -------T-- ------------------- -------T-- ----------
7. Kuda Jawa 1 8. Kuda Jawa 2 9. Kuda Sumatera Barat 1 10.Kuda Sumatera Barat 2 11.Kuda Sumatera Barat 3 12.Kuda Sumatera Barat 4 13.Kuda Priangan 1 14Kuda Priangan 2 15.Kuda Sumba Timur 16.Kuda Sumbawa 1 17.Kuda Sumbawa 2 18.Kuda Throughbred 19.Kuda Sumba Barat
-------------------------------------------------------G--------G-----------------------------------------------------
1. 2. 3. 4. 5. 6.
AACGTTAGGT CAAGGTGTAG CCCATGGGAT GGAGAGAAAT GGGCTACATT
----------------------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------------------
-------T--------T--------T--------T--------T--------T--------T--------T--------T--------T--------T--------T--------T--
----------------------------------------------------------------------------------------------------------------------
200
Equus caballus Kuda Sandel Arab 1 Kuda Sandel Arab 2 Kuda Sandel Arab 3 Kuda Sandel Arab 4 Kuda Sandel Arab 5
----------------------------------------------
--------------T-----------------T--------T----
----------------------------------------------
----------------------------------------------
----------------------------------------------
7. Kuda Jawa 1
---------- -----T---- ---------- ---------- ----------
8. Kuda Jawa 2
---------- ---------- ---------- ---------- ----------
9. Kuda Sumatera Barat 1
---------- -----T---- ---------- ---------- ----------
10.Kuda Sumatera Barat 2
---------- ---------- ---------- ---------- ----------
11.Kuda Sumatera Barat 3
---------- ---------- ---------- ---------- ----------
12.Kuda Sumatera Barat 4
---------- ---------- ---------- ---------- ----------
13.Kuda Priangan 1
---------- ---------- ---------- ---------- ----------
14.Kuda Priangan 2
---------- ---------- ---------- ---------- ----------
15.Kuda Sumba Timur
---------- ---------- ---------- ---------- ----------
16.Kuda Sumbawa 1
---------- ---------- ---------- ---------- ----------
17.Kuda Sumbawa 2
---------- ---------- ---------- ---------- ----------
18.Kuda Throughbred
---------- ---------- ---------- ---------- ----------
19.Kuda Sumba Barat
---------- ---------- ---------- ---------- ----------
1. Equus caballus
TTCTACCCTA AGAACAAGAA CTTTAACCCG GACGAAAGTC TCCATGAAAC
2. Kuda No.2 – 19
---------- ---------- ---------- ---------- ----------
250
300
1. Equus caballus
TGGAGACTGA AGGAGGATTT AGCAGTAAAT TAAGAATAGA GAGCTTAATT
2. Kuda Sandel Arab 1
--------A- ---------- ---------- ---------- ----------
3. Kuda Sandel Arab 2
--------A- ---------- ---------- ---------- ----------
4. Kuda Sandel Arab 3
--------A- ---------- ---------- ---------- ----------
5. Kuda Sandel Arab 4
--------A- ---------- ---------- ---------- ----------
6. Kuda Sandel Arab 5
--------A- ---------- ---------- ---------- ----------
7. Kuda Jawa 1
--------A- ---------- ---------- ---------- ----------
8. Kuda Jawa 2
--------A- ---------- ---------- ---------- ----------
9. Kuda Sumatera Barat 1
--------A- ---------- ---------- ---------- ----------
10.Kuda Sumatera Barat 2
--------A- ---------- ---------- ---------- ----------
11.Kuda Sumatera Barat 3
--------A- ---------- ---------- ---------- ----------
12.Kuda Sumatera Barat 4
--------A- ---------- ---------- ---------- ----------
13.Kuda Priangan 1
--------A- ---------- ---------- ---------- ----------
14.Kuda Priangan 2
--------A- ---------- ---------- ---------- ----------
15.Kuda Sumba Timur
--------A- ---------- ---------- ---------- ----------
16.Kuda Sumbawa 1
--------A- ---------- ---------- ---------- ----------
17.Kuda Sumbawa 2
--------A- ---------- ---------- ---------- ----------
18.Kuda Throughbred
--------A- ---------- ---------- ---------- ----------
19.Kuda Sumba Barat
--------A- ---------- ---------- ---------- ---------321
1. Equus caballus
GAATCAGGCC ATGAAGCGCG C
2. Kuda No.2 – 19
---------- ---------- -
Gambar 4 Hasil multiple alignment dari kuda lokal Indonesia Haplotipe-haplotipe tersebut selanjutnya dikelompokan ke dalam kelompok haplotipe A, B, C, D, E, F, G, H dan I. Kelompok haplotipe adalah karakter genotipe (DNA/Alel) yang dimiliki oleh suatu individu dan bersifat spesifik seperti yang terlihat pada tabel 3 di bawah ini. Tabel 3 Kelompok haplotipe kuda lokal Indonesia No
Kelompok Haplotipe
Nama Kuda
1
A
2
B
Sandel Arab 1, Sandel Arab 3, Jawa 2, Sumatera Barat 2, Sumatera Barat 4, Sumba Timur, Sumbawa 1, Sumbawa 2, Sumba Barat Sandel Arab 2
3
C
Sandel Arab 4
4
D
Sandel Arab 5
5
E
6
F
Jawa 1, Sumatera Barat 1 Sumatera Barat 3
Urutan Nukleotida Thymin 138
6 138 166 6 138 166 138 166 138 166 138
Cytosin
Adenin 259
Guanin
259
31
37 124 259 259 37 259 259
31
7
G
Priangan 1
138
8 9
H I
Priangan 2 Throughbred
138 138
34 259 259 37 259
102 102
Dari tabel diatas dapat dilihat bahwa setiap kuda yang telah dikelompokan berdasarkan haplotipenya memiliki kespesifikan basa tertentu. Perbedaan jenis basa dan urutan nukleotida antara satu kuda dengan kuda yang lainnya tidak terlalu jauh berbeda. Jenis basa dan urutan nukleotida antara kuda lokal Indonesia dengan kuda Thoroughbred memiliki kesamaan, hal ini dapat disebabkan adanya kemungkinan kedua kuda tersebut berasal dari nenek moyang yang sama. Setiap kelompok haplotipe kuda Indonesia memiliki dua jenis basa yang sama yaitu basa thymin pada urutan nukleotida ke 138 dan basa adenin pada urutan nukleotida ke 259. Kedua jenis basa ini menunjukan satu ciri khusus yang dimiliki oleh kuda Indonesia yang mungkin dapat digunakan sebagai acuan untuk penanda genetik atau pembanding dengan kuda lain. Parameter lain yang dapat digunakan untuk menggambarkan keragaman genetik adalah keragaman nukleotida. Keuntungan menggunakan keragaman nukleotida dalam analisis DNA adalah tidak tergantung pada besarnya sampel dan panjang DNA. Menurut Nei (1987) besarnya perbedaan nukleotida pada DNA mitokondria bervariasi antara 0.002 sampai dengan 0.019. Dari 321 pb fragmen 12SrRNA yang dianalisis (lihat tabel 2) diperoleh keragaman nukleotida yang tertinggi pada kuda Sandel Arab 4 yaitu 0.0187 dan yang terendah pada kuda Sumatera Barat 2, Sumatera Barat 4, Sandel Arab 3, Sandel Arab 1, Sumbawa 1, Sumba Barat, Sumba Timur, Jawa 2 dan Sumbawa 2 yaitu 0.0062. Nilai rata-rata keragaman nukleotida kuda Indonesia secara keseluruhan adalah 0.0124 seperti yang terlihat pada tabel 4 dibawah ini. Tabel 4 Keragaman nukleotida kuda lokal Indonesia No 1 2 3 4 5 6 7
Nama Kuda Sandel Arab 4 Sandel Arab 2 Jawa 1 Sumatera Barat 1 Sandel Arab 5 Sumatera Barat 2 Sumatera Barat 3
Keragaman Nukleotida 0.0187 0.0156 0.0125 0.0125 0.0093 0.0062 0.0093
8 9 10 11 12 13 14 15 16 17 18
Sumatera Barat 4 Sandel Arab 3 Sandel Arab 1 Sumbawa 1 Priangan 2 Priangan 1 Sumba Barat Sumba Timur Jawa 2 Sumbawa 2 Throughbred
0.0062 0.0062 0.0062 0.0062 0.0093 0.0125 0.0062 0.0062 0.0062 0.0062 0.0093
Filogenetik Kuda Lokal Indonesia
Berdasarkan hasil analisis filogenetik yang dilakukan dengan menggunakan metode neighbor joining diperoleh bentuk pohon kekerabatan seperti yang terlihat pada gambar 5 dibawah ini.
67
Kuda Priangan 2 K uda P riangan 1
K uda S um bawa 1 K uda S andel A rab 1 K uda S um atera B arat 4 31
K uda S um ba Barat K uda Jawa 2 K uda S um ba T im ur
29
K uda S um atera B arat 2 K uda S andel A rab 3
34
K uda S um bawa 2 Kuda Sum atera Barat 3
17
K uda T hroughbred Kuda S andel A rab 5 36
Kuda Jawa 1 Kuda S um atera Barat 1 K uda S andel A rab 2 Kuda Sandel A rab 4
40 66
E quus caballus
0.001
Gambar 5 Pohon kekerabatan kuda lokal Indonesia Dalam analisis filogenetik antar spesies dan antar famili, fragmen 12SrRNA digunakan sebagai penanda genetik karena fragmen 12SrRNA merupakan daerah pengkode sehingga memiliki laju evolusi yang lebih lambat dan bersifat stabil secara evolusioner (Minelli 1993 dan Wang 2000). Dari gambar diatas dapat diketahui bahwa kuda Sandel Arab 4 memiliki hubungan kekerabatan yang dekat dengan kuda (Equus caballus) yang ada di genbank dengan tingkat kepercayaan mencapai 66 %. Penentuan tingkat kepercayaan dilakukan dengan dengan menggunakan metode bootstrap karena distribusi karakter dalam data dipengaruhi oleh efek acak yang akan berpengaruh terhadap pohon kekerabatan dan topologinya (Hillis 1996; Nei dan Kumar 2000). Kedekatan hubungan antara kuda Sandel Arab 4 dan kuda (Equus caballus) yang ada di genbank dapat disebabkan karena kedua kuda tersebut berasal dari tetua yang sama. Kuda Sandel Arab merupakan hasil persilangan dari kuda Arab dan kuda pony. Dari berbagai jenis kuda di dunia, kuda Arab dianggap sebagai cikal bakal kuda dunia. Kuda Arab hampir terdapat diseluruh wilayah dunia seperti
Afrika Utara, Iran, Irak, negara Asia dan wilayah daratan Eropa (Soehardjono 1990). Hubungan kekerabatan kuda Priangan 2 dan kuda Priangan 1 memiliki tingkat kepercayaan mencapai 67 %, hal ini dapat disebabkan karena kedua kuda tersebut berasal dari tetua dan topografi yang sama. Kuda Throughbred mempunyai hubungan kekerabatan dengan kuda Sumatera Barat 2 dengan tingkat kepercayaan 29 %. Kuda Throughbred merupakan hasil persilangan dari kuda Arab, kuda Turk, kuda Barb dan kuda Galloway yang merupakan kuda-kuda terbaik dunia. Kuda Sumatera Barat merupakan persilangan dari kuda Arab dan kuda pony yang juga dimana kuda Arab juga merupakan tetua dari kuda Throughberd. Hasil analisis filogenetik yang diperoleh secara keseluruhan memiliki nilai cluster yang rendah dan tidak konsisten karena jumlah sampel yang sedikit, penanda molekuler yang digunakan kurang bervariasi dan nilai homologi yang tinggi sehingga model pohon filogenetik yang dihasilkan tidak akurat dan dapat berubah-ubah atau tidak tetap. Jarak Genetik Kuda Lokal Indonesia
Berdasarkan hasil analisis jarak genetik dari sekuensing fragmen 12SrRNA pada 18 kuda Indonesia, 1 kuda genbank dan 1 kuda Throughbred dapat diketahui bahwa kuda Indonesia memiliki nilai jarak genetik yang cukup dekat dengan kuda dari genbank dan kuda Throughbred yang berkisar antara 0.003-0.075. Hal ini menunjukan kedekatan kekerabatan dan adanya aliran gen yang cukup tinggi diantara kuda-kuda tersebut. Akan tetapi jarak genetik yang diperoleh kemungkinan besar memiliki nilai dengan bias/standar error yang cukup tinggi karena sampel yang digunakan sangat sedikit seperti yang terlihat pada tabel 5 dibawah ini.
Tabel 5 Nilai jarak genetik kuda lokal Indonesia No Nama Kuda 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Sumatera Barat 2 Sandel Arab 5 Sandel Arab 2 Sandel Arab 4 Priangan 2 Sumatera Barat 4 Sumba Barat 2 Priangan 1 Sumbawa 2 Sumbawa 1 Sandel Arab 3 Sumba Timur Jawa 1 Equus caballus Sumba Barat 1 Jawa 2 Throughbred Sumatera Barat 3 Sandel Arab 1 Sumatera Barat 1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
0.003 0.009
0.006
0.013
0.009
0.009
0.003
0.006
0.013
0.016
0.000
0.003
0.009
0.013
0.003
0.000
0.003
0.009
0.013
0.003
0.000
0.006
0.009
0.016
0.019
0.003
0.006
0.006
0.000
0.003
0.009
0.013
0.003
0.000
0.000
0.006
0.000
0.003
0.009
0.013
0.003
0.000
0.000
0.006
0.000
0.000
0.003
0.009
0.013
0.003
0.000
0.000
0.006
0.000
0.000
0.000
0.003
0.009
0.013
0.003
0.000
0.000
0.006
0.000
0.000
0.000
0.006
0.003
0.009
0.006
0.009
0.006
0.006
0.013
0.006
0.006
0.006
0.006
0.016
0.013
0.013
0.009
0.019
0.016
0.016
0.022
0.016
0.016
0.016
0.016
0.009
0.069
0.072
0.069
0.072
0.072
0.069
0.069
0.075
0.069
0.069
0.069
0.069
0.068
0.075
0.000
0.003
0.009
0.013
0.003
0.000
0.000
0.006
0.000
0.000
0.000
0.000
0.006
0.016
0.069
0.003
0.006
0.013
0.009
0.006
0.003
0.003
0.009
0.003
0.003
0.003
0.003
0.003
0.013
0.065
0.003
0.003
0.006
0.006
0.016
0.006
0.003
0.003
0.009
0.003
0.003
0.003
0.003
0.009
0.019
0.065
0.003
0.006
0.000
0.003
0.009
0.013
0.003
0.000
0.000
0.006
0.000
0.000
0.000
0.000
0.006
0.016
0.069
0.000
0.003
0.003
0.006
0.003
0.009
0.006
0.009
0.006
0.006
0.013
0.006
0.006
0.006
0.006
0.000
0.009
0.068
0.006
0.003
0.009
Ukuran Tubuh Kuda Pacu Indonesia
Pengukuran ukuran tubuh pada kuda pacu Indonesia dilakukan untuk menentukan kelas pacuan yang akan diperlombakan dan untuk mengetahui hubungan antara ukuran tubuh dengan kecepatan pacu seekor kuda. Analisis korelasi merupakan salah satu pengukuran secara statistik untuk mengetahui keeratan/kekuatan hubungan antara ukuran tubuh dengan kecepatan pacu. Hasil korelasi yang diperoleh akan menunjukan hubungan antara variabel ukuran tubuh dengan kecepatan dimana perubahan yang terjadi pada ukuran tubuh akan mengakibatkan terjadinya perubahan pada kecepatan pacu. Dari analisis yang telah dilakukan diperoleh korelasi antara ukuran tubuh dengan kecepatan pacu pada jarak yang berbeda (600-1100m dan 1200-1600m) ternyata memberikan hasil yang sangat beragam dengan koefisien keragaman dan tingkat kepercayaan yang rendah atau tidak nyata (p>0.05) seperti yang terdapat pada lampiran 3. Hal ini menunjukan bahwa kecepatan pacu tidak hanya dipengaruhi oleh satu variabel ukuran tubuh tetapi oleh beberapa variabel ukuran tubuh secara bersamaan. Selain itu kecepatan pacu juga sangat dipengaruhi oleh berbagai faktor dan banyak gen (poligen) dimana masing-masing gen memiliki pengaruh terhadap satu sifat atau lebih sehingga dengan hanya memperhatikan sedikit parameter belum dapat mewaliki kondisi yang menyebabkan kecepatan pacu. Indeks percepatan lari pada kuda pacu dipengaruhi oleh faktor-faktor seperti jenis kelamin, umur, berat badan, jarak yang ditempuh dan kondisi tempat pacuan.
0.006
Analisis regresi digunakan untuk mengetahui peubah yang paling sesuai untuk menggambarkan hubungan antara ukuran tubuh dengan kecepatan pacu. Analisis regresi dengan persentase koefisien determinasi (R2) yang mendekati 100% dapat diambil sebagai model untuk persamaan regresi. Model persamaan regresi digunakan untuk mengetahui atau meramalkan sejauh mana variabel (ukuran tubuh) berpengaruh terhadap variabel lain (kecepatan) sehingga perkiraan nilai kecepatan pacu dapat diduga dari beberapa ukuran tubuh. Analisis persamaan regresi antara kecepatan pacu dengan ukuran-ukuran tubuh pada jarak pendek (600 – 800 m) dilakukan dengan mengkombinasikan variabel ukuran tubuh seperti tinggi badan, panjang badan, lebar dada, panjang bahu dan tinggi punggung ke dalam lima kombinasi. Hasil analisis menunjukan bahwa kombinasi dari tiga variabel ukuran tubuh seperti lebar dada, panjang bahu dan tinggi punggung memberikan hasil yang nyata (p<0.05) dengan koefisien determinasi (R2) sebesar 99.7% seperti yang terlihat pada tabel 6 dibawah ini. Tabel 6 Persamaan regresi kecepatan pacu dengan ukuran-ukuran tubuh pada jarak pendek Jarak Pacuan
Persamaan Regresi
R2(%)
Jarak Pendek
Kec (m/mnt) = -870.408 + 13.931 Lebar Dada* – 26.952
99.7%
(600-800m)
Panjang Bahu* + 26.188 Tinggi Punggung*
Keterangan : tn : tidak nyata (p>0.05), * : nyata (p<0.05 atau p<0.01) Seekor kuda pacu dengan lebar dada yang baik cenderung memiliki organ pernafasan yang sempurna sehingga akan mempengaruhi sirkulasi oksigen dalam tubuh pada saat kuda berlari. Panjang bahu yang baik akan memberikan kenyamanan pada saat kuda melakukan pergerakan. Tinggi punggung memberikan pengaruh pada kuda dalam menahan beban berat tubuh dan joki sehingga akan mempengaruhi keseimbangan tubuh. Variasi dari ketiga ukuran tubuh tersebut sangat mempengaruhi kecepatan dan stamina seekor kuda dalam pacuan jarak pendek. Nilai koefisien determinasi yang hampir mencapai 100% menunjukan bahwa persamaan regresi ini sangat baik digunakan sebagai model regresi dalam menduga kecepatan pacu. Akan tetapi pada penelitian kecepatan pacu untuk jarak pendek jumlah sampel yang digunakan sangat sedikit (n = 6)
sehingga model regresi yang diperoleh belum sepenuhnya dapat digunakan dan perlu dilakukan penelitian lebih lanjut untuk memperoleh hasil yang benar-benar akurat. Persamaan regresi antara kecepatan pacu dengan ukuran-ukuran tubuh pada jarak jauh (1200 – 1600 m) dilakukan dengan mengkombinasikan lima variabel ukuran tubuh berserta ratio dari keduanya. Hasil persamaan regresi yang diperoleh dapat dilihat pada tabel 7 dibawah ini. Tabel 7 Persamaan regresi kecepatan pacu dengan ukuran-ukuran tubuh pada jarak jauh Jarak Pacuan
Persamaan Regresi
R2(%)
Jarak Jauh
Kec (m/mnt) = 15019 + 100.358 Tinggi Badan* – 104.866
53.9%
(1200-1800m)
Keterangan : tn :
Panjang Badan* – 13394 TB/PB*
tidak nyata (p>0.05), * : nyata (p<0.05 atau p<0.01)
Pada pacuan kuda untuk jarak jauh diperoleh satu model persamaan regresi yang terbaik dengan nilai koefisien determinasi (R2) sebesar 53.9%. Model persamaan regresi ini dipengaruhi oleh dua variabel ukuran tubuh yaitu tinggi badan, panjang badan dan ratio dari keduanya. Tinggi badan dan panjang badan serta ratio dari keduanya memberikan pengaruh yang nyata (p<0.05 atau p<0.01) pada kecepatan pacu untuk jarak jauh. Variabel ukuran tubuh yang mempengaruhi kecepatan pada jarak jauh sangat berbeda dengan variabel ukuran tubuh pada jarak pendek. Kuda pacu yang memiliki tinggi badan yang baik akan mempunyai kaki yang lebih panjang dengan struktur tulang dan perototan yang proporsional sehingga akan mempengaruhi keseimbangan dan kekuatan pada saat berlari. Panjang badan yang baik akan mempengaruhi pemindahan beban tubuh dan beban penunggang ke masing-masing bagian kaki depan dan kaki belakang. Dari persamaan regresi yang diperoleh, dapat ditentukan ratio ukuran tubuh antara tinggi badan dengan panjang badan (TB/PB) untuk jarak jauh (12001800m) yaitu 1 – 1.17. Hasil analisis regresi yang diperoleh menunjukan bahwa kecepatan pacu pada jarak pendek sangat ditentukan oleh lebar dada, panjang bahu dan tinggi punggung sedangkan untuk jarak jauh sangat ditentukan oleh tinggi badan, panjang badan dan ratio dari keduanya. Model regresi yang diperoleh memberikan gambaran bahwa ketepatan dalam memperkiran kecepatan
pacu sangat ditentukan oleh ukuran-ukuran tubuh yang proporsional dimana setiap model regresi memiliki batasan nilai atau konstanta ukuran tubuh. Kuda pacu yang baik harus memiliki ukuran tubuh yang proporsional untuk menghasilkan bentuk tubuh (performance) dan pergerakan yang baik dalam kemampuan lari dan melompat. Ukuran tubuh yang proporsianal akan memberikan keseimbangan titik berat beban tubuh pada saat kuda menopang beban atau penunggang. Keseimbangan ini akan berpengaruh terhadap pergerakan kaki depan dan kaki belakang dalam menghasilkan langkah yang baik. Gay (1964) menyatakan bahwa pusat beban tubuh terletak pada tengah-tengah garis diagonal dari persegi panjang yang tiap-tiap kaki merupakan titik sudut dan kondisi ini dicapai pada saat kuda diam. Pada saat satu kaki depan melangkah maka sentral beban terletak pada perpotongan dari segi tiga, begitu gerak dilanjutkan dengan pengangkatan kaki belakang maka beban tertumpu pada satu garis antara kaki depan yang masih diam dengan kaki belakang. Pada saat lari maka pusat beban hanya terletak pada satu kaki.
Strategi Pengembangan Kuda Pacu Indonesia
Berdasarkan hasil penelitian analisis genetik diatas, beberapa hal penting yang harus dicatat dalam strategi pengembangan kuda pacu Indonesia adalah sebagai berikut : 1.
Pembentukan kuda pacu Indonesia (KPI) dengan mengawinkan kuda lokal secara grading up denga kuda Thoroughbred adalah sangat tepat.
2.
Pemilihan (seleksi) kuda lokal sebagai calon induk yang akan di grading up dilakukan tidak per sub populasi tetapi secara massal (seluruh populasi yang ada).
3.
Pencatatan identitas kuda lokal dan berbagai sifat/karakter genetik dan fenotipiknya harus dilakukan pada kuda yang berpotensi jadi calon induk yang akan di grading up.
4.
Perlu dicari marker/penanda genetik yang dapat menentukan kespesifikan kuda lokal Indonesia dalam upaya mengetahui potensi genetik kuda lokal dibandingkan kuda eksotik lainnya.
5.
Peningkatan mutu genetik kuda lokal pada setiap daerah pengembangan harus tetap dilakukan melalui perbaikan genetik dan manajemen pemeliharaan.
6.
Ukuran tubuh seperti tinggi badan, panjang badan dan tinggi punggung merupakan parameter kuantitatif yang sangat penting untuk dievaluasi secara terus menerus berkaitan dengan upaya perbaikan performance kuda pacu Indonesia.
7.
Ukuran tubuh seperti lebar dada, panjang bahu dan tinggi punggung merupakan ukuran tubuh yang sangat perlu diperhatikan dalam pacuan jarak pendek untuk menduga kecepatan pacu seekor kuda sedangkan untuk pacuan jarak jauh, ukuran tubuh yang perlu diperhatikan adalah tinggi badan, panjang badan dan ratio dari keduanya.
Simpulan dan Saran Simpulan
Fragmen 12SrRNA merupakan penanda genetik yang dapat digunakan untuk menganalisis dan mengevaluasi kuda Indonesia. Basa thymin dan adenin yang terdapat pada urutan nukleotida ke 138 dan 259 dapat dijadikan sebagai acuan untuk membandingkan kuda Indonesia dengan kuda lain. Kedekatan kekerabatan antara kuda Indonesia dengan kuda dari gen bank dan kuda Throughbred disebabkan karena kuda-kuda tersebut berasal dari tetua yang sama yaitu kuda Arab. Kecepatan kuda pacu pada jarak pendek dan jarak jauh dapat diduga dengan memperhatikan parameter ukuran tubuh seperti panjang badan, tinggi badan, panjang bahu dan tinggi punggung sehingga dapat diperoleh model persamaan regresi yang tepat. Selain faktor ukuran tubuh, kecepatan pacu juga sangat dipengaruhi oleh stamina, kekuatan dan ketahanan tubuh, jenis kelamin, umur, berat badan, jarak yang ditempuh dan kondisi tempat pacuan.
Saran
Untuk menganalisis dan mengevaluasi kuda Indonesia sebaiknya teknikteknik molekuler dan penanda genetik seperti mikrosatelit, minisatelit, RAPD (Random Amplified Polymorphic DNA), RFLP (Restriction Fragment Length Polymophism), SNP (Single Nucleotide Polymorphism), SSCP (Single Strand Conformational Polymorphisms) dan lain-lain lebih banyak digunakan sehingga hasil yang diperoleh lebih akurat. Perkiraan kecepatan kuda pacu sebaiknya dilakukan dengan memperhatikan lebih banyak parameter ukuran tubuh dan meningkatkan ketelitian dalam melakuan pengukuran.
DAFTAR PUSTAKA Bowling AT, Ruvinsky A. 2000. The Genetic of The Horse. New York: CABI Publishing. Bowling AT. 2001. Historical development and application of molecular genetic test for horse identification and parentage control. J Livestock Prod Sci 72: 111- 116. Canon J et al. 2000. The genetic structure of spanish celtic horse breeds inferred from microsatellite data. J Anim Genetic 31: 39-48. Ciampolini R et al. 1995. Individual multilocus genotypes using mikrosatelit polymorphisms to permit the analysis of genetic variability within and between Italian beef cattle breeds. J Anim Sci 73: 3259-3268. Edward EH. 1994. The Encyclopedia of Horse. London. Dorling Kindersley limited Epplen JT. 1988. On simple repeated GAT/CA sequences in animal genomes a critical reappraisal. Journal of Heridity 79: 409-47. Gay CW. 1964. Productive Horse Husbandry. Philladelphia and London. JP. Lippincott Company. Hillis DM et al. 1996. Molecular Systematics. Associates Inc.
Sunderland:
Sinauer
Hill EW et al. 2002. History and integrity of thoroughbred dam lines revealed in equine mtDNA variation. J Anim Genetic 33: 287-294. [PP
PORDASI] Komisi Peternakan dan Kesehatan Veteriner. Kumpulan Dokumen Pordasi. Jakarta: PP PORDASI.
2000.
Li W, Graur D. 1991. Fundamental of Molecular Evaluation. Sunderland: Sinauer Associates Inc. Lynn D. 2005. Introduction to Bioinformatics. Nairobi: University College Dublin. Kocher TD et al. 1989. Dynamics of mitochondrial DNA evolution in animals: amplification and sequencing with conserved primers. Proc Natl Acad Sci USA 86:6196-6200. Mattjik AA. 2002. Perancangan Percobaan Dengan Aplikasi SAS dan Minitab. Bogor: IPB Press.
Minelli A. Hall.
1993.
Biological
systematics.
London:
Chapman
and
Mirol PM, Garcia PP, Vega-Pla JL, Dulout FN. 2002. Phylogenetic relationships of argentinean creole horses and other south american and spanish breeds inferred from mitochondrial DNA sequences. J Anim Genetic 33: 356-363. Muladno. 2002. Teknologi Rekayasa Genetika. Bogor: Pustaka Wirausaha Muda dan USESE Foundation. Nei M. 1987. Molecular Evolutionary Genetics. New York: Columbia University Press. Nei M, Kumar S. 2000. Molecular Evolution and Phylogenetics. New York: Oxford University Press. Nicholas FW. 1993. Veterinary Genetics. New York. Oxford University Press. Palumbi SR. 1996. The polymerase chain reaction. Di dalam: Hillis DM et al. Molecular Systematics. Sunderland: Sinauer Associates Inc. [PP PORDASI] Pengurus Pusat Persatuan Olahraga Berkuda Seluruh Indonesia. 2003. Peraturan Pacuan dan Petunjuk Pelaksanaan Kejuaraan Nasional Pacuan Kuda. Jakarta: PP. PORDASI. Sambrook J, Fritch EF, Maniatis T. 1989. Molecular Cloning. Volume ke-1-3, A Laboratory Manual. Cold Spring Harbor: Cold Spring Harbor Laboratory Press. Soeharjono O. Centre.
1990.
Kuda.
Jakarta:
Yayasan
Pamulang Equstrian
Sulandari S, Arifin Zein MS. 2003. Panduan Praktis Laboratorium DNA. Bogor: Pusat Penelitian Biologi. Lembaga Ilmu Pengatahuan Indonesia. Springer MS, Kirsch JAW. 1993. A molecular perspective on the phylogeny of placental mammals based on mitochondrial 12SrDNA sequences. J Mamm Evol1:149-166. http//www3.ncbi.nlm.nih.gov/Genbank/html [27 Juni 2006]. Swofford DL, Olsen GJ, Waddel PJ, Hills DM. 1996. Phylogenetics inference. Di dalam: Hillis DM et al. Molecular Systematics. Sunderland: Sinauer Associates Inc. Wang H et al. 2000. Universal primers for amplification of the complete mitochondrial 12SrRNA gene in vertebrates. Zoological Studies 39:61-66. Zechner P et al. 2001. Morphological description of the lipizzan horse population. J Livestock Prod Sci 69:163-177.
Lampiran 1
Contoh kromatogram hasil sekuensing kuda lokal Indonesia
Lampiran 2
Hasil multiple alignment dari 20 ekor kuda lokal Indonesia
>F12SrRNA(23) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(26) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGTGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACAA GAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAATA GAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(14) GGCGGTGCTTTACATCCCTCTAGAGGAGCCGGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGTGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACAA GAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAATA GAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(21) GGCGGTGCTTTACATCCCTCTAGAGGAGCCTGTTCCATAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCAAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGTGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACAA GAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAATA GAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(19) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCGGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(25) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(2) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(18) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTACCGTAATCGATAAACCCCGATAAACCCCACCATCCCTT GCTAATTCAGCCTATATACCGCCATCTTCGGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAA CATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(5) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(4) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(15) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(3) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(16) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCATAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGTGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACAA GAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAATA GAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(27) GGCGGTGCTTTACATCCCTCTAGAGGAGCCTGTTCCATAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAACATCCAAC ATAAAAACGTTAGGTCAAGGTGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACAA GAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTGAAGGAGGATTTAGCAGTAAATTAAGAATA GAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(1) AAAAGCGATTCCCCTGCTACGAGGAGGCCTGGATCCATAATCGATAAACCCCGATAAACCCCACCATCCCTT GCTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAA CATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(17) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(10) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCATAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(24) GGCGGGGCTTTACATCCCTCTAGAGGAGCCGGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTT GCTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAA CATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(13) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCGTAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGGGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACA AGAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAAT AGAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
>F12SrRNA(22) GGCGGGGCTTTACATCCCTCTAGAGGAGCCTGTTCCATAATCGATAAACCCCGATAAACCCCACCATCCCTTG CTAATTCAGCCTATATACCGCCATCTTCAGCAAACCCTAAACAAGGTACCGAAGTAAGCACAAATATCCAAC ATAAAAACGTTAGGTCAAGGTGTAGCCCATGGGATGGAGAGAAATGGGCTACATTTTCTACCCTAAGAACAA GAACTTTAACCCGGACGAAAGTCTCCATGAAACTGGAGACTAAAGGAGGATTTAGCAGTAAATTAAGAATA GAGAGCTTAATTGAATCAGGCCATGAAGCGCGC
Lampiran 3
Hasil analisis rancangan acak lengkap pada jarak pacuan kuda
Rancangan Acak Lengkap One-way ANOVA: Jarak versus Kecepatan Source C10 Error Total
DF 6 21 27
S = 101.3
Level 1 2 3 4 5 6 7
N 4 2 3 8 2 2 7
SS 1670329 215439 1885769
MS 278388 10259
R-Sq = 88.58%
Mean 1600.3 1600.6 968.2 976.9 1061.2 1068.8 1036.7
StDev 24.6 45.3 25.8 65.2 6.1 11.5 173.4
Pooled StDev = 101.3
F 27.14
P 0.000
R-Sq(adj) = 85.31%
Individual 95% CIs For Mean Based on Pooled StDev ------+---------+---------+---------+--(---*---) (-----*-----) (----*----) (--*--) (-----*-----) (-----*-----) (--*---) ------+---------+---------+---------+--1000 1250 1500 1750
Lampiran 4 Hasil analisis korelasi antara ukuran tubuh dengan kecepatan pacu pada jarak pendek dan jarak jauh
Korelasi Tinggi Badan Vs Kecepatan Level 1 Correlations: C8, C9
Pearson correlation of C8 and C9 = 0.258 P-Value = 0.622
Level 2 Correlations: C12, C13
Pearson correlation of C12 and C13 = 0.264 P-Value = 0.261
Panjang Badan
Level 1 Correlations: C12, C13 Pearson correlation of C12 and C13 = 0.080 P-Value = 0.881
Level 2 Correlations: C14, C15
Pearson correlation of C14 and C15 = 0.239 P-Value = 0.311
Lebar Dada Vs Kecepatan Level 1
Correlations: C21, C22 Pearson correlation of C21 and C22 = -0.068 P-Value = 0.897
Level 2 Correlations: C23, C24
Pearson correlation of C23 and C24 = 0.281 P-Value = 0.230
Panjang Bahu Vs Kecepatan Level 1 Correlations: C6, C7 Pearson correlation of C6 and C7 = 0.083 P-Value = 0.876
Level 2 Correlations: C8, C9
Pearson correlation of C8 and C9 = 0.088 P-Value = 0.714
Tinggi Back Vs Kecepatan Level 1 Correlations: C11, C12 Pearson correlation of C11 and C12 = 0.626 P-Value = 0.184
Level 2 Correlations: C13, C14
Pearson correlation of C13 and C14 = 0.242 P-Value = 0.304
Lampiran 5 Hasil analisis regresi antara ukuran tubuh dengan kecepatan pacu pada jarak pendek dan jarak jauh Jarak Pendek : OBS
TBD
PBD
LDD
PBAHU
TGPG
KEC
JRK
KEC1
RTBPB
RPBLD
1 2 3 4 5 6
154.2 157.0 151.0 150.3 152.0 155.0
143.0 155.2 133.0 139.0 146.0 140.0
32 34 33 33 32 35
70 69 67 67 67 71
150.2 148.0 147.0 145.0 145.0 148.0
0.37 0.37 0.49 0.38 0.51 0.38
600 600 800 600 800 600
1621.62 1621.62 1632.65 1578.95 1568.63 1578.95
1.07832 1.01160 1.13534 1.08129 1.04110 1.10714
4.46875 4.56471 4.03030 4.21212 4.56250 4.00000
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 4 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD
DF 1 1
Analysis of Variance Sum of Mean Squares Square 257.24830 257.24830 3613.65177 903.41294 3870.90008
30.05683 1600.40308 1.87808
R-square Adj R-sq
F Value 0.285
Prob>F 0.6219
0.0665 -0.1669
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1174.808325 797.65402114 1.473 2.777127 5.20430430 0.534
Prob > |T| 0.2148 0.6219
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 4 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD
DF 1 1
Analysis of Variance Sum of Mean Squares Square 0.27248 0.27248 3870.62760 967.65690 3870.90008
31.10718 1600.40308 1.94371
R-square Adj R-sq
F Value 0.000
Prob>F 0.9874
0.0001 -0.2499
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1604.836486 264.50286420 6.067 -0.031068 1.85142132 -0.017
Prob > |T| 0.0037 0.9874
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total Root MSE Dep Mean
DF 1 4 5
Analysis of Variance Sum of Mean Squares Square 18.14722 18.14722 3852.75286 963.18822 3870.90008
31.03527 1600.40308
R-square Adj R-sq
F Value 0.019
0.0047 -0.2441
Prob>F 0.8975
C.V.
Variable INTERCEP LDD
DF 1 1
1.93922 Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1654.452438 393.97240643 4.199 -1.629629 11.87242069 -0.137
Prob > |T| 0.0137 0.8975
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 4 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBAHU
DF 1 1
Analysis of Variance Sum of Mean Squares Square 26.50752 26.50752 3844.39256 961.09814 3870.90008
31.00158 1600.40308 1.93711
R-square Adj R-sq
F Value 0.028
Prob>F 0.8762
0.0068 -0.2414
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1510.823449 539.54554231 2.800 1.307732 7.87440992 0.166
Prob > |T| 0.0488 0.8762
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 4 5
Root MSE Dep Mean C.V.
Variable INTERCEP TGPG
DF 1 1
Analysis of Variance Sum of Mean Squares Square 1515.97306 1515.97306 2354.92701 588.73175 3870.90008
24.26380 1600.40308 1.51611
R-square Adj R-sq
F Value 2.575
Prob>F 0.1838
0.3916 0.2395
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 318.844230 798.70231833 0.399 8.706242 5.42554953 1.605
Prob > |T| 0.7101 0.1838
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD
DF 1 1
Analysis of Variance Sum of Mean Squares Square 581.56651 290.78326 3289.33356 1096.44452 3870.90008
33.11260 1600.40308 2.06902
R-square Adj R-sq
F Value 0.265
Prob>F 0.7833
0.1502 -0.4163
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 885.654935 1027.0658848 0.862 6.129307 8.41795809 0.728
Prob > |T| 0.4519 0.5192
PBD
1
-1.573708
2.89355534
-0.544
0.6243
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD LDD
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 458.36760 229.18380 3412.53247 1137.51082 3870.90008
33.72700 1600.40308 2.10741
R-square Adj R-sq
F Value 0.201
Prob>F 0.8277
0.1184 -0.4693
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1165.273870 895.34104146 1.301 4.195181 6.74362474 0.622 -6.264792 14.89901525 -0.420
Prob > |T| 0.2840 0.5780 0.7024
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBAHU
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 377.57728 188.78864 3493.32280 1164.44093 3870.90008
34.12391 1600.40308 2.13221
R-square Adj R-sq
F Value 0.162
Prob>F 0.8573
0.0975 -0.5041
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1126.463415 917.98985135 1.227 5.019446 9.14150734 0.549 -4.310809 13.41011295 -0.321
Prob > |T| 0.3073 0.6212 0.7690
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD TGPG
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 1674.27490 837.13745 2196.62517 732.20839 3870.90008
27.05935 1600.40308 1.69078
R-square Adj R-sq
F Value 1.143
Prob>F 0.4275
0.4325 0.0542
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 401.300334 908.20638886 0.442 -2.885946 6.20672666 -0.465 11.150639 8.01545342 1.391
Prob > |T| 0.6885 0.6736 0.2584
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 18.18075 9.09037 3852.71933 1284.23978 3870.90008
35.83629 1600.40308 2.23920
R-square Adj R-sq
F Value 0.007
Prob>F 0.9930
0.0047 -0.6588
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1655.826854 528.49179267 3.133 -0.010933 2.13969051 -0.005 -1.624029 13.75276739 -0.118
Prob > |T| 0.0519 0.9962 0.9135
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD PBAHU
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 29.54663 14.77331 3841.35345 1280.45115 3870.90008
35.78339 1600.40308 2.23590
R-square Adj R-sq
F Value 0.012
Prob>F 0.9886
0.0076 -0.6539
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1518.919393 644.55757194 2.357 -0.106571 2.18749379 -0.049 1.411552 9.33547498 0.151
Prob > |T| 0.0997 0.9642 0.8894
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total Root MSE Dep Mean C.V.
Variable INTERCEP PBD TGPG
DF 1 1 1
Analysis of Variance Sum of Mean DF Squares Square 2 1559.40837 779.70419 3 2311.49170 770.49723 5 3870.90008 27.75783 R-square 1600.40308 Adj R-sq 1.73443
F Value 1.012
0.4029 0.0048
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 341.717519 918.78166891 0.372 -0.396979 1.67198163 -0.237 8.935696 6.28162408 1.423
Model: MODEL1 Dependent Variable: KEC1 Analysis of Variance Sum of Mean
Prob>F 0.4614
Prob > |T| 0.7347 0.8276 0.2500
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP LDD PBAHU
DF 1 1 1
Squares 95.32084 3775.57923 3870.90008
35.47572 1600.40308 2.21667
Square 47.66042 1258.52641
R-square Adj R-sq
F Value 0.038
Prob>F 0.9633
0.0246 -0.6256
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1544.088950 633.59029367 2.437 -3.754480 16.05627193 -0.234 2.639967 10.66093190 0.248
Prob > |T| 0.0927 0.8302 0.8204
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 3 5
Root MSE Dep Mean C.V.
Variable INTERCEP LDD TGPG
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 1609.67363 804.83682 2261.22644 753.74215 3870.90008
27.45436 1600.40308 1.71547
R-square Adj R-sq
F Value 1.068
Prob>F 0.4465
0.4158 0.0264
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 398.806525 931.74992742 0.428 -3.738186 10.60232748 -0.353 9.005297 6.19729999 1.453
Prob > |T| 0.6975 0.7477 0.2421
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 1269.62103 423.20701 2601.27905 1300.63952 3870.90008
36.06438 1600.40308 2.25346
R-square Adj R-sq
F Value 0.325
Prob>F 0.8122
0.3280 -0.6800
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 631.453657 1171.9490598 0.539 11.842989 12.07354326 0.981 -2.847389 3.60534658 -0.790 -13.256269 18.22587356 -0.727
Prob > |T| 0.6440 0.4301 0.5124 0.5426
Model: MODEL1 Dependent Variable: KEC1
Source Model Error
DF 3 2
Analysis of Variance Sum of Mean Squares Square 1954.97317 651.65772 1915.92690 957.96345
F Value 0.680
Prob>F 0.6411
C Total
5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD PBAHU
DF 1 1 1 1
3870.90008
30.95098 1600.40308 1.93395
R-square Adj R-sq
0.5050 -0.2374
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -37.490123 1231.2797199 -0.030 25.430761 17.93784854 1.418 -5.252578 4.09332845 -1.283 -22.041287 18.40822171 -1.197
Prob > |T| 0.9785 0.2920 0.3280 0.3538
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 1732.33564 577.44521 2138.56444 1069.28222 3870.90008
32.69988 1600.40308 2.04323
R-square Adj R-sq
F Value 0.540
Prob>F 0.7006
0.4475 -0.3812
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 431.002972 1104.8996845 0.390 -5.663385 14.08284915 -0.402 0.861760 3.69820701 0.233 13.005032 12.53613037 1.037
Prob > |T| 0.7341 0.7265 0.8374 0.4085
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD LDD TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 1685.29988 561.76663 2185.60020 1092.80010 3870.90008
33.05753 1600.40308 2.06558
R-square Adj R-sq
F Value 0.514
Prob>F 0.7127
0.4354 -0.4116
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 419.826512 1124.7526142 0.373 -2.386036 9.07008016 -0.263 -1.533819 15.27058484 -0.100 10.849920 10.23968551 1.060
Prob > |T| 0.7448 0.8171 0.9292 0.4004
Model: MODEL1 Dependent Variable: KEC1
Source
DF
Analysis of Variance Sum of Mean Squares Square
F Value
Prob>F
Model Error C Total
3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBAHU TGPG
DF 1 1 1 1
3300.34049 570.55959 3870.90008
16.89023 1600.40308 1.05537
1100.11350 285.27979
R-square Adj R-sq
3.856
0.2127
0.8526 0.6315
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -408.023960 660.51905849 -0.618 2.911936 4.57240526 0.637 -19.465027 8.15307601 -2.387 19.670701 6.14551851 3.201
Prob > |T| 0.5997 0.5894 0.1396 0.0853
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD PBAHU
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 100.04118 33.34706 3770.85890 1885.42945 3870.90008
43.42153 1600.40308 2.71316
R-square Adj R-sq
F Value 0.018
Prob>F 0.9958
0.0258 -1.4354
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1554.640571 803.66225876 1.934 -0.132992 2.65793968 -0.050 -3.805099 19.67856144 -0.193 2.787489 13.37769285 0.208
Prob > |T| 0.1927 0.9646 0.8645 0.8542
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 1645.93219 548.64406 2224.96789 1112.48395 3870.90008
F Value 0.493
33.35392 R-square 0.4252 1600.40308 Adj R-sq -0.4370 2.08409 Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 416.757474 1136.3285175 0.367 -0.363356 2.01267399 -0.181 -3.598639 12.90379008 -0.279 9.204153 7.60915886 1.210
Prob>F 0.7227
Prob > |T| 0.7490 0.8734 0.8065 0.3500
Model: MODEL1 Dependent Variable: KEC1
Source Model Error
DF 3 2
Analysis of Variance Sum of Mean Squares Square 3184.98244 1061.66081 685.91764 342.95882
F Value 3.096
Prob>F 0.2536
C Total
5
Root MSE Dep Mean C.V.
Variable INTERCEP PBAHU TGPG PBD
DF 1 1 1 1
3870.90008
18.51915 1600.40308 1.15716
R-square Adj R-sq
0.8228 0.5570
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -237.120440 668.15835217 -0.355 -16.750141 7.69371474 -2.177 20.243064 6.67371365 3.033 0.035943 1.13307849 0.032
Prob > |T| 0.7566 0.1614 0.0937 0.9776
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 2 5
Root MSE Dep Mean C.V.
Variable INTERCEP LDD PBAHU TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 3858.63621 1286.21207 12.26386 6.13193 3870.90008
F Value 209.756
2.47627 R-square 0.9968 1600.40308 Adj R-sq 0.9921 0.15473 Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -870.408455 107.02791445 -8.133 13.931483 1.32882082 10.484 -26.952007 1.40733878 -19.151 26.188608 1.05712361 24.773
Prob>F 0.0047
Prob > |T| 0.0148 0.0090 0.0027 0.0016
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 1 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD PBAHU
DF 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 3012.24159 753.06040 858.65849 858.65849 3870.90008
29.30288 1600.40308 1.83097
R-square Adj R-sq
F Value 0.877
Prob>F 0.6542
0.7782 -0.1091
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -486.652219 1233.9936057 -0.394 35.322624 19.18017475 1.842 -7.369795 4.31960395 -1.706 -16.642834 14.99839826 -1.110 -25.145690 17.65112410 -1.425
Prob > |T| 0.7609 0.3167 0.3375 0.4669 0.3896
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 1 5
Analysis of Variance Sum of Mean Squares Square 1806.68211 451.67053 2064.21797 2064.21797 3870.90008
F Value 0.219
Prob>F 0.9007
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD TGPG
DF 1 1 1 1 1
45.43367 1600.40308 2.83889
R-square Adj R-sq
0.4667 -1.6663
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 388.944561 1551.0765629 0.251 -15.605069 55.92011823 -0.279 2.982316 12.29854904 0.242 9.533372 50.23358103 0.190 19.437287 38.10672161 0.510
Prob > |T| 0.8436 0.8268 0.8485 0.8806 0.6997
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 1 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD PBAHU TGPG
DF 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 3866.86480 966.71620 4.03528 4.03528 3870.90008
2.00880 1600.40308 0.12552
R-square Adj R-sq
F Value 239.566
Prob>F 0.0484
0.9990 0.9948
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -893.678421 88.33906718 -10.116 0.176185 0.12337933 1.428 14.066601 1.08210937 12.999 -27.261316 1.16202598 -23.460 26.289387 0.86045772 30.553
Prob > |T| 0.0627 0.3889 0.0489 0.0271 0.0208
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 1 5
Root MSE Dep Mean C.V.
Variable INTERCEP PBD PBAHU TGPG TBD
DF 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 3750.98326 937.74581 119.91682 119.91682 3870.90008
10.95065 1600.40308 0.68424
R-square Adj R-sq
F Value 7.820
Prob>F 0.2613
0.9690 0.8451
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -837.797157 482.22616386 -1.737 -3.021711 1.55875134 -1.939 -27.296564 6.65300395 -4.103 16.596331 4.28842424 3.870 14.983578 6.89679065 2.173
Prob > |T| 0.3325 0.3032 0.1522 0.1610 0.2746
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 1 5
Root MSE Dep Mean C.V.
Variable INTERCEP LDD PBAHU TGPG TBD
Analysis of Variance Sum of Mean Squares Square 3869.12538 967.28135 1.77469 1.77469 3870.90008
DF 1 1 1 1 1
F Value 545.041
1.33218 R-square 0.9995 1600.40308 Adj R-sq 0.9977 0.08324 Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -900.826160 58.92220148 -15.288 13.394642 0.74820209 17.902 -27.426268 0.78184307 -35.079 25.781561 0.59284186 43.488 0.917633 0.37745081 2.431
Prob>F 0.0321
Prob > |T| 0.0416 0.0355 0.0181 0.0146 0.2484
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 5 0 5
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD PBAHU TGPG
Analysis of Variance Sum of Mean Squares Square 3870.90008 774.18002 0.00000 . 3870.90008
DF 1 1 1 1 1 1
F Value .
. R-square 1.0000 1600.40308 Adj R-sq . . Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 -907.229128 . . 2.600173 . . -0.373796 . . 12.123640 . . -27.639623 . . 24.821398 . .
Prob>F .
Prob > |T| . . . . . .
Jarak Jauh : OBS 1 2 3 4 5 6 7 8 9
TBD
PBD
LDD
PBAHU
154.5 155.2 167.0 165.0 156.0 161.0 161.0 152.0 160.5
146.0 132.0 145.0 155.2 164.0 158.0 147.0 143.0 137.5
33 33 38 34 34 35 34 38 36
69 69 73 73 68 73 71 71 67
TGPG
KEC
JRK
146.5 150.0 160.0 157.0 151.0 153.5 153.0 147.1 150.1
1.18 1.50 1.18 1.44 2.47 1.20 2.02 1.23 1.42
1200 1600 1200 1600 1600 1200 1850 1300 1600
KEC1 1016.95 1066.67 1016.95 1111.11 647.77 1000.00 915.84 1056.91 1126.76
RTBPB
RPBLD
1.05822 1.17576 1.15172 1.06314 0.95122 1.01899 1.09524 1.06294 1.16727
4.42424 4.00000 3.81579 4.56471 4.82353 4.51429 4.32353 3.76316 3.81944
10 11 12 13 14 15 16 17 18 19 20
157.0 147.8 152.3 154.3 151.1 153.0 154.0 154.5 148.0 141.0 135.0
142.2 147.5 131.0 148.2 143.0 141.0 148.0 148.6 125.0 140.0 132.0
34 37 32 33 33 34 38 37 33 35 32
64 66 62 70 70 70 65 63 65 63 58
151.5 144.5 146.0 147.2 143.0 148.0 147.5 146.5 141.0 136.0 134.0
1.41 1.30 1.22 1.32 1.20 1.49 1.16 1.46 1.44 1.23 1.28
1600 1400 1300 1400 1200 1600 1200 1600 1200 1200 1200
1134.75 1076.92 1065.57 1060.61 1000.00 1073.83 1034.48 1095.89 833.33 975.61 937.50
1.10408 1.00203 1.16260 1.04116 1.05664 1.08511 1.04054 1.03970 1.18400 1.00714 1.02273
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 18 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD
DF 1 1
Analysis of Variance Sum of Mean Squares Square 9956.30983 9956.30983 234961.29236 13053.40513 244917.60219
114.25150 1012.37293 11.28552
R-square Adj R-sq
F Value 0.763
Prob>F 0.3940
0.0407 -0.0126
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 541.703646 539.53047516 1.004 3.056096 3.49928761 0.873
Prob > |T| 0.3287 0.3940
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 18 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD
DF 1 1
Analysis of Variance Sum of Mean Squares Square 8584.01896 8584.01896 236333.58322 13129.64351 244917.60219
114.58466 1012.37293 11.31842
R-square Adj R-sq
F Value 0.654
Prob>F 0.4293
0.0350 -0.0186
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1336.132229 401.22752080 3.330 -2.252866 2.78622638 -0.809
Prob > |T| 0.0037 0.4293
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 18 19
Analysis of Variance Sum of Mean Squares Square 14031.42023 14031.42023 230886.18196 12827.01011 244917.60219
F Value 1.094
Prob>F 0.3095
4.18235 3.98649 4.09375 4.49091 4.33333 4.14706 3.89474 4.01622 3.78788 4.00000 4.12500
Root MSE Dep Mean C.V.
Variable INTERCEP LDD
DF 1 1
113.25639 1012.37293 11.18722
R-square Adj R-sq
0.0573 0.0049
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 543.255617 449.24630002 1.209 13.538739 12.94464429 1.046
Prob > |T| 0.2422 0.3095
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 18 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBAHU
DF 1 1
Analysis of Variance Sum of Mean Squares Square 721.60004 721.60004 244196.00215 13566.44456 244917.60219
116.47508 1012.37293 11.50516
R-square Adj R-sq
F Value 0.053
Prob>F 0.8202
0.0029 -0.0524
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 912.101274 435.55274177 2.094 1.485506 6.44108671 0.231
Prob > |T| 0.0507 0.8202
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 1 18 19
Root MSE Dep Mean C.V.
Variable INTERCEP TGPG
DF 1 1
Analysis of Variance Sum of Mean Squares Square 7273.26650 7273.26650 237644.33568 13202.46309 244917.60219
114.90197 1012.37293 11.34977
R-square Adj R-sq
F Value 0.551
Prob>F 0.4675
0.0297 -0.0242
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 550.718031 622.51581014 0.885 3.126261 4.21199552 0.742
Prob > |T| 0.3880 0.4675
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable
DF
Analysis of Variance Sum of Mean Squares Square 35397.42059 17698.71029 209520.18160 12324.71656 244917.60219
111.01674 1012.37293 10.96599
R-square Adj R-sq
F Value 1.436
Prob>F 0.2653
0.1445 0.0439
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0
Prob > |T|
INTERCEP TBD PBD
1 1 1
767.764228 5.705173 -4.411976
547.35713233 3.86795446 3.07081429
1.403 1.475 -1.437
0.1787 0.1585 0.1689
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD LDD
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 18743.38593 9371.69296 226174.21626 13304.36566 244917.60219
115.34455 1012.37293 11.39348
R-square Adj R-sq
F Value 0.704
Prob>F 0.5083
0.0765 -0.0321
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 286.750485 628.57513543 0.456 2.194952 3.68825558 0.595 11.185510 13.76355681 0.813
Prob > |T| 0.6540 0.5596 0.4276
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBAHU
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 14978.94322 7489.47161 229938.65897 13525.80347 244917.60219
116.30049 1012.37293 11.48791
R-square Adj R-sq
F Value 0.554
Prob>F 0.5848
0.0612 -0.0493
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 565.441119 550.58614027 1.027 5.472189 5.32995222 1.027 -5.864296 9.62347025 -0.609
Prob > |T| 0.3188 0.3190 0.5503
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD TGPG Model: MODEL1
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 12302.08745 6151.04373 232615.51473 13683.26557 244917.60219
116.97549 1012.37293 11.55459
R-square Adj R-sq
F Value 0.450
Prob>F 0.6453
0.0502 -0.0615
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 710.288393 686.23751616 1.035 9.071763 14.96419872 0.606 -7.415573 17.91002348 -0.414
Prob > |T| 0.3151 0.5524 0.6840
Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 33252.81013 16626.40507 211664.79205 12450.87012 244917.60219
111.58347 1012.37293 11.02197
R-square Adj R-sq
F Value 1.335
Prob>F 0.2893
0.1358 0.0341
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 866.940178 513.58643607 1.688 -3.564441 2.86879108 -1.242 18.980623 13.48454793 1.408
Prob > |T| 0.1097 0.2309 0.1773
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD PBAHU
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 15702.27428 7851.13714 229215.32790 13483.25458 244917.60219
116.11742 1012.37293 11.46983
R-square Adj R-sq
F Value 0.582
Prob>F 0.5694
0.0641 -0.0460
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 1142.515738 486.13469642 2.350 -3.434606 3.25843135 -1.054 5.384361 7.41045318 0.727
Prob > |T| 0.0311 0.3066 0.4774
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD TGPG Model: MODEL1 Dependent Variable: KEC1
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 32333.97874 16166.98937 212583.62344 12504.91903 244917.60219
111.82540 1012.37293 11.04587
R-square Adj R-sq
F Value 1.293
Prob>F 0.3001
0.1320 0.0299
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 685.618472 613.29587562 1.118 -4.475521 3.16145748 -1.416 6.568237 4.76604164 1.378
Prob > |T| 0.2791 0.1749 0.1860
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable
DF
INTERCEP LDD PBAHU
1 1 1
Analysis of Variance Sum of Mean Squares Square 14038.10344 7019.05172 230879.49875 13581.14699 244917.60219
116.53818 1012.37293 11.51139
R-square Adj R-sq
F Value 0.517
0.0573 -0.0536
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 535.544381 13.476721 0.146077
578.38120637 13.60997598 6.58500456
Prob>F 0.6055
Prob > |T|
0.926 0.990 0.022
0.3674 0.3360 0.9826
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 2 17 19
Root MSE Dep Mean C.V.
Variable INTERCEP LDD TGPG
DF 1 1 1
Analysis of Variance Sum of Mean Squares Square 16654.25110 8327.12555 228263.35109 13427.25595 244917.60219
115.87604 1012.37293 11.44598
R-square Adj R-sq
F Value 0.620
Prob>F 0.5496
0.0680 -0.0416
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 317.623926 686.94415014 0.462 11.638703 13.92432018 0.836 1.973779 4.46587968 0.442
Prob > |T| 0.6497 0.4148 0.6641
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 52998.28299 17666.09433 191919.31919 11994.95745 244917.60219
109.52149 1012.37293 10.81830
R-square Adj R-sq
F Value 1.473
0.2164 0.0695
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 440.636179 603.74893264 0.730 4.959183 3.86523340 1.283 -5.251856 3.10778432 -1.690 16.240036 13.40662253 1.211
Model: MODEL1 Dependent Variable: KEC1 Analysis of Variance Sum of Mean
Prob>F 0.2595
Prob > |T| 0.4760 0.2178 0.1104 0.2434
Source Model Error C Total
DF Squares 3 36462.19850 16 208455.40368 19 244917.60219
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD PBAHU
DF 1 1 1 1
114.14229 1012.37293 11.27473
Square 12154.06617 13028.46273
R-square Adj R-sq
F Value 0.933
Prob>F 0.4476
0.1489 -0.0107
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 767.301173 562.76968834 1.363 6.715330 5.31987071 1.262 -4.182866 3.25739562 -1.284 -2.785727 9.74441106 -0.286
Prob > |T| 0.1916 0.2249 0.2174 0.7786
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 35563.85219 11854.61740 209353.74999 13084.60937 244917.60219
114.38798 1012.37293 11.29900
R-square Adj R-sq
F Value 0.906
Prob>F 0.4600
0.1452 -0.0151
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 809.629955 675.18127085 1.199 7.300191 14.69338547 0.497 -4.329633 3.24720858 -1.333 -2.027141 17.97406800 -0.113
Prob > |T| 0.2479 0.6261 0.2011 0.9116
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD LDD TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 22480.70168 7493.56723 222436.90050 13902.30628 244917.60219
117.90804 1012.37293 11.64670
R-square Adj R-sq
F Value 0.539
Prob>F 0.6623
0.0918 -0.0785
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 479.569467 742.40519451 0.646 9.779405 15.10615129 0.647 12.141616 14.18977825 0.856 -9.440169 18.20720543 -0.518
Prob > |T| 0.5275 0.5266 0.4048 0.6112
Model: MODEL1 Dependent Variable: KEC1
Source
DF
Analysis of Variance Sum of Mean Squares Square
F Value
Prob>F
Model Error C Total
3 16768.63365 16 228148.96854 19 244917.60219
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBAHU TGPG
DF 1 1 1 1
119.41236 1012.37293 11.79529
5589.54455 14259.31053
R-square Adj R-sq
0.392
0.7604
0.0685 -0.1062
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 712.014750 700.54018451 1.016 10.618891 15.52403819 0.684 -5.552090 9.92018717 -0.560 -6.502954 18.35570088 -0.354
Prob > |T| 0.3246 0.5037 0.5835 0.7278
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD PBAHU
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 39056.02802 13018.67601 205861.57416 12866.34839 244917.60219
F Value 1.012
113.42993 R-square 0.1595 1012.37293 Adj R-sq 0.0019 11.20436 Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 703.914869 575.75818925 1.223 -4.599293 3.29832253 -1.394 18.493612 13.72685502 1.347 4.868427 7.24906355 0.672
Prob>F 0.4133
Prob > |T| 0.2392 0.1822 0.1967 0.5114
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 49763.28386 16587.76129 195154.31832 12197.14490 244917.60219
110.44068 1012.37293 10.90909
R-square Adj R-sq
F Value 1.360
Prob>F 0.2906
0.2032 0.0538
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 384.540537 655.98049359 0.586 -5.255296 3.18972338 -1.648 16.206806 13.55771455 1.195 5.563115 4.78153497 1.163
Prob > |T| 0.5659 0.1189 0.2494 0.2617
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Analysis of Variance Sum of Mean Squares Square 32734.24594 10911.41531 212183.35624 13261.45977 244917.60219
F Value 0.823
Prob>F 0.5003
Root MSE Dep Mean C.V.
Variable INTERCEP PBAHU TGPG PBD
DF 1 1 1 1
115.15841 1012.37293 11.37510
R-square Adj R-sq
0.1337 -0.0288
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 674.234497 634.96557048 1.062 -1.673591 9.63318605 -0.174 7.290826 6.43339086 1.133 -4.352727 3.33152517 -1.307
Prob > |T| 0.3041 0.8643 0.2738 0.2098
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 3 16 19
Root MSE Dep Mean C.V.
Variable INTERCEP LDD PBAHU TGPG
DF 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 19140.26042 6380.08681 225777.34176 14111.08386 244917.60219
118.79008 1012.37293 11.73383
R-square Adj R-sq
F Value 0.452
Prob>F 0.7193
0.0781 -0.0947
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 303.000081 705.08074099 0.430 11.434091 14.28281000 0.801 -4.078291 9.71643711 -0.420 3.985009 6.62723809 0.601
Prob > |T| 0.6731 0.4351 0.6803 0.5561
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 15 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD PBAHU
DF 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 53534.81890 13383.70472 191382.78329 12758.85222 244917.60219
112.95509 1012.37293 11.15746
R-square Adj R-sq
F Value 1.049
Prob>F 0.4151
0.2186 0.0102
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 444.418927 622.95017323 0.713 5.687482 5.33899755 1.065 -5.078243 3.31514446 -1.532 16.035884 13.86272552 1.157 -1.982582 9.66802149 -0.205
Prob > |T| 0.4865 0.3036 0.1464 0.2655 0.8403
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 15 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD TGPG
DF 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 53580.60133 13395.15033 191337.00086 12755.80006 244917.60219
112.94158 1012.37293 11.15612
R-square Adj R-sq
F Value 1.050
Prob>F 0.4145
0.2188 0.0104
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 514.208313 711.47990442 0.723 7.941841 14.51763503 0.547 -5.110166 3.27272414 -1.561 16.489069 13.87432225 1.188 -3.805258 17.80974703 -0.214
Prob > |T| 0.4810 0.5924 0.1393 0.2531 0.8337
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 4 15 19
Root MSE Dep Mean C.V.
Variable INTERCEP PBD LDD PBAHU TGPG
DF 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 49850.50081 12462.62520 195067.10138 13004.47343 244917.60219
F Value 0.958
114.03716 R-square 0.2035 1012.37293 Adj R-sq -0.0088 11.26434 Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 380.940633 678.76721566 0.561 -5.193303 3.37946860 -1.537 16.113595 14.04541112 1.147 -0.783800 9.57086837 -0.082 5.907309 6.48388546 0.911
Prob>F 0.4584
Prob > |T| 0.5829 0.1452 0.2692 0.9358 0.3767
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total Root MSE Dep Mean C.V.
DF 4 15 19
Analysis of Variance Sum of Mean Squares Square 36600.26623 9150.06656 208317.33595 13887.82240 244917.60219
117.84661 1012.37293 11.64063
R-square Adj R-sq
F Value 0.659
0.1494 -0.0774
Prob>F 0.6299
Variable INTERCEP PBD PBAHU TGPG TBD
DF 1 1 1 1 1
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 805.462888 695.76324416 1.158 -4.110750 3.44000394 -1.195 -2.750105 10.06699232 -0.273 -1.847506 18.52920253 -0.100 8.156089 15.45848563 0.528
Prob > |T| 0.2651 0.2506 0.7884 0.9219 0.6055
Model: MODEL1 Dependent Variable: KEC1 Analysis of Variance Sum of DF Squares 4 26621.42311 15 218296.17907 19 244917.60219
Source Model Error C Total Root MSE Dep Mean C.V.
Variable INTERCEP LDD PBAHU TGPG TBD
DF 1 1 1 1 1
120.63614 1012.37293 11.91618
Mean Square 6655.35578 14553.07860
R-square Adj R-sq
F Value 0.457
Prob>F 0.7658
0.1087 -0.1290
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 484.885025 759.64797614 0.638 11.949385 14.52256675 0.823 -5.347396 10.02494046 -0.533 -8.529142 18.70660616 -0.456 11.258291 15.70237511 0.717
Prob > |T| 0.5329 0.4235 0.6016 0.6550 0.4844
Model: MODEL1 Dependent Variable: KEC1
Source Model Error C Total
DF 5 14 19
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD LDD PBAHU TGPG
DF 1 1 1 1 1 1
Analysis of Variance Sum of Mean Squares Square 54072.30913 10814.46183 190845.29306 13631.80665 244917.60219
116.75533 1012.37293 11.53284
R-square Adj R-sq
F Value 0.793
0.2208 -0.0575
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 515.005939 735.51676283 0.700 8.525060 15.31880502 0.557 -4.949262 3.48769909 -1.419 16.283892 14.38345069 1.132 -1.899611 10.00202242 -0.190 -3.659051 18.42722417 -0.199
Model: MODEL1 Dependent Variable: KEC1 Analysis of Variance Sum of
Prob>F 0.5720
Mean
Prob > |T| 0.4953 0.5866 0.1778 0.2766 0.8521 0.8455
Source Model Error C Total
DF Squares 3 132231.96540 16 112685.63679 19 244917.60219
Root MSE Dep Mean C.V.
Variable INTERCEP TBD PBD RTBPB
DF 1 1 1 1
83.92170 1012.37293 8.28960
Square 44077.32180 7042.85230
R-square Adj R-sq
F Value 6.258
Prob>F 0.0052
0.5399 0.4536
Parameter Estimates Parameter Standard T for H0: Estimate Error Parameter=0 15019 3865.4507333 3.885 100.358532 25.69364212 3.906 -104.866366 27.19045996 -3.857 -13394 3612.1882649 -3.708
Prob > |T| 0.0013 0.0013 0.0014 0.0019