LAMPIRAN
Lampiran 1. Cara Kerja Analisis N Pada Tanaman Metode Kjeldahl 1.
Timbang sample 0,2 – 0,5 gram, kemudian masukan ke dalam botol destruksi
2.
Tambahkan Selenium mature sebanyak 0,2 gram dan 3 ml H2SO4
3.
Masukan botol kea lat pemanas (destruksi), kemudian atur tombol skala pada angka 9 dan alat tersebut akan menunjukkan suhu 1210C
4.
Kemudian biarkan selama 1 jam sampai larutan menjadi bening dan botol tersebut diangkat dan didinginkan
5.
Tambahkan air aquades sebanyak 25 ml
6.
Kemudian titrasi dengan menggunakan alat Kjeltex secara automatic
7.
Buat larutan Normalitas HCl 0,1 N
8.
Larutan NaOH teknis 3,2 kg / 8 liter aquadest
9.
Buat larutan H3BO3 (80 gram H3BO3 dalam 4 liter aquadest kemudian panaskan dan dinginkan. Buat larutan Metyred dan Brocress al green dengan perbandingan 0,066 gram dan 0,099 gram dalam etanol 100 ml, kemudian larutan dicampur dengan larutan H3BO3 sebanyak 80 ml dengan pH 5,0)
10. Sebelumnya buat dulu blangko (tanpa sample dengan cara no.2 sampai dengan no.5) Cara Perhitungan : % N = Abs – Blangko X 14 X N. HCl X 100% Berat Sampel
Lampiran 2. Cara Kerja Analisis Serat Kasar 1.
Haluskan sample (digiling dengan menggunakan blender)
2.
Timbang sample sebanyak 2 gram. Ekstraksi lemak dengan menggunakan metode Soklet
3.
Pindahkan sample ke dalam erlenmeyer
4.
Tambahkan 200 ml larutan H2SO4, tutup dengan pendingin balik
5.
Didihkan selama 30 menit, kadang digoyangkan
6.
Saring suspensi dengan kertas saring, bilas residu yang tertinggal dengan aquadest (air mendidih)
7.
Pindahkan secara kuantitatif residu dari kertas saring ke dalam erlenmeyer dengan menggunakan spatula, sisa dicuci dengan 200 ml larutan NaOH mendidih sampai semua residu masuk ke dalam erlenmeyer
8.
Didihkan dengan pendingin balik sambil digoyang selama 30 menit
9.
Saring kembali dengan kertas saring yang telah diketahui beratnya
10. Cuci lagi residu dengan air mendidih, kemudian dengan alkohol 95% sekitar 15 menit 11. Keringkan kertas saring dengan isinya pada 1100C sampai berat konstan, dingin dalam desikator dan timbang
Lampiran 3. Berat tanah 1 hektar (ha) Berat tanah 1 ha = Kedalaman lapis tanah olah X 1 hektar X Berat Jenis tanah = 20 cm X 100000000 cm2 X 1 g/cm3 = 2000000000 gram = 2000000 kg Lampiran 4. Berat 1 buah Polybag (kg) Berat 1 buah polybag = 5 kg = 4 kg tanah Latosol + 1kg pupuk kandang Lampiran 5. Berat pupuk Urea (gram / polybag) Nitrogen (N) yang diberikan sebanyak 80 kg N / ha, maka untuk setiap polybag (5 kg) dibutuhkan N = 5 kg
X 80 kg N / ha
2.106 kg = 0,0002 kg N / polybag = 0,2 g N / polybag Berat pupuk Urea (CO(NH3)2) = 62 X 0,2 g N / polybag 28 = 0,17 g / polybag ≈ 0,2 g Urea / polybag Lampiran 6. Berat pupuk KCl (gram / polybag) Kalium (K) yang diberikan sebanyak 30 kg K / ha, maka untuk setiap polybag ( 5 kg) dibutuhkan K = 5 kg
X 30 kg K / ha
6
2.10 kg = 0,000075 kg K / polybag = 0,075 g K / polybag
Berat pupuk KCl = 74,5 X 0,075 g K / polybag 39 = 0,143 g / polybag ≈ 0,15 g KCl / polybag Lampiran 7. Berat kapur Dolomit (gram / polybag) Untuk tanah yang memiliki pH 4, maka jumlah kapur Dolomit yang dibutuhkan sebanyak 10,24 Ton / ha (Kuswandi, 1993). Kapur yang diberikan sebanyak 10 Ton / ha, maka untuk setiap polybag (5 kg) dibutuhkan kapur = 5 kg X 1.107 g / ha 2.106 kg = 25 g Dolomit / polybag Lampiran 8. Berat pupuk SP36 (gram / polybag) Pupuk SP36 mengandung 36% P2O5. Untuk perlakuan dengan pemupukan fosfor (P) 30 kg P / ha maka, jumlah SP36 yang diberikan = 100 . 142 X 30 kg P / ha 36. 62 = 190, 86 kg SP36 / ha Untuk setiap polybag (5 kg) maka, jumlah SP36 yang diberikan = 190,86 kg SP36 / ha X 5 kg 2.106 kg = 0,00048 kg SP36 / ha = 0,48 g SP36 / ha ≈ 0,5 g SP36 / ha Untuk perlakuan 60, 90, dan 180 kg P / ha, jumlah SP36 yang diberikan untuk setiap polybag (gram) secara berturut-turut adalah 1, 1,5 dan 3 gram SP36 / ha. Lampiran 9. Jumlah tanaman alfalfa (Medicago sativa L.) per polybag Jika 1 acre butuh 1 pound biji alfalfa, maka 1 ha butuh =
1 X 1 pound biji alfalfa 0,41
= 2,44 pound biji alfalfa Jika 1 pound bji alfalfa terdapat sekitar 220000 biji alfalfa, maka 1 ha butuh = 2,44 pound X 220000 biji / pound = 536800 biji alfalfa
Jika 1 ha butuh biji alfalfa, maka 1 polybag (5 kg) butuh =
5 kg X 536800 biji 2.106 kg
= 1,34 biji ≈ 1 biji (tanaman) alfalfa / polybag Dengan berbagai macam kendala yang ada, seperti kelembaban Darmaga (Bogor) yang relatif tinggi, maka untuk 1 acre dibuhkan 15 pound biji alfalfa, ini berarti jumlah biji yang harus ditanam untuk mendapatkan 1 tanaman alfalfa / polybag yaitu sebanyak 15 biji alfalfa.
Lampiran 10. Uji Anova Bahan Kering The GLM Procedure Dependent Variable: respon respon Source
DF
Sum of Squares
Model
14
920.687723
65.763409
Error
45
393.773350
8.750519
Corrected Total
59
1314.461073
Mean Square
F Value
Pr > F
7.52
<.0001
R-Square
Coeff Var
Root MSE respon Mean
0.700430
14.24670
2.958128
Source
DF
faktor_A 4 faktor_B 2 faktor_A*faktor_B 8
7.734333
Type I SS
Mean Square
F Value
Pr > F
39.9577567 824.4962533 56.2337133
9.9894392 412.2481267 7.0292142
1.14 47.11 0.80
0.3492 <.0001 0.6030
Source
DF
Type III SS
Mean Square
F Value
Pr > F
faktor_A faktor_B faktor_A*faktor_B
4 2 8
39.9577567 824.4962533 56.2337133
9.9894392 412.2481267 7.0292142
1.14 47.11 0.80
0.3492 <.0001 0.6030
Lampiran 11. Uji Lanjut Bahan Kering Duncan Grouping
Mean
N
faktor_B
A
12.4500
20
B3
B
7.3600
20
B2
C
3.3930
20
B1
Lampiran 12. Anova Tinggi Tanaman The GLM Procedure Dependent Variable: respon respon Source
DF
Sum of Squares
Mean Square
Model
14
3283.665956
234.547568
Error
45
3104.066765
68.979261
Corrected Total
59
6387.732721
F Value Pr > F 3.40
R-Square
Coeff Var
Root MSE respon Mean
0.514058
16.42143
8.305375
Source faktor_A faktor_B faktor_A*faktor_B
Source faktor_A faktor_B faktor_A*faktor_B
DF
Type I SS
4 2 8
313.931679 2688.742964 280.991314
0.0009
50.57646
Mean Square F Value
Pr > F
78.482920 1344.371482 35.123914
0.3509 <.0001 0.8430
DF
Type III SS
Mean Square
4 2 8
313.931679 2688.742964 280.991314
78.482920 1344.371482 35.123914
Lampiran 13. Uji Lanjut Tinggi Tanaman Duncan Grouping
Mean
N
faktor_B
A
58.822
20
B3
B
50.482
20
B2
C
42.426
20
B1
1.14 19.49 0.51
F Value Pr > F 1.14 19.49 0.51
0.3509 <.0001 0.843
Lampiran 14. Uji Anova Protein Kasar The GLM Procedure Dependent Variable: respon respon Source
DF
Sum of Squares
Model
14
Error Corrected Total
Mean Square F Value
Pr > F
282.2452733
20.1603767
0.0169
45
391.7004250
8.7044539
59
673.9456983
R-Square
Coeff Var
0.418795
10.64327
Source
DF
faktor_A faktor_B faktor_A*faktor_B Source faktor_A faktor_B faktor_A*faktor_B
4 2 8
2.32
Root MSE respon Mean 2.950331
Type I SS
27.72017
Mean Square F Value
Pr > F
13.7625725 83.3114867 7.5715012
0.1957 0.0003 0.5486
55.0502900 166.6229733 60.5720100
1.58 9.57 0.87
DF
Type III SS
Mean Square F Value
Pr > F
4 2 8
55.0502900 166.6229733 60.5720100
13.7625725 83.3114867 7.5715013
0.1957 0.0003 0.5486
Lampiran 15. Uji Lanjut Protein Kasar Duncan Grouping
Mean
N
faktor_B
A A A
29.0295
20
B3
28.7625
20
B1
B
25.3685
20
B2
1.58 9.57 0.87
Lampiran 16. Uji Anova Serat Kasar The GLM Procedure Dependent Variable: respon respon Source
DF
Sum of Squares
Mean Square
Model
14
18.94374000
1.35312429
Error
45
21.07422500
0.46831611
Corrected Total
59
40.01796500
F Value Pr > F 2.89
R-Square
Coeff Var
Root MSE respon Mean
0.473381
2.816372
0.684336
Source
DF
Type I SS
faktor_A faktor_B faktor_A*faktor_B
4 2 8
4.41550667 0.68419000 13.84404333
Source
DF
Type III SS
faktor_A faktor_B faktor_A*faktor_B
4 2 8
4.41550667 0.68419000 13.84404333
0.0035
24.29850
Mean Square F Value 1.10387667 0.34209500 1.73050542
2.36 0.73 3.70
Mean Square F Value 1.10387667 0.34209500 1.73050542
2.36 0.73 3.70
Pr > F 0.0678 0.4873 0.0022 Pr > F 0.0678 0.4873 0.0022
Lampiran 17. Anova Interaksi Serat Kasar The GLM Procedure Dependent Variable: respon respon Source
DF
Sum of Squares
Model
14
Error Corrected Total
Mean Square F Value
Pr > F
18.94374000
1.35312429
0.0035
45
21.07422500
0.46831611
59
40.01796500
2.89
R-Square
Coeff Var
Root MSE respon Mean
0.473381
2.816372
0.684336
24.29850
Source
DF
Type I SS
Mean Square F Value Pr > F
faktor_AB
14
18.94374000
1.35312429
Source
DF
Type III SS
Mean Square
faktor_AB
14
18.94374000
1.35312429
2.89
0.0035
F Value Pr > F 2.89
0.0035
Lampiran 18. Uji Lanjut Interaksi Serat Kasar Duncan Grouping
B B B B B B B B B B B B B B B B B B B B B B B
A A A A A A A A A A A A A A A A A
C C C C C C C C C C C C C C C C C C C C C
Mean
N
faktor_AB
25.4625
4
A5B2
24.8825
4
A1B3
24.8825
4
A2B1
24.8825
4
A2B3
24.4875
4
A3B1
24.4875
4
A4B1
24.4000
4
A1B1
24.3475
4
A2B2
24.3475
4
A1B2
23.9300
4
A4B2
23.9300
4
A3B2
23.7675
4
A3B3
23.7675
4
A4B3
23.4600
4
A5B3
23.4425
4
A5B1
Lampiran 19. Denah Penelitian MEJA 1
MEJA 2
01. A2B2
02. A2B3
03. A1B3
31. A1B1
32. A3B2
33. A5B3
04. A5B2
05. A4B2
06. A5B3
34. A1B1
35. A4B1
36. A4B3
07. A4B3
08. A5B1
09. A2B3
37. A3B3
38. A4B3
39. A1B3
10. A3B1
11. A2B1
12. A3B1
40. A4B2
41. A5B1
42. A2B1
13. A3B2
14. A5B3
15. A3B1
43. A1B3
44. A4B3
45. A3B1
16. A2B2
17. A1B2
18. A1B1
46. A2B1
47. A4B1
48. A5B1
19. A5B2
20. A2B3
21. A3B3
49. A2B1
50. A5B2
51. A4B2
22. A4B1
23. A5B2
24. A3B2
52. A4B1
53. A3B3
54. A1B1
25. A1B2
26. A4B2
27. A2B2
55. A2B3
56. A1B2
57. A1B3
28. A3B2
29. A5B1
30. A1B2
58. A3B3
59. A2B2
60. A5B3
